CN103906210B - 一种分布式光伏发电装置传感器网络节点休眠调度方法 - Google Patents

一种分布式光伏发电装置传感器网络节点休眠调度方法 Download PDF

Info

Publication number
CN103906210B
CN103906210B CN201410141499.8A CN201410141499A CN103906210B CN 103906210 B CN103906210 B CN 103906210B CN 201410141499 A CN201410141499 A CN 201410141499A CN 103906210 B CN103906210 B CN 103906210B
Authority
CN
China
Prior art keywords
node
information
delta
sensor node
illumination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410141499.8A
Other languages
English (en)
Other versions
CN103906210A (zh
Inventor
李乔木
傅质馨
袁越
刘冠群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201410141499.8A priority Critical patent/CN103906210B/zh
Publication of CN103906210A publication Critical patent/CN103906210A/zh
Application granted granted Critical
Publication of CN103906210B publication Critical patent/CN103906210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy

Abstract

本发明公开了一种分布式光伏发电装置传感器网络节点休眠调度方法,其据光照强度及环境温度日变化规律,传感器节点在一天中不同时段以不同的采样周期采集光照强度和环境温度信息。本发明提供的分布式光伏发电系统监控网络中传感器节点的休眠/唤醒调度机制,适用于各种不同的天气条件,且保证信息采集的可靠性;为了减少监控网络的能量消耗,延长网络的使用寿命,提出了综合考虑光照强度及环境温度的传感器节点最小深度休眠/唤醒调度机制,其基本思想是通过动态调整传感器节点在一天中不同时段的采样周期,并根据节点在监控网络中的不同深度,灵活调整节点的休眠/唤醒时间,实现减少传感器节点的能量消耗,延长监控网络的使用寿命。

