The Characteristics of Driving Parameters and CO2 Emissions of Light-Duty Vehicles in Real-Driving Conditions at Urban Area in Seoul

(1)

서울 도심의 실제 도로 주행 조건에서 소형자동차의 주행인자와 CO2 배출 특성에 관한 연구

The Characteristics of Driving Parameters and CO2 Emissions of Light-Duty Vehicles in Real-Driving Conditions at

Urban Area in Seoul

박준홍^†ㆍ이종태ㆍ김선문ㆍ김정수ㆍ안근환 Park, Junhong^†, Lee, Jongtae, Kim, Sunmoon,

Kim, Jeongsoo and Ahn, Keunhwan 국립환경과학원 교통환경연구소

Transportation Pollution Research Center, National Institute of Environmental Research, Incheon, Korea

요 지

본 논문에서는 소형자동차에 이동식 배출가스 측정장비(PEMS)를 탑재하여 서울 도심의 실제 도 로를 주행하고, 주행인자와 CO2 배출량 간의 상관관계를 분석하였다. 주요 주행인자로는 평균차속, 상대가속도(RPA-Relative Positive Acceleration), 정지비율을 선정하였고, 도로유형을 단속류와 연속 류로 구분하여 분석하였다. 주행거리 기반의 이동평균구간 계산 방법을 적용하여 다양한 주행조건 에서의 평균값을 구하고, 다중 선형 회귀분석 방법을 통해 주행인자와 CO2 배출량 간의 상관관계를 조사하였다. 이러한 분석을 통해 자동차의 CO2 배출량은 평균차속이 증가함에 따라 감소하고, RPA 와 정지비율의 증가에 따라 증가하는 경향이 있음을 통계적인 방법으로 확인하였다. 단속류는 연속 류와 비교하였을 때 평균차속이 상당히 낮고, RPA와 정지비율은 높게 나타나는데, 이러한 주행인자 분포의 차이로 인해 단속류의 단위주행거리 당 CO2 배출량이 높은 것으로 판단된다.

키워드 : CO2, 실제 도로 주행 배출가스, 도로 주행 인자, 다중 선형 회귀 분석

ABSTRACT

In this paper, correlations between driving parameters and CO2 of light-duty vehicles have been analyzed. Three test vehicles equipped with PEMS (Portable Emission Measurement System) have been driven in real-road in urban areas of Seoul. Averaged vehicle speed, RPA(Relative Positive Acce- leration) and stop ratio have been selected as main driving parameters. The analysis have been con-

†Corresponding author : E-mail: [email protected]

접수일자: 2013. 9. 3 / 수정일자: 2013. 10. 5 / 채택일자: 2013. 10. 6

(2)

ducted in interrupted and uninterrupted road types. Averaged values in various driving conditions have been calculated with distance based moving averaging window method. The multiple linear regression method have been applied to account for correlation between driving parameters and CO2

emissions. This approach has shown statistically that CO2 emission per distance (g/km) have tenden- cies to be increased as decreased averaged vehicle speed and increased RPA and stop ratio. Com- pared with uninterrupted traffic, interrupted traffic have shown the lower vehicle speed and the higher RPA and stop ratio. These characteristics of driving parameters in interrupted traffic should cau- se the higher CO2 emission per distance.

Key words : CO2, Real Driving Emission Measurement, Road-Driving Parameters, Multiple Linear Regression Method

1. 서론

전 세계적으로 자동차에서 배출되는 온실가스 를 감축하기 위한 다양한 연구들이 진행되고 있 다. 이러한 연구들은 국가적, 세계적 차원의 거시 적인 관점에서도 진행되고 있지만, 소규모 지역 별, 분야별 등 미시적 관점에서도 다양하게 수행 되고 있다. 온실가스 증가에 의한 영향은 기후변 화와 같이 전 지구적으로 나타나지만, 감축의 실 효성 측면에서는 미시적인 관점의 연구들은 상당 히 중요하다고 볼 수 있다.

온실가스 종합정보센터(2013)에 따르면 국내 수송부문의 CO2 배출량은 에너지 분야 배출량의 약 15%를 차지하고 있다. 자동차의 CO2 배출량 을 줄이기 위해서 2015년 신규 제작차의 평균 CO2 배출기준을 140 g/km로 설정하여 2012년부 터 단계적으로 시행하고 있다(환경부, 2011). 제 작차에 대한 CO2 규제 정책은 자동차에서 소모 되는 연료 저감 기술 개선 등을 통해 차량에서 배출되는 CO2 배출량을 줄이고자 하는 측면이다.

