전기차 충전소 배정의 탈중앙화와 개인 맞춤형 비용 함수 기반 DLT 적용

본 논문은 전기차(PEV)와 충전소(CS) 간의 효율적인 매칭을 목표로, 개인화된 비용 함수와 권한이 부여된 분산 원장 기술(DLT)을 결합한 탈중앙화 알고리즘을 제시한다. 서론에서는 IoT와 전기차 보급이 급증함에 따라 충전 인프라 관리의 복잡성이 증가하고, 기존 연구들이 정적 최적화, 동일 비용 함수 가정, 운전자 준수 전제 등 현실과 괴리된 가정을 가지고 있음을 지적한다. 이를 보완하기 위해 네 가지 주요 기여점을 제시한다. 첫째, 충전소 운영자 간 경쟁을 허용하는 비협조적 환경 모델링; 둘째, 충전 시간(Tₜ), 충전 가격(Pₜ), 거리(Dₜ)를 정규화한 가중합 형태의 개인 맞춤형 비용 함수 도입; 셋째, 운전자의 할당 준수를 토큰 기반 경제적 약속으로 강제하는 DLT 기반 컴플라이언스 메커니즘; 넷째, 비준수 위험을 실시간 피드백 루프와 제어 이론을 통해 가격화하고 관리한다. 알고리즘 설계는 다음과 같다. 차량 도착은 포아송 프로세스로 모델링하고, 각 차량은 자신의 선호 가중치(α,β,γ)를 설정한다. 비용 함수는 Cᵢ = α·(Tᵢ/Mₘₐₓ) + β·(Pᵢ/Mₚₘₐₓ) + γ·(Dᵢ/M_dₘₐₓ) 형태이며, 여기서 Tᵢ는 이동 시간과 현재 대기 차량에 의한 충전 대기 시간을 포함하고, Pᵢ는 재생에너지 비중을 반영한 가격 할인, Dᵢ는 주행 거리를 의미한다. 각 충전소와 차량은 DLT에 자신의 상태(대기 차량 수, 현재 가격, 위치 등)를 기록하고, 스마트 계약을 통해 토큰을 예치한다. 할당 결정이 내려지면 차량은 토큰을 잠금 해제하고, 지정된 충전소로 이동한다. 만약 차량이 할당을 위반하면 스마트 계약에 의해 토큰이 몰수되며, 이는 운전자의 비준수 비용으로 작용한다. 시뮬레이션은 SUMO 기반 도시 네트워크(10km², 50개 충전소, 2000대 차량)에서 수행되었다. 실험 시나리오는 (1) 비용 가중치 변동, (2) 차량 도착률 변화, (3) 비준수 비율 조정 등이다. 결과는 중앙집중식 최적화와 비교해 평균 대기 시간이 12% 감소하고, 전체 시스템 비용이 15% 절감됨을 보여준다. 또한, 비준수 비율이 10%까지 상승해도 토큰 페널티 덕분에 전체 효율 저하가 3% 이하에 그쳤다. 이는 제안된 메커니즘이 실제 운전자의 이기적 행동을 억제하면서도 시스템 전반의 효율성을 유지할 수 있음을 의미한다. 마지막으로 논문은 향후 연구 방향으로, 토큰 경제 모델의 다중 계층 설계, 실시간 전력망 연계 최적화, 그리고 블록체인 대신 DAG 기반 DLT의 성능 분석 등을 제시한다. 전체적으로 이 연구는 개인화된 비용 고려와 DLT 기반 컴플라이언스가 결합된 탈중앙화 프레임워크가 스마트 시티 내 전기차 충전 관리에 실용적이고 확장 가능한 솔루션을 제공한다는 점을 강조한다.