WO2023090640A1 - 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치 - Google Patents

충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치 Download PDF

Info

Publication number
WO2023090640A1
WO2023090640A1 PCT/KR2022/015080 KR2022015080W WO2023090640A1 WO 2023090640 A1 WO2023090640 A1 WO 2023090640A1 KR 2022015080 W KR2022015080 W KR 2022015080W WO 2023090640 A1 WO2023090640 A1 WO 2023090640A1
Authority
WO
WIPO (PCT)
Prior art keywords
charging
customer
time
queue
rate
Prior art date
Application number
PCT/KR2022/015080
Other languages
English (en)
French (fr)
Inventor
김복년
임다니엘지섭
프랭크팔라디노
Original Assignee
주식회사 크로커스
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 주식회사 크로커스 filed Critical 주식회사 크로커스
Publication of WO2023090640A1 publication Critical patent/WO2023090640A1/ko

Links

Images

Classifications

    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/64—Optimising energy costs, e.g. responding to electricity rates
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • 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
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/67—Controlling two or more charging stations
    • 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
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]

Definitions

  • the present invention relates to a charging device that optimizes the operation of a charging system in a charging area for cost optimization associated with charging an electric vehicle.
  • the charging device for charging the electric vehicle is modeled as a stochastic process including the arrival process of the electric vehicle charging device to the queue, the service process, the queue state, or the vehicle state, etc. to achieve optimal charging for both revenue generation and customer satisfaction. Can be selected to configure the station.
  • a charging device for optimizing the operation of a charging system in a charging zone of the present invention relates to optimizing an objective function, which is the total cost including the length of an electric vehicle queue, waiting time, or charging device.
  • the charging device of the present invention forms a queue in which a customer's electric vehicle waits for charging, a plurality of chargers capable of charging electric vehicles, data on the distribution of arrival intervals of electric vehicles entering the queue, and charging in which the electric vehicles are charged at the charger. It may include a server that receives data on time distribution, and a control unit that sets an objective function, which is the total cost invested in design or operation, using the data received by the server.
  • the charging device of the present invention may consider the customer patience time following an arbitrary distribution that is independently and identically when setting the objective function, and the customer patience time is the customer patience time waiting time for the customer's electric vehicle in the queue. If it exceeds, the customer's electric vehicle may indicate a queue dropout rate of customers who give up charging without being provided with charging, and the control unit may calculate the number of electric vehicle chargers that optimize the objective function.
  • the control unit of the present invention may receive an input of the arrival interval distribution of vehicles entering the queue, the charging time distribution, or the number of chargers, and the control unit may receive input of the waiting time of the electric vehicle waiting in the queue or the electric vehicle waiting in the queue. It is possible to calculate the queue length, which is the number of
  • the arrival interval distribution of the present invention may follow an arbitrary distribution that is independently and identically, and the charging time distribution may follow an independent phase-type distribution.
  • the objective function which is the total cost of the present invention, may be the social input cost.
  • the objective function may include at least one of charging station investment cost, labor cost, charging station maintenance cost, charger failure cost, customer purchase cost, rapid charging cost, and customer waiting time. Each cost of the objective function can be calculated by the number of chargers (n).
  • FIG. 1 is a configuration diagram of a charging device of the present invention.
  • FIG 2 is an operation explanatory diagram of the charging device of the present invention.
  • the queue of electric cars waiting for charging at an electric car parking lot or electric car charging station may be displayed as A/B/n/K.
  • A is the distribution of arrival time intervals
  • B is the distribution of charging times
  • n is the number of chargers
  • K can be the length of an acceptable queue. May be omitted if the length of the acceptable queue is infinite.
  • M/G/1 queue can mean that one charger and the arrival time interval follow an exponential distribution, and the charging time distribution follows a random distribution
  • G/G/1 queue means one charger and arrival time Intervals and filling times can be meant to follow arbitrary distributions.
  • a stochastic process can be said to be a group of random variables that have a specific value at a specific point in time and are sequentially observed. If a stochastic process at any point in time is affected only by the stochastic process at the immediately preceding point in time, a discrete-time stochastic process with Markov properties is called a Markov chain, and a continuous-time stochastic process is called a Markov process. can be said When the time intervals in which events occur are independent and follow the same exponential distribution, such a Markov process can be called a Poisson process.
  • the Markov stochastic process may be a stochastic process in which the past and the future are independent of each other as a condition for the present, and the Markov stochastic process may be a 'non-remembering probability' process. If we are trying to infer the future from a Markov probability process, only the present values are useful, and the past values provide no additional information.
  • An embodiment of the charging device of the present invention may be a G/Ph/n + G queuing system.
  • the first letter, G may be an arrival time interval distribution and may mean following an arbitrary distribution that is independently and identically identical.
  • the charging time distribution may follow an independent uniform phase-type distribution.
  • the topological type distribution can be a probability distribution consisting of a mixture of convolutional or exponential distributions.
  • a phase-type distribution may occur in a system in which one or more 'interrelated Poisson processes occur sequentially or stepwise, and the order in which each step occurs may itself be a stochastic process.
  • + G can be the customer's patience time and can follow an arbitrary distribution with independent equality.
  • a G/Ph/n + G queuing system can continue to treat changes in customer encounter density over time as an exogenous process.
  • n identical chargers can be placed in parallel, and the customer arrival process can be an update process.
  • Customers can begin service immediately if an idle charger is available upon arrival. Otherwise, customers can wait in queues with infinite waiting rooms holding first-in-first-out queues.
  • the charge time may form a random variable following a series of independently and identically distributed according to the phase type distribution.
  • Each customer can be patient, and patience times can follow a normal distribution. If the amount of time a customer waits in the queue exceeds the patience time, the customer may forgo the charge without being offered a charge. That is, you can leave the queue.
  • the operation or charging method of the charging device that optimizes the operation of the charging system in the charging area is a data collection step (S10), a raw data acquisition step (S100), an objective function (C) setting step (S200), or an objective function (C)
  • An optimization step (S300) may be included.
  • the data collected in the data collection step (S10) includes information on whether the electric vehicle is charging or idle in a plurality of chargers installed in the charging device, and the charging time required for the electric vehicle 100 to charge when charging. Information about the vehicle, or information about the arrival interval of a vehicle entering the queue from outside may be included.
  • the objective function (C) may be the social input cost (C).
  • the objective function (C) includes the charging station investment cost (C fc ), labor cost (C ps ), charging station maintenance cost (C dm ), charger failure cost (C bm ), customer purchase cost (C be ), and rapid charging cost (C dw ), and at least one of the customer's waiting time (C aw ).
  • the data in the data collection step (S10) includes charging station investment cost (C fc ), labor cost (C ps ), charging station maintenance cost (C dm ), charger failure cost (C bm ), customer purchase cost (C be ), At least one of a fast charging cost (C dw ) and a customer's waiting time (C aw ) may be included.
  • the raw data acquisition step (S100) may include an arrival interval or charging time distribution extraction step (S110), a charger number input step (S120), or an arrival rate ( ⁇ ) or charging rate ( ⁇ ) calculation step (S130).
  • An objective function (C) configured for optimization of operation or deployment of charging devices may include waiting time in a queue of a customer's electric vehicle. Optimization of the objective function (C) may include minimizing the waiting time (Wq).
  • the waiting time (Wq) of the queue may be obtained from at least one of a queue length (Lq), an arrival rate ( ⁇ ), a filling rate ( ⁇ ), a utilization rate ( ⁇ ), or an idle rate (1- ⁇ ).
  • the step of extracting the arrival interval or charging time distribution (S110) is a step of extracting a target data distribution from the raw data of the arrival interval or charging time to obtain information on the arrival rate ( ⁇ ) or the charging rate ( ⁇ ).
  • the control unit 320 may calculate the arrival rate ( ⁇ ) or the charging rate ( ⁇ ) based on the arrival interval distribution or charging time distribution transmitted to the server 300, or information on the current number of chargers placed in the corresponding charging device. there is.
  • the objective function (C) setting step (S100) may be performed by the controller 320.
  • the objective function (C) setting step (S100) includes the utilization rate ( ⁇ ) or idle rate (1- ⁇ ) calculation step (S210), queue length calculation step (S220), waiting time (Caw) calculation step (S230), It may include at least one of a cost calculation step (S240), or a customer's patience time or customer churn rate (a) calculation step.
  • the input parameter of the objective function (C) may be at least one of the arrival rate, the filling rate, the number of chargers, or the customer's patience time
  • the output parameter of the objective function (C) may be the length of the queue or the number of customers in the queue. It may be a waiting time (Caw).
  • the controller 320 may calculate a utilization rate, which is a usage rate of the charger, or an idle day, which is a rate where the charger is not used.