Description

一种分布式光伏发电装置传感器网络节点休眠调度方法
技术领域
[0001] 本发明涉及一种分布式光伏发电装置传感器网络节点休眠调度方法,属于光伏发 电领域。
背景技术
[0002] 目前,光伏发电已成为太阳能发电的主流趋势,分布式光伏并网发电具有即发即 用、适用性强、无需储能等特点,可以对电网起到有力的补充。然而光伏发电系统容易受到 外界因素的影响,其出力具有较大的随机性和波动性,随着分布式光伏发电系统在配电网 中的渗透率的不断提高,其大量并网将给电网带来不可忽视的影响。通过建立可靠的监控 系统,可以为分布式光伏发电系统与电网的协同调度提供指导,以更好地应对未来大规模 分布式光伏发电并网的需求。
[0003] 传统的光伏发电系统监控网络智能化程度较低,需要大量的人力、物力和财力,难 以满足监控网络对智能化、无人、少人看守的要求,制约了分布式光伏发电系统的发展。鉴 于分布式光伏发电系统规模日益增大及分布运行的特点,其对监控网络灵活性、可靠性和 智能化程度提出了更高的要求。无线传感器网络(Wireless Sensor Network,WSN)因其所 具有较强的信息处理能力、存储能力和通信能力,可实时感知监控区域内的环境状态,为光 伏发电系统监控网络的构建提供了新的思路。将WSN技术应用于分布式光伏发电系统监控 网络,对分布式光伏电源进行双向、动态的实时监控,可以对光伏发电进行准确的出力预 测,减小光伏发电不确定性对电网的冲击,这对提高电网对分布式光伏发电系统的接纳和 控制能力具有重要意义。
[0004] 由于传感器节点是由能量有限的电池供电的,对基于WSN技术构建的分布式光伏 发电系统监控网络,能耗问题成为制约监控网络运行寿命的主要“瓶颈”。
发明内容
[0005] 发明目的:本发明提出一种分布式光伏发电装置传感器网络节点休眠调度方法, 有效节约监控传感器网络的能耗,延长其运行寿命。
[0006] 技术方案:本发明采用的技术方案为一种分布式光伏发电装置传感器网络节点休 眠调度方法,包括被分为若干簇的传感器节点,并依据能耗最小原则为每个簇选择簇首节 点,包括以下步骤:
[0007] 1)根据光照强度及环境温度日变化规律,传感器节点在一天中不同时段以不同的 采样周期A t采集光照强度和环境温度信息;
[0008] 2)传感器节点之间以树状拓扑结构进行信息传输,并依据最小跳数原则建立自身 的信息传输路径,所有的传感器节点均以多跳的形式向簇首节点发送信息;
[0009] 3)每个传感器节点发送完自身所需发送的N条信息后,进入休眠状态,直到下一次 采样周期At的到来。
[0010] 优选地,所述步骤1)中根据高斯拟合法得到的晴天和阴天条件下光照强度和环境 温度采样数据的拟合曲线,当光照强度变化日辐照度最大幅值的2%,传感器节点采集一次 光照强度信息,当环境温度变化日最大温差A T的2%时,传感器节点采集一次环境温度信 息,选择光照强度采样周期和环境温度采样周期中的最小值作为传感器节点的采样周期A to
[0011] 优选地,所述步骤3)中根据每个传感器节点的不同深度d,将深度d与采样周期Δ t 的乘积作为唤醒时间Ta。而空闲监听时间为:
[0012]
Figure CN103906210BD00051
[0013] 式中N为监控网络中传感器节点的总数,h为节点间信息传输的距离,V为信息传输 速率,D为节点的最大深度。
[0014] 优选地,传感器节点的能量消耗主要在发送信息、接收信息、空闲监听和休眠4个 方面,节点在一个周期内的能耗情况为:
[0015] Aff = Affactive+Affsleep
[0016] 其中Δ Wartive3为节点在活跃状态时的能耗,Δ Wsi_S节点在休眠状态时的能耗。
[0017] 节点活动状态时的能耗为信息接收、信息发送和空闲监听的能耗之和,假设信息 接收、信息发送和空闲监听的能耗分别为A Wr、AWs、
Figure CN103906210BD00052
[0020] 式中:
[0021] U,Usieep :分别为节点的工作电压和休眠电压;
[0022] IsJrJ1Jsle3f3p^别为节点发送信息、接收信息、空闲监听和休眠时的电流;
