UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE CUENCA

CARRERA DE INGENIERÍA ELÉCTRICA

TRABAJO DE TITULACIÓN PREVIO A LA OBTENCIÓN DEL TÍTULO

DE INGENIERO ELÉCTRICO

PROYECTO TÉCNICO DE ENFOQUE GENERAL

“IMPLEMENTACIÓN DE UN SISTEMA DE MEDICIÓN

INTELIGENTE EN LA UNIVERSIDAD POLITÉCNICA
SALESIANA SEDE CUENCA”

Autor: Jaime Rodrigo Estrella Piña

Tutor: Ing. Arturo Geovanny Peralta Sevilla M.Sc.

Cuenca - Ecuador
2018
Dedicatoria

Dedicado a
Bertha, Cindy, Christian y Miguel Angel

V
Agradecimientos

Al término de este trabajo quiero expresar mis más sinceros agradecimientos:

A mi compañera Bertha y mi hija Cindy, por la paciencia demostrada durante los cinco años de estudio,
a quienes no pude brindarles toda la atención que ellas se merecen por estar dedicado a actividades
relacionadas con la universidad.

A mi hermano Miguel Angel, por sus palabras de motivación expresadas en el momento preciso, que me
dieron el impulso necesario para emprender la búsqueda de alcanzar el sueño que tuve cuando joven, de
ser ingeniero eléctrico.

A mi hijo Christian por su ayuda oportuna en las actividades de montaje de equipos.

De manera especial a mi director de Trabajo de Titulación Ing. Arturo G. Peralta MSc. por su valiosa
ayuda brindada desde el inicio, cuando el presente trabajo era tan solo una idea, y luego durante su
desarrollo, hasta su culminación.

Al personal docente, administrativo y de servicios de la Universidad Politécnica Salesiana sede Cuenca,

cuya colaboración hizo posible la realización de este trabajo.

A la empresa argentina Discar S.A. por permitir a la UPS el uso de su plataforma informática Mr.DiMS
para medición inteligente.

Al personal del departamento de Control de la Medición de la Empresa Eléctrica Regional Centro Sur
por su apoyo logı́stico durante la instalación del medidor inteligente en la acometida principal de la UPS.

VI
Resumen

Los avances tecnológicos logrados en los últimos años en la electrónica, la computación, las
comunicaciones, etc. han permitido la modernización en el manejo de los sistemas eléctricos, con
miras al uso más eficiente de la energı́a.

Nuevos conceptos tales como Smart Meter, Advanced Metering Infrastructure, Smart Grid, Distributed
Generation, entre otros, son adoptados e implementados cada vez por más paı́ses alrededor del mundo,
esto permitirá a largo plazo, un ahorro de recursos y el uso más eficiente de los mismos.

En el presente trabajo se abordan temas relacionados con los sistemas de medición eléctrica, haciendo
una clasificación por generaciones y describiendo su evolución a lo largo de la historia. Se hace énfasis
en Automated Meter Reading, Advanced Metering Infrastructure, Distributed Generation, Demand
Response, que son partes primordiales de las redes inteligentes.

De una manera muy breve se describe el sistema eléctrico de media tensión en la Universidad Politécnica
Salesiana sede Cuenca.

Se presenta una descripción detallada de las actividades desarrolladas durante la instalación de medidores
inteligentes en el campus universitario, que van desde la selección de los lugares, la obtención de perfiles
de carga, la preparación de los materiales necesarios y el montaje de equipos.

Se describen también algunas pruebas de comunicación y de medición realizadas, y se evalúan los

resultados obtenidos. Finalmente se expresan algunas conclusiones, comentarios y experiencias obtenidas
durante el desarrollo de este trabajo.

VII
Abstract

The technological advances achieved in recent years in electronics, computing, communications, etc. have
allowed modernization in the management of electrical systems, with a view to the more efficient use of
energy.

New concepts such as Smart Meter, Advanced Metering Infrastructure, Smart Grid, Distributed
Generation, among others, are adopted and implemented every time by more countries around the world,
this will allow in the long run, savings in resources and a more efficient use of them.

In the present work, issues related to electrical measurement systems are addressed, making a
classification by generations and describing their evolution throughout history. Emphasis is placed
on Automated Meter Reading, Advanced Metering Infrastructure, Distributed Generation, Demand
Response, which are key parts of smart grids.

In a very brief way, the medium voltage electrical system of the Universidad Politécnica Salesiana,
Cuenca headquarters is described.

A detailed description of the activities developed during the installation of smart meters in the university
campus is presented, ranging from the selection of places, obtaining of load profiles, the preparation of
the necessary materials and the instalation of equipment.

Some communication and measurement tests carried out are also described, and the results obtained
are evaluated. Finally, some conclusions, comments and experiences obtained during the development of
this work are expressed.

VIII
Índice general

Página

Cesión de Derechos de Autor I

Certificación III

Declaratoria de Responsabilidad IV

Dedicatoria V

Agradecimientos VI

Resumen VII

Abstract VIII

Índice general X

Índice de figuras XI

Índice de tablas XIII

1. Sistemas de Medición 1
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Clasificación de los sistemas de medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Medición Directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Medición Semidirecta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3. Medición Indirecta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.4. Medición Distribuida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.5. Medición Centralizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.6. Medición Convencional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.7. Medición Especial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Consumidores, Categorı́as y Tarifas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Evolución de los Sistemas de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1. Primera Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2. Segunda Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.3. Tercera Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.4. Cuarta Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.5. Quinta Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.6. Sexta Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5. AMR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6. AMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6.1. Componentes de una AMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6.2. Beneficios de una AMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.7. Redes Inteligentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7.1. Generación Distribuida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7.2. Respuesta de la demanda y Gestión de la Demanda . . . . . . . . . . . . . . . . . 20
1.7.3. Dificultades en la adopción e implementación de Redes Inteligentes . . . . . . . . . 21

IX
2. Sistema Eléctrico de Media Tensión en la Universidad Politécnica Salesiana Sede
Cuenca 23

3. Instalación de Medidores Inteligentes en la Universidad Politécnica Salesiana Sede

Cuenca 27
3.1. Diseño del esquema de implementación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2. Selección de lugares para la instalación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3. Perfiles de carga y materiales necesarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.1. Perfiles de carga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.2. Materiales necesarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4. Montaje de equipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.5. Configuración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4. Pruebas de Comunicación y Medición 40

4.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2. Pruebas de comunicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.2. Modelos de estimación de pérdidas de propagación . . . . . . . . . . . . . . . . . . 41
4.2.3. Estimación de pérdidas usando el modelo Okumura-Hata . . . . . . . . . . . . . . 43
4.2.4. Mediciones de intensidad de señal . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3. Pruebas de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.3.1. Primera Prueba de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.3.2. Segunda Prueba de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.3. Tercera Prueba de Medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4. Visualización de la Información . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

5. Conclusiones y Recomendaciones 61
5.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.2. Recomendaciones y observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.3. Trabajos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Anexos 63
A. Lista de materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
B. Medición de Parámetros Eléctricos en Equipos Trifásicos DiMET3 . . . . . . . . . . . . . 65
C. Planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
D. Fotos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Bibliografı́a 84

Glosario 90

X
Índice de figuras

Página

1.1. Diagrama de conexiones en un sistema de medición directa. Fuente: autor . . . . . . . . . 3

1.2. Diagrama de conexiones en un sistema de medición semidirecta. Fuente: autor . . . . . . . 4
1.3. Diagrama de conexiones en un sistema de medición indirecta. Fuente: autor . . . . . . . . 5
1.4. Medidor electromecánico. Fuente: autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5. Uso de computador para procesamiento de datos del medidor. Fuente: autor . . . . . . . . 8
1.6. Medidor electrónico. Fuente: autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7. Uso de dispositivos electrónicos portátiles. Fuente: [1] . . . . . . . . . . . . . . . . . . . . 9
1.8. Uso de sistema drive-by para la lectura de medidores. Fuente: [2] . . . . . . . . . . . . . . 10
1.9. Medidor inteligente trifásico (medición directa). Fuente: Autor . . . . . . . . . . . . . . . 10
1.10. Estructura de una red inteligente. Fuente: [3] . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.11. Diferentes tecnologı́as de comunicación en Smart Grids. Fuente: [4] . . . . . . . . . . . . . 15
1.12. Relación entre subsistemas de una Smart Grid. Fuente: [5] . . . . . . . . . . . . . . . . . . 17
1.13. Estructura tradicional de un SEP. Fuente: [4] . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.1. Transformador combinado de medida instalado en poste de hormigón. Fuente: Google Earth 23
2.2. Celda de Media Tensión en acometida principal. Fuente: autor . . . . . . . . . . . . . . . 24
2.3. Caja de derivación de Media Tensión en acometida principal. Fuente: autor . . . . . . . . 25
2.4. Sistema Eléctrico en media tensión de la Universidad Politécnica Salesiana Sede Cuenca.
Fuente: [6] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.1. Esquema de implementación del sistema de medición inteligente. Fuente: autor . . . . . . 27

3.2. Bornera conmutable. Fuente: autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3. Equipo analizador de calidad de energı́a Fluke 1735. Fuente: [7] . . . . . . . . . . . . . . . 29
3.4. Equipo Fluke 1735 en uso. Fuente: autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.5. Cableado original del sistema de medición de EERCS. Fuente: autor . . . . . . . . . . . . 32
3.6. Cableado final con medidor inteligente incorporado. Fuente: autor . . . . . . . . . . . . . . 33
3.7. Bornera de enlace entre las señales de voltaje y corriente, y medidor. Fuente: autor . . . . 34
3.8. Pantalla de inicio. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.9. Menú principal en pantalla de inicio. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . 35
3.10. Demanda agregada (últimas 24 horas). Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . 36
3.11. Demanda máxima agregada (últimos 30 dı́as). Fuente: [8] . . . . . . . . . . . . . . . . . . 36
3.12. Valores de demanda actual. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.13. Valores de tensión y corriente en terminales principales. Fuente: [8] . . . . . . . . . . . . . 37
3.14. Creación de nuevo terminal. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.15. Configuración de medidor inteligente. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . 39

4.1. Pérdida de la comunicación entre terminales y servidor. Fuente: [8] . . . . . . . . . . . . . 40

4.2. Estructura celular de red de comunicaciones móviles. Fuente: [9] . . . . . . . . . . . . . . 41
4.3. Pérdidas de Propagación. Fuente: [10] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4. Ubicación de las BS en los alrededores del campus universitario de la UPS. Fuente: autor 44
4.5. Intensidad de señal de movistar en acometida principal. Fuente: autor . . . . . . . . . . . 45
4.6. Intensidad de señal de movistar en acometida principal. Fuente: autor . . . . . . . . . . . 45
4.7. Intensidad de señal de movistar en Cabina de Transformación Cornelio Merchán. Fuente:
autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.8. Intensidad de señal de movistar en Data Center y Edificio Guillermo Mensi. Fuente: autor 46
4.9. Despliegue de información de “CONCENTRADORES”. Fuente: [8] . . . . . . . . . . . . . 55

XI
4.10. Despliegue de información de “SUBESTACIONES”. Fuente: [8] . . . . . . . . . . . . . . . 55
4.11. Despliegue de información de “REPORTES”. Fuente: [8] . . . . . . . . . . . . . . . . . . . 56
4.12. Reporte de tensiones. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.13. Reporte de corrientes. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.14. Reporte de energı́s. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.15. Reporte de alarmas. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.16. Reporte de eventos. Fuente: [8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.17. Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8] . . . . . . . . . 59
4.18. Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8] . . . . . . . . . 60
4.19. Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8] . . . . . . . . . 60

1. Medidor inteligente instalado en acometida principal. Fuente: autor . . . . . . . . . . . . . 76

2. Bornera cortocircuitable, aisla el medidor del sistema de medición. Fuente: autor . . . . . 76
3. Técnico de EERCS modificando alambrado para inserción del SM en sistema de medición.
Fuente: autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4. Obtención de perfil de carga en TD de biblioteca. Fuente: autor . . . . . . . . . . . . . . . 77
5. Medidor inteligente instalado en TD de biblioteca. Fuente: autor . . . . . . . . . . . . . . 78
6. Interruptor termo-magnético instalado en TD de biblioteca. Fuente: auto . . . . . . . . . 78
7. Detalle de instalación de medidor inteligente en biblioteca. Fuente: autor . . . . . . . . . . 79
8. TD principal de edificio Cornelio Merchán. Fuente: autor . . . . . . . . . . . . . . . . . . 79
9. Interruptor termomagnético instalado en TD de edificio Cornelio Merchán. Fuente: autor 80
10. Medidor inteligente instalado en edificio Cornelio Merchán. Fuente: autor . . . . . . . . . 80
11. TD principal en bajos del edificio Data Center. Fuente: autor . . . . . . . . . . . . . . . . 81
12. Detalle de instalación de medidores inteligentes en edificio Data Center. Fuente: autor . . 81
13. Detalle de instalación de medidores inteligentes en edificio Data Center. Fuente: autor . . 82
14. Interruptores termo-magnéticos y TCs instalados en TD principal edificio Data Center.
Fuente: autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
15. Medidores inteligentes instalados en edificio Data Center. Fuente: autor . . . . . . . . . . 83
16. Medidores inteligentes instalados en edificio Data Center. Fuente: autor. Fuente: autor . . 83

XII
Índice de tablas

Página

3.1. Perfiles de carga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.1. Covertura del modelo de Okumura-Hata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.2. Estimación de pérdidas de trayectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3. Comparación de Voltajes TD Cornelio Merchán . . . . . . . . . . . . . . . . . . . . . . . . 47
4.4. Comparación de Corrientes TD Cornelio Merchán . . . . . . . . . . . . . . . . . . . . . . 49
4.5. Comparación de Energı́as TD Cornelio Merchán . . . . . . . . . . . . . . . . . . . . . . . 51
4.6. Contrastación de medidores instalados en acometida principal . . . . . . . . . . . . . . . . 53
4.7. Contrastación de medidores instalados fuera del campus, medición directa . . . . . . . . . 54

1. Lista de Materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

XIII
Capı́tulo 1

Sistemas de Medición

1.1. Introducción
Un Sistema Eléctrico de Potencia (SEP) es el conjunto de instalaciones y equipos que permiten la
generación, transporte y distribución de energı́a eléctrica. La función del SEP es producir, transportar
y distribuir energı́a eléctrica en forma segura, en cantidad suficiente, con calidad adecuada (niveles de
tensión, frecuencia, etc.) y de manera confiable. Una parte muy importante de un SEP está constituida
por los sistemas de medición. Éstos existen en todas las etapas del sistema y con diversos propósitos
como pueden ser: operación, protección, planificación, comercialización, etc.

La necesidad de disponer de sistemas de medición de energı́a eléctrica nace desde los inicios mismos del
uso de la electricidad como fuente de energı́a. Al ser la energı́a eléctrica un bien comercializado como
cualquier otro producto, debı́a ser medido y cuantificado a fin de poder comercializarlo, es ası́ como a
partir del año 1886 aparecen diferentes inventos de instrumentos de medición eléctricos, los mismos que
en sus inicios eran rudimentarios, poco precisos y de gran tamaño. Sin embargo, con el pasar de los años
se han ido mejorando e inventando nuevos, hasta llegar a lo que tenemos hoy en dı́a, sofisticados aparatos
electrónicos que incluso poseen otras funcionalidades como por ejemplo comunicación bidireccional,
programables, medición de varios parámetros, almacenamiento de información, etc. [11].

Los términos Smart Meter (SM), Smart Grid (SG), Advanced Metering Infrastructure (AMI), Automated
Meters Reader (AMR), son cada vez más comunes, no solo en paı́ses desarrollados, sino también en
aquellos en vı́as de desarrollo [4, 12].

Los avances tecnológicos logrados en los últimos años en la electrónica, la computación, las
comunicaciones, etc. han permitido la modernización en el manejo de los sistemas eléctricos, con
miras al uso más eficiente de la energı́a.

Por muchos años, la forma tı́pica de medir la energı́a eléctrica entregada a un usuario en particular, ha
sido a través de medidores o contadores electromecánicos, luego éstos han evolucionado a los electrónicos,
pero poco a poco los modernos medidores inteligentes van ganando terreno, y esto se debe a las grandes
ventajas que presentan este tipo de medidores con respecto a los tradicionales [12].

Tanto los sistemas convencionales de medición como los que utilizan tecnologı́a AMI realizan el mismo
trabajo, sin embargo los primeros son inexactos, costosos y lentos, pues la mayor parte del trabajo es
realizado en forma manual, lo que lo convierte en un sistema susceptible a errores, esto sin duda puede
ocasionar pérdidas económicas a las distribuidoras y también inconvenientes a los consumidores.

Tan solo por citar un ejemplo basado en una experiencia real en la empresa distribuidora local: en una
ocasión un cliente rural reclama que su planilla por consumo eléctrico está muy elevada, la distribuidora
toma el reclamo y envı́a a su personal (dos personas) a revisar su medidor, el personal tarda dos horas
en llegar al lugar, tan solo para encontrar que la persona que realizó la lectura se equivocó y en vez de
colocar un cero colocó un 1 en las cifras de los miles. El costo por este reclamo fue considerablemente
alto: se invirtieron 8 horas hombre, uso de vehı́culo, combustible, herramientas de mano, etc. Casos como
éste son muy comunes, y no solo en la empresa distribuidora local, sino a nivel nacional.

1
La gran ventaja de los medidores con tecnologı́a AMI radica en que éstos realizan mediciones instantáneas,
cada ciertos periodos de tiempo (usualmente cada 15 minutos) a diferencia de los convencionales, en
los que la medición (lectura del medidor) se realiza cada mes. Esto en la mejor de las situaciones,
la experiencia de algunas distribuidoras muestra que existen algunos casos donde las lecturas de
medidores se hacen cada varios meses, o peor aún, éstas no se realizan, y los datos son tabulados con
valores inventados o bien en base a un promedio histórico de consumo, iniciándose ası́ una cadena de
inconsistencias que terminan ocasionando pérdidas considerables a las empresas distribuidoras (y/o
comercializadoras) e inconvenientes a los clientes.

El uso de AMI abre una amplia gama de posibilidades en el manejo de la energı́a eléctrica, permite la
obtención de abundante información [13] como por ejemplo, patrones de consumo de los clientes en las
diferentes horas del dı́a, detección de interrupciones de servicio, detección de posibles hurtos de energı́a,
permite además clasificar a los consumidores según sus caracterı́sticas de consumo para la aplicación de
tarifas [14] y la posibilidad de realizar remotamente cortes por falta de pago. Esta información resulta
de gran utilidad para una adecuada planificación de la distribución, un efectivo control de la calidad de
servicio y la posibilidad de un manejo adecuado por parte de las empresas distribuidoras [15].

Una de las metas primordiales de toda empresa distribuidora, es sin duda, la reducción de pérdidas,
especialmente las pérdidas no técnicas, dado que dependen de algunos factores. En este sentido, una
AMI juega un papel sumamente importante, pues ayuda a minimizar errores que pueden darse tanto en
el campo al momento de realizar la lectura de un medidor, como en la oficina al momento de procesar la
misma. Al ser todo automatizado, el proceso resulta más rápido, optimizando ası́ recursos [16, 17].

Si bien es cierto que la AMI presenta importantes ventajas, sin embargo, no se puede dejar de lado
sus limitaciones y retos. De manera general se pueden mencionar algunos tales como: costo elevado de
implementación, seguridad, privacidad, manejo de grandes cantidades de información, necesidad de una
infraestructura de telecomunicaciones robusta, etc. [18, 19].

Con el pasar del tiempo y los avances tecnológicos, los costos de la infraestructura necesaria para
medición avanzada van poco a poco decreciendo, sin embargo la seguridad y el manejo de la información,
aún presentan retos que deberán ser resueltos en el futuro.

1.2. Clasificación de los sistemas de medición

En los sistemas eléctricos se pueden encontrar diferentes tipos de sistemas de medición dependiendo del
nivel de voltaje, de la intensidad de corriente, de la ubicación de las cargas, del tipo de usuario, etc.

La primera gran clasificación considera tres tipos de medición [20].

Medición Directa.
Medición Semidirecta.
Medición Indirecta.

1.2.1. Medición Directa

La medición directa se utiliza únicamente en sistemas de bajo voltaje y donde las corrientes no superan
los 200 A por fase. El medidor se intercala directamente entre la lı́nea y la carga (ver Figura 1.1), de esa
manera, las señales de voltaje y de corriente que recibe el medidor son las mismas que recibe la carga,
sin que haya la necesidad de instalar equipo adicional como transformadores de voltaje o de corriente.
El sistema puede ser monofásico o trifásico.

2
 Medidor Trifásico

L C
Í A
N R
E G
A A

Figura 1.1: Diagrama de conexiones en un sistema de medición directa. Fuente: autor

1.2.2. Medición Semidirecta

Este sistema es muy utilizado, especialmente por clientes comerciales o pequeños industriales, en donde
la empresa distribuidora proporciona el servicio eléctrico en medio voltaje y el cliente debe instalar su
propio transformador de potencia dentro del predio a fin de obtener los niveles de voltaje adecuados
según su necesidad.

En este sistema, las señales de voltaje que recibe el medidor son las mismas que recibe la carga, pero
las señales de corriente provienen de devanados secundarios de Transformadores de Corriente (TCs)
instalados para reducir las corrientes que recibe el medidor a valores estandarizados para instrumentos
de medición (5 A), (ver Figura 1.2).

En estos casos, las distribuidoras aplican un recargo del 2 % por compensación de pérdidas en el
transformador de propiedad del cliente, amparados en el numeral 5 de las resoluciones: Resolución No.
ARCONEL 050/16 y Resolución No. ARCONEL 051/16 (05 de octubre de 2016) [20].

“5. TARIFAS DE MEDIA TENSIÓN

Las tarifas de media tensión se aplican a los consumidores
descritos en los numerales 3.1.2 y 3.2.2. Si un consumidor de
este nivel de tensión, está siendo medido en Baja Tensión, la
empresa considerará un recargo por pérdidas de transformación
equivalente al 2 % del monto total consumido en unidades de
potencia y energı́a.”

3
 L C
Í A
N R
E G
A A

Medidor Trifásico

Figura 1.2: Diagrama de conexiones en un sistema de medición semidirecta. Fuente: autor

1.2.3. Medición Indirecta

Este tipo de medición es normalmente utilizado en sistemas de medio y alto voltaje, especialmente para
clientes industriales. La medición se realiza en el lado de alto voltaje. Tanto las señales de voltaje como
las de corriente que recibe el medidor, provienen de los secundarios de los respectivos Transformadores
de Potencial (TPs) y TCs, (ver Figura 1.3). Los valores estándar en los secundarios de los TPs y TCs
son respectivamente, 120 V y 5 A. Cabe indicar aquı́ que en estos casos no se aplica el recargo del 2 %
por pérdidas en el transformador debido a que la medición se realiza antes del mismo, y las pérdidas ya
son registradas por el medidor.

4
 Transformador combinado de medida

L C
Í A
N R
E G
A A

Medidor Trifásico

Figura 1.3: Diagrama de conexiones en un sistema de medición indirecta. Fuente: autor

Existe además una segunda clasificación de los tipos de medición, pero tomando en cuenta la ubicación
de los equipos y ciertas caracterı́sticas en cuanto al uso de la energı́a:

Medición Distribuida.
Medición Centralizada.

Medición Convencional.
Medición Especial.

1.2.4. Medición Distribuida

Es la más utilizada debido a que la gran mayorı́a de usuarios de un sistema eléctrico se encuentran
distribuidos a lo largo de extensas zonas urbanas o rurales.