  • Equations 1 to 9 of the present invention can be interpreted as being mathematically strictly calculated, or as being used or based for calculating an output value when equations between elements of unequal status are equally arranged.
  • the arrival rate ( ⁇ ) can be given by the relationship of Equation 1 below.
  • E n may be the arrival process of the nth system
  • ⁇ n may be the arrival rate of the nth system
  • the arrival rate ( ⁇ ) and the filling rate ( ⁇ ) may have a relationship of Equation 2 below.
  • the charging factor ⁇ may be an average charging factor and may follow a phase-type distribution. It may be a distribution having a phase in which K is 1 or more, and each phase-type may have p, ⁇ , and P as parameters.
  • P may be a K-dimensional vector having a value of 0 or more
  • ⁇ may be a K-dimensional vector consisting of positive numbers
  • P may be a K X K sub-stochastic matrix. At this time, it can be assumed that the diagonal component of P is 0.
  • a continuous phase-type random variable having p, ⁇ , and P as parameters may follow Ph(p, ⁇ , P), with an initial distribution p and a continuous-time Markov chain in which the velocity matrix G reaches state K+1 ( It can be defined as the first time until the Markov Chain).
  • the velocity matrix G can be given by Equation 3 below.
  • e may mean a k-dimensional unit vector
  • I may mean a unit vector having the same dimension as P.
  • the number of chargers may be given as n. If the customer's waiting time in the queue exceeds the customer's patience time (F), the customer may leave without receiving service.
  • the customer's patience time (F) may follow an independently and identically probability distribution from the time the customer arrives. We can assume that a customer's patience times follow some general distribution.
  • the customer's patience time (F) may satisfy Equation 4 below.
  • the utilization rate may be the utilization rate of the charger and may be the rate at which the charger is in use.
  • the idle rate may be 1 - ⁇ , and may be a rate at which the charger is not used.
  • the queue length may be an average of the number of customers in the queue waiting for charging at the charging station.
  • the waiting time Caw may be the waiting time of the customer in the queue 22 .
  • the queue utilization rate or utilization rate ⁇ may be the utilization rate for a charger, and may be a percentage that a charger is in use.
  • nth charger in phase k service for time t may be a charger allocation process (server-allocation process).
  • Equation 6 may be the number of customers at the n-th charger at time t. may be a total-customer-count process in the n-th charger, and may satisfy Equation 6 below.
  • F may be the customer's patience time or the customer churn rate.
  • Equation 7 When (X n (t)) - is the number of unused chargers at time t, the following Equation 7 may be satisfied.
  • Equation 8 When is the number of customers waiting in the queue at time t, Equation 8 below can be satisfied.
  • the length or waiting time of the queue may be determined or calculated by the number n of chargers.
  • the objective function (C) to be optimized that is, the total cost may include the length or waiting time of a queue, and an embodiment of a method of optimizing the objective function (C) is the number of chargers that minimize the objective function (C). It can be the same as finding (n).
  • the objective function (C) may be set as in Equation 9.
  • C may be an objective function or a social input cost.
  • Cfc is the charging station investment cost
  • Cps is the labor cost
  • Cdm is the charging station maintenance cost
  • Cbm is the charger failure cost
  • Cbe is the customer's purchase cost
  • Cdw is the fast charging cost
  • Caw is the cost of the customer's waiting time.
  • the costs constituting the objective function (C) can all be given as a function of the number of chargers (n), and the total cost can be optimized by calculating the social input cost, that is, the number of chargers (n) that minimizes the total cost. there is.
  • Particle Swarm Optimization may be used as a method of calculating the number n of chargers that optimize the objective function C.
  • particle swarm optimization can be a computational method that optimizes a problem by iteratively improving candidate solutions with respect to a given quality measure.
  • Cluster-based optimization is a methodology of mathematical optimization. In cluster-based optimization, several optimizers can exchange information with each other and perform optimization simultaneously. In addition to the given law, the optimal solution can be found by combining the information stored in the agents. Although this swarm-based optimization has the disadvantage of a large amount of computation, since each agent performs optimization while exchanging information with each other, even if one agent falls into a local solution, the overall effect is global. There may be an advantage that it may converge to the solution.
  • particle swarm optimization can be a computational method of optimizing a problem by iteratively improving candidate solutions with respect to a given quality measure, taking a population of particles (candidate solutions) and solving simple mathematical formulas for their positions and velocities.
  • the problem can be solved by moving the particles in the search space according to
  • Each particle's motion is influenced by its local best position, but also driven by its best position in the search space, and can be updated as other particles find a better position.
  • the controller 320 may compare and present the total cost of the current number of chargers to the calculated total cost of the optimal number of chargers to the operator of the charging device.
  • controller 320 may calculate the arrival rate ⁇ from the arrival interval distribution transmitted from the vehicle entering vehicle measurement unit 100, and provide the calculated arrival rate ⁇ to the operator, and the operator may manage or operate the vehicle. can be utilized for
  • control unit 320 may calculate the charging rate ⁇ or the utilization rate ⁇ from the charging time distribution transmitted from the charging time measurement unit 200 .
  • the controller 320 may transmit the calculated charging rate ⁇ or utilization rate ⁇ to an operator or a charging device user.
  • the charging device user who receives the calculated charging rate ( ⁇ ) or utilization rate ( ⁇ ) can refer to it in selecting where to receive charging from among charging devices in different regions.
  • the operator who receives the calculated charging rate ( ⁇ ) or utilization rate ( ⁇ ) can use it for management or operation, and the operator can use it to determine if the charger is out of order based on the provided charging rate ( ⁇ ).
  • the charging device of the present invention may include at least one of the entering vehicle measurement unit 100, the charging time measurement unit 200, the server 300, and the control unit 320.
  • the entering vehicle measurement unit 100 may measure information about the arrival of the entering vehicle 30 entering the queue 22 waiting for charging. A camera for observation may be provided in the entering vehicle measuring unit 100 .
  • the entering vehicle measurement unit 100 may transmit arrival-related information including an arrival interval to the server 300 through wireless or wired communication.
  • the charging time measurement unit 200 may transmit information on the charging time of the electric vehicle 10 being charged in each charger or information on the number n of chargers to the server 300 .
  • a server 300 that determines electricity distribution and billing for each charging device in different regions may be provided.
  • the server 300 may exchange communication with charging devices in different regions.
  • the server 300 may receive data on the charging time or the number of chargers from the charging time measuring unit 200 of each charging device, and transmit data on the arrival interval from the entering vehicle measuring unit 100 of each charging device. can receive
  • a controller 320 may be provided in the server 300 .
  • the controller 320 may configure the objective function C using data on the arrival interval, charging time, or number of chargers input to the server 300 .
  • the objective function (C) may be a design cost or management cost input from the manager side of the charging device. Objective function C may be set to maximize the benefit of the operator of the charging device in terms of design, operation or deployment of the charging device.
  • the objective function (C) calculates the time required for charging (or charging rate ( ⁇ )) available from the user side of the charging device, the length of the queue (Lq), or the waiting time (Wq) for the charging device. can include Therefore, a user who intends to use a charging device in each region can efficiently select a charging device by transmitting/receiving information calculated by the objective function C of the controller 320 from the server 300 .
  • the charging device of the present invention may include a charger in which the electric vehicle 10 can be charged or a queue 22 in which the electric vehicle 20 waits to enter the charger.
  • the electric vehicles 10 , 20 , and 30 may include an electric vehicle purely powered by a motor and a hybrid vehicle powered by both an engine and a motor.
  • the vehicle can wait in the queue 22 to wait for the order, and when charging of any one of the plurality of chargers is completed, the vehicle 20 waiting in the queue 22 In the order in which they entered the queue 22, they can be charged from empty chargers.
  • the vehicle 30 entering the charging device from the outside first passes through the queue 22 and charges in one of the chargers.
  • An electric vehicle arriving at a charging location out of the queue 22 may be connected to a charger through the charging line 12 to be charged.
  • the present invention may obtain or extract the raw data of the charging device to calculate the queue length or waiting time of the queue 22 . It is possible to estimate the average waiting time in queue 22 and the average length of the queue, and this approximation can only give an average value.
  • Raw data may include arrival intervals, charging times, or number of chargers. The number of chargers may be adopted as raw data as an input parameter constituting the objective function, or the number of chargers may be calculated in an optimization step of the objective function.
  • the average queue length (number of customers waiting) and average waiting time can be estimated.
  • Each mean or variance may be used for the arrival interval distribution or the charging time distribution.
  • the charging device of the present invention may stochastically derive a waiting time or queue length that optimizes the total cost of the charging device by using the average as the first moment and the variance as the second moment.
  • An input parameter or an output parameter input to the objective function (C) of the present invention may mean an average value unless otherwise specified.
  • the present invention can maximize the profit of the charging station operator by estimating the number of chargers that minimizes the customer's waiting time and the number of idle chargers.

