Comunicación presentada al II Congreso Smart Grids:
Autores
- Luis González Sotres, Research Assistant, Instituto de Investigación Tecnológica, Universidad Pontifica Comillas
- Javier Matanza Domingo, Lecturer, Instituto de Investigación Tecnológica, Universidad Pontifica Comillas
- Cristina Cordón Peralta, Visiting Student, Instituto de Investigación Tecnológica, Universidad Pontifica Comillas
Resumen
Este artículo presenta una metodología para conocer el rendimiento de las comunicaciones por PLC para lectura de contadores entre el centro de transformación y el usuario final empleando el estándar PRIME. El objetivo del estudio es analizar la sensibilidad de la red de comunicaciones frente a distintos parámetros clave de diseño y encontrar sus límites de funcionamiento en entornos representativos de la realidad, empleando la herramienta OMNeT++ como entorno de simulación. Los resultados obtenidos demuestran que la tecnología PLC-PRIME permite obtener tiempos de lectura de todos los contadores inferiores a 15 minutos siempre que el proceso de registro de los contadores por el nodo base situado en el centro de transformación se efectúe correctamente. Estos resultados pueden ser de gran utilidad de cara al diseño de aplicaciones que aprovechen el potencial de los contadores inteligentes en el marco de las Smart Grids.
Introducción
El desarrollo de las Smart Grids conlleva integrar las Tecnologías de la Información y Comunicación (TIC) en el sistema eléctrico, donde el despliegue de infraestructuras de medición avanzada (Advanced Metering Infrastructure – AMI) representa una de las primeras y más importantes consecuencias de este cambio de paradigma. Gracias a los sistemas AMI y a los contadores inteligentes o Smart Meters, cualquier consumidor podrá conocer el detalle de su consumo y disfrutar de nuevos servicios que le ayuden a tener un comportamiento más eficiente desde el punto de vista energético. A su vez, las empresas distribuidoras contarán con un mayor nivel de observabilidad y control de sus redes, que tendrá un impacto positivo en la operación del sistema (Depuru et al, 2011).
No obstante, estas nuevas funcionalidades presentan una serie de cuestiones técnicas para las que no es sencillo encontrar una respuesta. La rápida y permanente evolución de las TIC hace que determinar la tecnología de comunicaciones más apropiada para cada caso no sea evidente. Además, existe una gran variedad de opciones tanto a nivel inalámbrico como por cable que hace que la toma de decisiones sea aún más compleja. Por último, existe una gran incertidumbre respecto al nivel de inteligencia a implementar. De hecho, numerosos proyectos de I+D como el SuSTAINABLE o el DISCERN a nivel europeo tratan de aclarar todas estas cuestiones a través de demostraciones con pilotos reales.
En principio, la mejor solución TIC a implementar será la que ofrezca la mejor relación coste-beneficio. Para determinar si una tecnología es viable bajo unos requerimientos de comunicaciones concretos es necesario conocer el rendimiento de esa tecnología. La forma más precisa de comprobarlo es instalarla y analizar si responde correctamente. Como alternativa, las herramientas de simulación permiten obtener una buena aproximación del rendimiento de una tecnología de comunicaciones en diferentes escenarios (López et al, 2013).
Una de las tecnologías de comunicaciones más extendidas para sistemas AMI es la comunicación por medio de los cables eléctricos (Power Line Communications – PLC), debido a su bajo coste de implementación al reaprovechar la infraestructura existente (Amarsingh et al, 2014). En este artículo se presenta una metodología novedosa para conocer el rendimiento de esta tecnología para aplicaciones de Smart Metering en distintas topologías tipo, explicando el modelado del canal de comunicaciones, los escenarios analizados y los principales resultados y conclusiones del estudio.
Modelado del canal de comunicación
Descripción del canal de comunicaciones
Dentro del ámbito de las telecomunicaciones, el canal típicamente se modela teniendo en cuenta dos características: su función de transferencia y las fuentes de ruido existentes en él.
- Función de Transferencia. Proporciona una relación entre la señal de entrada (señal transmitida) y la señal de salida (señal recibida) al canal. En el presente trabajo se ha utilizado la metodología “Bottom-up” (Banwell & Galli, 2001), donde partiendo de parámetros físicos del canal, como la constante de propagación ( ), la impedancia caracteríscia (Zc) y la longitud de los cables, se puede obtener una expresión para la función de transferencia utilizando la teoría de Líneas de Transmisión. Aplicando esta técnica se han obtenido las relaciones de atenuación para cada par de nodos de las topologías simuladas.
