본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

목차

전기차 충전설비에 있어서 도로교통량 데이터를 기반으로 한 충전수요예측 모델 연구 ＝ A study on the charging demand forecasting model for electric vehicle charging station based on road traffic data / 최황규 ; 김광호 1

Abstract 1

1. 서론 1

2. 본론 2

2.1. 고속도로 교통량 및 휴게소 충전량 분석 2

2.2. LSTM 모델을 이용한 전기충전설비 주변도로 교통량 예측 3

2.3. 도로 교통량 기반의 전기차 충전수요 예측 4

4. 결론 6

References 6

Biography 6

초록보기

In order to efficiently build and operate an electric vehicle charging infrastructure in response to the rapidly increasing electric vehicles, it is necessary to accurately predict the electric vehicle charging demand. In this study, we set the road traffic as a major factor in determining electric vehicle charging demand and propose the electric vehicle charging demand forecasting model based on the road traffic.

The proposed model suggested in this research primarily predicts the traffic volume of the neighboring area, especially adjacent roads where the charging station is located, and estimates the number of electric vehicles and their charging demand by using the relevant electric vehicle statistics and the historical charging data. As a result of simulated verification of the proposed model for the expressway rest area (Jukam rest area, Seoul direction), it shows an accuracy of 2-3% and is expected to be used as one of the traffic-based models in predicting electric vehicle charging demand.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
사분파장 편광 변환을 이용하여 파장 조정을 구현한 통과 대역 평탄화된 다파장 필터에 관한 연구 = Study on pass-band-flattened multiwavelength filter with wavelength tunability implemented by using quarter-wave polarization transformation 배민찬, 이용욱 p. 1-8

보기
AI 기반 외부환경 대응형 광융합 리빙케어 스마트홈 시스템 개발에 대한 연구 = A study on AI-based external environment responsive light convergence living care smart home system development 양병문, 민홍섭, 나경훈, 최성우 p. 9-14

보기
사분파장 편광 변환을 이용한 협대역 다파장 스펙트럼의 연속 파장 조정에 관한 연구 = Study on continuous wavelength tuning of narrow band multiwavelength spectrum using 1/4 wavelength polarization transformation 배민찬, 이용욱 p. 15-22

보기
Operation characteristics of a superconducting LC resonant DC circuit breaker according to pole-to-pole and pole-to-ground Ji-Sol Jeong, Hyo-Sang Choi p. 23-30

보기
보일러 시스템에 적용한 송풍기 개발에 관한 연구 = A study on the development of a air blower for a boiler system 황계호, 이봉섭 p. 31-36

보기
그래프 신경망 기반 개폐기별 단기부하예측에 관한 연구 = A study on short-term load forecasting of switch based on graph neural network 김재인, 문주영, 이재현, 박성호, 김성민, 김동섭 p. 37-44

보기
전기차 충전설비에 있어서 도로교통량 데이터를 기반으로 한 충전수요예측 모델 연구 = A study on the charging demand forecasting model for electric vehicle charging station based on road traffic data 최황규, 김광호 p. 45-50

보기

참고문헌 (6건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Carbon Neutral Committee, “2050 Carbon Neutral Senario in Korea,” 1st Edition, 2050 Carbon Neutral Committee, Korea, 2021. 미소장
2 Seong-U Bae and Dong-Yeong Im, “Reviews of Eletric Vehicle Charging Power Demand Forecasting Researches,”KIEE Magazine, The Korean Institute of Electrical Engineers, Vol. 66, No. 12, pp. 40-49, 2017. 미소장
3 C. Olah, “Understanding LSTM Networks,” Colah’s blog, https://colah.github.io/posts/2015-08-Understanding-LST Ms, 2015. 미소장
4 H. C. Chung et al., “Prediction for Energy Demand Using 1D-CNN and Bidirectional LSTM in Internet of Energy,”Journal of Institute of Korean Electrical and Electronics Engineers, Vol. 23, No. 1, pp. 134-142, 2019. 미소장
5 K.H. Kim, B. Chang, and H.K. Choi, “Deep Learning Based Short-term Electric Load Forecasting Models using One-Hot Encoding,” Journal of Institute of Korean Electrical and Electronics Engineers, Vol. 23, No. 3, pp. 852-857, 2019. 미소장
6 Minstry of Trade, Industry and Energy, “EV Charging System Contributing to Grid Integrated Self-propelled Smart ESS, Research Report of 2018 Promotion of Regional Economic Zone Industry Program,” Minstry of Trade, Industry and Energy, 2021. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차