KR20160037308A - 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법 - Google Patents

전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법 Download PDF

Info

Publication number
KR20160037308A
KR20160037308A KR1020140129184A KR20140129184A KR20160037308A KR 20160037308 A KR20160037308 A KR 20160037308A KR 1020140129184 A KR1020140129184 A KR 1020140129184A KR 20140129184 A KR20140129184 A KR 20140129184A KR 20160037308 A KR20160037308 A KR 20160037308A
Authority
KR
South Korea
Prior art keywords
electric vehicle
charging
city
probability density
density function
Prior art date
Application number
KR1020140129184A
Other languages
English (en)
Other versions
KR101623898B1 (ko
Inventor
최상봉
Original Assignee
한국전기연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020140129184A priority Critical patent/KR101623898B1/ko
Publication of KR20160037308A publication Critical patent/KR20160037308A/ko
Application granted granted Critical
Publication of KR101623898B1 publication Critical patent/KR101623898B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/14—Plug-in electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/126—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving electric vehicles [EV] or hybrid vehicles [HEV], i.e. power aggregation of EV or HEV, vehicle to grid arrangements [V2G]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명은 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 관한 것이다. 보다 상세하게는 특정 도시에서 전기 자동차 충전에 의해 발생되는 부하량이 특정 도시의 전력 그리드에 미치는 영향을 용이하게 파악할 수 있는 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 관한 것이다. 본 발명에 의하면 시간대별 전기 자동차 충전 부하가 특정 도시의 전력 그리드에 미치는 영향을 시간대별로 정확하게 파악할 수 있게 되므로, 도시의 전력 그리드의 과부하 제약 조건을 만족시키면서 전력 그리드의 보강 및 증설을 최대한 억제할 수 있는 방향으로 전기 자동차 충전 부하 관리 계획을 수립할 수 있게 되는 효과를 갖는다.

