Sistema de Medición Intligente Smart Metering System M.C. Juan Carlos Olivares Rojas Dr. Enrique Reyes Archundia 1

SG

Sistemas de Medición Tradicional

Infraestructura de SG

Ventajas de SG

Ventajas de SG

Smart Metering System Sistemas que permiten la medición de valores (mediciones eléctricas por ejemplo) en forma remota. La comunicación es en dos vías. El primer antecedente fue AMR (Mediciones Remotas Automatizadas). Actualmente existe AMI (Infraestructura de Medición Avanzada) que ofrece otros servicios como: cortes y reconexión, actualización de firmware, etc.

Evolución de Tecnologías de Medición Inteligente

Evolución de Tecnologías de Medición Inteligente

Smart Metering System Los tipos de medición incluyen cantidad de energía consumida, los tiempos de consumo, los dispositivos y la energía de fuentes renovables. También se pueden agregar otros parámetros como Calidad de la Energía. También se mandan los precios (cuando son dinámicos).

Smart Metering System Otros tipos de datos que se envían son las fallas y desconexiones (apagones) entre otros eventos del medidor. La respuesta a la demanda puede sugerir al medidor que se apaguen en hora pico ciertos dispositivos.

Smart Metering System Medir Potencia Activa y Reactiva Bajas y altas de tensión Oscilaciones de Frecuencia Desfasamiento y distorsiones de la señal

Esquema Básico de Medición Digital

Beneficios de la Medición Inteligente

Beneficios de la Medición Inteligente

Costos AMI

Arquitectura Lógica AMI

Arquitectura AMI

Arquitectura AMI

Arquitectura AMI

Arquitectura AMI

Subsistemas SG

Modelo de Capas Smart Grid

Modelo de Capas Smart Grid

Agregadores

Capas en los Sistemas de Medición

AMI Head End

AMI Head End

AMI Stack

AMI Stack

Características de Red SM

Características de Red SM

Conectividad Smart Metering

Conectividad Smart Metering

Conectividad Smart Metering

Conectividad Smart Metering

Conectividad Smart Metering

Conectividad Smart Metering

Flujo de Datos del Smart Meter

Datos del Smart Meter

Casos Uso AMI

Latencias en Smart Grid

Ejemplo de Datos en SM

Ejemplo de Datos en SM

Utilización de Datos en SM

Latencia de Datos en SM

DER Smart Metering

DER Smart Metering

BD para Smart Metering

Ejemplo de BD para Smart Metering

Modelo Abstracto SM

Gestión Energética

Almacenamiento en AMI

Retos Transferencia Datos en SM

DLSM/COSEM DLSM (Device Language Message Specification)/ COSEM (Companion Specification for Energy Metering). Es un estándar internacional abierto (IEC 62056, EN 13757-1) desarrollado en la década de 1990 para intercambio de datos en medidores de cualquier tipo de energía. Consta de tres partes:

DLSM/COSEM Modelado de datos: Modelo COSEM y OBIS Mensajería: Servicios para utilizar el modelo de datos a través de DLMS. Transporte: Reglas de transporte de la información

DLSM/COSEM Maneja 4 perfiles: Solo Lectura: obtener datos de medición y alarmas Gestión: modificar parámteros al clinte como tarifas y horarios. Reprogramación: actualización del dispositivo Público: los usuarios obtienen datos de consumo ó comercializadoras

MDMS Meter Data Management System es un componente esencial en la operación de un Sistema de Medición Inteligente. Es una plataforma de software que recolecta los datos de distintas tecnologías de mediores inteligentes, verifica y almacena la información para luego ser entregada en subconjuntos a las distintas aplicaciones empresriales como: facturación, gestión de apagones, etc.

MDMS No existe una infraestructura única para este tipo de sistemas ya que depende de la cantidad de usuarios que tenga la empresa, a los datos que se almacenen y a la integración que tenga con aplicaciones nuevas y heredadas.

