Printer Friendly

Home energy management model: preliminary proposal/Modelo de gestion de energia electrica domiciliaria: propuesta preliminar.

1. INTRODUCCION

Los elementos tradicionales de la cadena de valor de la energia electrica: generacion, transmision, distribucion y consumidor [1], hacen que este ultimo sea solo un receptor del servicio sin aportar al sistema ningun valor agregado, ya que el proceso es unidireccional. Sin embargo, en la ultima decada el desarrollo tecnologico a nivel residencial, el cual pretende mejorar la calidad de vida y aumentar el confort del usuario, ha propiciado el incremento del uso de la energia electrica, dando apertura a la aparicion de los sistema de gestion de energia en el hogar-HEMS (Home Energy Management System, por sus siglas en ingles), los cuales hacen posible la conexion de dispositivos domesticos en red para su gestion remota como sistema de ahorro en tiempo real [2]. De igual manera, la incorporacion de las redes inteligentes, que son una mejora de la infraestructura del sistema de suministro de energia electrica [3], al permitir flujos de energia de manera bidireccional por la cadena de valor de la energia electrica, ha creado un nuevo escenario energetico, en lo que refiere a la participacion del usuario final en la toma de decisiones energeticas relacionadas con el consumo y/o generacion de energia electrica domiciliaria (energias renovables y no renovables). Si bien en aplicaciones domiciliarias es mas factible implementar fuentes no renovables, como generadores diesel o micro turbinas, en el sistema propuesto se incluyen fuentes renovables, tales como sistemas fotovoltaicos, ya que representan una alternativa de energia limpia, no suponen riesgos para la salud y sus fuentes son inagotables; ademas su empleo incide en aspectos relacionados con la concientizacion de los problemas ambientales y los aportes al sostenimiento del mismo mediante su utilizacion por parte de los consumidores.

Los autores plantean un modelo conceptual denominado GEDE para gestionar la energia domiciliaria segun las necesidades del usuario| final, que en adelante se denominara "usuario activo" del proceso de gestion energetica; GEDE habilita la inclusion del uso de energias renovables dentro de las residencias y posibilita la interaccion de las tecnologias de la informacion y las comunicaciones en el proceso de gestion de la energia electrica [4].

2. CONCEPTUALIZACION PARA UN MODELO DE GESTION DE ENERGIA ELECTRICA DOMICILIARIA

Los sistema de gestion de energia en el hogar (HEMS) trabajan conjuntamente con las redes inteligentes y la Infraestructura de Medicion Avanzada (AMI) [5] para utilizar la energia electrica en las residencias a partir de los principios de eficiencia energetica.

En la figura 1 se presenta un resumen de las caracteristicas mas relevantes de algunos sistemas de gestion para el hogar relacionados por la literatura cientifica entre 1970 y 2014, donde el 91% corresponde a infraestructura, 68% software, 43% comunicacion, 38% relacion con usuario final y 6% la influencia de las variables externas en los modelos [6]. Dichas caracteristicas de los sistemas de gestion se definen en los apartados 2.1 a 2.4.

2.1. Infraestructura

Los sistemas de gestion energeticos se fundamentan en el monitoreo, control y supervision de variables electricas tales como corriente, voltaje, frecuencia y fase, dentro de una instalacion electrica; a continuacion se presentan algunos de los conceptos involucrados en el aspecto de infraestructura.

Domotica:

Se refiere a la automatizacion y control de dispositivos y sistemas electricos y electrotecnicos de forma centralizada y/o remota en la vivienda, esta determinado por una medicion avanzada de la infraestructura de red electrica domiciliaria con un medidor inteligente programable y dispositivos interconectados [7]. La domotica presta servicios de gestion energetica, seguridad, bienestar y comunicacion, todo controlado por un sistema central para el hogar; su objetivo principal es mejorar la calidad de vida de los usuarios residenciales, proporcionando automatizacion en las actividades diarias de manera eficiente [8].