- Fuentes de ruido. De entre las diferentes fuentes de ruido existentes en el canal de comunicación de PLC, numerosos estudios se centran en el efecto que producen por un lado las fuentes de ruido de fondo (Hooijen, 1998); y por otro lado las fuentes de ruido impulsivo (Middleton, 1972). El efecto que tienen en la señal recibida es el aumento de los errores de transmisión. En el presente trabajo se ha considerado un canal de comunicación con fuentes de ruido según el modelo de Hooijen.
La atenuación y el ruido de manera combinada perturban la comunicación. Esta perturbación se modela típicamente mediante un parámetro denominado Tasa de Error de Bit (Bit Error Rate – BER). El BER se define como la cantidad de bits que han sido recibidos erróneamente dividido entre el número de bits totales que han sido transmitidos. El cálculo del BER se ha llevado a cabo con Matlab en función de la atenuación del canal y de las fuentes de ruido presentes en él.
Descripción de los nodos de comunicaciones
Respecto a los nodos de comunicaciones, se han simulado dispositivos que implementan el protocolo de capa de aplicación DLMS/COSEM para encapsular datos relativos al consumo energético, y la tecnología PRIME para trasmitir esta información utilizando la red de baja tensión. Además, la tecnología PRIME define un protocolo de enlace de datos (LLC), de acceso al medio (MAC) y de capa física (PHY) para hacer posible esta comunicación.
Entre otros aspectos, la capa LLC maneja las conexiones lógicas entre los nodos, ya que PRIME es un protocolo orientado a la conexión. La capa MAC se encarga de gestionar el acceso al medio, ya que el canal de PLC es compartido entre todos los dispositivos conectados. Y finalmente, la capa PHY se encarga de modular los datos digitales de manera que se minimicen los errores de transmisión; para ello, PRIME cuenta con diferentes modos de transmisión, cada uno de ellos con diferente robustez ante las adversidades del canal.
PRIME también define dos tipos de nodos en toda red de comunicación: nodo base y nodo de servicio. En este estudio, el nodo base es el encargado de gestionar la comunicación con el resto de nodos y se sitúa en el centro de transformación, mientras que los nodos de servicio se corresponden con los contadores inteligentes situados en las viviendas de los usuarios de la red. Las redes PRIME siguen un protocolo conocido como Maestro-Esclavo. La particularidad de este tipo de redes es que hay un único maestro que se comunica con el resto de nodos, esclavos. En el caso de PRIME el nodo base hace las veces de maestro mientras que los nodos de servicio se comportan como esclavos.
Así mismo, los nodos de servicio pueden encontrarse en tres estados funcionales: Desconectado, cuando el nodo no se ha registrado en la red y no puede transmitir información; Terminal, cuando el nodo está registrado en la red y puede comunicarse con el nodo base; y finalmente, un nodo en estado Switch es un nodo registrado que es capaz de re-transmitir mensajes, ayudando de esta manera que haya comunicación entre dos nodos con una atenuación excesiva.
Implementación del sistema de comunicaciones
En la literatura, el estudio de los sistemas de comunicaciones para PLC se limita típicamente o bien al estudio de la capa física, o bien al análisis desde un punto de vista de red. Por esta razón, uno de las principales características diferenciadoras del entorno de simulación presentado en este trabajo es la integración de los efectos debidos a la parte física y a la parte telemática. La arquitectura de dicho simulador, desarrollado en (Matanza, 2013), se ilustra en la Figura 1. En ella se puede ver que los efectos físicos (la capa PHY de los nodos y el canal de comunicación) son modelados con Matlab, mientras que para los efectos telemáticos (el resto de capas superiores) se ha utilizado una implementación de PRIME desarrollada en el simulador orientado a eventos OMNeT++.
Los dos modelos de simulación (Matlab y OMNeT++) intercambian el parámetro BER. Como se ha mencionado anteriormente, el BER es calculado en Matlab teniendo en cuenta las condiciones del canal. Asimismo, este parámetro proporcionado por Matlab es utilizado en OMNeT++ para modelar los hipotéticos errores en la comunicación. De esta manera se construye un entorno donde tanto los efectos físicos como los telemáticos son tenidos en cuenta de manera conjunta.
