최봉기
(Bong-Gi Choi)
1iD
김성열
(Sung-Yul Kim)
†iD
-
(Dept. of Electronic and Electrical Engineering, Keimyung University, Korea)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Vehicle-to-Grid, V2G, TOU, Power system, Electric vehicle, Price elasticity
1. 서 론
환경부에서 운영하는 급속충전기는 이용자들의 형평성 및 에티켓을 고려하여 최대 충전시간을 40분으로 제한하고 있다. 환경부에서 운영하는 급속충전기를
이용하는 전기자동차 중 40분의 충전시간을 모두 할당하여 충전하는 비율은 약 25% 수준에 이른다. 이렇게 충전 제한시간을 모두 할당하여 충전하는
전기자동차는 전기자동차에 장착되는 차량용 배터리의 대형화로 증가할 전망이다.
전기자동차의 보급량이 꾸준히 증가하면서, 전기자동차 충전부하 증가에 따른 전력계통 내 안정도 및 신뢰도 저하를 불러올 수 있다(1). 현재 급속충전 요금은 공용 충전소와 아파트 및 개인용 충전소로 구분되고, 공용 충전소의 경우 시간대별 충전요금이 일정한 요금제를 채용하고 있다.
이는 시간대별 충전요금이 일정한 요금제를 계시별 요금제(Time-of-Use)로 변경함으로써 전력계통 내 안정도 및 신뢰도 증대를 동시에 끌어 낼
수 있는 가능성을 내포한다(2). 또, 현재 전기자동차가 급속충전소에 도착하는 차량들의 도착 시간 분포를 고려하였을 때 전력계통 첨두부하 구간과 전기자동차의 급속충전소 도착 시간
분포의 피크가 겹치는 것을 고려하면 ToU요금제의 채용이 타당할 수 있다(3).
따라서 본 논문에서는 환경부에서 운영하는 전기자동차 충전 제한 시간을 반영하여 V2G시스템 도입과 추가적인 ToU 요금제 채용으로 인한 전력계통의
영향을 평가하고 이러한 효과를 통해 계통 설비의 이용률을 높이고 용량 증대 시기를 늦추는 등 V2G 시스템 도입 및 ToU 요금제 채용의 필요성을
제안한다.
2. 국내 V2G 시스템 현황 및 충전 요금 체계
2.1 V2G 시스템의 개요 및 국내 V2G 실증사업 분석
한국전력에서는 2014년부터 2015년까지 V2G 테스트베드 및 운영 시스템을 구축하여 시범 사업을 진행하였다. 이 테스트베드는 전기차와 완속 충전기,
또 충·방전되는 전력량을 측정 및 제어하는 운영시스템으로 구성되었고, V2G에 사용된 완속 충전기는 단일 3.3kW급 충전기와 병렬 연결된 6.6kW급으로
구분하여 진행되었다. 적용된 전기차 SoC의 운영범위는 20%에서 94%수준이었으며 방전된 전기차의 전력은 충전기가 설치된 건물 내부에서 소비하고
이때 감축된 전력소비량과 첨두부하 및 배터리 수명 감소에 따른 경제성 분석이 진행되었다. 진행된 실증사업이 소규모의 전기차를 이용했다는 점과 분석에
반영된 유효한 충·방전 데이터의 양이 부족했다는 의견이 있었지만 종합적으로 산출된 전기차 1대의 연간 이득은 2,469,796원으로 V2G 시스템의
가능성을 확인할 수 있었다.
그림. 1. V2G 시스템의 개요도
Fig. 1. V2G system overview
2.2 전기자동차 충전 요금 체계
전기자동차 충전요금은 크게 급속 충전과 완속 충전에 따라 나눠진다. 비공용 충전기를 통해 자가 소비하는 완속 충전의 경우 계시별 요금제를 적용하여
표 1과 같은 요금을 책정하고 있다. 반면 비공용 충전기를 사용하지 않고 이동형 충전기를 사용할 경우 주택용 요금에 합산되어 총 요금이 책정된다.
