Artículo Académico / Academic Paper
Recibido: 09-05-2019, Aprobado tras revisión: 18-07-2019
Forma sugerida de citación: Pineda, O.; Espinel, S; Ruíz, M . (2019).: Diseño e Implementación de un Sistema de Gestión de
Energía Enfocado en el Control de Equipos y Luminarias ”. Revista Técnica “energía”. No. 16, Issue I, Pp. 56-63
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
© 2019 Operador Nacional de Electricidad, CENACE
Design and Implementation of an Energy Management System Focused on the
Control of Devices and Lights
Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el
Control de Equipos y Luminarias
O. Pineda
1
S. Espinel
1
M. Ruiz
1
1
Universidad Politécnica Salesiana
E-mail: opineda@est.ups.edu.ec; sespinela@est.ups.edu.ec; mruizm@ups.edu.ec
Abstract
This document presents a research of electrical
management systems for controlling appliances and
attenuating lighting in smart buildings. For the
control of household appliances were used
measurement equipment called mPower. For the
control of lighting system will be based on a
RASPERRY PI data acquisition card which manage
and reduce energy consumption. With these data a
behavior of energy consumption is modeled, thus
being able to minimize the energy using Pareto
algorithm for the optimization. Finally, the
consumption energy of lights and appliances has been
reduced through the algorithm designed.
Index terms Smart Environment, energy
consumption pattern, energy management,
optimization.
Resumen
En la presente investigación se desarrolla un sistema
de gestión de energía eléctrica para controlar
aparatos y atenuar la iluminación en edificios
inteligentes. Para el control de electrodomésticos se
utilizaron equipos de medición denominados
mPower. Para el control del sistema de iluminación se
basará en una tarjeta de adquisición de datos
RASPERRY PI que gestiona y reduce el consumo de
energía. Con estos datos se modela un
comportamiento del consumo de energía, pudiendo
así minimizar la energía utilizando el algoritmo de
Pareto para la optimización. Finalmente, el consumo
de energía de luces y electrodomésticos se redujo a
través del algoritmo diseñado.
Palabras clave ambientes inteligentes, patrón de
consumo energético, gestión de energía, optimización.
Edición No. 16, Issue I, Julio 2019
1. INTRODUCCIÓN
Una parte importante de las redes eléctricas
inteligentes son los sistemas de gestión de la energía
(EMS). Los EMS permiten la integración de energías
renovables a gran escala, tomando relevancia mundial ya
que optimiza el consumo eléctrico brindando
sostenibilidad ambiental y social, reduciendo el impacto
económico gracias a la gestión de la demanda. Para
formar un sistema de gestión de energía es necesario
comunicaciones fiables, eficientes, seguras que permitan
la transmisión de información entre todos los actores de
la red[1], [2].
El consumo de energía por parte de dispositivos
inteligentes en tareas de transmisión o retransmisión de
datos se convierte en un tema complejo que debe
abordarse cuando las personas, procesos, datos y cosas
convergen en tiempo real. Las nuevas tendencias
tecnológicas involucran dispositivos con la capacidad de
tomar información del entorno, procesarla y enviarla a un
sistema de procesamiento de información [3], [5].
La red de área doméstica (HAN) requiere velocidades
de transmisión de 10 kbps hasta 1 Mbps y debe cubrir
distancias entre 5 y 100 metros. Las comunicaciones
entre los usuarios y el generador de energía eléctrica son
proactivas y permiten generar energía en función del
consumo en tiempo real. Los aparatos, televisores,
sistemas de iluminación, medidores inteligentes, etc.
están compuestos por sensores y actuadores que permiten
la creación de sistemas de gestión de energía y de
microgeneración [6].
Para proporcionar inteligencia a la red, se requieren
dispositivos con monitoreo unificado, protocolos de
medición y control, lo que resulta en decisiones asertivas
en tiempo real sobre la demanda de energía del usuario.
