KR101355989B1 - 최적 운행 정보 결정 방법 및 장치 - Google Patents

최적 운행 정보 결정 방법 및 장치 Download PDF

Info

Publication number
KR101355989B1
KR101355989B1 KR1020120012015A KR20120012015A KR101355989B1 KR 101355989 B1 KR101355989 B1 KR 101355989B1 KR 1020120012015 A KR1020120012015 A KR 1020120012015A KR 20120012015 A KR20120012015 A KR 20120012015A KR 101355989 B1 KR101355989 B1 KR 101355989B1
Authority
KR
South Korea
Prior art keywords
value
information
olev
optimum
line
Prior art date
Application number
KR1020120012015A
Other languages
English (en)
Other versions
KR20130090694A (ko
Inventor
장영재
고영대
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020120012015A priority Critical patent/KR101355989B1/ko
Publication of KR20130090694A publication Critical patent/KR20130090694A/ko
Application granted granted Critical
Publication of KR101355989B1 publication Critical patent/KR101355989B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

최적 운행 정보 결정 방법 및 장치를 개시한다.
이동중에 전기를 충전하여 정해진 노선을 운행하기 위해, 노선을 구분한 세그먼트의 길이값, 노선 상의 스테이션 중 시발 스테이션의 위치 값 및 이동체의 운행 방향값 중 적어도 하나 이상의 정보를 적용한 이동체의 배터리 용량 및 급전 선로의 매설구간에 따른 비용을 최소화하기 위한 최적 운행 정보 결정 방법 및 장치를 제공한다.
본 실시예에 의하면, 노선을 구분한 세그먼트의 길이값, 노선 상의 스테이션 중 시발 스테이션의 위치 값 및 이동체의 운행 방향값 중 적어도 하나 이상의 정보를 적용한 이동체의 배터리 용량 및 급전 선로의 매설구간에 따른 비용을 최소화할 수 있는 효과가 있다.

