서론

1. 연구의 배경 및 목적

우리나라의 2021년도 1월 자동차 등록 대수를 살펴보면 총 2,443만 대이며, 차종별로 살펴보면 승용차 1,992만 대(81.5%), 트럭 362만 대(14.8%), 기타 89만 대(3.7%)가 등록되어 있다. 이때 지역별로 총 자동차 등록 대수 대비 트럭의 비율을 살펴보면 서울 10%, 광역시 13%로 나타났으며, 세종의 경우 9%로 가장 비율이 낮으며, 전남, 경북의 경우 22%로 가장 높게 나타났다(Ministry of Land, Infrastructure and Transport, 2022). 이러한 트럭은 승용차에 비해 화물을 적재할 수 있는 양이 많아 차량의 중량이 크게 변화하고, 그에 따라 가속 능력이 변화하는 특성이 있다. 특히 고중량의 화물을 적재한 트럭은 경사가 있는 도로에서, 경사 저항이 증가하여 승용차보다 상대적으로 저속으로 주행하게 되어 교통의 소통에 악영향을 미치게 된다. 또한 트럭은 “2015년도 교통물류부문 온실가스 배출량 조사” 보고서에 따르면 승용차에 비해 차 한 대당 온실가스 배출량은 3.4배 이상이며, 특히 대형트럭의 경우 21배 이상의 이산화탄소(이하 CO₂)를 배출하므로 친환경 교통 부문에서 교통 운영전략 수립에 있어 트럭은 매우 중요한 고려 요소라 할 수 있다(Ministry of Land, Infrastructure and Transport, 2015).

교통 운영전략의 효율성을 평가하기 위해서는 교통류의 운영상태를 분석하는데, 도로용량편람에서 제시하는 방법을 활용하는 방법과 교통류 시뮬레이션 모형을 활용하여 모델링하는 방법이 일반적으로 많이 활용되고 있다. 특히 도로용량편람에서는 교통류의 운영상태를 환경적인 측면에서 평가할 수 있는 방법을 제시하고 있지 않아, 시뮬레이션 모형을 활용하는 경우가 많은 실정이다. 특히 매우 짧은 시간 단위로 모델링하는 미시 교통 시뮬레이션 모형에서는 개별차량의 속도 이력자료를 차량의 연료 소모량과 배기가스 배출량을 예측하는 환경 모형의 입력자료로 활용할 수 있어, 환경 친화적인 교통 운영전략 수립을 위해 연료소모량과 배기가스방출량을 산출하는 목적으로도 많이 활용되고 있다(Park and Lee, 2016).

일반적으로 미시 교통 시뮬레이션에서 트럭을 모델링하는 방법은 소프트웨어에서 제공하고 있는 기본 트럭 모형을 사용하는 것이다. 트럭의 성능은 교통류의 상충에 많은 영향을 주는 요소이며 시뮬레이션 모형에서 파라미터 설정에 따라 트럭의 성능이 좌우되기 때문에 세심한 주의가 필요하다. 하지만 이러한 사실에도 불구하고 이에 대한 연구는 찾아 보기 힘든 실정이며, 국내에서는 도로설계편람에서 제시하고 있는 표준트럭을 사용하는 방법이 유일한 것이라고 할 수 있다. 구체적으로, 평가하고자 하는 도로망이 평지인 경우에는 경사 저항이 없기 때문에 기본 트럭 모형을 사용하는 것이 평가의 결과에 미치는 영향이 크지 않을 것으로 판단되지만, 경사 구간이 포함된 도로망에서 발생하는 경사 저항은 트럭의 주행에 미치는 영향이 크므로 트럭의 파라미터를 어떻게 설정 하는지에 따라 평균지체, 연료소모량 등과 같은 효과척도에 많은 변동을 가져올 것으로 예상된다.

따라서 본 연구에서는 미시 교통 시뮬레이션 모형인 VISSIM에서 도로의 기하구조, 트럭의 화물 적재량, 트럭의 구성비 등에 관련된 파라미터 설정에 따른 교통소통과 환경측면에서의 영향을 정량적으로 산출하고, 교통운영전략의 효율을 환경측면에서 평가함에 있어 지역현황을 반영한 합리적인 트럭 파라미터 설정에 관한 권장 사항을 제시하고자 한다.

2. 문헌고찰

본 연구의 목적은 트럭을 포함한 교통류를 환경적 측면에서 평가하기 위해 시뮬레이션 모형을 개발함에 있어 합리적인 방법론을 제시하는 것으로, 트럭과 관련된 주제를 다루고 있는 이전의 연구들을 수집하고 연구의 내용을 분석하였다. 국내외에서 수행된 트럭과 관련된 연구들은 도로설계 시 트럭의 성능을 설계에 합리적으로 반영하기 위한 표준트럭 선정에 관한 연구들과 시뮬레이션 모형을 활용하여 트럭의 영향을 산정한 연구들이 주를 이루고 있다.