Los avances tecnológicos en sistemas micro
electromecánicos, comunicaciones inalámbricas y
electrónica digital han desarrollado dispositivos de bajo
costo y bajo consumo que pueden formar nodos
multifuncionales. Los nodos multifuncionales están
compuestos por sensores, procesadores de señal y
componentes de comunicación.
La red de sensores consta de una gran cantidad de
nodos que se comunican a través de un cable o medio
inalámbrico. Dado que una gran cantidad de nodos
sensores se despliegan densamente, los nodos vecinos
pueden estar muy cerca uno del otro. Por lo tanto, se
espera que la comunicación multiusuario en redes de
sensores consuma menos energía que la comunicación
tradicional de un salto. Además, los niveles de potencia
de transmisión pueden mantenerse bajos, lo que es
altamente deseable en las comunicaciones en el hogar. La
comunicación multi-salto también puede superar con
eficacia algunos de los efectos de propagación de las
señales experimentadas en la comunicación inalámbrica
de larga distancia. Una de las limitaciones más
importantes en los nodos de sensores es el requisito de
bajo consumo de energía [7], [10].
Los nodos sensores llevan fuentes de energía
limitadas, generalmente insustituibles. Por lo tanto,
mientras que las redes tradicionales pretenden lograr
disposiciones de servicio de alta calidad (QoS), los
protocolos de la red de sensores deberían centrarse
principalmente en la conservación de energía. Deben
tener mecanismos de compensación incorporados que
brinden al usuario final la opción de extender la vida útil
de la red al costo de un rendimiento más bajo o un mayor
retraso en la transmisión [11], [13].
La Fig. 1 muestra que entre las aplicaciones de los
dispositivos inteligentes están la medición de
temperatura, humedad, condiciones de iluminación,
microgeneración y sistemas de gestión de energía.
Red de comunicaciones
en edificios
Dispositivos
Medidores
Cargas
Backhaul
Sistemas de gestión de
energía
Gateway
Vehúculos
eléctricos
Almacenamiento
de energía
Cableado
Inalámbrico
Ambos
Figura 1: Comunicaciones en edificios
El documento es organizado de la siguiente manera.
En el capítulo 2 se presenta el planteamiento del
problema. En el capítulo 3 se describen los materiales y
métodos empleados. En el capítulo 4 se presentan los
resultados. En el capítulo 5 se analizan los resultados y
finalmente se concluye en el capítulo 6.
2. PLANTEAMIENTO DEL PROBLEMA
Para la transmisión de datos es necesario crear la red
BAN (Building Area Network), la misma permite al
sistema de gestión de energía (EMS) gestionar los
equipos del entorno a través de varios medios de
comunicaciones [14].
Los Sistemas de Gestión de Energía (EMS) son
creados con el objetivo de optimizar, planificar y reducir
costos energéticos en el sector residencial, comercial e
industrial. Es un conjunto de políticas, análisis,
algoritmos de optimización, hardware especializado y
software capaces de mejorar objetivamente el consumo
eléctrico reduciendo el costo y manteniendo el confort de
los usuarios [15].
El escenario utilizado en la presente investigación
está equipado con laptops, proyector, 6 Smart TV’s,
Pineda et al. / Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el Control de Equipos
módem, UPS, servidor, microondas, banco de baterías,
panel solar, generador eólico, conexión a la red eléctrica,
calefactor, dispensador de agua y equipos de
comunicaciones.
La Fig. 2 muestra la oficina de pruebas modelado en
tres dimensiones con todos sus componentes.
Figura 2: Modelo 3D del Smart Office
El ambiente de confort del personal no debe ser
alterado por lo que es necesario tomar en cuenta la hora
de entrada y salida de los mismos, los días festivos para
establecer los tiempos de atenuación en las mparas y
desconexión de equipos en estado stand by.
Se deben considerar tres aspectos para el diseño del
sistema de gestión de energía, los mismos se definen a
continuación:
Aspecto económico: el consumo y costo de la
energía deberá disminuir.
