Cómo obtener Big Data para el ODS 7 a través de la medición inteligente

marzo 23, 2021

Por Jamiil Touré Ali
Cepei

j.toure@cepei.org

23 de marzo de 2021


El desarrollo sostenible es un marco interesante para discutir el uso del Big Data (también conocido como macrodatos en español). Cada Objetivo de Desarrollo Sostenible (ODS) es global y nos concierne a todos. Por ejemplo, el principal objetivo del ODS 7 es proporcionar energía limpia y asequible para todos. Según el UN Global Pulse 2017, Big Data ayuda a abordar el ODS 7 a través de la medición inteligente, lo que permite a las empresas de servicios públicos aumentar o restringir el flujo de electricidad, gas o agua para reducir el desperdicio y garantizar un suministro adecuado en los períodos pico.

Contadores eléctricos inteligentes y Big Data en empresas de servicios públicos

En el pasado, la estrategia para controlar el consumo de los usuarios y las facturas de las empresas de servicios públicos solía ser un informe hecho manualmente: la lectura de los medidores eléctricos de cada consumidor y su reporte a las empresas de servicios públicos.

Sin embargo, en 1977, Metretek, Inc., una compañía lanzada por Theodore Paraskevakos, creó el primer contador o medidor inteligente, presentando una alternativa al modo arcaico de lectura de contadores y aportando una serie de beneficios. Hoy en día, los medidores eléctricos inteligentes ahora reportan la misma información que generalmente producen los medidores eléctricos no inteligentes: reportan cada mes. Sin embargo, también reportan cada 15 minutos, lo que representa un total de 2.880 informes por mes. Se trata de una gran cantidad de datos caracterizados por su volumen, velocidad y variedad, tres características del Big Data.

Los macrodatos producidos por los medidores eléctricos inteligentes se utilizan para minimizar los cortes y brindar un mejor servicio al cliente. Por ejemplo, las interrupciones generalmente ocurren debido a una falla de un transformador causada por un pico alto de demanda de electricidad en áreas determinadas. Para comprender mejor qué transformadores tienen más probabilidades de fallar, las empresas de servicios públicos pueden utilizar los datos del contador para simular cargas a lo largo del tiempo en un transformador de prueba. Las empresas de servicios públicos pueden utilizar los conocimientos de dichos transformadores para evitar futuras fallas. A corto plazo, los transformadores sobrecargados se pueden reemplazar o actualizar para satisfacer la demanda de electricidad de los clientes. A largo plazo, se pueden realizar inversiones adicionales para agregar más capacidad a dichos transformadores, que normalmente operan más allá de la capacidad planificada. El resultado es una reducción de las interrupciones, un mejor uso de los recursos de mantenimiento y, en última instancia, una mayor satisfacción del cliente.

La segmentación de usuarios y las recomendaciones de tarifas son otros casos de uso de la información presentada por los medidores eléctricos inteligentes. Una vez que las empresas de servicios públicos recopilan datos sobre el consumo eléctrico, se puede implementar la segmentación, para crear grupos de clientes en función de determinadas características. De esta manera, pueden dirigirse a nuevos clientes, en función de sus esfuerzos de segmentación. Por ejemplo, en su estudio de Cluster Analysis of Smart Metering Data, C. Flath et al. realizó un análisis de agrupamiento de K-Means en datos de consumo basados en el caso real de un proyecto de medición inteligente realizado por una empresa de servicios públicos regional alemana. Demostraron que las empresas de servicios de medición pueden ofrecer productos de servicios innovadores, como lo es la planificación de la gestión energética o los perfiles de carga regionales.

Así, los proveedores pueden beneficiarse de la posibilidad de diseñar tarifas específicas por segmento, que permitan una mejor integración del lado de la demanda en el control del sistema eléctrico. Si bien los medidores eléctricos inteligentes ofrecen todos esos beneficios al administrar esta cantidad de datos, resulta que el cambio de un medidor eléctrico no inteligente a un medidor eléctrico inteligente es solamente la punta del iceberg, ya que los medidores inteligentes son parte de algo más grande: las redes inteligentes.

Smart grids y Big Data, la punta del iceberg

El Journal of Big Data define una “red inteligente” como una red eléctrica inteligente que optimiza la generación, distribución y el consumo de electricidad, mediante el uso de tecnologías de la información y la comunicación. Los sistemas de información, como los nuevos vehículos eléctricos, las casas conectadas y los sistemas de comunicación, como los medidores inteligentes, los sensores y los puntos de control remoto, son las fuentes de los datos masivos producidos en una red inteligente.

La arquitectura de Big Data y las tecnologías de análisis pueden ayudar a aprovechar la manipulación de datos tan enormes. De hecho, la arquitectura de macrodatos para redes inteligentes puede ayudar a integrar, almacenar, analizar y visualizar los datos recopilados de las diversas fuentes (sensores, subestaciones, contadores, dispositivos de clientes de control de supervisión y adquisición de datos (SCADA), datos históricos, etc.). con el fin de hacer que las redes inteligentes sean más inteligentes, eficientes y rentables para la analítica de Big Data. Las figuras a continuación muestran el ciclo de vida de la red inteligente, utilizando análisis y arquitectura de Big Data.