1.2.5. Medición Centralizada

Este tipo de medición se utiliza especialmente en edificios y centros comerciales donde existe un número
considerable de usuarios que reciben el suministro eléctrico desde un punto común. La ventaja de la
medición centralizada es el ahorro de recursos y la facilidad para realizar la lectura de los medidores que
se encuentran concentrados en un mismo sitio.

5
1.2.6. Medición Convencional
Se llama ası́ debido a que mide únicamente energı́a activa y considerando solamente una tarifa. No se
consideran otros parámetros como energı́a reactiva, factor de potencia, demanda o tarifas horarias.

1.2.7. Medición Especial

Se denomina medición especial aquella que considera varios parámetros como son energı́a activa, energı́a
reactiva, factor de potencia, demanda máxima. Se aplica este tipo de medición donde los usuarios
(generalmente comerciales o industriales) tienen consumos elevados, y maquinaria que inyecta reactivos
en la red. El tipo de medidor utilizado en estos casos es diferente a los convencionales, permitiendo
aplicar tarifas variables en el tiempo, llamadas tarifas horarias, de esta manera se trata de incentivar el
uso de energı́a en horas no consideradas pico, mediante la aplicación de tarifas más elevadas en horas
pico, como también a mantener un factor de potencia alto (igual o superior a 0.92), si el factor de
potencia es menor a este valor, se aplica una penalidad.

1.3. Consumidores, Categorı́as y Tarifas

La estructura organizacional de un sistema eléctrico en general (de cualquier paı́s) está conformada por
agentes y organismos:

Agentes
Empresas de generación.
Empresas de transmisión.

Empresas de distribución.
Empresas de comercialización.
Consumidor mayorista.
Consumidor minorista.

Organismos
Operador del mercado.
Operador del sistema.
Agencia de regulación.

En el caso del Ecuador la estructura es muy parecida, con la salvedad de que la distribución y
comercialización lo realiza la misma empresa, dentro de su zona de concesión. Y también, la operación
del mercado y la operación del sistema es realizado por el mismo organismo, denominado Centro
Nacional de Control de la Energı́a (CENACE), mientras que la regulación está a cargo de la Agencia de
Regulación y Control de Electricidad (ARCONEL).

La ARCONEL en su sitio web [20], presenta abundante y detallada información acerca del sector
eléctrico ecuatoriano, en la que se incluye una sección dedicada a las “tarifas del sector eléctrico”, y
dentro de ésta el “pliego tarifario”, en el que se detallan tarifas, consumidores, categorı́as, niveles de
tensión, tipos de uso de energı́a, etc.

6
1.4. Evolución de los Sistemas de Medición
Los sistemas eléctricos alrededor del mundo evolucionan dı́a tras dı́a, y con ellos también los sistemas
de medición. En sus inicios los medidores eléctricos fueron aparatos electromecánicos rudimentarios de
gran tamaño y poco precisos. Su lectura y el manejo de la información era realizado en forma totalmente
manual. Con la aparición de las computadoras se dio un gran paso, al poder utilizar hojas de cálculo
para procesar la información en forma más rápida, pero con el pasar de los años fueron evolucionando,
reduciéndose su tamaño, incrementado su precisión e incluyendo nuevas funcionalidades.

En un artı́culo titulado “The history of the electricity meter”, publicado el 28 de junio de 2006 en la
revista “Metering and Smart energy International” [21], se presenta una breve sı́ntesis de la evolución
de los medidores eléctricos a lo largo de la historia. Sin embargo, en el presente trabajo se sugiere una
clasificación por generaciones, tal como se muestra a continuación.

1.4.1. Primera Generación

Medidor electromecánico, procesamiento de datos completamente manual
La primera generación de sistemas de medición pertenece a una época donde los medidores eran
electromecánicos (ver Figura 1.4) y el procesamiento de la información era realizado completamente en
forma manual con papel y lápiz. Sin duda, un proceso arduo, tedioso, demorado, y sobre todo, susceptible
de errores.

Figura 1.4: Medidor electromecánico. Fuente: autor

1.4.2. Segunda Generación

Medidor electromecánico, procesamiento de datos mediante hojas de cálculo
La aparición de las computadoras facilitó considerablemente el procesamiento de los datos obtenidos de
los medidores (ver Figura 1.5), sin embargo, el registro inicial en sitio de la lectura de los medidores
aún se hacı́a a base de papel y lápiz. Se logra también una mejora considerable en calidad, precisión y
tamaño de los medidores.

7
 Figura 1.5: Uso de computador para procesamiento de datos del medidor. Fuente: autor

1.4.3. Tercera Generación

Medidor electrónico, lectura manual, procesamiento de datos mediante software de
computadora
Aparecen los medidores electrónicos (ver Figura 1.6), con mejor precisión y de menor tamaño, fáciles
de leer. Existen además programas de computadora con mayores prestaciones que permiten realizar el
proceso de la información en forma automatizada. Continúa el uso de papel y lápiz para registrar la
lectura del medidor en sitio.

Figura 1.6: Medidor electrónico. Fuente: autor

8
1.4.4. Cuarta Generación
Medidor electrónico, lectura manual, uso de dispositivos electrónicos portátiles para
almacenamiento temporal
Se reemplaza el papel y el lápiz por dispositivos electrónicos portátiles, en los cuales se registran
manualmente las lecturas de los medidores, luego esta información es descargada directamente en
un computador para su respectivo procesamiento. Se logra ası́ un considerable ahorro en tiempo de
digitación, a la vez que se evita el uso de grandes cantidades de papel. Una versión más moderna
de este sistema consiste en el uso de medidores que poseen un puerto de comunicaciones infrarrojo
o bluetooth, que permite una comunicación con el dispositivo portátil de forma inalámbrica (ver figura 1.7.

Figura 1.7: Uso de dispositivos electrónicos portátiles. Fuente: [1]

1.4.5. Quinta Generación

Automated Meter Reading
Los medidores incorporan un módulo de comunicaciones, el mismo que es capaz de transmitir la
información de forma inalámbrica a otro dispositivo portado ya sea por una persona (sistema walk-by),
o bien en un vehı́culo (sistemas drive-by), (ver Figura 1.8).

9
 Figura 1.8: Uso de sistema drive-by para la lectura de medidores. Fuente: [2]

1.4.6. Sexta Generación

Advanced Metering Infrastructure
Los medidores llamados inteligentes (ver Figura 1.9), forman parte de una infraestructura de
automatización del SEP. Una gran cantidad de información es colectada, la misma que permite
desarrollar diferentes tareas incluyendo la planificación.

Figura 1.9: Medidor inteligente trifásico (medición directa). Fuente: Autor

10
1.5. AMR
En la sección anterior se trató de manera muy breve la evolución de los sistemas de medición, haciendo
una clasificación por generaciones, en esta sección se aborda con un poco más de detalle las dos últimas
generaciones sugeridas que son la AMR y la AMI, con el fin de establecer una diferencia entre las dos.

Tradicionalmente la lectura de los medidores eléctricos (y también los de gas y agua) por parte de las
empresas distribuidoras-comercializadoras, ha sido, y aun hoy en dı́a en muchos lugares, continúa siendo
realizado en forma manual, lo que implica costos elevados y errores que ocasionan pérdidas económicas.
El hecho de que la persona que realiza las lecturas de los medidores tenga que caminar largas distancias,
ingresar la información en forma manual en un dispositivo portátil o escribirlo en papel, la exposición a
los elementos (lluvia, sol, frı́o, nieve, etc.), hace de esta actividad una tarea ardua, lenta, y sobretodo,
susceptible a errores [22], [23]. Nace ası́ entonces la idea de dar una solución a este problema, recolectando
la información de los medidores de forma automática, es lo que se conoce en la actualidad como AMR

AMR empieza a desarrollarse a mediados de los años 80 y con mayor auge a inicios de los 90, como una
manera automatizada de colectar la información proveniente de los medidores eléctricos, de agua y de
gas [24].

La tecnologı́a AMR ha tenido su propia evolución, iniciándose con el uso de dispositivos electrónicos
portátiles (handheld) capaces de recibir información desde un medidor de forma inalámbrica y automática
con tan solo acercar el dispositivo portátil al medidor, ver figura 1.7. Siguiendo con los sistemas ”walk
by”, y, ”drive by”, capaces de recibir la señal proveniente del medidor a distancias mucho mayores. Y,
finalmente están los enlaces vı́a satélite. Han surgido además iniciativas de usar vehı́culos aéreos no
tripulados para realizar esta tarea, especialmente en áreas rurales [25].

De los sistemas arriba mencionados, quizá el más utilizado ha sido el sistema ”drive by”, en el que el
lector automático es instalado (transportado) en el interior de un vehı́culo, el mismo que es conducido
por las calles a velocidad moderada mientras se realiza la recolección de la información, ver Figura 1.8 .

Los sistemas “handheld”, y “satelital”han tenido menor aceptación debido, el primero a que no representa
un beneficio considerable, pues con este sistema existe aún la necesidad de que una persona tenga que
caminar distancias largas e incluso ingresar al predio donde se encuentra instalado el medidor, con el
peligro inminente de ser atacado por una mascota o animal salvaje, o con la posibilidad de no poder
acceder al predio por encontrarse asegurado con llave. El sistema satelital en cambio, por el elevado
costo que representa. El uso de vehı́culos aéreos no tripulados Unmanned Aerial Vehicle (UAV) es una
iniciativa reciente, propuesta por la compañı́a canadiense Stratocomm, y aun no ha tenido una aplicación
masiva.

Si bien es cierto que los sistemas de medición AMR pueden realizar una comunicación bidireccional entre
el medidor y el lector automático, sin embargo, debido a las limitadas funcionalidades, este sistema es
considerado como uno de comunicación unidireccional, desde el medidor que transmite constantemente
información, hacia el lector automático que en su debido momento recibe dicha información. La
comunicación desde el lector u otro dispositivo externo hacia el medidor, se da únicamente con propósitos
de programación del mismo. También es necesario destacar que los sistemas AMR, sólo pueden proveer
información referente a los kWh consumidos y tal vez la demanda pico del mes y una que otra información
adicional, dependiendo del sistema implementado.

1.6. AMI
Un paso más adelante en la modernización de los sistemas eléctricos lo constituye la AMI. AMI no es una
única tecnologı́a, sino más bien una integración de varias tecnologı́as tales como medición inteligente,
redes de área local, comunicaciones integradas, aplicaciones de manejo de información, interfaces de
software estandarizadas, etc. que permiten una conexión inteligente entre los operadores del sistema, los
consumidores y sus aparatos de consumo [26].

11
AMI proporciona a los consumidores información útil, que permite la toma de decisiones de una manera
inteligente en cuanto al consumo de energı́a eléctrica, información que no poseen con un sistema
de medición convencional o aun con un AMR. Por otro lado, los operadores del sistema (empresas
distribuidoras) también disponen de abundante información que les permite brindar un mejor servicio a
sus clientes.

Inicialmente los sistemas AMR fueron desarrollados con miras a la reducción de costos y la mejora
en la exactitud de las lecturas de los medidores. La comprensión de los beneficios que representa la
comunicación bidireccional entre empresas distribuidoras, consumidores y aparatos de consumo, y la
visión de una red eléctrica moderna, condujo a la evolución de AMR hacia AMI.

Algunas de las caracterı́sticas principales de una AMI pueden resumirse ası́: [26].

Motivación e inclusión de los consumidores a través de una comunicación con las empresas
distribuidoras.
Opciones de generación y almacenamiento distribuidas en las localidades de los consumidores que
pueden ser controladas y monitorizadas a través de AMI.

Participación activa de los clientes en los mercados eléctricos, ya sea como consumidores como tal
o como generadores.
AMI con medidores inteligentes equipados con funcionalidades de supervisión de calidad de la
energı́a permiten una rápida detección, diagnóstico y solución de cualquier problema relacionado
con la calidad de la energı́a.
AMI permite un modelo de operación más distribuida que reduce la vulnerabilidad de la red eléctrica
ante ataques terroristas.
AMI ayuda a la auto restauración (self healing) del sistema mediante la detección y localización de
fallas de una manera más rápida y precisa.

AMI proporciona información granulada y oportuna necesaria para el manejo de recursos y la

ejecución de las operaciones.

1.6.1. Componentes de una AMI

Una AMI está compuesta de varias tecnologı́as integradas que trabajan en conjunto como una
sola: [26], [27].

Medidor inteligente (SM).

Unidad Concentradora de Información (Data Concentrator Unit (DCU))
Sistema Cabecera (Head End System (HES))

Software de aplicación (Meter Data Management System (MDMS))

Infraestructura de comunicaciones
Protocolos de comunicación

Medidores Inteligentes
Los medidores convencionales electromecánicos sólo pueden almacenar el total de energı́a consumida a
lo largo de un perı́odo, usualmente un mes. Los medidores inteligentes son dispositivos de estado sólido
programables que pueden desempeñar muchas otras funciones como las que se muestran a continuación:
[5, 26, 28]

Permiten la aplicación de tarifas horarias

12
 Proporcionan información de consumo de energı́a de forma periódica (15 minutos) tanto a clientes
como a empresas distribuidoras
Envı́an notificaciones de falta de energı́a o restauraciones a la oficina central

Permiten operaciones remotas de conmutación ON-OFF

Opciones de venta de energı́a en modo pre-pago
Monitorización de la calidad de energı́a

Detección y alerta en casos de alteración de medidor y hurtos de energı́a

Comunicación con otros dispositivos inteligentes en el hogar (Machine to Machine (M2M)
communications)

El medidor inteligente constituye una herramienta muy útil, tanto para los clientes como para las
empresas distribuidoras. Desde la perspectiva de la empresa distribuidora, la información obtenida puede
ser usada para varios propósitos como por ejemplo facturación, monitorización, control y operación del
sistema. Una de las grandes ventajas de disponer de medidores inteligentes es la notificación y alerta
de interrupciones de servicio tan pronto como éstas ocurran, permitiendo tomar acciones correctivas
de una manera rápida. Desde el lado de los clientes los beneficios son también grandes, la información
detallada disponible sobre el consumo de energı́a o los precios en tiempo real de la misma, les permite
a los clientes tomar decisiones más inteligentes en cuanto al uso de aparatos de gran consumo fuera de
horas pico. [29, 30].

La capacidad del medidor inteligente de comunicarse con otros dispositivos inteligentes en el hogar brinda
la posibilidad de controlar el consumo de energı́a remotamente, mediante la desconexión de aparatos de
gran consumo como por ejemplo lavadoras, secadoras, calentadores de agua, vehı́culos eléctricos, etc.,
pudiendo de esta manera reducir la demanda, especialmente en horas pico, a estas acciones se les conoce
con el nombre de Demand Side Management (DSM) o Demand Response (DR).

Unidad Concentradora de Información (DCU)

Su nombre lo dice todo, este dispositivo colecta la información proveniente de los medidores, la comprime
y luego la envı́a a la oficina central donde es procesada.

Sistema Cabecera (HES)

Es esencialmente un servidor inteligente el cual primero consolida toda la información y luego la traduce
en un lenguaje y formato que pueda ser interpretado fácilmente en el último nivel.

Meter Data Management System (MDMS)

Un sistema MDMS es una base de datos con herramientas de análisis que permiten la interacción con
otros sistemas de información como por ejemplo: [5, 26]. Ver Figura 1.10.

Sistema de Información del Consumidor (Consumer Information systems - Consumer Information

System (CIS): por sus siglas en inglés), sistemas de facturación, sitios Web de las distribuidoras.

Sistema de Manejo de Interrupciones (Outage Management systems - Outage Management System

(OMS): por sus siglas en inglés)
Planificación de Recursos Empresariales - ( Enterprice Resource Planning -Enterprice Resource
Planning (ERP): por sus siglas en inglés), manejo de calidad de energı́a, sistemas de predicción de
carga.
Manejo de Equipos Móviles de Trabajo (Mobile Workforce Management - Mobile Workforce
Managemen (MWM): por sus siglas en inglés)
Sistema de Información Georeferenciada (Geographic Information System - Geographic Information
System (GIS):por sus siglas en inglés)

13
 Manejo de Carga de Transformador (Transformer Load Management -Transformer Load
Management (TLM):por sus siglas en inglés), entre otros.

Una de las funciones principales del MDMS es la estimación, edición y validación de la información de la
AMI para que ésta fluya en el sistema completa y precisa, pese a cualquier disrupción que pueda ocurrir
ya sea en la red de comunicaciones como en las premisas de los clientes.

Infraestructura de Comunicaciones
El pilar fundamental de una AMI y por ende de una SG es su infraestructura de comunicaciones, una
red eléctrica sin un adecuado sistema de comunicaciones no puede ser considerada como inteligente, ver
Figura 1.10

Figura 1.10: Estructura de una red inteligente. Fuente: [3]

La infraestructura de comunicaciones en una AMI soporta una interacción continua entre la empresa
distribuidora, el consumidor y los aparatos de consumo controlables. Debe emplear estándares de
comunicación bi-direccional abiertos y ser muy segura. Está formada por varios segmentos los mismos
que pueden tener diferentes tecnologı́as en cada uno de ellos como telefonı́a celular, Power Line
Communications (PLC), radio frecuencia, fibra óptica, etc. [31, 32]. Ver Figura 1.11:

Red de Área de Hogar (Home Area Network (HAN))

Red de Área de Vecindario (Neighborhood Area Network (NAN))
Red de Área Amplia (Wide Area Network (WAN))
Red de Área Metropolitana (Metropolitan Area Network (MAN))

Varias arquitecturas pueden ser usadas, siendo la más común la de concentradores locales que colectan
la información de grupos de medidores y la transmiten a un servidor central (ver Figura 1.11). De igual
manera, los medios de transmisión pueden ser variados, siendo los más usados los siguientes: [5, 26]

PLC
Broadband over Power Line (BPL)

14
 Figura 1.11: Diferentes tecnologı́as de comunicación en Smart Grids. Fuente: [4]

Cobre o fibra óptica

Celular
WiMax
Bluetooth
General Packet Radio Service (GPRS)
Internet
Satelite
Peer-to-Peer
Zigbee

Protocolos de Comunicación
El protocolo de comunicaciones no es más que el “lenguaje”que los diferentes equipos deben utilizar para
comunicarse entre sı́. Puede ser abierto o propietario, aunque la tendencia actual es la utilización de
protocolos abiertos, que permiten la operación entre equipos de diferentes fabricantes.

1.6.2. Beneficios de una AMI

Una AMI brinda grandes beneficios tanto a consumidores, empresas proveedoras de servicio y a la
sociedad entera.

Beneficios para los consumidores

Para los consumidores la implementación de una AMI brinda más opciones de donde escoger en cuanto
a precios y servicios, menos intrusión (se elimina la necesidad de que una persona realice cada mes la
lectura del medidor) y más información disponible para un mejor manejo del uso de la energı́a y la toma
de decisiones. Esto también significa tener una alta confiabilidad del sistema, mejor calidad del servicio y
una pronta y exacta facturación. Además, permite reducir los costos de operación de las distribuidoras,
lo cual repercute directamente en los precios de la electricidad [26].

15
Beneficios para las empresas distribuidoras
Los beneficios de una AMI para las empresas distribuidoras radican fundamentalmente en dos campos:
facturación y operación.

AMI ayuda a las empresas distribuidoras a eliminar las lecturas estimadas, permite una facturación
exacta y oportuna manteniendo una periodicidad constante, brindando ası́ un mejor servicio al cliente.
AMI elimina la necesidad de vehı́culo, entrenamiento, seguro de salud y otros costos operacionales
relacionados con la lectura manual de medidores [26].

Desde el punto de vista operacional, AMI permite a las distribuidoras conocer inmediatamente cuando
y donde ocurre una interrupción de servicio y ası́ despachar a un equipo de reparación en un muy corto
tiempo, lo cual acelera considerablemente el proceso de restauración del servicio.

Con AMI las distribuidoras pueden manejar las cuentas de los clientes de una manera más rápida y
eficiente, tienen la capacidad de conectar o desconectar el servicio remotamente sin la necesidad de
enviar un equipo de su personal al sitio. De manera similar, servicios de mantenimiento y dudas por
parte de los usuarios pueden ser resueltos más rápido a través de un diagnóstico remoto. AMI permite
además implementar otros programas como generación distribuida y servicio pre-pago.

La disponibilidad de una gran cantidad de información respecto al uso de energı́a y al estado de la red,
facilita a las distribuidoras la toma de decisiones respecto a mejoras en el sistema, a la vez que permite
a los ingenieros un adecuado dimensionamiento de los equipos de protección y un conocimiento del
comportamiento del sistema en general.

Beneficios para la sociedad

La sociedad entera se beneficia con la AMI a través de un despacho y uso más eficiente de energı́a lo
cual significa un menor impacto ambiental. Puede incrementar la práctica de la generación distribuida ,
promoviendo el uso de fuentes verdes de energı́a. Una pequeña reducción en la demanda puede producir
una variación relativamente grande en el precio de la electricidad [26].

Otra forma en la que la sociedad se beneficia de la AMI es por ejemplo cuando ocurre una emergencia,
dı́gase un incendio, y el cuerpo de bomberos requiere cortar el suministro de electricidad a un edificio, la
empresa distribuidora lo puede hacer de forma remota y muy rápido, sin necesidad de enviar cuadrillas
de mantenimiento al sitio.

Estos son tan solo unos cuantos ejemplos de los beneficios que brinda una AMI, existen innumerables
otros beneficios que superan enormemente cualquier desventaja que pueda existir en la implementación
de una AMI.

1.7. Redes Inteligentes

El término SG o red inteligente que cada vez adquiere mayor popularidad, describe una red distribuida
y automatizada, en la cual el flujo de información se da de manera bidireccional y automática, gracias
a una sofisticada infraestructura computacional y de comunicaciones. [33]. Un sistema auto-suficiente
que puede encontrar soluciones a problemas rápidamente y que apunta a la sostenibilidad, confiabilidad,
seguridad y calidad de la electricidad para todos los usuarios [2]. Es un sistema eléctrico avanzado con
una infraestructura de comunicaciones integrada que permite el flujo bi-direccional tanto de energı́a
como de comunicaciones [34].

Una red inteligente es una combinación de la tecnologı́a eléctrica tradicional y las Tecnologı́as de la
Información y la Comunicación (TIC). Está compuesta por varios subsistemas como CIS, GIS, OMS,
MWM, ERP, TLM, AMI, Advanced Distribution Operations (ADO), Advanced Transmission Operations
(ATO), Advanced Asset Management (AAM), que actúan en conjunto como uno solo. Una parte
primordial de una SG es la AMI, que provee información indispensable para que los demás subsistemas
puedan operar [5]. Ver Figura 1.12.

16
 Advanced Asset Management
(AAM)
Uses AMI, ADO and ATO information
and Issue Control signals to improve:
· Operating efficiency
· Asset utilization

Advanced Transmission
Operations (ATO)
· Uses ADO information to improve
operations and manage
transmission traffic and voltage
· Uses AMI to give sonsumers access
to markets

Advanced Distribution
Operations (ADO)
· Uses AMI communications to collect
distribution information.
· Uses AMI information to improve
operations.

Advanced Metering
Infrastructure (AMI)
· Establishes communications with
the loads (Consumer).
· Provides timestamped system
information.

