Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
Medición inteligente de energía eléctrica considerando  
agrupación declientes según demanda de energía y mínimo costo  
en recursos de comunicación  
Intelligent electrical energy measurement considering  
customers according to energy demand and minimum cost in resources  
communication  
Lenin Merino 1, Maykel Leyva 2, Esteban Inga 3, Jorge Díaz 4.  
1 Instituto Tecnológico Superior Central Técnico, lenin.merino.rv@gmail.com  
2 Instituto Superior Universitario Bolivariano, myleyva@itb.edu.ec  
3
Universidad Politécnica Salesiana, einga@ups.edu.ec  
Instituto Tecnológico Superior Napoleón Dillon, jdiaz@istlnd.edu.ec  
4
Autor para correspondencia: lenin.merino.rv@gmail.com  
Fecha de recepción: septiembre 2021  
Fecha de aceptación: noviembre 2021  
RESUMEN  
El reemplazo de medidores no tiene la tecnología para ser integrado en una infraestructura  
de medición avanzada es una necesidad mundial, aunque es una gran contribución al  
permitir escenarios para nuevos mercados de energía que resultan en beneficios para todos  
los actores del sistema eléctrico, lleva consigo grandes desafíos a todos los niveles,entre  
ellos el estudio para su despliegue y elección de la tecnología adecuada, el resultadodel  
análisis coste-beneficio es un factor determinante en su adopción. Este documento  
presenta una revisión bibliográfica asociada a diferentes temas que aborda este problema  
de optimización de costes en la recopilación de información a partir de contadores de  
energía eléctrica inteligentes de acuerdo con las características conductuales de los  
usuarios. El estudio realizado a través de una revisión bibliográfica de bases de datos  
como IEEE Xplore, Science Direct, MDPI, Springer, Taylor & Francis y Scielo llegar a  
encontrar varios aspectos clave de las infraestructuras de medición, como los datos  
existentes, las tendencias de la comunicación tecnológica y las tendencias de  
optimización de los recursos utilizadas con este fin. También establece varios criterios  
asociados a la planificación de sistemas de medición inteligentes de despliegue.  
Palabras clave: Infraestructura de medición avanzada, medidor inteligente, nivel de  
penetración, optimización.  
ABSTRACT  
Meter replacement don’t have the technology for being integrated into an advanced  
measurement infrastructure is a worldwide need, although it is a great contribution by  
enabling scenarios for new energy markets that result in benefits for all actors inelectricity  
system, it carries with it great challenges at all levels, among them the study for its  
deployment and choice suitable technology, the result of the cost-benefit analysis is a  
determining factor in its adoption.  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
33  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
This document presents a bibliographic review associated with different topics what  
tackles this problem of to cost optimization in information gathering from smart electric  
power meters according to the behavioral characteristics of the users. The study carried  
out through a bibliographic review of databases such as IEEE Xplore, Science Direct,  
MDPI, Springer, Taylor & Francis and Scielo getting to find several key aspects of  
measurement infrastructures such as existing data, technological communication trends  
and resource optimization trends used for this purpose. It also establishes several criteria  
associated to the planning of deployment smart measurement systems.  
Keywords: Advanced metering infrastructure, smart meter, penetration level,  
optimization.  
INTRODUCCIÓN  
La energía eléctrica es un recurso vital en la vida cotidiana y una columna vertebral para  
la industria, y al limitado, su uso adecuado y la medición se vuelve importante. En este  
aspecto, los medidores inteligentes son esenciales, ya que pueden dar información de las  
mediciones en tiempo real a las empresas de suministro permitiéndoles mejorar su  
productividad, todo esto partiendo de la disminución de los costes de inversión hasta  
llegar a la reunión información y gestión de la energía. Además, se hace esencial la  
optimización de los recursos de comunicación para la planificación y el despliegue de una  
infraestructura de medición idéntica a la realidad de la región. Se abordó el contenido  
sobre las cifras mundiales de penetración de la medición eléctricainteligente, costo  
beneficio que representa la aprobación de esta infraestructura, tendencias en habilidades  
y tecnologías de comunicación y los beneficios que ofrece.  
