← Retour aux Projets

Introduction

Ce projet specialise en energie portait sur la conception de systemes autonomes avec gestion intelligente de l'alimentation et integration d'energies renouvelables. En travaillant en binome sur 60 heures, nous avons developpe des dispositifs alimentes par batterie avec charge solaire, consommation optimisee et algorithmes sophistiques de gestion energetique. Les exemples de projets comprenaient des cubes LED autonomes, des stations meteo solaires pour l'IoT et des systemes d'eclairage intelligents.

Vue d'ensemble du projet

Le projet a synthetise les connaissances en electronique de puissance, systemes d'energie renouvelable, programmation embarquee et techniques de conception basse consommation. L'objectif etait de creer des systemes capables de fonctionner indefiniment sur de l'energie recoltee ou d'atteindre une autonomie maximale a partir de batterie grace a une gestion intelligente de la consommation.

Types de projets possibles

Systemes d'affichage autonomes

Cube LED 8x8x8 :

  • 512 LEDs RGB (WS2812B) en matrice 3D
  • Microcontroleur STM32 pour le controle des animations
  • Batterie Li-Ion 18650 (3.7V, 3000 mAh)
  • Charge par panneau solaire (5W)
  • Autonomie cible : 2-4 heures d'utilisation continue
  • Animations et effets programmes

Systemes IoT autonomes

Station meteo ultra-basse consommation :

  • Capteurs environnementaux (temperature, pression, humidite)
  • STM32L0 ou ESP32 en mode deep-sleep
  • Transmission LoRa (donnees minimales)
  • Panneau solaire 1W
  • Supercondensateur ou petite batterie
  • Objectif : autonomie illimitee avec ensoleillement

Introduction

This specialized energy project focused on designing autonomous systems with intelligent power management and renewable energy integration. Working in pairs over 60 hours, we developed battery-powered devices with solar charging, optimized power consumption, and sophisticated energy management algorithms. Example projects included autonomous LED cubes, solar-powered IoT weather stations, and intelligent lighting systems.

Project Overview

The project synthesized knowledge from power electronics, renewable energy systems, embedded programming, and low-power design techniques. The goal was to create systems capable of operating indefinitely on harvested energy or achieving maximum autonomy from battery power through intelligent consumption management.

Example Project Types

Autonomous Display Systems

8x8x8 LED Cube:

  • 512 RGB LEDs (WS2812B) in 3D matrix
  • STM32 microcontroller for animation control
  • Li-Ion 18650 battery (3.7V, 3000 mAh)
  • Solar panel charging (5W)
  • Target autonomy: 2-4 hours continuous use
  • Programmed animations and effects

IoT Autonomous Systems

Ultra-Low-Power Weather Station:

  • Environmental sensors (temperature, pressure, humidity)
  • STM32L0 or ESP32 in deep-sleep mode
  • LoRa transmission (minimal data)
  • 1W solar panel
  • Supercapacitor or small battery
  • Target: indefinite autonomy with sunlight

Bilan energetique et dimensionnement

Analyse de la consommation

Calcul detaille de la consommation en courant pour chaque sous-systeme :

Exemple : Cube LED

  • STM32 actif : 50 mA
  • STM32 veille : 2 mA
  • LEDs en moyenne (animations) : 400 mA
  • Total moyen : 500 mA
  • Autonomie : 3000 mAh / 500 mA = 6 heures

Dimensionnement de la batterie

  • Capacite requise (mAh)
  • Selection de la tension (Li-Ion 3.7V, LiFePO4 3.2V, Plomb 12V)
  • Choix de la chimie selon l'application
  • Considerations sur les cycles charge/decharge

Dimensionnement du panneau solaire

Formule : P = Energie journaliere / (Heures d'ensoleillement x Rendement)

Exemple de calcul :

  • Energie journaliere : 10 Wh
  • Heures de soleil : 4h
  • Rendement : 80%
  • Panneau requis : P = 10 / (4 x 0.8) = 3W minimum

Energy Budget and Sizing

Power Consumption Analysis

Detailed current consumption calculation for each subsystem:

Example: LED Cube

  • STM32 active: 50 mA
  • STM32 sleep: 2 mA
  • LEDs average (animations): 400 mA
  • Total average: 500 mA
  • Battery life: 3000 mAh / 500 mA = 6 hours

Battery Sizing

  • Capacity requirements (mAh)
  • Voltage selection (Li-Ion 3.7V, LiFePO4 3.2V, Lead-acid 12V)
  • Chemistry choice based on application
  • Charge/discharge cycle considerations

Solar Panel Dimensioning

Formula: P = Daily Energy / (Sunlight Hours x Efficiency)

Example calculation:

  • Daily energy: 10 Wh
  • Sun hours: 4h
  • Efficiency: 80%
  • Required panel: P = 10 / (4 x 0.8) = 3W minimum

Conception de l'alimentation

Charge de batterie

Charge Li-Ion :

  • Chargeurs lineaires : TP4056, MCP73831 (< 1A)
  • Chargeurs a decoupage : LTC4011, BQ24075 (> 1A)
  • Protection : surcharge, decharge profonde, court-circuit

Controleur de charge :

  • Algorithme Courant Constant / Tension Constante (CC/CV)
  • Surveillance de la temperature (thermistance NTC)
  • Indication de l'etat de charge
  • MPPT (Maximum Power Point Tracking) pour l'optimisation solaire

Convertisseurs DC-DC

Convertisseur Buck (abaisseur) :

  • Batterie vers 3.3V/5V pour le microcontroleur
  • Rendement : 85-95%
  • Exemples : TPS54302 (3A), LM2596

Convertisseur Boost (elevateur) :

  • Basse tension batterie vers tension plus elevee
  • Pour drivers LED ou peripheriques 5V
  • Exemples : MT3608, TPS61070

Gestion basse consommation du microcontroleur

Modes de veille :

  • Sleep : CPU arrete, peripheriques actifs
  • Stop : Toutes les horloges arretees, RAM conservee
  • Standby : Consommation minimale, RAM minimale

Techniques d'optimisation :

  • Reveil par RTC pour mesures periodiques
  • Desactivation des peripheriques inutilises
  • Reduction de la frequence CPU quand possible
  • Architecture pilotee par evenements

Power Supply Design

Battery Charging

Li-Ion Charging:

  • Linear chargers: TP4056, MCP73831 (< 1A)
  • Switching chargers: LTC4011, BQ24075 (> 1A)
  • Protection: overcharge, deep discharge, short circuit

Charge Controller:

  • Constant Current / Constant Voltage (CC/CV) algorithm
  • Temperature monitoring (NTC thermistor)
  • Charge status indication
  • MPPT (Maximum Power Point Tracking) for solar optimization

DC-DC Converters

Buck Converter (Step-Down):

  • Battery to 3.3V/5V for microcontroller
  • Efficiency: 85-95%
  • Examples: TPS54302 (3A), LM2596

Boost Converter (Step-Up):

  • Low battery voltage to higher voltage
  • For LED drivers or 5V peripherals
  • Examples: MT3608, TPS61070

Low-Power Microcontroller Management

Sleep Modes:

  • Sleep: CPU stopped, peripherals active
  • Stop: All clocks stopped, RAM retained
  • Standby: Lowest power, minimal RAM

Optimization Techniques:

  • RTC wake-up for periodic measurements
  • Disable unused peripherals
  • Reduce CPU frequency when possible
  • Event-driven architecture
Distance Test 2.4 GHz Distance Test 8.6 GHz

Resultats et analyse

L'autonomie cible a ete atteinte avec succes grace a une gestion optimisee de l'alimentation. La charge solaire a fourni une energie suffisante pour un fonctionnement continu dans des conditions normales d'ensoleillement. Les modes basse consommation ont reduit la consommation en veille de 95%, prolongeant significativement l'autonomie.

Resultats cles :

  • L'utilisation correcte des modes de veille est critique pour l'autonomie
  • Les convertisseurs a decoupage sont bien superieurs aux regulateurs lineaires
  • L'orientation du panneau solaire affecte significativement la charge
  • Le dimensionnement de la batterie doit inclure une marge de securite

Conclusion

Ce projet a fourni une experience complete dans la conception de systemes autonomes avec integration d'energies renouvelables. Nous avons reussi a equilibrer les exigences de performance avec les contraintes de consommation, demontrant des strategies efficaces de gestion energetique. Le prototype fonctionnel valide notre capacite a concevoir des systemes electroniques durables et alimentes par batterie pour un deploiement reel.

Results and Analysis

Successfully achieved target autonomy with optimized power management. Solar charging provided sufficient energy for continuous operation under normal sunlight conditions. Low-power modes reduced standby consumption by 95%, significantly extending battery life.

Key findings:

  • Proper sleep mode usage critical for autonomy
  • Switching converters far superior to linear regulators
  • Solar panel orientation significantly affects charging
  • Battery capacity sizing must include safety margin

Conclusion

This project provided comprehensive experience in autonomous system design with renewable energy integration. We successfully balanced performance requirements with power consumption constraints, demonstrating effective energy management strategies. The working prototype validates our ability to design sustainable, battery-powered electronic systems for real-world deployment.