Description

최적 운행 정보 결정 방법 및 장치{Method And Apparatus for Determining Optimal Driving Information}
본 실시예는 최적 운행 정보 결정 방법 및 장치에 관한 것이다. 더욱 상세하게는, 이동중에 전기를 충전하여 정해진 노선을 운행하기 위해, 노선을 구분한 세그먼트의 길이값, 노선 상의 스테이션 중 시발 스테이션의 위치 값 및 이동체의 운행 방향값 중 적어도 하나 이상의 정보를 적용한 이동체의 배터리 용량 및 급전 선로의 매설구간에 따른 비용을 최소화하기 위한 최적 운행 정보 결정 방법 및 장치에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
온라인 전기 자동차(On-Line Electric Vehicle, 이하, OLEV라 함)는 기존의 전기 자동차와는 달리 운행 및 정차 중 도로에 매설된 케이블로부터 무선 방식으로 전기를 공급받아 운행하는 새로운 개념의 전기 자동차이다. OLEV가 케이블이 매설된 구간을 운행할 경우에는 무선 방식으로 전기를 공급받아 모터에 전기를 전달하고, 남는 전기는 배터리로 보내져 충전을 하게 되고, 케이블이 매설되지 않은 일반 도로 구간을 운행할 경우에는 보통의 전기 자동차처럼 배터리에서 모터로 전기를 공급하여 OLEV가 운행된다.
무선 충/급전을 위해서는 전기를 생성하는 인버터와 그것을 전달하는 케이블을 도로에 매설하여야 한다. 하나의 독립된 케이블 매설 구간에는 하나의 인버터가 함께 설치되고, OLEV는 하단에 설치된 픽업 장치(Pick-Up Device)를 통해 케이블의 전기를 무선 방식으로 공급받는다. 일반적으로 배터리 가격이 전기 자동차 가격의 40% 이상을 차지할 정도로 배터리는 비용이 높은 아이템이며, 전기자동차에 배터리를 많이 설치하면 설치할수록 배터리 비용도 많이 소요될 뿐만 아니라, 차량의 무게도 증가하여 운행시 전기 소모도 심해진다.
전기 자동차 시스템은 크게, 항상 케이블로부터 접촉 방식으로 전기를 공급받는 경우(a, 예컨대, 전철, 노면전차)와, 운행 중 충/급전 없이 자체 배터리로부터 전기를 공급받는 경우(b, 예컨대, 일반적인 전기 자동차), 이렇게 2가지로 구분할 수 있다. 항상 케이블로부터 접촉 방식으로 전기를 공급받는 경우(a)는 배터리가 장착되어 있지 않기 때문에 배터리 용량 및 비용을 고려할 필요가 없다. 운행하는 모든 구간에 케이블을 설치해야 하기 때문에 케이블 설치 여부에 대한 고려도 불필요하다. 하지만, 많은 케이블 구축으로 인한 미관, 환경상의 문제가 있다. 운행 중 충/급전 없이 자체 배터리로부터 전기를 공급받는 경우(b)에는 배터리 용량을 고려해야 하지만 이는 비용 측면보다 자동차의 용도에 의해 결정되는 경우가 대부분이고, 전기 자동차의 판매가에 직접적으로 영향을 준다(예컨대, 공장 내, 골프장 등 단거리 주행용: 작은 배터리 용량, 도시 내에서만 운행되는 시티형 전기 자동차: 중간 정도의 배터리 용량, 일반적인 자동차 용도의 전기 자동차: 큰 배터리 용량). 그러므로 이 경우 비용측면에서의 케이블 구축 및 배터리 용량 결정은 크게 고려할 사항이 아니다.
신 개념의 전기 자동차인 OLEV의 경우 위의 두 가지 형태의 절충형으로, 두 가지 형태의 장점을 취할 수 있어 최소의 비용 및 여러 장점을 가진 친환경적인 전기 자동차 운행 체계를 갖출 수 있을 것으로 판단되나, 비용 최소화를 극대화하기 위해서는 위의 두 가지 형태와는 달리 최적의 배터리 용량과, 충/급전 케이블의 매설 구간을 결정해야 할 필요가 있다.
대한민국특허 제0992755호(2009.06.17)에는 하이브리드 차량의 ＳＯＣ별 최적 운전점 결정 방법에 관한 기술이 개시되어 있는데, 이 특허에는 비용을 최소화하기 위한 최적 운행 정보 결정 방법이 고려되고 있지 않다.
전술한 문제점을 해결하기 위해 본 실시예는, 노선을 구분한 세그먼트의 길이값, 노선 상의 스테이션 중 시발 스테이션의 위치 값 및 이동체의 운행 방향값 중 적어도 하나 이상의 정보를 적용한 이동체의 배터리 용량 및 급전 선로의 매설구간에 따른 비용을 최소화하기 위한 최적 운행 정보 결정 방법 및 장치를 제공하는 데 주된 목적이 있다.
전술한 목적을 달성하기 위해 본 실시예의 일 측면에 의하면, OLEV(On-Line Electric Vehicle) 배터리 용량값, OLEV 노선(Route) 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체(Chromosome)를 기 설정된 개수로 설정하되, 상기 염색체에 상기 OLEV 노선의 세그먼트(Segments) 길이값, 상기 OLEV 노선 상의 시발 스테이션(Primary Station) 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성하는 초기 개체군 설정부; 기 설정된 목적식(Objective Function)과 제약식(Constraints)을 각각의 상기 염색체에 적용하여 비용 정보를 산출하는 적합도 측정부; 상기 초기 개체 정보와 상기 비용 정보 중 적어도 하나 이상의 정보에 근거하여 최소 비용 염색체 정보를 생성하는 선택부; 상기 최소 비용 염색체 정보에 포함된 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성하는 크로스오버부; 상기 크로스오버 정보에 포함된 상기 OLEV 배터리 용량값과 상기 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성하는 변이부; 상기 변이 정보가 기 설정된 개수만큼 생성되고, 상기 변이 정보가 기 설정된 퍼센트 이상으로 동일한 경우, 상기 변이 정보의 생성을 종료하는 종료 결정부; 및 상기 기 설정된 퍼센트 이상으로 동일한 상기 변이 정보에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 상기 최적값을 최적 운행 정보로 결정하는 최적 정보 결정부를 포함하는 것을 특징으로 하는 최적 운행 정보 결정 장치를 제공한다.
또한, 본 실시에의 다른 측면에 의하면, OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체를 기 설정된 개수로 설정하되, 상기 염색체에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성하는 초기 개체군 설정 과정(Initial Population); 기 설정된 목적식과 제약식을 각각의 상기 염색체에 적용하여 비용 정보를 산출하는 적합도 측정 과정(Fitness Function); 상기 초기 개체 정보와 상기 비용 정보 중 적어도 하나 이상의 정보에 근거하여 최소 비용 염색체 정보를 생성하는 선택 과정(Selection); 상기 최소 비용 염색체 정보에 포함된 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성하는 크로스오버 과정(Crossover); 상기 크로스오버 정보에 포함된 상기 OLEV 배터리 용량값과 상기 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성하는 변이 과정(Mutation); 상기 변이 정보가 기 설정된 개수만큼 생성되고, 상기 변이 정보가 기 설정된 퍼센트 이상으로 동일한 경우, 상기 변이 정보의 생성을 종료하는 종료 결정 과정(End Criterion); 및 상기 기 설정된 퍼센트 이상으로 동일한 상기 변이 정보에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 상기 최적값을 최적 운행 정보로 결정하는 최적 정보 결정 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 이동중에 전기를 충전하여 정해진 노선을 운행하기 위해, 노선을 구분한 세그먼트의 길이값, 노선 상의 스테이션 중 시발 스테이션의 위치 값 및 이동체의 운행 방향값 중 적어도 하나 이상의 정보를 적용한 이동체의 배터리 용량 및 급전 선로의 매설구간에 따른 비용을 최소화할 수 있는 효과가 있다. 또한, 본 실시예에 의하면, 따라서 최소의 투자비로 최적의 OLEV 운행 체계를 구축할 수 있는 효과가 있다.
도 1은 본 실시예에 따른 최적 운행 정보 결정 장치를 개략적으로 나타낸 블럭 구성도,
도 2는 본 실시예에 따른 최적 운행 정보 결정 방법을 설명하기 위한 순서도,
도 3은 본 실시예에 따른 OLEV 노선과 세그먼트를 설명하기 위한 예시도,
도 4는 본 실시예에 따른 초기 개체 설정, 크로스오버 및 변이를 설명하기 위한 예시도,
도 5는 본 실시예에 따른 세그먼트 길이값에 따른 최적 운행 정보 결정을 설명하기 위한 예시도,
도 6은 본 실시예에 따른 역방향으로 OLEV 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도,
도 7은 본 실시예에 따른 제 2, 3 스테이션 마다 순방향 또는 영방향 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도,
도 8은 본 실시예에 따른 제 4, 5 스테이션 마다 순방향 또는 역방향 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도이다.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 실시예에 따른 최적 운행 정보 결정 장치를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 최적 운행 정보 결정 장치(100)가 적용할 분야는 OLEV 분야가 될 수 있다. OLEV의 동작 원리에 대해 개략적으로 설명하자면 다음과 같다. 온라인 전기 자동차가 도로 위를 주행하는 중에 도로에 구비된 급전 장치에 고주파의 전력이 공급되면 급전 장치와 전기 자동차에 구비된 집전 장치 사이의 전자기유도의 원리에 의해 주행에 필요한 전력을 공급받게 된다.
이러한, OLEV 분야에서 온라인 전기 자동차가 노선으로 운행되기 위해서는 크게 두 가지 요소에서 많은 비용이 소요되는데, 온라인 전기 자동차에 구비되는 배터리와 도로에 급전 선로를 매설하기 위해 필요한 비용이다. 이러한, 온라인 전기 자동차에 구비되는 배터리와 도로에 매설되는 급전 선로의 구간을 최적으로 추출해야지만, 온라인 전기 자동차가 최소의 비용으로 최적의 운행이 가능한 것이다. 즉, 온라인 전기 자동차에 구비되는 배터리와 도로에 급전 선로를 매설하기 위해 필요한 비용을 절감할수록 OLEV 분야에 투자 비용을 최소화할 수 있다.
본 실시예에서의 온라인 전기 자동차의 경우 운행 노선이 기 설정된 것으로 가정한다. 즉, 온라인 전기 자동차가 적용될 수 있다고 판단되는 장소를 보건대 '버스 전용차선', '놀이공원 열차', '공항 내 열차', '행정중심복합도시' 등과 같이 노선이 기 설정된 곳에 적용될 여지가 높다.
한편, 본 실시예에 따른 온라인 전기 자동차와 도로에 매설된 급전 선로의 동작 원리에 대해 설명하자면 다음과 같다. 온라인 전기 자동차는 집전 장치를 구비하는데, 이러한 집전 장치는 도로에 매설되는 급전 장치에 의한 유도기전력을 형성하여 온라인 전기 자동차로 전원을 공급하는 장치를 말한다. 즉, 집전 장치는 이동체(예컨대 전기 자동차)에 설치될 수 있다. 이동체는 차량인 것이 바람직하나, 반드시 이에 한정되는 것은 아니며, 전기로 구동될 수 있는 버스, 기차, 크레인 또는 모토바이크 등에 폭넓게 적용될 수 있을 것이다. 한편, 이동체에 결합되는 집전 장치에는 전압 조절부(Regulator)가 탑재된다. 이때, 전압 조절부는 직류 전력을 얻기 위해서, 정류 소자로 정류한 후 부하(Load)에 맞게 전압 또는 전류를 조절한다.
여기서, 집전 장치는 집전 유닛을 포함하는데, 집전 유닛이란 주행 중인 전기 자동차에 전원을 공급하는 집전 장치의 일부를 말한다. 이러한, 전기 자동차에서의 집전 유닛에 대해 간략히 설명하자면, 전기 자동차가 주행하는 중에 도로에 매설된 급전 장치(전기 공급로)부터 전원을 공급받는다. 이러한 급전 장치(전기 공급로)는 전기 자동차의 진행방향으로 일정한 간격을 두고 연속하여 설치되는 다수의 전선과, 서로 이웃하는 전선 사이의 간격에 배치되며 자성을 갖고 서로 이웃하는 전선을 전기적으로 절연시키는 절연 자성체를 구비한다. 즉, 집전 장치는 자속이 유기되는 집전 코어 및 집전 코어에 권취되는 집전 케이블을 포함하며 급전 유닛과 자속에 의해 자기적으로 커플링되는 집전 유닛을 이용하여 급전 장치로부터 형성된 유도기전력을 공급받는다.