[0023] Δ ts,Δ tr,Δ ti,Δ tsl_:分别为节点发送信息、接收信息、空闲监听和休眠的时 间。
[0024] 假设监控网络中传感器节点的总能量为Δ WtotaI,则节点的寿命T可表示为:
[0025]
Figure CN103906210BD00053
[0026] 有益效果:本发明提供的分布式光伏发电系统监控网络中传感器节点的休眠/唤 醒调度机制,适用于各种不同的天气条件,且保证信息采集的可靠性;为了减少监控网络的 能量消耗,延长网络的使用寿命,提出了综合考虑光照强度及环境温度的传感器节点最小 深度休眠/唤醒调度机制,其基本思想是通过动态调整传感器节点在一天中不同时段的采 样周期,并根据节点在监控网络中的不同深度,灵活调整节点的休眠/唤醒时间,实现减少 传感器节点的能量消耗,延长监控网络的使用寿命。
附图说明
[0027] 图1为分布式光伏阵列的输出功率随时间变化图;
[0028] 图2为监控网络节点的工作周期示意图;
[0029] 图3 (a)为晴天时美国洛杉矶光照强度的采样数据;
[0030] 图3 (b)为阴天时美国洛杉矶光照强度的采样数据;
[0031] 图4(a)为洛杉矶晴天时采用高斯拟合法得到的光照强度采样数据的拟合曲线;
[0032] 图4(b)为洛杉矶阴天时采用高斯拟合法得到的光照强度采样数据的拟合曲线;
[0033] 图5为恶劣天气时美国洛杉矶光照强度的采样数据;
[0034] 图6 (a)为晴天时美国洛杉矶环境温度的采样数据;
[0035] 图6 (b)为阴天时美国洛杉矶环境温度的采样数据;
[0036] 图7 (a)为洛杉矶晴天时采用高斯拟合法得到的环境温度采样数据的拟合曲线;
[0037] 图7(b)为洛杉矶阴天时采用高斯拟合法得到的环境温度采样数据的拟合曲线;
[0038] 图8为监控网络中传感器节点的最小深度确定过程;
[0039] 图9为传感器节点的休眠策略流程图;
[0040] 图10为不同规模监控网络采用固定采样周期和低能耗自适应采样周期的能耗对 比曲线;
[0041] 图11为不同规模监控网络采用固定采样周期和低能耗自适应采样周期的网络运 行寿命对比情况;
[0042] 图12为不同规模监控网络采用同步休眠/唤醒调度机制和采用最小深度休眠唤醒 调度机制的能耗对比曲线。
具体实施方式
[0043] 下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明 本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各 种等同形式的修改均落于本申请所附权利要求所限定的范围。
[0044] 为了对分布式光伏发电系统的输出功率做出合理预测,需首先了解光伏发电系统 的数学模型。光伏阵列输出功率的数学表达式为:
[0045] Ps = nSI [1-0.005 (to+25)] (I)
[0046] 式中:q表示光伏阵列的转换效率;S表示光伏阵列的面积;I表示光照强度;to表示 大气温度。由式(1)可知,光伏阵列的输出功率同时受光照强度和环境温度的影响,因此,为 了对光伏系统的输出功率做出合理预测,监控网络中的传感器节点应同时采集光照强度及 环境温度信息。
[0047] 由图1可知,光伏阵列在夜间停止工作,因此,监控网络中的传感器节点也无需在 一天中时刻保持工作状态。根据我国一年中光照强度的日变化情况,可将传感器节点的工 作时间设定为每天的06〜20h。
[0048] 接下来建立监控网络模型。以一个小型光伏发电系统监控网络为例,假设该监控 网络由1个簇首节点和N个同构的传感器节点组成,由于光伏阵列的输出功率同时受光照强 度和环境温度的影响,因此在构建监控网络时,宜选用可同时采集光照强度和环境温度的 传感器节点,减少传感器的使用数量。
[0049] 根据光伏面板自身的特性,各传感器节点在面板上的位置固定不变,节点周期性 的采集光照强度和环境温度信息,并将信息以多跳方式发送给簇首节点。鉴于WSN的树状拓 扑结构具有结构简单、信息传输能耗小、效率高等优点,监控网络中的传感器节点采用树状 拓扑结构进行信息传递。