표 1. 계시별 요금제를 따르는 자가 소비 전기자동차 충전 요금
Table 1. Self-consumption EV charging cost with ToU tariff
Classification
|
Demand
charge(Won/kW)
|
Energy charge(Won/kWh)
|
summer
|
spring/fall
|
winter
|
Lowvoltage
|
off-peak
load
|
2,390
|
57.6
|
58.7
|
80.7
|
mid-load
|
145.3
|
70.5
|
128.2
|
peak-load
|
232.5
|
75.4
|
190.8
|
Highvoltage
|
off-peak
load
|
2,580
|
52.5
|
53.5
|
69.9
|
mid-load
|
110.7
|
64.3
|
101.0
|
peak-load
|
163.7
|
68.2
|
138.8
|
급속 충전 요금의 경우 환경부에서 책정하고 있는 공공 급속 충전 요금은 2020년 4월 현재 kWh당 173.8원이고 계시별 일정한 요금이 책정되고
있다. 본 요금은 특례 할인 적용가로서, 2020년 7월을 기점으로 충전 요금 특례 할인 혜택을 단계적으로 축소할 예정이다.
3. 전기자동차 보급 단계별 분석 모델 개발
이 장에서는 본 논문에서 분석하고자하는 모델의 특징을 소개하고 시뮬레이션에 사용된 다양한 제약 사항에 대해서 설명한다. 본 연구에서 설정한 V2G
시스템을 이용한 계통 운영 방안에 따른 전력계통의 영향을 분석하기 위해서 다음과 같은 전기자동차 배터리 충전 환경에 대한 가정 및 제약을 포함하였다.
첫째로, 충전소로 들어오는 모든 차량들은 현행 충전 제한 시간인 40분을 모두 충족한 뒤 출발한다. 둘째로, 충전소로 들어오는 모든 차량의 목표 SoC를
80%로 설정하였다. 셋째로, 배터리 SoC 및 배터리 내부저항에 따른 충전속도의 변화를 무시하였다. 배터리의 충전 속도는 SoC 80% 부근에서
급격하게 낮아지기 시작하지만 두 번째 가정에서 목표 SoC를 80%로 설정했기 때문에 배터리의 충전 속도의 변화를 고려하지 않고도 실제와 근사한 분석이
가능하기 때문이다. 마지막으로 시간의 interval을 10분으로 설정하여 직관적인 분석이 가능하도록 하였다.
여기서,
$t^{n}$ :
$n$번째 차량의 plug-in 시간
$P_{t^{n}}^{n}$ :
$n$번째 차량이 $t^{n}$시간에 충·방전한 전력량 [kWh]
$P_{t^{n},\:t^{n}+i}^{n}$ :
$n$번째 차량이 $t^{n}$~ $t^{n}+i$시간동안 충전한 총 전력량
$P_{\max}$ :
충전기의 시간별 최대 충·방전 전력량[kWh]
$SOC_{obj}$ :
차량의 목표 SoC[%]
$C_{bat}^{n}$ :
$n$번째 차량의 배터리 용량[kWh]
$P_{arr}^{n}$ :
$n$번째 차량이 충전을 시작할 때의 배터리 내 전력량
$P_{t}^{ev}$ :
$t$시간에서 발생하는 전체 전기자동차의 충전 부하량
$P_{t}^{ba se}$ :
$t$시간에서 발생하는 기존 부하량[kWh]
식(1)과 같이 10분 단위의 충전량을 4개의 interval로 구성하여 시간에 plug-in한 차량이 40분간 충전한 총 전력량을 나타낼 수 있고, 식(2)와 같이 각 시간의 충·방전량은 충전기의 정격을 초과하지 않는다. 또 식(3)과 같이 번째 차량이 충전을 시작할 때의 용량과 목표 SoC를 고려하여 총 충전량을 나타낼 수 있고 시뮬레이션을 통해 분석된 대의 차량이 시간에 총
충전된 전력량을 식(4)와 같이 나타내었다. 본 연구에서는 기존 계통 부하량과 전기자동차에 의해 발생하는 부하량이 생성하는 첨두부하를 최소화하는 것을 목적 함수로 식(5)와 같이 설정하였다.
3.1 현재 EV 충전 부하에 따른 전력계통 영향 평가
현재 일반적으로 운영되고 있는 전기자동차 단방향 충전 시스템을 바탕으로 전력계통 영향 분석을 하여 본 연구에서 진행된 타 가상 모델과의 비교하기 위한
기준 모델로 설정한다. 본 모델에서는 전기자동차 급속 충전의 실 데이터 중 차량 별 1회 충전 시 총 충전량을 현행 충전 제한 시간인 40분으로 나누어
시간별로 일정한 양의 전력이 차량 배터리에 충전되도록 설정하고 전력계통에 미치는 영향을 분석한다(4).
