• 대한전기학회
Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers
  • COPE
  • kcse
  • 한국과학기술단체총연합회
  • 한국학술지인용색인
  • Scopus
  • crossref
  • orcid

  1. (Intermobility co., LTD, Korea)
  2. (Korea Railroad Research Institute, Korea)



Railway, Electric train, Condition-based, Energy characteristic, Energy saving

1. 서 론

에너지 효율 규제를 적용하는 국가 또는 기관이 증가함에 따라 각 기관에서는 효율을 달성하기 위한 기술적, 운영적, 정책적 연구와 수행방안 도출을 진행하고 있다. 우리나라도 에너지 효율을 달성하기 위한 대응이 필요하다. 국내의 경우 정해진 스케쥴에 따라 정시성만을 고려하여 철도차량을 운행하고 있다. 에너지 효율성까지는 고려하고 있지 않다. 운행 정시성을 만족하면서 에너지 비용을 절감할 수 있도록 실시간 운전 환경을 반영한 에너지 효율화 운전 모드 개발이 필요하다.

이를 위해서는 전동차의 주행특성에 따른 에너지 영향을 분석할 필요가 있다. 철도 차량의 움직임과 전력 소비에 대한 정확한 모델링이 필요하다. 차량의 정확한 제동 특성을 알기 위해 기존 논문에서는 바퀴 회전, 열차 견인 및 제동의 관계(1)를 바탕으로, Jeon(2)과 Kim(3)은 전기 기관차와 한국 고속 열차의 견인력 및 제동력을 추정하고 시험 결과와 비교하였다. Choi(4) 동력분산형 고속열차인 HEMU-430X에 대한 가속도 변화를 도출하여 테스트하였으며, Kim(5)은 차세대 열차에 고성능차를 구현할 때 최대 가속도 값과 사양을 제시하였다. Park(6)은 철도차량 속도구간별 가감속 특성에 대한 모델링을 제시하였다. Howard(7)은 열차주행 시뮬레이션을 위한 기본 구조 모델링 및 알고리즘 기법을 제시하였다. Aly(8)은 열차주행 시뮬레이션(TPS, Train Performance Simulation)을 사용하여 차량의 사용 전력을 계산하였다. SATO(9)는 전동차 주행시 에너지 효율을 높이기 위해 타행구간을 증가시켜 에너지절감을 제시하였다.

앞에서 제시한 논문들은 전동차에 대한 모델링 및 시험과 열차주행 시뮬레이션 구조 모델링 및 해석을 제시하였으나, 전동차와 인프라 간의 에너지 상관관계에 대한 분석은 없었다. 따라서 본 논문은 전동차의 특성뿐만아니라 인프라 측면에서도 전동차 에너지의 특성관계를 분석하고자 한다. 전동차 전력 소모 특성 모델을 구축을 통해 에너지 특성을 도출하고, 차량과 인프라 측면에서 전동차의 에너지에 영향을 미치는 다양한 조건을 검토하고 각 요인별로 전동차의 에너지 특성을 분석하고자 한다.

2. 전동차 에너지 특성

2.1 전동차 운동방정식 및 에너지 관계 모델링

전기철도 시스템은 다수의 열차군과 운전, 선로, 전기설비를 포함한 방대한 시스템이고, 시뮬레이션을 수행하려면 수많은 입력자료 및 조건이 설정되어야 한다. 철도 차량의 대부분은 기동-타행-제동-타행-정지의 단순한 패턴을 유지하며 그림 1과 같은 표준운전곡선에 근거하여 운행된다. 전동차는 속도 및 위치에 따라 역행·회생전류를 발생하며, 그에 따른 가속도·감속도를 얻어 다음의 운전 상태와 속도를 결정한다. 따라서 차량은 아래 그림에 보인 각각의 운전모드 중 하나의 운행상태를 가지게 된다. 즉, 전동차의 속도에 따라 다음 위치가 결정되고 속도 및 위치가 결정되면 표준운전곡선에 따라 운전모드가 정해진다(10,11).

그림. 1. 표준 운전 곡선

Fig. 1. Standard operation curve

../../Resources/kiee/KIEE.2023.72.10.1261/fig1.png

열차 운행에 관한 기본적인 수식은 식 (1), (2)와 같다.

