실차 운행정보를 활용한 온실가스 배출지표 분석 방법에 대한 연구

본 연구의 운행정보 수집 대상은 공공기관(지자체)에서 관용으로 등록하여 운영하는 자동차이기 때문에 해당 지자체에서 회계정보 기반으로 자동차 운행일지를 관리하고 있다. 따라서 본 연구에서 수집한 운행정보를 검증하기 위하여 수집기간동안의 운행일지 자료를 분석하고, 이를 수집된 운행정보와 비교ㆍ분석하였다.

자동차 운행일지 중 이용 건별 또는 일별 운행거리는 수기로 기록되지만, 자동차 계기판에 표시되는 운행거리를 기록하기 때문에 비교적 정확하다고 판단하였다. 유류현황 자료 중 소비량은 대부분 운전자 경험치에 의해 수기로 작성되고 있기 때문에 정보의 불확실성이 높을 수 있지만, 공공기관의 특성 상 연료구매량에 대한 정보는 회계 기반의 비용정산 자료와 일치하여야 하기 때문에 명확한 정보라고 판단하였으며, 지자체 회계의 경우 대부분 분기 또는 반기로 구분하여 정산을 시행하기 때문에 분기단위의 연료구매량 정보를 기반으로 분석하였다.

자동차 운행정보를 검증하기 위해서는 지자체에서 관리하고 있는 운행일지와 비교할 수 있는 인자를 설정해야 하고, 이를 위해 수집된 자동차 운행정보를 세부적으로 분석하였다. 운행일지와 운행정보를 비교하기 위한 운행 활동자료는 운행거리(km)와 연료사용량(L)으로 설정하였으며, 회계 기반의 운행일지와 비교를 위해 수집된 운행정보를 분기 단위로 분석하였다.

자동차 운행일지 자료와 비교를 위해 동 기간 내 대상 자동차에서 수집된 운행정보를 기반으로 분석한 발생 Trip 수는 38,405회로 산출되었고, 총 운행시간은 9,402시간 05분 50초이며, 총 운행거리는 183,783 km로 분석되었다. 이를 차종별로 구분하여 분석한 결과는 Table 4와 같다.

Table 4.

Analysis results of the driving information

본 연구에 자동차 운행정보를 적용하기 위해 Trip 단위로 분석한 자료 중 운행거리와 연료사용량 정보를 비교 인자로 설정하였고, 두 인자를 운행일지 분석 결과와 비교하여 Fig. 2와 같은 결과를 도출하였다. 그 결과, 운행거리와 연료사용량 정보의 오차율이 ±1∼4% 정도로 분석되었다.

Fig. 2.

Comparison of mileage and fuel consumption of driving record diary and driving information.

자동차 운행정보 수집장치를 이용하여 수집된 운행정보를 기반으로 대상 자동차별 인자를 비교ㆍ분석하였다. 본 연구에서 채택한 운행정보 인자는 온실가스 배출지표를 분석하기 위한 기초 인자이면서 관용 자동차의 대표성을 가질 수 있어야 하기 때문에, 운행시간(Operating time), 공회전 시간(Idling time), 운행시간 중 공회전 시간을 제외한 주행시간(Driving time), 운행거리(Mileage), 평균연비(Average fuel economy), 급가감속 횟수(Number of Rapid acceleration/deceleration), 엔진 미가열 배출비율(Cold emission rate)로 정립하고, 해당 자동차 및 차종별로 비교하였다.

본 연구 대상 자동차의 1 Trip 평균 운행시간은 15분 14초이며, 1 Trip 운행거리는 평균 4.9 km로 분석되었으며, 차종별 운행정보 인자의 분석 결과는 Table 5에 정리하였다. Kim et al.(2013)에 기술된 1 Trip 기준 평균 운행거리(15.7 km)와 평균 운행시간(26분 08초) 분석 결과에 비해, 본 연구의 대상 자동차의 운행거리와 운행시간이 모두 낮은 것을 확인하였다(Table 5).

Table 5.

