Design of an energy-saving controller for an intelligent LED lighting system
Ivan Chewa, Vineetha Kalavallya,lowast;, Naing Win Ooa, Jussi Parkkinen
baDepartment of Electrical and Computer Systems Engineering, Monash University Malaysia, Malaysiab
School of Computing, University of Eastern Finland, Finlanda
Abstract In this paper, we present an energy-saving controller that is capable of shaping the light output of an LED lighting system autonomously based on data received from sensors. We implement an optimized smart algorithm on a controller to process the sensor feedback and employ pulse width modulation dimming to vary the brightness of the luminaire. A wireless sensor module was designed to provide accurate sensor feedback to the controller. A purpose-built smart luminaire complete with an LED driver was designed and constructed to study the performance of the control system. We validate the energy saving potential of the designed controller under different real world situations. It is shown experimentally that the controller achieved 55% energy savings in a continuous usage pattern environment and 62% energy savings in a discrete usage pattern environment under our test conditions. A cost analysis showed that the proposed energy-saving system is 32% more cost-effective than a near-equivalent commercial system while promising greater energy savings through the use of additional energy-saving techniques.
Keywords:Daylight harvesting Energy saving Intelligent lighting LED lighting system Occupancy sensing Smart lighting.
- Introduction
Lighting contributes up to 20% of the worldrsquo;s total energy usage[1]. Interestingly, commercial and office buildings account for up to71% of the total energy usage, of which 18% is used for lighting [2].The typical total annual energy usage in office buildings range from100 to 1000 kWh/m2, depending on geographic location, office equipment use, operating hours, use of HVAC systems, and installed lighting technologies, among other factors [3]. Recently, the 2010Energy Performance of Buildings Directive (EPBD) emphasized the need for near-zero energy use levels in European buildings fora sustainable future [4]. Fortunately, research has indicated that modern buildings have a high potential for energy savings [5]. Electric lighting is a key target area for power consumption reduction as energy-saving lighting systems promise high energy savings and are relatively straightforward to retrofit.Intelligent lighting systems seek to achieve this by utilizing integrated sensors to provide feedback in a closed-loop control system. A common energy-saving technique is occupancy sensing,which obtains feedback from integrated occupancy sensors [6,7].Occupancy sensing based energy-saving systems typically demonstrate 17–60% energy savings depending on occupant usage patterns [8]. However, most occupancy sensing systems report lower energy savings of around 3–50% when placed in environments with a continuous usage pattern [9,10]. These systems are normally based on single-point detection, which can potentially introduce significant uncertainty in the sensor data, especially if the lighting system is not tuned or optimized well [11]. Preset time delays are often introduced to compensate for this uncertainty.Some smart lighting systems also rely on manual user feedback to control the luminaires via remote control as a complement to occupancy sensing [12,13].Other than that, techniques such as daylight harvesting and automatic dimming control can also be employed to increase energy savings [14–16]. Daylight harvesting takes advantage of natural light from building apertures to complement the artificial lighting from luminaires in order to reduce the brightness needed to achieve a certain level of illumination. Daylight-linked control systems can be very effective as most commercial and office spaces have sufficient daylight from windows to eliminate the need for electric lighting [17]. Additional techniques such as illumination balancing [18], enhanced presence sensing [19], and adaptive illumination rendering [20] can also be employed to enhance system performance. The reported energy savings from daylight-linked systems are typically above 40%; however, the effectiveness is highly dependent on multiple factors, including: altitude and orientation, window characteristics, shading devices,surface reflectance, ceiling height, and partition height [21,22]. As a result, the reported real world performance of daylight harvesting systems are generally much lower compared to the simulated performance [23].It stands to reason that improved energy-saving performance can be achieved by combining multiple energy-saving techniques in a single control system [24]. The integration of daylight-linked control can alleviate the inherently poor energy-saving performance of occupancy sensing based systems in continuous usage pattern environments. Roisin et al. reported simulation results of between 49–63% for a combined occupancy sensing and daylight harvesting system [25] while Hughes et al. recorded up to 68%energy savings with a similar system [26]. However, it is also necessary to verify the performance of energy-saving systems in real world environments under different usage patterns as simulation results do not always provide an accurate representation of real world situations. Besides that, optimal system performance should be ensured through controller optimization or calibration.Controller optimization is an important step to ensure favor-able system performance. An example of an optimization method is model predictive control, which is normally used in industrial process control systems, and more recently in power system balancing models [27]. This control method optimizes a finite-time horizon,while only implementing the current time slot. Recent works in this