Description

전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법 {Method for calculating daily load curve of each city based on the place of electric vehicle charging}
본 발명은 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 관한 것이다. 보다 상세하게는 특정 도시에서 전기 자동차 충전에 의해 발생되는 부하량이 특정 도시의 전력 그리드에 미치는 영향을 용이하게 파악할 수 있는 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 관한 것이다.
자동차 보급의 확대에 따른 대기 오염(예를 들어, 자동차의 배기 가스에 포함된 CO2에 기인하는 대기 오염)을 해소하기 위한 대책의 하나로 전기 자동차(Electric Vehicle : EV) 보급을 위한 노력이 전세계 적으로 확산 되고 있는 추세에 있으며, 이에 따라 충전을 위해 배전계통에 연계되는 전기 자동차의 수가 향후 급격히 증가할 것으로 예상되고, 이는 결국 전력회사에 잠재적인 부담 요소로 작용할 것으로 예측된다.
따라서, 전세계 적으로 전기 자동차의 보급 확대에 적절히 대비하기 위한 전기 자동차 관련 기술적 표준 및 거래 규정을 지원하기 위해, 전력회사 및 정부가 연계하여 전기 자동차 배터리 충전에 의해 발생하는 전력수요를 예측하고, 기존 배전계통에서 증가된 전력 수요를 감당할 수 있을지에 대하여 정확한 평가를 도출하기 위한 다양한 연구가 진행되고 있다.
전기 자동차의 에너지 소비량(다시 말해서, 전기 자동차 배터리충전에 따른 부하량)에 대한 다양한 연구 결과에 따르면 전기 자동차의 대규모 보급 확대시 국가 발전망 및 주거용 배전 계통에 상당한 영향을 주는 것으로 판단되거나 또는 전기 자동차의 실질적인 대수 증가가 국가 전력망에 미치는 영향이 그리 높지 않은 것 판단되고 있어, 국내 실정에 맞는 정확한 결과를 도출할 수 있는 연구 방향이 요구되고 있다.
국내의 경우 최근 전기 자동차 보급을 촉진하기 위한 충전 인프라 확충, 실시간 전기요금제 도입, 및 전기자동차 충전 요금 산정 방법 등의 다양한 이슈에 대하여 정부와 한전이 협의 중에 있으며, 지방 자치단체와 같은 정부 기관의 경우에도 이에 동참하고 있다.
또한, 전기 자동차 상용화의 경우 2009년 11월 정부가 그린카 4대 강국 청사진을 내놓으면서 빠른 속도로 진행되고 있지만, 여러 가지 현실적 문제점(예를 들어, 전기 자동차 운행 허용 도로에 대한 명확한 기준 부재, 및 전기 자동차 충전 설비의 부족 등)이 존재하고 있으며, 이러한 현실적 문제점 중 우선적으로 전기 자동차 충전 시설에 대한 확충을 당면 과제로 하고 있다.
이에 따라, 전기 자동차 관련 사업을 새로운 수익원으로 인식하고 있는 현대중공업, SK 에너지, GS파크24 등의 기업에서 향후 수년 이내 완료를 목표로 전기 자동차 충전시간을 단축할 수 있는 충전설비 및 인프라 기술 개발 사업, 주차장에서 전기를 충전할 수 있도록 충전 사업, 및 자동차 배터리 교환소로 부족한 충전소를 대체하는 사업 등과 같은 전기 자동차 충전 설비와 관련된 각종 사업모델 등을 연구하고 있다.
또한, 지식경제부의 경우 제주도에 전기 자동차 실증단지를 조성하고 실증사업을 공모하였으며, 한전/SK/GS칼텍스 컨소시엄이 선정되어 각 컨소시엄이 실증시스템을 구축하는 사업을 2009년 11월부터 진행하고 있다.
그 외에도, 지식경제부는 제주도 스마트 그리드 시범단지에 전기 자동차 시범운행지역을 선정하고 운행에 필요한 기반시설을 건설할 계획이며, 삼성물산과 같은 민간부분에서도 새로 분양되는 아파트 단지부터 전용 주차장에 충전을 위한 시설을 구축하고 충전 전력량을 관리비에 징수하는 방식을 채택할 예정이나, 지금까지의 시범적인 충전 인프라는 소규모의 충전이 가능한 규모이며, 대규모 충전을 위한 인프라 구축에 대한 연구는 미비한 실정이다.
상기와 같이, 현재 국내에서 연구가 진행되고 있는 대부분의 전기 자동차 관련 기술의 경우 주로 핵심 부품 기술 또는 충전 인프라 구축 기술 등에 치중하고 있으며, 전기 자동차 보급 시나리오에 따른 적절한 전력공급 방안에 대한 연구는 다소 미비한 실정이다.
따라서, 전기 자동차의 연계에 따라 특정 도시별로 발생할 수 있는 과부하 영향을 최소화하기 위하여 전기 자동차의 충전 부하가 특정 도시의 전력 그리드에미치는 영향을 효과적으로 평가할 수 있는 방법의 개발이 필수적으로 요구된다 하겠다.
본 발명은 상기와 같은 문제점을 해결하고자 안출된 것으로 전기 자동차의 보급 상황, 전기 자동차의 충전 장소, 및 전기 자동차 전기 요금제를 동시에 고려하여 특정 도시의 전력 그리드에 전기 자동차의 충전 부하가 미치는 영향을 효율적으로 평가할 수 있는 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 산출 방법은 미리 결정된 도시에서의 전기 자동차 충전을 고려한 일부하 곡선을 산출하는 방법에 있어서, (a) 상기 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터를 이용하여 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제1 확률 밀도 함수를 산출하는 단계; (b) 상기 미리 결정된 도시의 도심으로부터 유출되는 교통량에 대한 데이터를 이용하여 상기 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제2 확률 밀도 함수를 산출하는 단계; (c) 상기 전기 자동차의 시간대별 충전 전력을 산출하는 단계; (d) 상기 제1 확률 밀도 함수, 상기 제2 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선을 산출하는 단계; 및 (e) 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선과 미리 산출된 상기 미리 결정된 도시의 전기 자동차 충전을 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (c) 단계는 (c1) 상기 전기 자동차의 배터리 초기 충방전율(State Of Charge)을 산출하는 단계; (c2) 상기 배터리 초기 충방전율을 이용하여 상기 전기 자동차의 충전 소요 시간을 산출하는 단계; 및 (c3) 상기 충전 소요 시간 및 미리 결정된 전기 자동차 배터리 충전 특성 정보를 이용하여 상기 전기 자동차의 시간대별 충전 전력을 산출하는 단계를 포함할 수 있다.