한편, 급전 장치는 온라인 전기 자동차의 노선에 대응되어 구현될 수 있으며, 급전 전원을 포함한다. 여기서, 급전 전원은 인버터를 말한다. 또한, 차로(즉, 도로)의 내부인 아스팔트에 일부 매설될 수 있다. 즉, 도로 상에 급전 코어 및 급전 전원을 포함하는 급전 장치를 매설하여 전기 자동차의 운행에 필요한 전력을 충전하는 방식을 사용하는 경우, 전기 자동차가 주행할 때 급전 케이블에 전류가 흘러 전력을 공급할 수 있다. 한편, 이러한, 급전 케이블을 여러 개의 세그먼트(Segments)로 나누어 구현될 수 있으며, 진행중인 전기 자동차에 전력을 공급할 수 있다. 이때, 연속된 세그먼트 당 하나의 급전 전원(인버터)이 인가될 수 있다. 이러한, 급전 장치는 구비된 급전 전원으로부터 전력을 공급받고, 급전 전원에 연결된 급전 케이블에 흐르는 전류에 의해 발생되는 자속의 경로를 제공하는 급전 코어 및 급전 코어에 권취되는 급전 케이블을 포함하는 급전 유닛을 이용하여 자기유도 방식으로 온라인 전기 자동차에 전력을 공급한다. 이하에서는, 이러한, 온라인 전기 자동차에 구비되는 최적의 배터리 용량과 온라인 전기 자동차의 노선에 대응되어 구현되는 급전 케이블의 최적의 매설 구간을 추출하기 위한 알고리즘(Algorithm)을 수행하기 위한 최적 운행 정보 결정 장치(100)에 대해 구체적으로 설명하도록 한다.
본 실시예에 따른 최적 운행 정보 결정 장치(100)는 초기 개체군 설정부(110), 적합도 측정부(120), 선택부(130), 크로스오버부(140), 변이부(150), 종료 결정부(160) 및 최적 정보 결정부(170)를 포함한다. 본 실시예에서는 최적 운행 정보 결정 장치(100)가 초기 개체군 설정부(110), 적합도 측정부(120), 선택부(130), 크로스오버부(140), 변이부(150), 종료 결정부(160) 및 최적 정보 결정부(170)만을 포함하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 최적 운행 정보 결정 장치(100)에 포함되는 구성 요소에 대하여 다양하게 수정 및 변형하여 적용 가능할 것이다.
한편, 본 실시예에 따른 OLEV 노선은 기 설정된 경로 정보로서, N 개의 세그먼트로 나누어져 있으며, 경로 정보 상에 기 설정된 스테이션 위치값을 포함하며, 설정된 스테이션 위치값 중 시발이 되는 시발 스테이션 위치값을 포함하며, 경로 정보 상에 OLEV 운행 방향값을 포함하며, 각각의 세그먼트는 각기 같은 길이값을 가지며, 각각의 세그먼트마다 급전 선로 매설 여부에 따른 값을 갖는다. 한편, 각각의 세그먼트가 각기 같은 길이값을 가지는 것이 바람직하나 반드시 이에 한정되는 것은 아니다. 또한, OLEV 배터리 용량값은 실수를 가지며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수를 갖는다. 예컨대, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가질 수 있으며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있다. 즉, OLEV 노선이 약 10개의 세그먼트로 구분된 경우, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 10개의 이진수로 이루어질 수 있는 것이다. 또한, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트마다 급전을 위한 급전 선로의 설치 여부에 따라 0 또는 1의 값을 갖는다. 여기서, 급전 선로에는 급전을 위한 인덕티브 케이블(Inductive Cable)이 설치될 수 있다.
한편, OLEV 운행 방향값은 OLEV 노선 상에서 기 설정된 스테이션을 경유하는 운행 방향 정보로서, 정방향과 역방향으로 구분될 수 있다. 이때, 정방향은 시계 방향인 것이 바람직하고, 역방향은 반시계 방향인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.
초기 개체군 설정부(110)는 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체(Chromosome)를 기 설정된 개수로 설정하되, 염색체에 OLEV 노선의 세그먼트 길이값, OLEV 노선 상의 시발 스테이션(Primary Station) 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성한다. 한편, 초기 개체군 설정부(110)가 염색체를 설정하는 과정에 대해 보다 구체적으로 설명하자면 다음과 같다. 초기 개체군 설정부(110)는 세그먼트 길이값에 따라 염색체의 총 길이가 설정하며, 시발 스테이션의 위치값에 따라 염색체 내의 세그먼트 순서를 설정하며, OLEV 운행 방향값에 따라 염색체 내의 세그먼트 순서를 설정한다. 여기서, 초기 개체군 설정부(110)는 염색체를 약 100개의 개수로 설정할 수 있으나 반드시 이에 한정되는 것은 아니다. 한편, 초기 개체군 설정부(110)는 염색체를 설정하는 과정을 설명하자면, 초기 개체군 설정부(110)는 염색체를 랜덤(Random)하게 설정하거나 사용자의 조작 또는 명령에 의해 설정할 수 있다.
한편, 염색체란 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값의 최적값을 추출하기 위한 일종의 초기 개체 정보로서, 적합도 측정부(120), 선택부(130), 크로스오버부(140), 변이부(150) 및 종료 결정부(160) 등을 거쳐 해당 값이 변화되므로, 본 실시예에서는 염색체로 정의하여 설명토록 한다.
적합도 측정부(120)는 기 설정된 목적식(Objective Function)과 제약식(Constraints)을 초기 개체군 설정부(110)를 통해 설정된 각각의 염색체에 적용하여 비용 정보를 산출한다. 가령, 적합도 측정부(120)는 약 100개의 염색체 각각에 목적식과 제약식을 적용할 수 있으며, 약 100개의 염색체 각각에 대한 약 100개의 비용 정보를 산출할 수 있다.
한편, 적합도 측정부(120)에서 적용하는 목적식은 [수학식 1]과 같다.
Figure 112013069895016-pat00001
(k: OLEV의 운행 댓 수, Imax: OLEV 배터리의 최대 충전 상태(State Of Charge), Cvehicle: OLEV 기본 가격, Cbattery: OLEV 단위당 OLEV 배터리의 용량당 가격, Cinverter: 인버터 개당 가격, Cline: 단위 길이당 인덕티브 케이블 가격, li: ith 세그먼트에 급전 선로 설치시 1, 미설치시 0,
Figure 112013069895016-pat00002
: ith 세그먼트에서의 시작점,
Figure 112013069895016-pat00003
: ith 세그먼트에서의 끝점)
한편, 적합도 측정부(120)에서 적용하는 제약식은 [수학식 2]와 같다.
Figure 112012009683621-pat00004
(Ihigh: 시작시점에서의 OLEV 배터리의 충전 상태, Ilow: 운행 중 OLEV 배터리의 최저 충전 상태, di: ith 세그먼트에서의 OLEV 배터리의 소모량, si: ith 세그먼트에서의 OLEV 배터리의 충전량, li: ith 세그먼트에 급전 선로 설치시 1, 미설치시 0,
Figure 112013069895016-pat00005
: ith 세그먼트에서의 시작점,
Figure 112013069895016-pat00006
: ith 세그먼트에서의 끝점)
한편, 적합도 측정부(120)는 염색체가 [수학식 2]와 같은 제약식을 만족하지 못하는 경우, 해당 염색체의 비용 정보가 정상 범위를 초과하는 값으로 설정되도록 하여 선택부(130)에서 최소 비용 염색체 정보로 선택될 확률이 낮아지도록 한다.
선택부(130)는 초기 개체군 설정부(110)를 통해 생성된 초기 개체 정보와 적합도 측정부(120)를 통해 생성된 비용 정보 중 적어도 하나 이상의 정보에 근거하여 최소 비용 염색체 정보를 생성한다. 여기서, 선택부(130)가 최소 비용 염색체 정보를 생성하는 과정에 대해 보다 구체적으로 설명하자면 다음과 같다. 선택부(130)는 초기 개체 정보 중 랜덤하게 복수의 염색체인 제 1 염색체를 선별하고, 선별된 제 1 염색체의 각각의 비용 정보에 근거하여 최소 비용을 갖는 염색체를 선택한 최소 비용 염색체 정보를 생성한다.
즉, 선택부(130)는 초기 개체 정보 중 랜덤하게 두 개의 염색체인 제 1 염색체를 선별하고, 선별된 두 개의 염색체 각각의 비용 정보에 근거하여 두 개의 염색체 중 최소 비용을 갖는 한 개의 염색체를 선택하며, 최소 비용 염색체 정보를 선별하는 과정을 기 설정된 횟수만큼 반복한 최소 비용 염색체 정보를 생성한다. 예컨대, 선택부(130)는 약 100개의 초기 개체 정보 중 랜덤하게 두 개의 염색체인 제 1 염색체를 선별하고, 선별된 두 개의 염색체 각각의 비용 정보에 근거하여 두 개의 염색체 중 최소 비용을 갖는 한 개의 염색체를 선택하는 과정을 약 100번 수행하여 약 100개의 염색체를 포함하는 최소 비용 염색체 정보를 생성할 수 있다.
크로스오버부(140)는 선택부(130)를 통해 생성된 최소 비용 염색체 정보에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성한다. 여기서, 크로스오버부(140)가 크로스오버 정보를 생성하는 과정을 보다 구체적으로 설명하자면 다음과 같다. 크로스오버부(140)는 최소 비용 염색체 정보 중 랜덤하게 한 쌍의 염색체인 제 2 염색체를 선별하고, 한 쌍의 염색체 상호 간에 OLEV 배터리 용량값 및 OLEV 멀티 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성한다.
즉, 크로스오버부(140)는 최소 비용 염색체 정보의 각각에 대한 제 1 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률 이내에 해당하는 염색체만을 선별한 제 1 확률 정보를 생성하고, 제 1 확률 정보 중 랜덤하게 두 개의 염색체인 제 2 염색체를 선별하고, 두 개의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버하며, 크로스오버를 기 설정된 횟수만큼 반복한 크로스오버 정보를 생성한다. 예컨대, 크로스오버부(140)는 약 100개의 염색체를 포함하는 최소 비용 염색체 정보의 각각에 대한 제 1 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 70 %) 이내에 해당하는 염색체만을 선별한 제 1 확률 정보를 생성하고, 제 1 확률 정보(약 70 % 이내) 중 랜덤하게 두 개의 염색체인 제 2 염색체를 선별하고, 두 개의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부(예컨대, 두 번째 세그먼트 내지 네 번째 세그먼트)를 크로스오버하는 과정을 약 50번 수행하여 약 100개의 염색체를 포함하는 크로스오버 정보를 생성할 수 있다. 여기서, 제 1 랜덤 넘버는 무질서하게 흩어져 있는 집합 속에서 여러가지 샘플을 수집하고자 할 때 어떤 확률을 가지고, 한쪽으로 치우침없이 샘플을 수집할 수 있도록 배열된 수의 집합인 난수의 발생을 의미한다.
한편, 크로스오버부(140)는 두 개의 염색체의 각각에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 랜덤하게 범위를 설정하며, 설정된 범위에 해당하는 값을 크로스오버한다. 가령, 크로스오버부(140)는 제 1 확률 정보(약 70 % 이내) 중 랜덤하게 선별된 두 개의 염색체의 각각에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 랜덤하게 세그먼트의 위치(범위)를 설정하며, 설정된 세그먼트 위치(범위)에 해당하는 값을 크로스오버할 수 있다.
변이부(150)는 크로스오버 정보에 포함된 OLEV 배터리 용량값과 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성한다. 여기서, 변이부(150)가 변이 정보를 생성하는 과정에 대해 보다 구체적으로 설명하자면 다음과 같다. 변이부(150)는 크로스오버부(140)를 통해 생성된 크로스오버 정보 중 랜덤하게 제 3 염색체를 선택하고, 제 3 염색체 내에 포함된 OLEV 배터리 용량값과 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성한다.