Figura 1.12: Relación entre subsistemas de una Smart Grid. Fuente: [5]

Los sistemas eléctricos tradicionales mantienen una configuración vertical generación, transmisión -
distribución, consumo; con un flujo de potencia unidireccional desde el generador hacia el consumidor
(ver Figura 1.13). Sin embargo, con la incorporación de nuevas fuentes renovables de energı́a y la
participación activa de los usuarios, que en muchos casos se han convertido también en generadores
(mediante el uso de paneles solares), presenta nuevos retos en cuanto al manejo de los SEP, generando
ası́ la necesidad de emplear nuevas tecnologı́as que permitan operar el sistema de una manera más segura
y eficiente para garantizar la calidad y la continuidad en el servicio [35].

17
 Figura 1.13: Estructura tradicional de un SEP. Fuente: [4]

La adopción e implementación de redes inteligentes introduce un gran número de mejoras en las redes
convencionales como por ejemplo la comunicación máquina-máquina (M2M communication), manejo
de oferta-demanda en tiempo real, supervisión de recursos, operación eficiente (mediante un adecuado
manejo de interrupciones), entre otros [36].

El constante aumento en la demanda de energı́a a causa del incremento en la población mundial, la

falta de un análisis automatizado, la estructura jerarquizada de los sistemas eléctricos, la operación
mecánica de los sistemas de conmutación, el uso de combustibles fósiles como fuente primaria de energı́a
que contribuye al calentamiento global y otros factores, demuestran la necesidad urgente de afrontar los
retos de un cambio en el manejo de la producción y uso de energı́a en el mundo. Es ası́ como nace el
concepto de SG.

Una red inteligente es una moderna infraestructura con una mejorada eficiencia, confiabilidad y
seguridad que se integra fácilmente a las nuevas fuentes alternativas y renovables de energı́a a través
de modernos sistemas de control y tecnologı́as de comunicación. El enfoque de una SG está dirigido al
uso “inteligente”de la energı́a eléctrica, es decir, eliminando desperdicios, priorizando su uso en horas
pico a lo estrictamente necesario, reduciendo pérdidas y emisiones de CO2 [37]. Esto es posible gracias
a la existencia de un lazo de comunicación bidireccional entre generador (distribuidor) y consumidor en
tiempo real [38].

La idea principal detrás de una SG, es disponer de una infraestructura de redes eléctricas que sea capaz
de auto-regenerarse en situaciones de contingencia (self-healing grid) y que permita un fácil, rápido y
eficiente manejo de la energı́a eléctrica en todo momento, garantizando ası́ la calidad y continuidad
en el servicio. La industria de la energı́a eléctrica reconoce la necesidad de actuar ahora, y varias
empresas han tomado el liderazgo en iniciativas de eficiencia energética a través de la realización
de auditorı́as respecto del uso de energı́a. Y es ahı́ donde los medidores inteligentes cumplen con el
rol para el cual fueron creados, brindando abundante, valiosa y precisa información en todo momento [27].

Una red eléctrica es un sistema dinámico muy complejo, a cada segundo hay cargas que entran y salen
del sistema, protecciones que actúan ya sea por descargas atmosféricas o por sobrecargas, esto hace que
su manejo sea también bastante complejo. La falta de un canal de comunicación bi-direccional entre
distribuidor y consumidor (en una red convencional), hace imposible conocer cuáles clientes tienen un
consumo alto y cuáles no, en un determinado momento, las empresas distribuidoras sólo pueden ver que
la demanda de energı́a crece o decrece en las diferentes horas del dı́a, pero no pueden saber quienes son
los clientes que causan los cambios más bruscos en el sistema.

18
En una red inteligente en cambio, la disponibilidad de información en tiempo real permite a las
distribuidoras conocer el comportamiento de los clientes en cuanto a consumo de energı́a todo el tiempo,
brindando ası́ la posibilidad de notificarles por algún medio, ya sea correo electrónico, mensaje de texto,
etc. que su consumo de energı́a es elevado en un momento determinado, y persuadirles a su reducción,
quizá ofreciéndole algún incentivo. Esto serı́a especialmente útil con los grandes consumidores, quienes
podrı́an disminuir su consumo de energı́a en horas pico y beneficiarse de incentivos tarifarios en otras
horas.

De esta manera se lograrı́a un considerable ahorro en cuanto a la puesta en operación de centrales de

generación costosas en horas pico y se aplazarı́a la construcción de nuevas.

Una red inteligente es una herramienta innovadora que permite cambiar la manera en que las sociedades
producen, distribuyen y consumen la electricidad. Una SG es una red que conecta generadores y
consumidores, asegurando el suministro de energı́a de una manera económica, eficiente, segura y
sostenible [39]. Una red que de manera inteligente integra las acciones de todos los usuarios conectados a
ella (generadores, consumidores y aquellos que hacen ambas cosas) [40], a fin de suministrar electricidad
en forma sostenible, económica y segura, integrando varios recursos energéticos distribuidos y con una
mayor orientación hacia el usuario, en comparación con las redes convencionales en las que el enfoque es
más hacia el manejo de la provisión de energı́a [41].

Algunas de las caracterı́sticas de una SG incluyen el uso de TIC para permitir una comunicación
bi-direccional entre las partes integrantes de la red (productores, consumidores), detección automática
de las condiciones de la red, mejora en el balance oferta-demanda, retro-alimentación de los usuarios y
una mejorada automatización en cuanto a la funcionalidad y seguridad [41].

En la actualidad a nivel mundial se invierte grandes cantidades de dinero en la actualización de la

infraestructura energética existente hacia redes inteligentes [42], la motivación para estos cambios
especialmente en Europa, Estados Unidos y China incluyen la reducción en las emisiones de gases de
efecto invernadero, la integración de fuentes de energı́a renovables en el sistema, mejorando la eficiencia
y la dependencia energética [43]. Con SG los consumidores tienen la oportunidad de tomar un rol más
activo en la operación del sistema eléctrico con lo que se conoce como “demand response”(DR), bajo el
nuevo concepto de que la demanda puede ser manipulada a diferentes niveles y no solamente en grandes
consumidores industriales y comerciales, a fin de optimizar el funcionamiento del sistema [41].

En una definición más amplia y visionaria, una SG es un modelo de gestión de la energı́a, en el que
los usuarios están comprometidos tanto en producir energı́a como en consumirla, con sistemas de
información que permiten estar completamente al tanto de la oferta-demanda de energı́a en la red y de
los precios dinámicamente cambiantes. Para llegar a tener una SG, los sistemas eléctricos tradicionales
deben ser actualizados, siendo las más afectadas las capas de medio y bajo voltaje [44].

Con la llegada de las SG se abre una amplia gama de posibilidades en cuanto a la producción, transporte
y uso de la energı́a eléctrica, y aparecen nuevos conceptos tales como: generación distribuida, respuesta
de la demanda, gestión de la demanda, recursos energéticos distribuidos, prosumidores (productores y
consumidores), microredes y otros.

1.7.1. Generación Distribuida

La creciente demanda de energı́a a nivel global y el impacto que esto ocasiona al medio ambiente,
obliga a una búsqueda incesante de nuevas alternativas en cuanto a la producción de energı́a. Los
avances logrados en la investigación y desarrollo de las SG facilitan la inserción en los sistemas eléctricos
existentes de nuevas fuentes renovables de energı́a a pequeña escala. Este nuevo concepto conocido como
Distributed Generation (DG) o también como Distributed Energy Resources (DER), está siendo usado
cada vez más debido a que representa una alternativa eficiente y económica a la creciente demanda de
energı́a [45].

La gran ventaja de la generación distribuida es que, en la mayorı́a de los casos se usan fuentes renovables

19
limpias como por ejemplo paneles solares o generadores eólicos [46]; además, estos generadores por lo
general están ubicacados cerca de los sitios de consumo [47], [48], lo que no ocurre con los sistemas de
generación convencional como las grandes centrales de generación hidroeléctricas que en su mayorı́a se
encuentran muy lejos de los centros de consumo.

La cercanı́a de los generadores a los centros de consumo se traduce en una disminución de las pérdidas
tanto en transmisión como en distribución [49].

Los generadores que forman parte de la generación distribuida tiene potencias que oscilan entre el 1 kW
y los 5 kW y pueden ser conectados tanto a los sistemas de distribución como a los de transmisión [47], o
formando micro-redes que trabajan ya sea en forma aislada, o conectadas al sistema eléctrico principal.

La generación distribuida considera también como alternativa la utilización de los vehı́culos eléctricos
como dispositivos de almacenamiento , los mismos que pueden convertirse en fuentes de energı́a en horas
pico. A este nuevo concepto los investigadores y proponentes de esta idea coinciden en llamar Smart
Storage (SS) o Vehicle to Grid (V2G) [50].

La tecnologı́a V2G brinda la posibilidad de mejorar la flexibilidad y la eficiencia en el manejo de la SG,

pero esta posibilidad está directamente limitada por el número de vehı́culos eléctricos disponibles cuyos
propietarios estén dispuestos a participar y contribuir con el programa [50], [51].

Si bien es cierto que la DG brinda diversos beneficios, especialmente desde el punto de vista ambiental,
sin embargo, también presenta serios desafı́os técnicos debido a la naturaleza variable e intermitente de
las fuentes utilizadas (paneles solares, generadores eólicos, etc.) [52]. Por otro lado, la integración de la
generación distribuida al sistema generalmente se da en puntos lejanos, donde la red puede ser débil,
generando ası́ fluctuaciones de voltaje [53].

En la planeación e implementación de generación distribuida, a parte de los aspectos técnicos, deben

también considerarse los económicos, para que de esa manera, cualquiera que sea el inversor (las
empresas generadoras o inversores privados) perciban una utilidad razonable por sus inversiones. A esto
debe agregarse también la parte legal, no todos los paı́ses disponen de una legislación que permita a un
consumidor actuar como productor de energı́a mediante la instalación paneles fotovoltaicos o generadores
eólicos.

En este contexto, y en su afán de incentivar el uso de fuentes renovables de energı́a, EEUU ha creado
el marco legal pertinente que permite a cualquier usuario conectado a la red, instalar en el techo de su
casa, paneles solares. De esa manera los consumidores pueden en un momento dado proveer de energı́a
al sistema y ser remunerados. Este concepto es conocido como ”prosumers”(producers + consumers),
término que cada vez va adquiriendo mayor popularidad [34].

1.7.2. Respuesta de la demanda y Gestión de la Demanda

Otros dos conceptos fundamentales en una SG son Demand Response y Demand Side Management.

Demand Response
Como se ha mencionado en párrafos anteriores, en una SG el flujo de información se produce en ambos
sentidos, esto ayuda a que el consumidor esté bien informado todo el tiempo. El concepto de DR se
basa precisamente en este hecho, y es la respuesta que la demanda da a determinadas acciones ejercidas
por parte de las empresas proveedoras del servicio, como por ejemplo un precio elevado de la energı́a
en horas pico, o descuentos especiales en horas de muy baja demanda. Las empresas proveedoras del
servicio eléctrico simplemente envı́an la información a los usuarios y éstos responden en forma voluntaria
y de acuerdo a su conveniencia, desconectando aparatos de consumo elevado en horas pico donde el
precio de la energı́a es elevado, como consecuencia de esto se consigue una disminución de la demanda [54].

20
Demand Side Management
Demand Side Management es todo un conjunto de medidas aplicadas al lado del consumidor que
se toman para mejorar el sistema energético. Estas medidas pueden ir desde algo tan simple como
reemplazar un bombillo incandescente por uno LED, hasta la instalación de un sofisticado sistema de
gestión de las cargas. La ventaja de la adopción de DSM radica en el hecho de que es más barato
influenciar en la carga que construir una central nueva o invertir en dispositivos de almacenaje como
baterı́as, para suplir los picos de demanda [55].

Con el esquema de DSM se espera que los clientes cambien su patrón de consumo de energı́a como
respuesta a la variación del precio de la electricidad a fin de reducir su planilla de consumo eléctrico.
Además, como complemento a los sistemas de generación de energı́as renovables a gran escala, los
consumidores residenciales son incentivados a instalar en los techos de sus casas sistemas fotovoltaicos y
generadores eólicos de pequeña escala, a fin de satisfacer su propia demanda ya sea parcial o totalmente.
Dos técnicas comunes en DSM propuestas por diferentes proveedores de energı́a son precio en tiempo
real (Real Time Price (RTP)) y el control directo de carga (Direct Load Control (DLC)) [56].

El Control Directo de Carga se aplica en hogares inteligentes donde determinadas cargas se encuentran
conectadas a tomacorrientes inteligentes o controladores de carga que pueden ser conmutados ON/OFF
a través del sistema de comunicaciones de la SG [54]. Debe recalcarse aquı́ que previo a esta acción, debe
existir el debido convenio entre el consumidor y la empresa proveedora de servicio eléctrico.

1.7.3. Dificultades en la adopción e implementación de Redes Inteligentes

En los últimos años las redes eléctricas a nivel mundial están atravesando una rápida evolución. La
aplicación de nuevos conceptos como generación distribuida, respuesta de la demanda, gestión de la
demanda, el uso de nuevas tecnologı́as de la información y comunicación, a parte de requerir de grandes
inversiones, también generan diversas dificultades tanto técnicas como sociales.

Si bien es cierto que las redes inteligentes brindan enormes beneficios tanto técnicos como sociales, sin
embargo presenta grandes retos en cuanto a seguridad y privacidad [57].

Sin duda el principal obstáculo en la implementación de redes inteligentes, especialmente en los paı́ses
subdesarrollados y aquellos en vı́as de desarrollo, es el económico. la modernización de la infraestructura
eléctrica requiere la inversión de grandes cantidades de dinero, que para algunos paı́ses es muy difı́cil
afrontar.

Otra dificultad, y muy complicada, en el desarrollo de redes inteligentes constituye la seguridad y

privacidad. El hecho de que los clientes trabajen estrechamente con las distribuidoras, hace que se
comparta más información respecto del uso de energı́a, lo cual los pone en una situación vulnerable ante
invasiones a la privacidad. Más aún, dado que los clientes están conectados a una gran red de medidores
inteligentes y computadoras, y toda una infraestructura de comunicaciones, la misma infraestructura se
vuelve vulnerable a una escalada de ataques no deseados [57].

En una SG un ataque informático puede causar interrupciones de servicio y generar información falsa en
los sistemas de monitorización, haciendo que el sistema se comporte de una manera no deseada, llegando
incluso a ocasionar daños fı́sicos y fallas irreparables [58]. Los ataques informáticos en una SG se vuelven
incluso más serios cuando el tamaño y la complejidad de la SG crecen [59].

Otro aspecto preocupante es también la privacidad de los usuarios que puede ser vulnerada debido a la
presencia de gran cantidad de información personal en la red, información como dirección domiciliaria,
datos personales, hábitos de consumo de energı́a que pueden ayudar a deducir fácilmente los horarios de
permanencia dentro o fuera del hogar. [60]. Este tipo de información puede ser utilizada por delincuentes
para realizar robos a domicilios cuando sus propietarios se encuentran fuera .

Adicionalmente, la enorme cantidad de información proveniente de medidores inteligentes y todo tipo

de sensores en una SG, puede representar una tarea muy complicada para las distribuidoras. Pues la
recolección, selección y procesamiento de dicha información requiere de una robusta infraestructura de

21
equipo y personal calificado [61].

Finalmente, un aspecto que no puede dejarse de lado es la fuerte oposición pública que las redes
inteligentes han tenido, especialmente en EEUU y Canadá, debido a la preocupación por los riesgos a
la salud que representa la instalación de medidores inteligentes en las residencias de los usuarios [62].
En este sentido se han publicado en varios medios nacionales de EEUU, testimonios de familias que han
sufrido daños en su salud a raı́z de la instalación de medidores inteligentes en sus domicilios.

22
Capı́tulo 2

Sistema Eléctrico de Media Tensión

en la Universidad Politécnica
Salesiana Sede Cuenca

El servicio de energı́a eléctrica en la Universidad Politécnica Salesiana (UPS) Sede Cuenca es

proporcionado por la Empresa Eléctrica Regional Centro Sur (EERCS). El suministro se realiza en
medio voltaje, esto es 22 kV. El sistema de medición utilizado por EERCS en la UPS es el de medición
indirecta, a través de un transformador combinado de medida que reduce los niveles de voltaje y corriente
a valores estandarizados para instrumentos de medición (en este caso particular 22000/120 V - 20/5 A).

La energı́a es distribuida en el campus universitario a través de una red de medio voltaje, que se deriva
a varios sitios, en los cuales se encuentran emplazados transformadores de potencia, los mismos que
alimentan las diferentes cargas a través de los respectivos tableros de distribución.

La lı́nea de media tensión (22 kV) que alimenta la UPS arranca desde el poste de hormigón número
380859 perteneciente a un ramal del alimentador 0422 de propiedad de la EERCS, avanza vı́a aérea
hasta el poste de hormigón número 250352 ubicado en el predio de la UPS (ver Figura 2.1). En este
poste se encuentra montado un transformador combinado de medida, el cual proporciona las señales de
voltaje y corriente al medidor instalado en el cerramiento metálico del campus universitario.

Figura 2.1: Transformador combinado de medida instalado en poste de hormigón. Fuente: Google Earth

23
Saliendo del transformador combinado, la lı́nea ingresa a una cabina construida con loza de hormigón, en
la cual se encuentran una celda modular de media tensión (ver Figura 2.2) y una caja de derivación (ver
Figura 2.3). Desde esta caja de derivación salen tres lı́neas: una hacia el transformador número 21462P
que alimenta el rectorado, las instalaciones de la carrera de Ingenierı́a Automotriz, la biblioteca. Otra al
transformador número 5925P que alimenta las cargas en las canchas deportivas. Y una tercera hacia una
caja de derivación ubicada en la cabina de transformación en los bajos del edificio del Centro de Cómputo.

Figura 2.2: Celda de Media Tensión en acometida principal. Fuente: autor

24
 Figura 2.3: Caja de derivación de Media Tensión en acometida principal. Fuente: autor

Desde esta caja de derivación asimismo salen tres lı́neas: una hacia el transformador número 15194P que
alimenta exclusivamente el Centro de cómputo, otra hacia el transformador número 19697P que alimenta
los edificios Guillermo Mensi, Mario Rizzini, el oratorio, el coliseo, el patio de comidas, entre otros. y
una tercera hacia el transformador número 1860P ubicado en el sótano del edificio Cornelio Merchán.

En la figura 2.4 se muestra el croquis de la lı́nea de media tensión que se deriva del ramal del alimentador
0422 (lı́nea aérea en color rojo) e ingresa al campus universitario (lı́nea subterránea en color púrpura).

25
Figura 2.4: Sistema Eléctrico en media tensión de la Universidad Politécnica Salesiana Sede Cuenca.
Fuente: [6]

Además, en el anexo B se presenta el plano del diseño original del sistema de media tensión de la UPS
sede Cuenca, realizado en el año 2013 por el Ing. Hernán Guillén, en este plano se han incluido los puntos
de medición inteligente objeto del presente trabajo. También en el mismo anexo se incluye un diagrama
unifilar del sistema antes mencionado.

26
Capı́tulo 3

Instalación de Medidores
Inteligentes en la Universidad
Politécnica Salesiana Sede Cuenca

La implementación del sistema de medición inteligente en la UPS se realizó en base a una planificación
previa, considerando los siguientes aspectos:

Reconocimiento del sistema eléctrico en el campus universitario.

Diseño del esquema de implementación
Selección de lugares para la instalación de medidores
Obtención de perfiles de carga de los sitios seleccionados
Elaboración de la lista de materiales y equipos necesarios
Montaje y configuración
Pruebas de funcionamiento

3.1. Diseño del esquema de implementación

El esquema de implementación propuesto es como se muestra en la Figura 3.1. La comunicación será a
través de la red GSM/GPRS de una operadora de telefonı́a celular local (Telefónica Movistar) y el manejo
de la información se hará en la plataforma informática Mr.DiMS, facilitada por la empresa Discar S.A.

SIM
GSM/
GPRS ENLACES INALÁMBRICOS

SMART
METER
1

SIM
GSM/
GPRS ENLACES DE FIBRA ÓPTICA

SMART INTERNET
METER
2
HLR VLR
SIM
GSM/ MSC
GPRS

SMART
METER BSC
3

EIR Auc
SIM
GSM/
GPRS

SMART
METER
K
BTS

SMART METERING RED DE TELEFONÍA DISCAR S.A. – MrDims

UPS – SEDE – CUENCA CELULAR PLATAFORMA PARA
TELEGESTIÓN & MONITOREO

Figura 3.1: Esquema de implementación del sistema de medición inteligente. Fuente: autor

27
3.2. Selección de lugares para la instalación
El primer paso, previo a la instalación de los medidores en el campus universitario, fue realizar un
reconocimiento del sistema eléctrico de la sede, especialmente en lo que a media tensión se refiere
(descrito en el capı́tulo anterior), a fin de evaluar la posibilidad de ubicar puntos de medición en
diferentes lugares dentro del campus. No se hizo un levantamiento del sistema de baja tensión debido a
que éste ha ido creciendo a lo largo de los años, sin una adecuada planificación, lo cual representa un
problema que está fuera del alcance del presente trabajo.

El primer sitio de interés para la instalación de un medidor inteligente fue a la entrada de servicio
eléctrico o acometida principal, en el mismo sitio donde la EERCS tiene instalado su medidor, pero este
sitio presentaba un gran inconveniente, el nivel de tensión es de 22 kV, por lo que se requerirı́a de un
transformador combinado de medida.

Para solucionar este inconveniente existı́an dos alternativas: la primera era instalar un transformador
combinado de medida, que sirviera únicamente para el medidor inteligente a ser instalado, pero esto
costarı́a demasiado y no justificarı́a el propósito del presente proyecto. La otra alternativa era utilizar
las mismas señales de corriente y voltaje provenientes del transformador combinado existente, que
sirve al sistema de medición de la EERCS, pero para ello habrı́a que contar con la autorización de
ésta, lo cual no era seguro que se consiguiera. Por obvias razones, se escogió la segunda opción, y se
procedió a gestionar la aprobación por parte de la EERCS, la misma que fijó como condicionamiento, la
instalación de una bornera conmutable, y que todos los trabajos sean supervisados por su personal técnico.

La bornera conmutable en mención, permite el aislamiento de la carga (medidor) sin causar daño a los
devanados del transformador de corriente. Como es sabido, nunca se debe energizar un transformador de
corriente sin que sus devanados secundarios estén ya sea conectados a la carga o a su vez en corto-circuito,
debido al alto voltaje que se inducirı́a en dichos devanados, causando daños al propio transformador y,
peor aun, a las personas.

La figura 3.2 muestra la bornera antes mencionada, cuyo propósito es poner en cortocircuito las señales
de corriente provenientes del trafomix y luego desconectarlas. Esto brinda la posibilidad de desconectar
el medidor instalado en caso de ser necesario, sin tener que suspender el servicio eléctrico en todo el
campus universitario.

Figura 3.2: Bornera conmutable. Fuente: autor

Una vez superado el primer obstáculo, se procedió a la selección de los demás lugares, esto no
representaba mayor dificultad, debido a que todos ellos estaban ubicados dentro del campus universitario

28
y no presentaban restricciones de terceros. Los lugares elegidos fueron:

Tablero de distribución edificio Cornelio Merchán

Tablero de distribución bibliteca

Transformador 15194P (Data Center)

Circuito de alimentación del edificio Guillermo Mensi

Los criterios para la selección de los lugares de instalación fueron principalmente, disponibilidad de
espacio fı́sico para el montaje del medidor y el interés por conocer el consumo de energı́a en dichos lugares.

