基于物聯網的氣象觀測站電量在線檢測方法

徐建鵬 王東旭 周鹿揚 王杰

(1 安徽省農村綜合經濟信息中心,合肥 230061； 2 安徽斯瑪特物聯網有限公司,合肥 230061)

引言

目前野外的氣象自動觀測站，絕大部分采用太陽能供電，受制于蓄電池容量，在長時間光照不足的天氣條件下，蓄電池的續航能力嚴重不足，需要采取人工巡查定期更換蓄電池，極大增加了維護成本。本文提出了一種改進的交流注入法，測量電池內阻，并增加Kalman濾波降低干擾，實現了蓄電池電量的在線實時監測，維護人員能夠實施掌握蓄電池電量情況，為野外氣象自動觀測站的維護提供了技術方法支持[1]。

電池內阻是反應蓄電池容量的關鍵因子，通常內阻是隨著電池使用時間的增加而增大[2]。測量電池內阻的方法較多，常用的有直流放電法和交流注入法[3]。直流放電法需人工干預，讓電池處在大電流放電狀態，進行離線測試，不適用于野外氣象自動觀測站。交流注入法通常向蓄電池注入幾kHz到幾十kHz的恒流信號，采集電池兩端的電壓降，計算出電池內阻。

交流注入法因電流小、信號頻率低，容易受到外界干擾，大部分方案采用AD630鎖相放大方案，成本較高。本文采用改進的交流注入法[4]，通過DDS合成技術，利用單片機產生正弦信號，結合單片機的ADC模塊采集數據，經過傅里葉變換獲取頻域信息變化，獲取蓄電池內阻，最后通過增加Kalman濾波降低干擾，提高了數據的準確性和一致性。

1 電量在線監測原理

蓄電池的內阻與電荷強度之間有較高的相關性,通過測量電池內阻可較準確地預測剩余電量。蓄電池等效內阻如圖1所示。

圖1 蓄電池內阻示意

等效內阻計算公式如下：

Rs=|Zs|cosφ

(1)

其中，Rs為蓄電池內阻，Zs為交流阻抗，φ為注入蓄電池的交流電流和其兩端響應電壓信號的相位角[5]。

利用線性器件在工作電流頻率較低時電阻為常數的特性，將其作為標準電阻，被測蓄電池串聯，組成測量電路，使用交流恒流源向該電路注入定頻電流，電流信號響應如式(2)，標準電阻兩端的電壓響應為式(3)，被測蓄電池兩端的電壓響應為式(4)：

it=Isin(ωt)

(2)

uR=URsin(ωt+φ1)

(3)

uZ=UZsin(ωt+φ2)

(4)

其中,UR為標準電阻電壓響應的峰值，UZ為被測蓄電池電壓響應的峰值，φ1、φ2為相位角。

同一時刻流經標準電阻與蓄電池的交流電流是相同的，通過檢測原理(圖2)，可得：

圖2 檢測原理

(5)

等式兩邊同時積分：

(6)

通過計算可得：

(7)

由式(7)可見，被測蓄電池阻抗值與蓄電池和標準電阻的電壓比成正比，連續采集蓄電池兩端的電壓信號，通過傅里葉變換，可得蓄電池兩端響應電壓的相位角[5-6]:

(8)

其中,a為傅里葉變換后實部，b為虛部。通過計算Zs和φ，由式(1)得到蓄電池內阻值。

2 監測方法與實現

試驗系統(系統結構如圖3所示)由主控制器、壓控恒流源電路、調理電路等組成。主控制器采用STM32F103RCT6單片機，其最高運行頻率72 MHz，程序存儲器256 KB，RAM容量48 K，12通道DMA，支持ADC、DAC、SPI 等功能，片內資源非常豐富。利用STM32F103RCT6內部12位DAC，通過DDS產生1 kHz正弦波，將該正弦波作為壓控橫流源(VCCS)的輸入激勵信號，通過調節VCCS的電阻，產生不同大小的電流，該橫流信號經過標準電阻、被測蓄電池后產生電壓響應。調理電路采用高精度儀表放大器AD620進行放大，帶通濾波器本設計采用有源四階巴特沃斯濾波器，設計頻段響應為1 kHz±100 Hz,盡可能衰減無關信號，提高信噪比SNR。

圖3 系統結構

2.1 正弦信號發生器

2.2 壓控恒流源(VCCS)

壓控恒流源電路主要由LM1875T與兩片OP07組成，LM1875T集成了功率放大塊，外圍電路簡單，且有完善的過載保護和較強的功率輸出。其產生的電流Is大小僅與反饋電阻Rs、輸入電壓Ui有關，數學表達式如下：

(9)

由于單片機工作電壓為3.3 V，當Rs=33 Ω時，可獲得頻率為1 kHz、電流為100 mA的恒流信號，通過電容耦合到標準電阻和被測蓄電池兩端，電路如圖4所示。

圖4 壓控恒流源產生電路

2.3 信號調理

由于電池內阻較小，注入電流信號產生的電壓響應很容易淹沒在噪聲中，因此需要對信號進行放大。系統放大芯片使用高精度儀表放大器AD620，該芯片外部僅需要一顆電阻Rg，增益G即可在1～10000 kΩ范圍內調節，其增益計算公式[7]為：