즉, 변이부(150)는 크로스오버부(140)를 통해 생성된 크로스오버 정보의 각각에 대한 제 2 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률 이내에 해당하는 염색체만을 선별한 제 2 확률 정보를 생성하고, 제 2 확률 정보 중 랜덤하게 한 개의 염색체만을 제 3 염색체로 선택하고, 선택된 염색체 내에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이시키며, 이러한 변이 과정을 기 설정된 횟수만큼 반복한 변이 정보를 생성한다. 여기서, 제 2 랜덤 넘버는 무질서하게 흩어져 있는 집합 속에서 여러가지 샘플을 수집하고자 할 때 어떤 확률을 가지고, 한쪽으로 치우침없이 샘플을 수집할 수 있도록 배열된 수의 집합인 난수의 발생을 의미한다. 예컨대, 변이부(150)는 약 100개의 염색체를 포함하는 크로스오버 정보의 각각에 대한 제 2 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 5 %) 이내에 해당하는 염색체만을 선별한 제 2 확률 정보를 생성하고, 제 2 확률 정보(약 5 % 이내의 염색체 정보) 중 랜덤하게 한 개의 염색체만을 제 3 염색체로 선택하고, 선택된 염색체 내에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이시키며, 이러한 변이 과정을 약 100번을 수행한 변이 정보를 생성한다.
한편, 변이부(150)가 OLEV 배터리 용량값을 변이하는 과정에 대해 설명하자면, 변이부(150)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값을 다른값으로 변이할 때 OLEV 배터리 용량값에 해당하는 실수 중 어느 하나의 실수로 변이시킨다. 가령, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가지는 것으로 가정하는 경우, 변이부(150)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값이 '15'인 경우 '0 내지 20' 중 '15'를 제외한 다른값으로 변이시키는 것이다.
한편, 변이부(150)가 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 변이하는 과정에 대해 설명하자면, 변이부(150)는 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 다른 값으로 변이할 때 설정된 이진수 중 다른 값으로 변이시킨다. 가령, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있으며, 세그먼트별로 OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수 값을 갖는 것으로 가정하는 경우, 변이부(150)는 선택된 염색체 내에 포함된 OLEV 노선 상의 세그먼트 중 두 번째 세그먼트 내지 여섯 번째 세그먼트에 포함된 급전 선로 매설 여부에 따른 값을 다른 값(0→1, 1→0)으로 변이시킬 수 있다.
종료 결정부(160)는 변이부(150)를 통해 변이 정보가 기 설정된 개수만큼 생성되고, 변이 정보가 기 설정된 퍼센트 이상으로 동일한 경우, 변이 정보의 생성을 종료한다. 즉, 종료 결정부(160)는 약 100개의 변이 정보를 생성한 후 변이 정보에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 위치 위치에 따른 값이 서로 약 95 %이상으로 동일해지는 경우, 변이부(150)를 통한 변이 정보의 생성을 중단하도록 한다. 만약, 95 %이상 동일 하지 않은 경우 현재의 변이 정보에 포함된 염색체 (집단)를 바탕으로 적합도 측정부(120)로 돌아가 적합도측정, 선택, 크로스오버, 변이를 다시 반복한다.
최적 정보 결정부(170)는 종료 결정부(160)를 통해 기 설정된 퍼센트 이상으로 동일한 변이 정보에 OLEV 노선의 세그먼트 길이값, OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 최적값을 최적 운행 정보로 결정한다. 즉, 최적 정보 결정부(170)는 약 95 % 이상으로 변이 정보가 동일해지는 경우, 실질적으로 초기 개체군 설정부(110), 적합도 측정부(120), 선택부(130), 크로스오버부(140) 및 변이부(150)의 동작 과정을 거쳐 생성된 변이 정보가 실질적으로 동일한 것으로 판단하여, 95 % 이상으로 동일한 변이 정보에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 최적값을 최적 운행 정보로 결정할 수 있다.
최적 정보 결정부(170)가 최적 운행 정보를 결정하는 과정에 대해 보다 구체적으로 설명하자면 다음과 같다. 최적 정보 결정부(170)는 변이 정보를 이용하여 세그먼트 길이값마다 최적값(Optimal Value), 최적 배터리 용량(Optimal Battery Capacity), 파워 전송 위치(Power Transmitter Location) 및 총 길이(Total Length) 중 적어도 하나 이상의 정보를 산출하고, 세그먼트 길이값 중 어느 하나를 최적 운행 정보로 결정한다. 또한, 최적 정보 결정부(170)는 변이 정보를 이용하여 세그먼트 길이값마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 역방향으로 OLEV 운행 시 값 중 어느 하나를 최적 정보로 결정한다. 또한, 최적 정보 결정부(170)는 변이 정보를 이용하여 OLEV 노선의 시발 스테이션 위치값 마다 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 시발 스테이션 위치값 중 어느 하나를 최적 운행 정보로 결정한다. 또한, 최적 정보 결정부(170)는 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 값 중 어느 하나를 최적 정보로 결정한다.
도 2는 본 실시예에 따른 최적 운행 정보 결정 방법을 설명하기 위한 순서도이다.
온라인 전기 자동차에 구비되는 최적의 배터리 용량과 온라인 전기 자동차의 노선에 대응되어 구현되는 급전 케이블의 최적의 매설 구간을 추출하기 위한 최적 운행 정보 결정 장치(100)가 동작하는 과정에 대해 도 2를 통해 설명하도록 한다.
최적 운행 정보 결정 장치(100)는 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체를 기 설정된 개수로 설정하되, 염색체에 OLEV 노선의 세그먼트 길이값, OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성한다(S210). 단계 S210에서, 최적 운행 정보 결정 장치(100)는 세그먼트 길이값에 따라 염색체의 총 길이가 설정하며, 시발 스테이션의 위치값에 따라 염색체 내의 세그먼트 순서를 설정하며, OLEV 운행 방향값에 따라 염색체 내의 세그먼트 순서를 설정한다. 또한, 단계 S210에서, 최적 운행 정보 결정 장치(100)는 염색체를 약 100개의 개수로 설정할 수 있으나 반드시 이에 한정되는 것은 아니다. 한편, 최적 운행 정보 결정 장치(100)는 염색체를 랜덤하게 설정하거나 사용자의 조작 또는 명령에 의해 설정할 수 있다. 한편, OLEV 운행 방향값은 OLEV 노선 상에서 기 설정된 스테이션을 경유하는 운행 방향 정보로서, 정방향과 역방향으로 구분될 수 있다. 이때, 정방향은 시계 방향인 것이 바람직하고, 역방향은 반시계 방향인 것이 바람직하나 반드시 이에 한정되는 것은 아니다.
최적 운행 정보 결정 장치(100)는 기 설정된 목적식과 제약식을 단계 S210을 통해 설정된 각각의 염색체에 적용하여 비용 정보를 산출한다(S220). 가령, 최적 운행 정보 결정 장치(100)는 약 100개의 염색체 각각에 목적식과 제약식을 적용할 수 있으며, 약 100개의 염색체 각각에 대한 약 100개의 비용 정보를 산출할 수 있다. 한편, 단계 S220에서 목적식은 [수학식 1]과 같으며, 제약식은 [수학식 2]와 같다. 이때, 최적 운행 정보 결정 장치(100)는 염색체가 [수학식 2]와 같은 제약식을 만족하지 못하는 경우, 해당 염색체의 비용 정보가 정상 범위를 초과하는 값으로 설정되도록 하여 선택부(130)에서 최소 비용 염색체 정보로 선택될 확률이 낮아지도록 할 수 있다.
최적 운행 정보 결정 장치(100)는 단계 S210을 통해 생성된 초기 개체 정보와 단계 S220을 통해 생성된 비용 정보 중 적어도 하나 이상의 정보에 근거하여 최소 비용 염색체 정보를 생성한다(S230). 단계 S230에서 최적 운행 정보 결정 장치(100)는 초기 개체 정보 중 랜덤하게 복수의 염색체인 제 1 염색체를 선별하고, 선별된 제 1 염색체의 각각의 비용 정보에 근거하여 최소 비용을 갖는 염색체를 선택한 최소 비용 염색체 정보를 생성한다. 즉, 최적 운행 정보 결정 장치(100)는 초기 개체 정보 중 랜덤하게 두 개의 염색체인 제 1 염색체를 선별하고, 선별된 두 개의 염색체 각각의 비용 정보에 근거하여 두 개의 염색체 중 최소 비용을 갖는 한 개의 염색체를 선택하며, 최소 비용 염색체 정보를 선별하는 과정을 기 설정된 횟수만큼 반복한 최소 비용 염색체 정보를 생성한다. 예컨대, 최적 운행 정보 결정 장치(100)는 약 100개의 초기 개체 정보 중 랜덤하게 두 개의 염색체인 제 1 염색체를 선별하고, 선별된 두 개의 염색체 각각의 비용 정보에 근거하여 두 개의 염색체 중 최소 비용을 갖는 한 개의 염색체를 선택하는 과정을 약 100번 수행하여 약 100개의 염색체를 포함하는 최소 비용 염색체 정보를 생성할 수 있다.
최적 운행 정보 결정 장치(100)는 단계 S230을 통해 생성된 최소 비용 염색체 정보에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성한다(S240). 단계 S240에서 최적 운행 정보 결정 장치(100)는 최소 비용 염색체 정보 중 랜덤하게 한 쌍의 염색체인 제 2 염색체를 선별하고, 한 쌍의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버한 크로스오버 정보를 생성한다. 즉, 최적 운행 정보 결정 장치(100)는 최소 비용 염색체 정보의 각각에 대한 제 1 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률 이내에 해당하는 염색체만을 선별한 제 1 확률 정보를 생성하고, 제 1 확률 정보 중 랜덤하게 두 개의 염색체인 제 2 염색체를 선별하고, 두 개의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부를 크로스오버하며, 크로스오버를 기 설정된 횟수만큼 반복한 크로스오버 정보를 생성한다. 예컨대, 최적 운행 정보 결정 장치(100)는 약 100개의 염색체를 포함하는 최소 비용 염색체 정보의 각각에 대한 제 1 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 70 %) 이내에 해당하는 염색체만을 선별한 제 1 확률 정보를 생성하고, 제 1 확률 정보(약 70 % 이내) 중 랜덤하게 두 개의 염색체인 제 2 염색체를 선별하고, 두 개의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부(예컨대, 두 번째 세그먼트 내지 네 번째 세그먼트)를 크로스오버하는 과정을 약 50번 수행하여 약 100개의 염색체를 포함하는 크로스오버 정보를 생성할 수 있다.
한편, 최적 운행 정보 결정 장치(100)는 두 개의 염색체의 각각에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 랜덤하게 범위를 설정하며, 설정된 범위에 해당하는 값을 크로스오버한다. 가령, 크로스오버부(140)는 제 1 확률 정보(약 70 % 이내) 중 랜덤하게 선별된 두 개의 염색체의 각각에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 랜덤하게 세그먼트의 위치(범위)를 설정하며, 설정된 세그먼트 위치(범위)에 해당하는 값을 크로스오버할 수 있다.