剩余内容已隐藏，支付完成后下载完整资料
智能LED照明系统节能控制器设计
摘要：在本文中，我们提出了一种节能控制器，能够根据从传感器接收到的数据自动整形LED照明系统的光输出。我们在控制器上实现优化的智能算法来处理传感器反馈并采用脉宽调制调光来改变照明设备的亮度。无线传感器模块设计为向控制器提供准确的传感器反馈。设计并构建了配有LED驱动器的专用智能灯具，以研究控制系统的性能。我们验证了设计控制器在不同现实情况下的节能潜力。实验显示，在我们的测试条件下，控制器在连续使用模式环境中实现了55％的能量节省，并在离散使用模式环境中实现了62％的节能。成本分析表明，提出的节能系统比几乎相当于商业系统的成本效益提高了32％，同时通过使用额外的节能技术来提高节能效果。
关键字: 光采集 节能 智能灯 LED照明系统 占用感应
1.简介：
照明耗能占据了世界总能源使用量的20％[1]。有趣的是，商业和办公楼占能源使用总量的百分之七十一，其中18％用于照明[2]。办公楼的典型年能耗总量在100到1000千瓦时/平方米之间，取决于地理位置，办公设备使用，运行时间，使用暖通空调系统，安装照明技术等因素[3]。最近，2010年建筑物指令性能指标（EPBD）强调，在可持续未来的欧洲建筑中，需要近零能源使用水平[4]。幸运的是，研究表明，现代建筑节能潜力很大[5]。电力照明是降低功耗的关键目标，因为节能照明系统承诺高节能，相对直接的改造。智能照明系统通过利用集成传感器在闭环控制系统中提供反馈来寻求实现。一种常见的节能技术是占用传感，它从集成占用传感器获得反馈[6,7]。基于节能感知的节能系统通常根据乘员使用模式显示17-60％的节能[8]。然而，大多数占用传感系统在放置在具有连续使用模式的环境中时，能够节省约3-50％的能量[9,10]。这些系统通常基于单点检测，这可能潜在地在传感器数据中引入显着的不确定性，特别是如果照明系统未被优化或优化[11]。通常引入预设时间延迟来补偿这种不确定性。一些智能照明系统还依靠手动用户反馈来通过遥控器控制灯具作为占用感测的补充[12,13]。除此之外，诸如采光的技术并且还可以采用自动调光控制来增加节能[14-16]。日光采集利用建筑孔洞的自然光来补充灯具的人造照明，以便降低实现一定水平照明所需的亮度。日光灯控制系统可以非常有效，因为大多数商业和办公空间从窗户有足够的日光，以消除对电气照明的需要[17]。还可以采用附加技术，如照明平衡[18]，增强存在感知[19]和自适应照明渲染[20]，以提高系统性能。据报道，与日光灯相关的系统的节能量通常在40％以上。然而，效率高度依赖于多个因素，包括：高度和方向，窗口特征，遮蔽装置，表面反射率，天花板高度和分隔高度[21,22]。因此，报告的日光采集系统的现实世界性能通常比模拟性能要低得多[23]。通过在单个控制器中组合多种节能技术可以实现提高节能性能系统[24]。日光相关控制的整合可以缓解连续使用模式环境中基于占用感知的系统本身的节能性能差。 Roisin等人报告的模拟结果为49-63％的组合占用感应和采光系统[25]，而Hughes等人使用类似的系统节省了68％的节能[26]。然而，仿真结果并不总是能够准确地表示现实世界的情况，因此还需要在不同的使用模式下验证现实环境中节能系统的性能。此外，应通过控制器优化或校准来确保最佳系统性能。控制器优化是确保有利于系统性能的重要步骤。优化方法的一个例子是模型预测控制，通常用于工业过程控制系统，最近在电力系统平衡模型中使用[27]。该控制方法优化有限时间范围，同时只实现当前时隙。最近在这方面的工作包括提高开环稳定系统模型预测控制器的稳定性[28]，并在FPGA系统上实现模型预测控制器，以提高在线计算性能[29]。另一种流行的优化方法是爬山优化技术，它是一种迭代算法，它尝试通过在每次迭代期间逐个改变单个元素来找到最优解。爬坡优化的优点包括其相对简单性和在搜索空间中找到局部最优解的优秀能力。近来的研究表明随机攀登优化在应用时有效。
本文结合多种自主节能技术实现更大的节能。开发智能照明系统作为实施和优化节能控制器的平台。控制器的性能在不同的使用模式下通过实验验证，这应该是系统的真实性能的准确指示，与基于流行的基于模拟的方法相比，提供了不同的方法。除此之外，我们还对节能控制器进行成本分析，进一步量化节能系统的影响。本文的其余部分结构如下：第2节描述了实施的控制算法中使用的节能技术，并讨论了控制器优化;第3节介绍系统设计;我们通过第4节中不同使用模式的实验验证了控制器的节能性能;第5节描述了系统的成本分析，最后在第6节讨论了结论。
2.节能技术
显然，通过对我们使用的灯进行更大程度的控制可以节省大量的能量。 因此，我们选择合适的传感器，将相关信息反馈给基于16 MHz 8位AVR RISC的微控制器。 我们使用被动红外（PIR）传感器，其测量从物体辐射的红外光，以在其视野范围内提供关于占用状态的反馈。
图1. TEMT6000环境光传感器在可见光区域的相对光谱响应[31]。 光谱响应适合于匹配人眼的反应能力。
当人类通过传感器的视野时，传感器将将所得的红外辐射变化转换成传感器电压的变化，从而触发检测。 当在110摄氏度的视野中，以高达7米的距离感测运动时，该传感器返回逻辑高信号。 PIR传感器用于占用感应，我们对照明设备进行编程，以便在视野内没有用户时自动关闭。 我们允许用户定义合适的超时时间。 超时是来自PIR传感器的逻辑高电平信号和灯具输出下降到零之间的时差。 小的超时值将确保显着的节能，但是如果在一段时间内静止不动，则室内的用户可能会导致灯具关闭。 更大的超时值将解决这个问题，但会降低能源消耗。
我们还使用了一种光传感器，它是对可见光谱敏感的硅NPN外延平面光电晶体管。传感器上的入射照度与集电极电流成正比。我们选择了一个TEMT6000环境光传感器[31]，它可以测量入射照度高达1000 lx，峰值灵敏度在580 nm左右，光谱灵敏度曲线适合于匹配人眼的响应（如图1所示）。传感器输出的模拟光电流通过连接10 K串联电阻转换为微控制器读取的可变电压（0-5 V）。考虑一个带窗户的房间。白天，用户可以选择离开窗帘打开，允许阳光照射房间。在这种情况下，人造照明可能是多余的，因为室内有足够的环境光照亮工作空间。我们可以利用环境光来补充现有的照明，这是一种称为日光采集的技术。这将导致节能增加，因为灯具不需要以最大亮度不断地接通。
2.1.控制算法
我们实施了一个根据传感器反馈自动调节灯具状态的控制系统。 方框图节能控制系统如图1所示。 2.用户定义的控制系统的输入是目标亮度（SP），增益（K），迟滞（H），超时（）和采样周期（T）。 控制系统的非用户可定义输入是用户存在[M（t）]和测量亮度[PV（t）]。 这些非用户可定义的输入通过来自传感器的反馈获得。 假设最大环境光强度在环境光传感器的感测范围内。 此外，假设采样周期足够大以说明控制器的时钟速度。 表1总结了节能控制系统的输入。
目标亮度，SP作为非易失性只读存储器存储在微控制器的EEPROM部分。基于输入，控制器调整发送到LED驱动器的脉宽调制（PWM）信号p（t）。由于当使用脉冲宽度调制使LED变暗时，较低的色度偏移，因此在恒定电流减小调光方案中选择PWM调光方案[32]。通过改变该PWM信号的占空比d（t），控制器可以调节LED串电流，从而调节LED亮度。控制器测量占空比为无符号8位整数（0-255）。选择了1000 Hz的PWM频率，以减轻不必要的生物效应，如头晕，恶心和癫痫发作，这可能是由于在高达165 Hz的低频下看不见的闪烁[33]。控制系统的目标是将可接受的误差范围内的误差e（t）最小化。控制器尝试通过调整发送到LED驱动器的PWM信号的占空比d（t）来最小化误差。
从公式 （2）可以看出，用户存在M（t）对控制系统的状态影响最大，后跟误差信号e（t）。 值得注意的是，占空比的上升时间取决于增益（K），误差容限取决于控制系统的滞后（H）变量。 变化率取决于用户可定义的采样周期（T）。 系统对控制算法的响应如图1的时序图所示。 3.系统以16MHz的控制器时钟速度响应时钟信号的上升沿和下降沿。 实际上，每个信号边缘的上升时间和下降时间都会很小。 光传感器数据反馈率和无线传输频率取决于控制系统的采样周期。
2.2.控制器优化
我们可以通过调整某些输入参数来优化控制器：增益（K），滞后（H）和采样周期（T）。 改变任何这些参数将对控制系统的响应产生影响。 在本节中，我们通过实验研究控制系统响应，为控制器的优化提供指导。 我们首先定义一个基本情况，其中K = 1，H = SP / 20，T = 200 ms，距离灯具0.5 m处的SP = 1200 lx。然后单独更改K，H和T，以通过测量控制器响应来观察控制器响应 灯具输出功率达到稳定状态。
首先，我们改变采样周期T.结果如图1所示。 4（a）。 我们观察到，随着T增加，控制器的响应时间减少，其中采样周期的200ms增加导致控制器响应时间减少30秒。在T = 800 ms的情况下，控制器接近两个 几分钟即可达到稳定状态。 然而，采样率受到无线模块的带宽的限制，无线模块传输采样数据和相关的数据包报头。 我们发现最小采样周期为T = 200 ms，以确保可靠的无线数据传输。较低的采样周期也导致更突然。
改变用户可能不舒服的照明级别。此外，减小采样周期会增加控制器上的处理负载。接下来，我们观察到改变增益的影响，K是随后的占空比调整之间的步长。结果如图1所示。 4（b）。我们观察到当K增加时，控制器的响应时间增加，这意味着系统向稳态收敛得更快。在K = 1的情况下，控制器达到稳定状态大约需要30秒。这表明系统的响应时间是增益和采样周期的函数。然而，大的增益将导致过度拍摄，特别是当K = 10时可以看到误差小的情况。当有过冲时，会发生目标PV周围的正弦振荡，因为系统会尝试通过减少占空比。如果光线以人类可见的频率闪烁，这是不可接受的。最后，我们改变滞后，H是控制器开始调整其输出之前可接受的误差范围，并被定义为设定点，SP。滞后有助于在嘈杂环境下稳定控制器。如果迟滞值不够显着，将导致不断变化的输出，这将导致较低频率下显着闪烁，如图所示。图4（c）。基于这些结果，我们注意到，滞后很大可能导致控制器稳态水平的不准确。当H = SP / 5时，与目标设定点有显着的偏差。当H = SP / 2时，偏差更大。我们还观察到滞后对系统的响应时间没有影响，由类似的梯度dP / dt证明，对于不同的H值，基于实验结果，控制器的推荐输入参数为K = 2 ，H = SP / 20，T = 200m。选择这些参数给出最佳上升时间，稳定稳态性能和准确的稳态输出电平。
3.智能灯具设计
设计并构造了一个智能LED灯具来实现所提出的控制器。 智能灯具由LED驱动器，LED串，ZigBee模块，微控制器和传感器组成。 无线传感器模块还被设计为通过IEEE 802.15.4 ZigBee标准将环境光传感器与智能照明设备接口。 我们将环境光传感器放置在工作平面水平而不是与照明器，以便环境光传感器能够在工作平面高度准确地收集环境光数据。图5（a）描述了所有系统组件之间的关系; 构建的智能照明系统和无线传感器模块如图5（b）所示。
3.1.LED驱动器
具有高电效率的LED驱动器对于实现更高的能量节省是重要的。 我们设计了一个DC-DC LED驱动器，为每个通道的最大串电流为700 mA提供八个LED串。 我们使用德州仪器LM3406恒流降压转换器作为驱动器的电源控制器。 该LM3406包含一个具有适合电流限制的高边N沟道MOSFET开关。 它还具有可由ATMega328微控制器驱动的调光引脚，以使用PWM实现逐步调光。 通过实验，我们验证了由我们设计的LED驱动器驱动的LED串的亮度与串联电流和PWM信号的占空比成正比，如图6所示。
我们使用Tektronix PA1000功率分析仪来测量照明设备的功耗。 在82.08 W时测量最大占空比的电力输入。所有通道最大占空比下的电力输出在75.86 W下测得，最大电气效率为92.41％。 图。 图7示出了在整个调光范围内的输入功率和输出功率的变化。 从图中可以看出，在整个占空比范围内，效率保持接近恒定。 事实上，平均电效率为91.96％，接近最大测量效率。
4.实验功耗分析
可以用以下公式计算节电量：其中Pc（t）和P0（t）分别表示设计的灯具的输出功率，分别是否具有实现的控制系统。图8示出了具有和不具有控制系统的照明系统的功耗的可视化。从图中可以看出，消耗的能量与图表下的面积相当。图8还示出了由用户定义的各种输入的控制系统的响应。我们调查了两种不同环境下照明灯的功耗。记录Pc（t）和P0（t）以计算P保存（t）。在第一个实验中，灯具被放置在一整天不间断使用的实验室中。在第二个实验中，灯具在教室中进行了测试，教室根据时间表体验离散的使用模式。我们在下面的部分介绍结果。
4.1. 连续使用模式环境
首先，我们在连续使用模式的实验室中对灯具进行了测试。灯具被放置在靠近两个窗户的地方，以便在测试过程中使环境光线发生很大的变化。测试区域有预安装的荧光灯。在照明灯开启之前，使用Konica Minolta CL-200A色度计在单独的荧光灯下测量的亮度为467.2lx的高度（0.8mu;m）。我们以所需的亮度开启亮度，在黑暗的房间中，在1米处产生SP = 120
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[141164]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