3.3. Perfiles de carga y materiales necesarios

3.3.1. Perfiles de carga
Debido a las caracterı́sticas de las cargas a monitorizar y de los medidores a instalar, en todos los casos
se realizarı́a medición semidirecta, esto implicaba la utilización de transformadores de corrientes para
reducir las magnitudes de éstas a un máximo de 5 A, mientras que las señales de voltaje se tomarı́an
directamente de la lı́nea.

Con el objeto de determinar la capacidad de los TCs para cada caso, se procedió a realizar un análisis
del perfil de carga en cada uno de los puntos seleccionados, para ello se utilizó el equipo analizador de
calidad de energı́a marca Fluke modelo 1735 (ver Figuras 3.3 y 3.4). El equipo se instaló en cada uno de
los lugares escogidos por un lapso de siete dı́as.

Figura 3.3: Equipo analizador de calidad de energı́a Fluke 1735. Fuente: [7]

29
 Figura 3.4: Equipo Fluke 1735 en uso. Fuente: autor.

La elección de los TCs en cada caso se hizo en base a los valores máximos de corriente registrados por el
equipo Fluke 1735 en el perı́odo de tiempo que duró el análisis. La información producto de dicho análisis

30
se presenta en la tabla 3.1 a continuación:

Tabla 3.1: Perfiles de carga

PERFILES DE CARGA
Espacio fı́sico I1-max [A] I2-max [A] I3-max [A] Relación TC
Biblioteca 78.84 59.97 97.92 100/5
Edificio Guillermo Mensi 129.46 99.09 147.46 150/5
Data Center 146.03 122.63 158.06 200/5
Edificio Cornelio Merchán 556.09 446.59 521.18 800/5

3.3.2. Materiales necesarios

A fin de poder realizar la instalación de los medidores inteligentes en los diferentes sitios seleccionados,
fue necesario elaborar una lista detallada de todos los materiales necesarios. La adquisición de éstos se
realizó a través del presupuesto asignado al proyecto de investigación “MEJORA DE LA EFICIENCIA
ENERGÉTICA EN EDIFICACIONES DE LA ZONA ECUATORIAL DE LOS ANDES”, aprobado con
RESOLUCIÓN No 005-001-2016-01-14, del Consejo de Investigación de la UPS sede Cuenca, siguiendo
los lineamientos establecidos por la institución para la adquisición de insumos y materiales, los cuales
contemplan la presentación de al menos tres ofertas (facturas proforma) de diferentes proveedores,
la verificación de disponibilidad de presupuesto y la respectiva autorización por parte de la persona
responsable.

En la Tabla 1 del anexo A, se presenta la lista de materiales utilizados para la instalación de los medidores:

3.4. Montaje de equipos

La instalación de los medidores inteligentes comprende dos etapas: el montaje de los equipos y la
configuración de los mismos. En esta sección se describe las actividades desarrolladas durante el montaje
de equipos.

El primer equipo en ser montado fue el medidor cuya serie es DIGA00026039 ubicado en la acometida
principal. Las señales de voltaje y corriente se tomaron del transformador combinado de medida
(trafomix), montado en el poste número 250352, las mismas que también sirven al medidor instalado por
la EERCS.

Para el montaje del equipo en mención, fue necesario coordinar con personal de la EERCS y con
autoridades de la UPS la fecha y hora de la instalación, debido a que esto implicaba la suspensión del
servicio eléctrico en todo el campus universitario y la intervención en el cableado original del sistema de
medición implementado por la EERCS.

El cableado original del sistema de medición instalado por EERCS es tal como se muestra en la figura
3.5, el cual, luego de la incorporación del medidor inteligente de la UPS tomó la forma que muestra la
figura 3.6.

31
 Transformador combinado de medida

L C
Í A
N R
E G
A A

Medidor Electrónico Trifásico (EERCS)

Figura 3.5: Cableado original del sistema de medición de EERCS. Fuente: autor

32
 Transformador combinado de medida

L C
Í A
N R
E G
A A

Medidor Electrónico Trifásico (EERCS)

Señales de voltaje Señales de corriente

Bornera conmutable (Ritz)

Medidor Inteligente Trifásico (UPS)

Figura 3.6: Cableado final con medidor inteligente incorporado. Fuente: autor

Luego de finalizado el montaje del medidor, los técnicos de la EERCS procedieron a restablecer el
servicio eléctrico y a verificar que el sistema de medición funcione correctamente.

El montaje de los restantes equipos se realizó en diferentes fechas y sin mayores inconvenientes, siempre
coordinando con autoridades de la institución (UPS), puesto que los trabajos requerı́an de la suspensión
de servicio eléctrico en el sitio seleccionado, a fin de insertar y conectar los respectivos TCs en cada
circuito.

Se debe indicar aquı́ que para el montaje de estos últimos medidores, no se utilizaron borneras
conmutables debido a su elevado costo, en su lugar se utilizaron borneras convencionales, con bornes de
aislamiento plástico agrupados sobre una riel DIN, tal como se muestra en la siguiente figura.

33
 Figura 3.7: Bornera de enlace entre las señales de voltaje y corriente, y medidor. Fuente: autor

También debe destacarse el hecho de que se ha previsto la necesidad de que en algún momento se tenga
que desconectar el medidor del sistema, ya sea para mantenimiento o simplemente para su reemplazo,
por tal motivo se ha instalado, en cada caso, un interruptor termo-magnético que desconecta las señales
de voltaje, y también, bornes adicionales que permiten poner en cortocircuito las señales de corriente
provenientes de los TCs (ver Figura 3.7), de esa manera se pueden realizar las actividades antes
mencionadas, sin que haya el riesgo de daños en los equipos ni tampoco a las personas que lo manipulen.
Además, se han colocado avisos de advertencia, con instrucciones de cómo proceder en caso de que se
tenga que manipular de alguna manera el medidor o sus conexiones.

3.5. Configuración
Una vez terminado el montaje de los equipos, el siguiente paso fue realizar la configuración de los
medidores. Para ello fue necesario disponer de las correspondientes tarjetas SIM previamente activadas
y con suficiente saldo de tiempo-aire.

La configuración del medidor es un proceso bastante sencillo gracias a la muy bien elaborada plataforma
informática (Mr.DiMS) con la que cuenta la empresa argentina DISCAR, que es la proveedora de
los medidores inteligentes instalados en el campus de la UPS. Para esto es necesario disponer de un
computador con acceso a internet (preferible un computador portátil en el sitio donde se encuentra
instalado el medidor a configurar). El ingreso a la plataforma requiere de un usuario y contraseña con
permisos y privilegios de administrador 3.8.

34
 Figura 3.8: Pantalla de inicio. Fuente: [8]

Al ingresar al sistema se muestra una pantalla inicial en la cual se muestra bastante información tal
como el número de equipos (terminales) instalados, demanda agregada actual, energı́a activa agregada
actual, demanda actual en dos de los terminales escogidos como más importantes , valores de tensión y
corrientes actuales en los terminales antes mencionados, además se muestra gráficamente la demanda
máxima de las últimas 24 horas y la demanda máxima agregada de los últimos 30 dı́as (ver Figuras
3.9-3.13).

Figura 3.9: Menú principal en pantalla de inicio. Fuente: [8]

35
 Figura 3.10: Demanda agregada (últimas 24 horas). Fuente: [8]

Figura 3.11: Demanda máxima agregada (últimos 30 dı́as). Fuente: [8]

36
 Figura 3.12: Valores de demanda actual. Fuente: [8]

Figura 3.13: Valores de tensión y corriente en terminales principales. Fuente: [8]

Para configurar un medidor por primera vez, desde el menú inicial se escoge la opción de
“Terminales/Nuevo Terminal”, allı́ se presenta un cuadro de texto donde se ingresa el número de
serie del medidor a configurar, se guarda la información.

37
 Figura 3.14: Creación de nuevo terminal. Fuente: [8]

Nuevamente, desde el menú inicial se escoge la opción “Suministros/Nuevo Suministro” y se procede a

llenar los cuadros de texto con la información requerida. A continuación se debe asignar este suministro
al terminal creado en el paso anterior.

Una vez creado el suministro y asignado al terminal correspondiente, se pasa a la configuración

propiamente dicha del medidor, para ello, del menú inicial se escoge “Terminales”, con lo que se despliega
la lista de terminales creados, ver Figura 3.14, se selecciona el correspondiente al medidor que se quiere
configurar, al hacer esto, aparece un submenú (ver Figura 3.15), desde donde se escoge la opción
“Configuración”, allı́ se ingresa la información requerida como demanda máxima, umbrales de tensión,
conectividad, etc.

38
 Figura 3.15: Configuración de medidor inteligente. Fuente: [8]

Si la conectividad entre el medidor y el servidor es adecuada, el proceso se realiza sin problema, sin
embargo esto no siempre se da, por lo que es necesario a veces ejecutar una tele-supervisión, ya sea desde
el medidor o desde el computador.

Terminada la configuración, el medidor se encuentra listo para almacenar registros de mediciones y

enviarlos al servidor de acuerdo a la configuración. Es el caso de la UPS, los registros se realizan cada
15 minutos, pero el envı́o de los mismos al servidor se realiza cada 120 minutos.

39
Capı́tulo 4

Pruebas de Comunicación y
Medición

4.1. Generalidades
Una fase final del desarrollo del presente trabajo, consiste en la realización de las pruebas de comunicación
y medición de la infraestructura montada. En cuanto a la medición propiamente dicha, no se han tenido
mayores problemas, sin embargo, el tema de las comunicaciones sı́ ha requerido un poco más de atención,
debido a que los terminales (medidores instalados) pierden continuamente la comunicación con el
servidor, tal como se muestra en la figura 4.1.

Figura 4.1: Pérdida de la comunicación entre terminales y servidor. Fuente: [8]

Esto puede deberse a diversos aspectos:

Distancia muy grande entre el terminal y la estación-base o antena de comunicaciones.
Ubicación del terminal en un lugar rodeado de estructuras de concreto que debilitan la señal.
Interferencia causada por la alta densidad de teléfonos celulares en la zona (campus universitario)
Interferencia causada por equipo eléctrico industrial como transformadores de potencia, lı́neas de
media tensión, motores, etc.

40
 Pérdida de comunicación debido a la falta de tiempo-aire (saldo) en las tarjetas SIM de los
terminales.

4.2. Pruebas de comunicación

4.2.1. Generalidades
Las comunicaciones móviles se han convertido en algo indispensable para la sociedad hoy en dı́a,
permitiendo una comunicación no sólo de voz, sino también de datos y acceso a internet. La red de
comunicaciones moviles utiliza una estructura celular que cubre con la señal una área determinada (ver
Figura 4.2). En el centro de cada célula se encuentra una estación transceptora llamada estación base o
Base Station (BS) por sus siglas en inglés. Cada sector o célula tiene su propia identificación única o
Cell ID (CID) [63].

Figura 4.2: Estructura celular de red de comunicaciones móviles. Fuente: [9]

La concentración o densidad de estaciones base en una determinada zona geográfica varı́a de acuerdo al
tráfico y a las caracterı́sticas de cada zona, que puede ser urbana, suburbana o rural. El tamaño de la
célula también puede variar en extensión, desde unos pocos cientos de m2 en zonas urbanas, hasta unos
30 km2 en zonas rurales [63].

A fin de ahorrar espectro radioeléctrico, se utilizan los mismos canales de frecuencias en células que se
encuentran suficientemente distantes una de otra, de esta manera se logra una cobertura ilimitada con
un limitado espectro radioeléctrico.

4.2.2. Modelos de estimación de pérdidas de propagación

La atenuación que sufre la señal desde las BS hasta la estación móvil Mobile Station (MS), se conoce
como pérdidas de trayectoria Path Losses (PL), o simplemente L, estas pérdidas dependen de las
condiciones de conexión en cada caso [63]. De manera general L está dada por la diferencia entre la
potencia transmitida por la BS y la potencia recibida por la MS, (ver Figura 4.3).

41
 Figura 4.3: Pérdidas de Propagación. Fuente: [10]

L P = PT − PR (4.1)

En el espacio libre, las PL expresan la reducción de la potencia debido a la distancia entre la antena
transmisora y la antena receptora, esta reducción o pérdida está dada por la ecuación 4.2.

LF S [dB] = 32,44 + 20log10 (f ) + 20log10 (d) (4.2)

Sin embargo, la ecuación 4.2 no considera los efectos de propagación que se dan en la práctica debido
a otros aspectos ambientales como topografı́a del terreno, presencia de edificios, altura de las antenas
transmisoras y receptoras, etc. por esta razón se han desarrollado diversos modelos que permiten realizar
una estimación de las pérdidas de propagación, que son básicamente de tres tipos [10]:

Modelos empı́ricos
Modelos semi-determinı́sticos

Modelos determinı́sticos

Los modelos empı́ricos se basan en datos medidos, son simples y utilizan pocos parámetros, pero son
poco exactos. Los modelos semi-determinı́sticos se basan en modelos empı́ricos, pero incluyen aspectos
determinı́sticos. Los modelos determinı́sticos son bastante exactos, sin embargo son especı́ficos para cada
localidad y requieren de una enorme cantidad de información y capacidad computacional [10].

No todos los modelos pueden ser aplicados en todos los ambientes, de ahı́ que cada modelo esté enfocado
a una aplicación en particular. Los parámetros determinantes en el modelo a utilizar son principalmente
el tamaño de la célula (su radio), la altura de las antenas, y la localización (interior o exterior).

En el presente trabajo sólo se describe de una manera muy breve uno de los modelos, que es el más
popular, y por ser aplicable en el ambiente con las caracterı́sticas locales.

Modelo Okumura-Hata
El modelo Okumura-Hata es un modelo empı́rico que puede ser utilizado para estimar las pérdidas de
trayectoria en áreas urbanas, suburbanas y abiertas. No toma en cuenta la zona de sombra ni la zona de
reflexión, su cobertura está definida por los rangos de frecuencias, alturas y distancias que se muestran
en la tabla 4.1, [64].

42
 Tabla 4.1: Covertura del modelo de Okumura-Hata

Parámetro Nomenclatura Rango

Frecuencia f 150 - 1500 MHz
Altura MS hm 1 - 10 m
Altura BS hb 30 - 200 m
Distancia de enlace d 1 - 20 km

Para zonas urbanas se utiliza la ecuación 4.3. El parámetro a(hm ) representa el factor de corrección de
altura de la antena móvil, y varı́a en función del tamaño de la ciudad, que para ciudades pequeñas está
dada por la ecuación 4.4, y para ciudades grandes por la ecuación 4.5.

Para áreas suburbanas las pérdidas se calculan mediante la ecuación 4.6, mientras que para áreas abiertas
se utiliza la ecuación 4.7.

L(dB) = 69,55 + 26,16log(f ) − 13,82log(hb ) − a(hm ) + [44,9 − 6,55log(hb )]log(d) (4.3)

a(hm ) = (1,1log(f ) − 0,7)hm − (1,56log(f ) − 0,8) (4.4)

(
8,29(log(1,5hm ))2 − 1,1 si f ≤ 200M Hz,
a(hm ) = (4.5)
3,2(log(11,75hm ))2 − 4,97 si f ≥ 400M Hz,

L(dB) = L(urbano) − 4,78(log(f ))2 + 18,33log(f ) − 40,94 (4.6)

  2
f
L(dB) = L(urbano) − 2 log − 5,4 (4.7)
28

4.2.3. Estimación de pérdidas usando el modelo Okumura-Hata

A fin de demostrar la aplicación del modelo Okumura-Hata, se presenta a continuación una estimación
de las pérdidas de trayectoria PL para el caso del campus universitario de la UPS, tomando en cuenta
para ello que Cuenca es una zona urbana y puede ser considerada como ciudad pequeña. Además se
conoce que la frecuencia de transmisión es de 850 MHz [64].

En los alrededores del campus universitario, existen algunas BS, esto hace que las MS estén a una
distancia aproximada de entre 180 m y 200 m (ver Figura 4.4).

43
 Figura 4.4: Ubicación de las BS en los alrededores del campus universitario de la UPS. Fuente: autor

Utilizando las ecuaciones 4.3 y 4.4, y, asumiendo que cada MS se conecta a la BS más cercana, se
obtienen las pérdidas de trayectoria para cada caso, las mismas que se muestran en la tabla 4.2.

Tabla 4.2: Estimación de pérdidas de trayectoria

MS Distancia aproximada [km] Pérdidas [dB]

Acometida principal 0.18 98.92
Cornelio Merchán 0.11 91.48
Biblioteca 0.19 99.74
Data Center 0.15 96.17

4.2.4. Mediciones de intensidad de señal

Con el fin de verificar la intensidad de la señal de la red celular de movistar, y con la ayuda de una
aplicación para teléfono celular con sistema operativo Android, llamada Network Signal Info, se procedió
a tomar algunas lecturas en los puntos donde se encuentran instalados los medidores inteligentes, los
resultados obtenidos se muestran a continuación.

Acometida Principal
Al realizar las mediciones de señal en este punto, se detectaron variaciones continuas de la misma, esto
de alguna manera justifica las pérdidas de comunicación con el servidor experimentadas en el pasado,
con una recurrencia mayor en comparación a los demás terminales. Las figuras 4.5 y 4.6 muestran los
valores de las lecturas obtenidas.

44
 (a) (b)

Figura 4.5: Intensidad de señal de movistar en acometida principal. Fuente: autor

(a) (b)

Figura 4.6: Intensidad de señal de movistar en acometida principal. Fuente: autor

Cabina de transformación del Edificio Cornelio Merchán

Las mediciones de intensidad de señal también se realizaron en el sitio donde se encuentra instalado el
terminal DIGA00026723, que corresponde a la cabina de transformación en el edificio Cornelio Merchán,
obteniéndose valores parecidos a los obtenidos en el caso de la acometida principal, estos valores se
muestran en la Figura 4.7.

45
 (a) (b)

Figura 4.7: Intensidad de señal de movistar en Cabina de Transformación Cornelio Merchán. Fuente:
autor

(a) (b)

(c)

Figura 4.8: Intensidad de señal de movistar en Data Center y Edificio Guillermo Mensi. Fuente: autor

46
Data Center y Edificio Guillermo Mensi
En el caso de los terminales instalados en el Data Center y el circuito de alimentación del edificio
Guillermo Mensi (los dos terminales están uno junto al otro), la situación es similar, las lecturas de señal
se muestran en la figura 4.8.

Como puede verse, en todos los casos, la señal de movistar es bastante débil, lo ideal serı́a tener una
intensidad de señal de por lo menos -70 dBm para garantizar una buena comunicación de los terminales
con el servidor, sin embargo, a pesar de lo débil de la señal, la comunicación es bastante aceptable, para
mantener el enlace del medidor inteligente con la Red de Telefonı́a Celular.

4.3. Pruebas de Medición

Con el fin de verificar el correcto funcionamiento de los medidores inteligentes instalados, se realizaron
algunas pruebas de medición, las mismas que consistieron en contrastar los valores de voltajes y
corrientes obtenidos de los medidores inteligentes, con correspondientes valores obtenidos con equipos
patrón (medidores electrónicos de la EERCS y un equipo analizador de calidad de energı́a Fluke 1735).

4.3.1. Primera Prueba de Medición

Uso de Equipo Analizador de Calidad de Energı́a Fluke 1735
La primera prueba se realizó con la ayuda del equipo analizador de calidad de energı́a Fluke 1735,
instalándolo en el tablero de distribución principal del edificio Cornelio Merchán, se tomaron lecturas de
voltajes y corrientes para cada una de las tres fases del sistema, luego estos datos se constrastaron con
valores correspondientes obtenidos del medidor inteligente DIGA00026723 instalado en el mismo. Los
resultados obtenidos se muestran a continuación.

Tabla 4.3: Comparación de Voltajes TD Cornelio Merchán

V1 V2 V3
Item Time
Fluke SM Error Fluke SM Error Fluke SM Error
31-10-17 11:45:00 122.21 123.50 1.05 % 121.10 122.50 1.16 % 121.41 123.10 1.39 %
31-10-17 12:00:00 122.46 124.60 1.75 % 121.26 123.30 1.68 % 121.86 122.90 0.85 %
31-10-17 12:15:00 123.80 124.70 0.73 % 121.93 123.70 1.46 % 121.91 122.30 0.32 %
31-10-17 12:30:00 123.94 125.60 1.34 % 122.63 123.60 0.80 % 121.60 121.30 0.25 %
31-10-17 12:45:00 125.33 125.10 0.18 % 122.64 123.90 0.01 120.44 121.60 0.01
31-10-17 13:00:00 124.81 124.50 0.25 % 123.10 123.60 0.41 % 120.76 121.80 0.86 %
31-10-17 13:15:00 124.54 123.20 1.07 % 123.06 123.90 0.68 % 121.23 121.90 0.56 %
31-10-17 13:30:00 123.13 122.70 0.35 % 123.46 123.70 0.19 % 121.40 122.10 0.58 %
31-10-17 13:45:00 122.94 122.80 0.11 % 123.50 123.60 0.08 % 121.74 121.70 0.03 %
31-10-17 14:00:00 122.94 122.60 0.27 % 123.55 123.30 0.20 % 121.59 121.60 0.01 %
31-10-17 14:15:00 123.09 122.30 0.64 % 123.21 122.20 0.82 % 121.25 122.00 0.62 %
31-10-17 14:30:00 122.43 122.60 0.14 % 122.00 122.30 0.25 % 121.69 121.90 0.17 %
31-10-17 14:45:00 122.25 124.00 1.43 % 121.76 122.60 0.69 % 121.34 125.10 3.10 %
31-10-17 15:00:00 123.81 123.80 0.01 % 122.15 123.00 0.70 % 124.19 125.00 0.65 %
31-10-17 15:15:00 123.75 123.90 0.12 % 122.44 122.50 0.05 % 124.29 126.10 1.46 %
31-10-17 15:30:00 123.45 124.10 0.53 % 121.98 123.30 1.09 % 125.38 125.60 0.18 %
31-10-17 15:45:00 123.55 124.00 0.36 % 122.40 123.50 0.90 % 124.95 126.10 0.92 %
31-10-17 16:00:00 123.51 124.70 0.96 % 122.80 122.40 0.33 % 125.01 126.60 1.27 %
31-10-17 16:15:00 124.14 124.40 0.21 % 121.59 123.50 1.57 % 125.76 126.20 0.35 %
31-10-17 16:30:00 123.81 124.30 0.39 % 122.33 124.60 1.86 % 125.14 125.60 0.37 %
31-10-17 16:45:00 123.74 122.80 0.76 % 123.56 125.60 1.65 % 124.78 126.20 1.14 %
31-10-17 17:00:00 122.61 123.10 0.40 % 124.59 125.40 0.65 % 125.13 125.10 0.02 %
31-10-17 17:15:00 122.64 123.00 0.30 % 124.69 127.00 1.85 % 124.60 125.00 0.32 %
Tabla continúa en la siguiente página