자동차에서 배출되는 CO2 배출량은 배출계수 와 활동도 두 가지 요소에 주로 영향을 받게 된 다. 특히 소규모 지역적인 측면에서 CO2 배출량 을 산정하기 위해서는 두 가지 요소 모두에 대해 보다 상세한 고찰이 필요할 것이다. 활동도 측면 에서 관련된 연구를 살펴보면, Kim et al. (2012)

은 경기도의 도로 수송부문 온실가스 배출량을 보다 정확히 산정하기 위해서 교통량의 할당 방 법을 개선하는 방안을 제안한 바 있다.

소규모 지역적 단위에서 배출계수를 산정하기 위해서는 주행인자와 CO2 배출량간의 관계를 상 세히 검토할 필요가 있다. 자동차에서 배출되는 CO2는 도로 주행인자에 상당히 영향을 받는데, Yoo et al. (2009)의 연구에서 승용차의 단위주행 거리 당 CO2는 대체로 차속이 증가함에 따라 감 소되는 경향임을 보여주었다. 이는 국립환경과학 원(NIER, 2009)에서 산출하는 자동차의 대기오염 물질 배출계수의 경향과도 유사한 특성이다. 수 송 분야에 대한 온실가스 배출량을 산정하고 있 는 국토교통부의 교통안전공단(2011)은 향후 TI- ER 3 수준의 배출량 산정을 위해 국립환경과학 원(NIER, 2009)에서 제안한 차속 함수의 배출계 수를 사용할 계획임을 밝혔다.

이러한 방법은 국가적 단위의 거시적 관점에서 배출량을 산출하는 데에는 유용하게 적용할 수 있지만, 실제 도로 주행 중에 발생하는 다양한 조 건을 반영하는 것은 한계가 있을 수 있다(Coel- ho et al., 2009). US EPA(2001, 2004)는 MO- VES 모델 개발시에 미시적인 영역의 배출량을 예측할 때 다양한 주행인자 들의 실시간 변화를 반영할 수 있도록 한 바 있다. Park et al. (2012) 은 고속도로 영업소의 자동요금징수 시스템 도입

(3)

에 따른 효과를 평가하면서 미시적 영역의 배출 량 산정을 위해서는 다양한 주행인자의 영향도를 고찰할 필요가 있음을 제시하였다.

본 연구에서는 자동차의 주행인자와 배출가스 간의 관계를 고찰하기 위하여 이동식 배출가스 측정장비(PEMS: Portable Emission Measurement System)를 활용한 실제 도로 주행 시험을 수행하 였다. PEMS는 미국(US EPA, 2005)과 유럽(Eu- ropean Commission)에서 대형차의 결함확인검사 에 적용되는 등 법정 장비로 활용될 정도로 신뢰 성이 상당히 확보되었다. PEMS는 배출가스 측정 장치 외에 위치정보(GPS), 자동차 엔진제어장치 (ECU) 데이터를 함께 취득할 수 있어서 자동차 의 배출가스와 도로 주행인자 간의 관계를 고찰 하는데 유용하게 활용할 수 있다.

교통 분야에서 도로 유형은 크게 단속류(Inte- rrupted traffic)와 연속류(Uninterrupted traffic)로 구분한다. 단속류는 교통신호와 같이 인위적인 외부 요인에 의해 차량이 정지하는 도로이며, 연 속류는 교통 정체 이외에는 차량이 정지되지 않 는 도로이다. 서울시내의 도로 유형은 이 두 가 지 범주에 해당될 것으로 판단된다. 주행인자와 배출가스 간의 연관 관계는 도로 유형별로 구분 하여 다중선형회귀 분석 방법을 적용하여 통계적 으로 검토하였다.

2. 연구방법

2.1 시험자동차

시험자동차로는 휘발유, 경유, LPG 자동차 각 1대를 선정하였다. Table 1에 시험자동차의 주요 제원을 나타내었다. 시험자동차는 2010년 이후 연식의 신차이며, 2009년부터 시행된 국내 배출 허용기준에 따라 생산되었다. 휘발유 및 LPG 자 동차는 세단형이고, 경유차는 SUV이다. 현재 국 내에서 PEMS를 이용한 실제 도로 주행 배출가 스 연구는 초기 단계로 볼 수 있다. 가용한 시험

Test vehicle No. TV1G TV2D TV3L Vehicle type Sedan SUV Sedan Model year 2011 2010 2011

Fuel type Gasoline Diesel LPG Displacement [cc] 2359 1995 1999 Gross vehicle weight [kg] 1850 2510 1940 Emission level ULEV EURO-5 ULEV Table 1. Specifications of test vehicles

차량의 선정에 한계가 있어 본 연구에서 시험 자 동차 간의 배기량, 형상, 중량에는 상당한 차이가 있다. 이로 인해 시험차량 간의 CO2 배출량을 직 접적으로 비교하는 것은 큰 의미가 없을 것으로 보인다. 그러나 본 연구의 목적은 차량의 주행인 자와 CO2 배출량의 관계를 고찰하는 것에 있으 므로, 이를 달성하는 것에는 문제가 없는 것으로 판단된다.

