서 론

기후 위기에 대응하고 에너지 전환을 실현하기 위한 전 세계적인 노력 속에서, 수송 부문은 온실가스 배출의 주요 원인 중 하나로 지목되고 있다(Commault et al., 2021). 전기차 보급 확대와 같은 기술적 전환이 추진되고 있지만, 주행 거리 제한과 충전 인프라 부족 문제는 여전히 해결해야 할 과제로 남아 있다. 이를 해결하기 위한 방안 중 하나로 차량 일체형 태양광 발전 시스템(Vehicle Integrated Photovoltaics, VIPV)이 주목받고 있다. VIPV가 차량 표면에 부착된 태양광 전기차는 주행 및 주차 중에 전력을 자가 생산할 수 있어, 일반적인 전기차보다 탄소 배출 저감과 에너지 효율 향상 측면에서 장점이 있다(Choi et al., 2021).

유럽에서는 VIPV에 대한 실증 연구가 활발히 진행되었다. Karoui et al.(2023a)은 유럽 내 다양한 기후 조건을 고려하여, 태양광 도시 버스에 적용된 VIPV의 전력 생산 가능성을 평가하였다. Kutter et al.(2021)은 상업용 트럭과 밴의 지붕에 VIPV를 설치하여, 차량 유형에 따른 연간 발전량과 경제적 수익성을 분석하였다. Karoui et al.(2023b)은 승용차를 대상으로 VIPV의 적용 가능성과 효율을 검토하였으며, Carr et al.(2024)는 모델링을 통해 VIPV가 전기차 운행에 미치는 영향을 시뮬레이션하고, 다양한 기후 및 주행 조건에서의 주행 거리 증가 가능성을 제시하였다. Samadi et al.(2023)은 VIPV 성능에 미치는 영향 요인을 조사하였고, Hoth et al.(2024)는 베를린 주차 공간의 태양에너지 잠재력을 평가하여 VIPV 차량의 주행 가능 거리를 측정하였다. Peibst et al.(2021)은 경량 상업용 차량에 VIPV 시스템을 통합하여, 이를 차량의 고전압 전력망에 직접 연결하여 주행 거리 연장 효과를 실증하였다. Brito et al.(2023)은 도시에서 주행 차량과 주차 차량의 일사량 손실을 추정하기 위한 기하학적 모델을 개발하여 VIPV의 잠재력을 평가하였다.

국내에서도 VIPV 기술에 관한 다양한 연구가 진행되었다. Choi et al.(2023)은 VIPV 및 건물 일체형 태양광 발전 시스템(Building Integrated Photovoltaics, BIPV)에 다양한 색상을 구현할 수 있는 알루미늄 도핑 산화아연(Aluminum-doped Zinc Oxide, AZO) 기반 다층 투명 전극을 개발하였다. Kim et al.(2021)은 VIPV에 적용 가능한 경량 태양광 모듈의 설계 방안을 제시하였고, Baek and Choi(2023)는 어안렌즈를 활용하여 태양광 전기 자동차(SPEV)의 최적의 주차 공간을 선정하였다. Baek and Choi(2022)는 태양광 전기 자동차(SPEV)의 효율적인 운행을 위해 3D 모델과 어안렌즈 카메라를 활용하여 도시 도로의 음영 데이터베이스를 구축하였다.

유럽에서는 VIPV에 대한 실증 연구가 활발하게 진행된 반면, 국내에서는 태양광 모듈의 효율성 향상과 경량화와 같은 기술적 연구와 함께, 주차 공간 최적화, 경로 계획 등 태양광 전기차 운영 효율을 높이기 위한 연구에 집중되었다. 실생활 속 다양한 주행 및 주차 조건을 반영한 실증 연구 및 데이터 확보는 현재까지 미흡한 실정이다(Choi et al., 2025).

