USO DE LAS REDES DE SENSORES EN ACTIVIDADES
DE MEDICIÓN INTELIGENTE PARA LA
PROMOCIÓN DEL USO EFICIENTE DE LA ENERGÍA
Diego Armando Herrera Chaves
Universidad Nacional de Colombia
daherrerac@unal.edu.co
Abstract
En el presente artículo se realizará un recorrido por las diferen-
tes aplicaciones que emplean las redes de sensores para el monito-
reo de diversas variables de la red eléctrica inteligente (medición
inteligente), aplicaciones para tareas de medición y monitoreo en
diferentes secciones del sistema eléctrico. En el documento se hará
una breve introducción a los conceptos de las redes eléctricas inte-
ligentes en especial a la integración de los servicios de información
en estas redes, la importancia de la infraestructura de comunica-
ciones para el manejo de la información, los tipos de sistemas de
medición más usados en el campo del smart metering en los dife-
rentes niveles de la red eléctrica, desde el sistema de generación
de la electricidad hasta el consumo de la energía por parte de los
usuarios describiendo cuales son las aplicaciones que se han desa-
rrollado para la promoción de la eficiencia energética empleando
redes de sensores inalámbricas, haciendo un progresivo énfasis en
la medición y gestión de la demanda eléctrica con ayuda de la red
de sensores y la integración de esta red a servicios web.
General Terms Comunicaciones, medición, monitoreo, redes de
sensores, sensores, smart grids, smart metering.
1. Introducción
El crecimiento sostenido del requerimiento energético de las ac-
tividades humanas en general, el aumento progresivo de los costos
de la energía, la disminución de las fuentes energéticas tradiciona-
les junto con el aumento del impacto ambiental generado por su
uso intensivo (la quema de combustibles fósiles para la producción
de electricidad ha producido una gran cantidad de contaminantes
durante mucho tiempo), han creado la necesidad de diseñar siste-
mas que permitan un uso más óptimo de la energía. Los sistemas
de distribución, generación y uso de la energía eléctrica son objeto
de estudio en este proceso de optimización. Uno de los resultados
de estos estudios han creado una serie de modelos de integración
de las redes eléctricas con las telecomunicaciones, los cuales pre-
tenden crear un nuevo paradigma en la distribución de la energía
y la información [1], parte de este nuevo paradigma se da con la
aparición de sistemas modernos de distribución de la electricidad
Permission to make digital or hard copies of all or part of this work for personal or
classroom use is granted without fee provided that copies are not made or distributed
for profit or commercial advantage and that copies bear this notice and the full citation
on the first page. To copy otherwise, to republish, to post on servers or to redistribute
to lists, requires prior specific permission and/or a fee.
Call for papers, seminario de investigación Diciembre 5, 2011, Bogotá,Colombia.
Copyright
c 2011 ACM [to be supplied]. . . $10.00 se puede usar como infraestructura para telecomunicaciones pero
denominados smart grids en las cuales hay un mayor control de la
demanda energética para reducir pérdidas e incrementar la eficien-
cia en el consumo eléctrico, todo esto en el marco de la aplicación
de las TIC para generar nuevas formas de ahorro en sectores dife-
rentes a los conocidos tradicionalmente [2].
La implementación estas smart grids aparte de mejorar los nive-
les de eficiencia energética pretenden incorporar las diversas fuen-
tes de energía alternativas al sistema tradicional de distribución
eléctrica, disminuir la complejidad en el transporte de energía y re-
ducir los costos de producción eléctrica. Es por esto que una de las
tareas fundamentales es la de realizar procesos de medición del uso
y producción de la electricidad para entender la forma como los
usuarios gastan la energía y determinar en qué puntos el sistema
puede ayudar a decrementar los gastos energéticos innecesarios y
llegar a un punto en el cual las fuentes de energía renovable puedan
sustituir las fuentes de producción energética tradicionales.
Para alcanzar estos objetivos es necesario tener un sistema de
monitoreo en tiempo real que identifique datos relevantes, sea adap-
tativo, modificable y escalable. Es por esto que las redes de sensores
inalámbricas (WSN por sus siglas en inglés) se perfilan como una
herramienta de gran utilidad, son sistemas que se pueden instalar
fácilmente, no son intrusivos y tampoco generan cargas significati-
vas a la red eléctrica por su bajo consumo energético. La mayoría
de las aplicaciones con redes de sensores están dirigidas al sector
de la demanda eléctrica, ya que es el consumo por parte de los usua-
rios el que determina que tan eficiente es el sistema en conjunto, las
malas prácticas por parte de los consumidores, el gasto energético
innecesario son los primeros elementos a combatir con estas aplica-
ciones de medición y control inteligente del sistema de distribución
eléctrica de nueva generación.
1.1. Smart Grids
Antes de iniciar con la descripción del papel que juegan las re-
des de sensores inalámbricas en la gestión de las redes eléctricas
de vanguardia, es necesario describir los conceptos iniciales refe-
rentes a las smart grids, las cuales son redes fundamentadas en la
infraestructura de la red eléctrica tradicional pero que incorporan
tecnologías digitales de transmisión de datos [3] para realizar acti-
vidades de gestión y monitoreo tanto del transporte como del uso
de la energía eléctrica. Es una red que se auto administra [4] e in-
troduce cierto nivel de inteligencia a gran cantidad de partes del
sistema de distribución eléctrico. Este sistema surge como una for-
ma de modernizar la red eléctrica y generar una interoperabilidad
con los sistemas de telecomunicaciones y de información [5].
Las smart grids presentan la posibilidad de que la red eléctrica
opere de una forma similar a una red de telecomunicaciones, con la
ventaja respecto a éstas del transporte de energía, una red eléctrica
una red de telecomunicaciones no se puede utilizar como infraes-
tructura para el transporte de electricidad.
La información que se transmite por éstas smart grids, se utiliza
en tareas dirigidas a la recolección de datos para la toma de decisio-
nes enfocadas a la configuración del sistema eléctrico, reduciendo
considerablemente la posibilidad de fallas en la infraestructura o en
el servicio, se fomentarían prácticas de conservación y aprovecha-
miento de la energía [6].
