On-Line Electric Vehicle (OLEV) is an innovative electric transportation system developed by Korea advanced Institute of Science and Technology (KAIST), which can pick up electricity wirelessly from power tracks installed underground. Contrary to plug-in electric vehicles (PEVs), OLEV can be charged during driving status if it pass by a power track and it uses electric power from battery only when it is moving on the road where power tracks are not installed. Therefore, OLEV receives a lot of attention as an alternative of existing electric vehicles. OLEV system is mainly comprised of vehicles and power tracks. This system is more suitable for public transportation such as bus which circulates identical route every day than individual cars. For commercialization, the thing which should be considered most importantly is to minimize initial investment cost. Also we should consider that there are several tangled routes and it is difficult to establish OLEV systems of the routes at once if limited budget and some traffic conditions are not satisfied. Therefore, in this study, the main objective is to propose an optimization based system for determining the allocation of charging infrastructure of OLEV and the battery capacity considering multiple-route public transportation system. Mathematical models for single-period and multiple-period optimization model are suggested, and example problems are solved by genetic algorithm (GA) which is one of the most famous metaheuristics. In addition, the performance of GA is verified by comparing with the solutions of Cplex solver in small scale problems, and then GA solves a large scale problem which reflects real bus routes in Gumi city. Furthermore, an OLEV system design tool is suggested by the integration of the optimization tool and geographic information system.
온라인 전기 자동차 (OLEV)는 한국과학기술원 (KAIST)에서 개발한 혁신적인 전기 자동차로써, 무선 충전 기술을 사용하여 기존의 플러그인 방식의 전기 자동차와는 다르게 움직이면서 충전할 수 있다는 큰 장점을 가지고 있다. 온라인 전기 자동차 시스템은 크게 차량과 충전 시설로 구성이 되어 있고, 차량이 도로 밑에 매설되어 있는 충전 시설 위를 지나갈 때는 전기 에너지를 공급받음으로써 배터리 또는 모터로 전달이 되고, 충전 시설이 설치되어 있지 않은 일반적인 도로 위를 지날 때는 배터리에 저장되어 있는 에너지를 이용하는 식으로 운행이 된다. 이와 같은 장점을 통해 온라인 전기 자동차는 기존의 전기 자동차가 가지고 있는 취약점, 즉 충전 시간이 길고 충전하는 동안 운행할 수 없다는 단점을 극복할 수 있는 대안이 될 수 있을 것이다. 또한 온라인 전기 자동차는 대중 교통 버스와 같이 규칙적인 운행을 하고 불확실성이 적은 차량의 운행에 적용하기에 적합하다고 할 수 있다. 그리고 현재 한국과학기술원 내부 캠퍼스, 구미시 등에서 온라인 전기 자동차를 운행하고 있으며, 상용화를 위한 구체적인 계획을 세우고 있는 중이다.
온라인 전기 자동차를 대중 교통에 적용하고 상용화하기 위해서는 초기 투자 비용을 최소화하는 것 중요하다. 특히 초기 투자 비용 중 많은 비중을 차지하고 있는 배터리 가격과 충전 시설 가격을 줄이는 것이 중요하다. 또한 이 두 요소는 트레이드 오프 관계를 가지고 있다. 예를 들어 온라인 전기 자동차가 하나의 노선에서 운행될 때 배터리 용량이 노선 전체를 운행할 수 있을 만큼 매우 크다면 중간에 충전 시설을 설치할 필요 없을 것이다. 반면에 노선 전체에 충전 시설이 설치가 되어 있다면 배터리 용량을 매우 적게 할당해도 버스를 운행하는데 큰 무리가 없을 것이다. 따라서 투자 비용을 최소화할 수 있는 두 요소 사이의 적절한 균형을 찾는 것이 매우 중요하다.
또한 실제 대중 교통 버스 시스템은 하나의 노선이 아닌 수많은 노선이 얽혀 있는 복잡한 시스템이다. 그리고 이와 같은 다중 노선을 대상으로 온라인 전기 자동차 시스템을 적용한다고 할 때, 단기간에 시스템을 구축하는 것은 사실상 불가능하다고 볼 수 있다. 시스템 구축을 위한 정부나 관련 기관들의 예산 편성, 인력, 투자 가능한 시간, 공사를 진행하는 동안 주변 시민들이 겪어야 할 불편 등 여러 가지를 고려하였을 때 시스템 구축을 점진적으로, 다중 기간에 걸쳐서 진행하는 것이 현실적일 것이다. 물론, 이와 같은 요소들이 충분하다면 단기간에 시스템 구축을 하는 것도 가능할 것이다. 따라서 본 연구에서는 다중 노선 버스 시스템에서 단기간 구축 계획, 다중 기간 구축 계획을 위한 수학적 모델을 제시하였다. 제시한 모델 모두 정수 계획법을 이용하여 표현하였고, 두 모델의 결정 변수는 배터리 용량과 충전 시설의 위치 및 길이이다. 두 변수 모두 정수로 제한하였고 에너지 변화, 길이 등과 관련해서 제약식을 설정하였다.