Instrumentos de monitoreo:

Los instrumentos para monitoreo estan conformados por sensores, adaptadores de senales, sistemas de medida y comunicacion, que hacen posible la implementacion del sistema de monitoreo que es el fundamento para la supervision y control. El sistema de monitoreo se implementa con dispositivos electronicos con funciones de deteccion, calibracion, auto-test, toma de decisiones, comunicacion o incluso la combinacion de ellos [9]. Parte de estos sistemas se soportan en redes inalambricas de sensores (WSN), que son redes distribuidas espacialmente con recoleccion de datos limitados, controlan y gestionan la informacion de servicios inteligentes como los energeticos [10]. Sin embargo, existen inconvenientes debido a movimientos impredecibles, diseno no estacionario, problemas ergonomicos, alta dimensionalidad (por la localizacion exacta el seguimiento se complica) e incertidumbre inevitable (varianza y error) [11]. La nueva generacion de medidores inteligentes posee tecnologias de la informacion y las comunicaciones, ya que no solo proporcionan lecturas de consumo de energia, sino tambien informacion adicional de su uso [12].

Se han planteado enfoques para monitorear la carga de los electrodomesticos por diferentes autores, como por ejemplo: B. Powers, y B. Margossian [13], quienes evidencian un algoritmo con normas basado en el reconocimiento de patrones, el cual requiere al menos un sensor por aparato. G. Hard [14] desarrolla un aparato no intrusivo (NALM) para el monitoreo de carga, caracteriza la senal de potencia en etapas sucesivas o eventos y se relacionan con los electrodomesticos. R. Farinaccio y R. Zmeureanu [15] presentan un algoritmo basado en reconocimiento de patrones para el consumo total de electricidad en una casa, asumen un dispositivo constante, que en realidad varia con la carga y su configuracion. M. Marceau y R. Zmeureanu [16] muestran un algoritmo de desagregacion de carga que compara cada cambio de rango de operacion del aparato con la senal de energia total. De otro lado, Z. Younghun, T. Schmid y M. Srivastava [17] presentan sensores indirectos, para evaluar el consumo de energia de los electrodomesticos midiendo las variaciones de campos acusticos y magneticos cuando los aparatos estan encendidos o apagados.

2.2. Comunicacion

Los protocolos de comunicacion son procedimientos utilizados por los sistemas de domotica para la comunicacion entre todos los dispositivos conectados a la red. Los protocolos pueden ser del tipo estandar abierto (uso libre para todos), estandar bajo licencia (abierto para todos bajo licencia) o propietario (uso exclusivo del fabricante o los fabricantes propietarios) [18]. En la figura 2, se observa la relacion de los protocolos con las redes de comunicacion y los que estan directamente involucrados a nivel domiciliario, al igual que su interaccion dentro del Modelo OSI (Open System Interconnection) de comunicaciones [19].

2.3. Software para monitoreo, supervision y control de variables electricas

La implementacion de elementos de hardware (enchufe inteligente, sensores) conjuntamente con algoritmos de software simples para la reduccion del consumo en las horas pico, facilita el monitoreo, supervision y control de variables electricas [20].

En 1982, la facultad de Ingenieria de la Universidad de la Florida desarrollo un algoritmo de optimizacion de gestion energetica para reducir el costo de la electricidad mirando la estructura de precios y el tiempo de uso o demanda, simulando por medio de un computador las necesidades de energia electrica de una residencia tipica para probar la eficacia de los algoritmos [21]. Para el ano 2003, se propone una casa inteligente llamada Grenoble experimental Smart home, cuyo modelo se basa en un marco de infraestructura informatica el cual tiene tres capas: la capa de aplicacion que ofrece servicios de monitoreo, la capa de hardware que tiene dispositivos electricos y una capa intermedia que permite la union entre las dos anteriores [22].

Luego, en 2013, se desarrollo iCHEMS el cual es un sistema de gestion que se basa en la prediccion de la capacidad de energia renovable, emplea la tecnologia Zigbee con el estandar IEEE802.15.4, cuenta con un iCMS (servidor de gestion inteligente en la nube), un iPMD (monitoreo inteligente de potencia de los dispositivos), y iEMD (monitoreo Inteligente ambiental de dispositivos) [23]. En ese mismo ano tambien se presenta un Sistema de Gestion Energetica basado en el algoritmo Rete. El sistema propuesto tiene conectores inteligentes y sensores que se conectan a una red LAN para comunicarse. Los electrodomesticos se encuentran enchufados en los conectores inteligentes. La informacion de los aparatos electricos y sensores procesan algoritmos basados en las reglas IF-THEN [24].