Landscapes

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

Abstract

본 발명의 충전 장치는 고객의 전기차가 충전 전에 대기하는 대기열이 형성되고, 전기차가 충전가능한 복수의 충전기, 상기 대기열에 진입하는 전기차의 도착 간격 분포에 대한 데이터, 및 상기 전기차가 충전기에서 충전되는 충전 시간 분포에 대한 데이터를 전송받는 서버, 서버가 전송받은 데이터를 이용하여, 설계 또는 운영시 투입되는 총 비용인 목적 함수를 설정하는 제어부를 포함할 수 있다. 본 발명의 충전 장치는 목적 함수 설정시 독립항등(independently and identically)한 임의의 분포를 따르는 고객 인내 시간을 고려할 수 있고, 상기 고객 인내 시간은 상기 고객의 전기차가 대기열에서 기다리는 시간이 상기 고객 인내 시간을 초과하면 상기 고객의 전기차는 충전을 제공받지 않고 충전을 포기하는 고객의 대기열 이탈률을 의미할 수 있고, 제어부는 상기 목적 함수를 최적화하는 전기차 충전기의 개수를 산출할 수 있다.

Description

충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치
본 발명은 전기차 충전과 관련된 비용 최적화를 위한 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치에 관한 것이다.
화석 연료를 이용하는 자동차의 충전과 달리 전기차의 충전은 더 오랜 시간이 소비될 수 있다. 따라서, 전기차를 충전하는 충전 장치는, 전기차의 충전 장치의 대기열로의 도착 과정, 서비스 과정, 대기열 상태, 또는 차량 상태 등을 포함하는 확률 과정으로 모델링되어 수익 창출과 고객 만족 모두를 위한 최적의 충전 스테이션을 구성하게 선택될 수 있다.
본 발명의 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치는 전기차의 대기열의 길이, 대기 시간 또는 충전 장치를 포함하는 총 비용인 목적 함수를 최적화하는 것에 관한 것이다.
본 발명의 충전 장치는 고객의 전기차가 충전 전에 대기하는 대기열이 형성되고, 전기차가 충전가능한 복수의 충전기, 상기 대기열에 진입하는 전기차의 도착 간격 분포에 대한 데이터, 및 상기 전기차가 충전기에서 충전되는 충전 시간 분포에 대한 데이터를 전송받는 서버, 서버가 전송받은 데이터를 이용하여, 설계 또는 운영시 투입되는 총 비용인 목적 함수를 설정하는 제어부를 포함할 수 있다.
본 발명의 충전 장치는 목적 함수 설정시 독립항등(independently and identically)한 임의의 분포를 따르는 고객 인내 시간을 고려할 수 있고, 상기 고객 인내 시간은 상기 고객의 전기차가 대기열에서 기다리는 시간이 상기 고객 인내 시간을 초과하면 상기 고객의 전기차는 충전을 제공받지 않고 충전을 포기하는 고객의 대기열 이탈률을 의미할 수 있고, 제어부는 상기 목적 함수를 최적화하는 전기차 충전기의 개수를 산출할 수 있다.
본 발명의 제어부는 대기열에 진입하는 진입 차량의 도착 간격 분포, 상기 충전 시간 분포, 또는 상기 충전기 개수를 입력받을 수 있고, 제어부는 상기 전기차가 대기열에서 대기하는 대기 시간, 또는 상기 대기열에서 대기하는 전기차의 수인 대기열 길이를 산출할 수 있다.
본 발명의 도착 간격 분포는 독립항등(independently and identically)한 임의의 분포를 따를 수 있고, 충전 시간 분포는 독립항등한 위상유형분포(Phase-Type Distribution)를 따를 수 있다.
본 발명의 총 비용인 목적 함수는 사회적 투입 비용일 수 있다. 목적 함수에는 충전소 투자 비용, 인건비, 충전소 유지 비용, 충전기 고장 비용, 고객의 구매 비용, 급속 충전 비용, 고객의 대기 시간 중 적어도 하나가 포함될 수 있다. 목적 함수의 각 비용은 모두 충전기 개수(n)에 의해 산출될 수 있다.
도 1은 본 발명의 충전 장치의 구성도이다.
도 2는 본 발명의 충전 장치의 동작 설명도이다.
전기차 주차장 또는 전기차 충전 스테이션에서 충전을 위해 대기하는 전기차의 대기열은 A/B/n/K 로 표시될 수 있다. 여기서, A는 도착 시간 간격의 분포, B는 충전 시간의 분포, n는 충전기의 개수, 또는 K는 수용가능한 대기열의 길이일 수 있다. 수용가능한 대기열의 길이가 무한대인 경우 생략될 수 있다.
예를 들어 M/G/1 대기열은 하나의 충전기와 도착 시간 간격은 지수분포를, 충전 시간 분포는 임의의 분포를 따름을 의미할 수 있고, G/G/1 대기열은 하나의 충전기와 도착 시간 간격과 충전 시간은 임의의 분포를 따름을 의미할 수 있다.
확률 과정(Stochastic process)은 특정 시점에서의 값은 특정한 값을 확률적으로 가지고 순차적으로 관측되는 확률 변수의 모임이라 할 수 있다. 임의 시점의 확률 과정이 바로 직전 시점의 확률 과정에 의해서만 영향을 받는 경우 마코프(Markov) 성질을 가지는 이산시간형 확률 과정을 마코프 체인(Markov chain), 연속시간형 확률 과정을 마코프 과정(Markov process)이라 할 수 있다. 사건이 발생하는 발생 시간 간격이 독립적이고 동일한 지수 분포를 따르는 경우, 이러한 마코프 과정을 포아송 과정이라 할 수 있다.
즉, 마코프 확률 과정(Markov stochastic process)는 현재에 대한 조건부로 과거와 미래가 서로 독립인 확률 과정일 수 있고, 마코프 확률 과정은 '기억하지 않는 확률' 과정일 수 있다. 마코프 확률 과정에서 미래를 유추하려 한다면, 오직 현재의 값만이 쓸모 있으며, 과거의 값들은 아무 추가 정보를 제공하지 못합니다.
본 발명의 충전 장치의 일 실시 예는 G/Ph/n + G 대기열 시스템일 수 있다.
첫번째 문자인 G는 도착 시간 간격 분포일 수 있고 독립항등(independently and identically)한 임의의 분포를 따른다는 의미일 수 있다. 충전 시간 분포는 독립항등한 위상유형분포(Phase-Type Distribution)를 따를 수 있다. 위상 유형 분포는 컨볼루션 또는 지수 분포의 혼합으로 구성된 확률 분포일 수 있다. 위상 유형 분포는 하나 이상의 '상호 관련된 푸아송 프로세스가 순차적으로 또는 단계적으로 발생하는 시스템에서 발생할 수 있고, 각 단계가 발생하는 순서는 그 자체로 확률적 과정일 수 있다. 또한, + G는 고객의 인내 시간일 수 있고 독립항등한 임의의 분포를 따를 수 있다.