El presente trabajo es de tipo descriptivo, con un modo documental, presenta como  
problemas principales son la base de la optimización de costes en recursos de  
comunicación para resumen de información de medidores inteligentes de energía eléctrica  
a la demanda de energía de los abonados. Para su desarrollo Springer utiliza bibliografía  
revisión de bases como IEEE Xplore, Science Direct, MDPI, Taylor * Francis y Scielo.  
Se descompone en tres secciones: trabajos relacionados, formulación del problema y  
análisis de los resultados. Se realizó un resumen de las tendencias actuales analizando los  
avances de los problemas a tratar, luego el problema de investigación de la exposición  
para resolver sobre la base de las controversias causadas, esto en cuanto al tipo de  
tecnologías y método para la optimización de recursos de comunicación se refiere, y  
finalmente los resultados opuestos analizados.  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
34  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
Obras Relacionadas  
Según (E. INGA, S. CESPEDES, R. HINCAPIE, AND C. A. CÁRDENAS, 2017) se  
habla de las características de una arquitectura estándar para ejecutar la comunicación a  
gran escala como es la infraestructura de medición avanzada (AMI), quepresenta ventajas  
opuestas al avanzado medidor de lectura (AMR) se debe principalmente al sentido en que  
fluye la información (G. DILEEP, 2016). Es, un sistema de medición inteligente debe  
tener en cuenta aspectos como: alta fiabilidad, vida útil, interoperabilidad, rentabilidad,  
seguridad, consumo mínimo de energía, bajos costes de instalación y mantenimiento (S.  
BERA, S. MISRA, AND M. S. OBAIDAT, 2014).  
En (S. BERA, S. MISRA, AND M. S. OBAIDAT, 2014) indicó que a escala global la  
incorporación de medidores inteligentes para 2025 sería de casi 50, donde, la Unión  
Europea lidera el despliegue por lo que la mayoría de los expiran con 80 de penetración  
para el año 2020 (J. SCHLEICH, C. FAURE, AND M. KLOBASA, 2017), (N. URIBE-  
PÉREZ, L. HERNÁNDEZ, D. DE LA VEGA, AND I. ANGULO, 2016). Una región que  
presenta un amplio mercado debido a su población espesor es el Pacífico de Asia, donde  
377 se desliza para tener sólo un país comoChina al menos millones de unidades instaladas  
para2020, alcanzando 74 de penetración (S. BERA, S. MISRA, AND M. S. OBAIDAT,  
2014). En cuanto a la incorporación de medición inteligente de energía eléctrica a nivel  
de América Latina sigue siendo un tema pendientedebido a la adopción ausencia de  
políticas que aborden las barreras de adopción.  
Teniendo en cuenta los nombres de las infraestructuras de telecomunicaciones de acuerdo  
con la zona geográfica que da servicio (HAY, NAN, WAN) (M. G. RUIZ  
MALDONADO AND E. INGA, 2019), la elección correcta de la tecnología para ayudar  
es vital, ya que se prepara de una gran variedad de tecnologíasaplicables como el área. En  
este aspecto, la Unión Europea que es la región en mayor nivel de penetración, ya que ya  
se ha empleado años en ella, presenta una variedad de tecnologías, donde los que más  
destacan son la comunicación PLC, GSM y GPRS.  
En la actualidad, tres tecnologías compiten por predominar sobre la medición inteligente  
a escala global: comunicación para línea eléctrica (PLC), telefonía móvil y  
radiofrecuencia (S. ZHOU AND M. A. BROWN, 2017), Fig.1. Teniendo en cuenta que el  
coste de utilizar la red celular como activo,es el más alto de tres tecnologías prevalentes,  
es importante considerar a hacer uso de MVNO o C-MVNO para acceder a la red celular  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
35  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
(G. VAN DE KAA, T. FENS, J. REZAEI, D. KAYNAK, Z. HATUN, AND A.  
TSILIMENI-ARCHANGELIDI, 2019), ya que junto con una adecuada adopción  
tecnológica y el nivel de penetración que permitirá obtener resultados positivosya que por  
el costo que soy de beneficio para todos los actores. En el caso Nacional es unpanorama  
que vislumbra resultados el sector de abonados tiene en cuenta en función de su demanda.  
Fig 1. Arquitectura de red de comunicación inalámbrica heterogénea.  