(10)

通過公式變換，得出Rg的取值公式：

(11)

其中,49.4(kΩ)為AD620使用手冊中給出固定值。

信號調理電路如圖5所示，在放大信號的同時，噪聲也相應放大，需要引入濾波器(圖6)對其他頻率噪聲進行衰減，其輸入信號為AD620的輸出。本設計采用4階帶通巴特沃斯濾波器，衰減率每倍頻24 dB，帶通頻率為1 kHz±100 Hz[8]。

圖5 信號放大電路

圖6 濾波器電路

2.4 模數轉換及數值計算

采用DMA方式同時對進入單片機ADC兩路信號進行采樣(圖7)，經過快速傅里葉變換(FFT)，得出被測蓄電池阻抗Zs，通過式(8)可得出電池內阻Rs[9]。FFT是離散傅立葉變換的快速算法，將一個時域信號變換到頻域，是常用的數學分析工具。假設采樣頻率為Fs、信號頻率F、采樣點數為N，經過FFT的結果為一個有N個點的復數，每個點對應著一個頻率點，這個點的模值，就是該頻率值下的幅度特性。

圖7 單片機ADC采樣

3 試驗結果與優化

直流放電法是較為準確的蓄電池內阻測量方法[10]，但需要將電池移除工作模式，通過大電流放電測量內阻，為離線測量方式。為了驗證本文方法的準確性，取6塊使用時間各不相同的蓄電池，容量為12 V/200 Ah，以直流放電法試驗數據為標準值，進行了6組對比試驗，試驗結果如表1所示。

表1 對比試驗測量結果 mΩ

由表1結果可知，本文方法的測量結果與直流放電法測量結果誤差不大，基本控制在1%以內，但內阻較小時誤差較大，經過分析發現是信號較小時，噪聲、AD精度等測量誤差相對較大導致，可通過采用更高精度的濾波器或者使用軟件濾波器進行優化，為了控制硬件成本，本文使用軟件濾波器進行優化，通過對比不同的軟件濾波算法，選定Kalman 濾波算法進行優化。

由于測量的內阻值是一維變量，引入狀態方程：

X(k)=X(k-1)+W(k-1)

(12)

其中,狀態X(k)為k時刻的內阻值，W(k)為過程噪聲。

同時引入測量噪聲V(k)，方差R，測量方程為：

Z(k)=X(k)+V(k)

(13)

W(k)與V(k)的方差為Q、R(均為器件表明的已知量)，k-1時刻的協方差為P(k-1)，使用k-1時刻的測量值估計出偏差為：

P(k|k-1)=P(k)+Q

(14)

卡爾曼增益K為：

(15)

k時刻的測量值為：

P(k)=(1-K)

(16)

這樣不斷的方差遞歸，從而估算出內阻最優值。重復上述與直流放電法測量的對比試驗，試驗結果如表2所示，使用Kalman濾波算法優化效果明顯，測量誤差顯著減小。

表2 改進后測試對比結果 mΩ

4 系統建設與應用

為了在線實時監控建設在野外的農業氣象物聯網觀測站點的電池使用情況，通過本方法監測觀測站點蓄電池的電量，利用物聯網技術將觀測站內所有電池信息進行傳輸到農業氣象物聯網平臺[11]。

4.1 本地數據傳輸

在物聯網系統中常用通信技術有藍牙、WIFI、LoRa、NB-IoT等，對比如表3所示。使用NB-IOT構建的通信網絡，傳輸距離遠，配套產品成熟，開發成本、使用資費低[11]。本系統選用了上海移遠通信技術股份有限公司的BC20通信模組。

表3 常用通信方式對比表

4.2 通信協議

MQTT (Message Queuing Telemetry Transport )消息隊列遙測傳輸，采用發布/訂閱模式，所有的物聯網終端都通過TCP連接到云端，云端通過主題的方式管理各個設備關注的通訊內容，負責將設備與設備之間消息的轉發[12]。該協議簡單可靠，尤其適合輕量級的窄帶物聯網數據傳輸，本系統采用了MQTT作為終端與平臺通信的協議。

4.3 平臺搭建

利用現有安徽省氣象局農村綜合信息中心農業氣象物聯網平臺接收處理數據，系統結構如圖8所示，通過設置預警閾值，通過短信、微信等方式推送消息到管理員手機及其他移動通信端，及時維護農業氣象野外觀測站點的蓄電池，經過6個月的使用，由原來的電池故障率6%降到了1.5%，達到了預期目的。

圖8 物聯網平臺系統結構

5 結論

本文通過采用在電池兩端注入交流橫流信號，利用單片機進行DAC、ADC變換、傅里葉變換分析得出被測蓄電池內阻值，提出了改進的交流注入法。同時發現在內阻較小時，該測量辦法容易受到噪聲干擾，采用Kalman 濾波進行了優化，試驗效果明顯，實現了蓄電池電量的可靠直接在線測量。同時利用NB-IOT通信技術，結合MQTT協議，將農業氣象野外觀測站點的蓄電池電量信息推送到已有的觀測系統，實現了蓄電池電量的實時監測。但是由于在真實的使用環境中，還有很多不確定因素影響測量結果，比如溫度、適度、電磁環境等，還需要進一步增加相應的補償、保護電路，優化算法進行改進。