Confort: Los equipos deben estar disponibles para los
usuarios en horarios de oficina, y no deben preocuparse
por si alguno se quedó encendido, el nivel de comodidad
de los mismos debe mantenerse o mejorar.
Vida útil de los equipos: la vida útil se disminuye con
el uso constante sin embargo también se consideran 15
minutos de encendido antes de su uso cotidiano.
3. MATERIALES Y MÉTODOS
Conocidos los aspectos a tomar en consideración se
ha diseñado el sistema de gestión de energía mediante
dispositivos que permiten la lectura de parámetros
eléctricos como voltaje, corriente, energía y factor de
potencia. Los datos de cada lectura son enviados a través
de comunicaciones inalámbricas, la tecnología utilizada
es Wifi 802.11 en la frecuencia de 2.4 GHz. La
información es almacenada en un servidor, en el mismo
mediante una aplicación desarrollada en Android permite
realizar el control de los tomacorrientes según el análisis
de horarios en los cuales se pueden desconectar
diferentes equipos que consumen energía
innecesariamente. La Fig. 3 muestra el esquema del
sistema diseñado he implementado en el cual todos los
equipo son supervisados y controlados por medio de un
dispositivo inteligente.
Figura 3: Disposición de equipos y comunicaciones
El algoritmo planteado para el sistema de gestión de
energía tiene como objetivo minimizar el costo de
energía eléctrica y maximizar el confort dentro de la
edificación. A continuación se presenta el algoritmo
propuesto.
Algoritmo1: Sistema de gestión de energía
Paso 1: Importación de datos de entrada
Paso 2: Configuración inicial de tarifas costos fijos, impuestos y
tarifa diurna (si aplica)
Paso 3. Selección de los dispositivos que pueden ser optimizados
en el horario no laborable y fines de semana.
Paso 4. If (es_optimizable) apagar el dispositivo en horarios
establecidos.
Paso 5. Rango = Horas(uso)/Horas(Standby)
Paso 6. If (tarifa_diurna) usar este precio para las horas de
trabajo.
Paso 7. Calcular la tarifa mensual de los equipos usando la tarifa
ingresada.
Paso 8. Agregar los costos fijos
Paso 9. Calculo de impuestos.
Paso 10. Presentación de resultados y comparaciones con el
consumo inicial
Paso 11. Fin.
En la Fig. 4 se presenta el flujograma desarrollado
para optimizar el consumo de energía eléctrica por los
diversos dispositivos y equipos instalados.
Edición No. 16, Issue I, Julio 2019
Figura 4: Flujograma de obtención de datos y modelado
4. RESULTADOS
La Tabla 1 presenta los resultados de la adquisición
de datos detallada en potencia consumida en stand by,
factor de potencia y el tiempo de consumo por día.
Tabla 1: Consumo de energía por equipo
Equipo
Potencia (W)
fp
Tiempo de
uso (h/día)
Stand
by
Iluminación
0
0,950
9,5
Server
--
0,604
24
UPS
43
0,676
24
Regleta
4
0,565
24
Dispensador
0
0,999
4
Microondas
3,08
0,950
0,1
Smart TV
2,1
0,898
3
Impresora
5,4
0,950
0,2
Laptops
15,8
0,560
6
Teléfono
2,25
0,909
0,2
Modem
4
0,930
9,5
Cargadores
4
0,410
3
Desktop
21
0,604
4
Para modelar el consumo de potencia por equipo se
realizaron registros durante el transcurso de dos semanas,
las potencias obtenidas del consumo se presenta en la Fig.
5.
Figura 5: Consumo de Potencia(W) tipo por equipo
Mediante el algoritmo de Pareto, de acuerdo a la
premisa de Sólo es necesario que aproximadamente el
20% de los equipos se mantengan con energía durante
todo el día, el resto puede ser optimizado”, la gráfica de
optimización Pareto se muestra en la Fig. 6.
