无线传感器网络在风力发电中的应用研究

朱正伟 陈宗文 王其红 朱晨阳

(常州大学信息科学与工程学院1，江苏 常州 213164;常州信息职业技术学院自动控制工程系2，江苏 常州 213164;华中科技大学电子与信息工程系3，湖北 武汉 430074)

0 引言

风能作为一种清洁能源，已经受到人们的广泛关注;而在风力发电成为新兴产业的同时，风力发电场测控的重要性也日益突显。目前，有相当数量的风力发电场应用有线网络方式进行测控。该方法存在方式铺设难、维护困难的问题［1］。虽然近期出现了一些基于通用分组无线服务 (general packtet radio service，GPRS)的测控方式［2］，但由于GPRS的资费相对较高以及覆盖不广泛等原因，导致该服务不能彻底地解决高投入的难题。因此，低成本、高速率的无线传输将是未来风力发电场测控发展的趋势。

无线传感器网络(wireless sensor networks，WSN)是20世纪90年代在美国发展起来的一项集传感器、微处理器和无线通信技术于一体的新的信息获取和信息处理技术。随着硬件开发平台和仿真工具的出现，WSN的研究得到了长足的发展［3］，特别是在ZigBee技术发展起来以后，其在通信协议的分层和网络节点的设计、无线通信协议栈、同步和定位中间件、数据融合、低功耗和高安全性设计等技术研究方面又取得了突飞猛进的发展。随着WSN的进一步发展，它在工业和人们的日常生活中的应用将更加广泛［4］。

1 总体设计

本课题研究了一种应用在风力发电场的WSN［5］，采用2.4 GHz免费通信频段的ZigBee技术进行无线通信。WSN的节点被设计成两种节点，一种是普通的传感器节点，主要负责原始数据的采集处理以及数据的收发;另一种是具有增强功能的传感器节点，除了负责数据的采集处理以外，还要收集普通节点数据并将其发送到主机［6］。

任意一个节点都主要由传感器模块、数据处理器模块、无线通信模块和能量供应模块四个部分组成，其结构示意图如图1所示。传感器模块主要负责风力发电机的信息采集和数据转换;数据处理器模块负责控制整个传感器节点的操作;无线通信模块负责与其他传感器节点以及主机进行数据传输，交换控制消息和收发数据;能量供应模块为传感器节点提供运行所需的电量［7］。

图1 WSN节点结构示意图Fig.1 Structural diagram of WSN node

2 处理器模块

处理器是整个无线传感器节点的核心，设备的调度、功能协调、通信协议、数据的处理和传输等所有的操作都是在这个模块的支持下完成的。因此，处理器的性能高低将直接影响无线传感器网络平台的整体性能。

TI公司生产的MSP430F1611控制器在处理器功耗和口线输入电流指标方面在业界都是最低的。它具有低电压、超低功耗的特点，工作电压为1.8～3.6 V，时钟频率为1 MHz，耗电电流为0.1 ～400 μA;具有16个中断源，可任意地嵌套，使用灵活;具有强大的处理功能，16位的RISC结构具有丰富的寻址方式，大量的寄存器以及片内数据存储器都可以参加多种运算;具有高效的查表处理方法和处理速度;具有看门狗复位功能，可提高系统工作的稳定性［8］。

3 无线通信模块

在众多无线通信技术中，IEEE 802.15.4/ZigBee技术是最近发展起来的一种近距离无线通信技术，它具有低功耗、低成本和应用性广泛的特点。因此，ZigBee技术是众多无线通信技术中有可能应用在工业监控、传感器网络、家庭监控和安全系统等领域的一种成熟技术，它同时也是目前较为符合无线传感器网络要求的技术标准。

3.1 通信芯片

TI公司生产的CC2420芯片是面向低电压、低功耗的 2.4 GHz/IEEE 802.15.4兼容的 RF收发器。CC2420包括一个提供9 dB、250 kbit/s的直接数字式频率合成器 (direct digital synthesizer，DDS)的基带Modem。CC2420是一个2.4 GHz的高集成度、通用ISM频段无线传输解决方案。利用该芯片开发的短距离射频传输系统适用于向电池长期供电，具有成本低、功耗小、硬件加密、安全可靠、组网灵活和抗毁性强等特点［8］。

CC2420拥有 CSn、SI、SO、SCLK 四个 SPI通信接口。处理器可以通过这四个接口对CC2420进行写入或读取配置信息，也可以收发数据。在接收和发送信息数据时，处理器为CSn引脚提供低电平，进行片选信号的输入;也可以从SCLK输入高达10 MHz的时钟信号，以此来控制数据收发的同步性。SI和SO分别是数据接收和数据发送引脚。处理器可通过SFD引脚得到数据接收和发送的时间信息。SFD引脚是接收或者发送帧的起始位，其在帧起始位传输结束后被设置为高电平，这样才能继续接收或发送数据。

当处理器处在接收模式下，地址识别功能使能但识别失败时，SFD引脚立刻设置为低电平;地址识别功能使能且识别成功或者地址识别功能不能使能时，SFD引脚只有在全部数据传送完时才设置为低电平。此外，在CC2420中，与接收数据存储区信息有关的两个信号引脚是FIFO和FIFOP。引脚FIFO在接收数据存储区有数据时为高电平，相反则为低电平。因此，处理器可以读取FIFO引脚的电平，以判断CC2420是否有数据。只有当地址识别功能被激活且地址识别成功时，FIFOP引脚才能发挥作用。当接收数据存储区中的数据大于设定的门限值或整个数据包接收后还未被读取时，FIFOP为高电平;而当接收数据存储区发生溢出时，FIFO为低电平，FIFOP为高电平。处理器可以根据读取FIFO和FIFOP的值来判断何时读入数据，从而有效地防止处理器在CC2420地址识别成功前读入无效的数据，以保证数据的完整性，从而有效避免接收数据存储区的溢出。

3.2 传输距离

由于风力发电场中的每个电机之间相距较远，因此，网络通信距离就成了非常重要的指标，如何延长无线传输距离就是设计的要点。在一般情况下，需要牺牲一定的功耗来延长传输距离。通常影响通信距离的主要因素有以下几种:天线的收发功率、发射天线增益、传播损耗、接收天线增益以及接收机灵敏度等。本设计采用高增益天线来提高传输距离，因为高增益天线体积小、成本低。当采用0增益的天线时，根据以下公式可知理论传输距离值为30 877 m，工作频率定为434 MHz。

式中:η为天线的效率;S为接收灵敏度;PRF为天线的发射功率;R为传输半径［8］;λ为所选波波长。

由上式求得的只是理想的传输距离，但实际应用值会低于该值。这是由于无线通信受到各种外界因素的影响，如大气、阻挡物和多径等造成的损耗。如果将这些损耗参考值代入式中计算，就可以得到近似的通信距离。在此，假定大气、遮挡物等造成的损耗为25 dB，则可计算得出通信距离为1.7 km。这样的距离在风力发电场是完全可以接受的。

4 OPNET仿真

Modeler提供了一个开放的环境，它不仅能够建立新的协议和配备，还能够模拟细节定义。一个OPNET模型包括节点、进程和网络三个层次。节点是用功能化的模块和模块间的数据流描述节点的内部结构;进程是采用有限状态机和一些高级编程语言以及OPNET核心函数说明网络协议、应用的算法和应用的进程;网络是利用节点链路和网络层信息来描述网络的拓扑结构［9］。

为模拟风力发电场的复杂现实环境，需要创建一个复杂的无线网络。作为一个无线网络，信息的发送和接收都是在多干扰的状况下进行的。为了增强无线网络的抗干扰能力，设计了一个高强度的天线，以更好地提高信号接收和发送的质量［10］。OPNET提供天线模型编辑器(antenna pattern editor，APE)来编辑天线。天线模型用来描述不同方向上的天线增益。天线模型基于地心坐标系统，用两个角度来表示在地心三维坐标系上的一个方向矢量(x、y平面角为θ，x、z平面角为φ)，以对应这个坐标矢量可以指定一个唯一的信号衰减增益(dB)值。OPNET中的节点模型编辑器可以编辑网络节点。根据上文的设计，得到的节点模型如图 2所示［11－12］。

图2 节点模型Fig.2 Node model

OPNET的进程编辑器可编辑无线传感器节点的收发进程。根据节点的相关设计，编辑节点的收发机制。在接收机制中，其中最重要的是进程模型，其模型如图3所示。

图3 进程模型Fig.3 Process model

图3中，定义了接收机模块的输入流。其中接收内部数据包宏(PKT_RCVD)判断进入进程的中断是否为流中断，接收外部中断宏(END_SIM)判断接收到的中断是否为仿真中断。

OPNET的网络模型编辑器可以编辑一个基于地理位置的网络模型。新疆的天山地区拥有丰富的风力资源，并已经得到开发，所以，该地区是一个典型的低温风力发电机的案例。利用这一区域作为仿真位置，能够真实地反映风力发电场的无线传感器网络平台的特点。设计覆盖(12×10)km区域内的网络模型如图4所示。

图4 网络模型Fig.4 Network model

为了更真实地反映无线传感器网络平台的性能，将丢包率、接收误码率和吞吐量设置为观察对象，得到的OPNET仿真曲线如图5所示。

仿真结果表明，该网络模型具有稳定的网络吞量，丢包率和接收误码率都能保持在一个正常稳定的值。这证明该无线传感器网络平台在风力发电场中运行是可靠的，能够完成风力发电场的数据测控和数据传输功能。

图5 OPNET仿真曲线Fig.5 Simulation curves of OPNET

5 结束语

本课题设计了一个应用在风力发电场的无线传感网络平台，并用OPNET仿真软件建立了一个基于带有经纬度地图的无线传感器网络模拟环境;同时，利用OPNET的网络仿真机制对其性能进行测试。仿真结果表明，该无线传感器网络平台能够很好地完成风力发电场的数据检测和数据传输任务，且运行稳定;同时，其能够有效地减少安装成本和维护费用，达到了设计的目的，也为无线传感器网络的应用提供了参考。

［1］刘娜.风力发电场通信网络设计与研究［D］.大连:大连理工大学，2008.

［2］毛克，刘江龙，刘永强，等.GPS技术在风力发电场控制测量中的应用［J］.电力勘测设计，2009，6(3):21－23.

［3］孙殿东，朱悦.无线传感器网络及应用研究［J］.电子设计工程，2010，18(5):90－91.

［4］杜晓明，陈岩.无线传感器网络研究现状与应用［J］.北京工商大学学报:自然科学版，2008，26(1):41－44.

［5］王乐天.无线测温技术在风力发电场工程中的应用［J］.内蒙古科技与经济，2009，3(5):72－73.

［6］陈林星.无线传感器网络技术与应用［M］.北京:电子工业出版社，2009.

［7］刘志东.基于ZigBee无线传感器网络节点的设计［J］.桂林电子科技大学学报:自然科学版，2008，28(5):399－402.

［8］崔逊学.无线传感器网络的领域应用与设计技术［M］.北京:国防工业出版社，2009.

［9］陈敏.OPNET网络仿真［M］.北京:清华大学出版社，2004.

［10］周瑜，李明.无线传感器网络设计与仿真［C］∥第十八届全国煤矿自动化学术年会中国煤炭学会自动化专业委员会学术会议论文集，2009:130－133.

［11］陈敏，张金文.OPNET无线信道建模［J］.计算机工程与应用，2003(25):62－65.

［12］Soberb A，Hou J C.A simulation and emulation environment for wireless sensor networks［J］.Wireless Communications IEEE，2006，13(4):104－119.