IEEE Power & Energy Magazine - Spanish - May/June 2020 - 77

Tareas analíticas emergentes
Aunque las actividades de investigación de carga actuales
continúan enfocándose en la creación de planes de muestreo
eficientes, el alto costo de la medición, recopilación de datos,
procesamiento y análisis, ¿qué pasará en el futuro? La tabla 2
resume las respuestas de la encuesta de DNV GL sobre la probabilidad de que los departamentos de investigación de carga se
involucraran en las tareas analíticas identificadas en el futuro
cercano. Los encuestados calificaron sus respuestas en base a
una escala del 1 (nada probable) al 5 (muy probable). El análisis
y la gestión de la "big data" encabezaron la lista, seguidos de los
problemas relacionados con la energía solar, la segmentación
del mercado y la investigación de las características de carga
de los clientes. Además de las descritas en la tabla 2, algunas
empresas de servicios públicos indicaron haber anticipado que
trabajarían en tareas relacionadas con VE, generación distribuida y almacenamiento por baterías en 2019.
A continuación, un resumen de las diversas actividades
analíticas:
✔✔ El análisis de la "big data" se refiere al procesamiento y análisis de grandes bloques de datos, como el
uso de perfiles de carga individuales agregados a dominios de interés. Esto difiere de tomar una muestra
de clientes de los dominios de interés, extrapolar la
muestra e introducir datos demográficos de clientes
de terceros en el análisis de datos de la AMI para segmentar a los clientes en dominios de interés.
✔✔ La gestión de la "big data" representa los desafíos
asociados con la gestión de la gran cantidad de datos
provenientes de la AMI. Un desafío es cómo relacionar todas las diversas fuentes de grandes conjuntos de
datos en un modelo relacional manejable que permita

el acceso a las diversas herramientas analíticas utilizadas hoy en día, como SAS, Python y R.
✔✔ Los problemas relacionados con la energía solar se
centran en comprender el efecto de la energía FV en
las cargas de clientes residenciales y comerciales, lo
cual incluye el pronóstico de la energía solar particular en tiempo real para predecir mejor las cargas netas.
✔✔ La segmentación del mercado clasifica a los clientes
según algunos atributos observados. Estos pueden estar contenidos en el sistema de facturación al cliente,
ser características de la carga a intervalos o estar basados en una fuente de datos de terceros que coincida
con los registros de facturación de la empresa de servicios públicos.
✔✔ Las características de la carga del cliente usan los datos de carga a intervalos para aislar a los clientes con
un factor de carga alto o una carga base alta. Los clientes con un alto factor de carga tienen un alto valor de
la relación entre la demanda promedio y la demanda
máxima. Normalmente, se les puede ofrecer una tarifa
más favorable porque proporcionan una mejor utilización de los activos de la empresa. Los clientes con una
carga base alta podrían ser buenos candidatos para alguna intervención por parte de la empresa de servicios
públicos, como un programa de eficiencia energética.
✔✔ El dimensionamiento de los transformadores es un
análisis clásico que desarrolla estrategias para dimensionar los transformadores en función de la diversidad
de clientes suministrados por un transformador.
✔✔ La detección de robos se concentra en el uso de datos
de carga a intervalos para identificar cambios no anticipados en el patrón de carga de un cliente, que p- ueden

26 de julio de 2016
4
3.5

kW por cliente

3

Hora de consumo máximo del sistema
T1: grupo de tratamiento
C1: grupo de comparación

2.5
2
1.5 Carga de batería

Impacto de la CTT

1
0.5
-

(a)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora de finalización
(b)

figura 2. El almacenamiento por baterías residencial del lado de la red tiene un impacto sobre: (a) la batería del almacenamiento y (b) los resultados del impacto cuando las baterías fueron cargadas temprano en la mañana y se descargaron
durante el periodo de consumo máximo. CTT: central térmica virtual.
mayo/junio 2020 	

ieee power & energy magazine 	

77
IEEE Power & Energy Magazine - Spanish - May/June 2020

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2020