G/Ph/n + G 대기열 시스템은 시간이 지남에 따라 고객 발생 밀도의 변화를 외생적 프로세스로 계속 다룰 수 있다. n개의 동일한 충전기가 병렬로 배치될 수 있고, 고객 도착 프로세스는 갱신 프로세스일 수 있다. 고객은 도착시 유휴 충전기를 사용할 수 있는 경우 즉시 서비스를 시작할 수 있다. 그렇지 않다면 고객은 선입선출 대기열을 보유하는 무한 대기실이 있는 대기열에서 기다릴 수 있다.
충전 시간은 위상 유형 분포에 따라 일련의 독입항등분포(independently and identically distributed)를 따르는 확률 변수를 형성할 수 있다. 충전기가 고객 서비스를 완료하면 충전기는 대기열에서 선두 고객을 가져올 수 있다. 대기열이 비어 있으면 충전기가 유휴 상태가 될 수 있다.
각 고객은 인내심이 있을 수 있고, 인내 시간은 일반 분포를 따를 수 있다. 고객이 대기열에서 기다리는 시간이 인내 시간을 초과하면 고객은 충전을 제공받지 않고 충전을 포기할 수 있다. 즉, 대기열을 이탈할 수 있다.
본 발명의 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치의 동작에 대해 설명한다.
충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치의 동작 또는 충전 방법은 데이터 수집 단계(S10), 원시 데이터 획득 단계(S100), 목적 함수(C) 설정 단계(S200), 또는 목적 함수(C) 최적화 단계(S300)를 포함할 수 있다.
데이터 수집 단계(S10)의 수집되는 데이터에는, 충전 장치에 설치된 복수의 충전기에 전기 차량이 충전중인지 유휴 상태로 비사용 상태인지에 대한 정보, 충전시 전기 차량(100)이 충전하는데 걸리는 충전 시간에 대한 정보, 또는 외부에서 대기열에 진입하는 차량의 도착 간격에 대한 정보가 포함될 수 있다.
목적 함수(C)는 사회적 투입 비용(C)일 수 있다. 목적 함수(C)에는 충전소 투자 비용(Cfc), 인건비(Cps), 충전소 유지 비용(Cdm), 충전기 고장 비용(Cbm), 고객의 구매 비용(Cbe), 급속 충전 비용(Cdw), 고객의 대기 시간(Caw) 중 적어도 하나가 포함될 수 있다.
이 경우 데이터 수집 단계(S10)의 데이터에는 충전소 투자 비용(Cfc), 인건비(Cps), 충전소 유지 비용(Cdm), 충전기 고장 비용(Cbm), 고객의 구매 비용(Cbe), 급속 충전 비용(Cdw), 고객의 대기 시간(Caw) 중 적어도 하나가 포함될 수 있다.
원시 데이터 획득 단계(S100)는, 도착 간격 또는 충전 시간 분포 추출 단계(S110), 충전기 개수 입력 단계(S120), 또는 도착률(λ) 또는 충전율(μ) 산출 단계(S130)를 포함할 수 있다.
충전 장치의 운영 또는 배치의 최적화를 위해 구성되는 목적 함수(C)가 고객전기 차량의 대기열에서의 대기 시간을 포함할 수 있다. 목적 함수(C)의 최적화는 대기 시간(Wq)의 최소화를 포함할 수 있다. 대기열의 대기 시간(Wq)은 대기열 길이(Lq), 도착률(λ), 충전율(μ), 이용률(ρ) 또는 유휴율(1-ρ)중 적어도 하나로부터 얻어질 수 있다.
따라서, 도착 간격 또는 충전 시간 분포 추출 단계(S110)는, 도착률(λ) 또는 충전율(μ)에 대한 정보를 획득하기 위해 도착 간격 또는 충전 시간에 대한 원시 데이터로부터 목적으로하는 데이터 분포를 추출하는 단계일 수 있다.
제어부(320)는 서버(300)로 전송된 도착 간격 분포 또는 충전 시간 분포, 또는 해당 충전 장치에 배치된 현재 충전기 개수에 대한 정보에 기반하여 도착률(λ), 또는 충전율(μ)을 산출할 수 있다.
목적 함수(C) 설정 단계(S100)는 제어부(320)에서 수행될 수 있다. 목적 함수(C) 설정 단계(S100)는, 이용률(ρ) 또는 유휴율(1-ρ) 산출 단계(S210), 대기열 길이 산출 단계(S220), 대기 시간(Caw) 산출 단계(S230), 부대 비용 산입 단계(S240), 또는 고객의 인내 시간 또는 고객 이탈률(a) 산입 단계중 적어도 하나를 포함할 수 있다.
결과적으로, 목적 함수(C)의 입력 파라미터는 도착률, 충전율, 충전기의 개수, 또는 고객의 인내 시간 중 적어도 하나일 수 있고, 목적 함수(C)의 출력 파라미터는 대기열의 길이 또는 고객의 대기열에서의 대기 시간(Caw)일 수 있다. 이 과정에서 제어부(320)가 산출하는 것에는 충전기의 사용 비율인 이용률 또는 충전기가 사용되지 않는 비율인 유휴일이 산출될 수 있다.
이하 본 발명의 수학식 1 내지 9는, 수학적으로 엄밀하게 계산되는 것이거나, 동등하지 않는 지위의 요소 간의 수식이 대등하게 나열된 경우 출력값 산출을 위해 이용 또는 기반될 수 있는 것으로 해석 가능하다.
도착률(λ)은 다음의 수학식 1의 관계로 주어질 수 있다.
Figure PCTKR2022015080-appb-img-000001
여기서, En 는 n번째 시스템의 도착과정일 수 있고, λn는 n번째 시스템의 도착률일 수 있으며,
Figure PCTKR2022015080-appb-img-000002
는 브라운 운동(Brownian motion)을 따를 수 있고, 거의 확실하게 연속적인 샘플경로를 갖는 연속 시간 마코프 프로세스일 수 있다.
도착률(λ)과 충전률(μ)은 다음의 수학식 2의 관계를 가질 수 있다.
Figure PCTKR2022015080-appb-img-000003
충전률(μ)은 평균 충전률일 수 있고, 위상유형분포(Phase-type distribution)를 따를 수 있다. K가 1이상인 위상(Phase)를 가진 분포일 수 있고, 각각의 위상유형(phase-type)은 p, ν, P를 파라미터로 가질 수 있다. P는 0 이상의 값을 갖는 K차원의 벡터일 수 있고, ν는 양수로 이루어진 K차원의 벡터일 수 있으며, P는 K X K 인 하위확률행렬(sub-stochastic matrix)일 수 있다. 이때, P의 대각성분은 0이라고 가정할 수 있다.
