Energiemanagement

Applikationsgerechte Systeme für Energy Harvesting

13. Mai 2014, 13:17 Uhr | Stephan Benecke und Rolf Thomasius

Fortsetzung des Artikels von Teil 2

Intelligente Verwaltung des Energiehaushaltes

Bild 1. Reaktive Strategie: Aktivierung, sobald genügend Energie im Speicher aufgelaufen ist.
Bild 1. Reaktive Strategie: Aktivierung, sobald genügend Energie im Speicher aufgelaufen ist.
© Elektronik ecodesign

In der Regel steht nicht genügend Leistung aus der Umgebung zur Verfügung, um das Messsystem permanent betreiben zu können. Das System muss daher zunächst Energie zwischenspeichern, bevor es aktiv werden kann. Die Aktivierung kann dabei reaktiv oder proaktiv erfolgen. Ist das System reaktiv, so wird es aktiv, sobald genügend Energie für die momentane Aufgabe gesammelt worden ist. Das kann dazu führen, dass ein solarbetriebener Sensor nur tagsüber Daten liefert (Bild 1). Ein proaktives System hingegen zieht Prognosen über den zukünftigen Ressourcenbedarf in Betracht, um z.B. ein gleichmäßiges Messintervall auch nachts zu gewährleisten (Bild 2). Die Planung, in welchen Abständen Messungen durchgeführt werden, kann statisch beim Entwurf erfolgen. Die Messzyklen werden dabei anhand des erwarteten Energieeintrags fest eingestellt. Durch ein dynamisches Energiemanagement lassen sich Anwendungsparameter auch zur Laufzeit an unbekannte Einsatzumgebungen anpassen. Sensoren lernen selbstständig von ihrer Umgebung und stellen sich darauf ein. Überschüssige Energie wird gespeichert und als Redundanz für Zeiten mit außerplanmäßiger Unterversorgung des Systems zwischengespeichert. Hierbei sind „weiche“ Spezifikationen aus der Applikation relevant, z.B. die Möglichkeit, Zeitpunkte für durchzuführende Messaufgaben innerhalb eines Zeitfensters beliebig zu takten.

Anbieter zum Thema

zu Matchmaker+
Bild 2. Proaktive Strategie: Optimierung des Duty Cycle innerhalb der Applikationsgrenzen mittels Prognosen über den Energieeintrag.
Bild 2. Proaktive Strategie: Optimierung des Duty Cycle innerhalb der Applikationsgrenzen mittels Prognosen über den Energieeintrag.
© Elektronik ecodesign

Fortgeschrittene Konzepte des Energiemanagements, bei denen sich das Systemverhalten dynamisch an die verfügbare Umgebungsenergie anpasst, bedienen sich zur Laufzeit einer Messung aus dem Energiespeicher. Bei Ultracaps und Kondensatoren leitet sich der Füllstand direkt aus der Klemmspannung ab. Bei Sekundärbatterien ist der Sachverhalt komplizierter, da komplexe elektrochemische Prozesse berücksichtigt werden müssen. Ziel des Energiemanagements ist es, Systemparameter wie z.B. das Messintervall so zu regeln, dass stets eine positive Energiebilanz erhalten bleibt. Reaktive Systeme stützen sich nur auf den aktuellen Ladezustand, während proaktive Regler einen vorgeschalteten Prognosefilter verwenden. Hier kann die Prognose auf lokal erhobenen Energiespeicher-Füllgraden basieren. Bei solar- oder windbetriebenen Systemen lassen sich alternativ allgemein verfügbare Wetterprognosen nutzen und angepasste Systemparameter per Funk an den Messknoten übertragen. Der Grad der Redundanz und der Robustheit gegenüber statistischen Schwankungen des eingangsseitigen Profils bestimmt über die Größe des Energy-Harvesting-Systems. Vielfach führt dies zu Zielkonflikten mit Volumen- und Gewichtsbeschränkungen und führt zwangsläufig zu einer Priorisierung der zu optimierenden Parametern. Um Bedarf und zeitlichen Verlauf der Energienachfrage in frühen Entwicklungsphasen zu modellieren, zu simulieren und Optimierungspotenziale zu identifizieren, haben sich Debugger mit der Möglichkeit zur parallelen Messung der Verlustleistung etabliert. Letztere ermöglichen die Korrelation der Leistungsaufnahme Mikrocontroller-gesteuerter Systeme mit dem Programm-Code und damit eine Zuordnung zwischen Leistung und Funktionen anhand prototypischer Aufbauten. Für die Optimierung des Energiebedarfs einzelner Schaltungsteile kommen Schaltungssimulatoren wie SPICE zum Einsatz. Die Simulation des Verhaltens komplexerer Systeme erfolgt auf einem höheren Abstraktionsgrad, um den Rechenaufwand bei der Simulation zu verringern. Hier wurden ereignisbasierte sowie Analog-Mixed-Signal-Simulatoren wie SystemC-AMS erfolgreich verwendet [1].


  1. Applikationsgerechte Systeme für Energy Harvesting
  2. Reduzierung des Energiebedarfes autarker Systeme
  3. Intelligente Verwaltung des Energiehaushaltes
  4. Entwicklung thermoelektrischer Wandler
  5. Entwicklung piezoelektrischer Wandler

Das könnte Sie auch interessieren

Verwandte Artikel

Fraunhofer IZM (Institut für Zuverlässigkeit und Mikrointegration), Technische Universität Berlin