El sistema de gestion electrica inteligente (iEMS) [25], fue propuesto en el ano 2014 y se compone de dos partes: un subsistema difuso y tabla de busqueda inteligente, que se basa en reglas y entradas difusas que producen una salida a la tabla de busqueda inteligente alimentada de insumos como sensores externos, variables externas (precio, almacenamiento de la bateria, condiciones ambientales), y el comportamiento y preferencias de los usuarios. La segunda parte corresponde a un nuevo modelo de red neuronal asociativa capaz de asignar entradas a las salidas deseadas. Lo que se pretende es buscar escenarios en diferentes condiciones para encontrar la mejor eficiencia energetica y demanda responsable por parte de los usuarios, coincidiendo con sus preferencias y comportamientos. De igual manera Li et al, presentan un experimento computacional que incluye un simulador de consumo de energia residenciales, mecanismos de respuesta a traves de la optimizacion, un metodo heuristico y una plataforma de computacion con tecnicas de regresion y algoritmos de optimizacion para observar la respuesta a la demanda [26].

2.4. Elementos transversales al modelo

La influencia de variables externas, como por ejemplo las economicas, sociales, politicas, ambientales, regulatorios, entre otras, afectan el comportamiento y habitos de consumo energetico domiciliario [27], las cuales a su vez se encuentran influenciadas por elementos como el precio, confort del usuario, conciencia de los problemas ambientales y la confianza en las empresas de servicios [28].

Los cambios en el comportamiento del consumidor utilizando adecuadamente sistemas de gestion energetica pueden conducir al ahorro de energia, uso energetico mas eficaz y tomar decisiones que maximicen la generacion de energia con fuentes renovables [29]. Dependiendo de la manera como sean empleados los sistemas de gestion electrica domiciliaria, las variables externas tienen impacto directo, siendo necesario tenerlas en cuenta para estimaciones mas precisas en los modelos [30].

3. APROXIMACION DEL MODELO DE GESTION DE ENERGIA ELECTRICA DOMICILIARIA-GEDE

3.1. Arquitectura del modelo

En la figura 3 se presenta el diagrama esquematico de GEDE, el cual cuenta con tres modulos: infraestructura, comunicaciones y software para monitoreo, supervision y control de variables electricas, los cuales son explicados a continuacion:

Modulo infraestructura: en este modulo se encuentran los dispositivos fisicos para comunicacion, medicion, supervision y control que haran parte de la instalacion electrica gestionable.

Modulo de comunicaciones: este modulo esta conformado por los diferentes protocolos estandar que se implementan para la comunicacion entre todos los dispositivos y/o cargas electricas domiciliarias.

Modulo de software: donde estan los algoritmos de gestion para monitoreo, supervision y control de las variables electricas, de acuerdo con las cargas utilizadas por los usuarios y las diferentes fuentes de alimentacion de energia, es la herramienta fundamental para la toma de decisiones.

3.2. Diagrama esquematico del modelo

La figura 4 muestra el diagrama de bloques del funcionamiento del modelo de gestion de energia electrica domiciliaria GEDE. En este diagrama se relacionan los elementos de infraestructura y las comunicaciones. Se visualiza la llegada de energia de dos maneras: desde el sistema interconectado de energia (Y1) o por medio de generacion distribuida instalada en la vivienda (Y2), se tiene previsto que estos recursos energeticos se almacenen o consuman de acuerdo a la toma de decisiones energeticas del usuario [31].

Otros elementos del diagrama de la figura 4 son los siguientes:

* Cargas o dispositivos (C): elementos que requieren energia y estan conectados a la instalacion electrica y para ser gestionados por el usuario activo.

* Sensores (S): detectan variables electricas que se convierten en datos basicos como voltaje y corriente del sistema mediante los dispositivos (X).

* Interruptor de potencia (I): realiza la conexion o desconexion de la carga para efectos de proteccion de acuerdo con la programacion del sistema de monitoreo, supervision y control, mediante algoritmos de software.