Analysis result of driving information parameters

자동차별 운행정보 인자를 분석한 결과, 승용차와 화물차의 경우 대부분 기본 업무 수행 및 관내 보편적 서비스의 목적으로 운행하기 때문에 1 Trip 운행시간이 평균 14∼15분 정도 되고, 1 Trip 평균 운행거리도 4.3∼4.5 km로 분석되었다. 이에 반해 주정차 단속 등 주요 민원해결을 위해 운행하는 승합차의 경우에는 1 Trip 평균 운행시간이 21분 35초, 1 Trip 평균 운행거리가 10.7 km로 승용차나 화물차에 비해 높게 나타났다.

Fig. 3은 자동차별 운행정보 인자를 분석하여 비교한 결과이며, 동일 차종이더라도 운행목적이나 패턴에 따라 운행정보 인자가 상이함을 확인하였다. 하지만 대체적으로 동일 차종별 특성이 유사한 형태로 분석되었으며, 특히 엔진 미가열 배출의 경우에는 경유를 주연료로 하는 자동차의 배출비율이 가솔린 엔진 자동차의 배출비율보다 높은 것을 확인하였다. 이는 기본적으로 디젤 엔진이 정상 온도에 도달하기까지 소요되는 시간이 가솔린 엔진보다 길고, 승합 및 화물차의 운행비율이 외기온도가 낮은 이른 오전시간에 높게 분포되어 있기 때문이라 판단된다.

Fig. 3.

Comparison of vehicle-specific driving information parameters.

또한 급가감속에 대한 인자를 분석하면 승용차와 화물차에 비해 승합차의 급가감속 횟수가 상당히 낮음을 확인하였고, 이는 주요 운행목적이 주정차 위반 단속을 위해 저속으로 지속 운행을 하기 때문이라 판단되며, 이는 자동차 연비와도 연관되어 있을 것이라 판단하여 추가적으로 분석을 수행하였다.

Fig. 4의 (A)∼(H)는 앞에서 분석된 자동차별 운행정보 인자를 기반으로 차종별 운행정보를 통합하여 분석한 결과이며, 이를 통해 대표성을 갖는 차종별 특성을 확인하였다.

Fig. 4.

Analysis result of driving information parameters of vehicle types.

1 Trip을 기준으로 분석한 결과와 상이하게 총 운행시간(A)이나 공회전 시간(B)은 화물차, 승용차, 승합차 순으로 분석되었으며, 총 운행거리(C)의 경우에는 화물차가 가장 높고, 승합차와 승용차가 비슷한 수준으로 분석되었다. 총괄적으로 화물차의 총 운행시간이 가장 높고, 그만큼 운행거리도 높은데 반해, 승용차의 경우 총 운행시간은 높은 편이지만, 운행거리가 낮은 것은 교통 상황이 반영되어 있는 시내 운행의 비율이 높기 때문이라고 판단되며, 화물차의 경우에는 시내 운행비율보다는 시외곽의 운행비율이 높은 것으로 분석할 수 있다.

또한 차종별 급가감속 횟수와 엔진 미가열 시 배출비율의 분석결과는 Fig. 4의 (E)∼(H)와 같고, 화물차의 급가속 빈도(F)가 가장 많은 것으로 확인되었으며, 급감속(G)의 경우는 시내 운행이 많은 승용차의 발생 빈도가 높은 것으로 분석되었다. 엔진 미가열 시 배출비율(H)은 앞에서 분석된 결과와 동일하게 디젤 엔진을 사용하는 승합 및 화물차가 승용차에 비해 높게 나타났다. 이 두 가지 운행인자는 자동차 연비와 가장 큰 상관성이 있다고 판단되며, 엔진 미가열 시 배출비율이 높고 급가감속 빈도가 높을수록 연비에 악영향을 미치는 것으로 판단된다.

앞에서 대상 자동차의 운행정보 인자를 분석하여 비교한 결과, 일부 인자는 자동차 연비와 상관성이 있을 것으로 판단하였고, 이를 차종별로 분류하여 운행정보 인자를 비교ㆍ분석하였다. 본 절에서는 Trip 기준으로 분석된 운행정보를 기반으로 본 연구에서 도출된 전체 평균 운행거리(4.9 km)를 기준으로 하여 ± 3 km 내로 운행된 정보를 추출(21,726 Trip)하고, 운행정보 인자 간 상관성을 확인하기 위해 연비 인자와의 관계를 확인하였다.

연비와 상관관계가 있을 것으로 예상한 운행정보 인자는 1) 운행 중 공회전 시간 비율, 2) 급가감속 횟수, 3) 엔진 미가열 시 배출비율로 크게 구분하여 각 인자와 연비에 미치는 영향성을 분석하였다.

연비와 운행정보 인자 간의 상관관계를 분석하였지만, 연비 인자의 경우에는 연료사용량과 운행거리의 두 가지 인자가 결합되어 있는 상태이기 때문에 세부적인 인자 간의 상관관계를 확인하기 위해 추가 분석을 하였다. 이를 위해 운행거리가 증가할수록 비례적으로 함께 증가하는 인자가 있을 것으로 판단하고, 해당 분석 Trip 정보 중 연비 인자에서 운행거리 인자를 제외한 연료사용량 인자와 각각의 운행정보 인자를 비교하였다.

Fig. 5에서 보는 바와 같이, 운행정보 인자와 연료사용량 간의 상관관계를 확인하였으며, 연료사용량에 영향을 줄 수 있는 인자의 정량적 지수를 도출하였다. 그래프에서도 볼 수 있듯이, 급가감속이 연료사용량에 미치는 영향(D)이 가장 큰 것을 확인할 수 있고, 이 중 급감속(F)보다는 급가속(E)의 영향이 매우 높은 것을 확인하였다. 급감속의 경우, Fuel cut으로 인하여 연료가 주입되지 않지만 영향을 미치는 인자가 된 이유는 앞 선 가속에서 연료의 연소로 발생시킨 에너지가 운동에너지로 전환되지 않고, 마찰에너지로 손실되기 때문으로 판단된다. 또한, 운행 중 공회전 시간의 비율(A)의 영향과 엔진 미가열 시 연료사용량(C)도 연료사용량에 영향을 주는 인자라는 것을 확인하였다.

Fig. 5.

Correlation analysis between fuel consumption and driving information parameters.

결론적으로 자동차가 운행하면서 사용하는 연료사용량에 악영향을 줄 수 있는 인자들의 정량적인 영향 비율을 100%라고 가정하고, 이를 다중회귀분석을 통해 분석하면 가장 큰 영향을 주는 인자는 ‘급가속’ 인자로 약 50.4%의 연료사용량 증가의 영향을 주고, ‘급감속’ 인자는 약 23.8%, ‘공회전 시간’ 인자가 약 13.4%, ‘엔진 미가열 시’에 대한 인자가 약 12.4%의 영향을 주는 것으로 분석되었다.

본 연구에서 수집한 자동차 운행정보를 기반으로 대상 자동차의 온실가스 배출량을 산정하고, 이를 정량적으로 비교할 수 있는 온실가스 배출지표 분석을 위한 주요 활동자료를 운행거리와 운행시간으로 설정하였다.

대상 자동차의 온실가스 배출량을 산정하기 위해 적용한 방법론은 앞에서 기술한 바와 같이, 자동차 운행정보 중 수집된 연료사용량을 기반으로 하는 방법론을 적용하였으며, 온실가스 배출지표를 분석 및 평가하기 위해서는 일반적인 운행특성이 반영되어야 하기 때문에, 수집한 운행정보 중 일반적인 운행특성을 벗어나는 운행거리와 운행시간 등이 포함된 Trip은 제외하였다.

Table 7은 시계열별(월별) 차종에 따른 주요 활동자료를 분석한 결과이며, 활동자료에 대한 월 평균 분석 결과는 Fig. 7과 같다. 차종 구분에 따른 시계열별 온실가스 배출량 분석 결과는 평균적인 의미에서 승용차가 가장 낮게 나타났으며, 화물차가 가장 높게 분석되었다. 또한 월 평균 운행시간의 경우에는 화물차의 운행시간이 가장 높고, 승합차의 운행시간이 가장 낮은 것으로 나타났으며, 운행거리의 경우에는 평균적으로 큰 차이가 없었다.

Table 7.

Analysis result of main activity data

Fig. 7.

Analysis of monthly activity data by vehicle types.