1.1.1. Subsistemas de las redes inteligentes
Las redes inteligentes (smart grids) descritas anteriormente es-
tán compuestas por una serie de sistemas que interrelacionados per-
miten alcanzar los objetivos de eficiencia energética, inclusión de
energías renovables, inteligencia de las redes, etc. Entre los compo-
nentes de las smart grids están los sistemas de control dinámico, los
cuales permiten la manipulación en tiempo real de una gran canti-
dad de variables como voltaje, impedancia, ángulo de fase, entre
otros [7]. Los sistemas de aprovechamiento y almacenamiento de
energías alternativas (baterías, celdas solares, turbinas eólicas, etc).
Aparte de estos subsistemas se debe considerar uno adicional,
el módulo de medición y monitoreo, la red no se consideraría
inteligente sin esta sección. Los componentes denominados smart
meters se encargan de determinar en tiempo real el consumo de
energía [8] y reportar estas mediciones a los interesados a través
de la infraestructura de comunicaciones para determinar que tipo
de acciones se pueden tomar en pro del aumento de la eficiencia
energética del sistema global.
Estos subsistemas por separado no funcionarían si no existiera
una infraestructura de comunicaciones que esté en la capacidad de
administrar los flujos de información en las dos direcciones (em-
presa de energía - usuario, usuario - empresa de energía). Es vital
el desarrollo de una arquitectura de comunicaciones que soporte las
smart grids, redes que no solo permitan intercambios de informa-
ción sino que estén en la capacidad de aceptar servicios de nueva
generación [9] sobre todo teniendo en cuenta que hay cada vez más
dispositivos inteligentes con mayor número de prestaciones y posi-
bilidades para sus usuarios finales (smart phones, tablets, etc).
1.2. Smart Metering
El rápido desarrollo que han tenido los dispositivos electrónicos
en la última década ha permitido la creación de elementos que per-
miten la medición y registro en tiempo real de una gran cantidad de
variables simultáneamente, en este caso variables relacionadas con
el consumo y la distribución eléctrica. Es posible acceder a lecturas
de consumo por demanda, limitar el consumo (prepagar la electrici-
dad), medir los niveles de generación eléctrica e integrar estas me-
diciones de la electricidad con la gestión de otros servicios públicos
como el acueducto o el servicio de gas natural domiciliario [10]. El
conjunto de estos elementos destinados a la medición inteligente se
denomina Advanced Metering Infraestructure (AMI)[11].
Existen una serie de dispositivos que realizan la función de me-
dición inteligente y se encuentran clasificados según el fabricante,
la capacidad de proceso o el tipo de comunicación que implemen-
ta para comunicarse con otros de la AMI, dependiendo el tipo de
procesador se tienen [12]:
. Sistemas basados en DSP (Digital Signal Processor) son com-
ponentes de gama media, dispositivos programables con buena
capacidad de cálculo matemático a los cuales les implementas
interfaces de comunicación externa para conectarlos a otros ele-
mentos como módulos de transmisión.
. Microcontroladores (MCU) de gama media con hardware espe-
cializado en cálculo matemático y la posibilidad de implemen-
tar protocolos de comunicación serial para implementar inter-
faces de comunicación.
. Microcontroladores genéricos de gama baja, flexibles, progra-
mados para realizar funciones básicas de adquisición de datos,
interconectados con otros dispositivos externos que comple-
mentan las funciones a realizar, como módulos de transmisión
de adaptación de señal, etc.
También se pueden clasificar estos elementos por el tipo de pro-
tocolo de comunicación que implementan, utilizan los módulos de
transmisión, o a cual sistema de comunicación pertenecen, entre los
tipos de comunicación hay [12]:
. IEEE 802.15.4 o Zigbee
. IEEE 802.11 o Wi-Fi
. Word Wide Interoperability for Microwave Access (WIMAX)
. Power Line Communications (PLC)
. General Packet Radio Service (GPRS)
. Sistemas SCADA (Supervisory Control And Data Acquisition)
Todos los AMI pueden integrar un gran conjunto de dispositivos
que implementen diferentes protocolos para la comunicación, lo
que interesa de esta infraestructura es que sea capaz de llevar de
forma correcta la información a los módulos encargados de tomar
acciones de control sobre todo el sistema. En una misma AMI se
pueden encontrar implementados redes de sensores inalámbricos
comunicándose por medio de Zigbee para distancias cortas, luego
con Wi-Fi cuando requieren una mayor distancia y terminar co-
nectándose al concentrador por medio de PLC aprovechando el ca-
bleado eléctrico para llevar la información hasta las centrales de
distribución eléctrica o a centros especializados de gestión de la
información [5].
Figura 1. Posibilidades de gestión de la red electrica con las AMI.
Tomado de Smart Grid: Interoperability and Standards [5]
En el marco de los sistemas descritos anteriormente se determi-
na el área específica a trabajar en el desarrollo del escrito, la cual
corresponde al uso de las redes de sensores inalámbricas aplica-
das a estructuras de smart metering en los diferentes módulos que
conforman el esquema de distribución eléctrica tradicional. Ya se
han realizado estudios y simulaciones en el campo de la integra-
ción de las redes de sensores inalámbricos con las smart grids, se
realizó el estudio de soporte a las funciones que requieren las smart
grids para cumplir sus requerimientos, obteniendo como resultado
la potencialidad de las WSN en aplicaciones de monitoreo remoto,
comunicación de última milla automatización pero con problemas
significativos en cuanto a aplicaciones de tiempo real por las laten-
cias de la red inalámbrica [13], por las ventajas en el campo de la
medición remota y la automatización, se tratará con más profundi-
dad estos temas.

Figura 2. Campo de análisis propuesto
2. Redes de sensores
Una red de sensores inalámbrica (Wireless Sensor Network -
WSN) es una red Ad-Hoc compuesta por un conjunto de disposi-
tivos electrónicos provistos de sensores y transmisores que inter-
cambian información pertinente entre ellos, sin necesidad de un
cableado dedicado, utilizando el protocolo escogido por el imple-
mentador [14]. Un nodo de una red de sensores está compuesto
por un microcontrolador o sistema embebido, un módulo de sen-
sado, módulo de transmisión y recepción [15], baterías, memoria
flash para almacenamiento temporal de datos, memorias de progra-
ma y conversores análogos digitales [16], la agrupación de estos
en determinada arquitectura de red conforman la red de sensores
inalámbricos.