European Commission(EC JRC, 2013)은 소형 차의 인증 및 결함확인검사에 PEMS를 이용한 추가 시험방법을 2017년 9월부터 도입할 계획이 다. 국내의 소형 경유차는 유로-5 규제부터 유럽 과 동일한 시점에 동일한 배출가스 규제를 도입 하고 있으므로, 향후에는 국내에도 더욱 많은 실 제 도로 주행 배출가스 평가가 이루어질 것으로 예상된다. 이 경우, 차종간 비교 가능한 실제 도 로 주행 CO2 배출가스 데이터의 확보가 가능할 것이다.

2.2 실제 도로 주행 배출가스 시험 2.2.1 이동식 배출가스 측정 장비(PEMS) PEMS는 Fig. 1과 같이 배기가스 분석기, 배기 가스 유량계 및 샘플링 장치, 측정용 가스, 전원 공급장치, 제어 및 데이터 분석 장치로 구성되었 다. 배기가스 농도와 유량 데이터를 통해 질량단 위의 실시간 배출율(g/s)을 산출할 수 있고, 주행

(4)

Fig. 1. Schematic diagram of PEMS.

거리는 GPS 또는 ECU 데이터를 이용한 차속으 로 산출할 수 있다. 이들을 조합함으로써 소형차 인증 기준과 동일한 단위인 주행거리 당 배출량 (g/km)을 구할 수 있다. PEMS의 신뢰도는 미국 (US EPA, 2008)과 유럽(EC JRC, 2011)의 대형 차 결함확인검사 제도 도입 과정에서 상당 부분 검증되었고, 이를 바탕으로 유럽에서는 소형차의 배출가스 규제에도 활용될 계획이다.

본 연구에서 PEMS 장비는 호리바사의 OBS- 2000 모델을 활용하였다. 배기가스 분석기의 측 정원리는 인증용 장비와 동일하게 THC는 FID, CO, CO2는 NDIR, NOx는 CLD 방식을 적용한 다. PEMS 장착시에는 장비 및 전원공급을 위한 배터리의 설치로 시험 차량 중량 증가는 불가피 하다. 배출가스 인증시험의 경우, 공차상태에서 휘발유 및 가스차는 2명의 탑승자 중량(136 kg), 경유차는 운전자와 일반 적재물 중량(100 kg)이 포함된다. 본 연구에서는 시험차량의 중량 증가 를 최소화하기 위하여 뒷 좌석, 스패어 타이어 등을 탈거하였다. 그럼에도 PEMS 장착시 인증시 험에서 규정하는 시험중량보다는 약 100 kg 정도 증가하였다. 증가된 중량은 시험차량의 총중량 이내이지만, 이로 인해 인증시험과 CO2 배출량의 차이가 발생할 것이다. 그러나 이 정도의 중량 증가는 실제 도로 주행에서 빈번히 발생할 수 있 는 조건이고, 본 연구의 목적에도 벗어나지 않는 것으로 판단된다.

2.2.2 도로 주행 경로

Fig. 2. Driving routes for interrupted traffic and uninterrupted traffic.

도로 주행 경로는 Fig. 2와 같이 서울 도심의 단속류와 연속류 각 1곳을 선정하였다. 단속류는 종합운동장 → 테헤란로 → 강남대로 → 한남대교 구간으로서 교통량이 많고, 정체도가 높은 지역 이다. 연속류는 올림픽대로의 행주대교 남단 → 종합운동장까지의 구간으로서, 주간에 대체로 원 활한 교통 흐름을 보이지만, 반포대교 → 한남대 교 구간은 정체도가 높은 경우, 때로는 차량이 정지 후 출발이 반복되기도 한다. 선정된 도로는 교통량이 많은 서울의 대표적인 단속류와 연속류 의 도로로 판단되며, 각 시험차량별로 2회씩 시 험경로를 주행하였다.