47
Tabla 4.3 – continuación de la página anterior
V1 V2 V3
Item Time
Fluke SM Error Fluke SM Error Fluke SM Error
31-10-17 17:30:00 122.69 123.10 0.34 % 126.10 128.00 1.51 % 123.94 125.10 0.94 %
31-10-17 17:45:00 122.45 124.40 1.59 % 127.09 126.70 0.31 % 124.09 125.10 0.82 %
31-10-17 18:00:00 123.81 124.30 0.39 % 125.96 125.70 0.21 % 124.04 124.90 0.70 %
31-10-17 18:15:00 123.81 124.10 0.23 % 124.85 124.30 0.44 % 124.08 123.00 0.87 %
31-10-17 18:30:00 123.68 124.10 0.34 % 123.65 124.70 0.85 % 122.24 123.10 0.71 %
31-10-17 18:45:00 123.73 124.40 0.55 % 123.76 124.50 0.60 % 122.10 123.60 1.23 %
31-10-17 19:00:00 124.18 124.80 0.50 % 124.14 124.00 0.11 % 122.68 124.70 1.65 %
31-10-17 19:15:00 124.43 126.90 1.99 % 123.29 124.80 1.23 % 124.25 123.70 0.44 %
31-10-17 19:30:00 126.23 127.00 0.61 % 123.91 125.10 0.96 % 122.93 123.40 0.39 %
31-10-17 19:45:00 126.66 126.90 0.19 % 124.13 125.30 0.95 % 122.55 123.40 0.69 %
31-10-17 20:00:00 126.48 126.30 0.14 % 124.45 124.50 0.04 % 122.69 122.80 0.09 %
31-10-17 20:15:00 126.15 126.70 0.44 % 124.10 124.70 0.48 % 122.30 121.80 0.41 %
31-10-17 20:30:00 126.40 126.50 0.08 % 124.00 124.80 0.65 % 121.36 122.10 0.61 %
31-10-17 20:45:00 126.33 125.50 0.65 % 124.16 124.80 0.51 % 121.44 121.90 0.38 %
31-10-17 21:00:00 125.83 125.10 0.58 % 124.59 124.30 0.23 % 121.83 122.30 0.39 %
31-10-17 21:15:00 125.93 125.10 0.66 % 124.66 123.90 0.61 % 122.61 123.30 0.56 %
31-10-17 21:30:00 125.94 125.20 0.59 % 124.23 124.00 0.18 % 123.70 124.00 0.24 %
31-10-17 21:45:00 126.23 124.70 1.21 % 124.39 124.30 0.07 % 124.46 124.60 0.11 %
31-10-17 22:00:00 125.83 124.10 1.37 % 124.78 124.60 0.14 % 125.18 124.70 0.38 %
31-10-17 22:15:00 125.21 124.30 0.73 % 125.18 124.40 0.62 % 125.28 124.70 0.46 %
31-10-17 22:30:00 125.55 123.10 1.95 % 125.14 123.80 1.07 % 125.45 124.00 1.16 %
31-10-17 22:45:00 124.33 124.50 0.14 % 124.35 123.80 0.44 % 124.60 123.90 0.56 %
31-10-17 23:00:00 124.84 124.80 0.03 % 124.00 124.10 0.08 % 124.23 124.40 0.14 %
31-10-17 23:15:00 125.45 124.80 0.52 % 124.14 123.80 0.27 % 124.26 124.80 0.43 %
31-10-17 23:30:00 125.23 124.80 0.34 % 123.79 123.80 0.01 % 124.79 125.30 0.41 %
31-10-17 23:45:00 125.29 124.80 0.39 % 123.80 124.50 0.57 % 125.20 125.30 0.08 %
31-10-17 24:00:00 125.25 125.30 0.04 % 124.33 124.50 0.14 % 125.39 125.40 0.01 %
01-11-17 00:15:00 125.73 125.20 0.42 % 124.61 124.40 0.17 % 125.31 125.80 0.39 %
01-11-17 00:30:00 125.79 125.50 0.23 % 124.44 124.80 0.29 % 125.78 125.60 0.14 %
01-11-17 00:45:00 125.90 125.60 0.24 % 124.75 124.90 0.12 % 125.71 125.70 0.01 %
01-11-17 01:00:00 126.24 125.60 0.51 % 124.95 124.80 0.12 % 125.68 125.90 0.18 %
01-11-17 01:15:00 126.09 125.60 0.39 % 124.88 124.70 0.14 % 126.01 126.00 0.01 %
01-11-17 01:30:00 126.28 125.20 0.85 % 124.85 124.60 0.20 % 126.13 125.40 0.57 %
01-11-17 01:45:00 125.84 125.30 0.43 % 124.76 124.30 0.37 % 125.53 125.40 0.10 %
01-11-17 02:00:00 125.84 125.30 0.43 % 124.56 124.30 0.21 % 125.64 125.60 0.03 %
01-11-17 02:15:00 125.94 125.50 0.35 % 124.40 124.80 0.32 % 125.73 125.70 0.02 %
01-11-17 02:30:00 126.14 126.10 0.03 % 124.88 124.80 0.06 % 125.70 126.00 0.24 %
01-11-17 02:45:00 126.65 125.80 0.67 % 124.91 124.90 0.01 % 126.23 125.90 0.26 %
01-11-17 03:00:00 126.55 125.70 0.67 % 125.06 125.20 0.11 % 126.11 125.20 0.72 %
01-11-17 03:15:00 126.38 125.40 0.77 % 125.30 124.60 0.36 % 125.44 125.90 0.57 %
01-11-17 03:30:00 126.10 125.30 0.63 % 124.83 124.40 0.34 % 125.98 125.90 0.06 %
01-11-17 03:45:00 125.88 125.30 0.46 % 124.56 124.60 0.03 % 126.11 125.60 0.41 %
01-11-17 04:00:00 125.86 125.60 0.21 % 124.74 124.80 0.05 % 125.84 125.40 0.35 %
01-11-17 04:15:00 126.28 125.50 0.61 % 124.99 124.50 0.39 % 125.45 125.70 0.20
01-11-17 04:30:00 126.10 125.50 0.48 % 124.71 124.60 0.09 % 125.88 125.50 0.30 %
01-11-17 04:45:00 126.09 125.30 0.62 % 124.70 124.60 0.08 % 125.65 125.70 0.04 %
01-11-17 05:00:00 126.04 125.50 0.43 % 124.71 124.20 0.41 % 125.79 125.80 0.01 %
01-11-17 05:15:00 126.05 125.40 0.52 % 124.43 124.00 0.34 % 125.99 125.40 0.47 %
01-11-17 05:30:00 126.10 125.10 0.79 % 124.20 124.20 0.00 % 125.53 125.70 0.14 %
01-11-17 05:45:00 125.83 124.70 0.89 % 124.23 124.50 0.22 % 125.76 125.60 0.13 %
01-11-17 06:00:00 125.53 124.20 1.06 % 124.84 124.10 0.59 % 126.00 125.00 0.79 %
01-11-17 06:15:00 125.58 123.80 1.41 % 124.94 124.40 0.43 % 125.84 124.90 0.75 %
01-11-17 06:30:00 125.24 123.50 1.39 % 125.26 124.60 0.53 % 125.79 124.70 0.86 %
01-11-17 06:45:00 124.95 123.60 1.08 % 125.54 124.40 0.91 % 125.48 124.80 0.54 %
01-11-17 07:00:00 124.83 124.70 0.10 % 125.23 125.30 0.06 % 125.59 123.80 1.42 %
01-11-17 07:15:00 125.21 126.40 0.95 % 125.50 125.50 0.00 % 124.20 122.80 1.13 %
01-11-17 07:30:00 125.86 126.10 0.19 % 124.54 125.90 1.09 % 122.38 122.70 0.27 %
Tabla continúa en la siguiente página

48
Tabla 4.3 – continuación de la página anterior
V1 V2 V3
Item Time
Fluke SM Error Fluke SM Error Fluke SM Error
01-11-17 07:45:00 125.49 126.00 0.41 % 124.88 125.90 0.82 % 121.63 122.40 0.64 %
01-11-17 08:00:00 125.41 125.60 0.15 % 124.73 125.30 0.46 % 121.31 122.20 0.73 %
01-11-17 08:15:00 125.05 124.60 0.36 % 124.21 124.40 0.15 % 120.93 123.90 2.46 %
01-11-17 08:30:00 123.98 123.70 0.22 % 123.31 124.10 0.64 % 122.44 124.00 1.28 %
01-11-17 08:45:00 122.89 122.80 0.07 % 122.88 123.90 0.83 % 122.68 124.60 1.57 %
01-11-17 09:00:00 122.33 123.50 0.96 % 123.01 123.10 0.07 % 123.30 124.90 1.30 %
01-11-17 09:15:00 122.04 127.50 4.48 % 121.65 126.30 3.82 % 123.76 126.20 1.97 %
01-11-17 09:30:00 126.63 126.20 0.34 % 125.11 126.70 1.27 % 125.21 125.80 0.47 %
01-11-17 09:45:00 125.80 125.60 0.16 % 125.35 126.00 0.52 % 124.46 125.80 1.07 %
01-11-17 10:00:00 124.91 124.50 0.33 % 125.04 126.00 0.77 % 124.68 124.90 0.18 %
01-11-17 10:15:00 124.04 125.00 0.78 % 124.98 125.50 0.42 % 124.13 124.80 0.54 %
01-11-17 10:30:00 124.31 124.90 0.47 % 124.53 125.50 0.78 % 123.78 124.20 0.34 %
01-11-17 10:45:00 124.36 125.80 1.16 % 124.49 125.40 0.73 % 123.09 124.30 0.98 %
01-11-17 11:00:00 124.96 126.60 1.31 % 124.49 124.80 0.25 % 123.33 123.90 0.47 %
01-11-17 11:15:00 125.84 126.40 0.45 % 123.63 124.70 0.87 % 122.96 124.30 1.09 %
01-11-17 11:30:00 125.59 125.80 0.17 % 123.60 124.40 0.65 % 122.94 124.70 1.43 %
01-11-17 11:45:00 125.41 124.90 0.41 % 123.15 124.90 1.42 % 123.48 124.30 0.67 %
Promedios 0.62 % 0.58 % 0.61 %

Tabla 4.4: Comparación de Corrientes TD Cornelio Merchán

I1 I2 I3
Date Time
Fluke SM Error Fluke SM Error Fluke SM Error
31-10-17 11:45:00 270.11 248.16 8.13 % 259.05 252.32 2.60 % 297.25 283.04 4.78 %
31-10-17 12:00:00 250.49 238.72 4.70 % 254.89 227.52 10.74 % 282.42 279.84 0.91 %
31-10-17 12:15:00 238.43 233.76 1.96 % 233.13 204.96 12.08 % 280.77 265.28 5.52 %
31-10-17 12:30:00 237.31 200.96 15.32 % 214.13 165.60 22.66 % 267.53 245.44 8.26 %
31-10-17 12:45:00 204.89 185.12 9.65 % 170.48 142.40 16.47 % 252.29 216.96 14.00 %
31-10-17 13:00:00 188.92 139.20 26.32 % 146.95 110.40 24.87 % 221.82 164.16 26.00 %
31-10-17 13:15:00 144.83 140.32 3.12 % 115.00 109.76 4.55 % 174.36 141.28 18.97 %
31-10-17 13:30:00 141.96 142.72 0.54 % 111.81 118.24 5.76 % 142.17 143.36 0.83 %
31-10-17 13:45:00 142.84 144.80 1.37 % 118.65 115.36 2.77 % 144.86 145.12 0.18 %
31-10-17 14:00:00 146.05 151.20 3.53 % 116.99 123.52 5.59 % 144.38 156.96 8.71 %
31-10-17 14:15:00 148.06 143.36 3.18 % 121.77 128.48 5.51 % 154.79 158.40 2.33 %
31-10-17 14:30:00 145.65 156.64 7.55 % 130.36 144.80 11.07 % 161.26 175.36 8.74 %
31-10-17 14:45:00 157.12 166.72 6.11 % 144.22 184.96 28.25 % 174.06 193.44 11.14 %
31-10-17 15:00:00 166.79 160.16 3.97 % 178.62 185.76 4.00 % 193.31 187.20 3.16 %
31-10-17 15:15:00 161.03 165.28 2.64 % 184.09 218.88 18.90 % 188.77 202.72 7.39 %
31-10-17 15:30:00 163.92 186.56 13.81 % 219.21 219.36 0.07 % 201.10 215.84 7.33 %
31-10-17 15:45:00 182.41 197.60 8.33 % 220.42 242.40 9.97 % 214.47 227.36 6.01 %
31-10-17 16:00:00 197.74 193.28 2.26 % 241.15 249.76 3.57 % 227.59 237.12 4.19 %
31-10-17 16:15:00 188.56 222.08 17.77 % 246.83 264.16 7.02 % 233.46 253.60 8.63 %
31-10-17 16:30:00 223.42 223.68 0.12 % 268.49 241.44 10.07 % 257.92 242.08 6.14 %
31-10-17 16:45:00 218.50 242.72 11.09 % 243.82 245.92 0.86 % 239.56 227.20 5.16 %
31-10-17 17:00:00 242.86 227.52 6.32 % 247.83 215.04 13.23 % 235.81 211.84 10.17 %
31-10-17 17:15:00 229.30 251.36 9.62 % 223.83 219.68 1.85 % 214.42 213.76 0.31 %
31-10-17 17:30:00 246.93 268.32 8.66 % 217.90 220.80 1.33 % 212.06 216.48 2.08 %
31-10-17 17:45:00 267.82 255.52 4.59 % 222.64 243.84 9.52 % 215.84 242.72 12.46 %
31-10-17 18:00:00 256.80 247.36 3.68 % 239.51 254.72 6.35 % 239.24 251.20 5.00 %
31-10-17 18:15:00 251.01 241.12 3.94 % 261.68 231.84 11.40 % 255.19 252.16 1.19 %
31-10-17 18:30:00 239.03 248.80 4.09 % 233.09 235.52 1.04 % 251.22 243.04 3.26 %
31-10-17 18:45:00 249.07 232.16 6.79 % 237.01 224.48 5.29 % 245.54 238.72 2.78 %
31-10-17 19:00:00 239.22 202.56 15.33 % 228.66 208.96 8.61 % 243.19 211.36 13.09 %
31-10-17 19:15:00 201.33 197.76 1.77 % 214.58 184.64 13.95 % 211.90 231.04 9.04 %
Tabla continúa en la siguiente página

49
Tabla 4.4 – continuación de la página anterior
I1 I2 I3
Date Time
Fluke SM Error Fluke SM Error Fluke SM Error
31-10-17 19:30:00 200.66 193.60 3.52 % 189.41 176.48 6.83 % 229.86 226.24 1.57 %
31-10-17 19:45:00 193.64 188.48 2.66 % 178.05 168.16 5.55 % 229.65 214.08 6.78 %
31-10-17 20:00:00 189.93 175.52 7.59 % 173.21 156.80 9.47 % 217.04 198.88 8.37 %
31-10-17 20:15:00 178.99 181.28 1.28 % 159.85 151.84 5.01 % 201.89 207.36 2.71 %
31-10-17 20:30:00 177.10 171.68 3.06 % 150.18 140.00 6.78 % 202.64 192.32 5.09 %
31-10-17 20:45:00 178.62 150.88 15.53 % 147.60 116.48 21.08 % 200.99 158.08 21.35 %
31-10-17 21:00:00 156.96 110.72 29.46 % 122.59 92.96 24.17 % 166.50 114.72 31.10 %
31-10-17 21:15:00 117.11 88.48 24.45 % 96.59 87.04 9.88 % 119.48 103.68 13.23 %
31-10-17 21:30:00 90.94 77.44 14.85 % 89.97 82.40 8.42 % 106.12 92.80 12.55 %
31-10-17 21:45:00 78.82 72.64 7.84 % 84.03 79.84 4.98 % 95.36 77.60 18.62 %
31-10-17 22:00:00 74.58 68.48 8.18 % 82.62 76.32 7.63 % 82.04 65.44 20.23 %
31-10-17 22:15:00 70.06 66.40 5.23 % 77.74 74.56 4.09 % 67.01 64.16 4.25 %
31-10-17 22:30:00 67.01 70.24 4.82 % 75.78 77.12 1.77 % 64.83 62.88 3.00 %
31-10-17 22:45:00 70.35 73.92 5.07 % 78.48 82.40 5.00 % 64.13 81.12 26.49 %
31-10-17 23:00:00 73.76 72.80 1.30 % 82.99 76.00 8.42 % 78.41 73.60 6.13 %
31-10-17 23:15:00 74.40 58.56 21.29 % 78.37 66.08 15.68 % 77.20 69.28 10.25 %
31-10-17 23:30:00 61.34 55.84 8.96 % 69.12 63.36 8.34 % 69.82 65.76 5.81 %
31-10-17 23:45:00 56.89 61.28 7.71 % 64.75 66.24 2.31 % 67.24 72.00 7.08 %
31-10-17 24:00:00 61.41 56.00 8.80 % 68.02 61.76 9.20 % 72.66 68.96 5.09 %
01-11-17 00:15:00 57.70 55.52 3.77 % 62.65 63.52 1.40 % 69.85 64.80 7.22 %
01-11-17 00:30:00 55.31 55.68 0.67 % 63.85 62.08 2.76 % 66.22 68.96 4.14 %
01-11-17 00:45:00 56.77 54.56 3.89 % 64.01 62.56 2.26 % 68.58 67.52 1.54 %
01-11-17 01:00:00 55.21 54.88 0.60 % 63.33 62.72 0.96 % 69.63 66.08 5.09 %
01-11-17 01:15:00 56.56 56.00 1.00 % 64.57 64.00 0.88 % 66.83 67.04 0.31 %
01-11-17 01:30:00 55.99 55.20 1.41 % 65.06 61.28 5.81 % 68.13 66.08 3.00 %
01-11-17 01:45:00 56.13 54.24 3.36 % 62.29 60.96 2.14 % 66.82 67.68 1.29 %
01-11-17 02:00:00 55.50 54.08 2.56 % 62.46 64.00 2.47 % 67.46 65.76 2.52 %
01-11-17 02:15:00 54.67 55.52 1.56 % 65.21 62.24 4.55 % 67.56 66.72 1.24 %
01-11-17 02:30:00 55.45 53.44 3.62 % 63.29 63.20 0.14 % 67.35 70.88 5.24 %
01-11-17 02:45:00 54.51 52.80 3.13 % 64.71 62.56 3.32 % 71.59 67.04 6.36 %
01-11-17 03:00:0 53.59 62.56 16.74 % 63.67 63.68 0.02 % 68.69 78.24 13.91 %
01-11-17 03:15:00 62.56 57.60 7.93 % 64.68 65.76 1.67 % 78.36 67.68 13.62 %
01-11-17 03:30:00 58.80 56.16 4.49 % 66.60 64.32 3.42 % 69.81 64.64 7.40 %
01-11-17 03:45:00 56.95 53.60 5.87 % 66.45 59.68 10.19 % 65.18 64.64 0.83 %
01-11-17 04:00:00 54.87 55.04 0.30 % 61.12 61.60 0.79 % 65.11 69.44 6.64 %
01-11-17 04:15:00 55.09 54.72 0.67 % 62.33 62.24 0.15 % 70.00 69.12 1.25 %
01-11-17 04:30:00 55.80 54.40 2.51 % 63.48 60.96 3.97 % 69.59 67.68 2.74 %
01-11-17 04:45:00 55.15 55.20 0.10 % 62.09 61.60 0.78 % 68.84 66.24 3.77 %
01-11-17 05:00:00 55.05 54.72 0.60 % 63.03 67.52 7.13 % 68.09 68.32 0.34 %
01-11-17 05:15:00 56.35 53.76 4.59 % 67.99 67.68 0.46 % 68.58 70.24 2.43 %
01-11-17 05:30:00 54.81 53.44 2.49 % 68.28 64.64 5.33 % 71.10 65.76 7.51 %
01-11-17 05:45:00 53.41 53.76 0.65 % 66.87 63.04 5.73 % 66.82 64.32 3.74 %
01-11-17 06:00:00 56.69 45.92 18.99 % 66.97 51.04 23.78 % 67.28 53.76 20.10 %
01-11-17 06:15:00 46.02 53.92 17.16 % 51.79 54.08 4.42 % 55.09 55.36 0.49 %
01-11-17 06:30:00 53.25 59.52 11.77 % 54.49 54.88 0.71 % 56.35 53.44 5.16 %
01-11-17 06:45:00 59.22 65.76 11.04 % 55.24 60.80 10.06 % 54.27 59.52 9.67 %
01-11-17 07:00:00 64.81 108.96 68.11 % 61.23 86.08 40.59 % 58.51 107.52 83.75 %
01-11-17 07:15:00 101.02 167.84 66.15 % 79.41 136.64 72.08 % 96.74 190.88 97.32 %
01-11-17 07:30:00 160.04 184.16 15.07 % 134.22 145.60 8.48 % 181.39 197.44 8.85 %
01-11-17 07:45:00 185.96 188.48 1.36 % 148.36 144.16 2.83 % 199.30 199.52 0.11 %
01-11-17 08:00:00 186.70 208.00 11.41 % 143.69 177.60 23.60 % 199.06 226.88 13.97 %
01-11-17 08:15:00 206.81 215.20 4.06 % 173.52 208.48 20.15 % 225.16 232.48 3.25 %
01-11-17 08:30:00 215.01 217.44 1.13 % 206.56 216.00 4.57 % 233.82 228.80 2.15 %
01-11-17 08:45:00 217.21 208.00 4.24 % 217.12 220.00 1.33 % 228.82 206.40 9.80 %
01-11-17 09:00:00 211.77 219.04 3.43 % 221.54 242.88 9.63 % 214.13 225.92 5.51 %
01-11-17 09:15:00 213.61 230.40 7.86 % 244.87 230.72 5.78 % 218.54 254.24 16.34 %
01-11-17 09:30:00 227.13 226.88 0.11 % 229.79 220.00 4.26 % 249.56 231.20 7.36 %
Tabla continúa en la siguiente página

50
Tabla 4.4 – continuación de la página anterior
I1 I2 I3
Date Time
Fluke SM Error Fluke SM Error Fluke SM Error
01-11-17 09:45:00 230.56 224.96 2.43 % 225.11 223.84 0.56 % 240.74 225.28 6.42 %
01-11-17 10:00:00 228.03 225.92 0.92 % 228.27 204.00 10.63 % 227.62 217.66 4.33 %
01-11-17 10:15:00 224.54 209.76 6.58 % 208.61 199.68 4.28 % 218.58 216.64 0.89 %
01-11-17 10:30:00 211.01 220.80 4.64 % 201.06 203.04 0.99 % 216.45 227.84 5.26 %
01-11-17 10:45:00 220.99 214.56 2.91 % 205.58 205.12 0.22 % 229.31 233.76 1.94 %
01-11-17 11:00:00 215.32 216.64 0.61 % 203.71 216.96 6.50 % 230.51 259.04 12.38 %
01-11-17 11:15:00 214.86 232.16 8.05 % 217.80 232.64 6.81 % 255.74 274.56 7.36 %
01-11-17 11:30:00 232.00 230.72 0.55 % 232.13 239.52 3.18 % 274.53 269.12 1.97 %
01-11-17 11:45:00 228.64 240.32 5.11 % 238.65 233.92 1.98 % 272.16 258.88 4.88 %
Promedios 7.67 % 8.02 % 8.85 %

Tabla 4.5: Comparación de Energı́as TD Cornelio Merchán

Energı́a Activa [kWh] Energı́a Reactiva [kVARh]

