전기차 폐배터리 회수를 위한 네트워크 설계 및 운영 최적화

국문 초록 (Abstract)

전 세계적으로 전기차 보급이 확산됨에 따라 전기차 배터리의 폐기가 매년 늘어나고 있으며, 급격히 증가하는 추세에 있다. 이에 따라 전기차 배터리의 재활용이 중요한 이슈로 떠오르고 있다. 이에 발맞추어 국내에서는 폐배터리의 역물류 관리를 위해 전국에 네 곳의 주요 수거 거점을 설립하여 2022년부터 운영하고 있으나, 기존 수거 거점만으로는 향후 발생할 페배터리 수요를 충족하기에 부족할 것으로 전망되기에 폐배터리의 수거 인프라 확충이 필요하다. 본 연구는 수거 거점의 위치와 수거량을 결정하는 네트워크 설계와 운영의 문제를 다루며, 역물류 운영자의 수익을 극대화하는 수리모형을 제안한다. 제시한 수리모형은 작은 규모의 문제에서는 최적의 해를 제시하나, 실제 운영하는 수준에서는 해를 구하지 못하는 경우가 있다. 따라서 본 연구에서는 유전 알고리즘(Genetic Algorithm)과 선형계획법(Linear Programming)을 결합한 하이브리드 유전 알고리즘(Hybrid Genetic Algorithm)을 제안한다. 제안된 알고리즘은 전산 실험을 통해 우수성을 확인하였으며, 실제 데이터에 기반한 사례 연구를 통해 향후 폐배터리 수거 네트워크 구축의 방향을 제시한다.

다국어 초록 (Multilingual Abstract)

The global proliferation of electric vehicles (EVs) has led to a sharp increase in the volume of end-of-life EV batteries, underscoring the urgent need for effective battery recycling strategies. In South Korea, four major battery collection hubs have been established and operated nationwide since 2022 to support reverse logistics management. However, the current infrastructure is expected to be insufficient to accommodate the projected growth in battery disposal volumes, highlighting the necessity for expansion. This study addresses the problem of network design and operation for battery collection, with the objective of maximizing the profit of reverse logistics operators. A mathematical optimization model is proposed to determine the optimal locations of collection centers and the corresponding collection volumes. While the model provides optimal solutions for small-scale instances, it exhibits computational limitations in solving large-scale, real-world problems. To address this challenge, a Hybrid Genetic Algorithm (HGA), combining Genetic Algorithm (GA) and Linear Programming (LP), is developed. The proposed algorithm demonstrates its effectiveness through computational experiments and a case study based on real-world data, offering practical insights for the future development of EV battery collection networks.

목차 (Table of Contents)

• 초록
• ABSTRACT
• 1. 서론
• 2. 관련 문헌 연구
• 3. 문제정의 및 수리모형
• 4. 하이브리드 유전 알고리즘
• 5. 실험 및 결과분석
• 6. 결론
• References