(1)
$v =\dfrac{d s}{d t}$

여기서,

v : 속도 [km/h]

s : 거리 [m]

t : 시간 [sec]

(2)
$a =\dfrac{d v}{d t}$

여기서, a : 가속도[km/h/sec]

식 (1)(2)는 직선운동에서의 위치, 속도 및 가속도에 대한 관계식을 나타낸 것이다. 가속도가 일정할 때에 시간에 대한 속도의 함수 v(t)와 거리의 함수 x(t)는 식 (3), (4)와 같다.

(3)
$v(t)= v_{0}+ at$

(4)
$s(t)=\dfrac{1}{2}at^{2}+ v_{0}t + S_{0}$

일정한 가속도를 가질 때 거리, 속도, 가속도의 관계식은 식 (3)(4)에 의해 식 (5)를 유도한다.

(5)
$2 a s = v_{1}^{2}- v_{0}^{2}$

열차가 낼 수 있는 가속도는 전동기의 견인력과 열차저항에 관계한다. 열차의 가속도는 유효견인력을 관성중량으로 나눈 값이며, 식 (6)과 같다.

(6)
$a =\dfrac{F_{eff}}{m_{dyn}}$

여기서,

Feff : 유효견인력[kN]

mdyn : 동적질량[ton] (1ton=1,000kg)

동적질량은 만차질량에 관성질량을 포함한 것으로 열차의 바퀴가 직선운동뿐만 아니라 회전운동을 함으로서 필요한 힘을 고려한 것이다. 관성질량은 다음과 같이 M카에 보상계수 0.14를 곱하고 T차에 보상계수 0.06을 곱하여 구한다.

(7)
Mine = 0.14 x $M_{M}$ + 0.06 x $M_{T}$

여기서,

Mine : 관성질량[ton]

$M_{M}$ : M차 전체 공차 중량[ton]

$M_{T}$ : T차 전체 공차 중량[ton]

0.14 : M차 관성질량 보상계수

0.06 : T차 관성질량 보상계수

2.2 전동차 견인력 및 제동력 분석

견인력 및 제동력은 아래와 같은 수식을 적용하여 계산한다.

(8)
F[N] = m[kg] x a[m/$s^{2}$] + r[N]

위 수식에서 단위를 [kN], [ton]으로 환산하면 다음과 같다.

(9)
F[kN] = M[ton] x a[m/$s^{2}$] + R[kN]

여기서

M : 동적질량[ton]

R : 열차 저항[kN]

한국철도기술연구원에서 개발한 차세대전동차의 측정데이터를 기반으로 시뮬레이션과 비교하였다. 전동차의 측정데이터를 보면 시간에 따른 속도 곡선 측정데이터로서 35km/h까지 등가속도 운동을 하는 것을 확인할 수 있다(12). 35km/h 이후 가속도가 줄어들면서 속도가 최고속도까지 올라가는 것을 알 수 있다.

그림. 2. 시간에 따른 견인력관련 속도곡선 측정데이터

Fig. 2. Speed curve measurement data related to traction force over time

../../Resources/kiee/KIEE.2023.72.10.1261/fig2.png

시간에 따른 견인력에 대한 속도 곡선으로서 시뮬레이션과 측정데이터를 비교한 결과 속도별 해당 시간이 동일하게 나타났다.

그림. 3. 시간에 따른 견인력관련 속도곡선 시뮬레이션 데이터

Fig. 3. Speed curve simulation data related to traction force over time

../../Resources/kiee/KIEE.2023.72.10.1261/fig3.png

제동력에 대한 전동차 측정데이터를 보여준다. 전기제동력이 전동기의 각 제동영역에 따라 동작하는 것을 볼 수 있다(12).

그림. 4. 시간에 따른 제동력관련 속도곡선 측정데이터

Fig. 4. Speed curve measurement data related to braking force over time

../../Resources/kiee/KIEE.2023.72.10.1261/fig4.png

다음 그림은 시간에 따른 제동력에 대한 속도 곡선으로서 시뮬레이션과 측정데이터를 비교한 결과 속도별 해당 시간이 동일하게 나타났다.

그림. 5. 시간에 따른 제동력관련 속도곡선 시뮬레이션 데이터

Fig. 5. Speed curve simulation data related to braking force over time

../../Resources/kiee/KIEE.2023.72.10.1261/fig5.png

3. 상태기반 에너지 특성 분석

3.1 차량 및 인프라 요인별 분석

유효견인력은 전동기견인력에서 열차저항을 뺀 값으로 식 (10)과 같다.

(10)
$F_{eff}= F_{mtf}- R$

여기서,

Fmtf : 전동기견인력 [kN]

R : 열차저항 [kN]

이때, 열차저항(R)은 커브저항, 주행저항, 구배저항을 합한 것으로서 식 (10)과 같이 표현되며, 각 저항은 식 (11)과 같다.

(11)
$R = R_{curve}+R_{run}+R_{gradient}$

여기서,

Rcurve : 곡선저항[kN]

Rrun : 주행저항[kN]

Rgradient : 구배저항[kN]

○ 전력소비를 증가시키는 요인

· M카, T카, 승객의 무게 증가

· 가속도 증가

· 감속도 증가

· 최고속도 증가

· 열차저항(곡선저항, 주행저항, 구배저항) 증가

· 인버터효율, 전동기효율, 기어효율 감소

○ 전력소비를 감소시키는 요인

· M카, T카, 승객의 무게 감소

· 가속도 감소

· 감속도 감소

· 최고속도 감소

· 열차저항(곡선저항, 주행저항, 구배저항) 감소

· 인버터효율, 전동기효율, 기어효율 증가

전력 증감에 관련된 요인에 대하여 10% 증감시키고 다른 조건은 기준조건으로 할때 전력 변화율을 분석하였다. 기준 조건은 다음과 같이 하였다.

표 1. 전력증감 요인별 분석을 위한 기준값

Table 1. Reference values for analysis by power increase/decrease factors

구분

기준값

M카 무게

100[ton]

T카 무게

100[ton]

승객 무게

100[ton]

가속도

3.0[km/h/s]

감속도

3.5[km/h/s]

최고속도

60km/h

곡선저항

10[kN]

주행저항

10[kN]

구배저항

10[kN]

인버터효율

90[%]

전동기효율

90[%]

기어효율

90[%]

전력 증감에 관련된 요인으로 차량 및 인프라 모두 다양한 요인이 관여하는 것으로 파악되었다.

표 2. 전력증감 요소별 10% 증감에 따른 전력량 변화율

Table 2. Rate of change in electricity according to 10% increase or decrease by power increase/decrease factor

구분

증가

전력량

변화율

[kWh]

감소

전력량

변화율

[kWh]

M카 무게

+10%

+2.2%

-10%

-2.2%

T카 무게

+2.0%

-2.0%

승객 무게

+1.9%

-1.9%

가속도

+4.0%

-4.5%

감속도

+3.3%

-4.1%

최고속도

+26.6%

-22.7%

곡선저항

+0.6%

-0.6%

주행저항

+1.1%

-1.1%

구배저항

+0.6%

-0.6%

인버터효율

-14.8%

+17.3%

전동기효율

-14.8%

+17.3%

기어효율

-14.8%

+17.3%

3.2 주행기반 에너지 특성 분석

견인 특성 곡선을 보면 정토크영역, 정출력영역, 특성영역 3부분으로 나눌 수 있다. 아래 그림처럼 견인 에너지를 줄이기 위해서는 빗금친 부분처럼 정토크영역과 특성영역이 줄어들면 에너지를 절감할 수 있다. 가속도를 높임으로서 정토크영역의 종단속도까지 빠르게 올려 저속에서 빗금친 부분만큼 에너지를 절감할 수 있고, 최고속도를 줄임으로서 특성영역의 종단속도를 줄여 고속에서 빗금친 부분만큼 에너지를 절감할 수 있다.