p, ν, P를 파라미터로 갖는 연속적인 위상유형 확률 변수는 Ph(p, ν, P)를 따를 수 있고, 초기분포가 p이고 속도 행렬 G가 상태 K+1에 도달하는 연속시간 마코프 체인(Markov Chain)이 될 때까지의 첫 번째 시간으로 정의될 수 있다.
속도 행렬 G는 다음의 수학식 3으로 주어질 수 있다.
Figure PCTKR2022015080-appb-img-000004
여기서,
Figure PCTKR2022015080-appb-img-000005
는 크기가 K X K인 행렬일 수 있고, h(=-Fe)는 K 차원의 벡터일 수 있으며, e는 k 차원의 단위 벡터를 의미할 수 있고, I는 P와 차원이 동일한 단위 벡터를 의미할 수 있다.
충전기의 개수는 n개로 주어질 수 있다. 고객이 대기열에서 기다리는 시간이 고객의 인내 시간(F)을 초과하면, 고객은 서비스를 받지 않고 이탈할 수 있다. 고객의 인내 시간(F)은 고객이 도착한 후부터 독립항등(independently and identically)확률 분포를 따를 수 있다. 고객의 인내 시간이 임의의 일반적인 분포를 따른다고 가정할 수 있다.
고객의 인내 시간(F)은 다음의 수학식 4를 만족할 수 있다.
Figure PCTKR2022015080-appb-img-000006
이용률(ρ)은 ρ = λ / (n*μ)로 정의될 수 있고, n은 충전기 개수일 수 있다. 이용률은 충전기에 대한 이용률일 수 있고, 충전기가 사용중인 비율일 수 있다. 유휴율은 1 - ρ 일 수 있고, 충전기가 사용되지 않는 비율일 수 있다. 대기열 길이는 충전소에서 충전을 기다리는 대기열에서 고객 수의 평균일 수 있다. 대기 시간(Caw)은 대기열(22)에서 고객이 대기하는 시간일 수 있다.
대기열 이용률 또는 이용률(ρ)은 충전기에 대한 이용률일 수 있고, 충전기가 사용중인 비율일 수 있다. n번째 충전기의 이용률은 ρn = λn / (n*μ)으로 주어질 수 있고, 다음의 수학식 5를 만족할 수 있다.
Figure PCTKR2022015080-appb-img-000007
Figure PCTKR2022015080-appb-img-000008
는 시간 t에 대한 위상(phase) k 서비스에서 n번째 충전기의 고객 수일 수 있고,
Figure PCTKR2022015080-appb-img-000009
는 충전기 할당 과정(server-allocation process)일 수 있다.
Figure PCTKR2022015080-appb-img-000010
는 t 시간일 때, n번째 충전기에서의 고객수일 수 있다.
Figure PCTKR2022015080-appb-img-000011
는 n번째 충전기에서 총 고객 수 과정(total-customer-count process)일 수 있고, 다음의 수학식 6을 만족할 수 있다.
Figure PCTKR2022015080-appb-img-000012
여기서 F는 고객의 인내 시간 또는 고객 이탈률일 수 있다.
(Xn(t))-가 시간 t 일때 사용하지 않는 충전기의 개수인 경우, 다음의 수학식 7이 만족할 수 있다.
Figure PCTKR2022015080-appb-img-000013
Figure PCTKR2022015080-appb-img-000014
가 시간 t 일때 대기열에서 기다리는 고객의 수인 경우 다음의 수학식 8이 만족할 수 있다.
Figure PCTKR2022015080-appb-img-000015
Figure PCTKR2022015080-appb-img-000016
는 시간 t일 때 가상의 무한대의 인내시간을 가진 고객이 가지는 잠재적인 대기 시간일 수 있다.
따라서, 대기열의 길이 또는 대기 시간은 충전기의 개수(n)에 의해 결정 또는 산출될 수 있다. 최적화하고자하는 목적 함수(C) 즉, 총 비용은 대기열의 길이 또는 대기 시간을 포함할 수 있고, 목적 함수(C)를 최적화하는 방법의 일 실시 예는 목적 함수(C)를 최소화하는 충전기의 개수(n)를 찾는 것과 같을 수 있다.
목적 함수(C)는 수학식 9과 같이 설정될 수 있다.
Figure PCTKR2022015080-appb-img-000017
여기서 C는 목적 함수 또는 사회적 투입 비용일 수 있다. Cfc 충전소 투자 비용, Cps는 인건비, Cdm은 충전소 유지 비용, Cbm은 충전기 고장 비용, Cbe는 고객의 구매 비용, Cdw는 급속 충전 비용, Caw는 고객의 대기 시간에 대한 비용일 수 있다.
결과적으로, 목적 함수(C)를 구성하는 비용들은 모두 충전기 개수(n)의 함수로 주어질 수 있고, 사회적 투입 비용 즉, 총 비용을 최소화하는 충전기 개수(n)를 산출함으로써 총 비용을 최적화할 수 있다.
목적 함수(C)를 최적화하는 충전기 개수(n)를 산출하는 방법에는 입자 군집 최적화(PSO, Particle Swarm Optimization)가 이용될 수 있다.
계산 과학에서 입자 군집 최적화는 주어진 품질 측정과 관련하여 후보 솔루션을 반복적으로 개선하여 문제를 최적화하는 계산 방법일 수 있다. 군집 기반 최적화는 수리적 최적화의 한 방법론으로써, 군집 기반 최적화에서는 여러 개의 최적화부(optimizer)가 서로 정보를 교환하며 동시에 최적화를 수행할 수 있다. 주어진 법칙에 더하여 요소(agent)들이 저장하고 있는 정보를 조합하여 최적해를 찾아갈 수 있다. 이러한 군집기반 최적화(swarm-based optimization)는 계산량이 많다는 단점이 존재하지만, 각 요소(agent)가 서로 정보를 교환하면서 최적화를 수행하기 때문에 하나의 요소(agent)가　국소해에 빠지더라도 전체적으로는 전역해에 수렴할 수도 있다는 장점이 있을 수 있다.
따라서, 입자 군집 최적화는 주어진 품질 측정과 관련하여 후보 솔루션을 반복적으로 개선하여 문제를 최적화하는 계산 방법일 수 있고, 입자(후보 솔루션)의 모집단을 가지고 입자의 위치와 속도에 대한 간단한 수학공식들에 따라 탐색공간에서 입자를 이동하여 문제를 해결할 수 있다.
각 입자의 움직임은 로컬에서 최상이라고 여겨지는 위치의 영향을 받으면서도, 탐색공간에서 최상이라고 여겨지는 위치로도 유도되며, 다른 입자가 더 나은 위치를 찾으면 갱신될 수 있다.
