[논문 리뷰] Vehicle Powertrain Connected Route Optimization for Conventional, Hybrid and Plug-in Electric Vehicles

Zhiqian Qiao, Orkun Karabaşoğlu|arXiv (Cornell University)|2016. 12. 05.

Electric Vehicles and Infrastructure참고 문헌 25인용 수 16

한 줄 요약

이 논문은 차량 파wr트레인 동역학(예: 배터리 충전 상태, 부품 효율성, 차량 유형 등)을 통합하여 주행 비용을 최소화하는 새로운 라우팅 전략인 차량 파워트레인 연결 경로 최적화(VPCRO)를 제안한다. 실시간 교통 및 파워트레인 특화 에너지 소비를 고려함으로써, 기존의 최단거리 라우팅 대비 내연기관 차량의 평균 주행 비용을 최대 60% 감소시키고 전기차의 경우 최대 30% 감소시킨다.

ABSTRACT

Most navigation systems use data from satellites to provide drivers with the shortest-distance, shortest-time or highway-preferred paths. However, when the routing decisions are made for advanced vehicles, there are other factors affecting cost, such as vehicle powertrain type, battery state of charge (SOC) and the change of component efficiencies under traffic conditions, which are not considered by traditional routing systems. The impact of the trade-off between distance and traffic on the cost of the trip might change with the type of vehicle technology and component dynamics. As a result, the least-cost paths might be different from the shortest-distance or shortest-time paths. In this work, a novel routing strategy has been proposed where the decision-making process benefits from the aforementioned information to result in a least-cost path for drivers. We integrate vehicle powertrain dynamics into route optimization and call this strategy as Vehicle Powertrain Connected Route Optimization (VPCRO). We find that the optimal paths might change significantly for all types of vehicle powertrains when VPCRO is used instead of shortest-distance strategy. About 81% and 58% of trips were replaced by different optimal paths with VPCRO when the vehicle type was Conventional Vehicle (CV) and Electrified Vehicle (EV), respectively. Changed routes had reduced travel costs on an average of 15% up to a maximum of 60% for CVs and on an average of 6% up to a maximum of 30% for EVs. Moreover, it was observed that 3% and 10% of trips had different optimal paths for a plug-in hybrid electric vehicle, when initial battery SOC changed from 90% to 60% and 40%, respectively. Paper shows that using sensory information from vehicle powertrain for route optimization plays an important role to minimize travel costs.

연구 동기 및 목표

• 기존 내비게이션 시스템이 최단 거리나 최단 시간을 우선시하면서 차량 고유의 에너지 역학을 忽시하는 한계를 해결하기 위해.
• 실시간 교통 조건 하에서 배터리 충전 상태(SOC) 및 부품 효율성과 같은 파워트레인 특화 요소를 통합하여 총 주행 비용을 최소화하는 라우팅 전략을 개발하기 위해.
• 파워트레인 특성에 기반하여 내연기관, 하이브리드, 플러그인 전기차 간 라우팅 최적화의 차이를 평가하기 위해.
• 기존의 최단거리 라우팅 대비 VPCRO를 통해 달성 가능한 비용 절감 및 라우트 변경을 정량화하기 위해.
• 전기화된 차량에서 초기 배터리 충전 상태(SOC)가 최적의 라우트 선택에 미치는 민감도를 분석하기 위해.

제안 방법

• VPCRO 프레임워크는 차량 파워트레인 모델을 교통 및 도로 네트워크 데이터와 통합하여 각 라우트 세그먼트의 에너지 소비를 계산한다.
• 실시간 교통 및 차량 고유의 효율 프로파일을 고려하여 최소 에너지 경로를 계산하기 위해 동적 프로그래밍 또는 최적 제어 기법을 사용한다.
• 다양한 주행 조건에서 내연기관, 전기 모터, 배터리 시스템의 구성 요소 수준의 효율성 변동을 고려한다.
• 속도, 가속도, 도로 경사도 및 차량의 충전 상태(SOC)를 함수로 하여 에너지 소비를 모델링함으로써 각 라우트에 대한 정확한 비용 예측이 가능해진다.
• 다양한 후보 라우트를 평가하고 거리나 시간이 아닌 총 에너지 비용이 최소인 라우트를 선택한다.
• 초기 배터리 충전 상태(SOC)를 90%에서 40%로 변화시켜 플러그인 하이브리드 전기차에서의 라우트 변화를 평가하기 위해 민감도 분석을 수행한다.

실험 결과

연구 질문

• RQ1 차량 파워트레인 동역학을 라우팅 계획에 통합할 경우 내연기관, 하이브리드, 플러그인 전기차의 최적 라우트 선택에 어떤 영향을 미치는가?
• RQ2 VPCRO 기반 라우트는 최단거리 라우팅 대비 주행 비용을 얼마나 줄이는가?
• RQ3 플러그인 하이브리드 전기차에서 초기 배터리 충전 상태(SOC)가 최적의 라우트 선택에 어떤 영향을 미치는가?
• RQ4 다양한 차량 유형 간 기존의 최단거리 경로와 VPCRO 최적화 경로 사이의 라우트 이탈 정도는 어느 정도인가?
• RQ5 교통 조건 하에서 구성 요소 효율성의 변동이 선택된 라우트의 비용 최적성에 어떤 영향을 미치는가?

주요 결과

• 내연기관 차량의 경우, 최단거리 라우팅 대비 VPCRO를 사용할 경우 81%의 주행에서 최적의 라우트가 달라졌으며, 평균 비용 절감은 15%이며 최대 60%까지 감소하였다.
• 전기화된 차량(EVs)의 경우, VPCRO 적용 시 58%의 주행에서 최적의 라우트가 달라졌으며, 평균 비용 절감은 6%이며 최대 30%까지 감소하였다.
• 플러그인 하이브리드 전기차에서 초기 배터리 충전 상태(SOC)가 90%에서 60%로 감소함에 따라, 3%의 주행에서 최적의 라우트가 변경되었다.
• 초기 SOC를 40%로 추가로 감소시켰더니, 최적의 라우트가 변경된 주행 비율이 10%로 증가하였다.
• 연구 결과, 차량 파워트레인의 센서 데이터가 라우팅 최적화 정확도와 비용 효율성에 상당한 기여를 한다고 확인되었다.
• 결과적으로 최소 비용 경로가 변수가 많은 교통 및 파워트레인 조건에서 최단거리 또는 최단시간 경로와 상당히 다름을 입증하였다.