전기버스 차량군 운영에 에이전트 기반 애그리게이터 프레임워크를 적용한 연구다. 최적화 기반 배차·충전 스케줄링 모델에 교란 감지, 요금 적응, 스케줄 평가를 담당하는 감독 에이전트를 결합해 노선·충전기·배터리·V2G(차량-그리드) 제약을 지키면서 실시간 재최적화를 선별적으로 수행한다. 실제 차고지 사례 연구에서 운행 지연, 전력 가격 충격 등 교란 상황에서도 실행 가능한 스케줄 유지와 V2G 유연성 활용 개선을 확인했다. 다만 이익 중심 가격 설정으로 구성하면 애그리게이터가 대중교통 운영자(PTO)의 가치를 흡수할 수 있어, 공공 차량군 도입 시 투명한 조정 방식과 명시적 가치 배분 규칙이 필요하다고 지적한다.

• •최적화 스케줄링 코어에 교란 감지·요금 적응·스케줄 평가 감독 에이전트를 결합한 전기버스 애그리게이터 프레임워크 제안
• •노선, 충전기, 배터리, V2G 교환 전반의 물리적 실행 가능성을 보장하며 필요 시에만 실시간 재최적화 발동
• •차고지 사례 연구에서 운행 지연·에너지 편차·전력 가격 충격 등 복합 교란 상황을 검증
• •이익 지향 가격 설정 시 애그리게이터가 대중교통 운영자(PTO) 가치를 추출하는 트레이드오프 발견
• •공공 차량군 적용에는 감사 가능한 요금 설정과 명시적 가치 공유 규칙이 필요하다고 제언