Las redes de sensores aún son una tecnología en desarrollo, son
capaces de comunicarse por medio de diferentes estándares inalám-
bricos, con significativa capacidad de procesamiento de datos y
cierto grado de autonomía [17], estas cualidades brindan la posi-
bilidad de desarrollo de todo tipo de aplicaciones en campos de
monitoreo de ambientes, aplicaciones industriales, automatización
de hogares, aplicaciones médicas entre muchas otras posibilidades
[17]. Esta tecnología se podría describir como el principio de la
computación omnipresente, la cual siempre está interactuando con
el medio ambiente y el hombre sin que se note su presencia pero si
su acción [18].
El sistema de las redes de sensores inalámbricos también está
compuesto por el software que se utilice para su programación y
el sistema operativo embebido que trabaje, entre los cuales están
las distribuciones de Linux para dispositivos embebidos, TinyOS,
RTOS e Imote2 [19].
Entre los fabricantes de este tipo de sistemas están [15][16]:
CROSSBOW: empresa dedicada a la fabricación de sistemas de
sensado de bajo costo, sensores inteligentes para aplicaciones
militares y operaciones de cadena de suministros. Entre sus
productos se encuentran las plataformas Mica, Mica2, MicaZ,
Mica2dot, telos y telosb.
MOTEIV: empresa fundada por estudiantes de la Universidad de
Berkeley, enfocada al desarrollo de aplicaciones para sensores
inalámbricos. Desarrolladora de las plataformas Tmote Sky y
Tmote Invent.
SHOCKFISH: empresa suiza, dedicada al desarrollo de sistemas
embebidos para comunicaciones inalámbricas. Desarrolladora
de sistemas como Spotme el cual permite la utilización de Wi-
Fi, RFID, GPRS/GSM para la comunicación de hasta 5000
dispositivos y de TinyNode que es una plataforma de sensores
inalámbricos.
ART.OF.TECHNOLOGY: empresa suiza, especializada en el di-
seño de sistemas embebidos a la medida. Dedicados al desa-
rrollo de soluciones en sistemas médicos, dispositivos portáti-
les, sensores industriales, sistemas de comunicación, seguridad
electrónica, automatización electrónica y aplicaciones electró-
nicas para sistemas aeroespaciales.
2.1. Redes de sensores aplicadas a la medición inteligente de
la red eléctrica
Diversos autores han evaluado las posibles ventajas que presen-
tan la aplicación de redes de sensores inalámbricas en actividades
de medición de variables físicas relacionadas con las redes eléctri-
cas, desde la fase de generación de la electricidad hasta su uso en las
viviendas o industrias. Los sistemas de transmisión inalámbricos
tradicionales emplean protocolos como el TRF1000 o el CC1000
para la comunicación entre los nodos de la red [20]. Sin embargo
para aplicaciones a nivel de la red eléctrica los protocolos que se
utilizan para estas aplicaciones son mayoritariamente basados en
protocolos IEEE 802.15.4 y el IEEE 802.11b por la facilidad de
instalación, el alcance, la velocidad de los flujos de información, la
detección de errores, entre otras ventajas [21].
Dependiendo de la ubicación de la infraestructura de sensado
en la red eléctrica se hacen mediciones de diferentes factores,
las aplicaciones varían dependiendo de la etapa en el sistema de
distribución eléctrica en la que se encuentra la red de sensores, se
han clasificado como [22]:
. Redes en el hogar (Home Area Networks - HAN): Aplicaciones
de monitoreo y control a nivel de las viviendas, registran el
consumo diario de los habitantes y generan acciones de ahorro.
Utilizadas para determinar los tiempos de uso de la electricidad,
generar tablas de consumo, determinar horas pico de consumo
para variar el precio de la electricidad según consumo y así
producir acciones en los consumidores una disminución en el
consumo a horas pico, además de permitir un mayor control en
el consumo por parte de los usuarios o por el contrario lograr un
sistema que requiera una mínima intervención del usuario para
su correcto funcionamiento[23].
. Automatización de la distribución: En el tramo de la red eléctri-
ca de hasta 70 Kv, se pueden generar aplicaciones de monitoreo
del estado físico de los componentes de la infraestructura, mo-
nitorear el estado de los cables y las torres de transmisión, pro-
moviendo campañas de mantenimiento cuando sean pertinentes
para prevenir daños en la red que generen apagones, también
con fines de medición de la electricidad transportada para de-
terminar la calidad de la potencia consumida por los usuarios
[23].
. Generación de energía: aplicaciones de control en las plantas de
generación eléctrica, como en las pequeñas celdas de produc-
ción eléctrica que emplean fuentes de energía renovable como
campos eólicos, o de celdas solares, medición del almacena-
miento en campos de baterías para determinar cuando la ener-
gía almacenada puede suplir ciertos requerimientos energéticos
y disminuir la carga a la red eléctrica.
Las redes de sensores inalámbricas presentan un gran conjunto de
posibilidades de aplicación enfocadas a la medición de variables
relevantes que permitan la reducción de pérdidas de energía injusti-
ficadas en todo el sistema de distribución eléctrico, estas aplicacio-
nes han sido trabajadas en muchas partes del mundo desde diversas
perspectivas generando diferentes proyectos de gran valor, aquí se
citarán algunas de ellos para presentar una visión general de los
trabajos realizados en el campo, junto con las principales tenden-
cias algunas posibilidades de trabajo de investigación a futuro en el
área.

Figura 3. Áreas de aplicación de las WSN en las Smart grids.
En la figura 2 se describe hacia donde se espera llegar en la des-
cripción propuesta en el artículo, ya que se considera que la gestión
de la demanda es la sección más importante, del uso energético por
los consumidores finales depende la verdadera medida de eficiencia
energética del sistema en su conjunto, tomando en cuenta que la in-
fraestructura de la red eléctrica actual está diseñada para reducir la
pérdidas energéticas en las fases de transmisión a las edificaciones
individuales.