1) 표준트럭 관련 연구

승용차에 비해 트럭은 엔진의 성능이 다양하고, 화물의 적재량에 따라 차량의 무게가 변화하기 때문에 트럭의 가속 능력은 다양하게 분포하고, 사용범위에 따라 차량의 크기 등 차량의 물리적 특성이 다양하다. 이에 따라 트럭의 성능은 일반적으로 총중량 대비 엔진 성능(Weight to Power Ratio)으로 정량화하여 다양한 제원으로 구성된 트럭을 대표할 수 있는 표준트럭을 산정하고 이를 분석에 활용하고 있다. 기존의 연구를 살펴보면 Yoo et al.(1997)의 연구에서는 1995년 4월 전국에 등록된 차량을 기준으로 트럭의 총중량 대비 마력비 누적 분포도를 산정하여 90 백분위 수에 해당하는 90kg/kW를 표준트럭의 성능으로 산정하였다. Kim et al.(2007)의 연구에서는 우리나라 건설교통부에서 제공하는 2007년 자동차 등록 현황을 통해 국내 트럭의 총중량 대비 마력비 누적 분포를 산정하여 표준트럭을 95 백분위 수인 90kg/kW로 적용하였으며, 국내 트럭의 차량 총중량 누적분포를 산정하여 95 백분위 수인 25,000kg을 총중량으로 적용하여 트럭의 성능을 설정하였다. Oh(2006)의 연구에서는 2004년 전국자동차등록 자료를 이용하여 지역별로 102-138kg/kW로 성능 차이가 있는 것을 확인하였고, 이를 통해 표준트럭 적용에 지역적 특성을 반영할 것을 제시하였다. 우리나라의 도로설계편람에서는 120kg/kW의 성능을 가진 트럭을 대표트럭으로 사용하는 것을 제시하고 있다(Ministry of Land, Transport and Maritime Affairs, 2012).

2) 시뮬레이션을 이용한 트럭의 성능 및 영향 산정 연구

Kim et al.(2007)은 오르막 도로에서 트럭의 주행 성능을 분석하기 위하여 VISSIM 소프트웨어를 사용하여 트럭을 모델링 하였다. 모델링 과정에서 국토교통부령 “자동차 안전기준에 관한 규칙”(05.8.10) 제54조에 따라 최대속도를 90km/h로 설정하였으며, 트럭의 최대 가속 능력을 설정하기 위하여 총중량 대비 엔진 성능을 180kg/kW, 120kg/kW, 90kg/kW로 트럭의 총중량을 25,000kg으로 설정하였다. 시뮬레이션 결과, 표준트럭의 성능이 120kg/kW에서 90kg/kW로 향상되면 최대 종단경사를 1-2% 정도 완화하는 것이 가능한 것으로 분석되었다.

Yang and Son(2009)은 다차로 고속도로에서 도로의 서비스 수준과 중차량 구성비, 도로의 경사 조건 등 다양한 조건이 트럭 차로 이용 제한 전략에 미치는 영향을 분석하기 위하여 Paramics 소프트웨어를 활용하였다. 교통수요는 승용차 기준 500대와 1,000대 두 가지 경우로, 중차량의 비율은 5%에서 20%, 도로의 경사도는 오르막 차로 설치기준이 아닌 4% 미만으로 설정하였다. 시뮬레이션을 통해 분석한 결과 트럭 차로 이용 제한 전략이 효과를 보이기 위해서는 최대 교통류율이 1,300대/시/차로 이상 이거나 트럭 차량이 전체 교통량에 차지하는 비율이 10% 이상이 되어야 하는 것으로 결론지었다.

Choi et al.(2009)는 오르막 차로 일시 폐쇄가 교통 운영 측면에서 미치는 영향을 분석하기 위해 중부내륙선 낙동강 분기점 부근의 오르막 차로를 VISSIM 소프트웨어를 활용하여 모델링 하였다. V/C 비는 0.6-1.0으로 적용하였으며, 중차량 구성비는 일반적인 중차량 구성비를 감안하여 20%-50%로 적용하였다. 도로의 기하구조는 실제 도로를 기반으로 “도로의 구조ㆍ시설 기준에 관한 규칙”에 따라 종단경사를 적용하였으며, 차량의 주행속도는 현장 조사를 통해 승용차 100km/h, 트럭 60km/h로 적용하였다. 트럭의 성능은 108kg/kW-132kg/kW 성능분포를 가지도록 설정하였으며, 시뮬레이션 분석 후 Mann-Whitney 검정을 통해 “도로의 구조ㆍ시설 기준에 관한 규칙”에서 제시하는 표준트럭 120kg/kW와 유사한 성능으로 모델링 된 것으로 판단하였다. 시뮬레이션 결과를 통해서 오르막 차로로 인한 혼잡을 막기 위해서는 V/C비 0.8, 중차량 비 50%일 때 효과적인 것으로 분석되었다.

Park et al.(2016a)은 연구에서 오르막 차로 구간에서 교통량, 중차량의 비율에 따른 영향을 각 서비스 수준별로 시뮬레이션하여 얻은 데이터를 교통 상충 건수와 상충 심각도 평가지표인 Surrogate Safety Measure를 사용하여 교통안전 측면에서 오르막 차로 운영기준을 제시하였다. 시뮬레이션의 시나리오는 도로용량편람(KHCM)에서 제시하는 고속도로 기본구간 서비스 수준을 적용하였으며, 시뮬레이션 구간의 오르막 경사와 중차량에 대한 승용차 환산계수를 반영하여 중차량 보정계수를 적용하였다.

Ko et al.(2019)은 중부내륙선 고속도로를 다양한 V/C 비로 시뮬레이션하여 오르막 차로의 동적 제어 효과를 분석하였다. 연구에서 차량의 주행속도를 80km/h 이상, 40km/h-80km/h, 40km/h 이하로 모델링 하였으며, 시뮬레이션을 통해 얻은 속도 데이터와 실제 데이터를 비교하여 시뮬레이션에 적용된 차량의 성능이 실제 차량과 유사한 것으로 판단하였다.