Pineda et al. / Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el Control de Equipos
Figura 6: Optimización de Pareto
De acuerdo a la gráfica de Pareto y las necesidades
del usuario sólo 3 equipos han sido considerados para
mantenerse operando en la noche. La Fig. 7 muestra las
gráficas de calendarización por cada equipo. Se presenta
tres opciones, la primera es que existen horarios en los
que mantener los equipos encendidos no es necesario (0),
horarios en el que mantener los equipos encendidos es
opcional (1) y horarios en el que los equipos
necesariamente deben estar encendidos.
Figura 7: Calendario de uso por equipo
5. Valores estándar de iluminación
Las mediciones estándar para la iluminación de algunas
residencias se muestran en la Tabla 3 combinando
sensores, tiempo, controlador inteligente y otros
dispositivos.
La vivienda inteligente y la estrategia de control de
iluminación se basa en los valores de iluminación descritos
en la Tabla 2 [16]:
Tabla 2: Valores estándar de iluminación
VALORES ESTÁNDAR EN ILUMINACIÓN
Tipo de Lugar
Altura desde un
lugar plano (cm)
Valor estándar de
Iluminación (LX)
Salón
Actividades
generales
75 cm sobre el
piso
100
Escribiendo y
leyendo
75 cm sobre el
piso
300
Cuarto
Actividades
generales
75 cm sobre el
piso
75
En la cama
leyendo
75 cm sobre el
piso
150
Comedor
75 cm sobre el
piso
150
Cocina
Actividades
generales
75 cm sobre el
piso
100
Encimera
75 cm sobre el
piso
150
6. FLUJOGRAMA DEL SISTEMA DE
ILUMINACIÓN
La Fig. 8 muestra el flujograma donde la señal inicia desde
el ordenador (Raspberry Pi) con una instrucción
inicializada y gestionada en Python todas las variables son
capturadas por el sensor de irradiación luminosa, que se
Edición No. 16, Issue I, Julio 2019
envían al ordenador. Los datos en el ordenador son
monitoreados, controlados, examinados, y acumulados en
labview, para luego ser trasmitidos al sistema de
conmutación donde efectuara la atenuación de las lámparas
led, fluorescentes, etc. A través de un acoplador de
potencia. La irradiación emitida por las mparas son
reiteradamente medidas por el sensor, para nuevamente
repetir el proceso, el tiempo de este proceso es de 1.5
segundos.
Figura 8: Control de potencia lámpara fluorescente 3*32 [w]
7. ANÁLISIS DE RESULTADOS
La investigación está montada con tres tipos de lámparas,
fluorescentes, leds no atenuables y leds atenuables.
La Fig. 9 muestra que las tres lámparas fluorescentes
pueden ser controladas mediante el uso de electrónica de
potencia. Existe un umbral debajo del cual la lámpara
trabaja con un parpadeo. El consumo de potencia de una
lámpara fluorescente controlando en niveles de
iluminación en los diferentes espacios puede representar
hasta un 35% de ahorro energético.
Figura 9: Control de potencia lámpara fluorescente 3*32 [w]
La Fig. 10 muestra el control de una mpara 3*9
watts de luz led blanca no atenuable donde se puede
evidenciar que igualmente existe un umbral del cual no
se puede disminuir la potencia debido a que empieza el
parpadeo de la misma. Los asteriscos señalados en la
figura muestran los niveles propuestos en el sistema y
programados para ciertos niveles de atenuación.
Figura 10: Control de potencia lámpara led 3*9[w]
La tabla 4 muestra que el foco led no atenuable trabaja de
manera eficiente solo en tres niveles. En los siguientes
comienza con la zona de parpadeo. Los cuatro últimos
niveles emiten irradiación variable, pero con un mínimo
consumo.
Tabla 3: Mediciones de un foco led convencional
Lámpara Led de 8.5 w no atenuable
POTENCIA
(w/h)
SENSOR
(LUX)
Niveles
de potencia
atenuables
9,03
232
4,3
114
4,6
107
Niveles de
potencia no
atenuables
inicio de zona
de parpadeo
3,24
Variable
2,8
Variable
2,48
Variable
2,29
Variable
1,62
Variable
1,25
Variable
1,14
Variable
0
Variable
0
Variable
0
Variable
0
Variable
En la Fig. 11 se muestra que las lámparas led atenuables
tienen una calidad de iluminación menor a las
convencionales.