[0050] 监控网络中的传感器节点通常有两个主要工作状态:活动状态和休眠状态,活动 状态又包括:信息发送状态、信息接收状态和空闲监听状态。节点在活动状态下的能耗远大 于休眠状态下的能耗,因此,在保证监控网络正常工作的前提下,应使节点尽快进入休眠状 态,延长其休眠时间,以节约节点能耗。
[0051] 可将监控网络中传感器节点的工作时间以周期△ t进行划分,对其周期性地进行 休眠和唤醒,如图2所示。节点在每个采样周期开始时被唤醒,然后按照工作需要,进行光照 强度和环境温度信息的采集、接收或进入空闲监听状态,并在发送完全部信息后进入休眠 状态,直到下一个采样周期开始才重新被唤醒。
[0052] 在典型天气情况下,光照强度的日变化具有一定的规律,通常晴天状态下,一天中 光照强度呈波峰状态,06〜IOh光照强度呈上升趋势,变化较为迅速;10〜14h是光照强度最 强的时段,这期间光照强度变化较为缓慢;14〜16h光照强度下降,且变化较快。而在阴天 时,光照强度的日变化趋势同样具有一定的规律。
[0053] 图3(a)和图3(b)分别为2013年12月26日(晴天)和2013年6月7日(阴天),美国洛杉 矶光照强度的采样数据,采样周期为lmin,该数据可基本反映在典型晴天和阴天条件下光 照强度的日变化规律。根据光照强度的日变化规律,在保证光照强度信息可靠采集的前提 下,可动态调整传感器节点的采样周期,如:中午时段光照强度变化较为缓慢,可适当延长 节点的采样周期;早晚时段光照强度变化较为迅速,可相应缩短其采样周期。
[0054] 为在节约节点能耗的同时,保证信息采集的可靠性,应为节点采样周期的确定设 定标准。假设光照强度变化了日辐照度最大幅值A L的2%,节点就采集一次光照强度信息, 即
[0055] fi (Δ ti) = ALX2% (2)
[0056] 式中为光照强度采样数据拟合曲线的函数表达式,△七为基于光照强度变化规 律而确定的节点动态采样周期。当然,在实际应用中,可根据不同的需求灵活地设定该标 准。为准确计算节点的采样周期,需得知光照强度日变化规律的数学函数表达式。图4 (a)、 (b)分别为采用高斯拟合法得到的晴天和阴天条件下光照强度采样数据的拟合曲线。通过 计算可得在典型天气条件下,基于光照强度的监控网络中传感器节点在一天中不同时段的 采样周期At1*:
[0057] 晴天时:
[0058] (1)06〜IOh和 14〜20h,采样周期为 Ati=0.06h;
[0059] (2) 10〜Ilh和 13〜14h,采样周期为 Δ ti=0. Ih;
[0060] (3) 11 〜13h,采样周期为 Δ ti=0 · 12h。
[0061] 阴天时:
[0062] (1)06〜10h,采样周期为 Ati=0.2h;
[0063] (2) 10〜12h,采样周期为 Δ ti=0 · 06h;
[0064] (3) 12〜15h,采样周期为 Δ ti=0 · 03h;
[0065] (4) 15〜20h,采样周期为 At1=O-Ih13
[0066] 如果既非晴天,也非阴天,光照强度在一天中变化幅度较大,且无规律可循(如图5 所示),可将此种天气状况定义为恶劣天气。在恶劣天气条件下,传感器节点的采样周期在 一天中不同时段不进行上述动态调整,节点保持每Imin采集一次信息。
[0067] 与光照强度相同,在典型天气条件下,环境温度的日变化也呈现一定的规律。06〜 12h温度呈上升趋势,变化迅速;12〜15h是一天中温度最高的时段,且变化较为缓慢;15〜 20h温度呈下降趋势,变化趋势明显;20〜06h (翌日)是一天中温度最低的时段,且变化较为 平缓。由于光伏阵列在夜间停止工作,因此在计算基于环境温度的节点采样周期时,仅考虑 白天时温度的变化规律。
[0068] 图6(a)、(b)分别为2013年12月26日(晴天)和2013年6月7日(阴天),美国洛杉矶的 环境温度采样数据,采样周期为lmin,该数据可基本反应在典型天气条件下温度的日变化 规律。同样采用高斯曲线拟合法,可得晴天和阴天时环境温度的日变化拟合曲线分别如图7 (a)、(b)所示。假设环境温度每变化日最大温差△ T的2%时,传感器节点采集一次温度信息, 即