3.2 V2G 시스템 도입에 따른 전력계통 영향 평가
전력계통과 전기자동차 배터리의 양방향 충·방전 시스템이 전력계통에 미치는 영향을 분석한다. 이러한 V2G 시스템을 통해 전력계통의 첨두부하가 발생하는
시간대에 전기자동차 배터리의 전력을 계통에 방전함으로써 첨두부하 저감 및 계통 파워 밸런스 개선을 통해 전력계통 안정도를 증대시킨다. 본 모델에서는
전기자동차가 plug-in 된 후 현행 충전 제한 시간인 40분 내에 첨두부하나 계통 파워 밸런스의 불균형이 왔을 때 차량의 목표 충전량과 충전기의
정격 입출력을 고려하여 차량 배터리의 충·방전을 제어한다.
먼저 차량의 plug-in time, arrival SoC 등 초기 값을 고려하여 차량의 필요 충전량 및 시간별 충·방전 가능 용량을 산출한다. 본
논문에서는 차량의 목표 SoC를 80%로 설정하였지만 plug-in 시간 동안 계통 첨두부하가 예상되는 시간이 되기 전에 배터리를 완충(SoC =
100%)하고 첨두부하가 발생하면 배터리 내 전력을 departure SoC인 SoC 80%수준 방전하여 첨두부하를 저감할 수 있다. 또, plug-in
시간이내에 계통 첨두부하가 예상되면 비첨두부하 시간대에 필요 충전량을 최대한 할당하여 배터리를 충전함으로써 첨두부하에 발생하는 전기자동차 충전부하를
최대한 저감할 수 있다.
3.3 ToU 요금제 설정에 따른 전력계통 영향 평가
본 절에서는 3.2절에서 진행된 V2G 시스템을 통한 전력계통 안정도 증대 방안에 ToU 요금제를 고려하여 추가적인 첨두부하 저감 및 계통 파워 밸런스
개선 방안을 분석한다. 현재 공공 급속 충전의 충전 요금은 kWh당 173.8원으로 시간대별로 일정한 전기 요금을 책정하고 있다. 따라서 본 모델에서는
시간대별 완속 충전 요금의 비율을 급속 충전 요금에 차용하여 ToU 요금제를 재산정하고 충전 요금 변동에 따른 가격민감도()를 고려하여 충전을 시행하는
차량들의 plug-in time을 조정한다. plug-in time이 조정된 차량들을 이용하여 CASE 2와 같이 첨두부하 저감 및 계통 파워 밸런스
개선을 목표로 하는 차량들의 배터리 충방전 스케줄링 방안을 산정한다.
그림 2와 같이 연구에 사용된 평균 가격민감도는 0.2, 0.4, 0.6으로 총 3개의 Case로 구분하여 분석하였다(5). 또 ToU 요금제를 도입하게 되면 시간대별 충전 요금 변동이 발생하기 때문에 차량의 급속 충전소 도착 시간 분포로 표현된 충전 수요량에 반비례하는
가격민감도를 각 시간대별로 설정하였다. 가격민감도에 의해 재산정된 plug-in 차량은 식(6)을 이용하여 산출 할 수 있다.
그림. 2. 분석에 사용된 충전요금에 대한 시간대별 가격민감도
Fig. 2. Price elasticity by hour for charging cost
여기서,
$N_{t}^{ex}$ :
$t$시간에서의 기존 plug-in 차량 수
$d C_{t}$ :
$t$시간에서의 충전 요금의 변화량
$E_{t}$ :
$t$시간에서의 가격민감도
$N_{t}^{t ou}$ :
tou 요금제 적용 시 $t$시간에서의 plug-in 차량 수
따라서 재산정된 plug-in 차량 수를 이용하여 3.2절과 동일한 방법을 이용하여 차량들의 배터리 충·방전을 스케줄링한다. 이 모델의 경우 배터리
스케줄링만을 이용하여 첨두부하 시간대에 발생하는 충전 전력을 비첨두부하 시간대로 쉬프팅 시키는 3.2절과는 달리 계통 내 충전을 시도하는 차량의 수를
쉬프팅 시키는 방법으로 첨두부하를 저감한다.