Pineda et al. / Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el Control de Equipos
Los niveles de potencia están entre 30w divido para 3
lámparas y un rango de iluminación de 225 a 250 lx por
cada lámpara.
Figura 11: Control de potencia lámpara led atenuable 3*9[w]
La tabla 4 muestra el cálculo de energía anual consumida
son el sistema de gestión de iluminación y sin el sistema
de gestión de iluminación.
Tabla 4: Energía anual consumida de un foco led atenuable
POTENCI
A (W/h)
Horas de
uso en el
día
Energía diaria
consumida
(W/h)
Energía anual
consumida
(kW)/h
9,30
2,00
---
9,56
2,00
19,11
---
9,53
2,00
19,06
---
9,70
2,00
19,41
---
8,66
1,00
8,66
---
6,22
1,20
7,47
---
5,24
1,10
5,76
---
3,89
1,10
4,28
---
2,04
0,80
1,63
---
1,34
0,80
1,07
---
0,00
1,00
0,00
---
15,00
86,46
31,12
Sin atenuación
15
139,5
50,220
La Fig. 12 presenta en azul el sistema sin gestión de
la demanda, se puede evidenciar que en horarios desde
las 17:00 hasta las 6:00 el consumo de energía es de
equipos de comunicaciones, equipos de calefacción,
servidores. En naranja se muestra la medición del mismo
sistema aplicando la gestión de energía, equipos de
comunicaciones switchs, access points, calefactores de
agua y equipos en stand by han sido apagados.
Figura 12: Consumo de energía con el SGE implementado
Del mismo modo para los días no laborales y feriados
se obtuvo la Fig. 13, se puede evidenciar que existen
equipos que se apagaron debido a que no son usados en
ciertas horas.
Figura 13: Gestión de energía en días no laborables.
Dando como resultado un ahorro promedio mensual
estimado del 13.85%.
8. CONCLUSIONES Y RECOMENDACIONES
El objetivo principal de maximizar la economía y
reducir la cantidad de energía consumida manteniendo el
confort, se logró con un porcentaje de ahorro de casi el
14% simplemente manteniendo desconectados los
equipos en las horas en que no se usan, lo que nos muestra
la efectividad del sistema y que se puede lograr optimizar
esto incluso más dependiendo de cuantos dispositivos
estemos dispuestos a desconectar.
La información que guarda el servidor es extensa y se
considera para un futuro trabajo hacer el uso de
tecnologías como BIGDATA y análisis de datos
predictivos para automatizar y reducir tiempos de
investigación.
Las mediciones tomadas entre las lámparas led y
lámparas fluorescentes son muy notables y el uso de
lámparas led ayuda a minimizar un consumo de energía
considerablemente y aún más eficiente si estas usan
sistemas automáticos que permiten el uso de iluminación
inteligente. El ahorro con sistemas automáticos de
Edición No. 16, Issue I, Julio 2019
lámparas fluorescentes es del 10,55 %, de led no
atenuables es del 36,33% y de led atenuables es de
38,03% claramente las mparas led atenuables son más
energéticas si hablamos en porcentajes.
REFERENCIAS BIBLIOGRÁFICAS
[1] M. Ruiz, P. Masache, and E. Inga, “Optimal
Communications for Smart Measurement of Electric
Energy Reusing Cellular Networks,” in 2018
International Conference on Information Systems and
Computer Science (INCISCOS), 2018, pp. 198204.
[2] J. Okae, J. Du, E. K. Akowuah, G. Appiah, and E. K.
Anto, “The Design and Realization of Smart Energy
Management System based on Supply-Demand
Coordination,” IFAC-PapersOnLine, vol. 50, no. 1,
pp. 195200, 2017.