[0069] f2 (At2) = ΔΤΧ2% (3)
[0070] 式中,5为环境温度采样数据拟合曲线的数学函数表达式,△ t2为基于环境温度变 化规律而确定的节点动态采样周期。根据拟合曲线的数学函数表达式,可通过计算求得在 典型天气条件下,基于环境温度的监控网络中传感器节点在一天中不同时段的采样周期A t2为:
[0071] 晴天时:
[0072] (1) 06〜07h和 17〜20h,采样周期为 Δ t2=0 · 08h;
[0073] (2)07〜Ilh和 14〜17h,采样周期为 At2=0.03h;
[0074] (3) 11 〜14h,采样周期为 Δ t2=0 · 12h。
[0075] 阴天时:
[0076] (1)06〜09h,采样周期为 Δ t2=0.05h;
[0077] (2)09〜13h,采样周期为 At2=O. Ih;
[0078] (3) 13〜20h,采样周期为 Δ t2=0.06h;
[0079] 恶劣天气条件下,节点的采样周期为lmin。
[0080] 由于光伏面板上的传感器节点同时采集光照强度和环境温度信息,其采样周期Δ t应由△ t、△ t2二者共同决定。为确保信息采集的可靠性,在同一时段,节点的采样周期Δ t 应选取△ t、△ t2中的较小值,由此可确定在典型天气条件下,传感器节点在一天中不同时 段的采样周期At应为:
[0081] 晴天时:
[0082] (1)06〜07h和 17〜20h,采样周期为 At=0.06h;
[0083] (2) 07〜IOh和 14〜17h,采样周期为 At=O. 03h;
[0084] (3) 10〜Ilh和 13〜14h,采样周期为 Δ t=0. Ih;
[0085] (4)11〜1311,采样周期为&七=0.1211。
[0086] 阴天时:
[0087] (1)06〜09h,采样周期为 At=0.05h;
[0088] (2)09〜10h,采样周期为 At=O. Ih;
[0089] (3) 10〜12h和 15〜20h,采样周期为 Δ t=0.06h;
[0090] (4)12〜1511,采样周期为&七=0.0311。
[0091] 恶劣天气时,采样周期为lmin。
[0092] 四、传感器节点最小深度休眠/唤醒机制
[0093] 1、传感器节点最小深度的确定
[0094] 对于采用树状拓扑结构的分布式光伏发电系统监控网络,由于不同传感器节点在 监控网络中所处位置不同,若对所有节点采用同步休眠/唤醒调度策略,势必造成深度较大 的传感器节点存在大量不必要的空闲监听时间,造成能量浪费,缩短监控网络的使用寿命。 最小深度休眠/唤醒调度策略即根据传感器节点在树状拓扑结构中位置和深度的不同,灵 活决定其休眠/唤醒时间,以减少能耗。
[0095] 最小深度休眠/唤醒策略的基本思想为:监控网络初始化时,每个节点按照已经建 立的路径以广播的形式发送自己的ID地址信息,该路径上的其它传感器节点接收并记录该 地址信息。当所有节点都成功发送并接收自身和其它节点的ID地址信息后,统计在不同路 径上拥有某节点地址信息的节点数量(除该节点自身外),最大值即节点的最大深度D,最小 值即节点的最小深度d。对一个最小深度为d最大深度为D的传感器节点,其唤醒时间Ta为:
[0096] Ta = dX At (4)
[0097] 空闲监听时间为:
[0098]
Figure CN103906210BD00091
(5)
[0099] 式中N为监控网络中传感器节点的数量,h为相邻节点间的信息传输距离,V为信息 传输速率。
[0100] 如图8所示,有3条传输路径与1号传感器节点相连,3条路径分别为:1—244—6、1 —2—4—7和1—3—5,则在这3条路径上,除1号节点外,拥有1号节点地址信息的传感器节 点数量分别为3、3、2,因此对于1号节点,其最大深度D为3,最小深度d为2。
[0101] 2、传感器节点的休眠策略
