AI时代的太阳能路灯：它们能为什么供电

灯杆功率预算

从一个典型的电线杆实际产生的电量开始。一个300 W的太阳能电池板在3.5-5个峰值日照时数下，在损耗之前每天产生大约1.0-1.5 kWh的电量;在充电控制器、电池往返和布线损耗之后，可以称之为0.8-1.2 kWh（中纬度商业安装的典型值-您所在地的气象条件决定）。

照明本身是这个预算的第一个要求。一个100 W的灯具运行11小时大约消耗1.1 kWh，这是整个日常的收获。这就是为什么每一个严肃的太阳能路灯变暗：黄昏后的第一个小时全亮度，凌晨时分降低输出，黎明前提升。调光曲线不是为了效率而强加的功能，而是使算法接近的功能。

剩下的一切--摄像头、传感器、控制器、通信--就是调光配置文件所创造的利润，在一个规模较大的系统中，这通常是日收获量的20-40%。当招标者要求一个太阳能发电杆同时运行4G摄像头、空气质量传感器和Wi-Fi接入点时，要记住这个数字。

如今路灯中的“AI”究竟意味着什么

剥离市场营销和智能内部的太阳能路灯是一个微控制器做三件事：

1. 调光时间表。 基于时间或环境光触发的配置文件，在无人时切断输出。这是系统中最大的能量杠杆。
2. 运动和存在感测。 当行人或车辆接近时，PIR（被动红外）或雷达探测器会提高输出。雷达处理缓慢移动和恶劣天气的效果远优于PIR，这就是为什么我们在开阔的道路上使用雷达，而在短途、有遮盖的跑步中使用PIR。
3. 远程监控和故障警报。 控制器通过LoRa、4G或NB-IoT报告充电状态、充电电流和灯具故障。当灯光变暗时，资产管理人员在第一个投诉电话之前就知道了。

这些都不是研究意义上的人工智能。它是带有通信链路的嵌入式控制，而且它能工作。诚实的框架很重要，因为被过度吹捧的“人工智能”设定了硬件无法满足的期望。

一根杆子能真正超越光的力量

分布式能源的想法有真实的优点，但也有一定的限度。一个4G安全摄像头的耗电量为15-30瓦; 24小时的耗电量为360-720瓦时，一个尺寸合适的调光杆可以吸收。环境传感器--颗粒、噪音、温度--的耗电量为个位数瓦，而且是微不足道的负载。小型显示器和紧急呼叫点也属于这一类。

什么不适合：边缘人工智能计算。一个带有GPU的杆式推理服务器持续消耗数百瓦。相对于每天1千瓦时的预算，这对光伏来说是不可能的;这些装置需要一个电网连接或一个专用的太阳能电池阵列，其大小是路灯的几倍。当我们在招标中看到“人工智能供电杆”时，我们问的第一个问题是人工智能实际上是在什么上运行的，答案通常是附近的电网连接。

智能真正帮助光伏端

更有趣的故事是另一个方向：传感和预测改善路灯本身。

• 故障预测。 在电池或面板出现故障之前，充电电流和充电状态曲线会以可识别的模式漂移。一个控制器会标记“该电池组的容量在六个月内下降了15%”，将午夜故障转变为预定的更换。
• 根据天气预报进行自适应调光。 将明天的天气预报输入调光计划器，系统在多云天气之前储存能量，而不是在凌晨2点发现能量不足。
• 面板性能监测。 将实际产量与现场辐照度的预期曲线进行比较，在电池感觉到污染、生长树木的阴影或降解的串之前数月捕获污染、生长树木的阴影或降解的串。

这些都是增量收益，而不是革命：在我们的经验中，可用性提高了5-15%，而不是翻了一番。但可用性是市政买家真正购买的，一年运行350个夜晚的灯胜过一年运行300个夜晚的灯。

诚实的挑战

有三个问题阻碍了这一愿景的快速扩展，正如幻灯片所暗示的那样：

• 集成成本。 每增加一个设备，就意味着增加一个机柜、一个电源预算、一个电线杆上的另一个故障点，而且维修成本高昂。工程设计很简单，但材料清单却不简单。
• 存储仍然是瓶颈。 太阳能发电取决于天气和时移。电池已经改进，但能量密度，循环寿命和寒冷天气性能仍然限制了一个杆可以在多云的一周内承诺。
• 成本控制。 智能化增加了组件，市政采购则根据生命周期成本进行采购。成功的系统是那些监控系统本身就能避免卡车滚动的系统，而不是那些拥有最多传感器的系统。

本页未包含的内容

本页介绍了作为照明和小型智能城市设备电源的杆上光伏。它不包括并网智能杆架构、电动汽车充电集成或公用事业规模的太阳能+储能-不同的工程，不同的经济性。要对特定杆的承载能力进行建模，请使用我们的照明设计工具计算数字。，或者在我们的智能灯光控制器指南中查看我们如何将智能构建到控制器中.对于完整的系统，我们的一体式太阳能路灯标配上述调光配置文件和监控。