Aspectos de infraestructura

El modelo de gestion propuesto incorpora los dispositivos electricos basicos a nivel de fuentes y carga para las pruebas del sistema, los cuales se monitorean, supervisan y controlan, con el modulo autonomo de GEDE.

Cada uno de los modulos autonomos IP (Protocolo de Internet) de GEDE consta de cinco componentes fundamentales (figura 5): sistema de medida, sistema autonomo de procesamiento, sistema de control y proteccion, sistema de comunicaciones TCP/ IP (protocolo de control de transmision) y modem PLC (Powe Line Communication, por sus sigles en ingles), que permitira utilizar la infraestructura de la instalacion electrica para las comunicaciones entre los dispositivos que la conforman y el sistema de gestion energetica.

El sistema es escalable, lo que hace posible adicionar modulos de acuerdo con la cantidad de elementos que se quieran gestionar. La informacion obtenida por cada uno de los modulos es transmitida por la linea de potencia utilizando protocolo PLC, al modulo principal GEDE, que se encarga de implementar los algoritmos de gestion para mejorar la eficiencia energetica. El modulo principal de GEDE monitorea, supervisa y controla tanto la carga como las fuentes, haciendo posible de esta forma que se implementen los algoritmos de gestion necesarios de acuerdo con los parametros de operacion establecidos en el sistema.

La informacion que se obtiene por parte de cada uno de los modulos tiene como base las medidas de voltaje y corriente a traves de cada carga, o que es suministrada por las fuentes, de tal forma que en todo momento y en tiempo real se conozca el estado de la potencia entregada por la red y la Generacion Distribuida (GD) y potencia consumida por las cargas, asi como determinar para cualquier periodo de tiempo la energia tanto consumida como entregada por las fuentes. El sistema con la infraestructura mostrada permite hacer un mejor uso de las fuentes de GD, por ejemplo, para incorporarlas en horas pico y desconectar parte de la carga o toda del sistema interconectado, dependiendo del escenario de eficiencia energetica que se quiera gestionar.

Aspectos de comunicacion

El modelo de interaccion entre el sistema de comunicaciones y la infraestructura, que se muestra en la figura 6, utiliza la linea de potencia como base para las comunicaciones, eliminando el uso de cableados o sistemas alternos para el transporte de datos. Por otra parte, se ha seleccionado como protocolo principal de comunicaciones PLC, ya que no requiere sistema de alimentacion adicional, implementar redes inalambricas o alambricas paralelas y de esta manera se utiliza de forma mas eficiente la instalacion electrica. Sin embargo, no se descarta como alternativa de respaldo utilizar protocolos WiFi, Bluetooth, Zigbee, X10 o los referenciados en la figura 2, lo cual se establecera en etapas posteriores del estudio, dependiendo de los resultados que se obtengan con la presente propuesta.

Las senales de voltaje y corriente son muestreadas, cuantificadas y codificadas para ser procesadas por el sistema autonomo de procesamiento GEDE, que permite mediante los algoritmos de procesamiento establecer los valores eficaces de voltaje y corriente, los cuales son transmitidos a traves de protocolos de comunicaciones ajustados al modelo OSI (HTTP, TCP/IP, ETHERNET) al modulo principal de GEDE. Toda la comunicacion en este escenario queda soportada a nivel fisico sobre protocolo PLC, utilizando la misma linea de potencia que alimenta los dispositivos.

En la actualidad existen dispositivos que facilitan la comunicacion con el protocolo PLC al interior de las viviendas, permitiendo comunicaciones de alto ancho de banda para acceso a internet y television [32]. Por otra parte, se estan efectuando investigaciones para reducir el BER (Bit Error Rate Performance, por sus siglas en ingles), evaluando el desempeno del PLC por medio de funciones de probabilidad observando el comportamiento de la tasa de error de la senal binaria modulada por los canales de transmision [33], lo cual hace prever que esta tecnologia adquiera mayor confiabilidad en sistemas domiciliarios.

Las comunicaciones son controladas por el software que implementan cada uno de los modulos autonomos IP, que incorporan un servidor web de http, que conforma una infraestructura de comunicaciones entre servidores (cada dispositivo autonomo incorpora un servidor IP).