정수 계획법 문제를 풀 때 주로 이용되는 것이 branch and bound, cutting plane 방법 등이 있지만 이러한 알고리즘들의 큰 단점은 크고 복잡한 문제를 풀 때 상대적으로 매우 많은 시간을 소비한다는 것이다. 실제 산업의 문제들은 이러한 알고리즘을 이용하여 풀 수 있는 경우가 거의 없다. 따라서 메타 휴리스틱스가 유용하게 이용될 수 있는데 유전자 알고리즘 (GA)는 가장 널리 알려지고 쉽게 이용될 수 있는 방법 중 하나이다. 그리고 유전자 알고리즘을 이용하면 상수 값에 따라 알고리즘의 수행 능력이 별로 차이가 나지 않고 항상 최적의 해를 제시하지는 못하더라도 수용할 수 있는 범위 안에서 좋은 해를 짧은 시간 안에 제시할 수 있다는 장점이 있다. 따라서 본 연구에서는 유전자 알고리즘을 이용하여 여러 가지 예시 문제를 풀었다.
예시 문제는 크게 두 가지로 분류하였다. 첫 번째는 총 120개의 정류장과 6개를 가상으로 만들어서 단기간 구축 모델을 적용하였다. 이 문제는 기존의 전통적인 알고리즘을 이용하는 Cplex solver와 Matlab으로 구현된 유전자 알고리즘의 수행 능력을 비교하기 위해 설계되었다. 노선의 개수를 1개부터 6개까지 늘려가면서 두 풀이 방법을 통해 얻어진 목적 함수 값, 계산 시간 등을 비교하였고 이를 통해 유전자 알고리즘의 결과가 상대적으로 좋지 않더라도 크게 최적 값을 벗어나지 않는 범위에서 해를 제시하는 것을 확인할 수 있었다. 두 번째 문제는 다중 기간 구축 모델을 적용한 실제 버스 노선들로써, 구미에서 운행 중인 노선 3개를 이용하였다. 다중 기간 모델이기 때문에 Cplex를 통해서는 원하는 시간 안에 해를 찾는 것이 불가능하였고, 이 문제는 유전자 알고리즘을 통해서 풀 수 있었다.
또한 본 연구에서는 지리 정보 시스템 (GIS)와 Matlab과의 연동을 통해 다중 노선 대중 교통 시스템에 온라인 전기 자동차를 적용한다고 할 때 의사 결정에 도움을 줄 수 있는 시스템 디자인 툴을 구축하였다. 다양한 지리적 데이터를 이용하여 좀 더 정확한 분석이 가능하고, 시스템 디자인 툴의 응용은 여러 가지 방법이 있지만, 본 연구에서는 그 중에서도 가장 기본적인 응용 방법인 시각화에 집중하였다. 따라서 시각화를 통해 문제 해의 상태, 변화, 의미 등을 좀 더 직관적이고 빨리 파악할 수 있음을 확인하였다.
본 연구에서는 온라인 전기 자동차, 최적화 이슈에 대해 소개하였고 다중 노선을 위한 단기간 구축 계획과 다중 기간 구축 계획을 반영한 수학적 모델을 제시하였다. 또한 유전자 알고리즘과 기존의 알고리즘들을 이용하여 예시 문제를 풀고 두 알고리즘의 수행 능력에 대해서 비교하였고 유전자 알고리즘이 실제 규모의 큰 문제에서 유용하게 사용될 수 있을 것이라는 것을 확인할 수 있었다. 그러나 염색체 인코딩, 파라미터 값 설정 등을 통해 유전자 알고리즘의 성능을 좀 더 개선시킬 필요가 있으며 미래에는 더 큰 규모의 대중 교통 시스템에 본 연구를 적용해볼 계획이다. 또한 미래 연구에서는 다양한 GIS 데이터들을 기반으로 하여, 의사 결정을 단순히 노선 정보를 이용한 최적화를 통해서 수행하는 것에 한정시키지 않고 더욱 더 현실적인 의사 결정을 위한 시스템 디자인 툴 구축을 진행할 것이다.