Date Time
Fluke SM Error Fluke SM Error
31-10-17 11:45:00 23776 23520 1.08 % 0 0 -
31-10-17 12:00:00 23104 22544 2.43 % 0 48.00 -
31-10-17 12:15:00 22213 21280 4.20 % 0 112.00 -
31-10-17 12:30:00 21597 18544 14.14 % 137 144 5.43 %
31-10-17 12:45:00 18814 16336 13.17 % 174 192 10.40 %
31-10-17 13:00:00 16686 12320 26.17 % 97 0.00 100.00 %
31-10-17 13:15:00 12916 11680 9.57 % 29 32 9.74 %
31-10-17 13:30:00 11730 12128 3.40 % 66 192 192.56 %
31-10-17 13:45:00 12092 12176 0.70 % 217 224 3.29 %
31-10-17 14:00:00 12151 12944 6.53 % 367 304 17.12 %
31-10-17 14:15:00 12657 12832 1.38 % 224 112 49.97 %
31-10-17 14:30:00 12983 14288 10.05 % 32 240 655.26 %
31-10-17 14:45:00 14154 16560 17.00 % 137 1168 750.15 %
31-10-17 15:00:00 16251 16192 0.36 % 1300 256 80.31 %
31-10-17 15:15:00 16135 17840 10.57 % 418 256 38.71 %
31-10-17 15:30:00 17703 18960 7.10 % 239 160 33.03 %
31-10-17 15:45:00s 18736 20336 8.54 % 184 288 56.53 %
31-10-17 16:00:00 20263 20720 2.26 % 184 368 99.90 %
31-10-17 16:15:00 20293 22608 11.41 % 356 864 142.82 %
31-10-17 16:30:00 22608 21648 4.25 % 1169 384 67.16 %
31-10-17 16:45:00 21336 21872 2.51 % 348 304 12.73 %
31-10-17 17:00:00 22057 20048 9.11 % 585 80 86.32 %
31-10-17 17:15:00 20342 20944 2.96 % 304 336 10.54 %
31-10-17 17:30:00 20630 21632 4.86 % 507 208 58.99 %
31-10-17 17:45:00 21558 22784 5.69 % 449 848 88.88 %
31-10-17 18:00:00 22420 23088 2.98 % 844 1152 36.56 %
31-10-17 18:15:00 23436 22000 6.13 % 1576 608 61.43 %
31-10-17 18:30:00 21788 22128 1.56 % 607 432 28.88 %
31-10-17 18:45:00 22151 21248 4.07 % 312 336 7.74 %
31-10-17 19:00:00 21638 19024 12.08 % 418 256 38.73 %
31-10-17 19:15:00 19124 18704 2.20 % 169 368 118.11 %
31-10-17 19:30:00 18806 18176 3.35 % 285 480 68.24 %
31-10-17 19:45:00 18250 17408 4.61 % 413 432 4.48 %
31-10-17 20:00:00 17603 16128 8.38 % 373 432 15.96 %
31-10-17 20:15:00 16350 16368 0.11 % 300 704 134.66 %
31-10-17 20:30:00 15955 15264 4.33 % 308 400 29.77 %
Tabla continúa en la siguiente página

51
Tabla 4.5 – continuación de la página anterior
Energı́a Activa [kWh] Energı́a Reactiva [kVARh]
Date Time
Fluke SM Error Fluke SM Error
31-10-17 20:45:00 15872 12896 18.75 % 462 352 23.81 %
31-10-17 21:00:00 13448 9648 28.26 % 246 496 101.30 %
31-10-17 21:15:00 10017 8464 15.50 % 112 496 342.96 %
31-10-17 21:30:00 8613 7632 11.39 % 348 224 35.56 %
31-10-17 21:45:00 7726 6928 10.33 % 0 320 -
31-10-17 22:00:00 7145 6288 12.00 % 6 400 6456.30 %
31-10-17 22:15:00 6349 6096 3.98 % 129 304 135.69 %
31-10-17 22:30:00 6112 6224 1.83 % 0 256 -
31-10-17 22:45:00 6238 7072 13.37 % 0 816 -
31-10-17 23:00:00 6920 6592 4.74 % 498 1104 121.68 %
31-10-17 23:15:00 6740 5712 15.25 % 1163 992 14.69 %
31-10-17 23:30:00 5821 5424 6.83 % 1041 1024 1.68 %
31-10-17 23:45:00 5452 5872 7.70 % 1081 1280 18.43 %
31-10-17 24:00:00 5841 5520 5.49 % 1366 928 32.04 %
01-11-17 00:15:00 5541 5408 2.40 % 993 992 0.12 %
01-11-17 00:30:00 5371 5536 3.08 % 1041 992 4.71 %
01-11-17 00:45:00 5519 5472 0.84 % 1059 1056 0.30 %
01-11-17 01:00:00 5488 5440 0.88 % 1102 1072 2.73 %
01-11-17 01:15:00 5475 5552 1.41 % 1134 1008 11.09 %
01-11-17 01:30:00 5531 5408 2.23 % 1069 1008 5.68 %
01-11-17 01:45:00 5395 5424 0.53 % 1089 944 13.29 %
01-11-17 02:00:00 5415 5440 0.46 % 1007 944 6.29 %
01-11-17 02:15:00 5477 5456 0.38 % 1002 1056 5.41 %
01-11-17 02:30:00 5420 5616 3.62 % 115 928 16.81 %
01-11-17 02:45:00 5608 5440 2.99 % 1044 896 14.14 %
01-11-17 03:00:00 5462 6080 11.31 % 969 1328 37.05 %
01-11-17 03:15:00 6016 5680 5.58 % 1342 1104 17.73 %
01-11-17 03:30:00 5702 5488 3.75 % 1200 976 18.67 %
01-11-17 03:45:00 5499 5280 3.99 % 1045 816 21.91 %
01-11-17 04:00:00 5291 5536 4.64 % 904 992 9.69 %
01-11-17 04:15:00 5481 5520 0.72 % 1048 976 6.85 %
01-11-17 04:30:00 5523 5440 1.50 % 1040 752 27.68 %
01-11-17 04:45:00 5459 5440 0.35 % 837 976 16.54 %
01-11-17 05:00:00 5437 5632 3.60 % 1031 1136 10.20 %
01-11-17 05:15:00 5618 5648 0.53 % 1183 1168 1.26 %
01-11-17 05:30:00 5631 5456 3.11 % 1262 896 29.02 %
01-11-17 05:45:00 5469 5392 1.40 % 972 784 19.36 %
01-11-17 06:00:00 5609 4464 20.42 % 999 0 100.00 %
01-11-17 06:15:00 4454 4832 8.48 % 0 176 -
01-11-17 06:30:00 4788 5024 4.93 % 121 32 73.60 %
01-11-17 06:45:00 4980 5584 12.14 % 72 160 122.85 %
01-11-17 07:00:00 5473 9136 66.93 % 158 384 143.45 %
01-11-17 07:15:00 8286 14976 80.74 % 411 1168 184.39 %
01-11-17 07:30:00 14320 15920 11.17 % 1163 1376 18.29 %
01-11-17 07:45:00 16008 16048 0.25 % 1538 1088 29.25 %
01-11-17 08:00:00 15852 18480 16.58 % 1200 1104 8.02 %
01-11-17 08:15:00 18198 19856 9.11 % 1271 1104 13.13 %
01-11-17 08:30:00 19726 19984 1.31 % 1297 944 27.20 %
01-11-17 08:45:00 19926 19152 3.88 % 1192 304 74.49 %
01-11-17 09:00:00 19454 20864 7.25 % 440 624 41.91 %
01-11-17 09:15:00 20388 22096 8.38 % 746 432 42.06 %
01-11-17 09:30:00 21729 20848 4.05 % 387 480 23.88 %
Tabla continúa en la siguiente página

52
 Tabla 4.5 – continuación de la página anterior
Energı́a Activa [kWh] Energı́a Reactiva [kVARh]
Date Time
Fluke SM Error Fluke SM Error
01-11-17 09:45:00 21315 20688 2.94 % 679 416 38.72 %
01-11-17 10:00:00 20920 19792 5.39 % 523 272 48.04 %
01-11-17 10:15:00 19830 19104 3.66 % 515 80 84.45 %
01-11-17 10:30:00 19092 19872 4.09 % 86 512 498.20 %
01-11-17 10:45:00 19887 19952 0.32 % 706 720 1.97 %
01-11-17 11:00:00 19756 21232 7.47 % 793 1088 37.26 %
01-11-17 11:15:00 20922 22640 8.21 % 1300 1136 12.65 %
01-11-17 11:30:00 22288 22592 1.37 % 1353 656 51.51 %
01-11-17 11:45:00 22165 22416 1.13 % 876 800 8.66 %
Acumulados 1294790 1294976 0.01 % 61891 59568 3.75 %

Como se puede observar en la tabla 4.3, la comparación de voltajes arroja un error relativo porcentual
promedio de 0.62 %, 0.58 % y 0.61 % para V1, V2 y V3 respectivamente, lo cual es totalmente aceptable,
considerando que el equipo Fluke 1735 es de clase 0.1, mientras que el medidor inteligente es de clase de
1.0. Por otro lado, en la tabla 4.4, la comparación de corrientes presenta un error relativo porcentual
promedio de 7.67 %, 8.02 % y 8.85 % para I1, I2 e I3 respectivamnete, esto es entendible, debido a que en
este caso, para medir las corrientes con el medidor inteligente, se utilizan TCs, cuya clase es de tan solo
1.0, lo que causa un incremento en el error relativo porcentual. Finalmente, en la tabla 4.5, los errores
son del 0.01 % para la energı́a activa y de un 3.75 % para la energı́a reactiva, valores que son también
bastante aceptables, para la monitorización y a futuro plantear esquemas de mantenimiento predictivo
del sistema eléctrico de la UPS.

4.3.2. Segunda Prueba de Medición

Medidor Electrónico de EERCS vs SM instalados en acometida principal
Una segunda prueba de medición realizada, fue la contrastación de las mediciones obtenidas con
el medidor inteligente instalado en la acometida principal, contra las proporcionadas por el medidor
electrónico de EERCS, que se muestran en las planillas de consumo eléctrico mensual, disponibles en [65].

En una comparación inicial realizada para los meses desde abril hasta septiembre de 2017, se encontró
que las lecturas proporcionadas por el medidor inteligente eran demasiado diferentes (aproximadamente
el doble) en comparación a las proporcionadas por el medidor electrónico de EERCS. El motivo de esta
diferencia fue el hecho de que en la configuración del SM, se habı́a colocado un valor de la relación de
transformación del transformador combinado de medida de 20/5, esto en base a la información que
constaba en el plano del diseño original, sin embargo, el valor real de dicha relación de transformación
era de 10/5, dato que fue proporcionado por EERCS.

Debido a esta situación, el 23 de octubre de 2017 se procedió a cambiar la configuración del medidor
inteligente, colocándose el valor correcto de la relación de transformación de 10/5. Realizado esto, fue
necesario entonces esperar que transcurriera todo el mes de noviembre, a fin de tener información del
valor facturado por EERCS y compararlo con los proporcionados por el SM. Los resultados de dicha
comparación se muestran en la tabla 4.6.

Tabla 4.6: Contrastación de medidores instalados en acometida principal

Energı́a Activa [kWh] Energı́a Reactiva [kVARh]

Periodo EERCS SM error EERCS SM error
1-Nov-17 30-Nov-17 86536 86653 0.13 % 682 1267 46.17 %

La tabla 4.6 nos presenta resultados que pueden considerarse muy satisfactorios en lo que a energı́a
activa se refiere, sin embargo para la enegı́a reactiva los valores tienen sus diferencias, esto debido a la

53
forma en que cada medidor acumula la energı́a reactiva tanto inductiva como capacitiva.

Como información adicional se incluye en el presente trabajo, (Anexo B), una sección en la que se explica
la forma en la que los equipos DiMET3 registran los diferentes parámetros eléctricos, esta información
ha sido proporcionada por Discar S. A.

Al momento no se conoce la forma en que los medidores de EERCS acumulan los valores de energı́a
reactiva.

4.3.3. Tercera Prueba de Medición

Medidor Electrónico de EERCS vs SM instalados fuera del campus universitario
Finalmente una tercera prueba de medición fue realizada con medidores instalados fuera del campus
universitarios, ambos de medición directa. Los resultados se muestran en la tabla 4.7 a continuación.

Tabla 4.7: Contrastación de medidores instalados fuera del campus, medición directa

Energı́a Activa [kWh]

Mes Periodo EERCS SM error
1 27-Dec-16 25-Jan-17 205.00 180.08 12.16 %
2 26-Jan-17 24-Feb-17 182.00 177.86 2.27 %
3 25-Feb-17 24-Mar-17 189.00 136.75 27.65 % *
4 25-Mar-17 27-Apr-17 209.00 210.42 0.68 %
5 28-Apr-17 26-May-17 187.00 183.88 1.67 %
6 27-May-17 26-Jun-17 198.00 189.59 4.25 %
7 27-Jun-17 26-Jul-17 191.00 172.09 9.90 %
8 27-Jul-17 25-Aug-17 176.00 164.91 6.30 %
9 26-Aug-17 26-Sep-17 192.00 198.30 3.28 %
*
Medidor sin conexión del 3 al 6 de marzo de 2017

La tabla 4.7 muestra valores elevados de error porcentual, sin embargo debe destacarse el hecho de que
el SM registra los valores a las 00h00 de cada periodo considerado, mientras que para el medidor de
EERCS los valores se registran a la hora en la que el medidor es leı́do, que puede ser cualquier hora del dı́a.

4.4. Visualización de la Información

El sistema informático para la gestión de la energı́a eléctrica Mr.DiMS utilizado por la empresa Discar
S.A., es un software de alto nivel, y sobre todo, amigable con el cliente, lo cual facilita enormemente la
gestión y monitorización de la energı́a eléctrica.

La primera pantalla luego del ingreso del usuario, presenta un menú general con las herramientas (ver
Figura 3.9:

TERMINALES
CONCENTRADORES
SUBESTACIONES
REPORTES
ALARMAS
PANEL DE CONTROL

El botón “TERMINALES“ permite la visualización de todos los terminales instalados en la plataforma,

con información que comprende (ver Figura 3.14):

54
 Nro. de Serie
Estado del Terminal

Titular (Nombre asignado al terminal)

Último Registro
Última Lectura

Los botones “CONCENTRADORES” y “SUBESTACIONES” igualmente mostrarı́an todos los

dispositivos instalados, sin embargo, dado que en nuestro caso no se tienen estos dispositivos instalados,
solo se muestra la página vacı́a sin ninguna información disponible, ver Figuras 4.9 y 4.10.

Figura 4.9: Despliegue de información de “CONCENTRADORES”. Fuente: [8]

Figura 4.10: Despliegue de información de “SUBESTACIONES”. Fuente: [8]

55
El botón “REPORTES” es quizá el más importante de todos, puesto que permite visualizar gran
cantidad de información, tal como se muestra en la Figura 4.11:

.
Figura 4.11: Despliegue de información de “REPORTES”. Fuente: [8]

Al escoger alguna de las opciones que se muestran en la Figura 4.11, el software requiere que el usuario
ingrese el terminal y el rango de fechas para el cual se quiere generar el reporte (ver Figuras 4.12 - 4.16).

56
 .
Figura 4.12: Reporte de tensiones. Fuente: [8]

.
Figura 4.13: Reporte de corrientes. Fuente: [8]

57
 .
Figura 4.14: Reporte de energı́s. Fuente: [8]

.
Figura 4.15: Reporte de alarmas. Fuente: [8]

58
 .
Figura 4.16: Reporte de eventos. Fuente: [8]

En el caso de las opciones “Gráfico de Balance Energético” y “Gráfico de Factor de Utilización”, sólo
son aplicables a “SUBESTACIONES”, por lo que el usuario deberá ingresar el nombre de la Subestación
en lugar del Terminal.

El último botón del menú principal es el “PANEL DE CONTROL” , el cual permite desplegar
información adicional, entre otras, un mapa que muestra la ubicación georeferenciada de cada uno
de los dispositivos instalados, para el caso de la UPS, sólo se tienen instalados Terminales, ver Figura 4.17.

.
Figura 4.17: Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8]

Esta herramienta permite también realizar un acercamiento o alejamiento de la imagen, a fin de poder

59
observar la información con más detalle, tal como se muestra en la Figura 4.18.

.
Figura 4.18: Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8]

Un detalle importante que vale la pena mencionar, es el hecho de que al hacer click con el puntero (ratón)
sobre el icono del terminal en el mapa, se puede visualizar detalles de dicho terminal, ver Figura 4.19.

.
Figura 4.19: Despliegue de información desde el “PANEL DE CONTROL”. Fuente: [8]

60
Capı́tulo 5

Conclusiones y Recomendaciones

5.1. Conclusiones
En los últimos años, los sistemas de medición eléctrica están sufriendo una transformación importante,
cada vez más y más paı́ses adoptan los modernos sistemas de medición inteligente, dejando de lado
los convencionales, con miras a la modernización del SEP, el ahorro de recursos y el uso más eficiente
e inteligente de la energı́a eléctrica. Todo esto está siendo posible gracias a los avances tecnológicos
logrados en la electrónica, la computación y las comunicaciones.

Las ventajas para el sector eléctrico y energético en general, de disponer de un sistema de medición
inteligente son enormes, también existen limitaciones que impiden su implementación. La inversión
inicial es elevada, esto se ha convertido en una barrera infranqueable para muchas empresas proveedoras
del servicio eléctrico.

La implementación de sistemas de medición inteligente requiere de una sólida red de comunicaciones,

lo cual tiene sus propias limitaciones. El manejo de grandes cantidades de información, requiere de un
robusto sistema informático, que tenga capacidad suficiente de almacenamiento y también brinde alta
seguridad, tanto contra el robo de información de usuarios, como contra los posibles ataques informáticos,
que pueden causar daños a la infraestructura eléctrica, a la economı́a y a la seguridad de los paı́ses.

Para el uso de los medidores inteligentes instalados en el campus universitario, no ha sido necesario
desarrollar una plataforma informática, debido a que la empresa Discar S.A., proveedora de los equipos,
ha otorgado a la UPS una licencia sin costo para el uso de la plataforma informática Mr.DiMS con
capacidad para AMI, a través de un convenio interinstitucional que tendrá una vigencia de 50 años.

El sistema de comunicaciones en el presente trabajo, utiliza la red de de telefonı́a celular de la operadora

Telefónica-Movistar con un servicio básico de mensajes de texto con la modalidad de prepago, esto
debido a la relativamente reducida cantidad de medidores inteligentes instalados. Para proyectos más
grandes, lo recomendable es utilizar un servicio M2M.

La implementación del sistema de medición inteligente en la UPS, abre un abanico de posibilidades muy
grande para nuevos trabajos de investigación relacionados con medición inteligente, redes inteligentes,
manejo de grandes cantidades de información, seguridad en redes inteligentes, etc., etc.

Los resultados de las pruebas de medición han sido contrastados con otros instrumentos patrones
(medidores de EERCS e instrumento analizador de calidad de energı́a Fluke 1735), los valores se
muestran tal y como se obtubieron de los medidores inteligentes instalados, en la mayorı́a de los casos
se obtuvieron resultados satisfactorios, sin embargo, las mediciones de energı́a reactiva en la acometida
principal presentan sus diferencias, entre el SM y el medidor de EERCS. Esto en parte se debe a como
registran la energı́a reactiva tanto inductiva como capacitiva cada uno de los medidores, este punto
requiere un mayor análisis que está fuera del objetivo del presente trabajo.

Durante la instalación de los medidores en el campus universitario, se ha considerado la posibilidad de

que, en algún momento se tenga que desconectar los equipos ya sea para mantenimiento o su reemplazo

61
por otros, por tal razón se han instalado también borneras que permiten conectar y desconectar el
medidor de manera muy fácil, las borneras también disponen de bornes adicionales que permiten poner
en corto-circuito las señales de corriente provenientes de los TCs, esto con el fin de facilitar el proceso y
evitar daños tanto a dispositivos como al personal que los manipule.

5.2. Recomendaciones y observaciones

Se recomienda revisar periódicamente la existencia de saldo suficiente en las tarjetas SIM de los medidores
a fin de garantizar la transmisisón de los datos al servidor. También debe hacerse un mantenimiento
preventivo, apretando los tornillos en la borneras y en los medidores a fin de evitar errores en las
mediciones y también posibles daños a los TCs debidos a malos contactos.

Es recomendable que en futuros trabajos relacionados con la medición inteligente, se evalúen otras
alternativas en la comunicación, tales como PLC y WiFi.
Durante el desarrollo del presente trabajo se ha podido observar que el sistema eléctrico en baja
tensión de la UPS presenta deficiencias, especialmente en el edificio Cornelio Merchán, esto debido a las
ampliaciones y modificaciones que se han realizado a lo largo de los años de una manera desordenada y sin
una adecuada planificación. Se recomienda realizar un levantamiento detallado de todas las instalaciones
de baja tensión y crear un departamento de planificación, mantenimiento y control eléctrico, con el fin
de corregir las actuales anomalı́as y evitar que sigan incrementándose en el futuro.

Se recomienda la documentación de cada cambio, alteración o ampliación que se realice en el sistema

eléctrico, en la actualidad no existe ninguna información disponible al respecto, los únicos que conocen
el estado de dichas instalaciones son las personas que realizan la instalación y mantenimiento en el campus.

5.3. Trabajos futuros

Las posibilidades de nuevos trabajos de investigación en la UPS relacionados con medición inteligente son
amplias. Por ejemplo, se podrı́a desarrollar una plataforma informática propia, que permita la utilización
de medidores inteligentes de distintos proveedores, en este proyecto podrı́an tomar parte las carreras de
Electricidad, Electrónica y Computación. Con el sistema actual no es posible utilizar medidores de otras
marcas, debido a las restricciones impuestas por Discar, la dueña de la plataforma informática.

Se podrı́an también desarrollar proyectos de ahorro energético y uso eficiente de la energı́a eléctrica en
distintas áreas del campus universitario.

Con el sistema actual, muy pronto se dispondrá de abundante información relacionada con el uso de
energı́a en la sede, la cual puede ser muy valiosa para el desarrollo de nuevos proyectos, tales como
análisis de calidad de energı́a, patrones de consumo análisis previo al balance de carga, planificación de
actividades de mantenimiento del sistema eléctrico, etc.

62
Anexos

A. Lista de materiales

Tabla 1: Lista de Materiales.

Item Descripción Cantidad Unidad

1 Medidor Inteligente trifásico Discar (Medición directa) 2 u
2 Medidor Inteligente trifásico Discar (Medición indirecta) 3 u
3 Caja metálica (60x40x40) mm 5 u
4 Bornera conmutable Ritz 1 u
5 Transformador de corriente 200/5 A 3 u
6 Transformador de corriente 150/5 A 3 u
7 Transformador de corriente 100/5 A 3 U
8 Interruptor termo-magnético 3x20A 4 u
9 Conductor flexible THHN # 10 AWG 20 m
10 Conductor flexible THHN # 12 AWG 600 m
11 Tubo EMT 1” 21 m
12 Tubo EMT 3/4” 3 m
13 Tubo EMT 1/2” 10 m
14 Riel DIN 2 m
15 Riel channel 41x21x1.5 mm 2,4 m
16 Soporte para riel DIN 8 u
17 Tornillo punta broca #6x1” 50 u
18 Varilla roscada 3/8” 2,4 m
19 Taco de expansión 3/8”X 1/2”X 1-9/16” 10 u
20 Tubo flexible a prueba de lı́quidos 1” 2 m
21 Conector recto para tubo flexible a prueba de lı́quidos 1” 2 u
22 Abrazadera EMT 1” 2 u
23 Abrazadera EMT 3/4” 2 u
24 Abrazadera EMT 1/2” 10 u
25 Conector EMT 1” 4 u
26 Conector EMT 3/4” 2 u
27 Conector EMT 1/2” 2 u
28 Unión EMT 1” 4 u
29 Unión EMT 3/4” 1 u
30 Unión EMT 1/2” 5 u
31 Abrazadera channel 1” 10 u
32 Tuerca galvanizada 3/8” 20 u
33 Canaleta plástico gris 40x40 mm 2 m
34 Conector BX recto 1” 4 u
35 Tubo metálico flexible BX 1” 2 m
36 Unión Rı́gida 1” 2 u
37 Borne riel Degson- tornillo PC10 800V 65A 50 u
38 Porta etiqueta Degson ZB10 PC10-50 5 u
Continúa en la siguiente página

63
Tabla 1 – continúa tabla de la página anterior
Item Descripción Cantidad Unidad
39 Tope bornera riel Degson E-MK 15 u
40 Porta etiqueta Degson Separador DBE-1 4 u
41 Libretı́n etiquetas Dexon 0-9 (45 C/#) 1 u
42 Libretı́n etiquetas Dexon A-Z (15 C/L) 1 u
43 Arandela plana 3/8” 20 u
44 Terminal cerrado 10-12 (amarillo) 20 u
45 Terminal punta 12-14 (azul) 50 u
46 Cinta aislante (rollo) 1 u
47 Tubo metálico flexible BX 3/4” 1 m
48 Unión rı́gida 3/4” 1 u
49 Conector BX recto 3/4” 1 u
50 Tarjeta SIM (Movistar) 5 u

64
B. Medición de Parámetros Eléctricos en Equipos Trifásicos
DiMET3

65
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

Documento: DiMET3 - Medición de Parámetros Eléctricos

Fecha: V3.0 09-Oct-2013 26-01-2015

MEDICIÓN DE PARÁMETROS ELÉCTRICOS

EN EQUIPOS TRIFÁSICOS DiMET3

INTRODUCCIÓN:

El presente documento explica detalladamente la forma de obtención de los distintos

parámetros eléctricos (tensión, corriente, energías y factor de potencia) y eventos
eléctricos, registrados por los equipos trifásicos DiMET3 (todos los modelos1).