Aspectos de software

El software del sistema tiene dos componentes principales: 1) El software del sistema autonomo IP de GEDE, que implementa un servidor web, los algoritmos de medida, supervision y control para el elemento que esta gestionando, junto con el sistema de comunicaciones con el sistema principal GEDE y, 2) El sistema de gestion principal del GEDE, mostrado en la figura 7, por medio de un diagrama de clases, integra la informacion de cada uno de los sistemas autonomos, donde se procesan las senales de voltaje y corriente suministradas a traves de la red de comunicaciones de la instalacion electrica, tanto por las fuentes de alimentacion, como por las cargas electricas, con el fin de establecer por medio de algoritmos la mejor condicion de operacion del sistema. El software del sistema principal de gestion sera implementado con lenguajes de alto nivel orientados a objetos y ademas contempla el desarrollo de un objeto con la informacion en tiempo real del estado de cada sistema autonomo.

Para la gestion del sistema se pretende implementar un software en aplicacion web, que opere en equipos y en dispositivos moviles, el cual haga posible la adquisicion y almacenamiento de datos basicos como voltaje y corriente para determinar potencia y energia, con el fin de establecer la eficiencia del sistema.

4. CONCLUSIONES

Este modelo de gestion energetica planteado permite aprovechar la integracion de avances tecnologicos en un mismo entorno utilizando infraestructura, software y comunicaciones, con el fin de hacer un mejor uso de la energia en la residencia y asi mismo explorar nuevas oportunidades que propongan mejoras en varios aspectos regulatorios del sector, con programas para utilizar generacion distribuida desde las viviendas a partir de fuentes renovables.

Se propone un nuevo tipo de instalacion domiciliaria que permita conmutar circuitos electricos de manera automatica para buscar la mejor configuracion del sistema con el fin de alimentar las cargas, integrando fuentes renovables para contribuir con la eficiencia energetica y aprovechando el sistema tarifario de energia de acuerdo con el marco regulatorio de cada region.

5. AGRADECIMIENTOS

Los autores quieren dar sus agradecimientos al Centro de Investigaciones y Desarrollo Cientifico de la Universidad Distrital Francisco Jose de Caldas (CIDC) y al grupo de investigacion GCEM, por haber hecho posible este estudio.

6. REFERENCIAS

[1] H. Chen, T. Ngoc Cong, W. Yang, C. Tan, Y. Li and Y. Ding, "Progress in electrical energy storage system: A critical review". Progress in Natural Science, pp. 291-312, 2009.

[2] H. Jinsoo, C. Chang Sig and L. Llwoo Lee, "More efficient home energy management system based on ZigBee communication and infrared remote controls". Consumer Electronics IEEE Transactions on, vol. 57, pp. 85-89, 2011.

[3] S. Amin and B. Wollenberg, "Toward a smard grid: power delivery for the 21st century". Power and energy Magazine, IEEE, vol. 3, pp. 34-41, 2005.

[4] A. Vega, F. Santamaria y E. Rivas, "Propuesta para elaborar un Modelo de Gestion para redes electricas domiciliarias: Aproximacion conceptual". Sixth International Symposium on Energy & Technology Innovation Forum, Gurabo-Puerto Rico, 2014.

[5] D. Villa, C. Martin, F. Villanueva, F. Moya and J. Lopez, "A dynamically reconfigurable architecture for smart grids". Consumer Electronics IEEE Transactions on, vol. 57, pp. 411-419, 2011.

[6] A. Vega, F. Santamaria and E. Rivas, "Modeling for home electric energy management: a review". Renewable & Sustainable Energy Reviews, [en revision], 2015.

[7] A. Snyder, E. Gunther and S. Griffin, "The smart grid homeowner: An IT guru?". Future of Instrumentation International Workshop (FIIW), pp. 1-4, 2012.

[8] M. Coral and F. De la Rosa, "Simulation Platform for Domotic Systems". Communications and Computing (COLCOM), 2014 IEEE Colombian Conference, Bogota, D.C., 2014.

[9] B. JinSung, J. Boungiu, N. Junyoung, K. Youngil and P. Sehyun, "An intelligent self-adjusting sensor for smart home services based on ZigBee communications". Consumer Electronics, IEEE Transactions on, vol. 58, pp. 794-802, 2012.

