بهبود طول عمر در سیستم‌های بی‌درنگ سخت مجهز به برداشت‌گر انرژی محیطی و مخزن مرکب انرژی با استفاده از زمان‌بندی وظایف

حسنلو, محمود; کارگهی, مهدی; جلیلیان, شاهرخ

doi:10.22034/jssta.2021.273420.1012

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشکده‌ مهندسی برق و کامپیوتر، دانشگاه تهران

² دانشگاه خواجه نصیرالدین طوسی، تهران، ایران

https://doi.org/10.22034/jssta.2021.273420.1012

چکیده

این مقاله به بررسی تاثیر زمان‌بندی وظایف بر روی طول عمر یک سیستم بی‌درنگ سخت که از مخزن انرژی مرکب متشکل از باتری و ابرخازن و برداشت‌گر انرژی خورشیدی برای تامین انرژی خود استفاده می‌کند، می‌پردازد. منظور از طول عمر سیستم در این مستند، لحظه شروع به کار سیستم تا لحظه مختل شدن وظایف آن به دلیل نبود انرژی است. با توجه به خواص غیرخطی باتری و ابرخازن که موجب می‌شود شارژ داخلی آن‌ها در دو بخش در دسترس (IAC) و غیرقابل دسترس (IUC) تقسیم شود، طول عمر چنین سیستمی کاملا به الگوی شارژ و دشارژ مخزن انرژی وابسته است زیرا این الگو در نهایت منجر به میزان شارژ ذخیره شده در بخش IUC و میزان شارژ استخراج شده از این بخش می‌شود. بنابراین، با مدیریت الگوی شارژ/ دشارژ مخازن انرژی می‌توان روی طول عمر سیستم و افزایش آن تاثیرگذار بود. از آنجایی‌که الگوی رسیدن انرژی از محیط، خارج از کنترل سیستم است، ایده اصلی این مقاله تاثیرگذاری بر روی الگوی شارژ/ دشارژ مخزن از طریق تنظیم الگوی مصرف انرژی است تا در نهایت طول عمر سیستم بهبود یابد. در این راستا، ابتدا دو الگوریتم زمان‌بندی MCF و MGF که الگوی زمان‌بندی در اجرای پرمصرف‌ترین و کم مصرف‌ترین وظیفه حاضر در سیستم هستند، ارائه می‌شوند. سپس الگوریتم MCG مورد بررسی قرار می‌گیرد که طبق آن الگوریتم، در هر برهه از زمان با توجه به شرایط موجود، در مورد استفاده از یکی از الگوریتم‌های مذکور تصمیم‌گیری می‌شود. نتایج آزمایش‌ها نشان می‌دهد که این الگوریتم بین 5% تا 16% طول عمر سیستم را افزایش می‌دهد. با توجه به این‌که در سال‌های اخیر موضوع استفاده از ابرخازن در کنار باتری و سلول‌های خورشیدی در سامانه‌های فضایی مطرح شده است، از این‌رو، نتایج این تحقیق می‌تواند برای استفاده در ماهواره‌ها نیز بررسی شود

کلیدواژه‌ها

برداشت‌گر انرژی# باتری# زمان‌بندی# طول عمر سیستم# سیستم‌های بی‌درنگ

20.1001.1.27834557.1400.1.1.2.5

موضوعات

مراجع

[1] Y. Wang, Z. Liu, D. Wang, Y. Li, and J. Yan, “Anomaly detection and visual perception for landslide monitoring based on a heterogeneous sensor network”, IEEE Sens. J.1 , pp. 1- , 2017.

[2] H. Jayakumar, K. Lee, W. S. Lee, A. Raha, Y. Kim, and V. Raghunathan, “Powering the Internet of Things”, in IEEE/ACM International Symposium on Low Power Electronics and Design (ISLPED), pp.. 375- 380, 2014.

[3] J. F. Manwell and J. G. McGowan, “Lead acid battery storage model for hybrid energy systems”, Sol. Energy, vol. 50, no. 5, pp. 399–405, May 1993.

[4] X. Gao, Y. Cao, W. Liao, and G. Li, “Slack-nibbling battery-aware task scheduling”, Wuhan Univ. J. Nat. Sci., vol. 14, no. 3, pp. 229- 234, 2009.- [5] M. Hasanloo and M. Kargahi, "Harvesting-aware charge management in embedded systems equipped with a hybrid electrical energy storage”, pp. 98- 114, 2018, ,” Comput. Electr. Eng., vol. .no. 69, December 2017

[6] D. Moss and P. Pittsburgh, “Scheduling of Frame-based Embedded Systems with Rechargeable Batteries”, pp. 1- 8, 2001.

[7] C. Moser, D. Brunelli, L. Thiele, and L. Benini, “Real-Time Scheduling with Regenerative Energy”, 2006.

[8] H. EL Ghor, M. Chetto, and R. H. Chehade, “A real-time scheduling framework for embedded systems with environmental energy harvesting”, Comput. Electr. Eng., vol. 37, no. 4, pp. 498- 510, 2011.

[9] M. Chetto, “Optimal scheduling for real-time jobs in energy harvesting computing systems”, IEEE Trans. Emerg. Top. Comput., vol. 2, no. 2, pp. 122-133, 2014.

[10] Y. Abdedda??m, Y. Chandarli, and D. Masson, “The optimality of PFPasap algorithm for fixed-priority energy-harvesting real-time systems”, Proc. - Euromicro Conf. Real-Time Systpp. 47- 56, 2013.

[11] T. Kim, S. Member, and W. Qiao, “A Hybrid Battery Model Capable of Capturing Dynamic Circuit Characteristics and Nonlinear Capacity Effects,” IEEE Trans. Energy Convers., vol. 26, no. 4, pp. 1172- 1180, Dec. 2011. .

[12] H. Yang and Y. Zhang, “Analysis of Supercapacitor Energy Loss for Power Management in Environmentally Powered Wireless Sensor Nodes”, IEEE Trans. Power Electron., vol. 28, no. 11, pp. 5391- 5403, Nov. 2013..

]13[ ا. شکوفا، ن. نمازی‌پور، ف. باقر اسکویی، م. باغبان کندری، ش. کرباسیان، ا. کوثری، "بررسی مزایا و معایب کاربرد ابرخازن‌ها در زیرسیستم توان الکتریکی میکروماهواره ها و تاثیر آن بر پیکربندی باتری"، هفدهمین کنفرانس هوافضای ایران، خرداد 1397.

]14[ م. فکور ثقیه، ا. شکوفا، ص. آشوری فلاح، "بررسی تاثیر ترکیب ابرخازن با باتری برای تامین پیک توان مصرفی در ماهواره های SAR"، هجدهمین کنفرانس هوافضای ایران، بهمن 1398.

علوم، فناوری و کاربردهای فضایی

بهبود طول عمر در سیستم‌های بی‌درنگ سخت مجهز به برداشت‌گر انرژی محیطی و مخزن مرکب انرژی با استفاده از زمان‌بندی وظایف

مراجع

مراجع

دوره 1، شماره 1 - شماره پیاپی 1
شهریور 1400
صفحه 13-24

بهبود طول عمر در سیستم‌های بی‌درنگ سخت مجهز به برداشت‌گر انرژی محیطی و مخزن مرکب انرژی با استفاده از زمان‌بندی وظایف

مراجع

مراجع

دوره 1، شماره 1 - شماره پیاپی 1شهریور 1400صفحه 13-24

دوره 1، شماره 1 - شماره پیاپی 1
شهریور 1400
صفحه 13-24