또한, 상기 (c1) 단계에서 상기 배터리 초기 충방전율은 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00001
여기에서, SOC0는 전기 자동차의 배터리 초기 충방전율, α는 전기 자동차의 일간 운행 거리, 및 dR은 전기 자동차의 최대 운행거리를 의미할 수 있다.
또한, 상기 (c2) 단계에서 상기 충전 소요 시간은 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00002
여기에서, TC는 전기 자동차 충전 소요 시간, SOCF는 전기 자동차의 배터리 최대 충방전율, SOC0는 전기 자동차의 배터리 초기 충방전율, 및 BW는 전기 자동차의 배터리 용량을 의미할 수 있다.
또한, 상기 (a) 단계에서 상기 제1 확률 밀도 함수는 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00003
여기에서, STP1은 상기 제1 확률 밀도 함수, NEV1은 상기 미리 결정된 도시의 도심으로 유입되는 전기 자동차의 시간대별 대수를 의미할 수 있다.
또한, 상기 (b) 단계에서 상기 제2 확률 밀도 함수는 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00004
여기에서, STP2은 상기 제2 확률 밀도 함수, NEV2은 상기 미리 결정된 도시의 도심으로부터 유출되는 전기 자동차의 시간대별 대수를 의미할 수 있다.
또한, 본 발명의 제2 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법은 미리 결정된 도시의 전기 자동차 충전을 고려한 일부하 곡선을 산출하는 방법에 있어서, (a) 상기 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터를 이용하여 TOU(Time Of Use)전기 요금이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제3 확률 밀도 함수를 산출하는 단계; (b) 상기 미리 결정된 지역 도시의 도심으로부터 유출되는 교통량에 대한 데이터를 이용하여 상기 TOU 전기 요금이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제4 확률 밀도 함수를 산출하는 단계; (c) 상기 TOU 전기 요금이 적용되는 전기 자동차의 시간대별 충전 전력을 산출하는 단계; (d) 상기 제3 확률 밀도 함수, 상기 제4 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선을 산출하는 단계; 및 (e) 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선과 미리 산출된 상기 미리 결정된 도시의 전기 자동차 충전을 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (a) 단계에서 상기 제3 확률 밀도 함수는 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00005
여기에서, STP3는 상기 제3 확률 밀도 함수, NEV1은 상기 미리 결정된 도시의 도심으로 유입되는 전기 자동차의 시간대별 대수, 및 TOUP는 시간대별 TOU 요금을 의미할 수 있다.
또한, 상기 (b) 단계에서 상기 제4 확률 밀도 함수는 다음 수학식을 적용하여 산출될 수 있다.
Figure pat00006
여기에서, STP4는 상기 제4 확률 밀도 함수, NEV2는 상기 미리 결정된 도시의 도심으로부터 유출되는 전기 자동차의 시간대별 대수, 및 TOUP는 시간대별 TOU 요금을 의미할 수 있다.
본 발명에 의하면 시간대별 전기 자동차 충전 부하가 특정 도시의 전력 그리드에 미치는 영향을 시간대별로 정확하게 파악할 수 있게 되므로, 도시의 전력 그리드의 과부하 제약 조건을 만족시키면서 전력 그리드의 보강 및 증설을 최대한 억제할 수 있는 방향으로 전기 자동차 충전 부하 관리 계획을 수립할 수 있게 되는 효과를 갖는다.
도 1은 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 대한 순서도,
도 2는 도 1의 S100a에서 산출되는 제1 확률 밀도 함수에 대한 참고 그래프,
도 3은 도 2의 S200a에서 산출되는 제2 확률 밀도 함수에 대한 참고 그래프,
도 4는 도 2의 S300a에 대한 상세 순서도,
도 5 및 도 6은 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 의해 산출되는 특정 도시의 일부하 곡선에 대한 참고 그래프이다.
도 7은 본 발명의 제2 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 대한 순서도,
도 8은 도 7의 S100b에서 산출되는 제1 확률 밀도 함수에 대한 참고 그래프,
도 9는 도 7의 S200b에서 산출되는 제2 확률 밀도 함수에 대한 참고 그래프, 및
도 10 및 도 11은 본 발명의 제2 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 의해 산출되는 특정 도시의 일부하 곡선에 대한 참고 그래프이다.
이하, 본 발명의 바람직한 실시예를 첨부한 도면들을 참조하여 상세하게 설명하도록 한다. 우선 각 도면의 구성 요소들에 참조 부호를 첨가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 실시될 수 있음은 물론이다.
도 1은 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 대한 순서도 이다.
도 1에 도시된 바와 같이 S100a에서 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터(다시 말해서, 도심으로 유입되는 차량 수)를 이용하여 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제1 확률 밀도 함수를 산출한다. 이때, S100a에서 상기 제1 확률 밀도 함수는 하기 수학식 1을 적용하여 산출될 수 있다.
Figure pat00007
여기에서, STP1은 상기 제1 확률 밀도 함수를 의미하고, NEV1은 상기 미리 결정된 도시의 도심으로 시간대별로 유입되는 전기 자동차 대수를 의미한다.
또한, 상기 제1 확률 밀도 함수의 경우 도 2에 도시된 그래프에서와 같이 오전 5시부터 오전 9시까지 확률 밀도가 점진적으로 상승하다 이후 급격히 하강하며, 특히 오전 9시에 최고점을 갖는 형태를 가지게 된다.
이와 같이, 상기 수학식 1에 의해 상기 제1 확률 밀도 함수를 산출하는 이유는 특정 도시의 도심으로 유입되는 전기 자동차를 운전자가 도심에 위치하고 있는 직장에 출근하기 위해 사용하는 전기 자동차로 볼 때 도심으로의 유입이 이루어지고 나서 일정 시간 이후(예를 들어, 1시간 이후) 직장에 도착한 전기 자동차가 충전 상태가 될 확률이 높다고 판단할 수 있기 때문이다.
S200a에서 상기 미리 결정된 도시의 도심으로부터 유출되는 교통량에 대한 데이터(다시 말해서, 도심으로부터 유출되는 차량 수)를 이용하여 상기 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제2 확률 밀도 함수를 산출한다. 이때, S200a에서 상기 제2 확률 밀도 함수는 하기 수학식 2를 적용하여 산출할 수 있다.
Figure pat00008
여기에서, STP2는 상기 제2 확률 밀도 함수를 의미하고, NEV2는 상기 미리 결정된 도시의 도심으로부터 시간대별로 유출되는 전기 자동차 대수를 의미한다.
또한, 상기 제2 확률 밀도 함수의 경우 도 3에 도시된 그래프에서와 같이 오후 4시부터 오후 7시까지 확률 밀도가 점진적으로 상승하다 이후 점진적으로 하강하며, 특히 오후 7시에 최고점을 갖는 형태를 가지게 된다.
이와 같이, 상기 수학식 2에 의해 상기 제2 확률 밀도 함수를 산출하는 이유는 특정 도시의 도심으로부터 유출되는 전기 자동차를 운전자가 도심 외부에 위치하고 있는 자택으로 퇴근하기 위해 사용하는 전기 자동차로 볼 때 도심으로부터의 유출이 이루어지고 나서 일정 시간 이후(예를 들어, 1시간 이후) 자택에 도착한 전기 자동차가 충전 상태가 될 확률이 높다고 판단할 수 있기 때문이다.
S300a에서 상기 전기 자동차의 시간대별 충전 전력을 산출한다. 이때, S300a의 상세 과정은 이하 도 4를 참조하여 보다 상세하게 설명하도록 한다.
S400a에서 상기 제1 확률 밀도 함수, 상기 제2 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선을 산출하고, S500a에서 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선과 미리 산출되어 있는 상기 미리 결정된 도시의 전기 자동차 충전 부하를 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하면 종료가 이루어진다.
이때, S400a에서 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선은 상기 제1 확률 밀도 함수와 상기 제2 확률 밀도 함수를 합산하여 하루 동안의 시간대별 전기 자동차 충전 시간에 대한 확률 밀도 함수를 생성한 후, 상기 생성된 하루 동안의 시간대별 전기 자동차 충전 시간에 대한 확률 밀도 함수에 상기 시간대별 충전 전력을 반영하여 산출될 수 있다.
도 4는 도 1의 S300a에 대한 상세 순서도 이다. 도 4에 도시된 바와 같이 S310a에서 전기 자동차의 배터리 초기 충방전율(State Of Charge : SOC)을 산출한다. 이때, S310a에서 상기 배터리 초기 충방전율은 하기 수학식 3을 적용하여 산출할 수 있다.
Figure pat00009
여기에서, SOC0는 전기 자동차의 배터리 초기 충방전율, α는 전기 자동차의 일간 운행 거리, 및 dR은 전기 자동차의 최대 운행거리를 의미한다.
예를 들어, 2010년 서울시 교통안전공단의 차량 주행거리 분석 보고서에 따른 일간 출퇴근 거리인 46.2km를 α에 대입하고, 전기 자동차 배터리 중 하나인 Nissan Altra 사의 29kwh 리튬이온 배터리를 고려한 전기 자동차 효율 0.16kwh/km를 근거로 dR에 180km(다시 말해서, 29/0.16)를 대입하는 경우 SOC0는 약 0.74로 산출될 수 있으며, 1일 주행 후 충전이 아닌 2일 주행 후 충전인 경우 SOC0는 약 0.49로 산출될 수 있다.
S330a에서 상기 배터리 초기 충방전율을 이용하여 상기 전기 자동차의 충전 소요 시간을 산출한다. 이때, S330a에서 상기 충전 소요 시간은 하기 수학식 4를 적용하여 산출할 수 있다.
Figure pat00010
여기에서, TC는 전기 자동차 충전 소요 시간, SOCF는 전기 자동차의 배터리 최대 충방전율, SOC0는 전기 자동차의 배터리 초기 충방전율, PC는 시간별 배터리 충전 전력, 및 BW는 전기 자동차의 배터리 용량을 의미한다.
예를 들어, SOCF는 최대 충전을 고려하여 1로 설정하고, PC는 전기 자동차 배터리 중 하나인 Nissan Altra 사의 29kWh 리튬이온 배터리의 시간별 충전 전력 특성을 고려하여 6.0(kw)으로 설정하며, SOC0는 앞서 설명한 바와 같이 0.74로 설정하고, BW는 29(kwh)로 설정하는 경우 TC는 약 2.5(h)로 산출될 수 있다.
S350a에서 상기 충전 소요 시간 및 미리 결정된 전기 자동차 배터리 충전 특성 정보를 이용하여 상기 전기 자동차의 시간대별 충전 전력을 산출하면 종료가 이루어지고 S400a이 수행될 수 있다.
예를 들어, 0시에 전기 자동차의 충전이 시작되는 경우 2.5 시간 동안의 전기 자동차 충전 특성 정보를 반영하여 0시부터 오전 2시 반까지의 시간대별 충전 전력을 산출할 수 있게 되며, 상기 과정을 반복 수행(예를 들어, 오전 2시 반 내지 오전 5시 및 오전 5시 내지 오전 7시 반 등)하여 상기 전기 자동차의 시간대별 충전 전력이 산출될 수 있게 된다.
도 5 및 도 6은 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 의해 산출되는 특정 도시의 일부하 곡선에 대한 참고 그래프이다.
여기에서, 도 5는 서울시에 등록된 전체 차량 중 전기 자동차의 점유율을 10%로 가정한 시나리오에 따라 서울시에서의 전기 자동차의 충전 일부하 곡선 및 전체 일부하 곡선을 나타내고 있고, 도 6은 서울시에 등록된 전체 차량 중 전기 자동차의 점유율을 30%로 가정한 시나리오에 따라 서울시에서의 전기 자동차 충전 일부하 곡선 및 전체 일부하 곡선을 나타내고 있다.