2.3 자동차 배출가스에 영향을 주는 주요 도 로 주행 인자

Ericsson(2001)은 62가지의 도로 주행 인자를 선정하여 요인분석법(factorial analysis)을 통해 분석한 결과, 9가지의 주행 변수를 CO2 및 연료 소비량에 큰 영향을 주는 인자로 제시하였다. 이 들 인자들은 가속을 위해 필요한 차량 출력(power demand), 변속 특성, 차속의 3가지 특성과 관련이 있다. Ericsson은 평균 차속만으로 자동차 배출량을 예측하는 방법에는 한계가 있으므로, 배출가스에 영향을 주는 다양한 주행변수들을 포 함하여 모델링할 것을 제안하였다.

Ericsson (2001)이 제시한 자동차 속도와 관계

(5)

된 변수에는 차량 정지관련 변수가 있다. 단속류 의 경우에는 교통 신호와 같이 외부적인 요인으 로 차량이 정지되는 시간이 상당히 길 것이다.

연속류의 경우에도 서울 지역은 교통량이 많아서 상습 정체 구간이 발생하는 등 상당부분 영향을 줄 것으로 예상된다.

한편, 가속을 위해 필요한 차량 출력과 관계되 는 대표적인 주행인자로는 RPA (Relative Posi- tive Acceleration)가 있다. RPA는 식 (1)과 같이 속도와 양의 가속도의 곱을 시간에 대해 적분하 여 주행거리로 나누어 준 값이다. 식 (2)에 나타 낸 바와 같이 속도와 양의 가속도의 곱은 단위 중량당 가속을 위해 필요한 차량출력의 의미를 가진다.

_{ }





_^^{ }^^

(1)

^ 

_{}

 

_{}

(2)

여기서,  : 양의 상대가속도 [m/s²]  : 자동차 속도 [m/s]

^: 양의 가속도 [m/s²]  : 주행거리 [m]

 : 주행시간 [s]

: 차량 질량 [kg]

_{}: 차량 가속에 요구되는 구동력 [N]

_{} : 가속을 위해 요구되는 차량 출력 [W]

본 연구의 시험차량은 모두 자동변속기를 장착 한 차량으로서 변속과 관련된 영향은 고려하기가 어렵다. 따라서 본 연구에서는 단속류와 연속류 주행시 평균차속, RPA, 정지비율을 주요 주행변 수로 하여 CO2 배출량 변화 간의 관계를 분석하 였다.

2.4 도로주행인자의 CO₂ 영향 분석 방법

2.4.1 이동 평균 구간 분석 방법

본 연구 대상인 소형차의 배출가스는 규제 및 배출계수 산정시 단위 주행거리 당 배출량(g/km) 으로 결과를 산출한다. 도로 주행 시험의 경우, 주행 조건의 임의성으로 인해 동일한 경로를 주 행한다 하더라도 교통상황에 따라 차속, 가속도, 정지기간 등의 주행인자 특성은 달라진다. 따라 서 주행인자와의 관계를 고찰하기 위해서는 다양 한 주행 조건에서의 CO2 결과를 산출할 필요가 있지만, 이는 상당한 시험부하를 필요로 하게 된 다. 이러한 점을 극복하기 위하여 EC에서 개발 중인 소형차 실제 도로 주행시험 방법에서 적용 이 예상되는 이동평균구간 분석 방법을 적용하였 다. 이 방법은 Shade et al. (2008)에 의해 제안된 방법으로서 유럽의 대형차 배출가스 결함확인검 사의 데이터 분석 방법으로 도입되었다. 유럽의 대형차 배출가스 결함확인검사에서 적용된 이동 평균구간 분석 방법은 계산 시작 시점부터의 누 적일이 그 시험 차량의 기준값에 도달하는 시점 까지를 하나의 계산 구간으로 정의하고, 그 계산 구간에서의 평균 배출량을 산출하는 방법이다.

이 분석 방법은 1회 시험으로 많은 수의 계산 구 간을 정의할 수 있어서, 소수의 시험회수로 다양 한 운전 조건에서의 배출 특성을 평가할 수 있는 장점이 있다. 본 연구에서는 다양한 운전 조건에 서의 CO2 평균 배출량을 계산하기 위하여 일정 거리를 기준으로 이동 평균값을 산출하였다. 배 출가스 평균 계산의 시작점을 _이라 했을 때 평 균 계산 구간은 식 (3)과 같이 정의된다. 평균계 산의 시작점은 1초씩 이동하여 식 (3)의 조건을 반복적으로 적용하여 평균계산 구간을 계속 정의 한다. 본 연구에서 기준 거리는 주행시간을 고려 하여 단속류는 3.5 km, 연속류는 10 km로 설정 하였다. 시험기간 및 경로에 따라 차이가 있을 수 있지만, 약 1시간 정도의 주행시에 천여개 이 상의 이동 평균 CO2 값을 구하여 분석할 수 있 다.