최적 운행 정보 결정 장치(100)는 크로스오버 정보에 포함된 OLEV 배터리 용량값과 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성한다(S250). 단계 S250에서 최적 운행 정보 결정 장치(100)는 단계 S240을 통해 생성된 크로스오버 정보 중 랜덤하게 제 3 염색체를 선택하고, 제 3 염색체 내에 포함된 OLEV 배터리 용량값과 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성한다.
즉, 최적 운행 정보 결정 장치(100)는 단계 S240을 통해 생성된 크로스오버 정보의 각각에 대한 제 2 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률 이내에 해당하는 염색체만을 선별한 제 2 확률 정보를 생성하고, 제 2 확률 정보 중 랜덤하게 한 개의 염색체만을 제 3 염색체로 선택하고, 선택된 염색체 내에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이시키며, 이러한 변이 과정을 기 설정된 횟수만큼 반복한 변이 정보를 생성한다. 예컨대, 최적 운행 정보 결정 장치(100)는 약 100개의 염색체를 포함하는 크로스오버 정보의 각각에 대한 제 2 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 5 %) 이내에 해당하는 염색체만을 선별한 제 2 확률 정보를 생성하고, 제 2 확률 정보(약 5 % 이내의 염색체 정보) 중 랜덤하게 한 개의 염색체만을 제 3 염색체로 선택하고, 선택된 염색체 내에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이시키며, 이러한 변이 과정을 약 100번을 수행한 변이 정보를 생성한다.
한편, 단계 S250에서 최적 운행 정보 결정 장치(100)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값을 다른값으로 변이할 때 OLEV 배터리 용량값에 해당하는 실수 중 어느 하나의 실수로 변이시킨다. 가령, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가지는 것으로 가정하는 경우, 최적 운행 정보 결정 장치(100)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값이 '15'인 경우 '0 내지 20' 중 '15'를 제외한 다른값으로 변이시키는 것이다.
한편, 단계 S250에서 최적 운행 정보 결정 장치(100)는 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 다른 값으로 변이할 때 설정된 이진수 중 다른 값으로 변이시킨다. 가령, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있으며, 세그먼트별로 OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수 값을 갖는 것으로 가정하는 경우, 최적 운행 정보 결정 장치(100)는 선택된 염색체 내에 포함된 OLEV 노선 상의 세그먼트 중 두 번째 세그먼트 내지 여섯 번째 세그먼트에 포함된 급전 선로 매설 여부에 따른 값을 다른 값(0→1, 1→0)으로 변이시킬 수 있다.
최적 운행 정보 결정 장치(100)는 단계 S250을 통해 변이 정보가 기 설정된 개수만큼 생성되고, 변이 정보가 기 설정된 퍼센트 이상으로 동일한 경우, 변이 정보의 생성을 종료한다(S260). 단계 S260에서 최적 운행 정보 결정 장치(100)는 약 100개의 변이 정보를 생성한 후 변이 정보에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 위치 위치에 따른 값이 서로 약 95 %이상으로 동일해지는 경우, 변이부(150)를 통한 변이 정보의 생성을 중단하도록 한다.
최적 운행 정보 결정 장치(100)는 기 설정된 퍼센트 이상으로 동일한 변이 정보에 OLEV 노선의 세그먼트 길이값, OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 최적값을 최적 운행 정보로 결정한다(S270). 단계 S270에서 최적 운행 정보 결정 장치(100)는 약 95 % 이상으로 변이 정보가 동일해지는 경우, 실질적으로 단계 S210 내지 단계 S260의 동작 과정을 거쳐 생성된 변이 정보가 실질적으로 동일한 것으로 판단하여, 95 % 이상으로 동일한 변이 정보에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정할 수 있다.
또한, 단계 S270에서 최적 운행 정보 결정 장치(100)가 최적 운행 정보를 결정하는 과정에 대해 보다 구체적으로 설명하자면 다음과 같다. 최적 운행 정보 결정 장치(100)는 변이 정보를 이용하여 세그먼트 길이값마다 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 세그먼트 길이값 중 어느 하나를 최적 운행 정보로 결정한다. 또한, 최적 운행 정보 결정 장치(100)는 변이 정보를 이용하여 세그먼트 길이값마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 역방향으로 OLEV 운행 시 값 중 어느 하나를 최적 정보로 결정한다. 또한, 최적 정보 결정부(170)는 변이 정보를 이용하여 OLEV 노선의 시발 스테이션 위치값 마다 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 시발 스테이션 위치값 중 어느 하나를 최적 운행 정보로 결정한다. 또한, 최적 운행 정보 결정 장치(100)는 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 값 중 어느 하나를 최적 정보로 결정한다.
도 2에서는 단계 S210 내지 단계 S270을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 2에 기재된 순서를 변경하여 실행하거나 단계 S210 내지 단계 S270 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 2는 시계열적인 순서로 한정되는 것은 아니다.
전술한 바와 같이 도 2에 기재된 본 실시예에 따른 최적 운행 정보 결정 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 최적 운행 정보 결정 방법을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 이러한 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인(Functional) 프로그램, 코드 및 코드 세그먼트들은 본 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다.
도 3은 본 실시예에 따른 OLEV 노선과 세그먼트를 설명하기 위한 예시도이다.
도 3의 (a)에 도시된 바와 같이, 온라인 전기 자동차의 경우 운행 노선이 기 설정될 수 있다. 예컨대, '버스 전용차선', '놀이공원 열차', '공항 내 열차', '행정중심복합도시' 등과 같이 노선이 기 설정된 곳이 될 수 있다. 또한, 도 3의 (b)에 도시된 바와 같이, OLEV 노선은 OLEV 노선은 기 설정된 경로 정보로서, N 개의 세그먼트로 나누어져 있으며, 경로 정보 상에 기 설정된 스테이션 위치값을 포함하며, 설정된 스테이션 위치값 중 시발이 되는 시발 스테이션 위치값을 포함하며, 경로 정보 상에 OLEV 운행 방향값을 포함하며, 각각의 세그먼트는 각기 같은 길이값을 가지며, 각각의 세그먼트마다 급전 선로 매설 여부에 따른 값을 갖는다.
또한, 도 3의 (c)에 도시된 바와 같이, OLEV 노선은 약 25 개의 세그먼트로 구분되는 것으로 가정하면, 각 세그먼트 당 급전 선로 설치 여부에 따른 값을 가지며, OLEV 배터리 용량값을 가진다. 즉, 도 3의 (c)에 도시된 각 계수를 설명하면 다음과 같다. li는 ith 세그먼트에 급전 선로 설치시 1, 미설치시 0으로 설정되며
Figure 112012009683621-pat00007
는 ith 세그먼트에서의 시작점을 의미하며
Figure 112012009683621-pat00008
는 ith 세그먼트에서의 끝점을 의미한다. 여기서, OLEV 배터리 용량값은 실수를 가지며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수를 갖는다. 예컨대, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가질 수 있으며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있다. 즉, OLEV 노선이 약 25개의 세그먼트로 구분된 경우, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 25개의 이진수로 이루어질 수 있는 것이다. 또한, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트마다 급전을 위한 급전 선로의 설치 여부에 따라 0 또는 1의 값을 갖는다. 여기서, 급전 선로에는 급전을 위한 인덕티브 케이블이 설치될 수 있다.
도 4는 본 실시예에 따른 초기 개체 설정, 크로스오버 및 변이를 설명하기 위한 예시도이다.
도 4의 (a)에 도시된 바와 같이, 최적 운행 정보 결정 장치(100)가 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체를 기 설정된 개수로 설정한 초기 개체 정보를 생성한다. 여기서, 최적 운행 정보 결정 장치(100)는 염색체를 약 100개의 개수로 설정할 수 있으나 반드시 이에 한정되는 것은 아니다. 한편, 초기 개체군 설정부(110)는 염색체를 설정하는 과정을 설명하자면, 최적 운행 정보 결정 장치(100)는 염색체를 랜덤하게 설정하거나 사용자의 조작 또는 명령에 의해 설정할 수 있다.
도 4의 (a)에 도시된 염색체 중 OLEV 배터리 용량값은 실수를 가지며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수를 갖는다. 예컨대, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가질 수 있으며, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있다. 즉, OLEV 노선이 약 10개의 세그먼트로 구분된 경우, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 10개의 이진수로 이루어질 수 있는 것이다. 또한, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트마다 급전을 위한 급전 선로의 설치 여부에 따라 0 또는 1의 값을 갖는다. 여기서, 급전 선로에는 급전을 위한 인덕티브 케이블이 설치될 수 있다.
한편, 도 4의 (b)를 통해 크로스오버하는 과정에 대해 설명하자면, 최적 운행 정보 결정 장치(100)는 약 100개의 염색체를 포함하는 최소 비용 염색체 정보의 각각에 대한 제 1 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 70 %) 이내에 해당하는 염색체만을 선별한 제 1 확률 정보를 생성하고, 제 1 확률 정보(약 70 % 이내) 중 도 4의 (b)와 같이 랜덤하게 두 개의 염색체인 제 2 염색체를 선별하고, 두 개의 염색체 상호 간에 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 일부(예컨대, 두 번째 세그먼트 내지 네 번째 세그먼트)를 크로스오버(도 4의 (b)에 도시된 바와 같이 0,0,0→1,1,1, 1,1,1→0,0,0)하는 과정을 약 50번 수행하여 약 100개의 염색체를 포함하는 크로스오버 정보를 생성할 수 있다. 여기서, 최적 운행 정보 결정 장치(100)는 제 1 확률 정보(약 70 % 이내) 중 랜덤하게 선별된 두 개의 염색체의 각각에 포함된 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 랜덤하게 세그먼트의 위치(범위)를 설정하며, 설정된 세그먼트 위치(범위)에 해당하는 값을 크로스오버할 수 있다.
