지속가능발전목표(SDG) 달성을 위해 화석연료 차량에서 전기차(EV)로의 전환이 필수적입니다. 그러나 전기차의 에너지 소비량을 정확하게 예측하는 것은 운영 효율성, 경로 계획, 충전 전략에 직접적인 영향을 미치므로 광범위한 전기차 보급에 있어 중요한 과제로 남아있습니다.
본 연구는 이 문제를 해결하기 위해 XGBoost, Random Forest, 회귀 기반 기법 등 첨단 머신러닝 모델과 통계적 방법을 활용한 혁신적인 데이터 조작을 결합한 새로운 접근 방식을 제안합니다. 운전 패턴 및 환경 조건을 포함한 차량별 지표를 통합하는 특징 공학(feature engineering)을 통해 모델이 실제 시나리오에 동적으로 적응하도록 설계되었습니다.
제안된 프레임워크는 에너지 소비 예측에서 높은 정확성과 견고성을 입증했습니다. 이는 지속가능한 운송 시스템과 효율적인 에너지 관리를 위한 귀중한 통찰력을 제공하여 SDG 달성에 기여할 수 있음을 시사합니다.
본 연구는 증가하는 교통사고와 전기차 배터리 성능 저하라는 이중 과제를 해결하기 위한 통합 솔루션의 부재에 주목한다. 기존 시스템들이 안전과 배터리 신뢰성을 동시에 다루지 못하는 한계를 극복하고자, 두 가지 핵심 문제를 통합적으로 해결할 수 있는 시스템 설계를 제안한다.
제안하는 시스템은 사물 인터넷(IoT) 기반 아키텍처를 활용한다. 충돌 감지를 위해 ADXL345 가속도계를, 비상 경보를 위해 GPS/GSM 모듈을 통합했다. 또한, 배터리 실시간 모니터링을 위해 전압, 전류, 온도 센서를 사용하며, 이 모든 구성 요소는 Arduino와 ESP8266 기반 클라우드 통신을 통해 상호 연결된다.
실험 결과, 본 시스템은 충격 인식에서 높은 정확도를 보였으며, 경보 지연 시간을 단축시켰다. 클라우드 시각화를 통해 배터리 매개변수를 안정적으로 추적할 수 있음을 입증했다. 이는 비상 상황 대응 능력을 향상시키고 예측 유지보수를 지원하는 등 실제적인 가치를 제공한다.
이 통합 플랫폼은 전기차, 상업용 차량 운영 및 지능형 교통 시스템 전반에 걸쳐 활용될 수 있으며, 긴급 대응 능력 강화와 배터리 관리 효율성 증대에 크게 기여할 것으로 기대된다. 본 연구는 학계 및 자동차 산업의 기대에 부응하는 기술적으로 유익한 개요를 제공한다.
본 연구는 무선 및 고속 충전 서비스가 전기차(EV)의 출발 시간과 경로-충전 선택에 미치는 영향을 분석합니다. 특히, 목적지 도착 전까지 주행에 필요한 충전량을 확보해야 하는 상황을 가정합니다. 무선 충전 차선과 고속 충전소를 포함하는 도로 네트워크를 대상으로 다중 클래스 동적 사용자 균형(DUE) 모델을 수립했습니다.
에너지 인지 동적 네트워크 부하 모델을 통해 교통 흐름과 배터리 상태 변화를 시뮬레이션하고, 상류 무선 충전 에너지가 잔여 충전소 대기 시간으로 전환되는 과정을 분석합니다. 균형 상태는 유한 차원 변분 부등식으로 표현되며, 안전장치 경로 교환 및 독립 검증을 포함하는 에너지 인지 관성 고정점 프레임워크를 통해 해를 도출합니다.
실험 결과, 배터리 잔량이 낮은 사용자는 평균 6.91분 일찍 출발하는 것으로 나타났습니다. 또한, 노출 정보를 활용한 무선 충전 시설 배치는 하류 충전소 대기 시간을 크게 줄일 수 있으며, 행동적으로 노출된 모든 링크가 활성화되면 포화 상태에 도달합니다. 복합 수요 및 낮은 배터리 잔량 압력 하에서는 도로 정체가 충전소 대기보다 더 급격하게 활성화됩니다.
