Spisu treści:
Wideo: Inteligentny system monitorowania energii: 3 kroki
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:30
Zapotrzebowanie na energię rośnie z dnia na dzień. Obecnie zużycie energii elektrycznej przez użytkowników na danym obszarze jest monitorowane i obliczane poprzez częste wizyty terenowe wykonywane przez techników z wydziału elektrycznego w celu obliczenia taryfy energetycznej. To czasochłonne zadanie, bo w okolicy będą tysiące domów, a w tych samych mieszkaniach liczne mieszkania. Jeśli chodzi o miasto lub miasteczko, jest to bardzo gorączkowy proces. Nie ma możliwości sprawdzania lub analizowania indywidualnego zużycia energii przez domy w czasie ani tworzenia raportu przepływu energii na określonym obszarze. Tak jest w wielu miejscach na świecie.
Brak jest istniejących rozwiązań pozwalających na rozwiązanie powyższego problemu. Dlatego opracowujemy inteligentny system monitorowania energii, który ułatwi kontrolę, monitorowanie, analizę i obliczanie taryfy energetycznej. System STEMS dodatkowo umożliwi generowanie wykresów i raportów specyficznych dla użytkownika lub obszaru w celu analizy zużycia energii i przepływu energii.
Krok 1: Przepływ pracy
Moduł STEMS składa się głównie z modułu Seeedstudio Wio LTE, któremu nadawany jest unikalny kod użytkownika, aby zidentyfikować konkretną jednostkę mieszkaniową, w której należy zmierzyć zużycie energii. Pobór mocy będzie monitorowany przez moduł Wio LTE za pomocą czujnika prądu połączonego za pomocą analogowego połączenia Grove.
Dane dotyczące zużycia energii, unikalny kod użytkownika i lokalizacja (wbudowany GPS/GNSS Wio) modułu będą przesyłane do chmury STEMS (hostowanej w AWS) w czasie rzeczywistym przy użyciu łączności Wio LTE i Soracom Global SIM. Dane z chmury mogą być dostępne i analizowane w celu obliczenia indywidualnego zużycia energii, generowania indywidualnych i zbiorczych wykresów energetycznych, generowania raportów energetycznych oraz szczegółowej kontroli energetycznej. Przekaźniki są również połączone w celu odcięcia podłączonych urządzeń w przypadku, gdy zużycie energii przekroczy limity progowe. Moduł wyświetlacza LCD można zintegrować z lokalnym modułem STEMS w celu wyświetlania wartości pomiaru energii w czasie rzeczywistym. System będzie działał niezależnie, jeśli podłączone jest przenośne źródło zasilania, takie jak suchy akumulator lub akumulator Li-Po. Konfiguracja Konfiguracja sprzętu jest przedstawiona poniżej:
STEMS Konfiguracja sprzętu
Stwierdzono, że wewnątrz budynku sygnał GPS jest słabszy. Ale kiedy moduły zostaną przesunięte na zewnątrz, zaczniemy mieć dobry odbiór. Współrzędne GPS otrzymane z modułu zostały porównane z rzeczywistymi współrzędnymi GPS w Google Maps. Uzyskano sporą dokładność.
Energia z sieci AC jest pobierana i przepuszczana przez czujnik prądu, który jest zintegrowany z obwodem domowym. Prąd przemienny przechodzący przez obciążenie jest wykrywany przez moduł czujnika prądu grove, a dane wyjściowe z czujnika są podawane na pin analogowy modułu WIO LTE. Po odebraniu wejścia analogowego przez moduł WIO, pomiar mocy/energii znajduje się w programie. Obliczona moc i energia są następnie wyświetlane na wyświetlaczu LCD.
W analizie obwodów prądu przemiennego zarówno napięcie, jak i prąd zmieniają się sinusoidalnie w czasie.
Moc rzeczywista (P): Jest to moc wykorzystywana przez urządzenie do wykonywania użytecznej pracy. Jest wyrażony w kW.
Moc rzeczywista = napięcie (V) x prąd (I) x cosΦ
Moc bierna (Q): Jest to często nazywana mocą urojoną, która jest miarą mocy oscylującej między źródłem a obciążeniem, która nie wykonuje użytecznej pracy. Jest wyrażona w kVAr
Moc bierna = napięcie (V) x prąd (I) x sinΦ
Moc pozorna (S): Jest definiowana jako iloczyn napięcia średniej kwadratowej (RMS) i prądu RMS. Można to również określić jako wypadkową mocy czynnej i biernej. Jest wyrażony w kVA
Moc pozorna = napięcie (V) x prąd (I)
Relacja między mocą rzeczywistą, bierną i pozorną:
Moc rzeczywista = moc pozorna x cosΦ
Moc bierna = moc pozorna x sinΦ
Interesuje nas tylko Rzeczywista moc do analizy.