[0102] 位于光伏面板不同位置的传感器节点在监控网络中担任不同的任务,如:位于面 板边界处的传感器节点(边界节点)只负责自身光照强度和环境温度的采集、处理和传输; 而位于面板内部的传感器节点(内部节点),不仅要负责自身信息的采集、处理等任务,还需 要接收和传递其它传感器节点的信息。对于边界节点,当其发送完自身信息后,即可立即进 入休眠状态,而对于内部节点,则需要汇聚并发送完其所需发送的全部信息后,才可以休 眠。为了更好地对监控网络中不同深度的传感器节点进行休眠调度,每个传感器节点应维 护一张属于自己的运行状态表格(Running Status Table,RST),表格中应包含节点采样周 期At、唤醒时刻1、应发送信息数N等信息。根据不同节点的RST信息,节点的休眠调度算法 为:
[0103] (1)根据RST信息确定该节点所需转发的信息数N;
[0104] (2)判断节点已成功发送的信息数η是否与N相等;
[0105] (3)若η=Ν,则节点立即进入休眠状态,否则继续保持空闲监听状态。
[0106] 图9为该休眠调度策略的流程图。
[0107] 五、监控网络寿命模型
[0108] 假设监控网络的寿命为网络运行至第一个节点失效所经历的时间,由于簇首节点 负责汇聚并发送网络中全部其它节点的信息,因此在所有节点中,其能耗最大,寿命最短。 忽略外界干扰及恶意破坏,认为监控网络的寿命与簇首节点的寿命直接相关。
[0109] 在一个采样周期Δ t内,簇首节点的活动时间Δ ta和休眠时间Δ tsimp模型为:
Figure CN103906210BD00101
[0112] 式中:
[0113] Ats:信息发送所需时间;
[0114] Δ trH目息接收所需时间;
[0115] Ati:空闲监听时间;
[0116] V:比特率;
[0117] 1:数据帧长度;
[0118] N:监控网络中传感器节点的总数;
[0119] h:相邻节点间信息传输的距离;
[0120] D:传感器节点在树状拓扑结构中的最大深度;
[0121] d:传感器节点在树状拓扑结构中的最小深度。
[0122] 假设簇首节点的寿命为T,节点的初始能量为W,节点处于信息发送状态、信息接收 状态、空闲监听状态和休眠状态的功耗分别为Δ Ps、Δ Pr、Δ PjP Δ Psle3f3p,则簇首节点一个采 样周期所消耗的能量A W为:
[0123] Δ W= Δ Ps Δ ts+Δ Pr Δ tr+Δ Pi Δ ti+Δ PsIeep Δ tsieep (8)
[0124] 簇首节点的寿命T (即监控网络的寿命),为:
[0125]
Figure CN103906210BD00102
(9)
[0126] 六、仿真分析
[0127] 为了进一步说明本发明所述方案,以ATmegal28L作为传感器节点的处理器,其工 作电压为2.5〜5.5V,由于传感器节点在工作过程中不可避免的存在电压损耗,节点的供电 电压应高于2.7V,节点采用扩展Standby模式。仿真过程中使用的具体参数如表1所示:
[0128] 表1仿真试验参数
[0129]
Figure CN103906210BD00111
[0130] 通过统计历史数据和查阅资料,可得知在美国洛杉矶各种天气状况发生的概率, 其中:晴天发生的概率约为40%,阴天发生的概率约为44%,其它天气发生的概率约为16%。这 里将其它天气统一归类为恶劣天气。
[0131] 图10为针对不同规模的分布式光伏发电系统监控网络(即监控网络中传感器节点 数目不同),节点采用固定采样周期(Imin)与采用基于光照强度和环境温度的动态采样周 期,其监控网络运行一年的能耗情况。可以看出监控网络采用动态采样周期时,网络中节点 的能耗明显低于采用固定采样周期时的监控网络,监控网络的运行寿命也会随之延长(如 图11所示),且随着监控网络中节点数量的增多,采用动态采样周期的优势越来越明显。
[0132] 图12为针对不同规模的分布式光伏发电系统监控网络,传感器节点采用同步休 眠/唤醒调度机制与采用最小深度休眠/唤醒调度机制的能耗对比情况。可以看出采用最小 深度休眠/唤醒调度机制时,监控网络中节点的能耗明显降低,监控网络的运行寿命也会随 之延长,且随着监控网络中节点数目的增多,其优势越来越明显。