[3] P. R. S. Suryavanshi, K. Khivensara, G. Hussain, N.
Bansal, and V. Kumar, “Home Automation System
Using Android and WiFi,” vol. 3, no. 10, pp. 8792
8794, 2014.
[4] M. Mile, P. Lakade, S. Mashayak, P. Katkar, and A. B.
Gavali, “Design of Smart Home Automation System
using Android Application : A Literature Review,”
vol. 2, no. 1, pp. 25.
[5] S. R. Hernández and P. C. García, “Definition of a
home automation system for energy management and
efficiency,” Proc. - 2010 IEEE Electron. Robot.
Automot. Mech. Conf. CERMA 2010, pp. 568573,
2010.
[6] M. G. R. Maldonado, “Wireless Sensor Network for
Smart Home Services Using Optimal
Communications,” 2017 Int. Conf. Inf. Syst. Comput.
Sci., pp. 2732, 2017..
[7] W. C. Turner and S. Doty, Energy Management
Handbook. 2007.
[8] E. R. Sanseverino et al., “Energy Management
Systems and tertiary regulation in hierarchical control
architectures for islanded microgrids,” 2015 IEEE
15th Int. Conf. Environ. Electr. Eng., pp. 144149,
2015.
[9] Y. Huang, H. Tian, and L. Wang, “Demand response
for home energy management system,” Int. J. Electr.
Power Energy Syst., vol. 73, pp. 448455, 2015.
[10] W.-T. Li et al., “Demand Response Management for
Residential Smart Grid: From Theory to Practice,”
IEEE Access, vol. 3, pp. 24312440, 2015.
[11] ISO, “ISO 50001 Energy Management Systems,” vol.
50015, pp. 112, 2014.
[12] F. Cicirelli, G. Fortino, A. Guerrieri, G. Spezzano, and
A. Vinci, “Metamodeling of Smart Environments:
from design to implementation, Adv. Eng.
Informatics, vol. 33, pp. 274284, 2017.
[13] H. F. Rashvand, J. M. Alcaraz Calero, and ebrary, Inc,
Distributed sensor systems: practice and applications.
John Wiley & Sons, Ltd., 2012.
[14] Y. Ajaji and P. André, “Thermal comfort and visual
comfort in an office building equipped with smart
electrochromic glazing: An experimental study,”
Energy Procedia, vol. 78, pp. 24642469, 2015.
[15] J. S. Vardakas, N. Zorba, and C. V. Verikoukis, “A
Survey on Demand Response Programs in Smart
Grids: Pricing Methods and Optimization
Algorithms,” IEEE Commun. Surv. Tutorials, vol. 17,
no. 1, pp. 152178, 2015.
[16] Y. Liang, Z. Jia, H. Yao, and J. Chen, “Housing
Intelligent Lighting Control Strategy Research,” pp.
728731, 2014.
Orlando Andrés Pineda
Valdivieso.- Ingeniero eléctrico de
la Universidad Politécnica
Salesiana, Estudiante de Maestría
en Big Data y Business Analytics.
Su trabajo se basa en
automatización, sistemas de
gestión de energía, ahorro
energético y fuentes renovables.
Santiago Xavier Espinel Álvarez.
- Ingeniero eléctrico de la
Universidad Politécnica Salesiana.
Su trabajo se basa en
automatización y monitorización,
sistemas de gestión de energía,
ahorro energético e iluminación
inteligente.
Milton Gonzalo Ruiz
Maldonado.- Es Profesor
investigador de la Universidad
Politécnica Salesiana Ecuador Sede
Quito. En 2015 se gradúa de
Ingeniero Eléctrico de la
Universidad Politécnica Salesiana
Quito - Ecuador. En el año 2016
recibió su Maestría en Redes de Comunicaciones por la
Pontificia Universidad Católica, Quito - Ecuador.
Actualmente se encuentra cursando el doctorado en la
Universidad de Ferrara - Italia sobre diagnóstico de fallas
en sistemas eléctricos de potencia.