2.1.1. Medición inteligente en la generación eléctrica
En este campo los autores proponen a las redes de sensores co-
mo herramientas para la medición de variables medioambientales,
las redes de sensores pueden medir la cantidad de energía solar
recibida en determinado punto y generar acciones que permitan
capturar mayor cantidad de esta energía [24], sistemas de segui-
miento automático de los rayos de luz, el mismo principio de un
girasol. Otra fuente de energía, la eólica, puede mejorar sus nive-
les de eficiencia al implementar procesos de medición inteligente,
la constante medición de la velocidad del viento para determinar
los posibles niveles de producción eléctrica, medición de las vibra-
ciones de las turbinas con el fin de prevenir daños en los equipos
(mantenimiento temprano) [23] y el manejo de los flujos de la elec-
tricidad producida por estos sistemas alternativos para integrarlos
con la red eléctrica [25]. La barrera principal del aprovechamiento
de energía solar o eólica radica en la variabilidad de los factores
climáticos, en algunos casos estas fuentes de energía no son confia-
bles y es muy difícil integrarlas a la red eléctrica tradicional. Acti-
vidades de predicción de variables climáticas pueden ser llevadas a
cabo con la ayuda de los datos recolectados por la red de sensores
[26], por medio de esta predicción es posible disminuir los efectos
negativos de la fluctuación de factores como la velocidad del vien-
to o la nubosidad de determinado sector. En este campo has sido
desarrollados diversos proyectos relacionados con la energía eólica
[26], el proyecto denominado Weather-Conditioned Moving Ave-
rage (WCMA) enfocado al aprovechamiento eficiente de la energía
solar [27], entre otros.
La integración de los sistemas de aprovechamiento de energías
renovables no se puede ver como una acción mínima para la pro-
ducción de electricidad, ya se ha demostrado el gran aporte de estos
sistemas para la reducción de la carga a la red eléctrica tradicional,
por ejemplo el sistema de producción eléctrico basado en energía
eólica en España, alcanzó una producción de 14.962 MW el 9 de
noviembre de 2010 [7], cifras positivas que permiten generar con-
fianza en el uso de fuentes de energía alternativas para complemen-
tar las tradicionales.
2.1.2. Medición inteligente para la transmisión y distribución
eléctrica
En este campo han propuesto varios puntos de vista, tanto pa-
ra solucionar problemas que se han generado desde el inicio de la
construcción de la infraestructura de distribución y transporte de la
electricidad como son daños en puntos remotos de la red (cablea-
dos, torres de transmisión), así como nuevas aplicaciones como la
medición de la calidad de la electricidad que se transporta para el
consumo de los usuarios.
Entre las tareas que deben realizar las redes de sensores inalám-
bricas en este campo están [22]:
. Detección de daños en estructuras mecánicas de los componen-
tes de la red eléctrica en la sección de distribución y transmisión
de alta y media tensión.
. Detección de pérdidas o robos de electricidad.
. Reconfiguración del sistema ante fallas.
. Recolección de datos respecto a la carga eléctrica de los usua-
rios.
En estos campos se promueven sistemas de actuación y monitoreo
que facilitan la reconfiguración de los caminos por los cuales fluye
la electricidad en caso de daños en torres o cables de alta o media
tensión[22], medición del estado estructural de las torres de trans-
misión y de los cables de distribución, así como la medición de
factores ambientales que puedan debilitar la resistencia mecánica
de éstos, registran factores como la carga mecánica que sufre cada
línea de transmisión, las fuerzas que experimentan los cables por
acción del cambio en la velocidad y dirección del viento, para to-
mar acciones de mantenimiento cuando sea necesario, temperatura
de los cables y de los transformadores para refrigerarlos cuando se
deba y así aumentar la vida útil de estos elementos. También se
emplean como sistemas de seguridad para la detección de intrusos
cercanos a las torres eléctricas en países en los que se experimentan
constantes ataques terroristas contra estas construcciones [28].
2.1.3. Medición inteligente para la gestión de la demanda
En la gestión de esta sección de la red eléctrica se enfocan la
mayoría de trabajos de investigación ya que para los investigadores
la forma como los usuarios finales consumen la electricidad deter-
mina la eficiencia energética del sistema en su totalidad, los ahorros
que se pueden hacer en secciones posteriores pueden ser desapro-
vechados por parte de los consumidores, la generación de aplica-
ciones que generen ahorro en la demanda es de vital importancia.
Las redes de sensores inalámbricas se han empleado de muchas for-
mas para cumplir estos objetivos de disminución en el consumo, a
continuación se describirán algunos de ellos.
Con las AMI se hace posible la comunicación desde la empresa
prestadora del servicio eléctrico con los consumidores en la ma-
yoría de los casos con fines de monitoreo y control del consumo
eléctrico sin decrementar la calidad de las prestaciones relaciona-
das a los negocios o el bienestar [23], en la universidad de I-Shou
propusieron un desarrollo de smart meters basados en una red de
sensores comunicados por Zigbee, aplicación conformada por dos
módulos uno de lectura y almacenamiento temporal de los datos
leídos y otro módulo conformado por un coordinador y el software
de procesamiento de los datos tomados; esta aplicación estaba des-
tinada para el registro detallado del consumo de potencia en el lugar
de estudio[29] .Otro uso de la medición de la demanda se emplea
para la generación de Tiempos de Uso (TOU por sus siglas en in-
glés), de uso generalizado en EEUU, para generar tablas de precio
de la electricidad dependiendo de la hora del día y del consumo, si
el usuario consume en horas pico el pago que hará será mayor que
si consume la misma potencia en horas de baja demanda (ver tabla interconectadas por medio de un sistema PLC para coordinar las
11 ). acciones entre secciones, pretendían generar perfiles de consumo y
activar a desactivar diferentes elementos en la vivienda para reducir
Periodo Hora Precio el consumo eléctrico general[32].
