Earticle

전 세계적으로 지구온난화로 인한 환경문제가 심각한 위기로 인식되어지면서 세계 각국에서는 전 산업분야에 걸쳐 이산화탄소 배출을 줄이고자 노력하고 있다. 국내 에너지 부문 CO2 배출량의 약 20%를 차지하는 수송 분야의 이산화탄소 배출을 감소시키기 위해서는 전기자동차 보급 확산이 필수적이다. 최근 정부에서 전기자동차 보급 활성화를 위해 많은 노력을 기울이고 있으나 긴 충전시간과 배터리의 가격에 의한 비싼 차량가격, 짧고 불규칙한 운행거리와 부족한 충전인프라 등으로 인하여 향후 전기자동차의 보급 확대는 매우 불투명한 상태이다. 이러한 단점을 해결하고 효과적으로 전기자동차를 보급할 수 있는 방법 중 하나가 바로 배터리 공용제 기반의 배터리 자동교환형 전기자동차 시스템이다. 이를 위해서는 배터리를 자동으로 교환해주는 시설인 배터리 교환소 (BSS: Battery Swapping Stations)가 필요하게 되는데, BSS는 배터리 교환을 통해 전기자동차가 긴 충전시간을 소모할 필요 없이 짧은 시간 내에 배터리를 충전하고 이동할 수 있도록 하는 시스템이다. 이러한 시스템을 대중교통, 특히 공공버스에 적용함으로써 보다 빠른 시간 안에 전기자동차를 보급, 확산시키는 것이 가능하다. 일반버스를 전기버스로 전환하여 버스 노선을 운영할 경우 전기버스가 중간에 멈추지 않도록 적절한 위치에 충전시설을 구축할 필요가 있다. 전기버스에 대한 충전시설은 버스 노선의 기·종점 및 기존 버스정류장에 추가로 설치하여 버스가 승객의 승·하차를 위해 정차할 때 신속하게 배터리를 교환할 수 있게 구축해야 한다. 본 연구에서는 전기버스를 위한 배터리 자동교환충전시설의 위치선정 문제를 Set Covering Problem에 적용하여 해결하였다. 배터리 충전 시 최대 주행거리를 영향권으로 설정하였으며 메타 휴리스틱 기법인 그리디 알고리즘을 활용하여 배터리 교환형 충전인프라 배치 최적화 모델을 개발하였고 현재 운영 중인 서울시의 버스노선을 대상으로 실제 충전시설의 위치를 선정하였다.

This paper propose an efficient algorithm for selecting electric bus charging facility location. In nature, the optimal charging facility location problem is similar to Set Covering Problem. Set Covering Problem is the problem of covering all the rows of an m×n matrix of ones and zeros by a subset of columns with a minimal cost. It has many practical applications of modeling of real world problems. The Set Covering Problem has been proven to be NP-Complete. In order to overcome the computational complexity involved in seeking optimal solutions, this paper present an enhanced greedy algorithm and simulated annealing algorithm. In this paper, we apply the developed algorithm to Seoul's public bus system.

This work developed and algorithm for a set covering model when the reliability of covers is a concern. This model extended the usage of the set covering model.

집합 커버링 문제는 대표적인 조합 최적화 문제들 중 하나로서 n개의 열로부터 일부를 선택하여 m개의 행을 커버하되 비용을 최소화하는 문제로 정의된다. 본 논문에서는 집합 커버링 문제를 해결하기 위한 정수 계획법 기반 지역 탐색의 적용 방안을 제시하고 있다. 정수계획법 기반 지역 탐색은 이웃해를 탐색하여 현재해를 반복적으로 개선하는 지역 탐색 기법의 일종으로서 이웃해를 생성하기 위한 알고리즘으로 정수계획법을 사용한다. 본 논문에서 제시한 기법의 효과를 검증하기 위해 OR-Library의 테스트 데이터를 대상으로 실험을 수행하였다. 실험 결과, 모든 테스트 데이터에 있어서 정수계획법 기반 지역 탐색을 통해 지금까지 알려진 가장 좋은 해를 탐색할 수 있었다. 특히 4개의 테스트 데이터에 대해서는 지금까지 알려진 가장 좋은 해보다 더 좋은 해를 도출할 수 있음을 확인할 수 있었다.

The set covering problem (SCP) is one of representative combinatorial optimization problems, which is defined as the problem of covering the m-rows by a subset of the n-columns at minimal cost. This paper proposes a method utilizing Integer Programming-based Local Search (IPbLS) to solve the set covering problem. IPbLS is a kind of local search technique in which the current solution is improved by searching neighborhood solutions. Integer programming is used to generate neighborhood solution in IPbLS. The effectiveness of the proposed algorithm has been tested on OR-Library test instances. The experimental results showed that IPbLS could search for the best known solutions in all the test instances. Especially, I confirmed that IPbLS could search for better solutions than the best known solutions in four test instances.