Współczynnik mocy (pf): Stosunek mocy rzeczywistej do mocy pozornej w obwodzie nazywany jest współczynnikiem mocy.
Współczynnik mocy = moc rzeczywista/moc pozorna
W ten sposób możemy zmierzyć wszystkie formy mocy, a także współczynnik mocy, mierząc napięcie i prąd w obwodzie. W dalszej części omówiono kroki podjęte w celu uzyskania pomiarów, które są wymagane do obliczenia zużycia energii.
Sygnał wyjściowy z czujnika prądu to fala napięcia przemiennego. Wykonuje się następujące obliczenia:
- Pomiar napięcia międzyszczytowego (Vpp)
- Podziel napięcie szczytowe (Vpp) przez dwa, aby uzyskać napięcie szczytowe (Vp)
- Pomnóż Vp przez 0,707, aby uzyskać napięcie skuteczne (Vrms)
- Pomnóż czułość czujnika prądu, aby uzyskać prąd skuteczny.
- Vp = Vpp/2
- Vrms = Vp x 0,707
- Irms = Vrms x Czułość
- Czułość modułu prądowego wynosi 200 mV/A.
- Moc rzeczywista (W) = Vrms x Irms x pf
- Vrms = 230V (znane)
- pf = 0,85 (znane)
- Irms = Uzyskane przy użyciu powyższego obliczenia
Aby obliczyć koszt energii, moc w watach jest przeliczana na energię: Wh = W * (czas / 3600000.0)Watogodzina miara energii elektrycznej odpowiadająca zużyciu energii w wysokości jednego wata przez jedną godzinę. Dla kWh: kWh = Wh / 1000 Całkowity koszt energii wynosi: Koszt = Koszt na kWh * kWh. Informacje są następnie wyświetlane na wyświetlaczu LCD i jednocześnie zapisywane na karcie SD.
Krok 2: Testowanie
Ponieważ testowanie odbywało się w pobliżu balkonu, uzyskano spory odbiór GNSS.
Krok 3: Plany na przyszłość
Zostanie utworzona aplikacja umożliwiająca dostęp do danych chmury STEMS w celu monitorowania zużycia energii przez użytkowników w czasie rzeczywistym oraz przeglądania lub generowania raportów analizy energetycznej. Aktualizację do modułu STEMS można łatwo wykonać dzięki kompatybilności z Arduino IDE. Po pomyślnym ukończeniu moduł ten może być produkowany na rynku i może być używany przez dostawców usług energetycznych na całym świecie.
Zalecana:
Inteligentny rozproszony system monitorowania pogody IoT przy użyciu NodeMCU: 11 kroków
Inteligentny rozproszony system monitorowania pogody IoT za pomocą NodeMCU: Wszyscy możecie być świadomi tradycyjnej stacji pogodowej; ale czy zastanawiałeś się kiedyś, jak to właściwie działa? Ponieważ tradycyjna stacja pogodowa jest kosztowna i nieporęczna, gęstość tych stacji na jednostkę powierzchni jest bardzo mniejsza, co przyczynia się do
Inteligentny system monitorowania pogody i prędkości wiatru oparty na IOT: 8 kroków
Inteligentny system monitorowania pogody i prędkości wiatru oparty na IOT: opracowany przez Nikhila Chudasmę, Dhanashri Mudliara i Ashitę RajWprowadzenie Znaczenie monitorowania pogody istnieje na wiele sposobów. Aby utrzymać rozwój w rolnictwie, szklarni
Inteligentny system monitorowania energii: 5 kroków
Inteligentny system monitorowania energii: W Kerali (Indie) zużycie energii jest monitorowane i obliczane podczas częstych wizyt terenowych techników z działu energii elektrycznej/energii w celu obliczenia taryfy za energię, co jest czasochłonnym zadaniem, ponieważ będą tysiące domów
Zdalny system monitorowania i dystrybucji energii w elektrowni słonecznej: 10 kroków
System zdalnego monitorowania i dystrybucji energii w elektrowni słonecznej: Celem tego projektu jest monitorowanie i dystrybucja energii w systemach elektroenergetycznych (systemy energii słonecznej). Konstrukcję tego systemu wyjaśniono w skrócie w następujący sposób. System zawiera wiele siatek z około 2 panelami słonecznymi w
Jak zbudować bank energii oparty na energii słonecznej przy użyciu baterii Dead Mobile: 4 kroki
Jak zbudować bank energii oparty na energii słonecznej przy użyciu baterii Dead Mobile: Ten projekt to bank energii oparty na energii słonecznej w domu przy użyciu rozładowanej baterii telefonu komórkowego. Możemy zastosować dowolny odpowiednik baterii mobilnej o tym samym schemacie. Panel słoneczny naładuje akumulator, a my możemy wykorzystać moc akumulatora do ładowania