Datos en XML <?xml version="1.0" encoding="UTF-8"?> <signalData> <acquisitionContext database="GreenLine" databaseSet="Set1" session="1" version="1" /> <validation status="ok" id="christophe" date="2011-09-01" /> <acquisitionPlace name="living room" type="room"> <feature name="buildingName" value="christophe" /> <feature name="buildingType" value="residential" /> <feature name="energyClass" value="D" /> 338 <feature name="constructionYear" value="1975" /> <feature name="rooms" value="6.5" /> <feature name="surface" value="200" /> <feature name="address" value="CH-1700 </acquisitionPlace> <targetDevice type="laptop" brand="Apple" energyClass="" comment="Personal laptop" /> <acquisitionDevice type="electricity_socket" brand="PLOGG" model="PLG-ZGB-CH" samplingFrequency="0.1" comment="Sampling frequency is expressed in Hz."> <channel name="time" type="date" precision="1" units="s" /> <channel name="freq" type="float" precision="0.1" units="Hz" /> <channel name="phAngle" type="integer" precision="1" units="" /> <channel name="reacPower" type="float" precision="0.001" units="var" /> <channel name="rmsCur" type="float" precision="0.001" units="A" /> <channel name="rmsVolt" type="float" precision="0.001" units="V" /> <channel name="power" type="float" precision="0.001" units="W" /> </acquisitionDevice> <signalCurve> <signalPoint time="2011-04-11 15:53:31" freq="50.0" phAngle="0" reacPower="-0.31" rmsCur="0.144" rmsVolt="231.481" power="18.944" /> <signalPoint time="2011-04-11 15:53:41" freq="50.0" phAngle="0" reacPower="-0.414" rmsCur="0.142" rmsVolt="231.616" power="18.944" /> <signalPoint time="2011-04-11 15:53:51" freq="50.0" phAngle="0" reacPower="-0.31" rmsCur="0.143" rmsVolt="231.516" power="18.84" /> <signalPoint time="2011-04-11 15:54:01" freq="50.0" phAngle="0" reacPower="-0.414" rmsCur="0.146" rmsVolt="231.686" power="19.254" /> <!-- ... --> <signalPoint time="2011-04-11 16:52:50" freq="50.0" phAngle="0" reacPower="-0.621" rmsCur="0.111" rmsVolt="235.247" power="12.525" /> <signalPoint time="2011-04-11 16:53:00" freq="50.0" phAngle="0" reacPower="-0.724" rmsCur="0.11" rmsVolt="235.249" power="12.629" /> <signalPoint time="2011-04-11 16:53:10" freq="50.0" phAngle="0" reacPower="-0.724" rmsCur="0.11" rmsVolt="235.295" power="12.525" /> </signalCurve> </signalData>

Componentes REI CENACE

Referencias Mohsen Zabihi, et. al. (2015), “Analyzing the Effects of Various Attacks on Smart Meters”, 23th International Conference of Electricity Distribution CIRED, Lyon, Francia, 15-18 junio (2015). Isaac Ghansah, “Best Practices for Handling Smart Grid Cyber Security”, Energy Research and Development Division, Sacramento State, Final Project Report, Mayo (2014).

Referencias Yue Yang, “MAC Protocol Design for Smart Meter Network”, Capítulo 5 del libro: Smart Metering Technology and Services –Inspirations for Energy Utilities, disponible en: http://www.intechopen.com/books/smart-metering-technology-and-services-inspirations-for-energy-utilities (2016), pp. 85-104.

Referencias Imen Aouini, Lamia Ben Azzouz, “Smart Meter: Applications, Secuirty Issues And Challenges”, 5th International Conference on Computing and Informatics ICOCI 2015, 11-13 Agosto 2015, Estambul, Turquía, (2015), pp. 395-402. Adam Hahn, “Cyber Security of the Smart Grid: Attack Exposure Analysis, Detection Algorithms and Testbed Evaluation”, Tesis para obtener el grado de Doctor en Ingeniería Computacional, Iowa State University, (2013).

Referencias Jiazhen Zhou; Hu, et al., "Scalable Distributed Communication Architectures to Support Advanced Metering Infrastructure in Smart Grid," in Parallel and Distributed Systems, IEEE Transactions on , vol.23, no.9, pp.1632-1642, Sept. 2012 doi: 10.1109/TPDS.2012.53 Sabine Erlinghagen, Bill Lichtensteiger, Jochen Markard, “Smart meter communication standards in Europe – a comparison”, Renewable and Sustainable Energy Reviews, Volume 43, March 2015, Pages 1249-1262, ISSN 1364-0321, http://dx.doi.org/10.1016/j.rser.2014.11.065.