Claims (5)

1. 一种分布式光伏发电装置传感器网络节点休眠调度方法,包括被分为若干簇的传感 器节点,并依据能耗最小原则为每个簇选择簇首节点,其特征在于,包括以下步骤: 1) 根据光照强度及环境温度日变化规律,传感器节点在一天中不同时段以不同的采样 周期A t采集光照强度和环境温度信息; 2) 传感器节点之间以树状拓扑结构进行信息传输,并依据最小跳数原则建立自身的信 息传输路径,所有的传感器节点均以多跳的形式向簇首节点发送信息; 3) 每个传感器节点发送完自身所需发送的N条信息后,进入休眠状态,直到下一次采样 周期At的到来。
2. 根据权利要求1所述的分布式光伏发电装置传感器网络节点休眠调度方法,其特征 在于,所述步骤1)中根据高斯拟合法得到的晴天和阴天条件下光照强度和环境温度采样数 据的拟合曲线,当光照强度变化日辐照度最大幅值的2%,传感器节点采集一次光照强度信 息,当环境温度变化日最大温差A T的2 %时,传感器节点采集一次环境温度信息,选择光照 强度采样周期和环境温度采样周期中的最小值作为传感器节点的采样周期A t。
3. 根据权利要求1所述的分布式光伏发电装置传感器网络节点休眠调度方法,其特征 在于,所述步骤3)中根据每个传感器节点的不同深度d,将深度d与采样周期△ t的乘积作为 唤醒时间Ta。
4. 根据权利要求3所述的分布式光伏发电装置传感器网络节点休眠调度方法,其特征 在于,空闲监听时间为:
Figure CN103906210BC00021
式中N为监控网络中传感器节点的总数,h为节点间信息传输的距离,V为信息传输速 率,D为节点的最大深度。
5. 根据权利要求3或4所述的分布式光伏发电装置传感器网络节点休眠调度方法,其特 征在于,传感器节点的能量消耗主要在发送信息、接收信息、空闲监听和休眠4个方面,节点 在一个周期内的能耗情况为:
Figure CN103906210BC00022
其中AWartive3为节点在活跃状态时的能耗,AWsIe3e3pS节点在休眠状态时的能耗; 节点活动状态时的能耗为信息接收、信息发送和空闲监听的能耗之和,假设信息接收、 信息发送和空闲监听的能耗分别为AWr、AWS、AWi^lJ:
Figure CN103906210BC00023
式中: U,Usieep :分别为节点的工作电压和休眠电压; ^上山山^:分别为节点发送信息名收信息^闲监听和休眠时的电流; Ats, Atr, Ati, AtsK分别为节点发送信息、接收信息、空闲监听和休眠的时间; 假设监控网络中传感器节点的总能量为A Wtcital,则节点的寿命T可表示为:
Figure CN103906210BC00031
CN201410141499.8A 2014-04-09 2014-04-09 一种分布式光伏发电装置传感器网络节点休眠调度方法 Active CN103906210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410141499.8A CN103906210B (zh) 2014-04-09 2014-04-09 一种分布式光伏发电装置传感器网络节点休眠调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410141499.8A CN103906210B (zh) 2014-04-09 2014-04-09 一种分布式光伏发电装置传感器网络节点休眠调度方法

