基于树莓派的智能路灯节能方案

原创于 2025-10-18 09:27:04 发布 · 601 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#智能路灯 # 能效 # 树莓派 # SCADA # IoT

能效在基于数据采集与监控系统和物联网（IoT）的树莓派智能路灯照明

摘要

智慧城市的一个评判标准是能够智能地管理基础设施、资产和人力资源。对于智慧城市而言，可靠、可持续且可定制的电力能源是必不可少的。然而，电能的管理必须具有经济性，以免给地方政府财政带来负担。在众多由地方政府负责且耗电量较大的基础设施中，公共路灯照明（PSL）是其中之一。PLS在无需照明时发出过强光线是无意义的。目前，传统PLS系统往往伴随着能源浪费。监控与控制仅限于本地进行，无法实现远程监控与控制，因此一旦发生损坏或盗窃，处理响应较慢。解决方法是构建智能PSL系统及其管理体系。本文提出了一种经过实际验证的解决方案，该方案基于树莓派、数据采集与监控系统（SCADA）和物联网（IoT）。该系统提升了能效。智能PSL将根据环境条件智能运行。照明亮度根据人和车辆的存在情况进行调节，从而避免过度照明和眩光。SCADA和物联网技术用于工作过程监控系统和数据查看器，实现持续且实时的监控。结果显示，智能PSL模式比传统PLS模式节能43%。

1. 引言

公共路灯照明（PSL）是智慧城市中耗电量较大的基础设施之一。这是因为PSL照明在不需要的时间和地点发出过多的光线。能源浪费带来了巨大的经济和环境后果。以美国为例，每年户外照明平均消耗约120小时的能源，主要用于照亮道路和停车场。而这些能源足以满足纽约市两年的总电力需求。据估计，美国所有PSL能源中有30%被浪费（http://www.darksky.org）。此外，使用低质量的PSL灯具会增加以二氧化碳排放形式存在的空气污染。

这种情况在印度尼西亚也存在，该国仍在使用传统的PSL系统。运行时间为下午5点至早上6点，即使无人或车辆经过也持续运行，导致能源浪费。在安全方面，PSL经常成为破坏公物和盗窃的目标。总之，传统PSL系统等同于能源浪费。对PSL的监控和控制仅限于本地，而不具备远程操作能力，但由于多种故障或犯罪行为导致损坏时处理较慢。传统系统的不足，智能PSL系统的出现变得迫切。

目前，智能电力负载系统采用LED灯以节约能源[1],[2],[3],[4],[5],各种传感器，显示监控[6]以及多媒体通信集成以传输数据[7],[8],[9],[10],[2],[11],[12],然而，基于物联网的PSL管理[13],[14],[15],[16]仍处于早期且亟待开发的阶段。

本文提出了一种基于树莓派、数据采集与监控系统（SCADA）和物联网（IoT）的经过实际验证的解决方案。PSL系统的管理由基于物联网的SCADA系统进行，以提供可衡量、全面且高效的解决方案。PSL系统中的任何异常均可通过监控及移动设备中心进行监测，无论是否基于互联网。该系统可实现节能解决方案。

2. 方法论具体目标

本研究的目标是构建一个能够自动运行并通过数据采集与监控系统和物联网远程监控（工作流程和电气参数）的智能电力负载系统。该智能PSL的功能将有助于提高能源消耗效率和便于维护。

示意图0

本研究的形式是由五盏LED灯组成的微型PSL。每盏灯均配备有电流、电压、PIR、红外线和LDR传感器。所有传感器集成在一起以检测环境条件。传感器数据通过Wi‐Fi/无线连接显示在数据采集与监控系统、智能手机和物联网上。系统框图见图2。

示意图1

为了查明能效，我们在两种模式下对微型PSL进行模拟，即1. 常规模式（12小时模式），其中PSL从早上6:00开始点亮，在早上6:00关闭。2. 智能模式，当LDR传感器未检测到阳光时，PSL开始启动。如果PIR传感器检测到物体，传感器将发送信号给PSL，使其点亮100%，而其他灯则变暗。光照强度将随着车辆行驶路程的增加而增强。