Los medidores DiMET3 utilizan para la medición de los parámetros eléctricos un chip
específicamente diseñado para medidores de energía trifásicos (Analog Devices modelo
ADE-7758).

MEDICIÓN DE LA TENSIÓN Y LA CORRIENTE:

La medición de tensión RMS y corriente RMS es realizada una vez cada segundo. La
magnitud (tensión o corriente) es acumulada a lo largo de un “quarter” de 15 minutos, al
cabo del cual la cantidad acumulada es dividida por el número de muestras tomadas. El
valor resultante es entonces la media aritmética de dichas magnitudes, y es el que se
almacena en el registro del “quarter”. En el display del equipo, el valor de tensión es el
promedio del quarter, mientras que la corriente es la corriente instantánea.

En cada medición de tensión y

corriente instantánea, se mide
el “verdadero valor eficaz”
o true-RMS de cada
magnitud, puesto que, al
medir tensión, lo hace
comprendiendo todas las
armónicas hasta los 260 Hz, y al medir corriente, lo hace comprendiendo todas las
armónicas hasta los 14 KHz.

Expresado en fórmulas:

VRMS = √∫ v2(t)dt
IRMS = √∫ i2(t)dt

1
El presente documento es aplicable a los siguientes modelos de equipos trifásicos de medición directa:
DiMET3-G, DiMET3-P; los siguientes modelos de medición con transformador de corriente: DiMET3-P-CT,
DiMET3-G-CT, y también el equipo monofásico DiMET-G.

Página 1
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

MEDICIÓN DE LA FRECUENCIA:

La medición de la frecuencia es realizada una vez por segundo

medida sobre la primera fase que el equipo detecte con tensión. De
manera similar a la tensión y a la corriente, el valor almacenado en
el registro del “quarter” es la media aritmética de la frecuencia
muestreada 1 vez por segundo, a lo largo de 15 minutos.

MEDICIÓN DE LA ENERGÍA ACTIVA, REACTIVA Y

APARENTE:

La energía activa (Wh) se mide una vez por segundo,

en base a la acumulación a lo largo del tiempo, del valor
medio o “componente de continua” de la potencia activa
instantánea de cada fase.

Expresado en fórmulas:

v(t) = √2 x VRMS x sin(ωt) (la tensión instantánea)

i(t) = √2 x IRMS x sin(ωt+Φ) (la corriente instantánea)
p(t) = v(t) x i(t) (la potencia activa)
p(t) = IRMS x VRMS x cos Φ-IRMS x VRMS x cos(2ωt+Φ) (la potencia activa)
p = VRMS x IRMS x cos Φ (la potencia activa promedio)
P = ∑p = Energía Activa (la energía activa)

La energía activa así medida cada segundo en cada una de las fases, se suman entre sí, y
es por un lado exhibida en el acumulador que muestra el display del equipo, y por otro
lado, se realiza la acumulación a lo largo de 15 minutos, en el registro de energía activa
de cada “quarter” (registros cada 15 minutos), que es el que se consulta desde el sistema
Mr.DiMS.

Es importante tener presente que la acumulación de energía en el acumulador se realiza

en el modo “siempre positivo”: independientemente del sentido de la energía, el
acumulador acumula en sentido positivo: PT = PT + ‫׀‬P+‫ ׀‬+ ‫׀‬P-‫׀‬

De manera similar, la energía reactiva (VARh) también se mide una vez por segundo,
en base a la acumulación a lo largo del tiempo, del valor medio de la potencia reactiva
instantánea de cada fase. La potencia reactiva instantánea está definida por el producto
de la tensión instantánea y la corriente instantánea, desfasadas en 90º.

Página 2
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

Expresado en fórmulas:

v(t) = √2 x VRMS x sin(ωt-Φ) (la tensión instantánea, Φ=desfasaje)

i(t) = √2 x IRMS x sin(ωt) (la corriente instantánea)
i´(t) = √2 x IRMS x sin(ωt+Π/2) (la corriente desfasada 90º)
q(t) = v(t) x i´(t) (la potencia reactiva)
q(t) = VRMS x IRMS x sin(Φ) + VRMS x IRMS sin(2ωt-Φ) (la potencia reactiva)
q = VRMS x IRMS x sin(Φ) (la potencia reactiva promedio)
Q = ∑q = Energía Reactiva (la energía reactiva)

La energía reactiva así medida cada segundo en cada una de las fases, se suman entre sí,
y es por un lado exhibida en el acumulador que muestra el display del equipo, y por otro
lado, se realiza la acumulación a lo largo de 15 minutos, en el registro de energía
reactiva de cada “quarter”, que es el que se consulta desde el sistema Mr.DiMS.

La acumulación de la energía reactiva de cada “quarter” en el acumulador acepta varios

modos de funcionamiento. Ver más adelante el apartado titulado “Modos de Acumulación
de la Energía Reactiva”.

La energía aparente (VAh) es obtenida por cálculo en el sistema Mr.DiMS a partir de los
valores de la energía activa y reactiva del mismo registro (utilizando la fórmula de
Pitágoras): ______
S = √P2 + Q2

MEDICIÓN DEL FACTOR DE POTENCIA:

Los equipos DiMET3 no realizan directamente la medición del Factor de Potencia. La

columna “Factor de Potencia” es obtenida por cálculo en el sistema Mr.DiMS como el
cociente entre la energía activa y la aparente.

Advertencia: Tener en cuenta que al cambiar el modo de acumulación de energía reactiva

es posible obtener un factor de potencia distinto al anterior.

Nota:
Aquí cabe recordar que según el Reglamento de Distribución de la Energía Eléctrica, el control del Coseno Φ
de un cliente se realiza en base a los acumuladores iniciales y finales el período facturado. Ver en el
siguiente documento: http://www.epec.com.ar/docs/servicios/cosenofi.pdf

Página 3
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

Para realizar el control del Coseno Φ de un suministro, a los fines de determinar si es necesario emitir una
multa o no, el valor del Coseno Φ debe calcularse en base a los acumuladores iniciales y finales del período
de facturación (que se obtienen del sistema Mr.DiMS), y utilizando la siguiente fórmula:

Cos Φ = _____P____
√P2 + Q2

MODOS DE ACUMULACIÓN DE LA ENERGÍA REACTIVA:

Actualmente no existe un criterio unificado entre los fabricantes de medidores de energía

ni tampoco está adecuadamente normalizada la medición de la energía reactiva en
sistemas trifásicos a los fines de su facturación, sobre todo en cuanto a situaciones en las
que estén involucradas cargas capacitivas y/o cargas desbalanceadas.

Por ello, los terminales DiMET3 soportan cuatro

modos de funcionamiento que definen de qué
manera se va a acumular la energía reactiva,
para que la compañía eléctrica escoja cuál es el
modelo que se adecúa a su modalidad de
facturación.

Utilizando como referencia el siguiente diagrama, citado en la norma IEC-62053-23, se

puede apreciar que en los cuadrantes I e IV (potencia activa importada o consumida), el
factor de potencia puede ser “en adelanto” o “en atraso”, de acuerdo a estar en presencia
de cargas inductivas o capacitivas.

A su vez, este panorama se presenta individualmente en cada una de las 3 fases, puesto
que puede existir energía reactiva inductiva en dos de ellas, y capacitiva en la restante.

Es necesario definir un criterio a seguir en cuanto a cómo realizar la acumulación de la

energía reactiva a los fines de la facturación del suministro.
Página 4
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

Los terminales DiMET32 soportan las siguientes modalidades de acumulación de la energía

reactiva:

MODO Descripción Ecuación Comentario

1
Acumula energía La energía reactiva inductiva
reactiva solo en las QT = QT + QL (positiva) se acumula en el
fases con energía acumulador de energía reactiva.
Modo positiva (inductiva) Si una fase es capacitiva
por (negativa), no acumula energía
defecto reactiva.

Las energías reactivas inductiva y

2
Energía siempre QT = QT + ‫ ׀‬LQ ‫ ׀‬+ ‫ ׀‬CQ ‫׀‬ capacitiva se suman, ambas en
positiva, valor valor absoluto. El resultado se
absoluto de cada fase acumula en el acumulador de
energía reactiva.

Energía siempre Las energías reactivas inductiva

3
positiva, suma QT = QT + ‫ ׀‬LQ + CQ ‫׀‬ (positiva) y capacitiva (negativa)
aritmética de las se suman aritméticamente, y
fases luego se obtiene el valor
absoluto. El resultado se acumula
en el acumulador de energía
reactiva.

4 Suma aritmética de
las fases, acumula si
Si (QL+QC)>0
QT = QT + (QL + QC)
Las energías reactivas inductiva
(positiva) y capacitiva (negativa)
el resultado es se suman aritméticamente. Si el
positivo Si (QL + QC) ≤ 0 resultado es positivo, el resultado
se acumula en el acumulador de
QT = QT + 0 energía reactiva. Si es negativo,
no acumula energía reactiva.

IMPORTANTE: independientemente del modo seleccionado para la acumulación de la

energía reactiva, el LED de control metrológico de energía reactiva siempre opera en Modo
3 de la tabla.

2
Nota: Los modos son configurables a partir de la versión V2.07 del firmware de los terminales DiMET3. En
las versiones anteriores, los equipos operan en Modo 2.

Página 5
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

MEDICIÓN DE LA DEMANDA MÁXIMA DE MONITOREO:

Los terminales DiMET3 realizan una medición de la Demanda Máxima de Monitoreo

con la información de cada registro de “quarter”. Dicha Demanda Máxima es la máxima
demanda activa integrada a lo largo del período de integración programado en la
ventana “Configuración de la Demanda” (valor entre 1 y 15 minutos). El valor es
consignado en la columna “Dem Max W” de Mr.DiMS:

Por ejemplo, si se configura el Período de Integración en 5 minutos, y a lo largo de un

“quarter” de 15 minutos se registraron unas demandas de 100, 80 y 110 Watts, el valor
registrado será de 110 Watts. Cuanto más pequeño sea el Período de Integración, más
“sensible” será la medición a las altas demandas instantáneas.

IMPORTANTE: es importante tener en cuenta que para los fines de la facturación, el

sistema Mr.DiMS provee adicionalmente la información de la Demanda Máxima del
Servicio para un período, medida en base a los estándares habituales (demanda activa
máxima medida a lo largo de un período de 15 minutos). Este cálculo de la demanda
activa máxima no está influenciado por la configuración de los parámetros de
“Configuración de la Demanda de Monitoreo”, y se obtiene a partir de la energía activa
medida en cada registro de 15 minutos.

Página 6
 MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3

EVENTO “EXCESO DE DEMANDA DE MONITOREO”:

El evento “Exceso de Demanda de Monitoreo” es generado cuando el terminal ha

registrado una demanda que supera al umbral programado de “Demanda Máxima de
Monitoreo”.

EVENTO “FALTA DE FASE”:

El evento “Falta de Fase” es generado por los equipos DiMET3-G/P cuando la tensión RMS
instantánea es menor a 70 Volts (VRMS<70 Volts) en forma continuada a lo largo de 30
segundos, o bien cuando a lo largo de esos 30 segundos no se ha registrado ningún
evento de “Cruce por Cero” en la tensión sinusoidal.
De igual manera el evento “Falta de Fase” es generado por los equipos DiMET3-G/P-CT
cuando la tensión RMS instantánea es menor a 40 Volts (VRMS<40 Volts).

EVENTOS “CORTE DEL SERVICIO” y “RESTITUCIÓN DEL SERVICIO”:

El evento “Corte del Servicio” es generado por los equipos DiMET3 cuando la tensión
existente en las 3 fases simultáneamente es insuficiente para mantener su electrónica en
funcionamiento, o sea que se desenergizó el terminal. El evento “Restitución del Servicio”
se genera cuando la tensión regresa a los valores normales.

EVENTO DE SOBRETENSIÓN Y BAJA TENSIÓN:

El evento “Tensión por encima del máximo establecido” es generado cuando el valor de la
tensión promediada a lo largo de un minuto supera al umbral de “Tensión Máxima”
configurada para ese equipo.

El evento “Tensión por debajo del mínimo establecido” es generado cuando el valor de la
tensión promediada a lo largo de un minuto es menor al umbral de “Tensión Mínima”
configurada para ese equipo.

***

Página 7
C. Planos

73
 Ramal alimentador 0422/22kV

18kV
3u

SALIDA DE VEHICULOS CALLLE DEL OBRERO

TRV3O112.5
SF1

TRV3O150
3u

21462p

5925p
Trafomix 3f
22.000/110V
10/5A

E P 1 1 P 1

COY3x2(G2)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

COY3x2(G2)e
SF1-3u SF1-3u
10K 6K
COY3x2(G2)e
ZONA DE PARQUEO B 117 parqueaderos baja P=15%
40A 8B
6B
18A

25 26 27 28 25 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 celda modular M.T. 18kV

52 1 entrada 3u
1 salida

TRV3O200
81

TRV3O60
53

15194p
19697p
COY3x2(G2)
P= 20% P= 20%
54 82

P= 20%
55 83
P= 20%

SS.HH.
Minusvalidos
ascensor

56 84
P P 1 1

EDIF. GUILLERMO MENSI

P= 20%

COY3x2(G2)e
P= 20% P= 20%

57 85 DETALLE CAMARA DE TRANSFORMACION (60kVA)

COY3x2(G2)
LOSA DE CUBIERTA
58 86 ESCALA 1=40
SF1-3u SF1-3u
P= 20%
N=+14.40

P= 20% 12K 3H
CALLE DE LAS CARRETAS

P= 20%
dimensiones en cm.
59 87

LOSA DE CUBIERTA TRANSITABLE N=+3.60

P= 20% P= 20%

LOSA DE CUBIERTA TRANSITABLE N=+ 3.60 60 88

DIAGRAMA UNIFILAR 10B
6B
12A
ZONA DE PARQUEO B

61 89
18kV

3x2XLPE(2)/PVC 4"
62 90
3u
100 200

COY3x2(G2)
EDIF. DE AULAS

63 91
25 150 25 25 150 25
MARIO RIZZINI

64 92
150 32
65 93
53
66 94 division de malla

67 95 estructura de hierro 27 29 18kV SF1-3u

3u 15K
68 96
50
69 97
52
70

71
98

99
240 240
P 1

TRV3O300
50
230
CORNELIO MERCHAN

72 100
BLOQUE CENTRAL

1860p
17 158
73 101 106
junction box
74 102 70

75 103

76 104
ducto de cables 30
77 117

78 19
79 DANIEL HERMIDA
3(COY3x2(G2))/4pvc 4"

80

IN
E. ESP
20 160 20 GA
N
BO
CA

AS
AC
2(COY3x2(G2))/4pvc 4"

HU
PIM
Pz9
J
AM
PIR
105 106 107 108 109 110 111 112 113 114 115 116 O
COP3x1/0(2)

-7-

RO
TDe

RE
Pz10

OB
AV
P2
TRV3O200

. TU

L
ES

DE
CA A RU
EJ
DIGA00027763
DIGA00027719

HU

A.
LE VI

VA
RA E AI
19697p

LL CO
-14-

SQ
CA

UE
ORATORIO
TRV3O60

Z
G.
CA
RR
15194p

ET
AS

P.G

AV
-48-

.M

. EL
EN
COY3x2(G2)/2pvc 4" Pz8e

IA
SI

LIU
Pz11e 15

T
COY3x2(G2)/4pvc 4"

16
TECNI CLUB

AVE
COY3x2(G2)/20x10cm 17 UBICACIÓN:
COP3x1/0(2)

-55-
-16-

TDe P 1 DIGA00026723 18 35 52
102
Z 101
TRV3O300 LU 100
19 36 53 PST 99
1860p 98
97
Pz7

NID
20

21
37

38
54

55
69 CAPILLA ARBO
L
93
94
95
96

56
55
54
53

1 92
2

70 57
E
19

91 58
RT
90
59
1

2 22 39 56 89
19

88 60
NO
71 61
87
0

A TU
62
19

3 23 40 57 86 63
85
72 64
84
E ectados
9
18

83 65

UEO os proy
4 24 41 58 82 66
8

73 81 67
18

80 68

ARQ ueader
79 69
7

5 25 42 59 78 70 35
18

DE P 68 parq
74 200 71 36
COOP

72 37
6
C

18

60 73 38
-4 2(G (2

6 26 43
A
Y3 3x1

199 74 39

ZON
1- 2 )

RUH
75 75 40
x /0

76 41
7 27 44 61 77 42
198 43
)/4

44 34
45
p

8 28 45 62 33
vc

46
197
BAR 47 31
32
4"

63 49
48
E
30

EO
9 29 46 130 144 162 177 29
196 50 28

RQU aderos
76 51 TRV3O112.5 27

AYC
10 30 47 64 116 52 26
163 178 5925p

E PA34 parque
131 145 195 25
77 24
117 23

AD
11 31 48 65 132 146 164 179 194

ZON
12
66 78 118 13
12 32 49 133 147 Pz6e 165 180 193 14
15
79 119 16
13 33 50 67 134 148 166 181 17

O
18
19
68 80 120 167 182 20
14 34 51 135 149 21 11
GIMNASIO TALLE
22 10
ACCESO VEHICULAR
-45- x2(G2)/4

09
COY3

121 136 150 168 183

COP3

08
07
122 137 151 169 184
R AUT 05
06

OMOT 04
x1/0(2

81 87 93 100 108 03
201 138 152 170 02
123 185 186
82 88 94 101 109
R IZ
01
)

202 153 171

139
pvc

124
83 89 95 102 110
140 154 172
4"

203
84 90 96 103 111
125
141 155 173
COLISEO 01
126 02
85 91 97 104 112 03 04
204 142 156 174 05
127 06 07
86 92 98 105 113 08 09
2(G2)e

205 143 157 175 10

128 11 12
206
99 106 114
176
13
14 EDIFICIO
COY3x

129 158 159 160 161

207
107 115 59 parqu RECTORADO
207 parqueaderos Cubierta
Existent
e
51 eaderos
32 parqueaderos
P=
30%
15 16
ZONA DE PARQUEO A 52
Cubierta
Existent
17
Bilbioteca P=
30%
e
18
19
Losa
Bloque 53 20 21
N=
+13,60
Grada
Losa
Inaccesi
Losa
Inaccesi
ble
22 23
ble Salida
33 24
ACCESO PEATONAL 25
N=

DIGA P 1 TD
+7,56
Losa
Inaccesi
ble
N=
+ 3,78 Emerg
encia
Coliseo
54 34 35 26
0002 e N=
+7,56 36 27 28
6052 37 29
Losa
de Cubierta
55 38 39 30
N=
+11,14 s
40 31 32
41
AR

N= Losa Losa 42 43
56
ZONA
+11,14 de Cubierta
de Cubierta

44
AMPLIAC
VEHICUL

s s
Cuarto N=
+11,14
45
Pz5e
Ascenso Máquina
r s 46 47
Losa
Inaccesi
ble IÓN BIB
LIOTECA
Losa

N=
de Cubierta

+11,14
s
Cubierta
57
DE PA 48
49 50
RQUE
Vidrio
Bloque
N=
+11,74 Grada

58 Losa Inaccesible

O
P=
15%
ACCESO

N= +
12,10
P=

-52-
C
15%

COY3x LOSA
59 18 par
2(G2)/4 N=
INACCE
SIBLE
queade
ros
+13,60
Losa Inaccesible

pvc 4" N= +
11,65

UNIVERSIDAD POLITECNICA SALESIANA

Losa Losa Inaccesible
A Inaccesi
N= ble N= +
+13,14 12,10

DETALLE CAMARA DE INGRESO

ESCALA 1=40
Acceso
Peatonal
Biblioteca Pz4e PACES CENTRO
-36- 23 parqueaderos
dimensiones en cm.
CAPACIT Centro de Capacitación PACES
ACIÓN
PACES
Losa de

Escala ___ 1: 500

N= +

Cubiertas
10,80

TRV3O150 Pz3e Losa Inaccesible

EDIFICIO

N= +
12,10

21462p -27-
Área Verde
ELIA LIUT

Losa Inaccesible

DISEÑO: ING. HERNAN GUILLEN COELLO

Generador

OBSERVACIONES:
N= +
11,65

Área Verde
-23-
Pz2e
12 ACCESO COY3x Área Verde
Losa Inaccesible

N= +
12,10 TRV3O1
DESARROLLO: P.Q.P.
VEHICU 2(G2)/4
pvc 4"
Área Verde
Pz1e 21462p 50
LAR Acceso
Peatonal
Plano modificado por Tlgo. Jaime
REVISIÓN: ING. HERNAN GUILLEN COELLO
PACES

P250352
P 1V3SR;E1CR Estrella en septiembre de 2017, se
E1
50 DIGA00 incluyen puntos de medición inteligente
105 026039
140 celda modular M.T. celda modular M.T.
1 entrada
240 red de media tension aerea existente COB3x4(4)e
70 1 entrada
1 salida 1 salida
50 red de media tension subterranea existente
12

red de media tension subterranea proyactada

140 80
junction box 70
camara de transformacion existente

ducto de cables 30 camara de transformacion proyectada CONTIENE: FECHA:

Abril/2013
100
red de baja tension subterranea existente
Emplazamiento Unificación del sistema de medición
Redes Existentes HOJA:
poste de hormigon armado de 11m 2 de 2
 Ramal alimentador 0422/22kV

18kV
3u

SF1
3u

Trafomix 3f
22.000/110V
SIMBOLOGÍA
10/5A

E P 1 1

DIGA00026039

COY3x2(G2)e 18kV Pararayo 18 kV

3u

celda modular M.T.

1 entrada SF1 Seccionador fusible tipo abierto
1 salida 3u

22.000/220V Transformador combinado de medida

18kV

18A
6B
8B
3u

20/5A

COY3x2(G2)

Celda modular M.T.

1 entrada
1 salida
18kV

12A
6B
10B
3u

COY3x2(G2) COY3x2(G2)e

COY3x2(G2)

10B Fusible
18kV 18kV
3u SF1-3u SF1-3u SF1-3u SF1-3u SF1-3u
3H 3H 3H 3H 3u 3H

TRV3O300 TRV3O60 TRV3O200 TRV3O150 TRV3O112.5 TRV3O300

1860p 15194p 19697p 21462p 5925p Transformador trifásico en cabina
1860p

P 1
P 1
3f-400 A
DTGA00027763
DIGA00026723
CANCHAS

P 1 Medidor electrónico con puerto de comunicaciones

}
3x160 A (?)
P 1

P 1
3x160 A (?)
3x160 A (?) CANCHAS
DTGA00027719
3x200 A (?)
DIGA00026052
Interruptor termo-magnético
3x160 A (Rectorado)
3x160 A (Aulas Ing. Automotriz)
3x160 A (Biblioteca)
3x200 A (Taller Automotriz)

3x250 A (Patio de comidas)

3x200 A (Edificio Guillermo Mensi)
3x160 A (Edificio Mario Rizzini)
3x100 A (Coliseo)
3x70 A (Iglesia)
3x60 A (Tecniclub)
3x60 A (Iluminación jardines)
3x50 A (Bombas de agua jardines)
3x40 A (Oratorio Planta alta)
3x40 A (Oratorio Planta Baja)
3x40 A (S.T.P. Archivo)

}
3x40 A (?)
3x40 A (?)
3x40 A (?)
3x40 A (?)
2x20 A (?) DATA CENTER
1x20 A (?)
2x16 A (?)
1x10 A (?)
3x6 A (?)

}
3x630 A (?)
3x250 A (?)
3x250 A (?)
3x250 A (?)
3x250 A (?) EDIFICIO
Universidad Politécnica
3x250 A (?) CORNELIO MERCHAN
3x250 A (?)
3x250 A (?)
Salesiana
3x200 A (?)
3x175 A (?)
D. Fotos

Figura 1: Medidor inteligente instalado en acometida principal. Fuente: autor

Figura 2: Bornera cortocircuitable, aisla el medidor del sistema de medición. Fuente: autor

76
Figura 3: Técnico de EERCS modificando alambrado para inserción del SM en sistema de medición.
Fuente: autor

Figura 4: Obtención de perfil de carga en TD de biblioteca. Fuente: autor

77
 Figura 5: Medidor inteligente instalado en TD de biblioteca. Fuente: autor

Figura 6: Interruptor termo-magnético instalado en TD de biblioteca. Fuente: auto

78
Figura 7: Detalle de instalación de medidor inteligente en biblioteca. Fuente: autor

Figura 8: TD principal de edificio Cornelio Merchán. Fuente: autor

79
Figura 9: Interruptor termomagnético instalado en TD de edificio Cornelio Merchán. Fuente: autor

Figura 10: Medidor inteligente instalado en edificio Cornelio Merchán. Fuente: autor

80
 Figura 11: TD principal en bajos del edificio Data Center. Fuente: autor

Figura 12: Detalle de instalación de medidores inteligentes en edificio Data Center. Fuente: autor

81
 Figura 13: Detalle de instalación de medidores inteligentes en edificio Data Center. Fuente: autor

Figura 14: Interruptores termo-magnéticos y TCs instalados en TD principal edificio Data Center. Fuente:
autor

82
 Figura 15: Medidores inteligentes instalados en edificio Data Center. Fuente: autor

Figura 16: Medidores inteligentes instalados en edificio Data Center. Fuente: autor. Fuente: autor

83
Bibliografı́a

[1] “Electric metersl.” [Online]. Available: https://www.google.com/search?q=electric+meters&client=

firefox-b&source=lnms&tbm=isch&sa=X&ved=0ahUKEwi3t935qJPTAhVEQSYKHY4bC5EQ
AUICCgB&biw=1536&bih=725#imgrc=ls2862OKQJMIPMl
[2] R. Bayindir, I. Colak, G. Fulli, and K. Demirtas, “Smart grid technologies and applications,”
Renewable and Sustainable Energy Reviews, vol. 66, pp. 499 – 516, 2016. [Online]. Available:
http://www.sciencedirect.com/science/article/pii/S1364032116304191
[3] J. Gao, Y. Xiao, J. Liu, W. Liang, and C. L. P. Chen, “A survey of communication/networking in
Smart Grids,” Future Generation Computer Systems, vol. 28, no. 2, pp. 391–404, 2012. [Online].
Available: http://bibliotecavirtual.ups.edu.ec:2229/science/article/pii/S0167739X11000653
[4] A. G. P. Sevilla and F. O. A. Fernández, “Evolución de las redes eléctricas hacia smart grid en paı́ses
de la región andina,” Revista Educación en Ingenierı́a, vol. 8, no. 15, pp. 48–61, 2013.
[5] R. R. Mohassel, A. Fung, F. Mohammadi, and K. Raahemifar, “A survey on advanced metering
infrastructure,” International Journal of Electrical Power & Energy Systems, vol. 63, pp. 473–484,
2014.

[6] “GEOPORTAL: Empresa Eléctrica Regional Centro Sur C.A.” [Online]. Available: http:
//geoportal.centrosur.gob.ec/viewerEERCS/Default.aspx
[7] “Fluke 1735 Three-Phase Power Quality Logger.” [Online]. Available: http://en-us.fluke.com/
products/all-products/fluke-1735-power-quality.html
[8] “Convenio Inter-Institucional UPS-Discar S.A.” [Online]. Available: https://upse.mrdims.com/
admin/Usuarios/Login
[9] A. Svistunov and V. Mordachev, “Required levels of radiation power of gsm base stations on
urban area taking into account attenuation in buildings and intrasystem emc,” in Electromagnetic
Compatibility-EMC EUROPE, 2016 International Symposium on. IEEE, 2016, pp. 596–601.

[10] S. Ranvier, “Path loss models,” Helsinki University of Technology, 2004.

[11] E. Matsumoto, “Edward weston made his mark on history of instrumentation,” IEEE
instrumentation & measurement magazine, vol. 6, no. 2, pp. 46–50, 2003.
[12] A. K. Chakraborty and N. Sharma, “Advanced metering infrastructure: Technology and challenges,”
in 2016 IEEE/PES Transmission and Distribution Conference and Exposition (T&D). IEEE, may
2016, pp. 1–5. [Online]. Available: http://ieeexplore.ieee.org/document/7520076/
[13] X. Serrano-Guerrero, G. Escrivá-Escrivá, and C. Roldán-Blay, “Statistical methodology to assess
changes in the electrical consumption profile of buildings,” Energy and Buildings, pp.–, 2018.
[Online]. Available: https://www.sciencedirect.com/science/article/pii/S0378778817333248

[14] P. S. Contreras Ortiz and M. X. Mora Alvarez, “Aplicación de técnicas de clustering y detección de
anomalı́as para la clasificación de consumos de energı́a eléctrica,” B.S. thesis, 2018.
[15] E. Rodriguez-Diaz, E. J. Palacios-Garcia, M. Savaghebi, J. C. Vasquez, J. M. Guerrero, and
A. Moreno-Munoz, “Advanced smart metering infrastructure for future smart homes,” in 2015
IEEE 5th International Conference on Consumer Electronics - Berlin (ICCE-Berlin). IEEE, sep
2015, pp. 29–31. [Online]. Available: http://ieeexplore.ieee.org/document/7391260/

84
[16] F. Aguirre, A. Silvestris, J. Alemany, and F. Magnago, “A low cost smart metering infrastructure
with centralized demand response management,” in 2015 IEEE PES Innovative Smart Grid
Technologies Latin America (ISGT LATAM). IEEE, oct 2015, pp. 520–524. [Online]. Available:
http://ieeexplore.ieee.org/document/7381209/
[17] H. A. Foudeh and A. S. Mokhtar, “Automated Meter Reading and Advanced Metering
Infrastructure projects,” in 2015 9th Jordanian International Electrical and Electronics
Engineering Conference (JIEEEC). IEEE, oct 2015, pp. 1–6. [Online]. Available: http:
//ieeexplore.ieee.org/document/7470753/

[18] K. Gandhi and H. O. Bansal, “Smart Metering in Electric Power Distribution System,” 2013
International Conference on Control, Automation, Robotics and Embedded Systems (CARE), pp.
1–6, dec 2013. [Online]. Available: http://ieeexplore.ieee.org/document/6733756/
[19] O. Ur-Rehman and N. Zivic, “Secure Design Patterns for Security in Smart Metering Systems,”
in 2015 IEEE European Modelling Symposium (EMS). IEEE, oct 2015, pp. 278–283. [Online].
Available: http://ieeexplore.ieee.org/document/7579841/
[20] ARCONEL, “Agencia de Regulación y Control de Electricidad,” in Pliego Tarifario para Empresas
Eléctricas. ARCONEL, octubre 2016, pp. 1–35. [Online]. Available: http://www.regulacionelectrica.
gob.ec/wp-content/uploads/downloads/2017/01/Pliego-y-Cargos-Tarifarios-SPEE-2017.pdf

[21] N. especificado, “The history of the electricity meter — Metering.com,” 2006. [Online]. Available:
https://www.metering.com/features/the-history-of-the-electricity-meter/
[22] J. R. T. Neto, R. S. Yokoyama, A. Boukerche, D. L. Guidoni, R. I. Meneguette, and L. A. Villas,
“Towards the use of unmanned aerial vehicles for automatic power meter readings,” in Computer
and Information Technology; Ubiquitous Computing and Communications; Dependable, Autonomic
and Secure Computing; Pervasive Intelligence and Computing (CIT/IUCC/DASC/PICOM), 2015
IEEE International Conference on. IEEE, 2015, pp. 379–386.
[23] N. S. Zivic, O. Ur-Rehman, and C. Ruland, “Evolution of smart metering systems,” in 2015 23rd
Telecommunications Forum Telfor (TELFOR). IEEE, nov 2015, pp. 635–638. [Online]. Available:
http://ieeexplore.ieee.org/document/7377547/

[24] J. Roche, “Amr vs. ami,” Electric Light & Power, 2008. [Online]. Available: http://www.elp.com/
articles/powergrid international/print/volume-13/issue-10/features/amr-vs-ami.html
[25] J. R. T. Neto, R. S. Yokoyana, and A. L. Villas, “A robust and lightweight protocol for efficient
and scalable automatic meter reading using an unmanned aerial vehicle,” IEEE Latin America
Transactions, vol. 13, no. 9, pp. 3044–3050, 2015.

[26] N. M. G. Strategy, “Advanced metering infrastructure,” US Department of Energy Office of

Electricity and Energy Reliability, 2008.
[27] A. Al-Saadi, N. Sheikh, and A. Varm, “Role of smart meters in smart grid,” in 2014
Saudi Arabia Smart Grid Conference (SASG). IEEE, dec 2014, pp. 1–3. [Online]. Available:
http://ieeexplore.ieee.org/document/7274282/

[28] I. I. Atanasov, “Structure of semantic information for prepaid smart metering,” in 2015 12th
International Conference on Telecommunications in Modern Satellite, Cable and Broadcasting
Services, TELSIKS 2015. IEEE, oct 2015, pp. 293–296. [Online]. Available: http://ieeexplore.ieee.
org/document/7357790/
[29] A. Bahmanyar, S. Jamali, A. Estebsari, E. Pons, E. Bompard, E. Patti, and A. Acquaviva,
“Emerging smart meters in electrical distribution systems: Opportunities and challenges,” in
Electrical Engineering (ICEE), 2016 24th Iranian Conference on. IEEE, 2016, pp. 1082–1087.
[30] G. R. Barai, S. Krishnan, and B. Venkatesh, “Smart metering and functionalities of smart
meters in smart grid - A review,” in 2015 IEEE Electrical Power and Energy Conference:
Smarter Resilient Power Systems, EPEC 2015. IEEE, oct 2016, pp. 138–145. [Online]. Available:
http://ieeexplore.ieee.org/document/7379940/

85
[31] A. Peralta-Sevilla, E. Inga, R. Cumbal, and R. Hincapie, “Optimum deployment of FiWi Networks
using wireless sensors based on Universal Data Aggregation Points,” in Communications and
Computing (COLCOM), 2015 IEEE Colombian Conference on, Popayan, may 2015, pp. 1–6.
[Online]. Available: http://ieeexplore.ieee.org/document/7152079/
[32] E. Inga-Ortega, A. Peralta-Sevilla, R. C. Hincapie, F. Amaya, and I. Tafur Monroy, “Optimal
dimensioning of FiWi networks over advanced metering infrastructure for the smart grid,” in 2015
IEEE PES Innovative Smart Grid Technologies Latin America, ISGT LATAM 2015. IEEE, oct
2016, pp. 30–35. [Online]. Available: http://ieeexplore.ieee.org/document/7381125/

[33] N. S. Nafi, K. Ahmed, M. A. Gregory, and M. Datta, “A survey of smart grid

architectures, applications, benefits and standardization,” pp. 23–36, dec 2016. [Online]. Available:
http://linkinghub.elsevier.com/retrieve/pii/S1084804516302314
[34] R. Zafar, A. Mahmood, S. Razzaq, W. Ali, U. Naeem, and K. Shehzad, “Prosumer based energy
management and sharing in smart grid,” Renewable and Sustainable Energy Reviews, 2017. [Online].
Available: http://www.sciencedirect.com/science/article/pii/S1364032117310894
[35] X. Serrano Guerrero, “Desarrollo de un modelo de simulación para la integración energética de
recursos distribuidos mediante trnsys.” Master’s thesis, VALENCIA/Universidad Politécnica de
Valencia/2012, 2012.

[36] J. Momoh, Smart grid [electronic resource] : fundamentals of design and

analysis / James Momoh. John Wiley \& Sons, 2012. [Online]. Available:
https://scholar.googleusercontent.com/scholar.bib?q=info:k6hiv3itU9YJ:scholar.google.com/
{&}output=citation{&}scisig=AAGBfm0AAAAAWNpu{ }1gqz1ssk8VT18GFY0b8H63i4Yh8{&}
scisf=4{&}ct=citation{&}cd=-1{&}hl=en{&}scfhb=1http://libproxy.unm.edu/login?url=http:
//search.ebscohost

[37] X. S. Guerrero, J. González, and G. Escrivá, “Quantitative evaluations of co2 emissions reduction
by distributed resources in buildings.”
[38] V. C. Gungor, D. Sahin, T. Kocak, S. Ergut, C. Buccella, C. Cecati, and G. P. Hancke,
“Smart Grid Technologies: Communication Technologies and Standards,” IEEE Transactions
on Industrial Informatics, vol. 7, no. 4, pp. 529–539, nov 2011. [Online]. Available:
http://ieeexplore.ieee.org/document/6011696/
[39] M. Jegen and X. D. Philion, “Smart grid development in quebec: A review and policy
approach,” Renewable and Sustainable Energy Reviews, 2017. [Online]. Available: http:
//www.sciencedirect.com/science/article/pii/S1364032117309590
[40] Y. Yoldas, A. Önen, S. Muyeen, A. V. Vasilakos, and I. Alan, “Enhancing smart grid with microgrids:
Challenges and opportunities,” Renewable and Sustainable Energy Reviews, vol. 72, pp. 205 – 214,
2017. [Online]. Available: http://www.sciencedirect.com/science/article/pii/S1364032117300746
[41] J. Stephenson, R. Ford, N.-K. Nair, N. Watson, A. Wood, and A. Miller, “Smart grid
research in new zealand – a review from the green grid research programme,” Renewable
and Sustainable Energy Reviews, 2017. [Online]. Available: http://www.sciencedirect.com/science/
article/pii/S1364032117310675
[42] Y. Zhang, W. Chen, and W. Gao, “A survey on the development status and challenges of smart
grids in main driver countries,” Renewable and Sustainable Energy Reviews, vol. 79, pp. 137 – 147,
2017. [Online]. Available: http://www.sciencedirect.com/science/article/pii/S1364032117306755
[43] C. E. Minchala Yarigsichi, M. Godoy Ramón et al., “Implementación de un modelo de simulación
para la integración de recursos de generación distribuidos en edificaciones mediante matlab,” B.S.
thesis, 2016.
[44] G. A. Pagani and M. Aiello, “From the grid to the smart grid, topologically,” Physica A:
Statistical Mechanics and its Applications, vol. 449, pp. 160 – 175, 2016. [Online]. Available:
http://www.sciencedirect.com/science/article/pii/S0378437115011085

86
[45] R. Pérez and C. Vásquez, “Fault location in distribution systems with distributed generation using
support vector machines and smart meters,” in 2016 IEEE Ecuador Technical Chapters Meeting
(ETCM), Oct 2016, pp. 1–6.

[46] Y. Yoldaş, A. Önen, S. Muyeen, A. V. Vasilakos, and İ. Alan, “Enhancing smart grid with microgrids:
Challenges and opportunities,” Renewable and Sustainable Energy Reviews, vol. 72, pp. 205–214,
2017.
[47] A. Riofrio, D. Carrión, and D. Vaca, “Propuesta de modelo de operación aplicado a micro redes
fotovoltaicas en generación distribuida.” Revista Técnica Energı́a, no. 12, pp. 216 – 229, 2016.
[Online]. Available: http://bibliotecavirtual.ups.edu.ec:2062/login.aspx?direct=true&db=fua&AN=
112810898&lang=es&site=ehost-live
[48] X. Serrano and G. Escrivá-Escrivá, “Simulation model for energy integration of distributed resources
in buildings,” in IEEE Latin America Transactions, vol. 13, no. 1. Institute of Electrical and
Electronics Engineers (IEEE), 2015, pp. 166–171.

[49] D. K. Kim, A. Alaerjan, L. Lu, H. Yang, and H. Jang, “Toward interoperability of smart grids,”
IEEE Communications Magazine, vol. PP, no. 99, pp. 2–8, 2017.
[50] W. Zhong, K. Xie, Y. Liu, C. Yang, and S. Xie, “Efficient auction mechanisms for two-layer
vehicle-to-grid energy trading in smart grid,” in 2017 IEEE International Conference on
Communications (ICC), May 2017, pp. 1–6.

[51] M. Khederzadeh, “Defining and realizing flexibility in distribution grid,” in CIRED Workshop 2016,
June 2016, pp. 1–4.
[52] Z. Hu, C. Li, Y. Cao, B. Fang, L. He, and M. Zhang, “How smart grid contributes to energy
sustainability,” Energy Procedia, vol. 61, pp. 858 – 861, 2014, international Conference on
Applied Energy, ICAE2014. [Online]. Available: http://www.sciencedirect.com/science/article/pii/
S1876610214028124
[53] A. Mohd, E. Ortjohann, A. Schmelter, N. Hamsic, and D. Morton, “Challenges in integrating
distributed energy storage systems into future smart grid,” in 2008 IEEE International Symposium
on Industrial Electronics, June 2008, pp. 1627–1632.

[54] M. S. Hoosain and B. S. Paul, “Smart homes: A domestic demand response and demand side energy
management system for future smart grids,” in 2017 International Conference on the Domestic Use
of Energy (DUE), April 2017, pp. 285–291.
[55] P. Palensky and D. Dietrich, “Demand side management: Demand response, intelligent energy
systems, and smart loads,” IEEE Transactions on Industrial Informatics, vol. 7, no. 3, pp. 381–388,
Aug 2011.
[56] S. L. Arun and M. P. Selvan, “Intelligent residential energy management system for dynamic demand
response in smart buildings,” IEEE Systems Journal, vol. PP, no. 99, pp. 1–12, 2017.
[57] P. McDaniel and S. McLaughlin, “Security and privacy challenges in the smart grid,” IEEE Security
Privacy, vol. 7, no. 3, pp. 75–77, May 2009.
[58] V. Delgado-Gomes, J. F. Martins, C. Lima, and P. N. Borza, “Smart grid security issues,” in 2015 9th
International Conference on Compatibility and Power Electronics (CPE), June 2015, pp. 534–538.
[59] R. K. Pandey and M. Misra, “Cyber security threats x2014; smart grid infrastructure,” in 2016
National Power Systems Conference (NPSC), Dec 2016, pp. 1–6.

[60] A. Yassine, A. A. Nazari Shirehjini, and S. Shirmohammadi, “Smart Meters Big Data: Game
Theoretic Model for Fair Data Sharing in Deregulated Smart Grids,” IEEE Access, vol. 3, pp.
2743–2754, 2015. [Online]. Available: http://ieeexplore.ieee.org/document/7342880/
[61] X. Daqing and H. Yinghua, “An adaptive data management model for smart grid,” in 2015 8th
International Conference on Intelligent Computation Technology and Automation (ICICTA), June
2015, pp. 126–129.

87
[62] D. J. Hess, “Smart meters and public acceptance: comparative analysis and governance implications,”
Health, Risk & Society, vol. 16, no. 3, pp. 243–258, 2014.
[63] L. Klozar and J. Prokopec, “Propagation path loss models for mobile communication.” IEEE,
2011. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5936478&
isnumber=5936384
[64] H. R. Gallardo Aguilar and J. C. Jaramillo Vásquez, “Determinación de modelos de propagación
ajustados a zonas representativas de la ciudad de cuenca en base a mediciones reales,” B.S. thesis,
2015.

[65] “Consulta de Planillas: Empresa Eléctrica Regional Centro Sur C.A.” [Online]. Available:
http://www.centrosur.gob.ec/?q=consulta-planillas

88
Glosario

AAM Advanced Asset Management. 16

ADO Advanced Distribution Operations. 16
AMI Advanced Metering Infrastructure. 1, 2, 11, 12, 14–16, 61
AMR Automated Meters Reader. 1, 11, 12
ARCONEL Agencia de Regulación y Control de Electricidad. 6
ATO Advanced Transmission Operations. 16

BPL Broadband over Power Line. 14

BS Base Station. 41, 43, 44

CENACE Centro Nacional de Control de la Energı́a. 6

CID Cell ID. 41
CIS Consumer Information System. 13, 16

DCU Data Concentrator Unit. 12, 13

DER Distributed Energy Resources. 19
DG Distributed Generation. 19, 20
DLC Direct Load Control. 21
DR Demand Response. 13, 19, 20
DSM Demand Side Management. 13, 21

EERCS Empresa Eléctrica Regional Centro Sur. 23, 28, 31, 33, 47, 53, 54, 61
ERP Enterprice Resource Planning. 13, 16

GIS Geographic Information System. 13, 16

GPRS General Packet Radio Service. 15

HAN Home Area Network. 14

HES Head End System. 12, 13

M2M Machine to Machine. 13, 18

MAN Metropolitan Area Network. 14
MDMS Meter Data Management System. 12–14
MS Mobile Station. 41, 43, 44

89
MWM Mobile Workforce Managemen. 13, 16

NAN Neighborhood Area Network. 14

OMS Outage Management System. 13, 16

PL Path Losses. 41–43

PLC Power Line communications. 14, 62

RTP Real Time Price. 21

SEP Sistema Eléctrico de Potencia. 1, 10, 17, 61

SG Smart Grid. 1, 14, 16, 18–21
SM Smart Meter. 1, 12, 53, 54, 61

SS Smart Storage. 20

TCs Transformadores de Corriente. 3, 4, 29, 30, 33, 34, 53, 62

TIC Tecnologı́as de la Información y la Comunicación. 16, 19

TLM Transformer Load Management. 14, 16
TPs Transformadores de Potencial. 4

UAV Unmanned Aerial Vehicle. 11

UPS Universidad Politécnica Salesiana. 23, 26, 27, 31, 33, 34, 43, 53, 61, 62

V2G Vehicle to Grid. 20

WAN Wide Area Network. 14

90