시뮬레이션을 활용한 연구를 살펴보면 대부분 안전, 운영, 도로설계 요소에 대한 연구들이 대부분이었으며, 시뮬레이션을 모델링 하는 과정에서 실제 도로의 현황을 적용하거나, 도로용량편람과 같은 설계지침에 따라 파라미터를 설정하였다. 트럭의 경우 일반적으로 활용되는 120kg/kW의 표준트럭을 적용하거나 특정한 값으로 획일화하여 적용하는 경우가 대부분으로 트럭의 성능에 영향을 주는 세부 파라미터를 설정하여 모델링을 수행한 경우는 찾아보기 힘들었다. 요약하면, 시뮬레이션 모형에서 트럭의 파라미터를 설정하는 연구는 매우 제한적이었으며 일부 연구들에서는 트럭의 파라미터 설정을 모빌리티 혹은 기하구조 측면에서만 다루고 있는 한계를 가지고 있다. 따라서, 본 연구는 시뮬레이션 모형에서 트럭의 파라미터 설정에 관한 매우 드문 연구가 될 것이며, 트럭 파라미터 설정에 따른 환경적인 영향을 시뮬레이션 모형과 배기가스모형을 활용하여 종합적으로 산정하고, 실무적으로 트럭 파라미터를 합리적으로 설정할 수 있는 권고사항을 제시함으로써 이전의 연구들과 차별성을 가진다.

본론

1. VISSIM에서의 트럭 및 도로 종단경사 모델링

교통 시뮬레이션 모형 중 미시적 시뮬레이션 모형은 각 차량의 움직임을 차량 추종 모형(Car following model), 차로 변경 모형(Lane changing model), 차량 가속 모형(Vehicle acceleration model) 등을 이용하여 시뮬레이션 시간에 따른 속도를 확률적으로 예측하여 표현한다. 특히 차량의 가속 능력은 차량의 엔진 성능, 기계적 구조에 따른 동력 손실, 주행 상황에 따라 변화하는 저항력에 따라 결정되므로 시뮬레이션 모형에서 승용차와 비교하여 트럭의 주행 능력을 모델링 하는데 가장 핵심적인 역할을 한다. 시뮬레이션 모형에서 사용되는 차량 가속 모형은 크게 두 종류로 분류할 수 있는데, 첫 번째는 차량 동력학 모형(Vehicle dynamics model)과 두 번째는 차량 운동학 모형(Vehicle kinematics model)이다(Rakha et al., 2004). 차량 동력학 모형을 사용하는 시뮬레이션 소프트웨어의 경우 INTEGRATION이 있으며, 차량 운동학 모형을 사용하는 소프트웨어는 CORSIM, PARAMICS, VISSIM, AIMSUN 등이 있다.

차량 동력학 모형은 Equation 1에서 보는 바와 같이 뉴턴의 2법칙을 이용하여 차량의 최대 가속도를 산출할 수 있다.

여기서, a는 차량의 최대가속도(m/s²), F는 노면 마찰력과 차량의 엔진 성능을 감안한 최대출력(N), R은 차량의 주행저항(N)으로 구름 저항, 경사 저항, 공기 저항의 합이며, m은 차량의 질량(kg)이다.

반면, 차량 운동학 모형은 차량의 가속도, 속도, 주행거리의 상관관계를 수학적으로 정의한다. 가장 기본적인 차량 운동학 모형은 일정 가속 모형이나 차량이 저속으로 주행할 때 더 높은 가속률을 달성할 수 있으므로 정확하지 못한 단점을 가지고 있다. 이러한 제약을 극복하기 위하여 Dual-Regime Model, Linear Decay Model, Polynomial Model과 같은 모형들이 개발되었으나 실제 도로상에서 주행하는 차량들의 가속 특성을 모델링 하기에는 부족한 면이 있다(Rakha et al., 2004). 따라서 이들 모형을 사용하는 시뮬레이션 모형들은 필요에 따라 차량의 유형별로 속도에 따른 최대 가속 능력을 수정할 수 있는 유연한 방법을 제공하고 있다. 따라서 트럭의 가속 능력을 현실과 유사하게 모델링하기 위해서는 시뮬레이션 프로그램에서 제공하는 가속 모형의 파라미터를 조정하는 정산과정이 필요하다.

본 연구에서 활용하고 있는 VISSIM은 기본 트럭 모델인 HGV(Heavy Goods Vehicle)을 제공하고 있다. HGV 트럭은 차량의 길이 10.21m, 폭 2.5m 이며, Figure 1에서 보는 바와 같이 차량의 총중량은 2,800-40,000kg의 범위로, 엔진 성능은 150kW-400kW의 범위에서 Uniform한 분포로 설정되어 있다. 따라서 시뮬레이션 모형에서 개별트럭이 생성될 때 0과 1 사이의 난수를 생성하여 차량의 총중량과 엔진 성능을 무작위로 결정하게 되며, 사용자는 필요에 따라 최솟값과 최댓값을 조정할 수 있다(PTV, 2008). 가속 모형의 경우 Figure 2에서 보는 바와 같이 소프트웨어에서는 차량의 속도에 따른 최대 가속도와 희망 가속도 분포를 사용하여 트럭의 가속도를 결정하게 된다.

Figure 1.

Weight and power distributions of default truck model (HGV)

Figure 2.

Maximum and desired acceleration distribution of default truck model (HGV)

트럭의 가속도는 경사 구간에서 엔진 성능과 총중량에 따라 보정 과정을 거치는데, 트럭의 엔진 성능-총중량 비율(Power-to-Weight Ratio)에 따른 최대 가속도 값을 7kW/ton에서 최대 가속도의 최솟값으로 설정하고 30kW/ton에서 최대 가속도의 최댓값으로 설정하여, 개별트럭의 엔진 성능-총중량 비율에 따라 보간법을 사용하여 결정하게 된다(PTV, 2008). 이렇게 결정된 트럭의 가속도는 도로의 종단 경사도에 따라 보정 과정을 거치게 되는데, 차량의 종류와 관계없이 오르막 도로에서는 경사가 1% 증가함에 따라 차량의 가속도는 0.1m/s² 감소하고, 내리막 도로에서는 경사가 1% 감소함에 따라 0.1m/s² 증가하게 된다.

2. 시뮬레이션 시나리오

본 연구에서는 국내외에서 교통류의 영향분석에 광범위하게 활용되고 있는 교통 시뮬레이션 소프트웨어인 VISSIM을 이용하여 다양한 교통 시나리오를 모델링 하였으며, 트럭 모형의 파라미터 변경에 따른 연료 소모량을 산정하기 위하여 미국 Univeristy of California, Riverside에서 개발된 Comprehensive Modal Emission Model(CMEM)을 사용하였다. CMEM모형은 물리적 파워 수요를 기반으로 초 단위 배기가스 방출량과 연료소비량을 예측하는 모형이다. CMEM 모형을 사용한 이유는 엔진 크기, 총중량 등과 같은 차량의 물리적 특성 변화에 민감한 모형이기 때문이며, 본 연구와 같이 미시 시뮬레이션 모형의 결과 값인 차량의 순간속도, 순간가속도, 도로특성인 도로의 경사도와 같은 운행 특성에 민감한 미시적인 모형이어야 하기 때문이다. 본 연구에서는 VISSIM 시뮬레이션을 통해 산출된 개별차량들의 초단위 순간속도 프로파일을 시간단위로 정렬하여 CMEM의 입력자료로 활용하였으며, CMEM모형의 입력자료 및 모형의 특성과 관련된 자세한 설명은 참고문헌에 자세히 설명되어 있다(Scora and Barth, 2006). 참고로 국내에서는 국립환경연구원에서 개발한 모형과 철도투자평가편람 전면개정 연구”에 기술된 차량 연료소모 모형이 있다(Korea Rail Network Authority and The Korea Transport Institute, 2010; National Institute of Environmental Research, 2008). 하지만 두 모형 모두 차량의 속도만을 입력자료로 하는 거시적인 모형으로 본 연구에 적합하지 않고 국립환경연구원 모형에는 트럭의 연료소모량을 예측하는 모형이 없다. 한편 북미에서는 미국환경보호국(US EPA)에서 개발한 MOVES모형이 거시적인 분석과 미시적인 분석이 가능하여 광범위하게 사용되고 있으나, CMEM모형과 비교하여 상대적으로 속도와 가속도에 민감하지 못하고 차량의 물리적 특성을 반영하지 못하는 단점이 있다. 북미지역에서 사용되고 있는 모형의 종류와 특성은 참고문헌에 자세히 설명되어 있다(Park et al., 2016b).

본 연구의 목표를 달성하기 위한 연구의 과정은 Figure 3과 같다. 첫 번째 과정은 VISSIM에서 트럭의 총중량/엔진 성능비를 수정하고 도로의 경사도에 따라 트럭의 속도가 변화하는 것을 확인하였다. 두 번째 과정은 트럭 파라미터의 변경에 따른 영향을 산정하기 위하여 시뮬레이션 시나리오를 작성하였다. 첫 번째 시나리오에서는 VISSIM에서 제공하고 있는 기본 트럭의 특성을 파악하기 위하여, 트럭 한 대만을 주행시키는 시나리오를 작성하여 분석을 수행하였다. VISSIM에서 기본으로 제공하고 있는 트럭을 사용한 경우와 국내에서 실제 도로를 주행하고 있는 트럭 중 대표적인 트럭 3종을 선정하고, 이들 트럭의 중량과 엔진 성능을 적용하여, 경사도가 0%에서 6%까지인 경사 구간을 주행하였을 때의 연료 소모량을 비교하였다. 구체적으로 국내 운행 중인 차량의 제원을 적용하기 위하여 도로용량편람에서 트럭을 소형, 중형, 대형으로 구분하는 것처럼, 소형트럭의 경우 2.5톤 미만의 트럭 중 대표적인 차종의 하나인 현대자동차의 포터2, 중형트럭의 경우 최대 적재 중량 5톤인 현대자동차의 메가트럭, 대형트럭의 경우 최대 적대 중량 25톤인 현대자동차의 엑시언트의 제원을 사용하였다. 구체적인 트럭의 제원은 Table 1과 같다(Hyundai Motors, 2022).