수치적 방법론 측면에서, 관성 방법은 비관성 방법에 비해 더 빠르게 안정적인 수렴에 도달했습니다. 본 연구의 결과는 회랑형 및 거점형 충전 방식의 상호 보완적인 운영 역할을 명확히 하고, 제안된 프레임워크의 수치적 및 행동적 가정을 정립하는 데 기여합니다.
재생에너지 전환 가속화와 전기차 보급 확대로 리튬 배터리 공급망 안정성 확보가 중요해지고 있습니다. 본 연구는 다층 무역 네트워크 프레임워크를 활용하여 글로벌 리튬 배터리 공급망 내 제품과 영향력 있는 국가 간의 복잡한 관계를 탐구합니다.
2002년부터 2022년까지 상류 광물, 중류 소재, 하류 배터리에 걸친 포괄적인 네트워크 모델을 구축하여 무역 및 영향력의 진화하는 역학을 분석했습니다.
연구 결과, 핵심 자원인 리튬의 중요성이 공급과 수요 측면 모두에서 꾸준히 증가하고 있음이 확인되었습니다. 특히 하류 배터리 층의 무역 연결성은 더욱 견고하지만, 중국, 유럽연합, 미국 등 소수 지배적 플레이어에 대한 의존도가 심화되고 있습니다. 중국은 주요 생산국이자 수출국으로서 영향력을 확대하고 있으나, 수입 구조의 다양성 감소는 공급망 불안정 위험을 내포합니다.
따라서 글로벌 공급망 안정을 위해 각국은 공급 채널을 다변화하고 주요 리튬 생산국의 정책 변화를 면밀히 주시할 필요가 있습니다. 본 연구는 글로벌 리튬 배터리 공급망의 안정성을 이해하고 최적화하는 데 중요한 통찰을 제공하며, 향후 리튬 배터리 공급망 내 위험 전파 연구를 위한 기초 지식을 제공합니다.
본 연구는 2010년부터 2023년까지 주요 32개 전기차 도입국을 대상으로 전기차 보급이 탄소 배출량 감소에 기여하는지 분석합니다. 경제 발전, 에너지 소비, 재생에너지 비중, 도시화 등의 요인을 고려하여 전기차 확산과 탄소 배출 강도(CEI) 간의 관계를 평가하고, 전기차 재고와 판매량을 비교하여 장기적 보급이 단기적 시장 확장보다 더 큰 탈탄소 효과를 가져오는지 탐구합니다.
연구는 확장된 STIRPAT(Stochastic Impacts by Regression on Population, Affluence and Technology) 프레임워크와 시스템 일반화 적률 추정(System GMM) 동적 패널 모델을 활용합니다. 전기차 보급 지표로 전기차 재고와 판매량을 모두 사용하여 측정 편향을 줄이고 강건성을 확보했습니다. 통제 변수로는 1인당 GDP, 1차 에너지 소비, 재생에너지 비중, 도시화, 인구 밀도, R&D 지출을 포함했습니다.
분석 결과, 전기차 보급은 탄소 배출 강도(CEI)를 유의미하게 감소시켜 운송 부문의 전력화가 탈탄소화에 기여함을 확인했습니다. 전기차 재고와 판매량 모두 CEI와 유의미한 음의 상관관계를 보였으며, 그 효과 크기에는 큰 차이가 없어 지속적인 차량 전환과 시장 확장이 모두 탄소 저감에 기여함을 시사합니다.
1차 에너지 소비와 도시화는 CEI를 증가시키는 반면, 1인당 GDP와 재생에너지 전력 비중은 CEI를 감소시키는 것으로 나타났습니다. 특히, 이러한 탄소 저감 효과는 고소득 국가에서 더 강력하고 통계적으로 유의미하게 나타났습니다.
이 연구는 전기차 보급이 탄소 배출 저감에 중요한 역할을 한다는 실증적 증거를 제공하며, 각국의 정책 입안자들이 지속 가능한 운송 시스템으로의 전환을 가속화하고 기후 변화 목표를 달성하는 데 필요한 통찰력을 제공합니다.
분산전원(DG), 병렬형 커패시터(SC), 전기차(EV)의 보급이 증가하면서 배전망의 운영 효율성과 구조적 복원력을 동시에 고려한 최적 배치 전략이 요구됩니다. 기존 메타휴리스틱 접근법은 모든 버스를 동일하게 취급하여 탐색 공간이 과도하게 커지고, 최적화 후 구조적 복원력을 평가하는 프레임워크가 부족했습니다. 본 논문은 이러한 한계를 극복하기 위한 3단계 계획 프레임워크를 제안합니다.
1단계에서는 손실 민감도, Fiedler 벡터 스펙트럼 중심성, 매개 중심성을 융합한 ELLS(Enhanced Laplacian Loss Sensitivity) 지수를 도입하여 후보 버스를 선별합니다. 이를 통해 조합 탐색 공간을 시스템 규모에 따라 45~265배 감소시킵니다. 2단계에서는 제안된 하이브리드 Grasshopper–Grey Wolf Optimizer(GOA-GWO)를 포함한 다섯 가지 메타휴리스틱(GOA-GWO, Standard GOA, Fuzzy-GOA, PSO, WOA)을 6가지 목적 함수와 ELLS 편향 초기화를 적용하여 최적화를 수행합니다.
3단계에서는 EDDI, VSC, CBC의 세 가지 토폴로지 인식 지표로 구성된 NSBA(Network Structural Bus Analysis) 프레임워크를 통해 배치된 시스템의 구조적 품질을 평가합니다. IEEE 33-버스, 69-버스, 123-노드 시스템 검증 결과, ELLS 가이던스는 평균 적합도를 6~14% 향상시키고(GOA 변형은 11~14%), 분산을 33~51% 감소시켰습니다. 하이브리드 GOA-GWO는 33-버스 시스템에서 최상의 복합 적합도(0.392)와 78.2%의 손실 감소를 달성했습니다.
NSBA 분석 결과, 운영상 최적의 배치가 반드시 구조적 복원력을 극대화하지는 않는다는 점이 밝혀졌습니다. PSO는 경쟁력 있는 적합도에도 불구하고 최악의 복원력(R_NSBA=0.45)을 보였습니다. 본 연구는 배전망의 DG/SC 배치 및 EV 통합에 있어 운영 효율성과 구조적 복원력을 동시에 고려하는 통합적인 최적화 전략을 제시하며, 향후 스마트 그리드 계획에 중요한 통찰을 제공합니다.
양성자 교환막 연료전지(PEMFC) 시스템은 전기차(EV) 및 DC 마이크로그리드 애플리케이션에 필요한 저전압, 고전류 DC 전력을 공급합니다. 하지만 과도한 전류 리플과 급격한 부하 변동은 연료전지 스택에 전기적·열적 스트레스를 가중시킬 수 있어, 안정적인 시스템 운영을 위해 컨버터 토폴로지와 제어 전략이 중요합니다.
본 연구는 PEMFC 기반 다상 인터리브드 부스트 컨버터를 위한 미분 평탄도 기반 비선형 제어 전략을 제안합니다. 이 제어 구조는 내부 루프 인덕터 전류 제어와 외부 루프 DC 버스 에너지 제어를 결합하여 안정적인 전압 제어, 균형 잡힌 상 전류 분배, 그리고 과도 작동 조건에서 연료전지 전류 리플 감소를 달성합니다.
2.5kW PEMFC 플랫폼과 dSPACE DS1202 MicroLabBox 실시간 컨트롤러를 사용하여 2상 인터리브드 부스트 컨버터 프로토타입을 구현하고 실험을 진행했습니다. 정상 상태 및 동적 부하 조건에서 DC 버스 전압 조절, 과도 응답, 전류 공유 능력, 부하 외란에 대한 강건성을 평가했습니다. 실험 결과, 제안된 비선형 제어기는 기존 PI 기반 제어 방식 대비 더 빠른 과도 전압 복구와 작은 DC 버스 전압 편차를 보였습니다.
또한, 인터리브드 컨버터 구조는 동적 작동 시 PEMFC 출력 단자의 입력 전류 리플을 효과적으로 감소시켰습니다. 이러한 결과는 제안된 제어 전략이 안정적인 DC 버스 조절과 빠른 동적 전력 제어가 요구되는 PEMFC 기반 EV 및 DC 마이크로그리드 애플리케이션에 적합함을 시사합니다. 특히, DC 버스 전압 복구 시간을 약 150ms에서 50ms로 단축하는 성능을 입증했습니다.