본 연구의 목적은 다양한 주행 및 주차 환경에서 VIPV 시스템의 발전량을 자동으로 기록하는 데이터 수집 장치를 개발하는 것이다. 이를 위해 아두이노, 태양전지, 전류·전압 센서, GPS 모듈, 데이터 저장 장치로 구성된 장치를 개발하였다. 이 장치는 별도의 조작 없이 실시간으로 VIPV 발전 데이터를 자동으로 수집하고 저장할 수 있도록 설계되었다. 개발된 장치는 부산 지역 20명의 일반 운전자의 차량에 설치되어, 실제 일상 환경에서 태양광 발전 데이터를 수집하는 데 활용되었다. 수집된 데이터를 바탕으로 운행 시간 및 주행 패턴을 분석하고, 발전량과 환경 요인에 따른 일사량 손실 및 발전 성능을 추정하였다.

연구방법

장치 개발

본 연구에서는 다양한 주행 및 주차 조건에서 VIPV의 발전량을 측정할 수 있는 데이터 수집 장치를 개발하였다. 실험 대상이 일반 시민 차량이라는 점을 고려하여, 전원 독립성과 실시간 데이터 저장 기능, 차량 진동에 대한 내구성 등을 주요 설계 요건으로 설정하였다. 이를 위해 아두이노 우노와 소형 태양전지 패널, NEO-M8N GPS 모듈, INA219 전류·전압 센서, SD카드 저장 모듈, 배터리를 사용하였다. 또한, 별도의 조작 없이 실시간으로 발전 데이터를 자동 수집하고 저장할 수 있도록 설계되었다. 실험에 사용한 태양 전지 패널은 정격 전력 1W와 출력 전압 5V, 전류 200 mA, 크기 세로 84 mm, 가로 112 mm의 사양을 가지며, INA219 센서는 0~26V의 전압과 약 ±3.2 A의 전류를 측정할 수 있다.

개발된 장치는 Fig. 1과 같이 각 센서가 아두이노 보드를 중심으로 연결되어 발전 데이터를 자동으로 수집할 수 있도록 구성하였다. 태양전지에서 생성된 전류는 INA219 센서를 통해 전류(I), 전압(V)으로 측정되며, 해당 값을 바탕으로 전력(P)이 계산된다. GPS 모듈은 위도와 경도, 시간 데이터를 제공하여 각 발전량이 수집된 시간과 위치를 확인할 수 있게 한다. 또한, 참여자들의 차량 운행 시간과 주행 패턴 분석에도 활용할 수 있다. 태양광은 실내로 들어오는 순간 발전이 중단되기 때문에 GPS 신호 수신 여부를 조건으로 하여 실외 환경에서만 데이터가 기록되도록 설정하였다. 수집된 모든 데이터는 SD 카드 저장 모듈을 통해 자동으로 기록된다.

Fig. 1.

Circuit diagram and components of the developed data logger.

본 연구에서는 개발된 장치에 시민 주도형 태양광 발전 데이터 수집 플랫폼을 지향하는 의미로 CAMP-Solar(Citizen Assessment & Measurement Platform for Solar)라는 명칭을 부여하였다. Fig. 2는 CAMP-Solar 단자함의 내부와 외부를 보여준다.

Fig. 2.

Internal components and image of CAMP-Solar developed in this study. (a) External top configuration of the device, including solar panels; (b) internal configuration with major sensors; (c) appearance of CAMP-Solar device.

장치 실증 실험

다양한 주행 및 주차 조건에서 VIPV의 발전량을 측정할 수 있는 데이터 수집 장치를 개발하기 위해 부산 전역을 연구지역으로 선정하였다. 다양한 지역적 조건에서의 데이터를 얻기 위해 부산시 내 일반 운전자 20명을 실험 참여자로 모집하였다. Fig. 3은 실험 참여자들의 직업군, 주차 유형, 차량 종류, 성별 분포를 나타낸다. 참여자들은 직장인(16명)과 학생(4명)으로 구성되어 있으며, 실내 주차 8명, 실외 주차 12명으로 나타났다. 차량 종류는 SUV(13대), 세단(4대), 경차(3대)로 다양했으며, 성별은 남성 9명, 여성 11명으로 비교적 고르게 분포되었다. 각 참여자는 평일과 주말 각각 이틀씩, 총 4일간 본 연구에서 개발한 데이터 수집 장치를 차량에 부착하여 실생활 데이터가 수집되도록 하였다. Fig. 4는 실험 참여자 차량에 장치를 부착한 사진을 보여준다. 장치는 초강력 자석을 활용해 차량 루프에 고정하여 주행 중 떨어지는 것을 방지하였다.

