Mesh网络为高级电表基础架构提供解决方案

Mesh网络为高级电表基础架构提供解决方案,第1张

  概述

  Mesh网络成功克服了通信限制,有别于每个网络节点均与中心节点(也称为集中器)连接的架构,Mesh网络中的每个节点都能够与网络中通信距离可及的其它节点通信。如果消息不能直接达到所寻址的节点,其它节点会自动中继转发此消息,直到送达目的地。

  Mesh网络为高级电表基础架构(AMI)等传感器网络提供了一个功能强大的解决方案,该网络可以在覆盖范围内有效连接数百、甚至数千个传感器。Mesh架构常见于ZigBee®等无线通信网络,目前已应用于G3-PLC电力载波通信这一新型国际电信联盟® (ITU®)标准系统。用于构建AMI网络时,Mesh网络中的PLC收发器能够以更低成本高效连接传感器(即电表),并且不受穿墙及建筑物阻碍的限制。Mesh网络不仅扩展了PLC系统的传输范围,也减少了网络中的集中器数量。

  PLC技术的发展及局限性

  数十年来,PLC已广泛用于周期性地读取电表的用电数据,省去了人工抄表的成本。基于单载频或双载频的频移键控(FSK)调制技术,这些PLC系统通常可以在一个集中器上挂接10-20个电表,在同一小区实现远程抄表。但当数据传输速率提升到2kbps到15kbps时,FSK系统不能保证可靠通信,其低传输速率限制了误码纠错。换句话说,即使电表每月只读取一次数据,在FSK系统上也会花大量时间重复读取数据。

  PLC抄表系统已经开始降低电力部门的运营成本,毫无疑问,一些类似的公共设施建设也开始纷纷效仿,通过扩展每个集中器的网络架构降低成本,依靠“智能化”通信管理构建智能电网,最终达到节电目的。然而,使用Mesh技术扩展网络,进行消息转发时,同样存在一些问题。如果传输中进行多次转发,重复传输的次数剧增,必将导致很大的传输延时。而电力部门要求在几分钟内完成电表与集中器之间的双向通信,以支持智能电网的运转,包括负载响应和高峰计价。因此,如果不改进通信质量,FSK PLC系统就必须减少每个集中器挂接的电表数量,来改善响应时间、提高数据传输效率。

  G3-PLC有效提高数据传输速率和系统可靠性

  为了解决PLC所面临的这项挑战,Maxim与ERDF以及Sagemcom合作开发了G3-PLC™通信协议。2012年1月,G3-PLC协议正式由ITU批准作为新的低速、基于正交频分复用(OFDM)技术的窄带电力线通信标准(NB-PLC)。G3-PLC系统采用OFDM技术,大大提高了电力线上的数据传输速率,通过在频率、时间上交错数据传输提高了系统的可靠性。协议采用两层前向误码纠错(FEC),提高了抗噪能力。即使FEC占用了一定开销,G3-PLC的数据传输速率仍可达到250kbps,进而支持频繁的双向通信。

  尽管配电网是一个单一的电气网络,但在电力线上构建一个PLC网络仍然受到信号衰减、噪声等诸多因素的限制。电力线、变压器电容器组以及电源监测器造成的衰减,大大降低了PLC信号强度。很难将这些衰减后的信号送达所有电表,尤其当电表放置在靠近家电、商用机器等嘈杂环境的情况下。

  为了克服衰减的制约,在G3-PLC标准中使用Mesh网络可以维持足够的信号电平。如果每个电表都具备Mesh组网功能,消息可以从一个电表转发到另一电表,直到送达它们的目的地,这过程中不需要额外的集中器连接电表。G3-PLC调制解调器自动形成网络,并建立路由表连接集中器和所有电表。这种情况下,当消息不能直接从发送者到达应答方时,G3-PLC调制解调器可自动接收消息,然后将其转发到下一调制解调器或最终目的地。

  例如,集中器发送一条消息给一个电表,指定它延迟热水器的启动,以减少高峰负荷。该消息被一个MV-LV变压器所衰减,而在家中开启的大功率逆变器上的噪声也会阻止指定电表的消息接收。这个电表之前直接连接在集中器,接收集中器发送的消息。识别到消息没有被成功接收后,G3-PLC Mesh系统将启用附近的电表转发消息,对信号中继放大后,将其送达目的地电表。

  转发信息可以达到所有配电网络上的电表。网络规模的大小只受限于智能电网通信规范,包括终端到终端的延迟和到达每个电表的数据传输速率。

  总结

  通过使用G3-PLC技术以及内建的Mesh网络,可以将PLC网络规模扩展到数百、甚至数千个电表,显著降低基础设计建设成本。同时,该网络也更加可靠,因为它能够适应不断变化的条件,根据需要进行消息转发,最终达到所有电表。

  G3-PLC是Maxim Integrated Products, Inc.的商标。

  InternaTIonal TelecommunicaTIon Union和ITU是国际电信联盟的注册商标。

  ZigBee是ZigBee联盟的注册商标和注册服务标志。

Mesh网络为高级电表基础架构提供解决方案,第2张

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2432175.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-02
下一篇 2022-08-02

发表评论

登录后才能评论

评论列表(0条)

保存