Figura 1: Arquitectura del Big data para redes inteligentes

Fuente: Journal of Big Data, 2017

.

Figura 2: Analíticas de Big data para redes inteligentes

Fuente: Journal of Big Data, 2017

El uso de los macrodatos en redes inteligentes aporta un valor agregado significativo tanto a las empresas de servicios públicos como a los clientes, en términos de calidad de los servicios y atención al cliente. Las empresas de servicios públicos pueden optimizar, controlar y monitorear mejor la red, lo que ayuda a la toma de decisiones en el momento adecuado. Esto incluye:

  • Un suministro eléctrico más eficiente.
  • Una restauración más rápida de la electricidad tras de interrupciones o cortes del servicio.
  • La reducción de los costos de operación y administración de los servicios públicos y, en última instancia, la disminución del costo de energía para los consumidores.
  • Reducción de los picos de demanda, bajando las tarifas eléctricas.
  • Mayor integración de sistemas de energía renovable a gran escala.
  • Mejor integración de los sistemas de generación de energía cliente-propietario, incluidos los sistemas de energía renovable.
  • Mejoras en la seguridad y la detección de fraudes.

En cuanto al análisis del servicio al cliente, las redes inteligentes proporcionan flexibilidad en el uso de energía. Esto incluye:

  • Un mejor seguimiento y costo del consumo de electricidad,  al saber cuánta electricidad usa el cliente, cuando la usa y cuánto cuesta.
  • Precios en tiempo real para el uso racional de la electricidad cuando su costo sea elevado.
  • Ahorrar dinero administrando el uso de electricidad del cliente y eligiendo el mejor momento para comprar.

Digitalización para facilitar el uso de contadores y redes inteligentes 

Del análisis anterior, se hace claro que la digitalización de la electricidad es fundamental para hacer uso de contadores eléctricos inteligentes, redes inteligentes o tecnologías de Big Data. Ha sido el caso a través del sistema SCADA, pero la revolución industrial 4.0 implica que las nuevas tecnologías, como los medidores eléctricos inteligentes, la red, y demás tecnologías asociadas, imponen algunos cambios en el sector eléctrico y el uso de arquitecturas y tecnologías de análisis de macrodatos para aprovechar la gestión de las instalaciones. Entre muchas acciones posibles para abordar la digitalización en el sector eléctrico, podemos enumerar las siguientes:

  • La utilización de contadores eléctricos inteligentes por parte de las empresas de servicios públicos que reemplacen los contadores eléctricos de vieja escuela.
  • Capacitar al cliente sobre el uso de contadores eléctricos inteligentes.
  • Capacitar a las empresas de servicios públicos y a los clientes sobre el uso de redes inteligentes.

Por ejemplo, el Banco Interamericano de Desarrollo (BID) destaca en sus notas técnicas sobre la revolución digital, la necesidad en América Latina y el Caribe (ALC) de digitalizar las fuentes de energía hidroeléctrica, que equivale a la mitad de la electricidad generada en dicha región y es la principal fuente de energía en muchos países. Además, en su informe de análisis de mercado, Grand View Research, destacó que en 2018, las empresas de servicios eléctricos en los Estados Unidos tenían casi 86,8 millones de instalaciones de infraestructura de medición inteligente, donde aproximadamente el 88% estaba destinado a clientes residenciales.

A la larga, los medidores eléctricos inteligentes y las redes inteligentes son el futuro de la electricidad, dado que involucran la gestión de la electricidad de las empresas de servicios públicos y de los usuarios, al tiempo que brindan el marco para las aplicaciones de Internet de las cosas (IoT), al tener nuestros dispositivos inteligentes conectados. Como resultado, los objetivos del ODS 7 de ampliar la infraestructura y mejorar la tecnología para el suministro de servicios energéticos modernos y sostenibles para todos en los países en desarrollo ( en particular, los países menos adelantados, los pequeños Estados insulares en desarrollo y los países en desarrollo sin litoral), en conformidad con sus respectivos programas de apoyo, podrían ser una realidad en 2030.


Referencias:

[1] Macrodatos para el desarrollo sostenible, 2017 

[2] Big data and & Analytics in the Energy & Utilities Industry, 2018 

[3] The digital revolution of Hydropower in Latin America countries, 2019

[4] Harnessing the power of advanced analytics in transmission and distribution asset management, 2018

[5] Big Data, Big Opportunities: Energy & Utilities, 2012

[6] Smart metering systems use data to optimize decision-making, 2015

[7] Cluster Analysis of Smart Metering Data, 2012

[8] Big Data management in smart grid: concepts, requirements and implementation, 2017

[9] The Smart grid, 2021

Share This