이와 같이, 본 발명의 제1 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 의해 특정 도시의 전력 그리드에 전기 자동차의 충전 부하량이 미치는 영향을 시간대별로 정확히 파악할 수 있게 되므로, 도시의 전력 그리드의 과부하 제약 조건을 만족시키면서 전력 그리드의 보강 및 증설을 최대한 억제할 수 있는 방향으로 전기 자동차 충전 부하 관리 계획을 수립할 수 있는 장점을 가지게 된다.
도 7은 본 발명의 제2 실시예에 따른 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법에 대한 순서도 이다.
도 7에 도시된 바와 같이 S100b에서 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터(다시 말해서, 도심으로 유입되는 차량 수)를 이용하여 TOU(Time Of Use) 전기 요금(다시 말해서, 한국전력 전기차 TOU 요금)이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제3 확률 밀도 함수를 산출한다. 이때, S100b에서 상기 제3 확률 밀도 함수는 하기 수학식 5를 적용하여 산출될 수 있다.
Figure pat00011
여기에서, 여기에서, STP3는 상기 제3 확률 밀도 함수, NEV1은 상기 미리 결정된 도시의 도심으로 시간대별로 유입되는 전기 자동차 대수, 및 TOUP는 시간대별 TOU 전기 요금을 의미한다.
또한, 상기 제3 확률 밀도 함수의 경우 도 8에 도시된 그래프에서와 같이 오전 5시부터 오전 8시까지 확률 밀도가 점진적으로 상승하다 이후 급속히 하강하며, 특히 오전 8시에 최고점을 갖는 것을 확인할 수 있다.
이와 같이, 상기 수학식 5에 의해 상기 제3 확률 밀도 함수를 산출하는 이유는 특정 도시의 도심으로 유입되는 전기 자동차를 운전자가 도심에 위치하고 있는 직장에 출근하기 위해 사용하는 전기 자동차로 볼 때 도심으로의 유입이 이루어지고 나서 일정 시간 이후(예를 들어, 1시간 이후) 직장에 도착한 전기 자동차가 충전 상태가 될 확률이 높다고 판단할 수 있고, 이에 더하여 TOU 요금이 낮을수록 전기 자동차가 직장에 도착한 후 충전 상태가 될 확률이 높다고 판단할 수 있기 때문이다.
S200b에서 상기 미리 결정된 도시의 도심으로부터 유출되는 교통량에 대한 데이터(다시 말해서, 도심으로부터 유출되는 차량 수)를 이용하여 TOU 요금이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제4 확률 밀도 함수를 산출한다. 이때, S200a에서 상기 제4 확률 밀도 함수는 하기 수학식 6을 적용하여 산출할 수 있다.
Figure pat00012
여기에서, 여기에서, STP4는 상기 제4 확률 밀도 함수, NEV2는 상기 미리 결정된 도시의 도심으로부터 시간대별로 유출되는 전기 자동차 대수, 및 TOUP는 시간대별 TOU 전기 요금을 의미한다.
또한, 상기 제4 확률 밀도 함수의 경우 도 9에 도시된 그래프에서와 같이 오후 4시부터 오후 7시까지 확률 밀도가 점진적으로 상승하다 이후 점진적으로 하강하는 형태를 가지며, 특히 오후 7시에 최고점을 갖는 형태를 갖는 것을 확인할 수 있다.
이와 같이, 상기 수학식 6에 의해 상기 제4 확률 밀도 함수를 산출하는 이유는 특정 도시의 도심으로부터 유출되는 전기 자동차를 운전자가 도심 외부에 위치하고 있는 자택으로 퇴근하기 위해 사용하는 전기 자동차로 볼 때 도심으로부터 유출이 이루어지고 나서 일정 시간 이후(예를 들어, 1시간 이후) 자택에 도착한 전기 자동차가 충전 상태가 될 확률이 높다고 판단할 수 있고, 이에 더하여 TOU 요금이 낮을수록 전기 자동차가 자택에 도착한 후 충전 상태가 될 확률이 높다고 판단할 수 있기 때문이다.
S300b에서 TOU 요금이 적용되는 전기 자동차의 시간대별 충전 전력을 산출한다. 이때, S300b의 경우 앞서 도 4를 참조하여 설명한 S300a와 동일한 방식으로 수행되므로 이에 대한 상세한 설명은 생략하도록 한다.
S400b에서 상기 제3 확률 밀도 함수, 상기 제4 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선을 산출하고, S500a에서 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선과 미리 산출되어 있는 상기 미리 결정된 도시의 전기 자동차 충전 부하를 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하면 종료가 이루어진다.
이때, S400a에서 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선은 상기 제3 확률 밀도 함수와 상기 제4 확률 밀도 함수를 합산하여 하루 동안의 시간대별 TOU 전기 요금이 적용되는 전기 자동차 충전 시간에 대한 확률 밀도 함수를 생성하고 상기 생성된 하루 동안의 시간대별 TOU 전기 요금이 적용되는 전기 자동차 충전 시간에 대한 확률 밀도 함수에 상기 시간대별 충전 전력을 반영하여 산출될 수 있다.
도 10 및 도 11은 본 발명의 제2 실시예에 따른 전기 자동차 충전을 고려한 지역별 일부하 곡선 산출 방법에 의해 산출되는 특정 도시의 일부하 곡선에 대한 참고 그래프이다.
여기에서, 도 10은 서울시에 등록된 전체 차량 중 전기 자동차의 점유율을 10%로 가정한 시나리오에 따라 서울시에서의 TOU 전기 요금이 적용된 전기 자동차의 충전 일부하 곡선 및 전체 일부하 곡선을 나타내고 있고, 도 6은 서울시에 등록된 전체 차량 중 전기 자동차의 점유율을 30%로 가정한 시나리오에 따라 서울시에서의 TOU 전기 요금이 적용된 전기 자동차 충전 일부하 곡선 및 전체 일부하 곡선을 나타내고 있다.
이와 같이, 본 발명의 제2 실시예에 따른 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법에 의해 특정 도시의 전력 그리드에 TOU 전기 요금이 적용되는 전기 자동차의 충전 부하량이 미치는 영향을 시간대별로 정확히 파악할 수 있게 되므로, 도시의 전력 그리드의 과부하 제약 조건을 만족시키면서 전력 그리드의 보강 및 증설을 최대한 억제할 수 있는 방향으로 전기 자동차 충전 부하 관리 계획을 수립할 수 있는 장점을 가지게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경, 및 치환이 가능할 것이다. 따라서 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면들에 의해서 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (9)