[10] L. Ching-Hu, W. Chao-Lin and F. Li-Chen, "Reciprocal and Extensible Architecture for Multiple-Target Tracking in a Smart Home". Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on., vol. 41, pp. 120129, 2011.

[11] Y.-X. Lai, C.-F. Lai, Y.-M. Huang and H.-C. Chao, "Multi-appliance recognition system with hybrid SVM/GMM classifier in ubiquitous smart home". Information Sciences, vol. 230, no. 230, pp. 39-55, 22 of octubre, 2012.

[12] M. C. Bozchalui, S. A. Hashmi, H. hassen, C. Canizares and K. Bhattacharya, "Optimal Operation of Residential Energy Hubs in Smart Grids". Smart Grid, IEEE Transactions on, vol. 3, 2012.

[13] B. Powers and B. Margossian, "Using a rule-based algorithm to disaggregate end-use load profiles from premise-level data". In Transactions of the IEEE Computer Applications in Power, 1991.

[14] G. Hart, "Nonintrusive appliance load monitoring". Proceedings of the IEEE, vol. 80, no. 12, pp. 1870-1891, 1992.

[15] L. Farinaccio and R. Zmeureanu, "Using a pattern recognition approach to disaggregate the total electricity consumption in a house into the major enduses. In Energy and Buildings". Energy and Buildings, vol. 30, no. 3, pp. 245-259, 1999.

[16] L. Marceau and R. Zmeureanu, "Nonintrusive load disaggregation computer program to estimate the energy consumption of major end uses in residential buildings". Energy Conversion and Management, vol. 41, pp. 1389-1403, 2000.

[17] Z. Younghun, K. Schmid and M. Srivastava, "Viridiscope: design and implementation of a fine grained power monitoring system for homes". UbiComp, pp. 245-254, 2009.

[18] The Cambridge, The Cambridge Dictionary of Statistics, 2012.

[19] G. Tolosa, "Protocolos y Modelo OSI", marzo 2014, [en linea]. Consultado el 15 de noviembre de 2014, disponible en: http://www.tyr.unlu.edu.ar/TYR-publica/02-Protocolos-y-0SI.pdf

[20] H. Morsali, S. M. Shekarabi, K. Ardekani, H. Khayami, A. Fereidunian, M. Ghassemian and H. Lesani, "Smart plugs for building energy management systems". Smart Grids (ICSG), 2nd Iranian, Iranian, 2012.

[21] B. Capehart, E. Muth and M. Storin, "Minimizing residential electrical energy costs using microcomputer energy management systems". Computers & Industrial Engineering, vol. 6, no. 4, pp. 261-269, 1982.

[22] H. Pigot, B. Lefebvre, J. Meunier, B. Kerherve, A. Mayers y S. Giroux, "The role of intelligent habitats in upholding elders in residence". 5th international conference on Simulations in Biomedicine, Slovenia., Slovenia, 2003.

[23] J. Byun, I. Hong and S. Park, "Intelligent cloud home energy management system using household appliance priority based scheduling based on prediction of renewable energy capability". Consumer Electronics, IEEE Transactions on, vol. 58, pp. 11941201, 2012.

[24] T. Kawakami, T. Yoshihisa, N. Fujita and M. Tsukamoto, "A Rule-Based Home Energy Management System Using the Rete Algorithm". 2013 IEEE 2nd Global Conference on Consumer Electronics (GCCE), Japon, 2013.

[25] D. Shahgoshtasbi and M. Jamshidi, "A New Intelligent Neuro-Fuzzy Paradigm for Energy-Efficient Homes". IEEE Systems Journal, 2014.

[26] S. Li, D. Zhang, A. Roget and Z. O'Neill, "Integrating Home Energy Simulation and Dynamic Electricity Price for Demand Response Study". IEEE Transactions On Smart Grid, vol. 5, no. 2, pp. 779-788, 2014.

[27] M. Zaeri, N. Sharda and A. Zahedi, "A Five Layer Model for Simulating a Virtual Power Plant". IEEE Innovative Smart Grid Technologies, Kuala Lumpur, 2014.

[28] A. Sachdeva and P. Wallis, Our demand: reducing electricity use in victoria throughdemans management, Melbourne, Monash Sustainability Institute, 2010.