그림. 6. 견인 에너지 절감 특성 곡선

Fig. 6. Traction Energy Saving Characteristic Curve

../../Resources/kiee/KIEE.2023.72.10.1261/fig6.png

제동 특성 곡선도 정토크영역, 정출력영역, 특성영역 3부분으로 나눌 수 있다.제동시 회생 에너지를 늘이기 위해서는 빗

그림. 7. 제동 회생 에너지 증가 특성 곡선

Fig. 7. Braking regenerative energy saving characteristic curve

../../Resources/kiee/KIEE.2023.72.10.1261/fig7.png

금친 부분처럼 정토크영역이 늘어나면 에너지를 절감할 수 있다. 감속도를 줄임으로서 빗금친 부분만큼 회생 에너지를 발생시켜 에너지를 절감할 수 있다.

다음 두가지 조건으로 시뮬레이션을 수행하였다. Case 1은 사용 에너지가 증가하고 Case 2는 회생 에너지가 증가하는 경우에 해당하는 시뮬레이션이다.

· Case 1

- 가속도 : 2.0 [km/h/s]

- 감속도 : 3.0 [km/h/s]

- 최고속도 : 80 [km/h]

· Case 2

- 가속도 : 3.0 [km/h/s]

- 감속도 : 2.0 [km/h/s]

- 최고속도 : 60 [km/h]

그림. 8. 가감속도 및 최고속도에 의한 에너지 특성 분석

Fig. 8. Energy characteristics analysis by acceleration and deceleration and maximum velocity

../../Resources/kiee/KIEE.2023.72.10.1261/fig8.png

그림 8처럼 견인특성에서 case2의 견인구간이 case1 보다 사용 에너지가 줄어들었고, 제동특성에서 case2의 제동구간이 case1 보다 제동 회생 에너지가 늘어났다.

표 3. 가감속도 및 최고속도 조건에 의한 에너지 및 주행시간 특성 분석(1100m)

Table 3. Analysis of energy and driving time characteristics based on acceleration and deceleration and maximum speed conditions (1100m)

구분

Case

1

(기준)

2

3

4

5

6

7

8

9

10

11

12

조건

가속도

(km/h/s)

3

3

3

2

2

2

3

3

3

3

3

3

감속도

(km/h/s)

3.5

3.5

3.5

3

3

3

3

3

3

2.5

2.5

2.5

최고속도

(km/h)

80

70

60

80

70

60

80

70

60

80

70

60

결과

역행

(kWh)

53.68

41.90

32.13

55.02

42.89

32.74

53.48

41.73

31.99

53.20

41.49

31.78

회생

(kWh)

-20.47

-17.45

-13.80

-16.35

-13.76

-10.99

-23.89

-20.34

-16.12

-28.68

-24.40

-19.35

33.21

24.45

18.33

38.67

29.13

21.75

29.59

21.39

15.87

24.52

17.09

12.43

시간

(sec)

76

79

84.8

85.2

86.7

91.2

77.9

80.6

86.1

80.5

83

88.1

분석

에너지 절감 (kWh)

0%

26%

45%

-16%

12%

35%

11%

36%

52%

26%

49%

63%

주행 초과 시간 (sec)

0.0

3

8.8

9.2

10.7

15.2

1.9

4.6

10.1

4.5

7

12.1

도시철도의 경우 일반적인 역간거리는 1100m이고 트램의 경우는 도시철도 역간거리보다 짧으나 250m 가정하였다.

다음은 역간거리 1100m 주행시 속도 80km/h, 70km/h, 60km/h를 기준으로 가속도, 감속도, 최고속도를 다양한 조건으로 주행시간 및 에너지절감을 분석하였다. 단, 보조전력은 190kW로 하였다.

· 조건

- 가속도 : 2.0, 3.0 [km/h/s]

- 감속도 : 3.5, 3.0, 2.5 [km/h/s]

- 최고속도 : 80, 70, 60 [km/h]

- 역간 거리 : 1100 [m]

- 보조전력 : 190 [kW]

분석 결과 case 12의 경우 case 1 기준 대비 에너지를 63% 절감되었다. case 1의 경우 주행시간은 76초인데 case 12의 경우는 88초로 12초 밖에 차이가 나지 않았다.