  1. 미리 결정된 도시에서의 전기 자동차 충전을 고려한 일부하 곡선을 산출하는 방법에 있어서,
    (a) 상기 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터를 이용하여 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제1 확률 밀도 함수를 산출하는 단계;
    (b) 상기 미리 결정된 도시의 도심으로부터 유출되는 교통량에 대한 데이터를 이용하여 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제2 확률 밀도 함수를 산출하는 단계;
    (c) 상기 전기 자동차의 시간대별 충전 전력을 산출하는 단계;
    (d) 상기 제1 확률 밀도 함수, 상기 제2 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선을 산출하는 단계; 및
    (e) 상기 미리 결정된 도시의 전기 자동차 충전에 따른 일부하 곡선과 미리 산출된 상기 미리 결정된 도시의 전기 자동차 충전을 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하는 단계를 포함하는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
  2. 제 1항에 있어서,
    상기 (c) 단계는,
    (c1) 상기 전기 자동차의 배터리 초기 충방전율(State Of Charge)을 산출하는 단계;
    (c2) 상기 배터리 초기 충방전율을 이용하여 상기 전기 자동차의 충전 소요 시간을 산출하는 단계; 및
    (c3) 상기 충전 소요 시간 및 미리 결정된 전기 자동차 배터리 충전 특성 정보를 이용하여 상기 전기 자동차의 시간대별 충전 전력을 산출하는 단계를 포함하는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
  3. 제 2항에 있어서,
    상기 (c1) 단계에서,
    상기 배터리 초기 충방전율은 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00013