Metodología de análisis
Una vez modelado el canal de comunicación, se han diseñado una serie de escenarios para poder estudiar su rendimiento a través de dos medidas fundamentales: el número de contadores registrados y el tiempo empleado en leer todos los contadores. A través de estos resultados se podrán conocer los límites de funcionamiento del PLC para comunicaciones de última milla bajo el estándar PRIME.
En la Figura 2 se muestra el esquema de un caso genérico donde se representan los parámetros clave que configuran cada uno de los escenarios a analizar. Cada escenario está formado por un centro de transformación (nodo base) y un conjunto de usuarios con contadores inteligentes (nodos de servicio) comunicados por PLC. Los grupos de usuarios representan edificios. Un mismo centro de transformación alimenta varias ramas trifásicas, cada una de las cuales conecta varios edificios que poseen un determinado número de viviendas. Hay que tener presente que generalmente en entornos urbanos cada contador está alimentado en monofásica, por lo que la red de comunicaciones que se analiza sólo conecta a uno de cada tres vecinos de un determinado edificio.
La combinación y variación de estos parámetros se ha realizado siempre de tal forma que los escenarios planteados se ajustasen a la realidad y el reparto de los usuarios en las ramas y los grupos se hiciese de la manera más uniforme posible, descartando escenarios poco realistas. Tras estas hipótesis y simplificaciones se han obtenido 118 escenarios a evaluar. Los valores de referencia empleados son los siguientes:
- Número de usuarios totales de la red: 108-144-198-252
- Número de ramas: 1-3-6-9
- Longitud de las ramas: 100-200-300-400 (metros)
- Número de grupos de usuarios por rama: 3-6-9
Resultados
Registro de contadores
Cada escenario analizado representa 5000 segundos de simulación, donde los primeros 3000 segundos están dedicados exclusivamente al proceso de registro de los contadores por el nodo base. Para tener en cuenta el efecto de la aleatoriedad del modelado del canal de comunicaciones, de cada escenario planteado se han realizado 20 simulaciones.
La Figura 3 muestra el proceso de registro de nodos para dos escenarios en los que sólo varía el número de ramas, teniendo ambos el número más alto de usuarios, longitud de rama y número de grupos de los escenarios planteados. Se puede comprobar que en el caso de 3 ramas con 84 usuarios por rama, en un número significativo de las simulaciones los nodos terminan desregistrándose porque el nodo base no es capaz de soportar todo el tráfico de la red o por errores en las comunicaciones.
Por el contrario, en el escenario de 6 ramas, donde hay la mitad de nodos por rama (42), la red se comporta de forma mucho más estable y el nodo base es capaz de gestionar todos los nodos de servicio perfectamente en la gran mayoría de casos. Para este mismo caso se puede observar que la pendiente inicial de la gráfica presenta una trayectoria con una serie de escalones, donde cada uno representa la promoción de un nodo de servicio al estado de switch para mejorar la comunicación dentro del canal y permitir el registro del mayor número de nodos.
A partir del segundo 3000 y durante los siguientes 2000 segundos se realizan las actividades de lectura de contadores, siempre y cuando el proceso de registro haya terminado con éxito. En caso contrario, este tiempo se sigue empleando en el registro de nodos, aunque tras las simulaciones se ha comprobado que si el registro no se ha conseguido en el primer intervalo de tiempo, alargando el proceso de registro no se consigue resolver el problema. De hecho, la mayoría de los casos que consiguen registrar todos los nodos lo hacen en un tiempo inferior a 1200 segundos.
Tiempo de lectura de contadores
Las actividades de lectura de contadores se realizan de forma iterativa hasta el final de la simulación. Por tanto, las simulaciones de los escenarios con tiempos de lectura más bajos realizan más iteraciones que los escenarios donde los tiempos son más largos. La Figura 4 muestra los resultados estadísticos de los tiempos de lectura de todos los contadores en función del número total de usuarios para dos conjuntos de casos donde se ha variado la distancia total y el número de grupos por rama.
En ambas gráficas se puede comprobar que el tiempo de lectura aumenta notablemente al incrementar el número de usuarios de la red, siendo además en los escenarios con mayor número de usuarios donde el efecto de la aleatoriedad del sistema de comunicaciones es más significativo, lo que se traduce en una mayor dispersión en los tiempos de lectura.
Si se comparan ambas gráficas, se puede apreciar que el aumento de la distancia y el número de grupos también hace que el tiempo de lectura sea mayor. Sin embargo, mientras que en todos los casos el tiempo de lectura aumenta con la distancia de las ramas, el aumento del número de grupos no presenta siempre la misma tendencia. Es decir, en escenarios donde sólo varía el número de grupos, para unas topologías el tiempo de lectura aumenta al aumentar el número de grupos pero para otras disminuye.