Fig. 3.

Occupation, parking type, vehicle type, and gender distribution of 20 participants in this study.

Fig. 4.

Images of experimental participants and CAMP-Solar mounted on their vehicles. All participants provided consent for the use of their photographs.

주행/주차 비율 산정 계산 방법

본 연구에서는 실험 참여자의 차량 운행 시간과 주행 패턴을 분석하기 위해 Haversine 공식(Prasetyo and Hastuti, 2015)을 사용하였다. Haversine 공식은 위도와 경도를 이용해 두 지점 사이의 거리(d)를 계산하는 방법이다. 사용된 공식은 식 (1)과 같으며, R은 지구의 반지름(km), 𝛷는 위도, 𝜆는 경도를 의미한다. 주행과 주차 상태를 판별하기 위해 1분 간격으로 GPS 데이터를 추출하였으며, 연속된 두 지점 간 위도와 경도 값을 바탕으로 이동 거리를 계산하였다. 계산된 거릿 값과 임계값을 비교하여 차량의 주행 여부를 판단하였으며, 임계값은 GPS 오차 범위와 실험 차량의 이동 특성으로 고려하여 40 m로 설정하였다. 계산된 거릿 값이 40 m 이상인 경우를 주행 상태로, 그보다 작은 경우를 주차 상태로 분류하였다. 주행 및 주차로 분류된 각 상태를 시간 단위로 집계하고, 시간대별로 전체 차량의 주행 및 주차 상태가 차지하는 비율을 산정하였다.

일사량 손실 계수(Irradiation Loss) 계산 방법

VIPV 시스템의 발전 효율을 정량적으로 평가하기 위해 시간대별 일사량 손실 계수를 계산하였다. 실험은 각 참여자의 차량을 이용해 다양한 지역에서 수행되었기 때문에 시간대별 정확한 일사량을 파악하기 어려울 뿐만 아니라, 건물, 나무 등의 구조물로 인한 그림자 손실 또한 예측하기 어려운 측면이 있었다. 이에 따라 본 연구에서는 실제 측정된 발전량을 기반으로, 태양광 패널의 면적과 효율을 고려하여 식 (2)와 같이 해당 시간의 일사량을 역산하는 방식을 적용하였으며, 분석에서는 Solar Access 값을 1로 설정하였다. Solar Access란 일정 시간 동안 주변의 건물, 수목과 같은 수광 장애 요인들을 고려하지 않았을 때 태양광 패널에 도달할 수 있는 전체 직달 일사량 중, 수광 장애 요인들을 고려할 때 그림자의 영향을 받지 않고 태양광 패널에 실제 도달할 수 있는 직달 일사량 비율을 나타낸 것이다(Hong et al., 2023). 식 (2)에서 Powergeneration(kWh)은 측정된 발전량, Paneleff는 패널의 효율(%), Panelarea은 패널의 면적(m2), SA는 Solar Access(%)를 의미한다.

계산된 일사량을 바탕으로 기상청(KMA)에서 제공하는 해당 시간대의 일사량과 비교하여 일사량 손실 계수를 계산하였다. 일사량 손실 계수(Irradiation Loss)는 일사량 중 그림자의 영향이나 패널의 온도 등과 같은 다양한 요인으로 인해 손실된 일사량 의미하며 식 (3)과 같이 계산되었다. 식 (3)에서 Imeasured는 측정된 발전량을 기반으로 역산한 일사량(Wm2)이며, IKMA는 기상청에서 제공하는 일사량(Wm2)이다. 본 연구에서 활용한 기상청 일사량 데이터는 기상기후 빅데이터 분석 플랫폼(날씨마루)에서 제공하는 태양광 발전량 예측 시스템을 통해 수집되었다. 해당 데이터는 한국전력거래소에 등록된 태양광 설비용량 정보를 활용해 산출된 시⋅도 단위 시간대별 발전량 및 일사량 예측값이다. 이러한 예측 데이터는 실시간 관측치가 아닌 모델 기반 예측치이므로, 실제 측정값과는 다소 차이가 있을 수 있다.

