Development of Urban Driving Cycle for Performance Evaluation of Electric Vehicles Part II: Verification of Driving Cycle

(1)

전기자동차 성능평가를 위한 도심 주행 모드 개발 Part II: 주행 모드 검증

정 낙 탁¹⁾․양 성 모¹⁾․김 광 섭¹⁾․최 수 빈¹⁾․Wang Maosen¹⁾․유 세 훈¹⁾․김 현 수²⁾․서 명 원^*2)

성균관대학교 대학원 기계공학과¹⁾․성균관대학교 기계공학과²⁾

Development of Urban Driving Cycle for Performance Evaluation of Electric Vehicles Part II : Verification of Driving Cycle

Nak-Tak Jeong¹⁾․Seong-Mo Yang¹⁾․Kwang-Seup Kim¹⁾․Su-Bin Choi¹⁾․Maosen Wang¹⁾․ Sehoon You¹⁾․Hyunsoo Kim²⁾․Myung-Won Suh^*2)

1)Graduate School of Mechanical Engineering, Sungkyunkwan University, Gyeonggi 440-746, Korea

2)Department of Mechanical Engineering, Sungkyunkwan University, Gyeonggi 440-746, Korea (Received 12 May 2014 / Revised 20 June 2014 / Accepted 28 July 2014)

Abstract : Recently, due to various environmental problems such as global warming, increases of international oil prices, exhaustion of resource, a paradigm of world automobile market is rapidly changing from conventional vehicles using internal combustion engine to eco-friendly vehicles using electric power such as EV, HEV, PHEV and FCEV.

Generally, in order to measure fuel consumption and pollutant emissions of cars, chassis dynamometer tests are performed on various driving cycles before actual driving test. There are many driving cycles for performance evaluation of conventional vehicles. However, there is a lack of researches on driving cycle for EV. In this study, the urban driving cycle for performance evaluation of electric vehicles was developed. This study is composed of two parts.

In the part 1, the urban driving cycle ’GUDC-EV(Gwacheon-city Urban Driving Cycle for Electric Vehicles)’ was developed by using driving data, which were obtained through actual driving experiment, and statistic analysis with chronological table. In this paper part 2, in order to verify the developed driving cycle GUDC-EV, virtual EV platforms were configured and simulations were performed with actual driving data using In addition, simulation results were compared with existing driving cycles such as FTP-72, NEDC and Japan 10-15.

Key words : Electric vehicle(전기 자동차), Driving cycle(주행 모드), e-Vsim, Virtual EV platform(EV 가상 주행 플 랫폼), Electricity performance(연비)

1. 서 론¹⁾

최근 국제 유가 상승, 자원 고갈, 지구 온난화 등 의 여러 환경문제로 인하여 세계 자동차 시장의 패 러다임이 내연기관 자동차에서 전기 동력을 사용하 는 전기 자동차(EV, Electric Vehicle), 하이브리드 자 동차(HEV, Hybrid Electric Vehicle), 플러그인 하이 브리드 자동차(PHEV, Plug-in Hybrid electric Vehicle),

*Corresponding author, E-mail: [email protected]

연료전지 자동차(FCEV, Fuel Cell Electric Vehicle) 등의 친환경 자동차로 바뀌고 있다.¹⁾

이에 친환경 자동차에 대한 연구 개발이 활발히 진행되고 있고, 세계 각국의 자동차 업체에서도 전 기 자동차 및 하이브리드 자동차를 잇따라 출시하 고 있으며, 친환경 자동차에 대한 소비자들의 수요 와 관심도 점점 증가하고 있다.²⁾

일반적으로 차량의 연비 및 배출 가스를 측정하 기 위해 차대 동력계(Chassis dynamometer)를 이용

(2)