Por último, aunque no se muestre en las gráficas por falta de espacio, en lo relativo al número de ramas se ha observado que para dos escenarios con el mismo número de usuarios, el hecho de que estén repartidos en más ramas tiene un gran impacto en el tiempo de lectura, del mismo modo que ocurría en el proceso de registro. Por tanto, para escenarios donde las ramas están más cargadas, los tiempos son considerablemente mayores. Por el contrario, si las ramas se añaden de manera incremental, aumentando el número de usuarios, los tiempos de lectura lógicamente aumentan.
Conclusiones
En este artículo se ha presentado una metodología para conocer el rendimiento del PLC-PRIME en diferentes configuraciones de red de última milla, de la que se extraen las siguientes conclusiones:
En lo referido a la sensibilidad de la red frente a los parámetros evaluados, los dos con influencia más clara son el número de usuarios totales y las longitudes de rama. Para ambos, se concluye que el tiempo de lectura de contadores aumenta al incrementar los mismos. Sin embargo, la influencia del número de grupos y de ramas no está tan clara. En lo referente al número de grupos, se observa que éstos afectan a los tiempos de lectura de contadores aunque no se puede establecer ninguna relación clara entre ambos. Y para el número de ramas, se puede decir que en escenarios con la misma cantidad total de usuarios, las tareas de lectura de contadores se realizan más rápido en aquellos con mayor número de ramas y menor número de usuarios por ramas, es decir, en los que las ramas están menos cargadas.
El presente estudio también ha permitido conocer los límites de funcionamiento de esta tecnología para los escenarios simulados. Se puede concluir que éstos vienen fijados principalmente por el registro de todos los nodos de la red. Esto se debe a que para proceder a la lectura de contadores, el haber registrado todos los nodos previamente es un requisito imprescindible y en algunos escenarios el nodo base no es capaz de finalizar esta tarea. Las principales causas son: o bien a que por motivos de ruido, atenuaciones o sobrecarga de la red, el nodo base no pueda comunicarse con todos los nodos y por tanto no pueda registrarlos, o a que por un error del proceso de comunicación, estos nodos se desregistren solos. Generalizando, se puede concluir que el proceso de registro presenta problemas a partir de 198 usuarios en redes con ramas de 300 y 400 metros de longitud.
Otro de los factores evaluados para conocer los límites fueron las latencias obtenidas en la lectura de todos los contadores. Se pudo observar que en ningún caso se superaban los 15 minutos, que es el tiempo que se suele plantear para un escenario ideal de medición avanzada. En caso de requerir tiempos de lectura menores, se ha comprobado que el PLC-PRIME es capaz de obtener tiempos inferiores a 5 minutos, pero presenta limitaciones cuando el número de usuarios es de 144 para ramas de 300 y 400 metros, y de 198 para ramas más cortas. Estos resultados pueden ser de gran utilidad para las aplicaciones que aprovecharán el funcionamiento de los nuevos contadores inteligentes, que han de ser instalados en España antes del 2018 de acuerdo con la transposición de la directiva europea.
Agradecimientos
Los autores quieren agradecer a los investigadores doctores Carlos Mateo Domingo y Carlos Rodríguez Morcillo, del Instituto de Investigación Tecnológica, sus contribuciones en las discusiones del estudio.
Referencias
- Amarsingh, A.A., Latchman, H. a. & Yang, D., 2014. Narrowband Power Line Communications: Enabling the Smart Grid. IEEE Potentials.
- Banwell, T.C. & Galli, S., 2001. A new approach to the modeling of the transfer function of the Power Line Channel.
- Depuru, S.S.S.R., Wang, L. & Devabhaktuni, V., 2011. Smart meters for power grid: Challenges, issues, advantages and status. Renewable and Sustainable Energy Reviews.
- Hooijen, O.G., 1998. A channel model for the residential power circuit used as a digital communications medium. IEEE Transactions on Electromagnetic Compatibility.
- López, G. et al., 2013. Modeling the Neighborhood Area Networks of the Smart Grid.
- Matanza, J., 2013. Improvements in the PLC Systems for Smart Grids Environments.
- Middleton, D., 1972. Statistical-Physical Models of Urban Radio-Noise Environments – Part I: Foundations. IEEE Transactions on Electromagnetic Compatibility.