태양광 패널 성능비(Performance Ratio) 계산 방법

태양광 시스템의 효율성을 직관적으로 비교하기 위해, 설계 기준 대비 실제 발전량이 어느 정도 달성되었는지를 나타내는 지표인 성능비(Performance Ratio)가 사용된다. 성능비는 시스템이 얼마나 성능을 발휘했는지를 백분율로 표현하며, 시스템의 전체 전력 손실 요인을 모두 포함한 실질적인 성능을 보여준다(Maysun Solar, 2024). 본 연구에서는 실측된 발전량과 기상청 제공 일사량, 태양광 모듈의 면적과 효율 정보를 바탕으로 식 (4)와 같이 성능비를 산출하였다. 식 (4)에서 Emeasured는 측정된 발전량(kWh), IKMA는 기상청 제공 일사량(Wm2), Panelarea는 패널 면적(m2), Paneleff는 패널 효율(%)을 의미한다.

연구결과

GPS 데이터 수집 결과

실험 참여자들의 GPS 데이터 결과는 Fig. 5와 같다. 실험 참여자들은 도심 도로, 주택가, 아파트 단지 등 다양한 도시 공간을 주행 및 주차하였으며, 일부 참여자는 고속도로를 이용해 인근 지역으로 장거리 이동을 수행하기도 하였다. GPS 데이터를 통해 참여자별 주행 시간과 거리, 주차 위치 등을 분석하였으며, 시간에 따른 VIPV 발전량의 변화를 해석하는 데 사용되었다. 또한, GPS 수신 여부를 조건으로 실외 구간에서만 발전량 데이터가 저장되도록 설정했기 때문에, GPS 경로가 온전히 수집되었다는 점은 발전 데이터가 안정적으로 확보되었음을 의미한다.

Fig. 5.

GPS-tracked driving and parking routes of individual participants during the experiment conducted across the Busan area.

주차 유형에 따른 CAMP-Solar 발전량 분석

Fig. 6은 주차 유형(실내/실외)에 따라 구분된 시간대별 평균 발전량을 나타낸다. 실내 주차 차량은 Fig. 6(a)와 같이 발전량이 전반적으로 매우 낮은 수준에 머물렀으며, 특히 평일에는 발전이 거의 발생하지 않는 구간이 많았다. 반면, 실외 주차 차량은 태양광 노출이 충분히 확보되었기 때문에 Fig. 6(b)와 같이 오전 8시경부터 발전량이 급격히 증가하여 12시부터 14시 사이에 최댓값에 도달한 후 17시 이후 급감하는 전형적인 발전 곡선을 보였다. 14시를 기준으로 비교하면 실외 주차 차량의 발전량은 최대 80 mW에 도달하는 반면, 실내 주차 차량은 10 mW를 겨우 넘는 수준에 그쳐, 주차 환경이 VIPV의 발전 성능에 미치는 영향이 매우 크다는 것을 확인할 수 있다. 본 그래프는 각 조건별 데이터를 평균 낸 결과로, 발전량이 극단적으로 낮거나 높은 사례가 희석되어 전체 발전량이 다소 낮게 나타나는 경향이 있다.

Fig. 6.

Hourly CAMP-Solar power-generation output by parking type. (a) Power generation of vehicles parked indoors; (b) power generation of vehicles parked outdoors.

실험 참여자 주행/주차 비율 분석 결과

Fig. 7은 GPS 데이터를 기반으로 계산된 시간대별 주행 및 주차 비율을 시각화한 것이다. 7시 이전과 20시~22시 이후에는 주행 활동이 거의 나타나지 않았으며 특정 시간대에만 집중되어 나타났다. 특히 8시~10시와 17시~18시에 주행 비율이 증가하는 경향을 보였고 출퇴근 시간대의 이동 패턴과 관련이 있는 것으로 보인다. 한편, 주차 상태는 모든 시간대에서 90% 이상의 비율을 유지하였으며 이는 차량이 정해진 시간대를 제외하고는 주차된 상태였음을 보여준다. 다만 실험 방법의 한계로 주차 상태를 실내 주차와 실외 주차로 명확히 세분할 수는 없었다.

Fig. 7.

Driving and parking status changes by time zone.