한편, 도 4의 (c)를 통해 변이 과정에 대해 설명하자면, 최적 운행 정보 결정 장치(100)는 약 100개의 염색체를 포함하는 크로스오버 정보의 각각에 대한 제 2 랜덤 넘버를 발생하고, 랜덤 넘버 중 기 설정된 확률(약 5 %) 이내에 해당하는 염색체만을 선별한 제 2 확률 정보를 생성하고, 제 2 확률 정보(약 5 % 이내의 염색체 정보) 중 도 4의 (c)와 같이 랜덤하게 한 개의 염색체만을 제 3 염색체로 선택하고, 선택된 염색체 내에 포함된 OLEV 배터리 용량값과 OLEV 노선 상의 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이시키며, 이러한 변이 과정을 약 100번을 수행한 변이 정보를 생성한다.
즉, 최적 운행 정보 결정 장치(100)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값을 다른값으로 변이할 때 OLEV 배터리 용량값에 해당하는 실수 중 어느 하나의 실수로 변이시킬 수 있다. 가령, OLEV 배터리 용량값은 0 내지 20 중 어느 하나의 실수의 값을 가지는 것으로 가정하는 경우, 변이부(150)는 선택된 염색체 내에 포함된 OLEV 배터리 용량값이 '15'인 경우 '0 내지 20' 중 '15'를 제외한 다른값으로 변이시키는 것이다.
또한, 최적 운행 정보 결정 장치(100)는 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 다른 값으로 변이할 때 설정된 이진수 중 다른 값으로 변이시킬 수 있다. 가령, OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 세그먼트만큼의 수로 구분될 수 있으며, 세그먼트별로 OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수 값을 갖는 것으로 가정하는 경우, 변이부(150)는 선택된 염색체 내에 포함된 OLEV 노선 상의 세그먼트 중 두 번째 세그먼트 내지 여섯 번째 세그먼트에 포함된 급전 선로 매설 여부에 따른 값을 다른 값(도 4의 (c)에 도시된 바와 같이 0,1,0,1,1→1,0,1,0,0)으로 변이시킬 수 있다.
도 5는 본 실시예에 따른 세그먼트 길이값에 따른 최적 운행 정보 결정을 설명하기 위한 예시도이다.
도 5에 도시된 바와 같이, 세그먼트 길이값은 '5 m', '10 m', '20 m', '40 m', '50 m', '70 m', '100 m' 단위로 설정될 수 있다. 여기서, 세그먼트 길이값이 '5 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '55300'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 540 m ~ 655 m, 1080 m ~ 1155 m, 2060 ~ 2195 m가 될 수 있으며, 총 길이는 455 m가 될 수 있다. 한편, 세그먼트 길이값이 '10 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '55600'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 530 m ~ 640 m, 1090 m ~ 1190 m, 2060 ~ 2160 m, 2650 ~ 2800 m가 될 수 있으며, 총 길이는 460 m가 될 수 있다.
한편, 세그먼트 길이값이 '20 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '55600'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 560 m ~ 660 m, 1080 m ~ 1160 m, 2060 ~ 2220 m, 2680 ~ 2800 m가 될 수 있으며, 총 길이는 460 m가 될 수 있다. 한편, 세그먼트 길이값이 '40 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '56800'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 560 m ~ 640 m, 1080 m ~ 1160 m, 2040 ~ 2240 m, 2680 ~ 2800 m가 될 수 있으며, 총 길이는 480 m가 될 수 있다.
한편, 세그먼트 길이값이 '50 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '58000'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 550 m ~ 650 m, 1100 m ~ 1150 m, 2050 ~ 2300 m, 2700 ~ 2800 m가 될 수 있으며, 총 길이는 500 m가 될 수 있다. 한편, 세그먼트 길이값이 '70 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '57400'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 560 m ~ 630 m, 1050 m ~ 1190 m, 2030 m ~ 2170 m, 2660 ~ 2800 m가 될 수 있으며, 총 길이는 490 m가 될 수 있다. 한편, 세그먼트 길이값이 '100 m'마다 설정된 경우, 최적값은 '65000'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 500 m ~ 800 m, 2000 m ~ 2300 m, 2700 ~ 2800 m가 될 수 있으며, 총 길이는 700 m가 될 수 있다.
도 6은 본 실시예에 따른 역방향으로 OLEV 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도이다.
도 6에 도시된 바와 같이, 세그먼트 길이값은 '5 m'단위로 설정될 수 있다. 여기서, 세그먼트 길이값이 '5 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '55300'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 540 m ~ 655 m, 1080 m ~ 1155 m, 2060 ~ 2195 m가 될 수 있으며, 총 길이는 455 m가 될 수 있다. 이때, OLEV 경로 상에서 역방향으로 OLEV 운행 시 세그먼트 길이값이 '5 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '50800'이 될 수 있고, 최적 배터리 용량은 '5'가 될 수 있고, 파워 전송 위치는 1045 m ~ 1130 m, 2155 m ~ 2435 m, 2735 ~ 2800 m가 될 수 있으며, 총 길이는 430 m가 될 수 있다.
도 7은 본 실시예에 따른 제 2, 3 스테이션 마다 순방향 또는 영방향 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도이다.
도 7에 도시된 바와 같이, 세그먼트 길이값은 '5 m'단위로 설정될 수 있다. 여기서, 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 2 스테이션(Station 2)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '49000'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 480 m ~ 510 m, 1060 m ~ 1120 m, 2150 ~ 2240 m, 2630 ~ 2800 m가 될 수 있으며, 총 길이는 350 m가 될 수 있다. 한편, OLEV 경로 상에서 역방향으로 OLEV 운행 시 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 2 스테이션(Station 2)을 시발 스테이션 위치값으로 설정한 경우 세그먼트 길이값이 '5 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '54700'이 될 수 있고, 최적 배터리 용량은 '5'가 될 수 있고, 파워 전송 위치는 500 m ~ 655 m, 1670 m ~ 1740 m, 2275 m ~ 2335 m, 2640 ~ 2800 m가 될 수 있으며, 총 길이는 445 m가 될 수 있다.
여기서, 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 3 스테이션(Station 3)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '50500'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 590 m ~ 620 m, 1655 m ~ 1750 m, 2185 ~ 2360 m, 2725 ~ 2800 m가 될 수 있으며, 총 길이는 375 m가 될 수 있다. 한편, OLEV 경로 상에서 역방향으로 OLEV 운행 시 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 3 스테이션(Station 3)을 시발 스테이션 위치값으로 설정한 경우 세그먼트 길이값이 '5 m'마다 설정된 경우, 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '50500'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 475 m ~ 535 m, 1030 m ~ 1160 m, 2150 m ~ 2270 m, 2735 ~ 2800 m가 될 수 있으며, 총 길이는 375 m가 될 수 있다.
도 8은 본 실시예에 따른 제 4, 5 스테이션 마다 순방향 또는 역방향 운행 시 최적 운행 정보 결정을 설명하기 위한 예시도이다.
도 8에 도시된 바와 같이, 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 4 스테이션(Station 4)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '48100'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 1040 m ~ 1130 m, 1555 m ~ 1710 m, 2165 ~ 2210 m, 2755 ~ 2800 m가 될 수 있으며, 총 길이는 335 m가 될 수 있다. 한편, OLEV 경로 상에서 역방향으로 OLEV 운행 시 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 4 스테이션(Station 4)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '52900'이 될 수 있고, 최적 배터리 용량은 '3'가 될 수 있고, 파워 전송 위치는 605 m ~ 635 m, 1105 m ~ 1195 m, 1620 m ~ 1760 m, 2405 ~ 2475 m, 2765 ~ 2800 m가 될 수 있으며, 총 길이는 365 m가 될 수 있다.
세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 5 스테이션(Station 5)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '50100'이 될 수 있고, 최적 배터리 용량은 '4'가 될 수 있고, 파워 전송 위치는 685 m ~ 775 m, 1300 m ~ 1370 m, 1805 ~ 1870 m, 2420 ~ 2465 m, 2785 ~ 2800 m가 될 수 있으며, 총 길이는 285 m가 될 수 있다. 한편, OLEV 경로 상에서 역방향으로 OLEV 운행 시 세그먼트 길이값이 '5 m'마다 설정된 경우, OLEV 노선의 제 5 스테이션(Station 5)을 시발 스테이션 위치값으로 설정한 경우 최적 운행 정보 결정 장치(100)를 통해 산출된 최적값은 '52700'이 될 수 있고, 최적 배터리 용량은 '3'가 될 수 있고, 파워 전송 위치는 930 m ~ 985 m, 1455 m ~ 1545 m, 1970 m ~ 2110 m, 2640 ~ 2800 m가 될 수 있으며, 총 길이는 445 m가 될 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 최적 운행 정보 결정 장치
110: 초기 개체군 설정부 120: 적합도 측정부
130: 선택부 140: 크로스오버부
150: 변이부 160: 종료 결정부
170: 최적 정보 결정부

Claims (16)

  1. OLEV(On-Line Electric Vehicle) 배터리 용량값, OLEV 노선(Route) 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체(Chromosome)를 기 설정된 개수로 설정하되, 상기 염색체에 상기 OLEV 노선의 세그먼트(Segments) 길이값, 상기 OLEV 노선 상의 시발 스테이션(Primary Station) 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성하는 초기 개체군 설정부;
    기 설정된 목적식(Objective Function)과 제약식(Constraints)을 각각의 상기 염색체에 적용하여 비용 정보를 산출하는 적합도 측정부;
    상기 비용 정보 중 최소 비용을 갖는 정보를 최소 비용 염색체 정보로 선택하는 선택부;
    상기 최소 비용 염색체 정보 중 선별된 한 쌍의 염색체 상호 간에 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 서로 크로스오버한 크로스오버 정보를 생성하는 크로스오버부;
    상기 크로스오버 정보에 포함된 상기 OLEV 배터리 용량값과 상기 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성하는 변이부;
    상기 변이 정보를 기 설정된 개수만큼 생성한 후 상기 변이 정보가 상호 간에 기 설정된 퍼센트 이상으로 일치하는 경우 상기 변이 정보의 생성을 종료하며, 상기 변이 정보가 상호 간에 기 설정된 퍼센트 미만으로 일치하는 경우 상기 적합도 측정부가 수행하는 과정으로 돌아가도록 하는 종료 결정부
    상기 기 설정된 퍼센트 이상으로 동일한 상기 변이 정보에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 상기 최적값을 최적 운행 정보로 결정하는 최적 정보 결정부
    를 포함하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  2. 제 1 항에 있어서,
    상기 OLEV 노선은 기 설정된 경로 정보로서, N 개의 상기 세그먼트로 나누어져 있으며, 상기 경로 정보 상에 기 설정된 스테이션 위치값을 포함하며, 상기 설정된 스테이션 위치값 중 시발이 되는 상기 시발 스테이션 위치값을 포함하며, 상기 경로 정보 상에 상기 OLEV 운행 방향값을 포함하며, 각각의 상기 세그먼트는 각기 같은 길이값을 가지며, 각각의 상기 세그먼트마다 상기 급전 선로 매설 여부에 따른 값을 갖는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  3. 제 1 항에 있어서,
    상기 최적 정보 결정부는,
    상기 변이 정보를 이용하여 상기 세그먼트 길이값마다 최적값(Optimal Value), 최적 배터리 용량(Optimal Battery Capacity), 파워 전송 위치(Power Transmitter Location) 및 총 길이(Total Length) 중 적어도 하나 이상의 정보를 산출하고, 상기 세그먼트 길이값 중 어느 하나를 상기 최적 운행 정보로 결정하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  4. 제 1 항에 있어서,
    상기 최적 정보 결정부는,
    상기 변이 정보를 이용하여 상기 세그먼트 길이값마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 역방향으로 OLEV 운행 시 값 중 어느 하나를 상기 최적 정보로 결정하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  5. 제 1 항에 있어서,
    상기 최적 정보 결정부는,
    상기 변이 정보를 이용하여 상기 OLEV 노선의 상기 시발 스테이션 위치값 마다 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 시발 스테이션 위치값 중 어느 하나를 상기 최적 운행 정보로 결정하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  6. 제 5 항에 있어서,
    상기 최적 정보 결정부는,
    상기 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 값 중 어느 하나를 상기 최적 정보로 결정하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  7. 제 1 항에 있어서,
    상기 OLEV 배터리 용량값은 실수를 가지며, 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수를 갖는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  8. 제 7 항에 있어서,
    상기 초기 개체군 설정부는,
    상기 세그먼트 길이값에 따라 상기 염색체의 총 길이가 설정하며, 상기 시발 스테이션의 위치값에 따라 상기 염색체 내의 세그먼트 순서를 설정하며, 상기 OLEV 운행 방향값에 따라 상기 염색체 내의 상기 세그먼트 순서를 설정하는 것을 특징으로 하는 최적 운행 정보 결정 장치.
  9. OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 계수로 포함하는 염색체를 기 설정된 개수로 설정하되, 상기 염색체에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값을 추가로 적용한 초기 개체 정보를 생성하는 초기 개체군 설정 과정(Initial Population);
    기 설정된 목적식과 제약식을 각각의 상기 염색체에 적용하여 비용 정보를 산출하는 적합도 측정 과정(Fitness Function);
    상기 비용 정보 중 최소 비용을 갖는 정보를 최소 비용 염색체 정보로 선택하는 선택 과정(Selection);
    상기 최소 비용 염색체 정보 중 선별된 한 쌍의 염색체 상호 간에 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 서로 크로스오버한 크로스오버 정보를 생성하는 크로스오버 과정(Crossover);
    상기 크로스오버 정보에 포함된 상기 OLEV 배터리 용량값과 상기 급전 선로 매설 여부에 따른 값 중 어느 하나를 다른 값으로 변이한 변이 정보를 생성하는 변이 과정(Mutation);
    상기 변이 정보를 기 설정된 개수만큼 생성한 후 상기 변이 정보가 상호 간에 기 설정된 퍼센트 이상으로 일치하는 경우 상기 변이 정보의 생성을 종료하며, 상기 변이 정보가 상호 간에 기 설정된 퍼센트 미만으로 일치하는 경우 상기 적합도 측정부가 수행하는 과정으로 돌아가도록 하는 종료 결정 과정(End Criterion); 및
    상기 기 설정된 퍼센트 이상으로 동일한 상기 변이 정보에 상기 OLEV 노선의 세그먼트 길이값, 상기 OLEV 노선 상의 시발 스테이션 위치값 및 OLEV 운행 방향값 중 적어도 하나 이상의 값이 적용된 OLEV 배터리 용량값, OLEV 노선 상의 급전 선로 매설 여부에 따른 값을 최적값으로 결정하고, 상기 최적값을 최적 운행 정보로 결정하는 최적 정보 결정 과정
    을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  10. 제 9 항에 있어서,
    상기 OLEV 노선은 기 설정된 경로 정보로서, N 개의 상기 세그먼트로 나누어져 있으며, 상기 경로 정보 상에 기 설정된 스테이션 위치값을 포함하며, 상기 설정된 스테이션 위치값 중 시발이 되는 상기 시발 스테이션 위치값을 포함하며, 상기 경로 정보 상에 상기 OLEV 운행 방향값을 포함하며, 각각의 상기 세그먼트는 각기 같은 길이값을 가지며, 각각의 상기 세그먼트마다 상기 급전 선로 매설 여부에 따른 값을 갖는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  11. 제 9 항에 있어서,
    상기 최적 정보 결정 과정은,
    상기 변이 정보를 이용하여 상기 세그먼트 길이값마다 최적값(Optimal Value), 최적 배터리 용량(Optimal Battery Capacity), 파워 전송 위치(Power Transmitter Location) 및 총 길이(Total Length) 중 적어도 하나 이상의 정보를 산출하고, 상기 세그먼트 길이값 중 어느 하나를 상기 최적 운행 정보로 결정하는 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  12. 제 9 항에 있어서,
    상기 최적 정보 결정 과정은,
    상기 변이 정보를 이용하여 상기 세그먼트 길이값마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 역방향으로 OLEV 운행 시 값 중 어느 하나를 상기 최적 정보로 결정하는 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  13. 제 9 항에 있어서,
    상기 최적 정보 결정 과정은,
    상기 변이 정보를 이용하여 상기 OLEV 노선의 상기 시발 스테이션 위치값 마다 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 시발 스테이션 위치값 중 어느 하나를 상기 최적 운행 정보로 결정하는 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  14. 제 13 항에 있어서,
    상기 최적 정보 결정 과정은,
    상기 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 최적값, 최적 배터리 용량, 파워 전송 위치 및 총 길이 중 적어도 하나 이상의 정보를 산출하고, 상기 시발 스테이션 위치값 마다 역방향으로 OLEV 운행 시 값 중 어느 하나를 상기 최적 정보로 결정하는 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  15. 제 9 항에 있어서,
    상기 OLEV 배터리 용량값은 실수를 가지며, 상기 OLEV 노선 상의 급전 선로 매설 여부에 따른 값은 이진수를 갖는 것을 특징으로 하는 최적 운행 정보 결정 방법.
  16. 제 15 항에 있어서,
    상기 초기 개체군 설정 과정은,
    상기 세그먼트 길이값에 따라 상기 염색체의 총 길이가 설정하며, 상기 시발 스테이션의 위치값에 따라 상기 염색체 내의 세그먼트 순서를 설정하며, 상기 OLEV 운행 방향값에 따라 상기 염색체 내의 상기 세그먼트 순서를 설정하는 과정을 포함하는 것을 특징으로 하는 최적 운행 정보 결정 방법.
KR1020120012015A 2012-02-06 2012-02-06 최적 운행 정보 결정 방법 및 장치 KR101355989B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120012015A KR101355989B1 (ko) 2012-02-06 2012-02-06 최적 운행 정보 결정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120012015A KR101355989B1 (ko) 2012-02-06 2012-02-06 최적 운행 정보 결정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20130090694A KR20130090694A (ko) 2013-08-14
KR101355989B1 true KR101355989B1 (ko) 2014-01-29