(6)

_ ∆  _  _ ≦ _  _ (3)

where, _: Reference distance travelled __: Accumulated distance trave-

lled from starting test to time _, _

∆: Time increment of sampling period (1sec.)

2.4.2 다중선형 회귀 분석 방법

자동차의 배출계수는 다양한 평균 차속의 주행모 드를 주행하여 획득한 결과를 기반으로 하여 평균 차속의 거듭제곱 함수로 모델링한다. 일반적으로 배 출계수는 단위주행거리 당 배출량이 평균차속의 증 가에 따라 비선형적으로 감소하는 경향을 나타낸다.

이러한 방식은 거시적 관점의 배출량 산정시에 모 델의 신뢰성은 어느 정도 확보할 수 있겠지만, 다 양한 주행인자에 따른 영향을 나타내 주는 것에는 한계가 있을 것으로 판단된다. 본 연구에서는 미시 적 영역에서 CO2 배출량과 주행 인자들 간의 상관 관계를 다중 선형 회귀 분석 방법을 적용하여 통계 적으로 고찰하였다. 상세한 분석 방법은 Park et al.(2012)이 사용한 방법을 적용하였고, CO2 배출 량을 종속변수로 주행인자(평균차속, RPA, 정지율) 를 설명변수로 설정하였다. 회귀분석 방법을 통해 95% 신뢰구간에서 각각의 주행인자 들이 통계적으 로 유의한 지를 검토하였고, 선형 회귀분석을 통해 구한 모델과 배출계수 산정 방법에 따라 적용한 평 균차속의 거듭 제곱 모델간의 특성을 비교하였다.

3. 연구 결과

3.1 주행경로별 주행인자와 CO2의 평균적인 특성

Fig. 3에는 TV1G 시험차량의 도로 주행시 실 시간 차속을 나타내었는데, 단속류와 연속류 주 행시에 차속 변화에 뚜렷한 차이가 있음을 보여

(a) Interrupted traffic

(b) Uninterrupted traffic

Fig. 3. Vehicle speed measured in real time as road types with TV1G's driving.

준다. 단속류 주행시에 차속은 0∼40 km/h 수준 에서 잦은 정지와 출발이 반복하여 나타났고, 정 체가 심한 구간에서는 차속이 20 km/h 이내 수 준으로 낮아지기도 하였다. 연속류 주행시에는 정지와 출발은 거의 나타나지 않지만, 주행 구간 의 정체 정도에 따라 차속의 차이는 상당히 크게 나타났다.

Fig. 4는 각 시험차량의 주행경로 별 주행인자 의 평균적인 특성을 보여주는데, 도로 유형에 따 라 평균차속, RPA, 정지비율의 특성에 뚜렷한 차 이가 나타났다. 단속류는 평균차속이 9∼15 km/

h로서 연속류의 35∼64 km/h 수준보다 상당히 낮지만, 정지비율 (40∼49%)과 RPA (0.21∼0.26 m/s²)는 연속류의 0∼7%, 0.07∼0.12m/s²보다는 높게 나타난다. 결국 이러한 주행인자들의 차이 가 도로 유형별 CO2 배출특성에 영향을 줄 것으 로 예상된다.

Fig. 5의 시험차량의 경로별 평균 CO2 배출량 을 살펴보면, TV1G는 단속류에서 484.2 g/km, 345.6 g/km, 연속류에서 172.0 g/km, 193.8 g/km 로 가장 높게 나타났다. TV2D의 배출량은 단속

(7)

Fig. 4. Routes averaged values of driving parameters in real driving conditions with interrupted and uninterrupted traffic roads.

Fig. 5. Routes averaged CO2 emissions in real driving conditions with interrupted and uninterrupted traffic roads.

류에서 286.9 g/km, 337.4 g/km, 연속류에서 106.9 g/km, 109.7 g/km로 가장 낮았다. 그러나 Fig. 4 에 나타낸 바와 같이 동일한 시험차량이 동일한 경로를 주행하더라도 도로의 교통상황에 따라 주 행인자의 특성은 상당히 다르게 나타난다. 차종 간의 CO2 배출량에 대한 정량적인 비교를 위해 서는 이런 다양한 주행인자의 변화를 함께 고려 해야 할 것이다.

3.2 이동평균구간 분석 방법을 적용한 주행 인자와 CO2 관계

Fig. 6에는 도로유형 별 시험결과에 대해서 이 동평균구간 분석 방법을 적용하고, 주행인자와 CO2 배출량 간의 관계를 나타내었다. TV2D 차 량의 경우, 2회째 단속류 주행(Test I.D. 4) 중에 DPF의 재생이 발생된 것이 확인되었다. DPF 재

생 발생시에는 배기가스 온도를 상승시키기 위하 여 추가적인 연료가 소모되는 것으로 알려져 있 다. 본 연구에서는 재생으로 인한 영향까지 고려 하기는 어려워서 이때의 시험 결과는 이동평균구 간 분석 대상에서는 제외하였다. TV1G 시험의 경우, 연속류 주행시 정체구간이 상당히 있어서 평균차속, RPA, 정지비율이 폭넓게 분포했지만, TV2D와 TV3L의 경우에는 상대적으로 좁게 분 포하였다.

대체로 단속류와 연속류 주행시 차속, RPA, 정지비율에 있어 뚜렷한 차이가 있음을 볼 수 있 다. 단속류 주생시 평균차속은 대체로 20 km/h 이하이고, RPA는 0.2 m/s² 이상, 정지비율은 40

% 이상으로 나타났다. 이에 반해 연속류 주행시 에는 평균차속은 대체로 40 km/h 이상으로 단속 류에 비해 상당히 높고, RPA는 0.05∼0.15 m/s², 정지비율은 10% 이하로 단속류 대비 낮은 수준 이었다.

이동평균구간 분석 방법으로 나타난 주행인자 와 CO2 배출량의 관계를 살펴보면, 평균차속이 높아지고, RPA와 정지비율이 낮아지면 단위 주 행거리 당 CO2 배출량은 감소하는 경향이었다.

평균차속이 폭넓게 분포된 TV1G의 시험결과를 살펴보면, CO2 배출량은 평균차속의 증가에 대해 비선형적으로 감소되는 경향인 것으로 보인다.

단위 주행거리 당 CO2 배출량은 식 (4)와 같이 나타낼 수 있는데, 이를 보면 단위 시간당 CO2

배출량과 차속의 관계에 따라 비선형적인 특성이 나타날 수 있을 것으로 판단된다.

_   

_

(4)

여기서, _  : 단위주행거리 당 CO2 배 출량

_ : 단위시간 당 CO2 배출량  : 차속

RPA와 정지비율은 도로유형에 따라 그 범위

(8)

Averaged vehicle speed (km/h)

0 20 40 60 80 100

CO2 (g/km)

0 100 200 300 400 500 600

Interrupted traffic Uninterrupted traffic

RPA (m/s2)

0.00 0.05 0.10 0.15 0.20 0.25 0.30 CO2(g/km)

0 100 200 300 400 500 600

Stop ratio

0.0 0.1 0.2 0.3 0.4 0.5 0.6

CO2(g/km)

0 100 200 300 400 500

600 Interrupted traffic Uninterrupted traffic

(a) TV1G

0 20 40 60 80 100

CO2 (g/km)

0 50 100 150 200 250 300 350

RPA (m/s2)

0.00 0.05 0.10 0.15 0.20 0.25 0.30 CO2(g/km)

0 50 100 150 200 250 300 350

Stop ratio

0.0 0.1 0.2 0.3 0.4 0.5 0.6

CO2(g/km)

0 50 100 150 200 250 300

(b) TV2D

0 20 40 60 80 100

CO2 (g/km)

0 100 200 300 400 500

RPA (m/s2)

0.00 0.05 0.10 0.15 0.20 0.25 0.30 CO2(g/km)

0 100 200 300 400 500

Stop ratio

0.0 0.1 0.2 0.3 0.4 0.5

CO2(g/km)

0 100 200 300 400

(c) TV3L

Fig. 6. Moving averaged CO2 emission as vehicle driving parameters with interrupted and uninterrupted traffic roads.

가 상당히 달라서 선형적인 증가 특성을 확인하 기는 어렵지만, 대체로 RPA와 정지비율이 높은 단속류의 주행시에 CO2의 배출량이 상당히 높게 나타났다. 자동차의 CO2 배출량은 에너지 소모와 연관관계가 있는 만큼 단일 주행인자에 따른 영 향보다는 다양한 주행인자들이 복합적으로 영향 을 줄 것으로 예상된다.

3.3 다중선형회귀분석 방법을 이용한 주행인 자와 CO2 배출량 관계

Table 2에는 이동평균구간 분석방법을 적용하 여 구한 다수의 평균값을 이용하여 다중선형회귀 분석 방법과 배출계수 산정 방법을 적용하여 주 행인자와 CO2 간의 관계를 모델링한 결과를 나 타내었다. 단속류와 연속류에서 나타난 주행인자 의 특성에 뚜렷한 차이가 있으므로 도로 유형을 구분하여 모델링하였다. Table 2의 모델 식에서 A는 평균차속, B는 RPA, C는 정지비율이다. 다 중 선형회귀 분석 모델의 계수값은 95% 신뢰구 간에서 모두 유의한 것으로 나타났다. 모델의 결 정계수(R²)는 0.897∼0.973 수준으로서 CO2와 주

(9)

행인자들 간의 선형적인 상관관계가 상당히 높게 나타난 것으로 판단된다.

