독일에서는 기후 변화와 환경에 미치는 영향이 아주 뜨거운 주제입니다. 2019년, 유럽 의회는 하나의 지침을 내렸는데거기서 2025년까지 45%의 대중 버스가 탄소 저배출 또는 제로 배출이 되어야 한다고 언급했습니다. 이 비율은 향후 5년~10년 동안 더 늘어날 것으로 예상되었습니다.
이에 비추어 독일에 있는 시뮬레이션 및 최적화 서비스 제공업체인 심플랜은 하나우 시와 프랑크푸르트 대학 응용 과학부와 함께 하나의 프로젝트를 실행하였습니다. 목표는 도시 전기 차량(EV) 운영의 디지털 트윈을 모델링하고 개발하는 것이었습니다.
전기 차량 모델링의 문제점
이 프로젝트에서 심플랜은 대중 버스(HSB-Hanauer Straßenbahn)와 쓰레기 수거차량(HIS - Hanau Infrastruktur Service) 두 유형의 차량을 고려하였습니다. 차량 유형에 대해 심플랜은 다음의 세 가지 사항을 평가해야 했습니다.
- 납축 전지(BEV) 구동 전기차와 수소(FCEV) 구동 전기차의 혼합 구성
- 최적의 충전 및 급유 인프라 구성과 요구 예상 전력
- 교통 일정과 노선의 운영 결과
추가적으로, 심플랜은 전기 차량 모델링에 고려해야 할 두 가지 문제에 직면했습니다.
먼저 전기 차량은 기존 디젤 구동 차량과 비교했을 때 이동 범위의 제한이 있습니다. 기존 버스는 500km의 거리를 이동할 수 있었지만, 납축 전지 구동 전기 차량과 수소 구동 전기 차량은 300~350km의 범위 밖에 커버하지 못합니다.
문제는 이 전기 차량의 이동 범위가 대중 교통 운송 수단의 현재 이동 거리보다 짧다는 것입니다. 결과적으로 차량 스케줄과 노선이 새로운 혼합 전기 차량에 기반하여 조정되어야 했습니다.
두 번째로 충전 과정이 비선형입니다. 전기 차량의 충전 속도는 충전 상태, 충전소에서 사용 가능한 전력의 양, 그리고 동시에 충전하는 차량 수에 달려 있었습니다.
솔루션
전기 차량 운영 시뮬레이션 모델을 만들기 위해, 심플랜은 먼저 차량(유형, 주행 범위, 전력 소비량), 일정, 버스 정류장의 위치와 쓰레기 통 위치, 비용 등에 관한 자료를 수집해야 했습니다. 그 자료는 엑셀 파일의 형태로 애니로직에 입력되었습니다.
애니로직에서 심플랜은 에이전트 기반 모델링 접근법을 사용하여 두 전기 차량의 운영 모델을 구축하였습니다. 모형에서 에이전트는 차량, 시설, 교통 관리, 충전 관리를 나타냈습니다. 심플랜은 상태 차트로 충전 프로세스를 설명하고 자바 코드를 사용하여 로케이션 매핑, 차량 스케쥴링, 호 경로 문제, 운행 배정을 위한 휴리스틱을 개발하였습니다.
모델링을 하는 동안 심플랜은 시스템의 다음과 같은 행동을 정확하게 포착하기 위해 반드시 고려되어야 하는 추가적인 경로 제한 요인 4가지를 발견하였습니다.
- 거리의 방향(단방향/양방향)
- 트럭이 쓰레기를 수거해야 하는 쪽(거리의 왼쪽/오른쪽)
- U턴 피하기 대형 차량의 경우 교통의 흐름을 차단하지 않기 위해 반드시 U턴을 피해야 합니다.
- 접근하기 어려운 쓰레기 용기 심플랜은 그런 용기에 가장 가깝고 접근가능한 도로를 판단해 트럭이 쓰레기를 수거할 수 있도록 해주는 알고리즘을 개발했습니다.
전기 차량 운영 모델을 위해 심플랜은 또한 사용자들이 쉽게 모델을 만들고 시나리오를 실행할 수 있도록 커스텀 사용자 인터페이스를 개발하였습니다.
전기 차량 운영 모델링(버스)
이 프로젝트를 위해 심플랜이 만든 모델 중의 하나는 전기 버스 운영 모델이었습니다. 설정 화면에서 사용자는 차량 종류(디젤, 납축 전지, 수소 전지)와 전체 차량 중 각 유형의 차량 대수룰 선택할 수 있었고, 차고의 충전소 수량과 최대 전력을 설정할 수 있습니다. 차량 에너지 소비량에 대한 온도 효과를 고려하는 옵션을 선택할 수도 있습니다.
모델의 맵 뷰에서는 하나우 거리를 이동하는 다양한 종류의 버스, 그 버스의 충전 상태, 정류장, 충전소(차고)를 볼 수 있습니다.
전기 차량 운영 모델링(트럭)
심플랜이 만든 두 번째 모델은 쓰레기 수거 시뮬레이션이었습니다. 설정은 이전 모델과 비슷하므로, 맵 뷰에서의 차이점만 강조하도록 하겠습니다.
모델 화면에서 사용자가 볼 수 있는 것에는 하나우 거리를 이동하는 쓰레기 수거차, 그 차량의 충전 상태, 연료 종류, 충전소(차고)뿐만 아니라 특정 쓰레기 유형에 따른 쓰레기 용기도 포함됩니다. 사용자는 또한 선호하는 날짜와 주의 수를 선택하고 트럭의 일정 변화를 관찰할 수 있습니다. 트럭에 쓰레기가 꽉 차면, 트럭은 폐기 시설로 이동하여 싣고 온 쓰레기를 내리고 다시 쓰레기를 수거하러 나갑니다.
통계
모델을 실행하는 동안, 애니로직의 시각화 기능은 동적 통찰력을 제공하고 차량별 충전 상태, 주행 지속 시간, 주행 거리, 배정을 보여줍니다.
모델을 실행한 후, 심플랜은 데이터를 외부 데이터 베이스로 내보내 결과를 평가하고 시나리오를 비교했습니다.
전기 차량 모델링의 결과
이 프로젝트에서 심플랜의 전문가들은 도시 전기 차량 운영에 관한 모델을 만들었습니다. 이 모델에서 심플랜은 버스와 청소차(석유 차량, 배터리 및 연료 전지 차량 모두) 두 종류의 차량을 고려하고 이들은 에이전트로 모델링하였습니다. 이 시스템의 행동을 정확히 묘사하기 위해, 심플랜은 애니로직의 상태 차트와 자바를 사용해 휴리스틱을 개발하였습니다.
심플랜은 대규모 전기 차량의 작업을 예측하고 매일의 운영을 정확히 평가할 수 있다는 이유로 시뮬레이션 모델링을 사용하였습니다.
시뮬레이션 시나리오를 실행하고 결과를 처리한 후, 심플랜은 각 유형별로 요구되는 차량 대수에 관한 보고서를 분석하였습니다. 추운 계절에는 탄소 배출량이 적거나 없는 차량이 따뜻한 계절보다 더 많이 요구되었고, 전반적으로 탄소 배출량이 적거나 없는 차량이 기존의 디젤 차량 보다 더 많이 요구되었습니다.
또한 그들은 충전 인프라의 잠재적인 충전 필요에 대한 통찰력을 얻었습니다. 이러한 통계를 통해, 심플랜은 충전소의 수가 제한되어 있거나 일반적으로 전력의 제한이 있따면 어떤 일이 일어날지를 분석할 수 있었습니다. 게다가 그것이 차량 스케쥴에 어떤 영향을 미치는지 평가할 수 있었습니다.
앞으로 심플랜은 밤새도록 하는 충전 대신 기회가 닿을 때마다 하는 충전과 주문형 버스 투어가 실시간 고객 요구 사항을 충족할 수 있는지 여부를 조사할 계획입니다. 일상적인 운영을 위해서 심플랜은 시뮬레이션을 디지털 트윈으로 개발할 예정입니다.
이 프로젝트와 프로젝트의 결과는 심플랜의 나디아 갈라스케 박사가 2021년 애니로직 컨퍼런스에서 프리젠테이션 하였습니다. 도시 전기 차량의 e-모빌러티 전환을 설계하고 지원하는 에이전트 기반 모델.