표 2. 시뮬레이션에 사용된 차량의 연비 및 배터리 용량
Table 2. Fuel efficiency and battery capacity of the EV used in the simulation
Manufacturers
|
Vehicle name
|
Mileage(Km/kWh)
|
Batterycapacity(kWh)
|
Marketshares
|
HYUNDAI
|
KONA
|
5.6
|
64
|
38%
|
HYUNDAI
|
IONIQ
|
6.3
|
28
|
19%
|
CHEVROLET
|
BOLT EV
|
5.5
|
60
|
16%
|
KIA
|
NIRO EV
|
5.3
|
64
|
12%
|
KIA
|
SOUL EV
|
5.0
|
27
|
6%
|
RENAULT
|
TWIZY
|
7.9
|
6.1
|
5%
|
RENAULT
SAMSUNG
|
SM3 ZE
|
4.5
|
35.9
|
4%
|
Avg.
|
5.5
|
40.7
|
-
|
4. 전기자동차의 일일 충전 부하 분석
본 연구에서는 최근 전기자동차 판매 동향 데이터를 이용하여 시뮬레이션에 적용할 차량들을 구성하였으며 최근 판매된 전기자동차의 상위 판매 7개 모델을
이용하여 데이터 세트를 구성하였다. 사용된 데이터 세트는 표 2와 같다.
또, 식(7)과 같이 통계청에서 발표하는 대상지 내 차량들의 일일 평균 주행거리와 연구에 반영된 차량들의 평균 연비를 이용하여 예상되는 일일 충전 부하량을 추정하였다.
여기서,
$P^{ev}$ :
EV에 의해 발생하는 일일 총 충전 부하량[kWh]
$FE_{k}$ :
$k$번째 차종의 평균 연비[km/kWh]
$S_{k}$ :
$k$번째 차종의 전기자동차 내 점유율
$N$ :
대상지 내 EV 수
$M_{day}$ :
일일 평균 주행거리[km]
식(8)과 같이 추정된 일일 충전 부하량을 이용하여 식(4)에서 연구에 반영될 일일 총 plug-in 차량수를 대략적으로 설정할 수 있다.
5. 사례연구
사례연구에서는 3.1절에서 3.3절까지 소개된 각 모델을 CASE 1-3으로 구분하여 설명하였다. 본 논문에서는 대구광역시 달서구를 대상으로 사례연구를
진행하였다. 연구에 반영된 전기자동차 보급률은 전체 차량의 5% 수준으로 설정하였다. 또, 대구광역시에서 발표하는 전력 사용량 통계와 통계청에서 발표하는
수용가별 전력소비계수를 이용하여 사례연구에 반영될 대상지의 시간대별 부하량을 산출하였다. 대상지 부하량 산출 시 통계청에서 발표하는 용도별 전력사용량
데이터를 기반으로 주택용, 산업용, 상업용 전력사용량의 비를 각각 0.245, 0.493, 0.262로 적용하였다.
분석된 수용가별 부하량을 17개 버스로 구성된 모의 계통에 수용가별로 구분하여 설정하였다. 전기자동차 충전 부하는 각 버스에 균등하게 나누어 분석하였다.
현행 충전 제한 시간인 40분을 반영하여 10분 단위의 time interval 중 총 4회간 충방전을 수행하며, 이때 를 3으로 설정하여 사례연구를
진행하였다. CASE 1,2에서 도출된 한 동일 차량의 충방전 스케줄링 및 배터리 SoC를 그림 5와 같이 나타내었다. CASE 1에서는 Time interval 2에서 5까지 동일한 양의 전력을 충전만 하고 있지만 CASE 2에서는 계통의 첨두부하가
발생하는 것으로 판단되어지는 Time interval 2에서 3까지 차량 배터리에 저장되어있던 전력을 계통에 방전함으로써 계통 첨두부하 저감에 참여하고,
비첨두부하로 전환되는 Time interval 4에서 5까지 다시 더 많은 양의 전력을 충전함으로써 목표 SoC인 배터리 용량 80%수준까지 도달한
후 unplug할 수 있었다. 이때, 전기자동차 배터리에서 충·방전할 수 있는 최대용량은 시간당 50kW로 본 연구에서는 10분 당 8.3kWh로
설정하였다.
그림. 3. 수용가별 전력소비계수
Fig. 3. Power consumption coefficient by customer
그림. 4. 시뮬레이션에 사용된 17개 bus로 구성된 모의 계통
Fig. 4. Simulated power system consisting of 17 buses
그림. 5. CASE 1,2 별 EV의 배터리 충·방전 특성
Fig. 5. Battery charging/discharging characteristics of EV of each CASE 1,2
CASE 3에서는 ToU요금제를 적용하여 첨두부하 시간대에 충전을 시작하는 차량들을 줄이고, 비첨두부하 시간대에 충전하는 차량들을 늘려 계통의 안정도를
증대시킨다. 본 연구에서 사용된 ToU 요금제는 기존 전기자동차의 고압 완속 충전에 사용된 ToU 요금제를 현재 급속 충전 요금에 맞게 스케일을 조정한
요금제로서
표 3 와 같이 나타낼 수 있다. 따라서
그림 6과 같이 변형된 ToU 요금과 기존 급속 충전 요금의 변화량에 따라 가격민감도를 반영한 변형된 차량들의 plug in 시간의 분포를 이용하여 충전
부하 프로파일을 재분석한다.