그림. 9. 조건별 에너지 절감 분석(1100m)

Fig. 9. Energy saving analysis by condition (1100m)

../../Resources/kiee/KIEE.2023.72.10.1261/fig9.png

그림. 10. 조건별 주행 초과 시간 분석(1100m)

Fig. 10. Analysis of Driving Overtime by Condition (1100m)

../../Resources/kiee/KIEE.2023.72.10.1261/fig10.png

표 4. 주행시간 5초 이내 에너지 절감 결과(1100m)

Table 4. Energy saving results (1100m) within 5 seconds of driving time

구분

Case

2

7

8

10

조건

가속도

(km/h/s)

3

3

3

3

감속도

(km/h/s)

3.5

3

3

2.5

최고속도

(km/h)

70

80

70

80

결과

역행

(kWh)

41.9

53.5

41.7

53.2

회생

(kWh)

-17.5

-23.9

-20.3

-28.7

24.5

29.6

21.4

24.5

시간(sec)

79

77.9

80.6

80.5

분석

에너지절감(%)

26

11

36

26

주행 초과 시간 (sec)

3

1.9

4.6

4.5

case 8의 경우는 감속도 0.5km/h/s 및 최고속도 10km/h를 줄인 경우로, 역간 주행시간을 4.6초 초과하나 에너지를 36% 절감할 수 있는 것으로 나타났다. 보통 승객이 플랫폼에서 다음 열차를 10여초 정도 더 기다리는 것에 대해 평상시와 별다른 차이를 느끼지 못할 것으로 판단된다.

12가지 조건에 대해 시뮬레이션한 결과 case 2, 7, 8, 10의 경우, 5초 이내의 주행 초과 시간이고 각 경우의 에너지 절감은 26%, 11%, 36%, 26%로 나타났다. 만약 12초 정도의 주행 초과 시간도 허용된다면 case 12의 경우 에너지는 63% 절감할 수 있는 것으로 나타났다.

표 5. 가감속도 및 최고속도 조건에 의한 에너지 및 주행시간 특성 분석(250m)

Table 5. Analysis of energy and driving time characteristics based on acceleration and deceleration and maximum speed conditions (250m)

구분

Case

1

(기준)

2

3

4

5

6

7

8

9

10

11

12

조건

가속도

(km/h/s)

3

3

3

2

2

2

3

3

3

3

3

3

감속도

(km/h/s)

3.5

3.5

3.5

3

3

3

3

3

3

2.5

2.5

2.5

최고속도

(km/h)

22

20

18

22

20

18

22

20

18

22

20

18

결과

역행

(kWh)

120.84

114.43

108.73

120.96

114.74

109.18

120.01

113.68

108.07

118.84

112.63

107.13

회생

(kWh)

-19.82

-15.80

-12.24

-14.02

-11.12

-8.57

-23.18

-18.48

-14.32

-27.89

-22.24

-17.24

101.02

98.63

96.49

106.94

103.62

100.61

96.83

95.20

93.75

90.95

90.39

89.89

시간

(sec)

47.2

50.8

55.3

49.9

53.2

57.4

47.8

51.4

55.9

48.5

51.9

56.4

분석

에너지 절감 (kWh)

0.0%

2.4%

4.5%

-5.9%

-2.6%

0.4%

4.1%

5.8%

7.2%

10.0%

10.5%

11.0%

주행 초과 시간 (sec)

0.0

3.6

8.1

2.7

6

10.2

0.6

4.2

8.7

1.3

4.7

9.2

다음은 현재 자율주행 차량이 역간거리 250m 주행시 저속의 속도에 대해 검토하였다. 속도 22km/h, 20km/h, 18km/h를 기준으로 가속도, 감속도, 최고속도를 다양한 조건으로 주행시간 및 에너지절감을 분석하였다. 단, 보조전력은 3kW로 하였다.

· 조건

- 가속도 : 2.0, 3.0 [km/h/s]

- 감속도 : 3.5, 3.0, 2.5 [km/h/s]

- 최고속도 : 22, 20, 18 [km/h]

- 역간 거리 : 250 [m]

- 보조전력 : 3 [kW]

분석 결과 case 12의 경우 case 1 기준 대비 에너지를 11% 절감되었다. case 1의 경우 주행시간은 47.2초인데 case 12의 경우는 56.4초로 9.2초밖에 차이가 나지 않았다.

case 11의 경우는 감속도 1.0km/h/s 및 최고속도 2km/h를 줄여서 역간 주행시간을 4.7초 초과하나 에너지를 10.5% 절감할 수 있는 것으로 나타났다.

