하둡에 기반한 전기자동차 충전기 모니터링 데이터 분석

Abstract

지능형 전력망인 스마트그리드의 확산과 함께 다양한 전력 엔티티들의 실시간 모니 터링 시스템들이 구축되고 있는데 이들은 짧은 주기로 데이터를 수집 및 저장하고 있어서 데이터의 양이 끊임없이 증가하고 있다. 이를 체계적으로 분석하고 종합하 면 더욱 효율적인 관리와 새로운 비즈니스 모델을 개발할 수 있다. 본 논문에서는 현재 제주 지역에서 운영되고 있는 실시간 충전기 관제 시스템에서 산출되는 데이 터를 대상으로 그 시스템과 데이터 내역을 상세히 조사하고, 오픈 소프트웨어를 통 한 분석 플랫폼을 구성하며, 시간별 충전량과 사용량에 대한 흐름을 파악한다. 제주대학교 전기차사업단의 주관하에 2013년에 수행된 「제주도내 전기차 사업 촉 진을 위한 운영시스템 및 충전 인프라 구축」과제를 통해 제주도내 충전기들의 상 태정보(충전 중인 차량정보, 배터리 소모량, 가격, SoC 잔량, 충전기 작동 상태, 사 용자별 충전량)가 5분 주기로 환경부에서 정의한 데이터 포맷에 맞추어 충전데이터 관리 시스템이라 불리는 중앙 관제 서버에 보고되어 축적되고 있다. 빅데이터를 분석하는데 있어서는 공개 소프트웨어인 Apache Hadoop이 널리 사용 되고 있다. jejuevrc.jejunu.ac.kr에 하둡과 이의 스크립트 수행환경인 Pig 가 설치되 었으며 처리할 데이터의 양이 많지 않기 때문에 stand-alone 모드로 수행되고 있다. 이와 아울러 MapReduce나 사용자 정의 함수를 구동하기 위해 기본적으로 Java 플 랫폼도 구성에 포함되어 있다. Pig 스크립트를 통해 충전기 상태정보에 대한 필드를 타입별로 읽어드리고 일별, 월별로 충전 중 레코드 회수와 사용량을 계산하였다. 이 과정에서 불필요한 필드와 오류를 포함한 필드들을 제거하기 위해 행을 추출하는 GENERATE 명령과 열을 추출하는 필드 선택을 사용하였으며 사용자별, 일별, 월별 그룹에 따르는 부분 COUNT, SUM 등의 내장형 함수들을 호출하였다. 정제된 데이터에 따르면 제주도 에서 운영 중인 50개의 대상 충전기는 2014년 8월부터 9개월 동안 21,296회 이용되 었고, 최대로 많은 레코드를 갖는 충전기는 1,132번 충전 중 레코드를 발생시켰으며 이는 5,660분에 해당하는 운영시간을 나타내고 있다. 이러한 충전기 모니터링 데이터 분석은 충전소 운영에 필요한 전력량을 미리 확보 하고 나아가 풍력 등과 같은 신재생 에너지의 예측 모델과 결합하거나 할인율 적용 에 의한 피크부하 분산을 통해 전기자동차들이 전력시스템에 주는 영향을 줄일 수 있을 것으로 예상한다.

Along with the penetration of a new-generation power network, called smart grid, many real-time monitoring systems are being built for a variety of power system entities. Those systems acquire and accumulate a series of data records having a relatively short period from a lot of entities, so the amount of them keeps growing. A systematic and integrative analysis of those streams makes it possible to efficiently operate the target system and to promisingly create a new business model. In this regard, this thesis 1) investigates the real-time charger tracking system currently running in Jeju city and the data stream it creates, 2) constructs a data analysis platform taking advantage of open software, and 3) traces the number of records as well as the amount of electricity consumption on daily, monthly, and personal basis. Through the R&D project, 「Construction of an operation system and a charging infrastructure for the promotion of electric vehicle businesses in Jeju city」, carried out under the supervision of JNU electric vehicle research center, the real-time status information of each charger in Jeju city is concentrated on a central server. A single record includes vehicle id in charging, electricity consumption, retail price, current battery remaining, current operation status, per-user consumption, and the like. The record format is specified by the Department of Environment, Republic of Korea and each record is reported with the period of 5 minutes to MDMS (Meter Data Management System). Apache Hadoop is a well-known software package commonly used for big data processing. We install this software and its script language processor, namely, Pig, on a Linux machine (jejuevrc.jejunu.ac.kr). They are currently running in the stand-alone mode as the amount of data does not demand parallel processing. Basically, the Java platform supports MapReduce-based programming and extends Pig by means of user-defined function implementations. The Pig script loads the data stream into the Hadoop space according to the type of each field and calculates not only the number of records but also the amount of energy consumption for each day and month, respectively. The Generate and field selection commands eliminate unnecessary and redundant data, while the built-in functions such as COUNT and SUM obtain the partial sums for daily, monthly, and per-charger groups. The refined data set finds 21,295 records saying that chargers are in operation and the maximum of the number of per-charger records reaches 1,132, which corresponds to the operation time of 5, 660 minutes. After all, the analysis of charger status monitoring streams allows us to provision the sufficient amount of electricity necessary for the robust operation of charging stations as well as to integrate more renewable energy such as wind. Moreover, with the daily and hourly consumption pattern model, it is possible to shift system load stemmed from simultaneous electric vehicle charging by different discount plans on different time-of-use.