Pico 7:00am a 11:00am 9.3 cent/kWh Aparte de los sistemas iHEM están los denominados iPower (In-
Medio - pico 11:00am a 5:00pm 8.0 cent/kWh telligent and Personalized energy conservation system by wireless
Días de invierno sensor networks), las dos aplicaciones son similares, el sistema iPo-
Pico 5:00pm a 9:00pm 9.3 cent/kWh
Valle 9:00pm a 7:00am 4.4 cent/kWh wer se basa en una red de sensores inalámbrica, un gateway, un sis-
Medio - pico 7:00am a 11:00am 8.0 cent/kWh tema de control y dispositivos de identificación [23]. Los sensores
Pico 11:00am a 5:00pm 9.3 cent/kWh están distribuidos por las habitaciones de la vivienda monitoreando
Días de verano la intensidad de luz, del sonido u otra variable relacionada, cuando
Medio - pico 5:00pm a 9:00pm 8.0 cent/kWh
Valle 9:00pm a 7:00am 4.4 cent/kWh los valores medidos superan los límites preestablecidos la infor-
Fines de semana Valle Todo el día 4.4 cent/kWh mación se envía a través del gateway al sistema de control el cual
enciende o apaga determinado elemento en la vivienda según co-
Tabla 1. Tomada y adaptada de Demand Management and Wire- rresponda, las acciones tomadas en el edificio corresponden a las
less Sensor Networks in the Smart Grid [23]. preestablecidas según perfiles creados con anterioridad, los nodos
de las red inalámbrica se comunican, por lo general, usando el pro-
Esta metodología de medición se emplea para desestimular el tocolo Zigbee. Este servicio también se conoce como domótica,
uso de la electricidad por parte de los usuarios en horas pico, aunque la domótica está más encaminada a la comodidad de los
generando reducción en el pago que estos hacen por concepto de usuarios de los edificios pero, estas aplicaciones se pueden enfocar
la electricidad y para que los usuarios también puedan realizar a la reducción del consumo energético los autores Yu-Chee Tseng,
una planeación del consumo, hacer proyecciones para ahorrar en You-Chiun Wang y Lun-Wu Yeh de la universidad de Taiwan pro-
términos monetarios [23]. ponen un sistema iPower para viviendas u oficinas en el cual la red
Otra forma de actuar sobre la demanda energética empleando de sensores esté distribuida de forma que se tenga un control total
las redes de sensores es la optimización del uso de la energía en de la iluminación, ventilación y calefacción del edificio y todo sea
residencias, el cual es un algoritmo propuesto por Melike Erol- controlado desde una unidad de proceso central que tome medidas
Kantarci y Hussein T. Mouftah en el cual se genera una función de basadas en variables ambientales (temperatura, humedad) y en el
costo basada en las tablas de TOU impuestas para cada residencia movimiento de las personas en el interior del edificio, es decir, apa-
y se minimiza esta función matemática (ver ecuación 1), en la ga luces cuando no sea necesario usarlas, de igual manera con la
implementación de la red los sensores determinan las aplicaciones ventilación o el aire acondicionado de las habitaciones[33].
que son susceptibles a la aplicación del algoritmo como lo son En el campo específico de la domótica las redes de sensores se
la calefacción o el aire acondicionado y hacen que funcionen de han utilizado como medidores de presencia y uso de los disposi-
forma cíclica tratando de disminuir el consumo de electricidad tivos o las instalaciones, en España desarrollaron un prototipo en
en horas de mayor costo de la energía, el trabajo realizado por el cual integran al sistema de sensado actuadores que cambian la
estos investigadores busca disminuir los efectos de la intervención situación del entorno según la presencia o la intensidad de la luz
del usuario, disminuyendo esta intervención al mínimo para lograr entrante, básicamente el mismo modo de funcionamiento del siste-
resultados cercanos a la función de costo[30]. ma iPower anteriormente descrito, con la diferencia del protocolo
I
X J
X T
X K
X de comunicación usado el cual fue EIB-KNX que es un protocolo
M in Ei Di Ut Stijk (1) para domótica [34], esta situación describe claramente que la apli-
i=1 j=1 t=1 k=1
cación con las redes de sensores es independiente de la tecnología
empleada en software o hardware.
Con: En el marco de la “Internet de las cosas” surge otra forma de
Ei consumo de energía de la aplicación i. aplicar el concepto de medición inteligente, facilitando la comu-
Di duración del ciclo de aplicación de i nicación entre dispositivos sin necesidad de la intervención de un
Ut unidad de precio diseñador o factor externo al sistema, este sistema facilita la visua-
Stijk porcentaje de tiempo de ocupación por una petición k de lización por parte de los usuarios de las estadísticas relacionadas
una aplicación i en un día j. con el consumo de energía, los posibles ahorros que pueden hacer
Aplicaciones como estas reciben el nombre de in Home Energy o los futuros pagos a realizar, además de integrar otros servicios
Management (iHEM), aplicaciones que logran disminuir el consu- (acueducto y gas natural). A nivel industrial también se está traba-
mo energético basados en la reducción del consumo durante las ho- jando, empresas como MeshNetics muestran con un ejemplo como
ras pico, este tipo de esquemas no se podrían implementar correcta- el uso de una red de sensores interconectados por medio de Zigbee
mente si no se tuviera una estructura de medición inteligente con- logran la reducción en un 37 % del consumo energético, optimizan-
fiable. En la Universidad de Waterloo en Canadá diseñaron e im- do los procesos y evitando desperdicios injustificados, ahorro que
plementaron el sistema denominado Green Home Service (GHS), se tradujo en casi 35.000 US al año [35].
el cual también hace parte de las aplicaciones iHEM, este sistema La información recaudada por los sensores y almacenada en
también se soporta en la generación de perfiles de consumo de los bases de datos en servicios web pueden ser usados para la gestión
usuarios de las viviendas para determinar las horas pico de consu- de la energía, de los espacios y los pagos vía internet, extender el
mo para controlar el uso de la energía por parte de los dispositivos alcance de las tecnologías de la información para darle control a
eléctricos y dar a los habitantes de la vivienda herramientas que les los usuarios sobre la demanda eléctrica. También para actividades
permitan decidir cómo cambiar la forma de uso de sus electrodo- de control remoto, ya no se necesita estar en los lugares para
mésticos o cambiar sus rutinas habituales con fines de ahorro [31]. poder tomar acciones sobre ellos, enviar acciones de reducción de
En la Universidad de Campinas en Brasil, desarrollaron un siste- consumo cuando los lugares se encuentren inhabitados. La gestión
ma iHEM en el cual, utilizando dos redes de sensores inalámbricos de energías renovables vía servicios web también es posible, con
1 Erol-Kantarci,
los TOU establecidos y los sistemas de almacenamiento de energía,
M., & Mouftah, H. T. (2010). Demand Management and el sistema puede decidir cuando suplir necesidades energéticas y
Wireless Sensor Networks in the Smart Grid. Response.

Figura 4. Aplicación de una smart grid empleando redes de sen-
sores conectadas a servicios web. Tomada de Sensor Network Web
Services for Demand-Side Energy Management Applications in the
Smart Grid [36].
disminuir el consumo de la vivienda en horas de mayor valor de
la electricidad, pagando menos por la electricidad, integrando los
servicios web el usuario puede comparar las tablas TOU con su
consumo y crear perfiles de consumo sin importar si el usuario está
o no presente en la edificación [36].
Estos servicios web no son de fácil implementación debido a la
complejidad de los protocolos utilizados para el acceso a Internet,
los protocolos TCP/IP y HTTP en la mayoría de los casos exceden
la capacidad de proceso de los nodos de la red de sensores, según
algunos autores [36]. Sin embargo ya hay trabajos en el campo, for-
mas como los nodos de la red de sensores pueden codificar la in-
formación para hacerla compatible con estos protocolos, el estándar
SWE (Sensor Web Enablement) cuenta con una serie de implemen-
taciones que permiten la interacción con servicios web, implemen-
taciones como Sensor Model Language (SensorML) que permite
la codificación de datos en XML los cuales describen la situación
en la red de cada sensor con fines de monitoreo y control de cada
nodo, Observation and Measurement (O&M) codifica en XML los
datos provenientes de actividades de medición de los sensores, Sen-
sor Collection Service (SCS) permite la organización de los datos
medidos por un sensor o un grupo de sensores, utiliza también la
información proporcionada en la sección de SensorML para descri-
bir los sensores y las plataformas, Sensor Planning Service (SPS)
servicio de organización de eventos para la organización y agen-
damiento de acciones de los sensores y Web Notification Service
(WNS) el cual es el servicio que envía la notificación al usuario de
la salida y proceso de los datos hacia la web[37].
Otro sistema máquina a máquina es el denominado Whirlpool
Smart Device Network (WSDN), sistema que permite aún parti-
cipación de los usuarios finales, mejor forma de presentar la in-
formación reduciendo la acción en el sistema por parte de estos
usuarios. El sistema está compuesto por tres subsistemas la HAN
(Home Area Network), Internet y la red de medición inteligente
[23]. El sistema AMI, la conexión a internet y la coordinación en-
tre dispositivos utiliza una serie de tecnologías de comunicacio-
nes diferentes, entre alámbricas e inalámbricas, entre los que están
Zigbee, Wi-Fi, Internet de banda ancha móvil y PLC. Las ventajas
principales de este sistema comparado con los sensores conectados
a servicios web están la mayor seguridad de los datos en el sistema
por la utilización de tecnologías especializadas para la transmisión
de datos a la web en lugar de la adaptación de los nodos de sensores
a protocolos de transmisión de datos a la Internet, los usuarios pue-
den manejar sus datos con mayor privacidad, no todos los usuarios
de la red tienen la posibilidad de visualizar los datos, no pueden vi-
sualizar más de una sesión o perfil de uso, junto con la posibilidad
de personalizar las acciones del sistema para y por los usuarios. Al
tener diferentes dominios de red se puede lograr una gestión más
adecuada y segura de los datos [38].
TRABAJO A FUTURO
En la sección anterior fueron descritos los principales sistemas
en basados en el uso de las redes de sensores inalámbricas, sistemas
utilizados para la toma de datos, utilizados con diferentes fines, en-
tre los cuales están la generación de perfiles de consumo eléctrico
con fines estadísticos para que los usuarios puedan conocer cómo
utilizar mejor la electricidad, los tiempos en los cuales se paga me-
nos por la electricidad y así disminuir los pagos por la energía que
se consume [30], hasta aplicaciones que toman todas las decisio-
nes, relacionadas con el uso de la electricidad, por los usuarios con
el fin de buscar el mejor algoritmo de ahorro dependiendo de los
perfiles de consumo energético de las personas en las viviendas o
edificaciones[34].
Todo esto se realizó para establecer un área específica a trabajar:
redes de sensores inalambricos que soporten servicios web y más
que eso que puedan implementar el protocolo de Internet (IP)
para su comunicación. Hoy en día con el nuevo protocolo IPv6 se
presentan nuevas posibilidades de expansión de la Internet, para
la comunicación máquina a máquina, posibilidades que pueden
dirigirse a la mejora de las aplicaciones con las redes de sensores
inalámbricas. Para el desarrollo de aplicaciones que utilicen IPv6
en la red de sensores inalámbrica se diseñó una modificación el
protocolo IP en sus diferentes capas, modificación denominada
6LoWPAN, la cual introducen una serie de adaptaciones a las
capas de comunicación de los nodos de la red inalámbrica, nodos
que se comunican utilizando el protocolo Zigbee [39], esto es
posible ya que los nodos de una red de sensores inalámbricos son
prácticamente computadores con un sistema operativo propio [16].
En un trabajo realizado por dos investigadores de la universidad
e Berkeley se describe el diseño de una red de sensores inalám-
bricos que implementan IPv6 de inicio a fin de la comunicación,
desde dispositivos de acceso tradicionales (computador o dispositi-
vo móvil celular) hasta los nodos individuales de la red. Hacen un
análisis completo de las capas del modelo IP para adaptarlo a una
aplicación en una red de sensores inalámbrica, hacen un desarrollo
completo desde la identificación de los dispositivos hasta la evalua-
ción del consumo energético de los nodos y el costo en términos
de proceso en los nodos, mostrando que es posible y bastante útil la
implementación de un sistema de este tipo [40]. La implementación
del protocolo IPv6, describen, es una forma de lograr la comunica-
ción máquina a máquina junto con el desarrollo de servicios web
embebidos que permitan manipular y direccionar datos de una for-
ma más segura y confiable [41].
CONCLUSIONES
El crecimiento de la demanda energética en las pequeñas vi-
viendas e industrias debido al aumento de las actividades humanas
en general junto con la disminución general al acceso a fuentes de
energía tradicionales, se ha hacho necesario el desarrollo de tecno-
logías que aprovechen las diferentes fuentes de energía renovable
de fácil acceso y que además disminuyan los desperdicios de ener-
gía en las diferentes etapas de generación, distribución y uso de la
electricidad, buscar nuevas formas de disminuir las pérdidas en la
generación de la electricidad, el transporte de ésta desde grandes
centros de producción a los consumidores y más importante que

Figura 5. Objetivo: llegar a soporte IP en las WSN para smart
metering. Gráfica del autor
todo la reducción de las pérdidas provocadas por el mal uso que la
población general le da al recurso energético.
Las nuevas tendencias en desarrollo tecnológico presentan una
gran gama de posibilidades que antes no eran viables, como la im-
plementación de servicios convergentes, en este caso se ha descrito
el sistema de convergencia de las TIC con la red eléctrica tradicio-
nal. Las smart grids permiten esta convergencia de servicios, pero
más que buscar la integración de sectores que todos los cambios
tecnológicos están sufriendo, se busca incrementar los niveles de
eficiencia energética y disminuir la producción de gases de efecto
invernadero.
Pero las smart grids son un concepto muy amplio y algo abs-
tracto si no se trata a profundidad, es por esto que se describió en
específico la sección de la medición inteligente en las smart grids
con la implementación en especial de las redes de sensores inalám-
bricos, las cuales fueron la opción más interesante a trabajar. Las
redes de sensores inalámbricos se han aplicado a la medición de
una gran cantidad de variables, los trabajos que se han realizado
en la aplicación de estas redes para la gestión de la red eléctrica
dan una serie de herramientas valiosas para mejorar el sistema. En
la sección de generación eléctrica las perspectivas son amplias, en
la generación eléctrica de forma tradicional se pueden aplicar es-
tas redes para la prevención de daños en las turbinas, la medición
de los flujos de agua (en el caso de hidroeléctricas), en el caso de
las fuentes alternativas se observa que el objetivo principal es ha-
cer más confiable la explotación de estas fuentes limpias ya que el
uso de la energía solar o eólica se ha limitado a pequeños edificios
o sectores aislados, la aplicación de las redes de sensores inalám-
bricos en el campo busca predecir cuales serían los índices de pro-
ducción energética dependiendo la variación del clima, las tasas de
almacenamiento energético y las tasas de aprovechamiento de estas
energías alternas, enfocados a la estabilidad e integridad del siste-
ma, es decir que la utilización de energías renovables no signifique
el tener que sacrificar prestaciones para permitirse usarlas.
En la sección de distribución se puede observar que las aplica-
ciones son un poco más limitadas pues se concentran, principal-
mente, en garantizar la estabilidad mecánica del sistema de trans-
misión, aporte muy significativo para mantener la prestación del
servicio pero que no afecta la medición de la eficiencia energéti-
ca ya que simplemente se tendrían dos estados, con y sin servicio
eléctrico, estos usos dan confiabilidad al sistema de distribución y
disminuyen los costos de mantenimiento de la red eléctrica, pero
esta reducción en los costos de operación por lo general no se ven
reflejados en el pago que hacen los usuarios.
Por último se hizo un breve recorrido por los trabajos más
representativos en el área de la gestión de la demanda con ayuda de
las redes de sensores inalámbricas, con especial énfasis en sistemas
que tengan como desarrollo la comunicación entre los usuarios
y el sistema de gestión, para que estos usuarios puedan conocer
y en cierta medida determinar la forma como mejor se ajusta el
sistema a sus necesidades, promoviendo una mayor participación
por parte de quienes consumen la electricidad, que serían la parte
más importante en un sistema que busca el consumo eficiente de
este recurso.
Para finalizar se propone un campo de estudio relacionado con
la aplicación de las redes de sensores en procesos de smart me-
tering, se especifica como campo a trabajar el de la gestión de la
demanda utilizando servicios web que implementen el protocolo
de comunicación IPv6, un campo de trabajo bastante reciente, te-
niendo en cuenta que este protocolo se ha implementado de ma-
nera integral en muy pocos países y el trabajo relacionado aún se
esta llevando a cabo y es muy importante, si no iniciar, por lo me-
nos continuar, en un campo de aplicación un tanto diferente pero
no menos significativo al tradicional de las telecomunicaciones e
Internet.
BIBLIOGRAFÍA
[1] Barroso, J. M. (2009). “The Intelligent Grid.”
[2] Hashitani, V. T., Kutami, V. M., Iida, V. K., & Ueda, V. H.
(2008). Environmental Load Reduction by ICT. Fujitsu Sci,
Tech.
[3] International Energy Agency. (2011). Technology Roadmap,
smart grids. Current.
[4] Eriac, X. (2009). Smart grids tecnología y tendencias. Con-
trol.
[5] Cleveland, F. (2008). Smart Grid: Interoperability and Stan-
dards.
[6] Singh, P., & Chancellor, V. (n.d.). Smart Grid: Integration of
Power and Information Systems. Engineering and Techno-
logy, 2-5.
[7] SET-TE. (n.d.). SET-TE: Redes inteligentes y superredes (pp.
1-14).
[8] Agarwal, Y., Weng, T., & Gupta, R. (2010). Micro-
Systems Driving Smart Energy Metering in Smart
Grids. webadmindaccom, 14 . Retrieved from
http://webadmin.dac.com/knowledgecenter/2010/documents
./AGARWALSMARTMETERABKFINAL.pdf.
[9] Sood, V. K., Fischer, D., Eklund, J. M., & Brown, T. (2009).
Developing a communication infrastructure for the Smart
Grid. 2009 IEEE Electrical Power Energy Conference EPEC,
4, 1-7. Ieee. doi:10.1109/EPEC.2009.5420809
[10] Van Gerwen, R., Jaarsma, S., & Wilhite, R. (2006). Smart
Metering. Control, (July), 1-9.
[11] Tamarkin, T. D., & Carmichael, C. (2011). What Makes a
Smart Meter Smart ? The Transformation of Ratepayers into
Customers. Energy.
[12] Casellas, F., Velasco, G., Guinjoan, F., Electrònica, E., Uni-
versitat, D. E. E., & Catalunya, P. D. (n.d.). El concepto de
Smart Metering en el nuevo escenario de distribución eléctri-
ca.
[13] Ullo, S. L., Vaccaro, A., & Velotto, G. (2010). Performance
Analysis of IEEE 802.15.4 based Sensor Networks for Smart
Grids Communications. Networks, 1, 129-134.
[14] Brunete, A. (2011). Redes de Sensores. II congreso Hogar
Digital (pp. 3-5).
[15] Serna, J. (2007). Redes de sensores inalámbricas.
[16] Network, W. S., & Instruments, T. (n.d.). Introducción a las
redes de sensores inalámbricas.
[17] Fernández, E., García, O., & Vidal, R. (2006). Redes de [36] Asad, O., Erol-Kantarci, M., & Mouftah, H. (2011). Sensor
sensores autoconfigurables. Epsc. Network Web Services for Demand-Side Energy Manage-
[18] Schrader, A. (n.d.). Ubiquitous Computing using Sensor Net- ment Applications in the Smart Grid. Energy, 1176-1180.
works. ISNM (Vol. 49, pp. 1-79). [37] Chu, X., Buyya, R., Computing, G., & Engineering, S.
[19] Akyildiz, I. F., Melodia, T., & Chowdhury, K. R. (2008). (2010). Service Oriented Sensor Web. IEEE Communications
Wireless Multimedia Sensor Networks: Applications and Magazine.
Testbeds. Proceedings of the IEEE, 96(10), 1588-1605. [38] Lui, B. T. J., Stirling, W., & Marcy, H. O. (2010). Get Smart.
doi:10.1109/JPROC.2008.928756 Energy, (june).
[20] Puccinelli, D., & Haenggi, M. (2005). Wireless sensor [39] Schor, L., Sommer, P., Flury, R., & Wattenhofer, R. (2009).
networks: applications and challenges of ubiquitous sen- IPv6 for Wireless Sensor Networks. Networks.
sing. IEEE Circuits and Systems Magazine, 5(3), 19-31. [40] Hui, J. W., & Culler, D. E. (2008). IP is dead, long li-
doi:10.1109/MCAS.2005.1507522 ve IP for wireless sensor networks. Proceedings of the 6th
[21] Lim, Y., Kim, H.-M., & Kang, S. (2010). A Design of Wi- ACM conference on Embedded network sensor systems -
reless Sensor Networks for a Power Quality Monitoring Sys- SenSys ’08, 15. New York, New York, USA: ACM Press.
tem. Sensors, 10(11), 9712-9725. doi:10.3390/s101109712 doi:10.1145/1460412.1460415
[22] BA, Akyol;H, Kirkham; SL Clements; MD, H. (2010). A [41] Wietfeld, C., Georg, H., Gröning, S., Lewandowski, C., Mü-
Survey of Wireless Communications for the Electric Power ller, C., & Schmutzler, J. (2011). Wireless M2M Communi-
System. Contract. cation Networks for Smart Grid Applications. European Wi-
reless 2011 EW2011 (pp. 275-281).
[23] Erol-Kantarci, M., & Mouftah, H. T. (2010). Demand Ma-
nagement and Wireless Sensor Networks in the Smart Grid.
Response.
[24] OECD. (2009). Smart Sensor Networks: Technologies and
Applications for Green Growth. Network, (December).
[25] Atkinson, R. D., Castro, D. D., Dubravac, S., Camdus, J.,
Chenok, D., Kamensky, J., Mccain, M., et al. (2008). Digital
Quality of Life. Health Care, (October).
[26] Shen, L., Wang, H., Duan, X., & Li, X. (2008). Application
of Wireless Sensor Networks in the Prediction of Wind Power
Generation. 2008 4th International Conference on Wireless
Communications, Networking and Mobile Computing, 1-4.
Ieee. doi:10.1109/WiCom.2008.959
[27] Recas Piorno, J., Bergonzini, C., Atienza, D., & Simu-
nic Rosing, T. (2009). Prediction and management in
energy harvested wireless sensor nodes. 2009 1st In-
ternational Conference on Wireless Communication,
Vehicular Technology, Information Theory and Ae-
rospace & Electronic Systems Technology, 6-10. Ieee.
doi:10.1109/WIRELESSVITAE.2009.5172412
[28] Len, R. a, Vittal, V., & Manimaran, G. (2007). Application
of Sensor Network for Secure Electric Energy Infrastructu-
re. IEEE Transactions on Power Delivery, 22(2), 1021-1028.
doi:10.1109/TPWRD.2006.886797
[29] Luan, S.-W., Teng, J.-H., Chan, S.-Y., & Hwang, L.-C.
(2009). Development of a smart power meter for AMI based
on ZigBee communication. 2009 International Conference on
Power Electronics and Drive Systems (PEDS), 661-665. Ieee.
doi:10.1109/PEDS.2009.5385726
[30] Erol-kantarci, M., & Mouftah, H. T. (2011). Wireless Sensor
Networks for Cost-Efficient Residential Energy Management
in the Smart Grid, 2(2), 314-325.
[31] Li, J., Chung, J. Y., Xiao, J., Hong, J. W.-ki, & Boutaba,
R. (2011). On The Design and Implementation of a Home
Energy Management System. Science And Technology.
[32] Duarte, L., Zambianco, J., Airoldi, D., Ferreira, E. C., & Si-
quiera, J. (n.d.). Sensor network for energy-efficiency pro-
grams: characterization and breakdown of the electricity bill
using custom wireless smart meters. Signals, 262-265.
[33] Yeh, L. W., Wang, Y. C., & Tseng, Y. C. (2009). iPower: an
energy conservation system for intelligent buildings by wi-
reless sensor networks. International Journal of Sensor Net-
works, 5(1), 1. doi:10.1504/IJSNET.2009.023311
[34] Buendía, M. J., Vera, J. A., Losilla, F., Meseguer, P. J., Car-
tagena, U. P. D., & Muralla, C. (n.d.). Redes de Sensores y
Actuadores ( WSAN ) en domótica.
[35] MeshNetics. (2009). ZigBee reduce drásticamente la factura
de energía de instalaciones industriales en un 37 % (pp. 1-4).