TV1G와 TV3L 차량의 계수를 살펴보면 차속 은 음수, RPA와 정지비율은 양수로 나타났는데, 이는 CO2 배출량이 차속 증가에 따라 감소하고, RPA와 정지비율 증가에 따라서는 증가하는 경향 임을 보여준다. 이는 Fig. 6에 나타낸 실측 결과 와도 일치하는 경향이다. TV2D 차량의 경우, 단 속류에서는 RPA에 따른 증가 경향이 나타나지 않았고, 연속류에서는 정지 비율이 2% 이내로서 매우 낮게 분포하였다. 이들 인자를 제외하고 모 델링한 결과를 살펴보면, 결정계수는 단속류에서 0.956, 연속류에서 0.942이다. 이는 단속류에서 차속과 정지비율, 연속류에서 차속과 RPA 만으 로도 CO2 변화에 대해 설명이 가능하다는 것을 의미한다. TV2D 시험의 경우, 다른 시험차량의 결과와 비교하였을 때 단속류와 연속류에서 차속 이 폭넓게 분포하지 않았는데, 이로 인해 주행인 자의 변화에 의한 영향이 타 차종만큼 충분히 나

Table 2. Comparison of CO2 model equation established by linear regression method with multiple variables and power function with vehicle speed

Vehicle Road type

Model equation Linear function with multiple variables

(R²)

Power function with averaged vehicle speed (R²)

TV1G

Interrupted 497.4—21.1A+324.1B+218.0C (0.928)

2250A^—0.68 (0.940)

Uninterrupted 244.5—1.75A+190.6B+282.8C (0.897) 1471A^—0.55 (0.972)

TV2D

Interrupted 206.1—2.62A+234.2C (0.956)

891.5A^—0.47 (0.964)

Uninterrupted 60.4+0.22A+386.8B (0.942)

305.7A^—0.25 (0.813)

TV3L

Interrupted 510.4—18.7A+222.1B+77.8C (0.966)

1348A^—0.52 (0.960)

Uninterrupted 180.3—1.23A+368.4B+23.8C (0.973)

1481A^—0.59 (0.971) (A: averaged vehicle speed, B: RPA, C: stop ratio)

타나지 않은 것으로 판단된다.

CO2 배출량과 주행인자의 관계를 차속의 거듭 제곱 함수로 모델링한 경우에 결정계수는 0.813

∼0.971 수준으로 상당히 높게 나타났다. 이는 국가 배출량 산정 등 거시적 영역에서 적용 중인 평균차속의 거듭제곱 함수는 미시적 영역의 CO2

배출량 산정에도 상당히 유효하게 적용될 수 있 음을 보여준다. CO2 배출량은 평균차속의 증가에 비선형적으로 감소하는 경향을 보여주는데, 다중 선형회귀 분석결과를 함께 고려한다면 이러한 비 선형적인 특성은 RPA, 정지비율 등의 다른 주행 인자의 변화가 복합적으로 반영되어 나타나는 것 으로 사료된다.

4. 결론 및 토의

본 연구에서는 국내 소형자동차 3대를 이용하 여 서울 도심의 단속류와 연속류를 주행하고, 실 제 도로 주행 배출가스 측정을 통해 주행인자의

(10)

변화와 CO2 배출량과의 관계를 규명하고자 하였 다. 국내에서 소형차의 PEMS를 이용한 실제 도 로 주행 배출가스 평가 연구는 아직은 초기 단계 로서 시험차량의 대표성과 시험회수 등에는 한계 가 있었다. 유럽은 2017년 9월부터 소형차 인증 시험에 PEMS를 이용한 시험방법을 도입할 예정 이다. 국내도 소형경유차는 유럽의 기준을 적용 하고 있으므로, 향후에는 보다 활발히 실제 도로 주행 배출가스 평가 연구가 진행될 것이며, 본 연구에서의 한계점은 상당히 극복될 수 있을 것 으로 기대된다. 이러한 한계점에도 불구하고 본 연구를 통해 다음과 같은 결론을 도출할 수 있었 다.