3. 结果与讨论

3.1 PSL的微型模型

PSL智能系统以微型形式应用。微型尺寸参照关于城市道路照明规范的SNI 7391: 2008。假设PSL位于住宅区主干道的车道上。根据SNI标准，光照强度为11勒克斯，灯杆高度为10米，每根灯杆间距为30米，道路宽度为4米。因此，缩小比例为1:100，如图3所示。

示意图2

3.2 传感器接线图

每个传感器连接到控制器根据表1中的地址分配进行连接。图4是一个传感器接线图的示例。

表1. 微型PSL地址

No	标签名称	MODBUS地址（人机界面安卓版）	MODBUS地址（数据采集与监控系统）	数据类型	物联网Web
1	LDR	0	00000	数字	GPIO17
2	接近传感器1	1	00001	数字	GPIO18
3	接近传感器2	2	00002	数字	GPIO27
4	接近传感器3	3	00003	数字	GPIO22
5	接近传感器4	4	00004	数字	GPIO23
6	接近度_5	5	00005	数字	GPIO24
7	PIR_1	6	00006	数字	GPIO25
8	PIR_2	7	00007	数字	GPIO5
9	PIR_3	8	00008	数字	GPIO6
10	PIR_4	9	00009	数字	GPIO13
11	PIR_5	10	00010	数字	GPIO19
12	LED_1	11	00011	数字	GPIO12
13	LED_2	12	00012	数字	GPIO16
14	LED_3	13	00013	数字	GPIO20
15	LED_4	14	00014	数字	GPIO26
16	LED_5	15	00015	数字	GPIO21
17	INDIKA_PIR	-	00016	数字	-
18	INDIKA_PROXIMITY	-	00017	数字	-
19	INDIKA_LDR	-	00018	数字	-
20	INDIKA_SAVPO	-	00019	数字	-
21	STSP_12H	20	00020	数字	-
22	STSP_智能	21	00021	数字	-
23	STSP_LDR	22	00022	数字	-
24	关机	23	00023	数字	-
25	重启	24	00024	数字	-
26	记录	-	00025	数字	-
27	音量_INA1	0	40000	整数	-
28	放大_INA1	1	40001	整数	-
29	音量_INA2	2	40002	整数	-
30	放大_INA2	3	40003	整数	-
31	VOL_INA3	4	40004	整数	-
32	AMP_INA3	5	40005	整数	-
33	VOL_INA4	6	40006	整数	-
34	AMP_INA4	7	40007	整数	-
35	VOL_INA5	8	40008	整数	-
37	AMP_INA5	9	40009	整数	-
38	ON_JAM	10	40010	整数	-
39	ON_MNT	11	40011	整数	-
40	OFF_JAM	12	40012	整数	-
41	手动关闭	13	40013	整数	-

示意图3

3.3 数据采集与监控系统、智能手机和物联网Web的显示

要打开PSL，必须首先选择模式通过数据采集与监控系统或智能手机屏幕手动选择，如图5所示。选择模式后，数据采集与监控系统屏幕和智能手机上将显示如图6所示的界面。

示意图4

示意图5

在物联网网站上显示时，使用两个网页平台，即用于传感器指示的Cayyane（图7）和以图形形式显示数据的Thingspeak（图8）。

物联网网站网址：
• https://cayenne.mydevices.com/cayenne/dashboard/project/c71d6aa8‐8257‐46b1‐af0e‐6b409970fdd0
• https://thingspeak.com/channels/539095

示意图6

示意图7

3.4 系统测试

PSL微型系统的测试包含两种设置模式：

• 常规模式（12小时） ：测试于西印尼时间下午7:00至下午7:30进行，持续30分钟。控制器每2秒向Thingspeak数据记录仪发送一次数据。数据读取结果如表2所示。PSL开启和关闭时的微型图像见图9和图10。

