지역단위 수요 예측에 기반한 전기차 충전인프라 구축 방안 연구 : 머신러닝기반 공간분포 예측 모형을 중심으로 = A Study on the Improvement of Investment strategy on charging infrastructure based on regional EV demand forecast

국문 초록 (Abstract)

최근 정부는 그린뉴딜 등의 대규모 투자를 통해 2050년까지 탄소중립을 달성하기 위해 노력하고 있다. 온실가스 저감과 탈석탄을 위한 정책을 실행해나가고 있으며, 이러한 정책의 일환으로 공공의 역할이 가장 중요한 친환경차 충전인프라에 대해 적극적인 구축전략을 미래자동차 확산 및 시장선점 전략과 함께 발표하였다. 이는 실제 내연기관차 이용자들과 전기차 이용자들의 충전행태 차이를 적극 반영한 정책으로 이용자 중심의 충전인프라 정책/계획 마련의 시발점이라 할 수 있다. 본 연구는 이러한 사회적 변화와 정책적 필요에 기반이 될 수 있는 실제 전기차 충전의 장소적, 공간적 특성 대해 깊이 있는 이해를 제공하기 위해 수행되었다. 분석결과 전기차 충전수요 공간적, 장소적으로 차별적으로 나타나며, 전기차의 보급 수준 및 이용자들의 활동-통행행태를 고려했을 때 충전수요를 공간적, 장소적으로 예측할 수 있다는 점을 머신러닝 기반 시공간분석 모형을 통해 확인할 수 있었다. 또한 본 연구에서 예측한 시군구 단위의 미래 전기차 보급량은 수도권 및 지방 대도시권에서 높은 것으로 나타났고, 이에 기반하여 예측된 직장, 마트/쇼핑몰, 기타 장소 등에서의 충전수요의 공간적 분포는 거주지 분포와 차이가 있는 것을 확인할 수 있었다. 특히, 서울 등 대도시 내부에서는 낮시간 직장 또는 방문지 충전수요가 높았고, 주변부 도시에서는 거주지 기반 충전수요가 높은 것을 확인할 수 있었다. 따라서 이러한 이용자 특성을 고려한 공간적-장소적 충전수요는 정부의 적정수준의 충전인프라 보급을 위한 재정배분에 활용될 수 있으므로, 국가 재정의 효율적 활용에 도움이 될 수 있겠다. 또한 공간모형개발 과정에서 확인할 수 있었듯 충전인프라의 선제적 보급은 전기차 보급 활성화에 핵심적 역할을 하기 때문에 효과적으로 잠재수요를 견인할 수 있는 곳을 사전 파악하고, 그들의 이용 특성에 맞는 유형(급/완속 비율)의 충전인프라를 보급하기 위해 본 연구의 결과를 활용할 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

Recently, the Korean government announced a strategy for advancing future car technology and preoccupying the market. The strategy includes an active deployment of electric vechicle(EV) charging infrastructure where the role of the public is the most important. To achieve efficiency of the deployment, close estimation of the actual demand for charging electric vehicles in both temporal and spatial dimensions is very important. To respond to these policy demands, this study aims to derive a deep understanding of the spatial distribution of charging demand over time as well as policy measures for charging infrastructure based on it. A spatial model is developed using machine learning algorithm and used to forecast the spatial distribution of EV ownership between 2025 and 2035. Overall EV charging demand is estimated based on the spatial distribution of EV ownership and their trips, and the amount of charging infrastructure needed to be installed is also estimated by type and by municipality reflecting the preference of the current EV users. In particular, the estimated charging demand was high within Seoul and in other metropolitan areas for daytime work or visiting places, while the demand for residential-based slow charging was higher in suburban cities. Preferred types of charging infrastructure also differ depending on their activity characteristics and places.

목차 (Table of Contents)

• 1. 서 론 2. 선행연구 고찰 3. 전기차 공간분포 모형 개발 4. 결 과 5. 결 론