그림. 11. 조건별 에너지 절감 분석(250m)

Fig. 11. Energy saving analysis by condition (250m)

../../Resources/kiee/KIEE.2023.72.10.1261/fig11.png

그림. 12. 조건별 주행 초과 시간 분석(250m)

Fig. 12. Analysis of Driving Overtime by Condition (250m)

../../Resources/kiee/KIEE.2023.72.10.1261/fig12.png

12가지 조건에 대해 시뮬레이션한 결과 case 2, 4, 7, 8, 10, 11의 경우, 5초 이내의 주행 초과 시간이고 각 경우의 에너지 절감은 2.4%, -5.9%, 4.1%, 5.8%, 10.0%, 10.5%로 나타났다. case 12의 경우 에너지 11.0%를 절감할 수 있는 것으로 나타났다. case 4,5는 오히려 에너지가 증가하는 것으로 나타났다. 이것은 가속도와 감속도가 case 1보다 줄어든 경우로서 가속도가

표 6. 주행시간 5초 이내 에너지 절감 결과(250m)

Table 6. Energy saving results (1100m) within 5 seconds of driving time

구분

Case

2

4

7

8

10

11

조건

가속도

(km/h/s)

3

2

3

3

3

3

감속도

(km/h/s)

3.5

3

3

3

2.5

2.5

최고속도

(km/h)

20

22

22

20

22

20

결과

역행

(kWh)

114.4

121.0

120.0

113.7

118.9

112.3

회생

(kWh)

-15.8

-14.0

-23.2

-18.5

-27.9

-22.2

98.6

106.9

96.8

95.2

91.0

90.4

시간(sec)

50.8

49.9

47.8

51.4

48.5

51.9

분석

에너지 절감 (%)

2.4

-5.9

4.1

5.8

10.0

10.5

주행 초과 시간 (sec)

3.6

2.7

0.6

4.2

1.3

4.7

줄어서 늘어난 사용 에너지가 감속도가 줄어서 늘어난 회생 에너지 보다 커서 발생한 것이다.

4. 결 론

본 논문에서는 전동차 전력 소모 특성 모델 구축을 통해 에너지 특성을 도출하였고 견인 및 제동 특성에 따른 제어를 통해 효율적인 에너지 관리가 가능함을 보였다.

또한 차량과 인프라 측면에서 전동차 에너지에 영향을 미치는 환경 조건을 검토하여 각 요인별 전동차의 에너지 특성을 분석하였다. 차량 및 인프라 요인별 특성을 분석하기 위해 전력 증감 소별 10% 증감에 따른 전력변화율을 분석한 결과, 차량 및 인프라 모두 다양한 요인이 관여하는 것으로 파악되었다. 주행기반 에너지 특성 분석으로 역간거리 1100m와 250m에 대해 가속도, 감속도, 최고속도를 여러 조건으로 구성하여 주행시간 및 에너지절감을 분석하였다. 역간거리 1100m와 250m에 대해 각각 최대 63%와 11.0%의 에너지를 절감할 수 있는 것으로 나타났다. 이 결과를 바탕으로 향후 실 노선에서 전동차가 역마다 최적 조건에 따라 주행하게 되면 최대 에너지 절감이 가능할 것으로 판단된다.

Acknowledgements

본 연구는 2023년도 산업통상자원부(MOTIE)와 한국에너지기술평가원(KETEP)의 지원을 받아 수행한 연구 과제입니다. (No.20225500 000110, AC/DC 하이브리드 배전망 설계 및 해석 기술개발 )