제어부(320)는 목적 함수(C)를 최적화하는 충전기 개수를 산출한 경우, 충전 장치의 운영자에게 현재 충전기 개수에 대한 총 비용과, 산출된 최적 충전기 개수에 대한 총 비용을 비교 제시할 수 있다.
또한, 제어부(320)는 진입차량 측정부(100)로부터 전송된 도착 간격 분포로부터 도착률(λ)을 산출할 수 있고, 산출된 도착률(λ)을 운영자에게 제공할 수 있고, 운영자는 관리 또는 운영에 활용할 수 있다.
또한, 제어부(320)는 충전시간 측정부(200)로부터 전송된 충전 시간 분포로부터 충전율(μ) 또는 이용률(ρ)을 산출할 수 있다. 제어부(320)는 산출된 충전율(μ) 또는 이용률(ρ)을 운영자 또는 충전 장치 사용자에게 전송할 수 있다.
산출된 충전율(μ) 또는 이용률(ρ)을 전송받은 충전 장치 사용자는, 서로 다른 지역의 충전 장치중 어디에서 충전 받을 지를 선택하는데 참고할 수 있다. 산출된 충전율(μ) 또는 이용률(ρ)을 전송받은 운영자는 관리 또는 운영에 활용할 수 있고, 운영자는 제공받은 충전율(μ)에 기반하여 충전기의 고장 유무에 활용할 수 있다.
본 발명의 충전 장치는 진입차량 측정부(100), 충전시간 측정부(200), 서버(300), 또는 제어부(320) 중 적어도 하나를 포함할 수 있다.
진입차량 측정부(100)는 충전을 기다리는 대기열(22)에 진입하는 진입 차량(30)을 도착에 관한 정보를 측정할 수 있다. 진입 차량 측정부(100)에는 관측을 위한 카메라가 구비될 수 있다. 진입 차량 측정부(100)는 도착 간격을 포함하는 도착에 관한 정보를 무선 또는 유선 통신으로 서버(300)에 전송할 수 있다.
충전시간 측정부(200)는 각 충전기에서 충전중인 전기차(10)의 충전 시간에 대한 정보 또는 충전기 개수(n)에 대한 정보를 서버(300)로 전송할 수 있다.
서로 다른 지역의 각 충전 장치에 대한 전기 배분 및 과금을 결정하는 서버(300)가 마련될 수 있다. 서버(300)는 서로 다른 지역의 충전 장치와 통신을 주고받을 수 있다. 서버(300)는 각 충전 장치의 충전시간 측정부(200)로부터 충전 시간 또는 충전기 개수에 대한 데이터를 전송받을 수 있고, 각 충전 장치의 진입차량 측정부(100)로부터 도착 간격에 대한 데이터를 전송받을 수 있다.
서버(300)에는 제어부(320)가 마련될 수 있다. 제어부(320)는, 서버(300)에 입력된 도착 간격에 대한 데이터, 충전 시간에 대한 데이터, 또는 충전기 개수에 대한 데이터를 이용하여 목적 함수(C)를 구성할 수 있다.
목적 함수(C)는 충전 장치의 관리자 측면에서 투입되는 설계 비용 또는 관리 비용일 수 있다. 목적 함수(C)는 충전 장치의 설계, 운영 또는 배치의 측면에서 충전 장치의 운영자의 이익을 최대화하기 위해 설정될 수 있다.
또한, 목적 함수(C)는 충전 장치를 이용하는 사용자 측면에서 이용할 수 있는 충전에 걸리는 시간(또는 충전율(μ)), 해당 충전 장치의 대기열의 길이(Lq), 또는 대기하는데 걸리는 시간(Wq)을 포함할 수 있다. 따라서, 각 지역의 충전 장치를 이용하려는 사용자는 제어부(320)의 목적 함수(C)에서 산출되는 정보를 서버(300)로부터 송수신받아 효율적으로 충전 장치를 선택할 수 있다.
본 발명의 충전 장치는 전기 차량(10)이 충전될 수 있는 충전기, 또는 충전기에 진입하기 위해 전기 차량(20)이 대기하는 대기열(22)을 포함할 수 있다. 전기 차량(10,20,30)은 순수하게 모터로만 움직이는 전기 차량, 엔진과 모터를 겸용으로 사용하여 차량을 움직이는 하이브리드 차량을 포함할 수 있다.
충전 장치에 마련된 모든 충전기에 차량이 충전 중인 경우 차량은 대기열(22)에서 대기하여 순서를 기다릴 수 있고, 복수의 충전기 중 어느 하나의 충전이 완료된 경우 대기열(22)에서 대기중인 차량(20)은 대기열(22)에 진입한 순서대로 비어있는 충전기에서 충전할 수 있다.
외부에서 충전 장치으로 진입하는 차량(30)은 먼저 대기열(22)을 거쳐서 충전기중 어느 하나에서 충전하는 것으로 가정할 수 있다. 대기열(22)을 벗어나 충전 위치에 도착한 전기차는 충전선(12)을 통하여 충전기와 연결되어 충전될 수 있다.
하나의 대기열의 경우를 도시하였으나 하기의 내용은 복수의 대기열(22)로 확장될 수 있다. 또한, 이하에서 본 발명의 충전 장치를 전기차의 경우에 대하여 설명하나, 대기열을 포함하는 다른 서비스 형태로 확장될 수 있다.
고객의 전기 차량은 대기열(22)에 도착한 순서대로 대기하고, 충전기중 어느 하나가 유휴 상태가 되면 선입선출의 원칙으로 충전 서비스를 받을 수 있으며, 대기열이 없는 경우에는 충전기에서 바로 충전 서비스를 받을 수 있다고 가정할 수 있다.
본 발명은 충전 장치의 원시 데이터를 획득 또는 추출하여 대기열(22)의 대기열 길이 또는 대기 시간을 산출할 수 있다. 대기열(22)에서의 평균 대기 시간과 대기열의 평균 길이를 추정할 수 있고, 이 근사치는 오직 평균값을 제공할 수 있다. 원시 데이터는 도착 간격, 충전에 걸리는 시간, 또는 충전기의 개수를 포함할 수 있다. 충전기의 개수는 원시 데이터로서 목적 함수를 구성하는 입력 파라미터로 채택되거나, 충전기의 개수는 목적 함수의 최적화 단계에서 산출될 수도 있다.
고객이 충전소에 도착하는 간격에 대한 분포, 충전하는 시간에 대한 분포, 전기차 충전기 개수가 주어지면, 평균 대기열의 길이(대기 중 고객 수)와 평균 대기 시간을 추정할 수 있다. 도착 간격 분포 또는 충전 시간 분포에는 각가의 평균 또는 분산이 이용될 수 있다. 본 발명의 충전 장치는 평균을 1차 모멘트로, 분산을 2차 모멘트로 이용하여 충전 장치의 총 비용을 최적화하는 대기 시간 또는 대기열 길이를 확률론적으로 도출하는 것일 수 있다.
본 발명의 목적 함수(C)에 입력되는 입력 파라미터 또는 출력 파라미터는 특별한 언급이 없는 경우에는 평균값을 의미할 수 있다.
따라서, 본 발명은 고객의 대기 시간과 유휴 상태인 충전기의 개수를 최소화하는 충전기 개수를 추정하여 충전소 운영자의 이익을 최대화 할 수 있다.

