基于物联网的气象观测站电量在线检测方法

徐建鹏 王东旭 周鹿扬 王杰

(1 安徽省农村综合经济信息中心,合肥 230061； 2 安徽斯玛特物联网有限公司,合肥 230061)

引言

目前野外的气象自动观测站，绝大部分采用太阳能供电，受制于蓄电池容量，在长时间光照不足的天气条件下，蓄电池的续航能力严重不足，需要采取人工巡查定期更换蓄电池，极大增加了维护成本。本文提出了一种改进的交流注入法，测量电池内阻，并增加Kalman滤波降低干扰，实现了蓄电池电量的在线实时监测，维护人员能够实施掌握蓄电池电量情况，为野外气象自动观测站的维护提供了技术方法支持[1]。

电池内阻是反应蓄电池容量的关键因子，通常内阻是随着电池使用时间的增加而增大[2]。测量电池内阻的方法较多，常用的有直流放电法和交流注入法[3]。直流放电法需人工干预，让电池处在大电流放电状态，进行离线测试，不适用于野外气象自动观测站。交流注入法通常向蓄电池注入几kHz到几十kHz的恒流信号，采集电池两端的电压降，计算出电池内阻。

交流注入法因电流小、信号频率低，容易受到外界干扰，大部分方案采用AD630锁相放大方案，成本较高。本文采用改进的交流注入法[4]，通过DDS合成技术，利用单片机产生正弦信号，结合单片机的ADC模块采集数据，经过傅里叶变换获取频域信息变化，获取蓄电池内阻，最后通过增加Kalman滤波降低干扰，提高了数据的准确性和一致性。

1 电量在线监测原理

蓄电池的内阻与电荷强度之间有较高的相关性,通过测量电池内阻可较准确地预测剩余电量。蓄电池等效内阻如图1所示。

图1 蓄电池内阻示意

等效内阻计算公式如下：

Rs=|Zs|cosφ

(1)

其中，Rs为蓄电池内阻，Zs为交流阻抗，φ为注入蓄电池的交流电流和其两端响应电压信号的相位角[5]。

利用线性器件在工作电流频率较低时电阻为常数的特性，将其作为标准电阻，被测蓄电池串联，组成测量电路，使用交流恒流源向该电路注入定频电流，电流信号响应如式(2)，标准电阻两端的电压响应为式(3)，被测蓄电池两端的电压响应为式(4)：

it=Isin(ωt)

(2)

uR=URsin(ωt+φ1)

(3)

uZ=UZsin(ωt+φ2)

(4)

其中,UR为标准电阻电压响应的峰值，UZ为被测蓄电池电压响应的峰值，φ1、φ2为相位角。

同一时刻流经标准电阻与蓄电池的交流电流是相同的，通过检测原理(图2)，可得：

图2 检测原理

(5)

等式两边同时积分：

(6)

通过计算可得：

(7)

由式(7)可见，被测蓄电池阻抗值与蓄电池和标准电阻的电压比成正比，连续采集蓄电池两端的电压信号，通过傅里叶变换，可得蓄电池两端响应电压的相位角[5-6]:

(8)

其中,a为傅里叶变换后实部，b为虚部。通过计算Zs和φ，由式(1)得到蓄电池内阻值。

2 监测方法与实现

试验系统(系统结构如图3所示)由主控制器、压控恒流源电路、调理电路等组成。主控制器采用STM32F103RCT6单片机，其最高运行频率72 MHz，程序存储器256 KB，RAM容量48 K，12通道DMA，支持ADC、DAC、SPI 等功能，片内资源非常丰富。利用STM32F103RCT6内部12位DAC，通过DDS产生1 kHz正弦波，将该正弦波作为压控横流源(VCCS)的输入激励信号，通过调节VCCS的电阻，产生不同大小的电流，该横流信号经过标准电阻、被测蓄电池后产生电压响应。调理电路采用高精度仪表放大器AD620进行放大，带通滤波器本设计采用有源四阶巴特沃斯滤波器，设计频段响应为1 kHz±100 Hz,尽可能衰减无关信号，提高信噪比SNR。

图3 系统结构

2.1 正弦信号发生器

2.2 压控恒流源(VCCS)

压控恒流源电路主要由LM1875T与两片OP07组成，LM1875T集成了功率放大块，外围电路简单，且有完善的过载保护和较强的功率输出。其产生的电流Is大小仅与反馈电阻Rs、输入电压Ui有关，数学表达式如下：

(9)

由于单片机工作电压为3.3 V，当Rs=33 Ω时，可获得频率为1 kHz、电流为100 mA的恒流信号，通过电容耦合到标准电阻和被测蓄电池两端，电路如图4所示。

图4 压控恒流源产生电路

2.3 信号调理

由于电池内阻较小，注入电流信号产生的电压响应很容易淹没在噪声中，因此需要对信号进行放大。系统放大芯片使用高精度仪表放大器AD620，该芯片外部仅需要一颗电阻Rg，增益G即可在1～10000 kΩ范围内调节，其增益计算公式[7]为：

(10)

通过公式变换，得出Rg的取值公式：

(11)

其中,49.4(kΩ)为AD620使用手册中给出固定值。

信号调理电路如图5所示，在放大信号的同时，噪声也相应放大，需要引入滤波器(图6)对其他频率噪声进行衰减，其输入信号为AD620的输出。本设计采用4阶带通巴特沃斯滤波器，衰减率每倍频24 dB，带通频率为1 kHz±100 Hz[8]。

图5 信号放大电路

图6 滤波器电路

2.4 模数转换及数值计算

采用DMA方式同时对进入单片机ADC两路信号进行采样(图7)，经过快速傅里叶变换(FFT)，得出被测蓄电池阻抗Zs，通过式(8)可得出电池内阻Rs[9]。FFT是离散傅立叶变换的快速算法，将一个时域信号变换到频域，是常用的数学分析工具。假设采样频率为Fs、信号频率F、采样点数为N，经过FFT的结果为一个有N个点的复数，每个点对应着一个频率点，这个点的模值，就是该频率值下的幅度特性。

图7 单片机ADC采样

3 试验结果与优化

直流放电法是较为准确的蓄电池内阻测量方法[10]，但需要将电池移除工作模式，通过大电流放电测量内阻，为离线测量方式。为了验证本文方法的准确性，取6块使用时间各不相同的蓄电池，容量为12 V/200 Ah，以直流放电法试验数据为标准值，进行了6组对比试验，试验结果如表1所示。

表1 对比试验测量结果 mΩ

由表1结果可知，本文方法的测量结果与直流放电法测量结果误差不大，基本控制在1%以内，但内阻较小时误差较大，经过分析发现是信号较小时，噪声、AD精度等测量误差相对较大导致，可通过采用更高精度的滤波器或者使用软件滤波器进行优化，为了控制硬件成本，本文使用软件滤波器进行优化，通过对比不同的软件滤波算法，选定Kalman 滤波算法进行优化。

由于测量的内阻值是一维变量，引入状态方程：

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

(12)

其中,状态X(k)为k时刻的内阻值，W(k)为过程噪声。

同时引入测量噪声V(k)，方差R，测量方程为：

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

(13)

W(k)与V(k)的方差为Q、R(均为器件表明的已知量)，k-1时刻的协方差为P(k-1)，使用k-1时刻的测量值估计出偏差为：

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

(14)

卡尔曼增益K为：

(15)

k时刻的测量值为：

P(k)=(1-K)

(16)

这样不断的方差递归，从而估算出内阻最优值。重复上述与直流放电法测量的对比试验，试验结果如表2所示，使用Kalman滤波算法优化效果明显，测量误差显著减小。

表2 改进后测试对比结果 mΩ

4 系统建设与应用

为了在线实时监控建设在野外的农业气象物联网观测站点的电池使用情况，通过本方法监测观测站点蓄电池的电量，利用物联网技术将观测站内所有电池信息进行传输到农业气象物联网平台[11]。

4.1 本地数据传输

在物联网系统中常用通信技术有蓝牙、WIFI、LoRa、NB-IoT等，对比如表3所示。使用NB-IOT构建的通信网络，传输距离远，配套产品成熟，开发成本、使用资费低[11]。本系统选用了上海移远通信技术股份有限公司的BC20通信模组。

表3 常用通信方式对比表

4.2 通信协议

MQTT (Message Queuing Telemetry Transport )消息队列遥测传输，采用发布/订阅模式，所有的物联网终端都通过TCP连接到云端，云端通过主题的方式管理各个设备关注的通讯内容，负责将设备与设备之间消息的转发[12]。该协议简单可靠，尤其适合轻量级的窄带物联网数据传输，本系统采用了MQTT作为终端与平台通信的协议。

4.3 平台搭建

利用现有安徽省气象局农村综合信息中心农业气象物联网平台接收处理数据，系统结构如图8所示，通过设置预警阈值，通过短信、微信等方式推送消息到管理员手机及其他移动通信端，及时维护农业气象野外观测站点的蓄电池，经过6个月的使用，由原来的电池故障率6%降到了1.5%，达到了预期目的。

图8 物联网平台系统结构

5 结论

本文通过采用在电池两端注入交流横流信号，利用单片机进行DAC、ADC变换、傅里叶变换分析得出被测蓄电池内阻值，提出了改进的交流注入法。同时发现在内阻较小时，该测量办法容易受到噪声干扰，采用Kalman 滤波进行了优化，试验效果明显，实现了蓄电池电量的可靠直接在线测量。同时利用NB-IOT通信技术，结合MQTT协议，将农业气象野外观测站点的蓄电池电量信息推送到已有的观测系统，实现了蓄电池电量的实时监测。但是由于在真实的使用环境中，还有很多不确定因素影响测量结果，比如温度、适度、电磁环境等，还需要进一步增加相应的补偿、保护电路，优化算法进行改进。