두 번째 시나리오는 교통류 내에서 트럭의 구성비가 변화함에 따라 전체 교통류에서 어떠한 영향을 미치는지를 가늠하기 위하여, 비첨두시 교통량 대 용량비 50%일 때와 첨두시 교통량대 용량비 85%일 때의 두 가지 경우를 설정하였다. 또한 각 시나리오에서 트럭의 구성비를 5%에서 25%까지 5%씩 증가시키고, 도로의 경사도를 0%에서 6%까지 증가시키면서 분석을 수행하였다.

마지막으로 시뮬레이션을 통해 예측된 차량들의 속도변화에 따른 연료소모량을 CMEM모형을 이용하여 산출하고 이를 비교 분석하였다.

Figure 3.

Diagram of the research process

분석을 위하여 VISSIM에서 구현한 도로는 한 차로 폭 3.5m의 편도 2차로이며, Figure 4과 같이 직선 구간 2,000m, 경사 구간 2,000m의 길이로 설정하고, 종단경사는 고속도로 설계기준에 따라 설계속도 100km/h일 때의 최대 경사도 6%를 적용하여 0%에서 6%까지 1% 단위로 변화를 시켰으며, 시뮬레이션에서의 차량의 자유속도는 100km/h로 설정하였다. VISSIM에서 차량추종모형은 Freeway 모형을 사용하였으며 본문에서 설명되지 않은 파라미터들은 모두 디폴트 값을 사용하였다.

Figure 4.

Geometry of simulation model

3. 단일트럭 시뮬레이션

1) 단일트럭 시뮬레이션 모델링

앞서 언급한 바와 같이 VISSIM에서 HGV 트럭의 총중량은 2,800kg-40,000kg, 엔진 성능은 150kW-400kW로 설정되어 있으므로, 0에서 1로 설정된 Uniform한 분포를 사용하여 충분한 수의 난수를 발생시킨 경우 난수의 평균이 0.5에 근사하므로 기본 트럭의 총중량과 엔진 성능은 평균값인 21,000kg과 275kW에 근사하게 된다. 이를 총중량과 엔진 성능비로 환산하면 77.8kg/kW가 된다. 본 연구에서는 이러한 사항을 확인하기 위하여 HGV 트럭으로만 구성된 교통류를 교통량 대 용량비 80% 수준으로 1시간 동안 시뮬레이션하여 각 트럭의 총중량/엔진 성능비를 산출하였다. Figure 5에서 보는 바와 같이 총중량/엔진 성능비 분포는 왼쪽으로 편향되어 있으며, 평균값은 85.1kg/kW로 분석되었으며, 이를 VISSIM의 기본 트럭의 파라미터로 설정하였다. 한편, 국내에서 운행되고 있는 소형, 중형, 대형트럭의 속성을 적용하기 위하여 Table 1에 있는 최대 적재중량의 25%, 50%, 100% 비율에 따라 적재중량을 설정하고 총중량/엔진 성능비를 VISSIM 파라미터에 반영하여 시뮬레이션을 수행하였다.

Figure 5.

Distribution of default truck weigh-to-power ratios

본격적인 시뮬레이션에 앞서 도로의 경사도에 변화에 따른 트럭의 주행특성을 살펴보기 위하여, HGV 트럭의 자유속도를 100km/h로 설정하여 오르막 도로를 주행하였다. 결과를 살펴보면 Figure 6과 같이 0-1%의 경사도에는 100km/h의 속도를 유지하였으나, 2% 경사도에서 99km/h로 오르막 한계속도가 나타났으며 6% 경사도에서 49km/h로 평지 대비 50% 오르막 한계속도가 감소하였다. 이러한 속도 감소로 인해 4km의 도로 구간을 주행하는 동안 경사도별로 145, 145, 146, 154, 163, 176초의 시간이 소요되었으며, 평지 대비 최대 21% 증가하였다. 다음으로 CMEM을 이용하여 연료 소모량을 산출한 결과 경사도별로 0.37, 0.44, 0.51, 0.52, 0.55, 0.60, 0.64L/km를 소비하였으며, Figure 7과 같이 평지 대비 경사도가 증가할수록 연료 소모량은 증가하였으며 최대 73% 증가하는 것으로 나타났다.

Figure 6.

Speed profiles of default truck model (HGV) on various roadway grades

Figure 7.

Relative differences in fuel consumptions compared to road grade 0% (HGV)

2) 단일트럭 시뮬레이션 결과

기본트럭을 모델링한 경우와 실제 운용 중인 소형, 중형, 대형트럭을 제원에 따라 적재용량의 25%, 50%, 100%로 변화하여 모델링한 경우 연료 소모량은 Table 2와 같이 산출되었으며, 기본트럭과 소형, 중형, 대형트럭의 연료 소모량 차이를 비교한 그래프는 Figure 8과 같다.

첫 번째로, 소형트럭을 살펴보면 적재용량 변화에 따른 차이는 다른 트럭에 비해 크지 않는 것으로 분석되었다. 평지에서는 적재 비율과 상관없이 동일한 연료 소모량이 소비되는 것으로 나타났으며, 도로의 경사도가 증가함에 따라 적재 비율별 연료 소모량 차이는 증가하였으나 경사도 6%에서 소형트럭 적재 비율 25%일 때 보다 적재 비율 100%일 때 연료 소모량은 최대 5% 더 소모하는 것으로 다른 중형, 대형트럭에 비해 상대적으로 작은 차이가 발생하였다. 다음으로 기본트럭과 소형트럭의 연료 소모량을 비교해보면 전체적으로 연료 소모량은 기본트럭보다 적게 산정되었다. 연료 소모량 차이는 도로가 평지인 경우 약 14%의 차이가 발생하였으나, 경사도가 증가할수록 연료 소모량에 차이는 증가하였으며, 경사도 6%일 때 적재용량 25%의 소형트럭이 기본트럭보다 최대 44% 적게 소모하는 것으로 산출되었다. 이러한 결과는 소형트럭이 기본트럭보다 상대적으로 저부하의 중량을 가지고 있고 도로의 경사도에 따른 연료 소모량 변화 차이가 작아 나타나는 것으로 판단된다.

두 번째로, 중형트럭에 대해 살펴보면, 적재 비율에 따른 차이는 소형트럭보다 다소 큰 것으로 분석되었다. 평지에서 적재 비율에 따른 연료 소모량의 차이는 약 3%가 발생하였으며, 경사도가 4%까지 증가하는 동안 연료 소모량의 차이 또한 증가하여 적재용량 25%와 적재용량 100% 사이에서 최대 12% 차이가 발생하였다. 이후 경사도가 5-6%로 증가하는 동안 연료 소모량의 차이는 감소하는 모습을 보여주었다. 이러한 결과는 적재용량 100%의 중형트럭이 경사도 4%까지 경사도 1% 증가할 때 마다 평균 8%씩 연료 소모량이 증가하는 반면, 5-6% 경사도에서는 평균 2% 증가하여 상대적으로 고경사도에서 경사도 증가분 대비 연료 소모량 증가폭이 감소하여 나타나는 현상으로 판단된다. 다음으로 기본트럭과 중형트럭의 연료 소모량을 비교해보면 중형트럭도 소형트럭과 마찬가지로 기본트럭보다 연료를 적게 소모하는 것으로 분석되었다. 이러한 결과는 소형트럭보다 차이의 크기는 작으나 마찬가지로 적재 비율이 작을수록, 도로의 경사도가 높을수록 크게 나타났다. 소형트럭과 유사한 패턴을 나타내고 있으나, 소형트럭보다 중형트럭이 기본트럭과 중량의 차이가 작아 연료 소모량 차이 또한 작은 것으로 판단된다.

세 번째로 대형트럭은 적재 비율별 차이를 살펴보면 가장 큰 것으로 나타났다. 이러한 차이는 평지에서 11% 차이가 발생했으며, 적재용량 25%와 100% 사이에서 경사도 3%일 때 15.5%로 가장 작은 차이가 나타났으며, 경사도 6%일 때 최대 41.4%로 가장 큰 차이가 발생하였다. 다음으로 기본트럭과의 연료 소모량을 비교해보면 소형, 중형트럭과는 달리 대형트럭이 기본트럭보다 고 부하의 화물을 싣는 만큼 연료소비가 비슷하거나 더 많이 소모하는 것으로 나타났다. 자세히 살펴보면 적재중량 25% 대형트럭은 2%이하의 경사구간에서는 차이가 없는 것으로 산정되었으며, 3-6%의 경사도에서는 10% 내외로 연료 소모량의 차이가 발생하여 다른 트럭과 달리 전체적으로 기본트럭과 연료 소모량 차이가 가장 작게 나타났다. 50%의 대형트럭의 경우 낮은 경사 구간에서 경사도가 증가할수록 연료 소모량의 차이가 3-10% 나타났고, 이후 3% 이상의 경사도에서 20% 내외의 연료소모량 차이가 발생하였다. 대형 100%의 경우에는 대부분 도로의 경사도가 증가할수록 연료 소모량의 차이가 크게 나타나는 결과를 보여주었다.

종합적으로 결과를 살펴보면, 적재 비율에 따른 연료 소모량은 최대 소형트럭 5%, 중형트럭 12%, 대형트럭 41.4%로 트럭의 크기가 큰 순서대로 차이가 큰 것으로 분석되었다. 따라서, 대형트럭의 비중이 큰 시나리오를 모델링하는 경우에는 적재중량에 대한 정산이 반드시 필요한 것으로 판단된다. 기본트럭과의 연료 소모량 차이를 비교한 결과를 살펴보면, 적재중량의 25%의 화물을 실은 대형트럭이 기본트럭과 가장 유사한 연료 소모량을 가지는 것으로 분석되었으며, 경사 1-2%에서는 동일한 연료 소모율을 보이는 것으로 분석되었다. 분석 결과에서 보는 바와 같이, 소형트럭의 경우 기본트럭과 비교하여 전반적으로 적은 양의 연료를 소모하는 것으로 분석된 것을 알 수 있고, 트럭의 종류와 무관하게 경사 3-6%의 도로의 경우 연료 소모량에서 기본트럭과 많은 차이를 보이는 것으로 분석되어 이에 대한 주의가 필요한 것으로 분석되었다.

Figure 8.