Referencias A Hardy et al. (2011) A Survey of Communication and Sensing for Energy Management of Appliance. (IJAEST) INTERNATIONAL JOURNAL OF ADVANCED ENGINEERING SCIENCES AND TECHNOLOGIES Vol No. 3, Issue No. 2, 061 – 077 ISSN: 2230-7818. John McNabb (2011), “Vulnerabilities of Wireless Water Meter Networks”, Black Hat USA.

Referencias Fedit Centros Tecnológicos de España (2011). “Smart Grids y la Evolución de la Red Eléctrica”. Observatorio Industrial del Sector de la Electrónica, Tecnologías de la Información y Telecomunicaciones. EEI and AEIC Meter Committees (2011) “Smart Meters and Smart Meter Systems: A Metering Industry Perspective”. Edison electric Institute and Association of Edison Iluminating Companies.

Referencias Erik Buchmann, et al. (2013). “Re-identification of Smart Meter Data”. Per Ubiquit Comput ISSN: 17:653-662 Layla Alabdulkarim, et al. (2008). Delft University Research Centerfor Next Generation Infraestructures.

Referencias Farid Molazem Tabrizi (2010). “A Model for Security Analysis of Smart Meters”. ISBN: 978-1-4673-2266-9. Ramyar Rashed Mohassel, et al. (2014). “A Survey on Advanced Metering Infrastructure”. Electrical Power and Energy Systems. Pp. 473-484. ISSN: 0142-0615.

Referencias Gilberto Vidrio (s.f.). “Infraestructura de Medición Avanzada (AMI) en las Redes Inteligentes”. Instituto de Investigaciones Eléctricas. México. Andrés F. Arciniegas, et al. (2017). “Design and Implementation of a Smart Measurement System for AMI in the Microgrid of the University of Nariño”. Enfoque UTE, V.7-Sup.1, pp 300-314. E-ISSN: 1390-6542. P-ISSN: 1390-9363.

Referencias Soren Aagard Mikkelse, et al. (2016). “DB&A: An Open source Web Service for Meter Data Management”. 2016 IEEE Symposium on Service-Oriented System Engineering. ISBN: 978-1-5090-2253-3. Houssem Chihou, et al. (2016). “A Scalability Comparison Study of Data Management Approaches for Smart Metering Systems”. 45th International Conference on Parallel Processing. ISSN: 2332-5690.

Referencias Nuno R. Ramos, et al. (2017). “Smart-Meter in Power Quality”. 2017 International Young Engineers Forum (YEF-ECE). Portugal. Abraham Valiosera, (2013). “Diseño de Medidor Inteligente e Implementación de Sistema de Comunicación Bidireccional”. Tesis para obtener el grado de Maestro en Ciencias en Ingeniería Eléctrica. ESIME-IPN. México.

Referencias EMC (2011). “EMC Optimized Infrastructure for Smart Metering. Best Practice Guide In Partnership with Itron”. Vandana Rohokale, et al. (2016). “Cyber Security for Smart Grid – The Backbone of Social Economy”. Journal of Cyber Security. Vol. 5. 55-76.

Referencias Soma Shekara Sreenadh Reddy Deputu, et al. (). “Smart Meters for Power Grid – Challenges, Issues, Advantages and Status”. ISBN: 978-1-61284-788-7. Christophe Gisler, et al. (2013). “Appliance Consumption Signature Database and Recognition Test Protocols”. 2013 8th International Workshop on Systems, Signal Processing and their Appliciations (WoSSPA). ISBN: 978-1-4763-5540-7.

Referencias Secretaría de Energía (SENER) (2016). “Programa de Redes Eléctricas Inteligentes”. Jesús Rodríguez-Molina, et al. (2014). “Business Models in the Smart Grid: Challenges, Opportunities and Proposals for Prosumer Profitability”. Energies 2014, No. 7, ISS: 1996-1073. Open Access. Pp. 6142-6171.

Datos de Contacto jcolivares@itmorelia.edu.mx ereyes@itmorelia.edu.mx http://sagitario.itmorelia.edu.mx/pelectron/ http://sagitario.itmorelia.edu.mx/dci/ http://dsc.itmorelia.edu.mx/~jcolivares/ http://edudistancia.itmorelia.edu.mx/moodle/