Claims (8)

  1. 고객의 전기차가 충전 전에 대기하는 대기열이 형성되고,
    상기 전기차가 충전가능한 복수의 충전기;
    상기 대기열에 진입하는 전기차의 도착 간격 분포에 대한 데이터, 및 상기 전기차가 충전기에서 충전되는 충전 시간 분포에 대한 데이터를 전송받는 서버;
    상기 서버가 전송받은 데이터를 이용하여, 설계 또는 운영시 투입되는 총 비용인 목적 함수를 설정하는 제어부; 를 포함하고,
    상기 제어부는 상기 목적 함수 설정시 고객 인내 시간을 고려하며,
    상기 고객 인내 시간은, 상기 고객의 전기차가 대기열에서 대기하는 대기 시간이 상기 고객 인내 시간을 초과하면 상기 고객의 전기차가 충전을 하지 않고 충전을 포기하는 고객의 대기열 이탈률을 의미하고,
    상기 목적 함수의 최소화는 충전기 운영에 들어가는 총 비용의 최소화 또는 대기열의 대기 시간의 최소화를 포함하며,
    상기 대기열의 대기 시간은 충전기 개수 및 상기 고객 인내 시간으로부터 얻어지는 충전 장치.
  2. 제1 항에 있어서,
    상기 제어부는 서버로 전송된 도착 간격 분포, 충전 시간 분포, 및 충전기 개수를 이용하여 도착률과 충전율을 산출하며,
    대기열의 대기 시간은 상기 도착률, 충전율, 및 대기열 길이로부터 얻어지며,
    상기 대기열의 대기 시간은 대기열의 길이에 대한 함수이고,
    상기 대기열의 길이는 고객 인내 시간을 반영하며,
    상기 고객의 대기 시간 및 대기열의 길이는 상기 충전기 개수에 의해 결정되는 충전 장치.
  3. 제1 항에 있어서,
    상기 제어부는 입자 군집 최적화(PSO, Particle Swarm Optimization)를 이용하여 상기 목적 함수를 최소화하는 전기차 충전기의 개수를 산출하는 충전 장치.
  4. 제1 항에 있어서,
    상기 도착 간격 분포 및 고객 인내 시간은 독립항등(independently and identically)한 임의의 분포를 따르고,
    상기 충전 시간 분포는 독립항등한 위상유형분포(Phase-Type Distribution)를 따르는 충전 장치.
  5. 제1 항에 있어서,
    상기 대기열의 대기 시간은 대기열 길이(Lq), 도착률(λ), 충전율(μ), 이용률(ρ) 및 유휴율(1-ρ)로부터 얻어지고,
    상기 이용률(ρ)은 충전기가 사용중인 비율에 대한 충전기의 이용률이며,
    상기 유휴율(1-ρ)은 충전기가 사용되지 않는 비율인 충전 장치.
  6. 제1 항에 있어서,
    상기 대기열에 진입하는 진입 차량을 관측하고 상기 진입 차량의 도착 간격 분포를 유선 또는 무선 통신으로 상기 서버로 전송하는 진입차량 측정부, 및
    상기 전기차가 상기 충전기 각각에서 충전되는 충전 시간을 측정하고 상기 충전 시간 분포 데이터와 상기 충전기 개수를 서버로 전송하는 충전시간 측정부를 포함하는 충전 장치.
  7. 제1 항에 있어서,
    상기 목적 함수(C)는 사회적 투입 비용으로 다음의 식으로 주어지고,
    Figure PCTKR2022015080-appb-img-000018
    상기 목적 함수에는 충전소 투자 비용(Cfc), 인건비(Cps), 충전소 유지 비용(Cdc), 충전기 고장 비용(Cbm), 고객의 구매 비용(Cbe), 급속 충전 비용(Cdw), 또는 고객의 대기 시간(Caw) 중 적어도 하나가 포함되고,
    상기 충전소 투자 비용(Cfc), 인건비(Cps), 충전소 유지 비용(Cdc), 충전기 고장 비용(Cbm), 고객의 구매 비용(Cbe), 급속 충전 비용(Cdw), 또는 고객의 대기 시간(Caw)은 모두 충전기 개수(n)에 의해 산출되는 충전 장치.
  8. 제1 항에 있어서,
    상기 제어부는 진입차량 측정부로부터 전송된 도착 간격 분포 또는 충전시간 측정부에서 전송된 충전 시간 분포로부터 충전기가 사용중인 비율인 이용률을 산출하고,
    상기 도착률은 상기 서버에 의해 운영자 단말기에 제공되어 운영 또는 관리에 활용되며, 상기 충전율 또는 이용률은 상기 서버에 의해 전기차 사용자 단말기로 전송되어 서로 다른 지역의 충전 장치중 하나를 선택하는데 이용되며,
    현재 충전기 개수에 대한 총 비용과 산출된 최적 충전기 개수에 대한 총 비용을 비교 제시하고, 상기 충전율 또는 이용률은 상기 서버에 의해 전기차 운영자 단말기로 전송되어 고장난 충전기 판별에 이용되는 충전 장치.
PCT/KR2022/015080 2021-11-19 2022-10-07 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치 WO2023090640A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210160359A KR102478210B1 (ko) 2021-11-19 2021-11-19 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치
KR10-2021-0160359 2021-11-19

