基于低功耗广域网技术的电力直流设备蓄电池综合监测系统研究

刘伟 凌佳凯 马骏 陈凯

摘要：電力直流设备蓄电池是配电站房、环网柜等站用电源中直流供电系统的重要组成部分，为了实时准确获取蓄电池的运行状态，提出了一种基于低功耗广域网技术的电力直流设备蓄电池综合监测系统。首先，通过部署在直流设备蓄电池旁边的综合监测传感器，实时采集整组电池的组电压、充放电电流和电池阴极温度，并通过低功耗广域（LPWAN）通信网络，将数据传输到通信基站;其次，通信基站通过以太网或专网、公网4G通信技术，将数据传输到电力直流设备蓄电池信息综合管理平台，并运用“基于天牛须算法优化的BP神经网络算法（BAS-BP）”在线分析评估蓄电池的健康程度（SOH）;最后，通过实际数据表明该系统能够快捷有效地检测早期失效电池并预测蓄电池性能变化趋势，为蓄电池的稳定安全运行护航，保证有效可靠供电。

关键词：蓄电池监测;健康程度;低功耗广域网技术;BP神经网络算法

0    引言

直流电源系统是配电站房的重要组成部分，主要负责为电力系统中二次系统负载提供安全稳定可靠的电力保障，确保配电站房、配网环网柜等控制、保护、通信设备正常运行[1]。直流电源系统主要由蓄电池和直流装置两部分组成，一般情况下，站用交流电经整流装置直接为直流电源系统供电;当电力系统发生状况时，交流电无法供电，则需通过蓄电池组实现系统供电[2]，保证电力系统的二次系统负载不间断供电。

近年来，随着电网规模和电能需求的扩大，电力系统的运行要求不断提高，在配网环网柜、开闭所和配电房等电力直流设备应用场合，必须保证不间断供电，因此蓄电池的稳定性和在放电过程中能提供给负载的实际容量对确保电力设备的安全运行具有十分重要的意义。在实际应用中，蓄电池健康度SOH是一个非常重要的指标。目前蓄电池健康状态的检测方法主要有放电实验法、电压陡降法和电阻折算法等。

文献[3]通过分析机理指出SEI膜和蓄电池的退化有很强的关联;文献[4]将多项式回归模型和经验指数模型相融合实现蓄电池容量退化趋势的跟踪;文献[5]运用三参数指数退化模型描述锂电池容量的变化趋势;文献[6]考虑微电网蓄电池退化过程中非线性和波动性的特征，提出采用基于神经算法优化的BP神经网络对蓄电池的SOH进行评估;文献[7]分析锂离子电池的基本特性，利用卡尔曼滤波算法对锂电池的剩余容量SOC进行预测;文献[8]提出了站内蓄电池实时监测系统，实现对蓄电池组的科学管理。上述研究均围绕算法模型进行改进，缺乏对终端数据采集与传输技术的研究与改进。

鉴于此，本文提出了基于低功耗广域网技术的电力直流设备蓄电池综合监测系统，使用直流设备蓄电池的综合监测传感器，实时采集整组电池的组电压、充放电电流和电池阴极温度，并通过低功耗广域通信网络，将数据传输到通信基站;通信基站通过以太网或4G连接公网，将数据传输到信息综合管理平台，利用算法模型在线分析评估蓄电池的健康程度，便于运维人员及时了解蓄电池运行状态，提高运维效率。

1    低功耗广域网技术

低功耗广域网技术（Low-Power Wide-Area Network，LPWAN）兴起是为了应对物联网的快速发展对无线通信技术的更高要求。不同于传统的宽带通信系统，低功耗广域网技术具有低功耗、低成本、大连接、广覆盖的特点，同时支持大规模组网，在测距和定位等方面性能十分突出[9]。当前，低功耗广域网无线通信技术主要包括NB-IOT（Narrow-band Internet of Things，窄带物联网）、LoRaWAN（Long Range Wide-Area Network，超远距离广域网）、Sigfox、Weightless等。

LoRa具有超长距、低功耗的数据传输特性，能够较好地应用于配用电通信网[10]。LoRaWAN协议架构如图1所示。其中，LoRa技术在物理层使用线性调频扩频，不仅提高了接收机的灵敏度，在一定程度上也降低了能耗，同时上下行同频半双工通信，单芯片系统宽带为2 Mbit/s，由8个125 kbit/s的信道组成，每个信道可以灵活使用扩频因子SF7-12的6种扩频方式。

当终端进行数据传输时，可以通过随机接入的8个信道避免干扰。终端和网关节点根据距离、信号强度和消息发送时间等依据确定通信使用的扩频因子SF，实现通信速率的灵活转变。为实现不同应用场景的需求，协议还定义了A、B、C三类设备，使其应用范围更广。

2    综合监测系统设计

2.1    系统总体结构

综合监测系统是通过低功耗广域网络，将测量得到的电池内外参数（包括电池的电压、充放电电流、充电状态、阴极温度等）传输至综合管理平台，并结合相应的评估模型算法来分析电池的内阻、SOH信息等，通过搭建锂电池健康状态模型在线实时检测电池的健康状态，以便及时发现失效电池，实现蓄电池组的有效管理。

本系统包括综合监测管理平台、通信基站和部署于电力直流设备蓄电池旁边的电池监测终端，系统组成结构如图2所示。

部署在电力直流设备蓄电池旁边的综合监测传感器是电池监测终端的关键组成部分。作为嵌入式硬件设备，综合监测传感器具有可适配的通信接口，能够方便地实现通信基站的接入。

通信基站采用低功耗长距离（LPWA）网络技术，通过采用无线单跳星型网络与电池监测终端进行通信，提高网络传输可靠性，同时通过光纤/以太网/3G/4G与管理平台进行通信，便于后台实现电池状态实时管理和命令发布。基站与电池监测终端之间采用传感网络协议，通信安全可靠，系统扩展性强，后期无需通信费用，运维成本低。

综合监测管理平台由应用软件、平台管理服务器等组成，平台管理服务器包含用户服务器、网络服务器、应用服务器等服务器，系统应用软件具有信号监测和分析、报告等功能。同时本管理平台还具有监控蓄电池充放电状态、蓄电池组充放电状态，测量参数趋势分析，提供图表报告和事件报警等功能。

2.2    综合监测传感终端

现有的电力直流设备蓄电池监测终端在数据采集上存在采集频度低、保存时间短、数据分析能力差等缺点。鉴于此，从实际需求出发，设计了一套适用于电力直流设备蓄电池综合监测的传感终端。

如图3所示，装置使用标配的2（或4）*6pin线束可靠连接于2节或4节电池上，并通过ZigBee/LoRa/RS485总线等多种通信方式接入通信基站。装置可实时对充放电电流、电池组电压等参数进行监测来判断蓄电池的当前状态。传感器采用电源隔离电流环通信技术，安全稳定;通过外接开口霍尔传感器，可测量不同范围的充放电电流;通过内阻和健康度在线监测，可快速定位出告警或故障的蓄电池组。

本系统的终端传感器采用无线通信方式，设备可灵活更换、增加，有效降低了运维成本。

2.3    综合监测服务云平台

如图4所示，综合监测服务云平台可分为数据层、应用服务层以及展示层，具有多层结构特征。

平台通过应用服务层实现信号的监测和分析，并为用户提供蓄电池充放电状态、蓄电池组充放电状态、测量参数趋势分析等功能。

针对不同的应用场景开发了多种应用软件，包括客户端、Web、App和大屏幕等。

3    蓄电池健康状态评估及实验分析

3.1    SOH评估

SOH表示电池当前容量与额定容量的比值，用以反映电池当前的使用情况。作为直流供电系统的重要组成部分，蓄电池的健康状态评估意义重大。然而，仅仅通过某个参数来判定电池的使用情况会存在较大偏差，不能准确评估电池的健康状态。

SOH有两种估算方法：基于模型的预测方案和基于数据的驱动精灵方案。前者适用于具有確定的状态方程的研究，运用较为复杂。考虑到蓄电池的性能受到多种因素的影响，无法通过观测到的数据直接判断蓄电池的健康状态，本文拟采用基于天牛须搜索算法优化的BP神经网络对蓄电池的SOH进行评估，通过BAS优化BP神经网络的初始权值和阈值，以达到全局最优，同时提高收敛速度。

3.2    样本采集及分析

以无锡某配电站房为例，通过部署在电力直流设备蓄电池旁边的综合监测传感器，实时采集整组电池的组电压、充放电电流和电池阴极温度，并通过计算得到电池的SOH，按SOH的大小将蓄电池划分为4个等级：良好、一般、危险、更换。部分样本数据如表1所示。

由测试结果分析得出，蓄电池SOH评估值与实际值基本吻合，相对误差不超过5%，评估性能较好。经过软件的分析，综合监测管理平台通过后台向管理者发出警告，从而完成电力直流设备蓄电池的综合检测。

4    结语

本文对蓄电池综合监测系统进行研究，通过低功耗广域网技术实现整组电池的组电压、充放电电流和电池阴极温度的有效传输，同时结合人工智能算法提出了蓄电池健康度评估模型，实现蓄电池SOH的在线监测，便于运维人员及时了解蓄电池运行状态，提高运维效率。但本文的研究仍有一些不足之处，如实验数据较少，同时本文仅仅考虑了蓄电池的3个影响因素，忽略了其他非主要因素，这样会导致SOH的评估精度较低，在后续的研究中会对这些方面加以改进。

[参考文献]

[1] 杨忠亮.直流电源系统综述[J].供用电，2015（2）：14-18.

[2] 陈冬，谭建国，王丽.变电站蓄电池失效分析及对策措施[J].供用电，2016（3）：10-14.

[3] 袁金灿，马进，王思彤，等.智能电能表可靠性预计技术[J].电力自动化设备，2013（7）：161-166.

[4] 崔晓伟，李沛岩，孙涛，等.IEC 61850标准的通讯原理分析[J].低温建筑技术，2011（6）：94-95.

[5] 朱宁辉，白晓民，高峰.双向智能电能表功能需求和结构性能分析[J].电网技术，2011（11）：1-6.

[6] 邓伟锋，李振璧.基于GA优化BP神经网络的微电网蓄电池健康状态评估[J].电测与仪表，2018（21）：56-60.

[7] 李晓黔.锂离子电池模型参数辨识及SOC预测仿真分析[D].兰州：兰州交通大学，2016.

[8] 赵国龙，孙艳，项明明，等.基于物联网的变电站蓄电池监测系统设计与实现[J].电力大数据，2019（3）：77-80.

[9] 孙严智，胡劲松，刘宇明.低功耗广域配用电通信系统架构与软件设计[J].云南电力技术，2019（1）：107-110.

[10] 李瑞，李春香，苏一丹，等.新型低功耗广域网络LoRa技术在智能电网的推广应用研究[J].广州航海学院学报，2019（1）：65-68.

收稿日期：2020-04-28

作者简介：刘伟（1977—），男，江苏无锡人，高级工程师，研究方向：配电运检、配电自动化。