Publications (2)

Publication Number Publication Date
CN103906210A CN103906210A (zh) 2014-07-02
CN103906210B true CN103906210B (zh) 2017-06-20

Family

ID=50997303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410141499.8A Active CN103906210B (zh) 2014-04-09 2014-04-09 一种分布式光伏发电装置传感器网络节点休眠调度方法

Country Status (1)

Country Link
CN (1) CN103906210B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104378812B (zh) * 2014-11-28 2017-09-29 北京农业信息技术研究中心 农田自组织网络可再生能源节点差异化拓扑控制方法
CN104574222A (zh) * 2015-01-30 2015-04-29 国家电网公司 一种存储分布式光伏电站运行数据的方法
US10944837B2 (en) 2015-03-24 2021-03-09 Carrier Corporation Floor-plan based learning and registration of distributed devices
US10230326B2 (en) 2015-03-24 2019-03-12 Carrier Corporation System and method for energy harvesting system planning and performance
CN107667366A (zh) 2015-03-24 2018-02-06 开利公司 用于捕获和分析多维建筑物信息的系统和方法
EP3274932A1 (en) 2015-03-24 2018-01-31 Carrier Corporation Integrated system for sales, installation, and maintenance of building systems
US10459593B2 (en) 2015-03-24 2019-10-29 Carrier Corporation Systems and methods for providing a graphical user interface indicating intruder threat levels for a building
WO2016154320A1 (en) 2015-03-24 2016-09-29 Carrier Corporation System and method for determining rf sensor performance relative to a floor plan
EP3274934A1 (en) 2015-03-24 2018-01-31 Carrier Corporation Floor plan coverage based auto pairing and parameter setting
CN104955137B (zh) * 2015-05-21 2019-02-15 北京深思数盾科技股份有限公司 无线设备及其广播方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286917A (zh) * 2008-04-25 2008-10-15 南昌大学 一种基于休眠机制延长异构无线传感器网络寿命的方法
CN103546948A (zh) * 2013-10-22 2014-01-29 桂林电子科技大学 基于图论的能量获取传感器网络节点休眠调度方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286917A (zh) * 2008-04-25 2008-10-15 南昌大学 一种基于休眠机制延长异构无线传感器网络寿命的方法
CN103546948A (zh) * 2013-10-22 2014-01-29 桂林电子科技大学 基于图论的能量获取传感器网络节点休眠调度方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Monitoring model of Wireless sensor networks based on state;Zhixin Fu et al;《2008 Chinese Control and Decision Conference》;20080704;全文 *
基于无线传感器网络低功耗节点设计的关键技术研究;李强;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120515;第2.2-2.3、4.2-4.3节,及图2-3,图2-4,图4-3,图4-4 *
无线传感器网络节点部署问题研究;傅质馨 等;《传感器与微系统》;20080331;第27卷(第3期);全文 *
海上风电机组状态监控技术研究现状与展望;傅质馨 等;《电力系统自动化》;20121110;第36卷(第21期);全文 *

Also Published As

Publication number Publication date
CN103906210A (zh) 2014-07-02

Similar Documents

Publication Publication Date Title
CN104170247B (zh) 太阳能电池模块的效能监视系统及其监视方法
Kansal et al. Harvesting aware power management for sensor networks
CN103338142B (zh) 基于IEEE802.15.4g的无线自组网系统及工作方法
US9874923B1 (en) Power management for a self-powered device scheduling a dynamic process
Gummeson et al. On the limits of effective hybrid micro-energy harvesting on mobile crfid sensors
US10133989B1 (en) Predictive power management in a wireless sensor network
CN104181280B (zh) 一种基于wsn的水质监测节点
Cao et al. Networked wireless meter reading system based on ZigBee technology
CN108064065A (zh) 一种基于无线传感器网络的远程水质监测系统
CN101902832B (zh) 可持续监测振动的低功耗无线传感器网络节点装置
Harris III et al. Idle-time energy savings through wake-up modes in underwater acoustic networks
CN103345227B (zh) 一种微电网监测与能量管理装置及方法
CN102944656B (zh) 一种在线水质监测系统
CN103647351A (zh) 基于多代理和异构通信技术的微电网智能测控终端及方法
CN104697587B (zh) 一种用于地下排水管网的监测装置的监测方法
CN104935473B (zh) 一种无线传感器网络的检测方法和装置
CN204145547U (zh) 一种建筑能耗监测管理系统
CN102271422B (zh) 一种基于wsn的光伏温室监控系统及构建方法
Raghunathan et al. Emerging techniques for long lived wireless sensor networks
Wan et al. Anshan: Wireless sensor networks for equipment fault diagnosis in the process industry
CN101965039B (zh) 无线传感器网络节点超低功耗设计方法
CN104378812B (zh) 农田自组织网络可再生能源节点差异化拓扑控制方法
Zhang et al. Harvesting-aware energy management for time-critical wireless sensor networks with joint voltage and modulation scaling
CN103035112A (zh) 一种作物-大气-土壤信息无线采集终端及采集方法
CN103702444B (zh) 一种应用于森林防火中的无线传感器系统

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant