Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEDE CUENCA
Cuenca - Ecuador
2018
Dedicatoria
Dedicado a
Bertha, Cindy, Christian y Miguel Angel
V
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.
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.
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.
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
Certificación III
Declaratoria de Responsabilidad IV
Dedicatoria V
Agradecimientos VI
Resumen VII
Abstract VIII
Índice general X
Índice de figuras XI
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
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
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
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
XII
Índice de tablas
Página
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.
Medición Directa.
Medición Semidirecta.
Medición Indirecta.
2
Medidor Trifásico
L C
Í A
N R
E G
A A
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].
3
L C
Í A
N R
E G
A A
Medidor Trifásico
4
Transformador combinado de medida
L C
Í A
N R
E G
A A
Medidor Trifásico
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.
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.
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.
7
Figura 1.5: Uso de computador para procesamiento de datos del medidor. 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.
9
Figura 1.8: Uso de sistema drive-by para la lectura de medidores. Fuente: [2]
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.
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]
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
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).
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
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:
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]
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.
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.
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.
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].
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.
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 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.
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].
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 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].
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.
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.
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 .
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
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.
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:
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
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.
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:
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.
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:
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
En la Tabla 1 del anexo A, se presenta la lista de materiales utilizados para la instalación de los medidores:
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
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
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).
35
Figura 3.10: Demanda agregada (últimas 24 horas). Fuente: [8]
36
Figura 3.12: Valores de demanda actual. 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]
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.
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.
40
Pérdida de comunicación debido a la falta de tiempo-aire (saldo) en las tarjetas SIM de los
terminales.
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.
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.
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
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.
2
f
L(dB) = L(urbano) − 2 log − 5,4 (4.7)
28
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.
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)
(a) (b)
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.
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 %
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 %
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.
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.
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.
Tabla 4.7: Contrastación de medidores instalados fuera del campus, medición directa
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.
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
54
Nro. de Serie
Estado del Terminal
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.
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.
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.
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.
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 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
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
INTRODUCCIÓN:
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).
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.
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:
Expresado en fórmulas:
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.
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:
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 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
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
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.
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.
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.
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.
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
Página 6
MEDICIÓN DE PARÁMETROS ELÉCTRICOS
EN EQUIPOS TRIFÁSICOS DiMET3
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).
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.
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
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
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
COY3x2(G2)e
P= 20% P= 20%
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
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
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
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
)
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
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
Cubiertas
10,80
N= +
12,10
21462p -27-
Área Verde
ELIA LIUT
Losa Inaccesible
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
140 80
junction box 70
camara de transformacion existente
18kV
3u
SF1
3u
Trafomix 3f
22.000/110V
SIMBOLOGÍA
10/5A
E P 1 1
DIGA00026039
18A
6B
8B
3u
20/5A
COY3x2(G2)
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
P 1
P 1
3f-400 A
DTGA00027763
DIGA00026723
CANCHAS
}
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)
}
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 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
77
Figura 5: Medidor inteligente instalado en TD de biblioteca. Fuente: autor
78
Figura 7: Detalle de instalación de medidor inteligente en biblioteca. 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
[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.
[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.
[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/
[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
EERCS Empresa Eléctrica Regional Centro Sur. 23, 28, 31, 33, 47, 53, 54, 61
ERP Enterprice Resource Planning. 13, 16
89
MWM Mobile Workforce Managemen. 13, 16
SS Smart Storage. 20
90