表2. 12小时模式下的数据记录仪测试结果

Time	KWh	电流（A）	电压（V）	功率（W）
2018年8月6日 19:01	2,52	0.165	195.8	29,4
2018年8月6日 19:03	2.521	0,17	202.2	31,4
2018年8月6日 19:05	2.523	0,17	199.7	30,7
2018年8月6日 19:07	2.523	0.169	197.2	30,1
2018年8月6日 19:09	2.524	0.175	202.2	31,1
2018年8月6日 19:11	2.528	0.166	200.1	29,3
2018年8月6日 19:13	2.529	0.156	201.8	29,1
2018年8月6日 19:15	2.529	0,169	202,2	29,5
2018年8月6日 19:17	2.53	0,166	201,2	29,6
2018年8月6日 19:19	2.53	0,163	201,7	29,7
2018年8月6日 19:21	2.53	0,166	203,1	29,8
2018年8月6日 19:23	2,531	0,167	204,2	30,2
2018年8月6日 19:25	2,532	0,219	203,2	43,1
2018年8月6日 19:27	2,533	0,218	202,7	42,9
2018年8月6日 19:29	2,533	0,219	204,2	43,5

示意图8

示意图9

• 智能模式 ：测试开始于晚上8:00至08.28印尼西部时间期间。假设在测试期间，物体/人员的出现仅发生八次。控制器每隔2秒向Thingspeak数据记录仪发送一次数据。数据读取结果如表3所示。当PIR传感器检测到车辆通过时，PSL的微型图像如图11和图12所示。

表3. 智能模式下的数据记录仪测试结果

Time	KWh	电流（A）	电压（V）	功率（W）
2018年8月6日 20:00	2.524	0.153	187.2	25,9
2018年8月6日 20:02	2.526	0,16	188.0	25,1
2018年8月6日 20:04	2.528	0,16	189.9	25,7
2018年8月6日 20:06	2.539	0.151	188.5	25,2
2018年8月6日 20:08	2.539	0,158	189,3	25,5
2018年8月6日 20:10	2,539	0,158	190,3	25,8
2018年8月6日 20:12	2,535	0,155	190,5	25,6
2018年8月6日 20:14	2,535	0,159	190,3	25,6
2018年8月6日 20:16	2,543	0,162	192,7	27,5
2018年8月6日 20:18	2.548	0.165	193.5	28,0
2018年8月6日 20:20	2.549	0,166	192,6	27,8
2018年8月6日 20:22	2,550	0,172	192,9	29,0
2018年8月6日 20:24	2,553	0,163	191,0	26.8
2018年8月6日 20:26	2,555	0,158	191,1	27,2
2018年8月6日 20:28	2,555	0,166	191,5	27,1

示意图10

示意图11

在这两种模式中，智能模式的能耗效率更高。在30分钟内，常规模式平均消耗32.67瓦，而智能模式平均消耗24.70瓦。

3.5 连接性测试

根据数据传输速度的测试，结果如表4所示。在数据采集与监控系统、人机界面安卓版、Cayanne和ThingspeakIoT中，数据传输时间相较于实际数据传输时间存在延迟。

表4. 连通性测试结果

Mode	Real	数据采集与监控系统	人机界面安卓版	物联网 Cayanne	物联网 ThingSpeak
传统	±0	±1	±1	±2	±2
智能	±0	±1	±1	±2	±2

4. 结论

智能微型形式的PSL系统按照预期描述运行。通过数据采集与监控系统、智能手机和物联网网站显示的传感器指示器和参数数据证明了其监控功能。尽管在物联网网站上显示数据时仍有2秒的延迟，而在智能手机和数据采集与监控系统上为1秒。从能效角度来看，在30分钟试验期间，智能模式相比传统模式能耗降低了43%，证明其更加节能。