표 3. 기존 충전 요금 및 분석에 사용된 충전 요금
Table 3. Existing charging cost and charging cost used for analysis
time
|
Existing cost
|
Existing tou
|
Used tou
|
1
|
173.8
|
52.5
|
89.3
|
2
|
173.8
|
52.5
|
89.3
|
3
|
173.8
|
52.5
|
89.3
|
4
|
173.8
|
52.5
|
89.3
|
5
|
173.8
|
52.5
|
89.3
|
6
|
173.8
|
52.5
|
89.3
|
7
|
173.8
|
52.5
|
89.3
|
8
|
173.8
|
52.5
|
89.3
|
9
|
173.8
|
110.7
|
188.4
|
10
|
173.8
|
163.7
|
278.6
|
11
|
173.8
|
163.7
|
278.6
|
12
|
173.8
|
110.7
|
188.4
|
13
|
173.8
|
163.7
|
278.6
|
14
|
173.8
|
163.7
|
278.6
|
15
|
173.8
|
163.7
|
278.6
|
16
|
173.8
|
163.7
|
278.6
|
17
|
173.8
|
110.7
|
188.4
|
18
|
173.8
|
110.7
|
188.4
|
19
|
173.8
|
110.7
|
188.4
|
20
|
173.8
|
110.7
|
188.4
|
21
|
173.8
|
110.7
|
188.4
|
22
|
173.8
|
110.7
|
188.4
|
23
|
173.8
|
110.7
|
188.4
|
24
|
173.8
|
52.5
|
89.3
|
Avg.
|
173.8
|
102.1
|
173.8
|
그림. 6. Case 3에서의 ToU 요금제 도입 시 예상되는 차량 plug-in 분포
Fig. 6. Expected distribution of EV plug-in when introducing ToU tariff in Case 3
이렇게 분석된 CASE 1-3의 충전 부하를 포함한 계통 전체 부하 프로파일은
그림 7와 같고 전기자동차 부하를 제외한 계통 부하를 Base Case로 나타내었다. 시뮬레이션을 통해 산출된 각 CASE 별 첨두 부하량 및 부하의 표준편차를
표 4와 같이 나타내었다. 오전 11시 부근과 오후 2시 부근에서 첨두부하가 발생하고 있고, CASE 2와 3에서 첨두부하가 626.6MWh에서 각각 625.5MWh,
623.2MWh, 622.0MWh, 620.4MWh로 저감되는 것을 확인 할 수 있다. CASE 2 프로파일의 경우 충전 전력이 CASE 1 프로파일에
비해 후 시간대로 쉬프팅 되는 것을 볼 수 있다. 이는 plug-in 초기 시간에 차량 내 전력을 방전하고, 첨두부하가 끝나는 시점에 다시 배터리를
충전하기 때문이다. CASE 3 프로파일의 경우 CASE 1 프로파일에 비해 첨두부하 부근에서 발생한 충전 전력 자체가 대폭 감소한 것을 확인할 수
있다. 이는 충전 요금 인상으로 인한 전기자동차 배터리 충전에 대한 수요가 줄어들면서 발생하는 전기자동차의 충전소에 도착하는 차량의 도착 시간의 변화에
따른 것으로, 첨두부하 부근에서 감소한 충전 전력은 충전요금이 감소한 비첨두부하 부근에서 증가한다. 이로 인해 CASE 2에 비해 CASE 3의 표준편차는
130[$\times 10^{3}$]에서 367[$\times 10^{3}$]가량 더 저감되어 ToU 요금제 도입이 부하평준화에 큰 영향을 미치는
것을 확인할 수 있다.