정낙탁․양성모․김광섭․최수빈․Wang Maosen․유세훈․김현수․서명원

하여 다양한 시나리오의 주행 모드(Driving cycle)에 서의 실험을 수행한다. 1970년대부터 세계 각국은 FTP-75(Federal Test Procedure-75), NEDC(New Euro- pean Driving Cycle), Japan 10-15 mode 등의 도심 주 행 모드와 US 06, HWFET(HighWay Fuel Economy Test) 등의 고속도로 주행 모드 등을 개발하여 차량 개발에 이용하였다.³⁾ 국내에서도 미국의 표준 주행 모드인 FTP-75를 CVS-75(Constant Volume Sampler-75) 로 명명하여 표준 주행 모드로 사용하였으나 실제 도로의 주행 여건을 반영하지 못해 측정 연비와 실 제 연비의 차이가 발생하는 단점이 있었다. 이에 지 식경제부에서는 이러한 단점을 보완하고자 2012년 1월 1일부터 표준 주행 모드를 5-cycle 방식으로 변 경하였다.⁴⁾ 5-cycle 방식은 도심 주행, 고속 주행, 에 어컨 가동, 급가속 주행 및 저온 외기 온도 -7°C 주행 의 5가지 실 주행 여건을 고려하여 시험을 하고, 그 결과를 보정식에 대입하여 최종 연비를 표시하게 된다.⁵⁾

그러나 전기 자동차의 성능을 평가하기 위한 주 행 모드에 대한 연구는 부족한 실정이다.²⁾ 기존의 주행 모드들은 내연기관 자동차의 성능 평가를 위 해 개발되었기 때문에 차량의 특성이 다른 전기 자 동차의 성능을 평가하기에는 적합하지 않다. 엔진 의 동력과 배터리를 통한 모터의 동력을 함께 사용 하는 하이브리드 자동차와는 달리 배터리를 통한 모터의 동력만을 사용하는 순수 전기 자동차는 모 터 특성에 의하여 정지 상태에서부터 최대 토크를 낼 수 있기 때문에 저속에서의 가속 특성이 내연기 관 자동차와 차이가 있다. 따라서 저속에서의 가속 및 감속구간과 정지 구간이 많은 도심 주행 모드에 서는 전기 자동차의 특성이 반드시 반영되어야 한 다. 그러므로 전기 자동차의 주행 데이터를 이용한 도심 주행 모드의 개발은 매우 중요하다.

또한, 최근에 출시되는 차량의 공인연비와 실제 도로에서의 연비가 차이가 나고, 기존 주행 모드에 서 측정한 연비가 실제 연비보다 낮다는 연구들이 보고되고 있다.⁶⁾ 기존 주행 모드가 주행 여건을 충 분히 반영하지 못하는 것과³⁾ 주행 모드 개발 시 경 사 부하(Grade resistance)의 영향을 고려하지 않은 것이 연비 차이의 주요 원인으로 꼽히고 있다.⁷⁾ 그

리고 국외의 주행 모드는 교통 현실 및 법규 등의 교 통적 특성이 국내의 상황과 다르고, 각 나라마다 지 형적 특성도 다르기 때문에 국내의 교통적/지형적 특성을 반영한 주행 모드 개발이 요구된다.⁸⁾

이에 본 연구에서는 전기 자동차의 성능 평가를 위한 도심 주행 모드 GUDC-EV(Gwachoen city Urban Driving Cycle for Electric Vehicles)를 개발하 였다.⁹⁾ 본 논문은 2개의 Part로 구성되어 있다. Part 1 (주행 모드 개발)에서는 전기 자동차 실차 주행 시 험을 통한 주행 데이터 수집 및 통계적 분석 방법을 이용한 주행 모드 개발에 관한 내용을 기술하고, 실 차 주행 데이터와의 비교를 통한 주행 모드 개발 방 법의 신뢰성을 검증하였다.⁹⁾

본 논문 Part2에서는 Part 1에서⁹⁾ 개발한 도심 주 행 모드 GUDC-EV를 검증하기 위해 성균관대학교 에서 개발한 가상 주행 시뮬레이션 S/W e-Vsim을 이용하여 개발한 주행 모드에서의 시뮬레이션을 수 행하고 그 결과를 비교하였다.¹⁰⁾ 또한, 그 결과를 실 주행 데이터 및 기존 도심 주행 모드인 FTP-72, NEDC, Japan 10-15 mode에서의 시뮬레이션 결과와 비교하여 GUDC-EV를 평가하고, 전기 자동차 성능 평가를 위한 도심 주행 모드 개발의 당위성을 확보 하였다.

2. GUDC-EV

Part 1 논문에서는 전기 자동차 성능 평가를 위한 도심 주행 모드를 개발하기 위하여 과천 시내의 순 찰차 순찰코스를 시험 주행 코스로 선정하고, 전기 자동차와 내연 기관 자동차를 이용한 실차 주행 시 험을 수행하였다. 차량에 장착한 블랙박스를 통하 여 주행 데이터를 수집하였으며, 이를 바탕으로 통 계적 분석 방법을 이용하여 모든 데이터를 대표할 수 있는 하나의 속도 프로파일로 합성하였다. 주행 모드 합성 후 전기 자동차용 주행 모드를 GUDC-EV 로 명명하고, 내연기관 자동차용 주행 모드를 GUDC-CV(Gwachoen city Urban Driving Cycle for Conventional Vehicles)라고 명명하였다. 각 모드의 속도 프로파일은 Fig. 1과 같다. 또한, 각 주행 모드 의 특성을 분석하여 Table 1과 Table 2에 표시하였 다. 분석 결과, 두 시험 차량 모두 같은 코스를 주행

(3)

전기자동차 성능평가를 위한 도심 주행 모드 개발 Part Ⅱ: 주행 모드 검증

Fig. 1 Speed profile of GUDC-EV & GUDC-CV

Table 1 Characteristics of GUDC-EV

Time (sec) 1144

Distance (m) 5777

Average velocity (km/h) 18.16 Average velocity

without stop duration (km/h) 31.13 Max. velocity (km/h) 62.99 Stop duration fraction (%) 41.70 Average acceleration (m/s²) 0.578

Table 2 Characteristics of GUDC-CV

Time (sec) 1157

Distance (m) 5781

Average velocity (km/h) 17.97 Average velocity

without stop duration (km/h) 30.74 Max. velocity (km/h) 55.50 Stop duration fraction (%) 41.57 Average acceleration (m/s²) 0.454

하였기 때문에 주행 시간, 주행 거리, 평균 속도 등 의 파라미터는 거의 비슷한 값이 도출되었다. 그러 나 가속 시의 평균 가속도 분석 결과, GUDC-EV가 GUDC-CV보다 월등히 큰 값이 나와 저속에서의 가 속 성능이 더 높은 전기 자동차의 특성이 반영되었 음이 확인되었다.⁹⁾

또한, 정확한 연비 측정을 위해 과천 순찰차 코스 의 경사도를 도출하였다. 거리에 따른 경사도 데이 터를 시간에 따른 경사도로 변환하여 적용하였다.

경사도 프로파일은 Fig. 2와 같고, 그 특성은 Table 3 과 같다.⁹⁾

Fig. 2 Road gradient profile of GUDC

Table 3 Characteristics of road gradient of GUDC Average road gradient (%) 0.317 Maximum road gradient (%) - Uphill 11.4 Maximum road gradient (%) - Downhill -21.6

3. 주행 모드 평가 및 검증

본 장에서는 개발한 주행 모드를 검증하기 위하 여 가상 주행 시뮬레이션 S/W e-Vsim을 이용한 시 뮬레이션을 수행하였다. 또한, 시뮬레이션 결과를 실차 주행 데이터 및 기존 주행 모드에서의 시뮬레 이션 결과와 비교하였다.

3.1 가상 주행 시뮬레이션 S/W e-Vsim e-Vsim은 MATLAB/SIMULINK 기반으로 사용자 편의를 위한 GUI(Graphic User Interface)를 이용하여 EV 및 HEV, PHEV 차량을 구성하고 있는 핵심부품 의 성능을 분석하고, 설계 Parameter 변경을 통해 차 량 설계 및 부품 성능을 시험할 수 있도록 개발된 시 뮬레이션 프로그램이다.¹⁰⁾ GUDC-EV 평가를 위해 e-Vsim을 이용하여 Fig. 4와 같이 전기 자동차 가상 주행 플랫폼을 개발하였다. 플랫폼은 모터, 배터리, 인터버, 제어기, 감속 기어, Driver model, Vehicle model 등으로 구성되어 있으며, 다양한 결과 분석을 위해 총 2대의 차량 플랫폼을 구성하였다. 각 차량 의 제원은 Table 4 및 Table 5와 같다.

Fig. 3 e-Vsim main GUI

(4)

Nak-Tak Jeong․Seong-Mo Yang․Kwang-Seup Kim․Su-Bin Choi․Maosen Wang․Sehoon You․Hyunsoo Kim․Myung-Won Suh

Fig. 4 Virtual EV platform

Table 4 Vehicle specifications of the EV#1

EV#1 Item Specifications

Motor Max. Output (kW) 50

Max. Torque (Nm) 164.6

Battery Type Lithium-ion

Capacity (kWh) 16.4

Vehicle

Max. Speed (km/h) 130

Drive range (km) 140

Weight (kg) 1247

Table 5 Vehicle specifications of the EV#2

EV#2 Item Specifications

Motor Max. Output (kW) 80

Max. Torque (Nm) 280

Battery Type Lithium-ion

Capacity (kWh) 24

Vehicle

Max. Speed (km/h) 145

Drive range (km) 160

Weight (kg) 1520

2대의 가상 주행 플랫폼 중 EV#1은 실차 시험 데 이터와 비교하였고, EV#2는 AVL社의 상용 S/W Cruise와 비교하여 검증하였다. 속도와 배터리 SOC (State of Charge) 비교 결과, Fig. 5 ~ Fig. 6과 같이 거 의 비슷한 결과가 도출되었다. 이를 통해 플랫폼 구 성이 적합하다는 것을 알 수 있다.¹⁰⁾

3.2 실차 주행 데이터와의 비교

GUDC-EV 및 GUDC-CV의 개발 방법을 검증하 기 위해 실차 주행 데이터와 비교하였다. 시뮬레이 션 수행을 위해 Fig. 7과 Fig. 8처럼 각 플랫폼의 Driver model에 개발한 GUDC를 Look-up Table로 만 들어 삽입하고, Vehicle model 중 Roadload subsystem 에 경사도를 삽입하였다. 실차 주행 데이터의 경우 에도 같은 방법으로 플랫폼에 삽입하여 시뮬레이션

Fig. 5 Platform verification of the EV#1

Fig. 6 Platform verification of the EV#2

Fig. 7 Driver model

을 수행하였으며, 전기 자동차에서의 연비로 측정 되는 배터리 사용량 대비 주행거리 EP(Electricity Performance)를 비교하였다. 각 차량의 시뮬레이션 결과는 Table 6 ~ Table 9와 같다.

(5)

Development of Urban Driving Cycle for Performance Evaluation of Electric Vehicles Part II : Verification of Driving Cycle

Table 10 Simulation results of EV#1 on GUDC & actual data & existing cycle

Cycle Initial SOC

(%)

Time (s)

Distance (m)

Average acceleration

(m/s²)

Average deceleration

(m/s²)

Average speed (km/h)

Average EP (km/kWh)

GUDC-EV 88 1144 5654.0 0.579 -0.551 17.784 8.17

GUDC-CV 88 1157 5657.2 0.455 -0.599 17.604 8.48

Actual driving data (EV) 88 1130 5565.9 0.599 -0.547 18.031 8.21

Actual driving data (CV) 88 1178 5586.3 0.462 -0.588 17.052 8.47

FTP-72 88 1369 11788.0 0.444 -0.473 31.507 8.66

NEDC 88 1180 10790.0 0.282 -0.493 42.330 7.87

Japan 10-15 88 660 4088.6 0.315 -0.526 25.360 8.96

Fig. 8 Roadload subsystem

Table 6 Simulation results of EV#1 on GUDC-EV & Actual driving data

EV#1 (EP, km/kWh)

GUDC-EV Actual driving data

(Average) With

road gradient

Without road gradient

With road gradient

8.17 8.17 8.21 8.21

Table 7 Simulation results of EV#2 on GUDC-EV & Actual driving data

EV#2 (EP, km/kWh)

GUDC-EV Actual driving data

(Average) With

road gradient

With road gradient

5.94 5.94 5.96 5.96

Table 8 Simulation results of EV#1 on GUDC-CV & Actual driving data

EV#1 (EP, km/kWh)

GUDC-CV Actual driving data

(Average) With

road gradient

With road gradient

8.47 8.48 8.46 8.47

Table 9 Simulation results of EV#2 on GUDC-CV & Actual driving data

EV#2(EP, km/kWh)

GUDC-CV Actual driving data

(Average) With

road gradient

With road gradient

6.25 6.25 6.23 6.24

GUDC-EV와 실 주행 데이터의 EP 비교 결과, EV#1 은 0.5%, EV#2는 0.3%의 오차를 보였고, GUDC-CV 의 경우에는 각각 0.12%와 0.16%의 오차를 보여 주 행 모드 개발 방법을 충분히 신뢰할 수 있음을 알 수 있었다.

경사도 유무에 따른 연비 비교 결과, 경사도가 있 는 경우와 없는 경우의 EP의 차이가 거의 없는 것으 로 나타났다. 경사도의 변화폭이 크지 않고, 평균 경 사도가 0.317% (0.182°)로 매우 작은 과천 순찰차 코 스는 오르막과 내리막 구간의 비율이 거의 같다. 따 라서 오르막에서는 경사 부하의 영향으로 배터리 소모가 증가하나 내리막에서는 회생 제동을 통해 배터리가 충전되기 때문에 이와 같은 결과가 도출 되었다고 판단할 수 있다.

3.3 기존 도심 주행 모드와의 비교

본 절에서는 기존 도심 주행 모드와의 비교를 통 해 GUDC-EV를 평가하고, 검증하였다. 시뮬레이션 에 이용한 전기 자동차 가상 주행 플랫폼은 3.1절과 동일하며, 결과를 비교하기 위해 사용한 기존 도심 주행 모드는 FTP-72, NEDC, Japan 10-15 mode이다.

기존 도심 주행 모드는 경사도가 적용되지 않았기

(6)

정낙탁․양성모․김광섭․최수빈․Wang Maosen․유세훈․김현수․서명원

Table 11 Simulation results of EV#2 on GUDC & actual data & existing cycle

Cycle Initial SOC

(%)

Time (s)

Distance (m)

Average acceleration

(m/s²)

Average deceleration

(m/s²)

Average speed (km/h)

Average EP (km/kWh)

GUDC-EV 80 1144 5667.1 0.576 -0.570 17.820 5.94

GUDC-CV 80 1157 5674.4 0.452 -0.632 17.654 6.25

Actual driving data (EV) 80 1130 5581.7 0.597 -0.572 18.077 5.96

Actual driving data (CV) 80 1178 5612.1 0.458 -0.624 17.130 6.24

FTP-72 80 1369 11816.1 0.445 -0.489 31.507 6.58

NEDC 80 1180 10846.5 0.274 -0.516 42.330 6.51

Japan 10-15 80 660 4101.8 0.316 -0.550 25.360 7.14

때문에 GUDC도 경사도를 제외하였다. 각 모드별 시뮬레이션 결과는 Table 10 ~ Table 11과 같다.

비교 결과, GUDC-EV는 실 주행 데이터와 거의 비슷한 값이 나왔으나 기존 도심 주행 모드의 경우 가속도가 GUDC-EV 및 실 주행 데이터보다 현저하 게 낮고, 연비도 실 주행 데이터보다 높게 나와 실제 주행 환경과 국내의 교통 현실을 충분히 반영하고 있지 못함을 확인할 수 있었다.

시뮬레이션에 이용한 기존 도심 주행 모드에서 GUDC-EV 및 실 주행 데이터보다 가속도의 값이 현 저하게 낮고, 연비가 더 높게 나오는 이유는 도심 주 행에서의 전기자동차의 주행 특성을 충분히 반영하 고 있지 못한 것으로 판단된다.

기본적으로 시뮬레이션에 사용한 도심 주행 모드 는 내연기관 자동차의 성능 평가를 위해 개발되었 다. Fig. 9 ~ Fig. 11에서 볼 수 있듯이 일반적으로 전 기자동차는 내연기관 자동차와는 달리 정지 상태에 서부터 최대 토크를 낼 수 있지만 가솔린, 디젤 기관 등의 내연기관 자동차는 상대적으로 낮은 토크를 발생시킨다. 따라서 저속에서의 가속도는 전기 자

Fig. 9 Motor characteristic curve of EV (example)

Fig. 10 Gasoline engine characteristic curve (example)

Fig. 11 Diesel engine characteristic curve (example)

동차가 더 높은 값을 갖는다. 특히, 도심 주행에서는 정지 구간이 많아 저속에서 가속하는 경우가 많으 므로 기존 도심 주행 모드에서는 전기 자동차의 주 행 특성이 반영되지 못하여 부정확한 시뮬레이션 결과를 나타내는 것으로 분석할 수 있다.

또한, 시뮬레이션에 이용한 도심 주행 모드들은 GUDC-EV와는 다르게 모두 고속 구간을 포함하고 있다. FTP-72는 1번째 신호 대기 후 고속 주행 상황 을 가지고 있고, NEDC 및 Japan 10-15 모드는 저속 구간 이후 후반부에 고속 주행 상황을 포함하고 있 다. 각 주행 모드들을 직접적으로 비교하기 위해 기

(7)

전기자동차 성능평가를 위한 도심 주행 모드 개발 Part Ⅱ: 주행 모드 검증

존 도심 주행 모드에서 고속 주행 상황을 제외한다 고 하더라도 본 연구에서는 시뮬레이션에 전기 자 동차 플랫폼을 이용하였기 때문에 GUDC-EV 및 실 주행 데이터와 기존 도심 주행 모드 사이의 시뮬레 이션 결과 차이는 더 커질 것으로 판단된다. 그 이유 는 내연기관 자동차는 도심 주행 보다는 고속 주행 에서의 연비가 더 높지만, 전기 자동차는 모터 특성, 회생제동 등의 이유로 저속인 도심 주행에서의 연 비가 더 높게 나오기 때문이다.

이러한 분석결과를 통해 기존 도심 주행 모드는 전기 자동차의 주행 특성을 충분히 반영하지 못하 고 있는 반면에 GUDC-EV는 전기 자동차의 특성이 잘 반영된 도심 주행 모드라는 결론을 얻을 수 있었 다. 또한, 이를 통해 전기 자동차 성능 평가를 위한 도심 주행 모드 개발의 당위성을 확보하였다.

4. 결 론

본 연구에서는 전기 자동차의 성능 평가를 위한 도심 주행 모드를 개발하기 위하여 다음과 같은 연 구를 수행하였다.

1) Part 1에서 개발한 전기 자동차 성능 평가를 위한 도심 주행 모드 GUDC-EV를 검증하기 위해 가상 주행 시뮬레이션 S/W e-Vsim을 이용하여 배터 리, 모터, 인버터, 제어기, 감속 기어 등으로 구성 된 전기 자동차 가상 주행 플랫폼을 설계하였다.

2) e-Vsim을 이용하여 GUDC-EV 및 GUDC-CV에 서의 시뮬레이션을 수행하고, 실 주행 데이터에 서의 시뮬레이션 결과와 비교하였다. 비교 결과, GUDC-EV와 GUDC-CV 모두 0.5% 미만의 오차 를 보였으며, 이를 통해 본 연구에서 제안한 주행 모드 개발 방법의 타당성을 검증할 수 있었다.

3) 경사도 유무에 따른 EP 비교 결과, 경사도의 변 화폭이 크지 않고, 낮은 값의 평균 경사도를 갖는 과천 순찰차 코스에서는 경사도가 EP에 미치는 영향이 미미함을 알 수 있었다.

4) FTP-72, NEDC, Japan 10-15 mode 등의 기존 도심 주행 모드와의 시뮬레이션 결과 비교를 통해 기 존 주행 모드들이 전기 자동차의 특성과 국내의 교통 현실을 충분히 반영하지 못함을 확인하였다.

5) 본 연구를 통해 전기 자동차 성능 평가를 위한 도

심 주행 모드 개발의 타당성을 검증하였고, GUDC-EV가 전기 자동차의 성능 평가에 적합한 도심 주행 모드임을 확인하였다.

6) 향후에는 기존 도심 주행 모드에서 고속 주행 상 황을 배제한 모드를 포함한 더 다양한 도심 주행 모드에서의 시뮬레이션을 수행하고, GUDC-EV 에서의 차대 동력계 시험을 통해 실차 테스트를 수행할 예정이며, 그 결과를 분석하여 개발한 주 행 모드를 추가 검증/보완할 예정이다.

후 기

본 연구는 산업통상자원부에서 시행한 산업융합 기반구축사업 ‘그린카 부품 상용화 지원을 위한 가 상개발환경(VIDE) 개발’(과제 번호: 10035209)의 지원으로 수행되었습니다. 이에 관계자 여러분께 감사드립니다.

References

1) J. H. Park, C. M. Jeong, C. O. Ma, M. W. Suh, H. S. Kim and S. H. Hwang, “Development of Real-time Simulation Environment for Perfor- mance Analysis of Eco-friendly Vehicle,”

KSME Spring Conference Proceedings, pp.47- 53, 2012.

2) H. S. Kim, K. K. Jeon and S. J. Choi, “A Study on City Driving Cycle for Performance Evalu- ation of Electric Comer Module of Compact EV,” KSAE Annual Conference Proceedings, pp.2305-2309, 2012.

3) M. S. Choi, J. O. Bae, D. S. Han, J. H. Park, S.

L. Cho and C.H. Jeon, “Development of a Driving Cycle in a Military Operational Area with Unpaved Roads,” KSAE Spring Confer- ence Proceedings, pp.19-22, 2012.

4) N. W. Choi, D. S. Han, S. W. Cho, S. L. Cho, J.

S. Yang, K. S. Kim, Y. J. Chang and C. H. Jeon,

“Development of a Vehicle Driving Cycle in a Military Operation Area Based on the Driving Pattern,” Transactions of KSAE, Vol.20, No.4, pp.60-67, 2012.

5) GM Korea, The Change in Fuel Efficiency Display of Automobile, http://blog.gm-korea.

(8)

Nak-Tak Jeong․Seong-Mo Yang․Kwang-Seup Kim․Su-Bin Choi․Maosen Wang․Sehoon You․Hyunsoo Kim․Myung-Won Suh

co.kr/1995, 2011.

6) M. Andre', R. Joumard, R. Vidon, P. Tassel and P. Perret, “Real-world European Driving Cycles, for Measuring Pollutant Emissions from High- and Low-powered Cars,” Atmospheric Environ- ment, Vol.40, Issue 31, pp.5944-5953, 2006.

7) J. H. Park, J. H. Kong, H. S. Jo, Y. I. Park and J. M. Lee, “A Study on the Prediction of the Real Driving Fuel Consumption Rate of a Vehicle,” KSAE Annual Conference Proceed- ings, pp.755-762, 1999.

8) N. W. Choi and C. H. Jeon, “The Necessity of Driving Mode Developing for Hybrid Electric

Vehicle,” KSAE11-Y0001, KSAE, p.1, 2009.

9) S. M. Yang, N. T. Jeong, K. S. Kim, S. B. Choi, M. S. Wang and M. W. Suh, “Development of Urban Driving Cycle for Performance Evalua- tion of Electric Vehicles Part I: Development of Driving Cycle,” Transactions of KSAE, Vol.22, No.7, pp.117-126, 2014.

10) B. S. Kim, M. Y. Suh, K. H. Park, S. S. Kim and S. H. Lee, Development of Virtual Integrated Development Environment (VIDE) for Commer- cialization Supporting of Green Car, KATECH, The 4th Year Report, 2014.