Relative differences between light-, medium-, heavy-duty trucks and default truck

4. 교통류 시뮬레이션

1) 교통류 시뮬레이션 모델링

다양한 종류의 차량들로 구성된 교통류에서의 트럭의 영향을 산정하기 위하여 고려하여야 할 사항 중 하나는 국내에서 운행하고 있는 소형, 중형, 대형 화물차량의 구성비이다. 이는 화물차량의 물리적인 특성에 따라 교통의 소통과 환경에 미치는 영향의 규모가 다르기 때문이다. 따라서 본 연구에서는 국토교통부에서 조사한 “2018년 12월 자동차등록현황”을 통해 Table 3에서 보는 바와 같이 최대 적재 용량별 화물차 비율을 적용하였다. 최대 적재중량 3톤 이하 트럭의 경우 87.4%, 중형과 대형트럭의 경우 각각 8%와 4.6%로 나타났다. 또한 실제 적재중량을 반영하기 위하여 국가교통DB의 “2017년 화물자동차 적재능력별 평균 적재현황”을 통해 소형트럭 71.9%, 중형트럭 83.7%, 대형트럭 90.2%의 평균 적재율을 적용하였다(Korean Statistical Information Service, 2022).

단일트럭을 모델링하는 것과는 다르게 실제 교통류에서의 영향을 산정하기 위하여 승용차와 트럭만으로 구성된 교통류로 가정하고 첨두시와 비첨두시의 영향을 별도로 산정하기 위하여 시뮬레이션 모형의 교통량을 비첨두시는 교통량대 용량비 50%로 첨두시를 85%로 설정하였다. 설정된 교통량에서 트럭의 비율을 5%에서 25%까지 5%씩 증가시키면서 트럭의 비율에 따른 영향을 산정하였다. 구체적으로 트럭의 비율이 5%인 경우, 소형트럭은 최대적재용량인 1톤의 71.9%인 719kg을 실 적재용량으로 설정하였으며 교통량은 전체 교통류 중 트럭의 비율 5%의 87.4%인 4.4%로 설정하였고, 중형과 대형트럭도 동일한 방법을 사용하여 트럭의 실 적재용량과 비율을 설정하였다.

2) 교통류 시뮬레이션 결과

앞 절에서 설명한 바와 같이 트럭의 구성비와 교통량 대 용량비를 설정하고 Figure 4에 설명되어 있는 네트워크를 사용하여 모든 차량이 통행을 완료할 때까지 시뮬레이션을 수행하였으며, 최종적으로 모의된 개별차량들의 운행기록을 출력하고 이를 CMEM모형을 활용하여 연료 소모량을 산출하였으며 이는 Table 4와 같다.

Figure 9은 실제트럭을 이용하여 모델링하여 산출한 연료소모량을 기본트럭 모델링 결과와 비교한 것으로, 그림에서 도로의 경사도와 트럭의 구성비에 따라 기본트럭과의 상대적인 차이를 나타내고 있다. 그림에서 보는 바와 같이, 실제트럭을 이용하여 모델링한 경우 기본트럭을 이용한 경우보다 연료를 적게 소모하는 것으로 산출되었으며 트럭의 구성비와 경사도가 증가할수록 그 차이는 현저하게 크게 나타나는 것을 알 수 있다. 이는 단일트럭 시뮬레이션에서 확인한 바와 같이 기본트럭에 비해 현저하게 적은 연료를 사용하는 3톤 이하의 소형트럭이 전체트럭의 87%를 차지하기 때문인 것으로 판단된다.

Figure 9.

Relative differences in fuel consumption between trucks in operation scenarios and default truck scenario

첨두시와 비첨두시의 결과를 비교해 보면, 첨두시와 비첨두시 모두 유사한 패턴을 보였으며 비첨두시의 연료소모량의 상대적인 차이가 첨두시에 비해 더 크기는 하지만 그 차이가 크지 않은 것으로 산출되었다. 이러한 점에서 비첨두시, 첨두시 교통수요의 차이가 트럭의 연료소모 패턴에 주는 영향은 도로의 경사도에 비해 크지 않은 것으로 판단된다. 일반적으로 첨두시 교통류를 기준으로 시뮬레이션을 수행하는 것이 일반적이므로 첨두시를 기준으로 시뮬레이션 결과를 자세히 살펴보면, 평지에서 실제트럭을 이용하는 경우 기본트럭을 사용하는 경우에 비해 1-4%까지 연료소모량이 적은 것으로 산출되었으며, 경사도 6%인 경우에는 17-33%까지 연료소모량이 적게 산출되는 것으로 분석되었다. 이를 반대로 기술하면, VISSIM에서 제공하고 있는 기본트럭을 사용하여 트럭이 많이 분포하고 있는 경사가 큰 도로를 시뮬레이션하고 시뮬레이션 결과를 이용하여 연료소모량을 산출할 경우, 현저하게 과장된 연료소모량이 산출될 수 있다고 할 수 있다.

Table 5는 실제트럭과 기본트럭을 사용하여 시뮬레이션을 수행하였을 때 연료소모량이 아닌 차량의 지체에 어떠한 영향을 주는지를 살펴보기 위하여 차량의 평균지체를 트럭의 구성비와 도로의 경사도에 따라 산출한 결과이다. 결과를 요약하면 기본트럭과 실제트럭을 사용하는 경우 모두 경사도 2% 이하에서는 지체의 차이가 현저하지 않고 경사도 3%부터 지체의 차이가 현저하게 증가하는 것을 알 수 있으며, 기본트럭을 이용하는 경우 연료소모량의 경우보다 차량의 평균지체에 있어서의 상대적인 차이가 더 큰 것으로 분석된 것을 알 수 있다. 이는 경사도 3% 부터 기본트럭의 가속능력이 현저하게 떨어짐으로 인한 것으로 판단된다. 또한 여기에서 주목할 점은 동일한 경사도에서 트럭의 구성비가 증가함에 따라 차량간의 상충증가로 인해 지체와 연료소모량이 증가하는 것이며 기본트럭의 경우 가속능력의 저하로 인해 이러한 증가가 현저한 것을 알 수 있다.

구체적으로, 우리나라 각 지자체에서 운행 중인 트럭의 구성비가 대략 15-20% 사이인 것을 감안하여 살펴보면 3%이상의 경사도로의 경우 실제트럭을 사용하는 경우 기본트럭에 비해 비첨두시에 87-91%, 첨두시에 77-85%까지 지체가 적은 것으로 산출되었다. 이를 동일 조건 하에서 기본트럭의 관점에서 기술하면 실제도로에서 운행중인 트럭의 특성을 고려하지 않고 VISSIM에서 제공하는 기본트럭을 이용하는 경우 비첨두시 685-1043%, 첨두시에 341-555%까지 지체를 과다하게 산출하는 결과를 보일 수 있음을 의미한다. 이는 비첨두시의 총 교통량이 1,192대인 것을 감안하면 트럭 20% 및 경사도 6%일 때 기본트럭을 사용한 경우 차량 한 대당 약 16.9초/대의 추가적인 지체를 유발하는 것을 의미하며, 첨두시의 총 교통량이 2,020대로 동일한 조건에서 기본트럭은 차량 한 대당 약 22.5초/대의 추가적인 지체를 유발하는 것을 의미한다.

결론

본 연구에서는 교통류의 운영상태분석에서 광범위하게 사용되고 있는 미시 교통류 시뮬레이션 소프트웨어인 VISSIM에서 제공하는 기본트럭을 활용하여 도로의 경사도에 따른 차량의 운행행태와 이에 따라 소비되는 연료 소모량을 분석한 결과가 국내에서 운행되고 있는 화물차의 특성을 제대로 반영하고 있는지를 정량적으로 비교, 분석하였다. 구체적으로 도로의 경사도를 0%에서 6%까지 변화시키고 국내의 화물차특성 중 차종분포비와 적재비율을 고려하여 실제트럭을 VISSIM에서 모델링하였으며 CMEM모형을 이용하여 연료 소모량을 산출하여 이를 비교 분석하여 다음과 같은 결론을 도출할 수 있었다.

단일트럭의 행태를 분석한 결과 화물의 총중량에 영향을 미치는 적재비율은 소형트럭, 중형트럭의 경우 연료소모량이 최대 12% 증가한 반면, 대형트럭의 경우 최대 44% 변화 한 것으로 분석되었다. 이를 통해 상대적으로 대형트럭을 분석할 때에 트럭의 총중량에 대한 주의 깊은 검토가 필요한 것으로 판단된다. 다음으로 도로의 경사도는 소형, 중형, 대형트럭 모두 경사도가 증가함에 따라 기본트럭과의 연료소모량의 차이가 현격하게 증가함을 알 수 있었다. 따라서 분석대상의 도로의 경사도가 큰 경우에는 트럭의 차종과 관계 없이 모델링에 주의를 기울일 필요가 있으므로, VISSIM의 기본트럭을 활용하여 모델링하는 것을 지양하고 현장 교통류의 차종별 구성비를 고려하여 현실감 있게 트럭의 차종별 구성비를 적용하는 것이 중요한 것으로 판단된다. 특히 VISSIM의 기본트럭은 실제 중형트럭과 대형트럭의 중간적인 연료소모 특성을 보이는 것으로 분석되어, 시뮬레이션을 활용하여 분석하는 대상의 교통류가 소형트럭과 중형트럭의 비율이 높은 때는 기본트럭의 사용은 바람직하지 않은 것으로 판단된다.

교통류에서 영향을 분석한 결과, VISSIM에서 제공하고 있는 기본트럭을 이용하여 경사가 높은 도로를 시뮬레이션 하는 경우 연료 소모량과 차량지체 모두 지나치게 과도하게 예측되는 것으로 분석되었다. 우리나라에서 운행 중인 트럭의 비율이 15-20%인 점을 감안하여 도로의 경사도 3% 이상인 도로의 시뮬레이션 결과를 살펴보면, 기본트럭을 이용할 경우 첨두시를 기준으로 연료 소모량의 경우 최소 16%에서 최대 31%까지, 차량 지체의 경우 최소 341%에서 최대 555%까지 실제보다 과다하게 산출된 것으로 분석되었다.

본 연구를 통해 트럭의 친환경성을 미시적으로 평가하는 과정에서 트럭의 파라미터가 연료 소모량과 지체에 미치는 영향의 정도를 가늠해 볼 수 있었으며, 환경적 측면에서 좀 더 합리적이고 정확한 트럭의 모델링을 위해서는 트럭의 연식, 적재중량, 도로의 구배에 관한 실측자료가 요구되는 것을 알 수 있었다. 실무적인 측면에서 트럭의 파라미터를 합리적으로 설정하기 위해서는 교통량정보제공시스템(Ministry of Land, Infrastructure and Transport, 2022)에서 차종별 교통량을 이용하여 소형, 중형, 대형트럭의 비율을 설정하고, 적재중량 자료는 고속도로 및 국도의 화물 과적 단속 시스템에서 수집된 자료를 활용하여 산출하고, 도로의 구배는 수치표고모델 정보를 활용하는 것을 제안한다(Han et al., 2021).