Family

ID=49216227

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120012015A KR101355989B1 (ko) 2012-02-06 2012-02-06 최적 운행 정보 결정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101355989B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09119839A (ja) * 1995-10-24 1997-05-06 Suzuki Motor Corp 電気自動車用ナビシステム
KR19980043953A (ko) * 1996-12-05 1998-09-05 박병재 배터리 잔존용량을 이용한 전기자동차의 주행가능거리 표시장치 및 그 방법
JP2003262525A (ja) 2002-03-08 2003-09-19 Nissan Motor Co Ltd 充電スタンド情報提供装置
US20110224900A1 (en) 2010-03-09 2011-09-15 Hitachi Automotive Systems, Ltd. Route Planning Device and Route Planning System

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09119839A (ja) * 1995-10-24 1997-05-06 Suzuki Motor Corp 電気自動車用ナビシステム
KR19980043953A (ko) * 1996-12-05 1998-09-05 박병재 배터리 잔존용량을 이용한 전기자동차의 주행가능거리 표시장치 및 그 방법
JP2003262525A (ja) 2002-03-08 2003-09-19 Nissan Motor Co Ltd 充電スタンド情報提供装置
US20110224900A1 (en) 2010-03-09 2011-09-15 Hitachi Automotive Systems, Ltd. Route Planning Device and Route Planning System

Also Published As

Publication number Publication date
KR20130090694A (ko) 2013-08-14

Similar Documents

Publication Publication Date Title
CN109715433B (zh) 用于给电池驱动式车辆充电的方法
Jang et al. System optimization of the On-Line Electric Vehicle operating in a closed environment
Ko et al. The optimal system design of the online electric vehicle utilizing wireless power transmission technology
Jeong et al. Economic analysis of the dynamic charging electric vehicle
KR101757134B1 (ko) 전기 에너지의 차량에의 전달
US8827058B2 (en) Inductively receiving electric energy for a vehicle
Chopra et al. Driving range extension of EV with on-road contactless power transfer—A case study
EP3131776B1 (en) Inductive power supply for vehicles comprising a plurality of charging coils which can be operated in different sequences
JP5431297B2 (ja) 電気自動車及びその給電設備
CN102867430B (zh) 电动汽车用的信息终端以及巡航控制装置
JP6112234B2 (ja) 列車エネルギー制御システム、地上装置、車上装置
CN103507653A (zh) 用于实施车辆的能量管理的方法
CN103562037B (zh) 混合动力车辆以及用于运行混合动力车辆中用于给电池充电的设备的方法
KR101167504B1 (ko) 온라인 전기자동차용 도로 세그먼트 제어 장치 및 방법
CN102958747B (zh) 架线交通***及其控制方法
Foote et al. Optimal sizing of a dynamic wireless power transfer system for highway applications
Risch Planning and production concepts for contactless power transfer systems for electric vehicles
Jones et al. Impact of wireless power transfer in transportation: Future transportation enabler, or near term distraction
KR101355989B1 (ko) 최적 운행 정보 결정 방법 및 장치
KR101318389B1 (ko) 단일 노선에 따른 최적의 인프라 데이터 추출 방법 및 장치
KR101337002B1 (ko) 최적 정보를 이용한 최적 운행 정보 결정 방법 및 장치
KR101316790B1 (ko) 멀티 노선에 따른 최적의 인프라 데이터 추출 방법 및 장치
Gunji et al. Basic study on arrangement design of in-motion charging facility on urban roads
Nisar et al. Parametic Model for Optimization of Battery Capacity and Power Transmitters of On-line Electric Vehicles in Closed/Open Environments
Lee et al. Energy cost minimization based on decentralized reinforcement learning with feedback for stable operation of wireless charging electric tram network

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161227

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee