Diseño de un sistema predictivo de la demanda de energía eléctrica basada en IoT

Abstract

La gestión de los Recursos Energéticos es una tarea importante para los administradores de municipios y ayuntamientos. Conocer cuánta energía es consumida por los edificios a su cargo es el primer paso para intentar reducir su consumo, así como promover la utilización de energías alternativas distintas a las provenientes de combustibles fósiles. Si se conoce cuanta energía es necesaria para suplir todas las instalaciones se puede pensar en métodos de predicción de demanda de energía como una alternativa para la optimización de dicho recurso que cubra dicha necesidad.

En este trabajo se presenta el desarrollo de una alternativa de predicción de demanda de energía eléctrica basada en un modelo de regresión lineal y un modelo autorregresivo de media móvil. Además, se presenta una arquitectura de red para la captura de datos basado en IoT que alimentan al sistema de predicción. El sistema predictor es presentado en cuatro etapas, empezando por la captura de datos, luego la transformación de dichos datos en formatos que alimentan los modelos, seguido por la etapa de análisis de los datos transformados en la que se incluye la predicción. Finalmente la presentación de resultados con una interfaz de usuario.

La arquitectura de red (basada en una nube de servicios) se plantea para mejorar la captura de datos que alimentan al sistema de predicción considerando los equipos actuales encargados de toma de datos de energía. Con esta arquitectura propuesta se pretende mejorar la calidad de los datos a utilizarse en la predicción

Se presenta además varios trabajos relacionados a la predicción que nos han dado una pauta en la utilización de modelos predictivos relacionados con demanda energética.

The management of energy resources is an important task for the decision makers, heads of municipalities and town halls. To know how much energy is consumed by the buildings in their charge is the first step to try to reduce their consumption, as well as to promote the use of alternative energy sources to fossil fuel. If we know how much energy is necessary for all installations, it will be possible to think about to optimize the resources that cover that needs, like methods to predict their energy demand.

In this document, we present the development of an alternative to predict the electric energy demand based on linear regression and autoregressive moving average models. In addition, a network architecture is presented for data acquisition based on IoT, whose data feed the forecast system. The forecast system is presented in four stages: First the data capture, then the data transformation into valid formats used to feed the forecasting models, followed by the data analysis stage in which the forecast is made. Finally, the results¿ presentation by a user interface.

The network architecture based in IoT devices in conjunction with different cloud services was proposed to improve the current data acquisition system and their quality in order to obtain accurate forecasts.

The document also presents a short review of several works related to the use of predictive models used in the forecasting of energy demand that gave us a guideline to follow in this work.