References

1 
S.K. Lee, 2010, A study on optimal design of traction motor power for urban transit, MS Thesis Hanyang UniversityGoogle Search
2 
H.J. Jeon, C.H. Kim, J.H. Lim, 2007, Test and traction characteristic of electric locomotives, Proceedings of the Conference of the Korean Society for Railway Jeju, pp. 40-47Google Search
3 
Y. Kim, S. Kim, K. Kim, J. Mok, 2006, Study on the deduction of traction/braking forces for the train from acceleration/deceleration, Journal of the Korean Society for Railway, Vol. 9, No. 6, pp. 682-688Google Search
4 
D. Choi, C.S. Jeon, H. Cho, H.K. Oh, S. Kim, 2013, The relationship between train weight and acceleration for the Korea’s next generation electric multiple unit train, Proceedings of the Conference of the Korean Society for Railway Daegu, pp. 470-474Google Search
5 
J.T. Kim, M.S. Kim, K.J. Ko, D.U. Jang, 2015, The study on the standardization of the maximum acceleration of the electric multiple unit through the analysis of the traction and the adhesion characteristics, Journal of the Korea Academia-Industrial cooperation Society, Vol. 16, No. , pp. no. 11 7934-7940DOI
6 
J.Y. Park, H.M. Lee, J.T. Kim, 2021, Object-oriented Modeling Technique of Acceleration/Deceleration Characteristics of Railway Vehicles by Speed Section, The Transactions of the Korean Institute of Electrical Engineers, Vol. 70, No. 11, pp. 1730-1736Google Search
7 
S. Howard, L. Gill, 1983, Rview And Assessment of Train Performance Simulation Models, Transportation Research Record 917 Washington D.C., pp. 1-6Google Search
8 
M.H. Aly, H. Hemeda, M. A. El-sayed, 2016, Computer applications in railway operation, Alexandria Engineering Journal ELSEVIER, Vol. 55, No. issue 2, pp. 1573-1580DOI
9 
K. SATO, K. KUMAZAWA, T. OGAWA, 2015, An Energy-efficient Speed Profile Generator by Combining Partial Energy-oriented Driving Approaches, RTRI REPORT, Vol. 29, No. 6, pp. 35-40DOI
10 
University Korea, 2002, Development and Application of Urban Railway Exchange Supply System Using PSCAD/EMTDC, Nov. 2002Google Search
11 
Industrial System Co. Woojin, 2006, A study on the application of energy storage technology system to railway stations, report KoreaGoogle Search
12 
In Co. Energy, 2020, Energy characteristics of electric vehicles when applying on-board ESS of battery packs for railway vehicles, report KoreaGoogle Search

저자소개

이은규 (Eunkyu Lee)
../../Resources/kiee/KIEE.2023.72.10.1261/au1.png

Eunkyu Lee received the M.S. degree from Ajou University, Korea, in 1990.

He received the Ph.D. degree from Chungbuk National University, in 2000.

He is now the CEO of the Intermobility Company.

His recent research interests include design of railway vehicle electrical equipment and power electronic control.

이한민 (Hanmin Lee)
../../Resources/kiee/KIEE.2023.72.10.1261/au2.png

Hanmin Lee received his M.S. and Ph.D. degree from Electrical Engineering from Korea University, Seoul, Korea in February 2000 and February 2005, respectively.

He has worked for Korea Railroad Research Institute as a Chief Researcher since 2000.

His recent research interest is in the development of BMS's SOH and modeling of railway power systems

박종영 (Jong-young Park)
../../Resources/kiee/KIEE.2023.72.10.1261/au3.png

Jong-young Park received the B.S., M.S., and Ph.D. degrees from Seoul National University, Seoul, Korea, in 1999, 2001, and 2007, respectively.

He was a Senior Researcher at LS Electric Co., Ltd., Korea from 2009 to 2013.

Currently, he is a Senior Researcher at Korea Railroad Research Institute (KRRI) since 2013.

His recent research interests include the optimal operation of power systems in railway with the smart grid technology.

김정태 (Jungtai Kim)
../../Resources/kiee/KIEE.2023.72.10.1261/au4.png

Jungtai Kim received the B.S. and M.S. degree from the Department of Electrical and Computer Engineering, Seoul National University, in 1997 and 1999, respectively.

He received the Ph.D. degree from the School of Electrical Engineering, KAIST, in 2011.

He was a principal research engineer in LIG Nex1 Co., Ltd., South Korea, where he developed several high performance computers for the military usage and radar systems.

Now he is a principal researcher in Korea Railroad Research Institute, where he contributed to the control and communication systems for the train control.

His research interests include control engineering, signal processing, and Embedded system