그림. 7. CASE별 예상 전력계통 부하량
Fig. 7. Estimated power system load by CASE
표 4. CASE 별 첨두부하량 및 표준편차
Table 4. Peak load and standard deviation by CASE
|
Total load[MWh]
|
Peak load[MWh]
|
SD [$\times 10^{3}$]
|
CASE 1
|
11,987
|
626.6
|
18,371
|
CASE 2
|
11,987
|
625.5
|
18,370
|
CASE 3-1 (E=0.2)
|
11,987
|
623.2
|
18,238
|
CASE 3-2 (E=0.4)
|
11,987
|
622.0
|
18,126
|
CASE 3-3 (E=0.6)
|
11,987
|
620.4
|
18,003
|
6. 결 론
본 논문에서는 환경부에서 운영하고 있는 급속충전기의 충전 제한 시간인 40분 동안 plug-in 차량들을 이용하여 계통 안정도 증대를 위한 V2G
운영 모델을 시뮬레이션하였다. 시뮬레이션을 통해 V2G 시스템 및 ToU 요금제 도입을 통해 첨두부하 절감 및 부하 평준화 가능성을 확인하였다.
본 연구에서는 충전 제한 시간을 40분으로 설정하였지만 차량용 배터리 용량이 대형화되고 급속 충전기의 정격 용량이 증대함으로써 차량당 시장참여가 가능한
전력량이 늘어날 것으로 판단된다. 뿐만아니라 계통 운영자 관점에서는 계통 안정도 및 신뢰도 향상을 위하여, EV 이용자 관점에서는 V2G 과정에서
발생할 수 있는 배터리 열화비용에 대한 보조금 및 전력 판매 차익으로 발생하는 이윤을 위하여 충전 제한 시간이 없는 EV의 시장 참여 전용 충전소를
설치함으로써 본 연구의 실효성이 증대될 것으로 기대된다.
V2G 시스템 도입 및 ToU 요금제 도입으로 전력 설비 확충 시기를 미룰 수 있지만 계통 운영자가 계통 상황을 Aggregator와 실시간으로 공유하고
Aggregator가 신속히 전력 수급이 필요한 버스의 전기자동차에 충·방전 signal을 투입함으로써 계통 안정도 및 신뢰도를 향상시키고 전력 설비
확충 시기를 추가적으로 더 미룰 수 있다. 이를 위해 계통운영자와 Aggregator 간 실시간 정보 공유를 위한 통신 제어 체계 마련과 EV 이용자의
전력 시장 참여 확대를 위한 실시간 충전요금제의 연구가 필요할 것이다.
Acknowledgements
본 연구는 한국전력공사의 2016 선정 기초연구개발과제 연구비에 의해 지원되었음(과제번호:R17XA05-47).
References
Kijun Park, Chan Son, 2019, Electric Vehicle-Grid Integration and V2G Technology Outlook,
Journal of the Korean Society of Automotive Engineers, Vol. 41, No. 12, pp. 32-36
Jung-Hoon Kim, Sung-Wook Hwang, 2016, A Study on the Decision of Appropriate Subsidy
Levels Regarding Electric Vehicles for V2G as Load Management Resources, The transactions
of The Korean Institute of Electrical Engineers, Vol. 65, No. 2, pp. 264-268
Og-Man Choi, Joong-Woo Shin, Hui-Man Cho, Sung-Il Shin, Jae-Chul Kim, 2020, A Study
on the Improvement of Peak Power by Applying Electric Vehicle Charging Reservation
System, Journal of the Korean Institute of Illuminating and Electrical Installation
Engineers, Vol. 34, No. 3, pp. 16-22
Jun-Hyeok Kim, Sang-Keun Moon, Byung-Sung Lee, In-Jin Seo, Chul-Hwan Kim, 2018, Analysis
and Pattern Deduction of Actual Electric Vehicle Charging Data, The transactions of
The Korean Institute of Electrical Engineers, Vol. 67, No. 11, pp. 1455-1462
Junhyeok Kim, Joorak Kim, Chulhwan Kim, 2016, An Analysis on the Stability of the
Electric Vehicles Connected Power System According to Charging Cost with Price Elasticity,
The transactions of The Korean Institute of Electrical Engineers, Vol. 65, No. 9,
pp. 1577-1582
저자소개
2019년 계명대학교 전기에너지공학과 졸업,
현재 동 대학원 전자전기공학부 석사과정
Tel : 053-580-6486
E-mail : cbg1161@gmail.com
2007년 한양대학교 전자전기컴퓨터공학부 졸업,
2012년 동 대학원 전기공학과 졸업(공박).
2012년~2013년 미국 Georgia Institute of Technology, PSCAL 연구원.
현재 계명대학교 전기에너지공학과 부교수.
Tel : 053-580-5251
E-mail : energy@kmu.ac.kr