Napájení IoT senzorů

Napájení a energetická efektivita senzorů v IoT: přehled a principy

Energetická efektivita je u IoT senzorů jedním z nejdůležitějších návrhových kritérií. Ovlivňuje velikost zařízení, náklady, spolehlivost i udržitelnost provozu. Cílem je maximalizovat poměr užitečných informací na jednotku energie, a to v plném kontextu: od zdroje napájení přes snímací obvody, mikrořadič, přenos dat až po firmware a životní cyklus provozu.

Základní energetické metriky a pojmy

• Průměrný odběr (I_AVG) – průměr proudu čerpaného senzorem v typickém pracovním cyklu.
• Duty-cycle – poměr doby aktivní činnosti k celkové době. Snižování duty-cycle je nejúčinnější cesta k delší výdrži.
• Energie na událost / vzorek – jouly na jedno měření včetně probuzení, ustálení senzoru, zpracování a uplinku.
• Energie na bit – jouly spotřebované na přenos jednoho bitu do cloudu; důležité pro volbu technologie přenosu.
• Klidový odběr (I_Q) – spotřeba v hlubokém spánku; často rozhodující u dlouhodobých aplikací.

Volba napájecího zdroje

• Primární baterie
  • Li-SOCl₂ (3,6 V) – vysoká hustota energie, široký teplotní rozsah, vyšší vnitřní odpor (pozor na proudové špičky rádií).
  • Alkalické (1,5 V) – levné a dostupné, omezené při nízkých teplotách a vysokých špičkách.
  • Knoflíkové články (CR2032) – vhodné pro BLE beacony či malé senzory s extrémně nízkým duty-cycle.
• Sekundární (nabíjecí) baterie
  • Li-ion/Li-Po – vysoká hustota výkonu, podporují sklizeň energie; citlivé na teplotu a vyžadují BMS.
  • LiFePO₄ – bezpečnější, delší životnost, nižší napětí (3,2 V) a hustota energie.
• Superkapacitory – skvělé pro krytí proudových špiček rádií a krátkodobý provoz; vysoké samovybíjení.
• Externí zdroje – průmyslové 24 V, USB či PoE; zjednoduší napájení, ale omezují umístění senzoru.

Sklizeň energie (energy harvesting)

• Solární – nejvyšší výkonová hustota venku; vyžaduje MPPT/PMIC, správu nabíjení a dimenzování panelu pro zimu.
• Tepelný gradient (TEG) – vhodné na potrubí či motory; nízké napětí → nutný start-up měnič (cold-start).
• Vibrace / piezo – prediktivní údržba strojů; nepravidelný tok energie vyžaduje puffer (supercap).
• RF harvesting – velmi nízké výkony; spíše pro extrémně úsporné tagy s pasivní telemetrií.

Napěťové regulace a řízení výkonu

• LDO – velmi nízký šum a často nízký I_Q, ale neefektivní při velkém rozdílu vstup/výstup.
• Spínané měniče (buck/boost/buck-boost) – vysoká účinnost při proměnlivé zátěži; sledujte účinnost i při mikroproudech a I_Q PMIC.
• Napájecí domény – oddělení „always-on“ (RTC, wake-logic) a „performance“ domény (MCU, rádio, senzor).
• Power gating – tvrdé odpojování periferií a senzorů přes load-switch; omezuje leakage a tepelné driftování.

Nízkopříkonový návrh senzorických částí

• Analog front-end (AFE) – volba zesilovače s nízkým bias proudem a vypínatelným referenčním zdrojem.
• Teplota a warm-up – některé chemické/plynové či optické senzory mají dlouhé zahřátí; plánujte měření v dávkách.
• Samplování a průměrování – adaptivní snížení frekvence vzorkování v klidovém stavu; zvýšení pouze při detekci trendu.
• Kalibrace – energeticky nenáročná, ale časově plánovaná; ukládejte koeficienty do NVM pro omezení opakování.

MCU a firmware: jak šetřit každý mikroampér

• Režimy spánku – používat nejhlubší možné (STOP/STANDBY/SHUTDOWN) a budit pouze přes RTC/interrupt.
• Tickless RTOS – eliminuje periodické probouzení; plánuje události s přesným budíkem.
• DMA a periferie – přenášejte data bez probouzení jádra; využívejte LPTIM pro měkké časování.
• Přesná doba aktivace – minimalizace „on-time“ měřením, zpracováním i radiovým přenosem v jednom časovém okně.
• Fixed-point a kvantizace – vyhněte se náročné FP-aritmetice; lehké inference na okraji místo častých uplinků.

Přenos dat a energetická bilance rádií

• BLE – krátké bursty, nízký příkon; vhodné pro krátký dosah, beacony a mobilní čtečky.
• 802.15.4 (Zigbee/Thread/6LoWPAN) – mesh pro budovy, nízký příkon, malé payloady.
• LoRaWAN – velmi nízká energie na bit, dlouhý dosah; omezená propustnost a downlink; třídy A/B/C s dopadem na spotřebu.
• NB-IoT/LTE-M – celulární s PSM/eDRX pro letovou výdrž; vyšší energie na attach/TAU, ale široké pokrytí a SLA.
• Wi-Fi – vysoká propustnost, ale energeticky náročné asociace; hodí se tam, kde je trvalé napájení.

Úspory dosáhnete minimalizací počtu uplinků, délky rámců, přenosové rychlosti (kompromis s dosahem) a inteligentní kontrolou výkonu vysílače podle link-budgetu.

Edge inteligence: méně dat, více informací

• Detekce událostí – přenášet pouze změny (delta), alarmy či agregované statistiky.
• Komprese – jednoduché beztrátové metody (RLE, delta-of-delta) pro časové řady.
• Adaptivní sampling – dynamicky měňte interval měření podle variability signálu.
• Mikromodely – lehké klasifikátory (TinyML) pro lokální rozhodnutí; přenos až při anomálii.

Bezpečnost vs. spotřeba

• Symetrická kryptografie – AES-GCM/CCM s HW akcelerací výrazně snižuje energii na šifrování.
• Asymetrie s rozumem – ECDH/ECDSA s křivkami k256/ed25519 a session resumption; minimalizovat počet handshake.
• DTLS/OSCORE – pro constrained uzly; držet relace a obnovovat klíče podle politik, ne při každém uplinku.

Odhad výdrže a energetický rozpočet

Výdrž v hodinách lze aproximovat jako Wh_baterie / W_průměr. Prakticky se počítá po „fázích“:

• Spánek: I_sleep × t_sleep
• Měření: I_sens × t_meas (včetně warm-up)
• Zpracování: I_MCU × t_proc
• Přenos: I_RF × t_tx + I_RX × t_rx

Součet energií na cyklus násobený frekvencí cyklů dává denní/roční spotřebu. Pozor na samovybíjení a teplotní ztráty.

Modelový příklad: BLE beacon vs. LoRa senzor půdní vlhkosti

• BLE beacon – CR2032 (220 mAh), vysílá každých 500 ms 31 B, I_sleep ≈ 1 µA, krátké 1–2 ms bursty vysílače 5–10 mA. Výdrž 1–3 roky dle výkonu TX a intervalu.
• LoRa senzor – Li-SOCl₂ 3,6 V / 7,2 Ah, měření každých 30 min, uplink 12 B, SF10–12 dle pokrytí; warm-up kapacitního senzoru 50–200 ms. Výdrž 5–10 let při dobrém signálu a minimálním downlinku.

Tabulka: dopady návrhových rozhodnutí na výdrž

Testování a profilace spotřeby

• Osziloskop + shunt – zachycení proudových špiček rádií a warm-upu.
• Nástroje pro měření nízkých proudů – měřiče s rozsahem nA–A a časovou integrací energie.
• Profilace po fázích – oddělit spánek, měření, zpracování, uplink; hledat anomálie (např. nechtěné probouzení IRQ).
• Testy teploty – měnit T a vlhkost; posuzovat vliv na kapacitu baterie a leakage.

OTA aktualizace bez vybití baterie

• Diferenciální OTA (delta) – posílat jen změny; plánovat OTA při dobrém RSSI a plném pufferu energie.
• Okno pro OTA – povolovat jen v definovaných časech; hlídat SoC baterie a harvestované zásoby.
• Bezpečné rollbacky – duální banky, watchdog a atomické přepnutí.

Provozní strategie a údržba

• Telemetrie napájení – odesílat napětí, teplotu článku, počítat SoH/SoC.
• Prediktivní výměny – plánovat servis podle skutečné spotřeby a teplotního profilu.
• Politika downlinků – minimalizovat potvrzování; u LoRaWAN preferovat ne-konfirmované rámce tam, kde je to přijatelné.

Checklist návrhu pro nízkou spotřebu

• Definován energetický rozpočet na vzorek a den.
• Zvolena komunikační technologie podle energie/bit a pokrytí.
• Návrh power-tree s nízkým I_Q (PMIC, LDO/měnič, load-switch).
• Power-gating senzorů a periferií; ověřen warm-up.
• Firmware tickless, ISR-driven, minimalizované probuzení MCU.
• Edge filtrace/komprese a adaptivní intervaly měření.
• Bezpečnost s HW akcelerací a minimalizací handshake.
• Testování v teplotních profilech a s reálným radiovým provozem.

Doporučené návrhové vzory

• Wake-on-event – akcelerometr, magnetický reed či komparátor budí MCU pouze při změně.
• Batch-and-burst – nasbírat data lokálně a odeslat v jednom krátkém TX okně.
• Two-stage sensing – levný předsenzor (např. teplotní práh) aktivuje energeticky náročný senzor (např. plyn).
• Auto-rate uplink – řízení intervalu přenosu podle variability signálu a zdraví baterie.

Závěr

Energetická efektivita IoT senzorů je výsledkem souhry hardware, napájecí architektury, komunikace a softwaru. Dlouhá výdrž bez údržby je dosažitelná díky důslednému řízení duty-cycle, power-gatingu, chytrému přenosu dat a správné volbě zdroje energie. Investice do profilace spotřeby a edge inteligence se přímo promítá do nižších provozních nákladů a vyšší spolehlivosti nasazení.