[29] B. Dahlbom, H. Greer, C. Egmond and R. Jonkers, Changing Energy Behaviour. Madrid, Intelligent energy europe, 2009.

[30] L. Hernandez, C. Baladron, J. Aguiar, B. Carro, A. Sanchez, J. Lloret and J. Massana, "A Survey on Electric Power Demand Forecasting: Future Trends in Smart Grids, Microgrids and Smart Buildings". Communications Surveys & Tutorials, IEEE, vol. 16, no. 3, pp. 1460-1495, 2014.

[32] Tp-link, "TP-Link Technologies CO". marzo 2015, [en linea]. Consultado el 19 de marzo de 2015, disponible en: http://www.tp-link.com/co/products/?categoryid=206

[33] Y. Kim, Y.-H. Kim, H.-M. Oh and S. Choi, "BER Performance of Binary Transmitted Signal for Power Line Communication under Nakagami-like Background Noise". The First International Conference on Smart Grids, Green Communications and IT Energy-aware Technologies, Venice, 2011.

http://dx.doi.org/10.14483/udistrital.jour.redes.2015.1.a07

Adriana Marcela Vega Escobar (1) Francisco Santamaria (2) Edwin Rivas Trujillo (3)

Para citar este articulo: Vega, A.M., Santamaria, F. y Rivas, E. (2015). Modelo de gestion de energia electrica domiciliaria: propuesta preliminar. Redes de Ingenieria, 6(1), 95-105.

Recibido: 30-abril-2015 / Aprobado: 12-junio-2015

(1.) Ingeniera Industrial--Universidad America--Colombia. Maestria Ingenieria Indistrial--Universidad Distrital Francisco Jose de Caldas--Colombia. Docente Asociada de la Facultad de Ingenieria, Universidad Distrital Francisco Jose de Caldas--Colombia. avegae@udistrital.edu.co; amvescobar@gmail.com

(2.) Ingeniero Electricista--Universidad Nacional--Colombia. Maestria Ingenieria Electrica--Universidad Nacional--Colombia. Ph. D. en Ingenieria--Universidad Nacional--Colombia. Docente Asociado de la Facultad de Ingenieria--Universidad Distrital Francisco Jose de Caldas--Colombia. fsantamariap@udistrital.edu.co; fsantamariap@gmail.com

(3.) Ingeniero Electricista--Universidad del Valle--Colombia. M. Sc. en Ingenieria Electrica--Universidad Carlos III--Espana. Ph. D. en Ingenieria--Universidad Carlos III--Espana. Docente Titular de la Facultad de Ingenieria--Universidad Distrital Francisco Jose de Caldas--Colombia. erivas@udistrital.edu.co; edwinrivast@gmail.com

Caption: Figura 2. Modelo OSI unido a los protocolos de domotica.

Caption: Figura 3. Diagrama esquematico del modelo de gestion de energia electrica domiciliaria-GEDE.

Caption: Figura 4. Diagrama de bloques del funcionamiento del modelo GEDE.

Caption: Figura 5. Diagrama de componentes del modulo autonomo IP de GEDE.

Caption: Figura 6. Diagrama despliegue con protocolos de comunicaciones para GEDE.

Caption: Figura 7. Diagrama de clases para el sistema principal de GEDE.
Figura 1. Caracteristicas de los sistemas de
gestion analizados (1970-2014).

Infrastructura                            91%
Software                                  68%
Comunication                              43%
Relacion con el usuario final             38%
Influencia variable externa                6%

Note: Table made from bar graph.
COPYRIGHT 2015 Universidad Distrital Francisco Jose de Caldas
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2015 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Title Annotation:Articulo Corto
Author:Escobar, Adriana Marcela Vega; Santamaria, Francisco; Trujillo, Edwin Rivas
Publication:Redes de Ingenieria
Date:Jan 1, 2015
Words:4192
Previous Article:FPGA implementation of a hand motions classifier using EMG signals/Implementacion en FPGA de un clasificador de movimientos de la mano usando senales...
Next Article:Bitcoin Transversal Alternative Monetary Exchange in the Digital Economy/Bitcoin como alternativa transversal de intercambio monetario en la economia...

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters