Verlängerung der Laufzeit von IoT-Geräten in einem LPWAN: Technische Strategien für ein besseres Batteriemanagement

Für IoT-Geräte in großflächigen Niederleistungsnetzwerken (Low Power Wide Area Networks, LPWAN) ist die Batterielaufzeit von entscheidender Bedeutung, insbesondere wenn diese Geräte an abgelegenen oder schwer zugänglichen Orten im Einsatz sind. Die Frage ist jedoch... Welche Strategien können dazu beitragen, die Laufzeit der Batterien in diesen IoT-Geräten zu maximieren?

Um diese Strategien zu beleuchten, wird in diesem Artikel ein reales Szenario vorgestellt, das auf einem fiktiven Unternehmen Y basiert. In diesem Szenario liegt der Schwerpunkt auf der Optimierung der Batterielaufzeit der Sensoren von Y, indem allgemeine Herausforderungen bei der Entwicklung von batteriebetriebenen IoT-Sensoren angegangen werden.

Szenario: Herausforderungen bei der Optimierung der Batterien

Unternehmen Y entwickelt batteriebetriebene Umweltsensoren, die zur Überwachung von Luftqualität, Temperatur und Feuchtigkeit in abgelegenen Waldgebieten eingesetzt werden. Diese Sensoren sind über LoRaWAN vernetzt und müssen aufgrund der hohen Kosten und des schwierigen Zugangs zu abgelegenen Standorten mehrere Jahre lang ohne häufigen Austausch von Batterien auskommen. Während der Produktentwicklung sah sich Unternehmen Y mit mehreren Herausforderungen konfrontiert: uneinheitliche Schätzungen der Batterielaufzeit, schneller Abfluss von Energie während der Datenübertragung und unterschiedliches Betriebsverhalten der Batterien unter verschiedenen Umgebungsbedingungen.

Otii Product Suite | Kompakte und tragbare Leistungsmessungen für Büro-, Labor- und Feldtests. (Bildquelle: Qoitech)

1. Identifizierung von Schlüsselfaktoren, die die Laufzeit von Batterien in LPWAN beeinflussen

Um die genannten Herausforderungen anzugehen, begann Unternehmen Y damit, die Faktoren zu analysieren, die die Batterielaufzeit beeinflussen, einschließlich des Stromverbrauchs während verschiedener Gerätezustände, der Anforderungen an die Netzwerkverbindung und der Auswirkungen von Umweltvariablen.

Reale Messungen und theoretische Berechnungen

Der ursprüngliche Ansatz von Y bestand darin, die Laufzeit der Batterien anhand theoretischer Berechnungen auf der Grundlage von Werten aus den Datenblättern abzuschätzen. Bei der Messung des Stromverbrauchs mit Instrumenten wie den Otii Instrumenten stellten sie jedoch Diskrepanzen zwischen theoretischem und tatsächlichem Verbrauch fest. Ein Beispiel: Ein Sensor, der stündlich Daten mit 100 mW überträgt, verbrauchte bei schlechten Netzwerkverbindung 30 % mehr Energie als unter optimalen Bedingungen, was auf das wiederholte Senden derselben Daten und längere Verbindungszeiten zurückzuführen war. Die Erstellung von Stromverbrauchsprofilen zeigte, dass eine adaptive Anpassung der Sendeleistung erforderlich war, um die Laufzeit der Batterien zu optimieren und unnötige Stromverbräuche um 20 % zu senken.

Otii Product Suite | Otii Instrument. (Bildquelle: Qoitech)

2. Implementierung von Energiemanagementverfahren für eine optimale Batterielaufzeit

Unternehmen Y wendete verschiedene Energiemanagementstrategien mit dem Schwerpunkt auf der Minimierung des Energieverbrauchs während der Leerlaufzeiten und der Datenübertragung an.

Energiemanagement – Schritte und Ergebnisse

• Dynamische Anpassung der Sendeleistung: Unternehmen Y entwickelte eine Strategie zur Anpassung der Sendeleistung eines Geräts an die Signalqualität und die Entfernung zur Basisstation. Für Geräte, die sich näher an der Basisstation befanden, wurde die Sendeleistung gesenkt, was den Gesamtstromverbrauch reduzierte und die Lebensdauer der Batterien verlängerte.
• Optimierter Ruhemodus: Die Sensoren verbringen die meiste Zeit im Ruhemodus und werden nur zur Erhebung und Übertragung von Daten aktiviert. Die Firmware wurde so konfiguriert, dass die Dauer des Ruhezustands je nach Bedeutung der Daten dynamisch angepasst wird, z. B. bei schnellen Temperaturschwankungen. Durch diese Einstellung konnte der mittlere Stromverbrauch im Leerlauf deutlich gesenkt werden.
• Reduktion der Aktivierungsdauer während der Übertragung: Durch die Optimierung des Kommunikationsprotokolls zur Komprimierung von Datenpaketen und die Verringerung der Häufigkeit von Statusaktualisierungen gelang es Unternehmen Y, den Energieverbrauch während der Übertragungen zu senken, was zu einer effizienteren Energienutzung beiträgt.

Otii Product Suite | Otii Ace Pro | Power Box-Einstellung der Messkanäle für Strom, Leistung und Spannung. (Bildquelle: Qoitech)

3. Auswahl der richtigen Batterie für raue Bedingungen

Für IoT-Geräte wie die Umweltsensoren von Unternehmen Y, die im Freien bei schwankenden Temperaturen betrieben werden, ist die Wahl der richtigen Batterie entscheidend für eine zuverlässige Performance und eine lange Lebensdauer. Die Schlüsselfaktoren, die es zu berücksichtigen gilt, sind Batteriechemie, Kapazität, Energiedichte, Spannungs- und Entladungseigenschaften, Temperaturbereich, Haltbarkeit der Komponenten sowie Kosten und Lebensdauer. Durch die Bewertung dieser Faktoren stellt die Entwicklungsabteilung von Y eine zuverlässige und langlebige Spannungsversorgung für ihre IoT-Geräte sicher und trägt so zum Gesamterfolg ihrer Implementierungen bei.

4. Vier Schritte zur erfolgreichen Auswahl einer Batterie für ein IoT-Gerät

Die Einhaltung eines strukturierten Prozesses zur Auswahl der Batterien war für Unternehmen Y entscheidend, um die Laufzeit der Batterien effektiv zu optimieren. Dieser Prozess bestand aus den folgenden vier Schritten:

1.) Definition des Anwendungsfalls: Unternehmen Y stellte fest, dass der primäre Anwendungsfall die Dauerumgebungsüberwachung unter wechselnden Außenbedingungen war, die robuste Batterien mit hoher Energiedichte und Temperaturbeständigkeit erforderte.

2.) Erstellung von Leistungsprofilen: Mithilfe der Otii Battery Toolbox erstellte Unternehmen Y ein Leistungsprofil für verschiedene Gerätezustände, z. B. für die Datenübertragung, die aktive Messung und den tiefen Ruhezustand. Die Profildaten zeigten, dass 80 % des Stromverbrauchs während der Übertragung anfielen, was zu weiteren Optimierungen und Iterationen der Firmware und Anwendungssoftware führte.

3.) Erstellung von Batterieprofilen: Batterieprofile wurden auf der Grundlage realer Anwendungssituationen erstellt, einschließlich unterschiedlicher Temperaturen und Lasten. Dabei wurden die Unterschiede in der verfügbaren Kapazität zwischen verschiedenen Marken und Chemien deutlich, insbesondere bei hoher Stromaufnahme.

4.) Emulation der Batterieleistung: Mit dem Otii Ace Pro simulierte Unternehmen Y Batterieprofile, um reale Bedingungen zu emulieren. Die Tests ergaben, dass die tatsächlich nutzbare Kapazität einiger Batterien je nach Belastung minimal 60 % der im Datenblatt angegebenen Kapazität betrug, was die Bedeutung einer detaillierten Profilierung unterstreicht.

Otii Product Suite | Batterie-Profiler-Setup. (Bildquelle: Qoitech)

5. Profilierung und Emulation von Batteriechemien

In Profiling different battery chemistries: A case study(Profilierung verschiedener Batteriechemien: Eine Fallstudie) hat Qoitech mit Otii Ace Pro und Otii Battery Toolbox einen detaillierten Vergleich verschiedener Batterien durchgeführt. Unternehmen Y wendete diese Methoden an, um die Leistung verschiedener Batterien in seinen Geräten zu bewerten.

Profilierung von Ergebnissen für realistische Schätzung der Batteriekapazität

• Lithium-Mangan-Batterien: Die Profilierung von drei Mustern der LM17500 von Saft ergab eine mittlere Kapazität von 3050 mAh bei Raumtemperatur, die leicht über dem Wert im Datenblatt lag. Bei Kälte sank die Kapazität nur um 10 %, was auf eine hohe Temperaturbeständigkeit hindeutet.
• Alkalibatterien: Die Kapazitätsunterschiede zwischen den Marken waren beträchtlich und schwankten bei den AAA-Batterien zwischen 1080 mAh und 1150 mAh sowie bei den AA-Batterien zwischen 2420 mAh und 2730 mAh. Die Batteriekapazität sank bei 0 °C um bis zu 35 %, was sie für den Einsatz bei kalter Witterung weniger geeignet macht.
• Emulation von Batterieprofilen: Durch die Simulation der Batterieprofile mit dem Otii Ace Pro konnte Unternehmen Y das Abschaltverhalten des Geräts unter verschiedenen Batteriebedingungen vorhersagen. Dieser Emulationsansatz ermöglichte eine genaue Abschätzung der Gerätelaufzeit in verschiedenen Situationen, wodurch eine zuverlässige Planung des Energiemanagements gewährleistet wurde.

Otii Product Suite | Battery Toolbox | Batterieemulation. (Bildquelle: Qoitech)

Fazit: Ein umfassender Ansatz zur Optimierung der Batterielaufzeit in LPWAN-Geräten

Die Reise von Unternehmen Y präsentiert die entscheidende Bedeutung eines systematischen, technischen Ansatzes zur Maximierung der Batterielaufzeiten von IoT-Geräten in einem LPWAN. Durch die Validierung von Batterien unter realen Bedingungen unter Berücksichtigung des tatsächlichen Verbrauchs, der Umgebungsbedingungen und des Betriebsverhaltens wird sichergestellt, dass Geräte in Szenarien getestet werden, die tatsächlich ihrer Anwendung entsprechen. Dieser Ansatz geht über theoretische Schätzungen und Werte aus Datenblättern hinaus und konzentriert sich stattdessen auf die Optimierung des Energiemanagements, die Feinabstimmung von Energiesparverfahren und die gründliche Auswahl und Profilierung der Batterien.

Durch die Nutzung dieser Verfahren können die allgemeine Performance und Laufzeit von IoT-Sensoren erheblich verbessert und ein zuverlässiger und effizienter Betrieb auch in schwierigen Umgebungen sichergestellt werden.