Fig. 8은 평일과 주말의 시간대별 주행 비율을 비교한 그래프로, 평일과 주말 각각의 주행 특성을 뚜렷이 보여준다. 전체적으로 주말은 평일보다 평균 주행 시작 시간이 약 2시간 늦은 경향을 보였으며 주행 비율이 특정 시간대에 집중되지 않고 비교적 고르게 분포되어 있는 것이 특징이다. 공통적으로 평일과 주말 모두 18시경에 두 번째 주행 피크가 나타났으며 이는 일과를 마치고 귀가하는 것으로 해석된다. 한편, 평일에는 출퇴근 시간대인 8시와 18시를 중심으로 주행 비율이 급격히 증가하는 피크 현상이 뚜렷하게 나타나는 반면 주말은 10시부터 17시까지 비교적 고르게 분산된 주행 패턴을 보였다.

Fig. 8.

Hourly driving distribution on weekdays and weekends.

시간대별 일사량 손실 및 태양광 발전 성능비 분석 결과

실험 참여자 차량 데이터를 기반으로 시간대별 일사량 손실 계수 및 성능비(Performance Ratio)의 변화를 분석한 결과는 Fig. 9와 같다. 9시 이전과 16시 이후에 일사량 손실 계수가 증가하는 경향을 보였으며 이는 태양 고도가 낮아 일사량 자체가 적고, 동시에 그림자나 주변 구조물의 영향을 많이 받은 것으로 판단된다. 한편, 태양 고도가 가장 높은 정오 무렵에도 일사량 손실이 다소 크게 나타난 것은 국내 도시 환경의 특성상 이 시간대에 실내 공간에 차량이 주차되는 경우가 많기 때문이다. 반대로, 성능비는 10시에서 11시 사이에 가장 높은 값을 보였으며 9시 이전과 정오 무렵, 16시 이후에 상대적으로 낮은 값을 보였다. 전반적으로 일사량 손실과 태양광 패널 성능 간에는 반비례하는 경향이 나타났으며 시간대별 편차가 큰 점은 실험 차량의 주행 및 주차 위치, 주변의 수광 조건 등의 환경 요인에 의해 영향을 받은 것으로 판단된다.

Fig. 9.

Time-of-day variation in irradiation loss and performance ratio for all participants. (a) Hourly irradiation loss; (b) hourly performance ratio.

개별 차량 사례 분석 결과

실험에 참여한 차량 중 3대를 대표 사례로 선정하여 시간대별 일사량 손실 계수와 성능비(Performance Ratio)를 분석하였다. 각 차량은 주차 위치, 주변 환경 등이 상이하며, 이에 따라 손실 특성 및 발전 성능도 뚜렷하게 달라지는 경향을 나타냈다.

Fig. 10(a)는 실험 기간 동안 실외에 주차한 차량의 결과를 나타낸다. 9시부터 10시까지는 일사량 손실 계수가 높은 수준을 보였으나, 이후 태양의 입사각이 최적화되어 태양광이 안정적으로 도달하는 11시부터 13시에 가장 낮은 값을 나타냈다. 이와 동시에 성능비는 같은 시간대에 가장 높은 값을 보였다. 이후 오후로 접어들며 태양 고도가 낮아져 다시 손실이 증가하고 성능비는 감소하는 경향을 보였다. 이러한 시간대별 변화를 종합하면, 발전 성능 분포는 이상적인 U자 패턴을 나타내며 이는 낮은 건물이 많은 해외에서 뚜렷하게 관찰되는 패턴이다.

Fig. 10.

Comparative analysis of hourly irradiation loss and performance ratio; power generation in selected vehicles. (a) U-shaped pattern; (b) W-shaped pattern; (c) I-shaped pattern.

Fig. 10(b)는 출근 전에는 실내에 주차하고 출근 후 실외에 주차한 차량의 결과를 나타낸다. 출근 후 실외 주차를 한 오전 시간대에 일사량 손실 계수가 낮고 성능비가 안정적으로 유지되었으나 정오 무렵에는 수광 환경 변화로 인해 일사량 손실이 일시적으로 증가하고 성능비가 저하되는 경향이 보였다. 이후 오후 시간대에는 다시 손실이 감소하고 성능비가 증가하는 양상을 보이며, 전체적으로 W자 패턴의 분포를 형성하였다.