    여기에서, SOC0는 전기 자동차의 배터리 초기 충방전율, α는 전기 자동차의 일간 운행 거리, 및 dR은 전기 자동차의 최대 운행거리를 의미한다.
  4. 제 2항에 있어서,
    상기 (c2) 단계에서,
    상기 충전 소요 시간은 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00014

    여기에서, TC는 전기 자동차 충전 소요 시간, SOCF는 전기 자동차의 배터리 최대 충방전율, SOC0는 전기 자동차의 배터리 초기 충방전율, 및 BW는 전기 자동차의 배터리 용량을 의미한다.
  5. 제 1항에 있어서,
    상기 (a) 단계에서,
    상기 제1 확률 밀도 함수는 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00015

    여기에서, STP1은 상기 제1 확률 밀도 함수, NEV1은 상기 미리 결정된 도시의 도심으로 유입되는 전기 자동차의 시간대별 대수를 의미한다.
  6. 제 1항에 있어서,
    상기 (b) 단계에서,
    상기 제2 확률 밀도 함수는 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00016

    여기에서, STP2은 상기 제2 확률 밀도 함수, NEV2은 상기 미리 결정된 도시의도심으로부터 유출되는 전기 자동차의 시간대별 대수를 의미한다.
  7. 미리 결정된 도시에서의 전기 자동차 충전을 고려한 일부하 곡선을 산출하는 방법에 있어서,
    (a) 상기 미리 결정된 도시의 도심으로 유입되는 교통량에 대한 데이터를 이용하여 TOU(Time Of Use)전기 요금이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제3 확률 밀도 함수를 산출하는 단계;
    (b) 상기 미리 결정된 도시의 도심으로부터 유출되는 교통량에 대한 데이터를 이용하여 상기 TOU 전기 요금이 적용되는 전기 자동차의 충전 시작시간에 대한 확률 밀도 함수인 제4 확률 밀도 함수를 산출하는 단계;
    (c) 상기 TOU 전기 요금이 적용되는 전기 자동차의 시간대별 충전 전력을 산출하는 단계;
    (d) 상기 제3 확률 밀도 함수, 상기 제4 확률 밀도 함수, 및 상기 시간대별 충전 전력을 이용하여 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선을 산출하는 단계; 및
    (e) 상기 미리 결정된 도시의 TOU 전기 요금이 적용되는 전기 자동차 충전에 따른 일부하 곡선과 미리 산출된 상기 미리 결정된 도시의 전기 자동차 충전을 제외한 나머지 부하에 의한 일부하 곡선을 합산하여 상기 미리 결정된 도시의 일부하 곡선을 산출하는 단계를 포함하는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
  8. 제 7항에 있어서,
    상기 (a) 단계에서,
    상기 제3 확률 밀도 함수는 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00017

    여기에서, STP3는 상기 제3 확률 밀도 함수, NEV1은 상기 미리 결정된 도시의 도심으로 유입되는 전기 자동차의 시간대별 대수, 및 TOUP는 시간대별 TOU 요금을 의미한다.
  9. 제 7항에 있어서,
    상기 (b) 단계에서,
    상기 제4 확률 밀도 함수는 다음 수학식을 적용하여 산출되는 것을 특징으로 하는 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법.
    Figure pat00018

    여기에서, STP4는 상기 제4 확률 밀도 함수, NEV2는 상기 미리 결정된 도시의 도심으로부터 유출되는 전기 자동차의 시간대별 대수, 및 TOUP는 시간대별 TOU 요금을 의미한다.
KR1020140129184A 2014-09-26 2014-09-26 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법 KR101623898B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140129184A KR101623898B1 (ko) 2014-09-26 2014-09-26 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140129184A KR101623898B1 (ko) 2014-09-26 2014-09-26 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법

Publications (2)

Publication Number Publication Date
KR20160037308A true KR20160037308A (ko) 2016-04-06
KR101623898B1 KR101623898B1 (ko) 2016-05-25

Family

ID=55790309

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140129184A KR101623898B1 (ko) 2014-09-26 2014-09-26 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법

Country Status (1)

Country Link
KR (1) KR101623898B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919393A (zh) * 2019-03-22 2019-06-21 国网上海市电力公司 一种电动出租汽车的充电负荷预测方法
CN115691140A (zh) * 2022-11-02 2023-02-03 东南大学 一种汽车充电需求时空分布的分析与预测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919393A (zh) * 2019-03-22 2019-06-21 国网上海市电力公司 一种电动出租汽车的充电负荷预测方法
CN109919393B (zh) * 2019-03-22 2023-08-29 国网上海市电力公司 一种电动出租汽车的充电负荷预测方法
CN115691140A (zh) * 2022-11-02 2023-02-03 东南大学 一种汽车充电需求时空分布的分析与预测方法
CN115691140B (zh) * 2022-11-02 2023-08-15 东南大学 一种汽车充电需求时空分布的分析与预测方法

Also Published As

Publication number Publication date
KR101623898B1 (ko) 2016-05-25

Similar Documents

Publication Publication Date Title
Khodayar et al. Electric vehicle mobility in transmission-constrained hourly power generation scheduling
El-Taweel et al. Integrated utility-transit model for optimal configuration of battery electric bus systems
Tulpule et al. Energy economic analysis of PV based charging station at workplace parking garage
Nicolaides et al. Technoeconomic analysis of charging and heating options for an electric bus service in London
CN110027440B (zh) 一种基于v2g技术负荷高峰期的分层调度方法
Kunith et al. Planning and optimization of a fast-charging infrastructure for electric urban bus systems
González et al. Public transportation with electric traction: Experiences and challenges in an Andean city
Trocker et al. City-scale assessment of stationary energy storage supporting end-station fast charging for different bus-fleet electrification levels
KR101623898B1 (ko) 전기 자동차의 충전 장소를 고려한 도시별 일부하 곡선 산출 방법
Zeng et al. Consolidating bus charger deployment and fleet management for public transit electrification: A life-cycle cost analysis framework
KR101639236B1 (ko) 전기 자동차 충전을 고려한 도시별 일부하 곡선 산출 방법
Lu et al. The electric vehicle routing optimizing algorithm and the charging stations’ layout analysis in Beijing
ALGIN Electrification of urban transport. Basic stages in creating electric buses fleet
KR101540964B1 (ko) 전기 자동차 충전을 고려한 배전계통 모선별 일부하 곡선 산출 방법
KR20220060223A (ko) 전기 자동차의 충/방전을 고려한 도시별 일 부하 곡선 산출 방법
KR101535846B1 (ko) 배전계통 모선별 전기 자동차 충전 일부하 곡선 산출 방법
Indira Optimised business model for effective charging of batteries in electric vehicles
Zoryna et al. Measures to stimulate the development of electric transport as a tool for the development of the territory
Dai et al. An electricity demand-based planning of electric vehicle charging infrastructure
KR101356975B1 (ko) 전기차 배전계통의 임팩트를 산출하기 위한 시뮬레이션 장치 및 그 방법
Choi et al. Evaluation of the Daily Load Curve by Taking V2G of PEVs into Consideration
Kawasaki et al. Deployment of Dynamic Wireless Power Transfer Considering Loading Capacity of Electric Trucks
Wiśniowski et al. Comparative analysis of the electric vehicle charging costs using DC and AC charging stations throughout the country, based on own research
España et al. Spatial and cost model of individual public transport in a midsize Colombian city
Nazarenus et al. Impact of different charging methods on electric bus battery size and grid demand

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190516

Year of fee payment: 4