Electric vehicle charger distribution optimization using Monte Carlo simulation

Abstract

본 논문은 정부가 발표한 전기 자동차 충전 인프라 확충 계획에서 대두되고 있는 두 가지 문제를 살펴본다. 첫번째 문제는 충전기 배치(distribution) 문제이다. 밀집된 도심의 경우 충전기 설치를 위한 공간이 절대적으로 부족한데, 이 문제를 정수 계획법(integer programming, IP)과 제약 만족 문제 방식 (constraint satisfaction problem, CSP)을 통해 접근한다. 몬테카를로 (Monte Carlo) 방식을 적용하여 도로 별 전기자동차 충전 수요를 가정하고, 운전자가 도로에서 가장 가까운 충전기를 선택한다고 했을 때, 일정 대 수의 충전기를 설치 가능 후보지(candidate location)에 효율적으로 배치해 동시간에 충전 가능한 전기차 대수를 최대화 하는 모형을 제시한다. 두번째 문제는 충전기 배분(allocation) 문제이다. 여기서는 앞서 살펴본 배치 문제에서 운전자가 다수의 충전기를 선택할 수 있다는 가정을 더한다. 그 가정 하 충전기의 최적 분배(allocate)를 통하여 전체 자동차의 총 운행거리(total distance)를 최소화하는 모형을 제시한다. 또한 본 논문은 이 문제를 스마트(smart) 시나리오와 탐욕 선택(greedy allocation) 시나리오로 나누어 접근하였으며, 각 시나리오는 충전기 선택 (charger selection, CS) 알고리즘과 자동차 선택 (vehicle selection, VS) 알고리즘을 통해 전개된다. CS알고리즘은 두 시나리오 동일하게 적용되었다. 운전자는 현재 위치에서 가장 가까운 곳의 충전기를 선택하고, 해당 충전기 사용이 불가 할 경우 그 다음으로 가까운 충전기인 대안(alternate) 충전기를 선택하는 것으로 한다. 스마트 시나리오에서 VS알고리즘은 각 충전소에 들어오는 차량 중 자동차와 대안 충전기의 거리가 가장 먼 차량부터 우선적으로 충전하는 것으로 한다. 탐욕 시나리오에서 VS 알고리즘은 자동차와 충전기 사이의 이동거리가 가장 가까운 차량을 우선적으로 충전하는 것으로 하였다. 이 두 개 시나리오에 몬테카를로 시뮬레이션을 적용하여, IP와 CSP중 어느 접근법이 더 효과적인지 살펴본다.