Fig. 10(c)는 출퇴근 시에만 차량을 운행하고 대부분 시간 동안 실내에 주차되어 있었던 차량의 결과를 나타낸다. 9시부터 15시까지는 실내 주차로 인해 일사량 손실과 성능비 모두 미측정되었다. 16시경에는 차량이 실외로 이동함에 따라 일사량 손실이 감소하고 성능비가 증가하였지만 이후 다시 실내 주차가 이루어지며 손실이 증가하고 성능비가 감소하였다. 이와 같은 결과는 실내 주차가 일반적인 국내 도시 주차 환경의 특징으로 보이며 유사한 패턴은 다른 차량에서도 관찰되었다. 이러한 주행 및 주차 조건은 VIPV 시스템 발전 성능을 제한하는 주요 원인으로 작용할 수 있다.

토 의

본 연구는 저가형 부품을 활용하여 개발한 CAMP-Solar 시스템을 기반으로, 실제 주행 및 주차 환경에서 VIPV 시스템의 발전량과 일사량 손실, 발전 성능을 분석하였다. 그러나 사용된 부품의 정밀도가 고급 장비에 비해 상대적으로 낮기 때문에, 동일한 조건에서도 센서 간 오차가 발생할 가능성이 존재한다. 이는 장치 단가를 고려한 실용적 접근이라는 장점과 동시에, 정밀 계측 관점에서는 보완이 필요하다. 실제 수집 과정에서도 데이터 간격은 1분으로 설정되었음에도 일부 실외에서 장시간 주차 상태였던 차량에서는 간헐적으로 누락된 데이터가 발생하였다. 이는 GPS 신호 수신 오류로 데이터가 생성되지 않은 것으로 판단된다. 특히 아파트와 같은 고층 건물 인근에 주차된 차량의 경우 위성 신호가 약해질 수 있으며, 장시간 정차 중일수록 GPS 모듈이 위성 간 동기화를 유지하지 못해 일시적으로 신호를 잃는 현상도 발생할 수 있다.

또한 각 차량이 서로 다른 도심 환경에서 운행되었기 때문에 정확한 일사량이나 그림자 손실과 같은 외부 요인을 정밀하게 제어하지 못한 한계가 존재한다. 향후 연구에서는 도시 구조 및 수광 환경의 복잡성을 반영한 정교한 조건 설정과 분석을 통해 VIPV 시스템의 실효성을 보다 정확하게 평가할 필요가 있다.

결 론

본 연구에서는 다양한 주행 및 주차 환경에서 VIPV 시스템의 발전량 데이터를 자동으로 수집하고 저장할 수 있는 장치를 개발하였다. 이를 실증하기 위해 부산 지역 일반 운전자 20명을 대상으로 장치를 차량에 부착하고, 일상 환경에서 데이터를 수집하였다. 그 결과, 차량별, 날짜별, 시간별 GPS 위치 정보와 태양광 발전 데이터를 확보할 수 있었으며, 주차 위치와 운행 시간대, 주변 수광 조건에 따라 발전 성능의 뚜렷한 차이를 확인할 수 있었다.

실외에 장기간 주차된 차량에서는 발전 성능이 오전과 오후에 높은 U자형 패턴을 보인 반면 일시적으로 외부에 노출된 차량에서는 W자형 분포가 관찰되었다. 실내 주차된 차량에서는 발전량이 거의 발생하지 않았으며 정오 무렵과 같은 양호한 일사 조건에서도 발전이 제한되는 사례가 빈번히 확인되었다. 이는 실내 주차가 일반적인 국내 도시 환경에서 VIPV의 효율적 운용에 제약 요인이 될 수 있음을 시사한다.

본 연구는 VIPV 시스템의 도심 주행 환경에서의 적용 가능성과 발전 잠재력을 정량적으로 검증한 초기 실증 연구이다. 향후 부산을 비롯한 국내 도시 환경에서 실증 실험이 확대되면, VIPV 도입 타당성 평가와 관련 정책 수립에 유용한 기초 자료로 활용될 수 있을 것이다.