Fokus/Ziel
Der primäre Fokus dieses Masterprojekts lag auf der Entwicklung und Implementierung eines nachhaltigen Energiemanagementsystems (EMS) für die Wetterstation am Campus Unter den Eichen der Hochschule RheinMain Wiesbaden.
- Aufbauend auf früheren Arbeiten: Das Projekt baut explizit auf der vorangegangenen Bachelorarbeit zum Aufbau und zur Cloud-Integration der Station auf. Ziel war es, die Station von einem nicht betriebsbereiten Zustand (aufgrund von Hardwareausfällen) in ein voll funktionsfähiges, fernüberwachbares System zu überführen.
- Kernziel: Die Effizienz der Solarenergienutzung durch dynamische Regelung zu steigern und einen kontinuierlichen Betrieb durch intelligentes Monitoring des Ladezustands (SoC) der Batterie sicherzustellen.
- Integration: Implementierung einer modernen IoT-Infrastruktur (MQTT, Node-RED, InfluxDB) für Echtzeit-Datenerfassung, Visualisierung und Fernwartung.
Änderungen/Verbesserungen
Hardware-Wiederherstellung
- Batterieaustausch: Die defekte, tiefentladene Batterie wurde durch eine neue Lithium-Ionen-Batterie (12,8V, 60Ah, 768Wh) ersetzt.
- Fernzugriff: Die Netzwerkverbindung wurde durch die Installation eines WLAN-Routers mit externer Antenne wiederhergestellt, was eine zuvor unmögliche Fernwartung ermöglichte.
Implementierung der IT-Infrastruktur
- Docker-basierte Architektur: Serverseitig für Modularität eingesetzt.
- MQTT-Broker: Verwaltet die leichtgewichtige Datenübertragung zwischen der Station und dem Server.
- Node-RED: Verarbeitet Datenflüsse, berechnet Schwellenwerte (wie SoC) und verwaltet die Logik.
- InfluxDB: Speichert Zeitreihen von Wetter- und Energiedaten dauerhaft.
- Grafana-Dashboard: Visualisiert meteorologische Echtzeitdaten (Temperatur, Wind usw.) und Energiekennzahlen (Spannung, Verbrauch, Solarvorhersage).
Logik & Algorithmen
- Ladezustand (SoC): Entwicklung von Formeln zur Berechnung des SoC basierend auf der Batteriespannung.
- Energieprognosen: Schätzung der verbleibenden "Messdauer" basierend auf dem aktuellen Verbrauch.
- Spannungsschwellenwerte:
- Tiefentladeschutz: 10,5 V (Systemabschaltung).
- Maximalspannung: 14,1 V (Ladeschluss).
- Nennspannung: 12,8 V.
Ergebnisse der Energieanalyse
Das Projekt führte eine detaillierte Analyse des Stromverbrauchs der Sensoren durch und identifizierte die primären Energietreiber:
| Komponente | Täglicher Verbrauch (Wh) | % der Gesamtlast (Sensoren) | Anmerkung |
|---|---|---|---|
| Regensensor (beheizt) | 144 Wh | 82% | Höchster Verbraucher durch Heizelement |
| Windsensor | 24 Wh | 13% | |
| Andere Sensoren | 8,16 Wh | 5% | Temp., Feuchte, Strahlung |
| Gesamtlast Sensoren | 176,16 Wh | 100% | Ohne Router/Logger |
(Quelle: Tabelle 2 der Arbeit)
Herausforderungen
- Anfänglicher Systemausfall: Das Projekt begann mit einer komplett funktionsuntüchtigen Station (defekte Batterie, keine Verbindung), was zunächst physische Reparaturen erforderte.
- Hoher Stromverbrauch: Der verwendete Standard-WLAN-Router wurde als Hauptenergieverbraucher identifiziert, der zu viel Strom für ein autonomes Solarsystem zog, insbesondere im Winter oder bei schwachem Licht.
- Mangelnde Datentransparenz: Dem System fehlten anfangs präzise Sensoren, um den tatsächlichen Energie-fluss (Solarertrag vs. Verbrauch) zu messen, weshalb Energiewerte theoretisch berechnet werden mussten.
Ergebnis
- Betriebsstatus: Die Wetterstation wurde erfolgreich wieder online gebracht und zeichnet aktiv Daten auf und überträgt diese.
- Aktives Monitoring: Ein funktionales Energiemanagementsystem ist nun vorhanden, das den Batteriestatus und Wetterdaten in Echtzeit via Grafana visualisiert.
- Kritische Erkenntnisse: Das Projekt kam zu dem Schluss, dass echte langfristige Nachhaltigkeit den Austausch des stromhungrigen Routers (z. B. durch einen Raspberry Pi) und die Installation von MPPT-Solarreglern/Shunt-Modulen für präzise Messungen erfordert.