1. 시험차량 3대의 서울 도심 주행 결과, 단속 류는 평균차속 9∼15 km/h, RPA 0.21∼

0.26 m/s², 정지비율 40∼49% 수준이었고, 연속류는 평균차속 35∼64 km/h, RPA 0.07∼0.12 m/s², 정지비율 0∼7 %로서 도 로 유형에 따라 주행인자의 특성이 뚜렷하 게 구분되었다. 단위 주행거리 당 CO2 배출 량은 모든 차량에서 단속류 주행시에 연속 류보다 상당히 높게 나타났다.

2. 이동평균구간 분석 방법을 적용하여 주행인 자와 CO2 배출량 간의 경향을 살펴보았을 때, CO2 배출량은 대체로 평균차속의 증가 에 따라 감소하고, RPA와 정지비율의 증가 에 대해서는 증가하는 경향을 나타내었다.

3. 다중선형회귀 분석 방법을 적용하여 모델링 한 결과, 단속류와 연속류에서 선형 모델의 계수값은 95% 신뢰구간에서 유의하였고, 결정계수(R²)는 0.897∼0.973으로서 상당히 높게 나타났다. TV2D 차량의 경우, 시험시 차속이 폭넓게 분포하지 않은 한계가 있었 지만, 도심 주행시의 CO2 배출량의 변화는 평균차속, RPA, 정지비율의 선형적인 변화 와 높은 상관관계가 있었다.

4. 국가 자동차 배출계수 산정시에 활용되는

평균차속의 거듭제곱 함수를 이용하여 도 출한 CO2 배출량 모델은 도심 주행과 같은 미시적인 도로 영역에서도 높은 결정계수 (0.813∼0.971)를 나타내었다. 평균차속의 거듭제곱 함수는 미시적인 영역에서도 유 효하게 적용될 수 있을 것으로 사료된다.

한편, 평균차속에 대한 비선형적인 특성은 다른 주행인자와의 복합적인 영향으로 나 타난 것으로 판단된다.

참고문헌

온실가스종합정보센터, 2013, 국가온실가스 인벤 토리 보고서.

환경부, 2011, 자동차 평균에너지소비효율기준⋅

온실가스 배출허용기준 및 기준의 적용⋅관리 등에 관한 고시, 환경부 고시 제2011-89호.

교통안전공단, 2011, 2011년도 교통물류 온실가 스 배출량 조사 보고서.

Coelho, M. C., T. L. Farias, and N. M. Rouphail, 2005, Measuring and modeling emission eff- ects for toll facilities, transportation research record, Journal of the Transportation Resear- ch Board, 1941, 136-144.

EC JRC, 2011, Heavy-duty engines conformity testing based on PEMS, EUR 24921.

EC JRC, 2013, A complementary emission test for light-duty vehicles: Assessing the technical fea- sibility of candidate procedures, EUR 25572.

Ericsson, E., 2001, Independent driving pattern factors and their influence on fuel-use and ex- haust emission factors, Transportation Resear- ch Part D 6, 325-345.

European Commission, 2011, Implementing and amending Regulation (EC) No 595/2009 of the European parliament and of the council with respect to emissions from heavy duty vehicles (Euro VI) and amending Annex I and

(11)

III to Directive 2007/46/EC of the European Parliament and of the Council, Commission Regulation (EU) No. 582/2011.

Kim, K. D., T. J. Lee, W. S. Jung, and D. S.

Kim, 2012, Development of traffic volume es- timation system in main and branch roads to estimate greenhouse gas emissions in road tr- ansportation category, J. KOSAE, 28, 233- 248.

NIER, 2009, Establishment of climate change res- ponding system for transport sector(II), 64-69.

Park, J. H., J. T. Lee, T. W. Lee, J. Y. Kim, J.

S. Kim, and J. H. Kil, 2012, An analysis on the emission reduction effect of diesel light- duty truck by introducting electronic toll co- llection system on highways, J. KOSAE, 28, 506- 517.

Shade, B. C., D. K. Carder, G. J. Thompson,

and M. Gautam, 2008, A work-based window method for calculating in-use brake-spe- cific nox emissions of heavy-duty diesel engines, SAE 2208-01-1301.

US EPA, 2005, Final rule on in-use testing program for heavy-duty diesel engines and vehicles, EPA420-F-05-021.

US EPA, 2008, In-use testing for heavy-duty diesel engines and vehicles; emission measurement accuracy margins for portable emissions measurement systems and program revisions, Federal Register, 61.

Yoo, J. H., D. W. Kim, Y. S. Yoo, M. D. Eum, J. C. Kim, S. W. Lee, and D. S., 2009, Stu- dy on the characteristics of carbon dioxide emi- ssions factors from passenger cars, Transac- tions of KSAE, 17, 10-15.