Publications (1)

Publication Number Publication Date
WO2023090640A1 true WO2023090640A1 (ko) 2023-05-25

Family

ID=84535690

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/015080 WO2023090640A1 (ko) 2021-11-19 2022-10-07 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치

Country Status (2)

Country Link
KR (1) KR102478210B1 (ko)
WO (1) WO2023090640A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140008755A (ko) * 2012-07-11 2014-01-22 제주대학교 산학협력단 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템
EP2746093A1 (en) * 2012-12-21 2014-06-25 Fundació Privada Barcelona Digital Centre Tecnologic Method and apparatus for optimized management of an electric vehicle charging infrastructure
KR20190068358A (ko) * 2017-12-08 2019-06-18 광주과학기술원 전기자동차 충방전 시스템과 그 방법
KR20200042306A (ko) * 2018-10-15 2020-04-23 현대자동차주식회사 전기자동차의 주차 위치정보를 이용한 무인 충전 시스템 및 방법
US20210276447A1 (en) * 2017-12-22 2021-09-09 Microgrid Labs Inc Design and control of electric vehicle charging infrastructure

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140008755A (ko) * 2012-07-11 2014-01-22 제주대학교 산학협력단 대기 시간을 이용한 전기 자동차의 경로 스케쥴링 방법 및 시스템
EP2746093A1 (en) * 2012-12-21 2014-06-25 Fundació Privada Barcelona Digital Centre Tecnologic Method and apparatus for optimized management of an electric vehicle charging infrastructure
KR20190068358A (ko) * 2017-12-08 2019-06-18 광주과학기술원 전기자동차 충방전 시스템과 그 방법
US20210276447A1 (en) * 2017-12-22 2021-09-09 Microgrid Labs Inc Design and control of electric vehicle charging infrastructure
KR20200042306A (ko) * 2018-10-15 2020-04-23 현대자동차주식회사 전기자동차의 주차 위치정보를 이용한 무인 충전 시스템 및 방법

Also Published As

Publication number Publication date
KR102478210B1 (ko) 2022-12-19

Similar Documents

Publication Publication Date Title
Yang et al. Optimizing matching time interval and matching radius in on-demand ride-sourcing markets
CN108495768B (zh) 用于在公共充电站处对机动车辆充电的方法和系统
KR20160113675A (ko) 차량의 공동 이용을 위한 설비를 재조정하기 위한 방법 및 시스템, 및 이러한 방법 및/또는 시스템을 구현하는 설비
WO2012093795A2 (ko) 배터리 가용시간 추정 장치 및 방법
Tang et al. A hybrid algorithm for urban transit schedule optimization
WO2013051828A2 (ko) 배터리 관리 시스템 및 배터리 관리 방법
CN110348614B (zh) 一种获取乘客od的方法及公交客流的预测方法
WO2009099283A2 (ko) 물류비용 예측을 기반으로 하는 최적 허브 입지 검색 방법
WO2016056692A1 (ko) 지하철 객실 별 실시간 냉난방 제어 시스템
WO2014157748A1 (ko) 최근린기법을 이용한 하수처리장의 유입유량과 유입성분농도의 예측 장치 및 방법
WO2015170820A1 (ko) 지능형 열차 스케줄링 방법
WO2015167169A1 (ko) 전철 네트워크의 승객 이동경로 추정 방법
WO2022114331A1 (ko) 전기 버스의 배터리 상태 분석 서비스 시스템
WO2023090640A1 (ko) 충전구역 내 충전 시스템의 운영을 최적화하는 충전 장치
WO2023075415A1 (ko) 배터리 수명 예측 방법 및 이러한 방법을 수행하는 장치
CN112183815A (zh) 基于规则推荐算法的精准短时客流预测模型
CN113442778A (zh) 基于车联网的电动汽车充电调配方法、装置和系统
CN113935595B (zh) 一种城市轨道交通路网高峰大客流疏导系统
WO2024111910A1 (ko) 배터리 평가 점수를 제공하기 위한 방법
WO2016137101A1 (ko) 양방향 통신을 이용한 시공간 교통량 분산 제어 방법 및 시스템
CN113034060B (zh) 一种航班摆渡车的匹配方法
WO2022092690A1 (ko) 시공간 특성에 따른 긱 서비스 예측 시스템 및 그 방법
Pan et al. Sccs: Smart cloud commuting system with shared autonomous vehicles
WO2022145804A1 (ko) 차량의 순회 운행 경로 생성 방법, 차량의 순회 운행 경로 생성 장치, 및 차량의 순회 운행 경로 생성 방법을 실행시키는 프로그램이 기록된 기록 매체
WO2022114317A1 (ko) 양방향 충전 및 방전을 이용한 가상 발전소 운용 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22895849

Country of ref document: EP

Kind code of ref document: A1