A temperature-dependent battery model for wireless sensor network nodes

Abstract

As Redes de Sensores sem Fios (RSSFs) são amplamente utilizadas em várias áreas (residencial, comercial e industrial), pois facilitam o processo de implantação dos nodos sensores que integram a rede, independentemente das condições ambientais. No entanto, há uma grande preocupação com o consumo de energia nas RSSFs, já que seus nodos são alimentados por baterias. Estes dispositivos armazenam uma capacidade de carga limitada e dependem de reações eletroquímicas para gerar energia. Assim, vários fatores podem influenciar as baterias, como corrente de descarga e temperatura, principalmente, em RSSFs ao ar livre. Em geral, as baterias têm comportamento não-linear ao longo do tempo, o que pode ser acentuado dependendo da combinação desses fatores. Isso dificulta prever informações importantes para a organização e manutenção da RSSF, como o estado de carga, o tempo de vida e o nível de tensão das baterias. Tais parâmetros são amplamente utilizados em algoritmos/protocolos cientes de energia. O objetivo desta tese é desenvolver um modelo de bateria capaz de lidar com o efeito térmico, que pode ocasionar uma forte influência em RSSFs implantadas em ambientes com grandes variações de temperatura. Além disso, os seguintes requisitos são essenciais para o modelo de bateria proposto: (i) precisão para estimar o comportamento das baterias, principalmente, seu tempo de vida e nível de tensão em diferentes temperaturas; e (ii) baixa complexidade computacional para permitir a sua integração com nodos de baixo consumo energético comercialmente disponíveis no mercado. As avaliações são realizadas através de análises experimentais, analíticas e de simulação. Os resultados mostram que o modelo de bateria proposto pode lidar com o efeito térmico de forma adequada, podendo estimar tanto o tempo de vida quanto o nível de tensão da bateria em diferentes temperaturas. Assim, a principal contribuição desta tese é o desenvolvimento de um modelo de bateria dependente da temperatura, que pode ser implementado tanto em simuladores quanto em nodos de RSSFs para estimar o comportamento de suas baterias.

Abstract : Wireless Sensor Networks (WSNs) are widely used in several areas (residential, commercial and industrial), as they facilitate the process of deployment of the sensor nodes that integrate the network, regardless of the environmental conditions. However, there is great concern regarding the energy consumption of WSNs, since their sensor nodes are powered by batteries. These chemical devices store a limited charge capacity and depend on electrochemical reactions to generate energy. Within this context, several factors can influence the behaviour of batteries, such as discharge current and temperature, mainly in outdoor WSNs. In general, batteries have non-linear behaviour over time, which can be accentuated depending on the combination of these factors. This makes it difficult to predict important information for the organization and maintenance of the WSN, such as the battery state of charge, lifetime and voltage level, all of them widely used in energy-aware algorithms/protocols. The objective of this thesis is to develop a battery model capable of dealing with the thermal effect, which may represent a strong influence in WSNs deployed in environments with large temperature variations. In addition, the following requirements are essential for the proposed battery model: (i) precision to estimate the behaviour of the batteries, mainly their lifetime and voltage level, at different temperatures; and (ii) low computational complexity to allow its integration with COTS low-power nodes. Evaluations are performed through experimental, analytical and simulated analyses. The results show that the proposed battery model can handle the thermal effect adequately, being able to estimate the lifetime and the voltage level of the battery at different temperatures. Thus, the main contribution of this thesis is the development of a temperature-dependent battery model that can be implemented both in simulators and in commercially available sensor nodes to estimate the behaviour of their batteries.