Para hacer frente a este reto, los estudios anteriores se han centrado en el desarrollo de  
habilidades de agrupación (D. H. SHIN AND M. BARTOLACCI, 2007), lugar ideal y  
encaminamiento, teniendo en cuenta la potencia de los concentradores y de los metros en  
diversas etapas. También algunos factores considerada como una interferencia y  
escalabilidad que se aparta de una selección adecuada de tecnologías heterogéneas (E.  
INGA-ORTEGA, A. PERALTA-SEVILLA, R. C. HINCAPIE, F. AMAYA, AND I.  
TAFUR MONROY, 2015) (J. INGA, E. INGA, A. ORTEGA, R. HINCAPÍÉ, AND C.  
GÓMEZ, 2017). En otros casos los perfiles delos usuarios creen basados en la demanda,  
esto antes de ser a grupo (M. G. RUIZ MALDONADO AND E. INGA, 2019), (S.  
HABEN, C. SINGLETON, AND P. GRINDROD, 2016).  
También considera las comunicaciones directas (A. HASSAN, Y. ZHAO, L. PU, G.  
WANG, H. SUN, AND R. M. WINTER, 2017), y para las zonas remotas de difícil acceso  
donde no hay penetración de las redes celulares, los estudios que proponen utilizarel  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
36  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
espacio blanco de la televisión (M. ZAERI-AMIRANI, F. AFGHAH, AND S.  
ZEADALLY, 2018), (F. ABATE, M. CARRATÙ, C. LIGUORI, AND V. PACIELLO,  
2019), sin embargo, las necesidades de un marco regulador del espectro cuidadosamente  
establecido (M. ZAERI-AMIRANI, F. AFGHAH, AND S. ZEADALLY, 2018).  
Archivo problemático  
La planificación y el despliegue de una infraestructura de medición inteligente a gran  
escala requiere antes de resolver varios aspectos técnicos y tecnológicos que permiten  
maximizar los rendimientos económicos de todos los actores. La medición inteligente del  
estudio de energía eléctrica, considerando la agrupación de clientes según la demanda de  
energía y costo en los recursos de comunicación, es vital para conseguir un despliegue  
ideal de los recursos junto con la calidad y la seguridad en el servicio. Ya hay diferentes  
modelos que han analizado y que representan una base de referencia bastante robusta que  
debe adaptarse a la realidad de cada región, país o ciudad que requiere la solución de este  
problema mediante la aplicación de estos metodologías, sin embargo, los estudios se  
limitan a tratar un conjunto de determinados factores, dejando de lado otros tenidos en  
cuenta diferentes estudios, dando lugar a una variedad de soluciones generales, haciendo  
necesaria una propuesta adaptada la realidad regional y nacional.  
Ante este problema, la asignación de canales para comunicar las estaciones base con las  
oficinas a través de operador móvil (MVNO) o que incorpore el concepto de radio  
cognitiva (C-MVNO), junto con la situación ideal de los puntos de agregación de datos  
con tecnología de comunicación heterogénea, uno para comunicar con los metros y otro  
con los puntos de agregación, además de los metros con capacidad multilúpulo, se  
convierte en un oportunidad clave, ya que los estudios prevén una perspectiva de éxito en  
términos de inversión económica para este tipo de escenarios, donde la demanda de  
electricidad de los usuarios se convierte en un factor importante a tener en cuenta en los  
estudios.  
Análisis de Resultados  
Las redes de medición inteligentes se caracterizan por su bidireccionalidad en el flujo de  
datos e información es compartida entre todos los usuarios pertinentes de la cadena de  
conversión energética, junto con sus responsabilidades y beneficios.  
Un ejemplo de red abierta común para dispositivos de red inteligente es la Infraestructura  
de Medición Avanzada (AMI), que es una arquitectura estándar para implementar la  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
37  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
comunicación de datos a gran escala donde los datos recogidos a través de AMI puede  
almacenar, capturar y enviar. a un sistema de acceso central, presentando ventajas en  
comparación con el primer medidor de lectura automática (ARM), que sólo permiten  
recibir información debido a su capacidad unidireccional.  
En este contexto, la transición a una red inteligente no es posible con los sistemas ARM,  
tanto es así que muchos países se han trasladado directamente a AMI y no invierten en  
ARM (G. DILEEP, 2020). En estos sistemas AMI la detección interconectada elementos  
son el punto clave para el seguimiento de la energía, ya que aquí es donde todos los datos  
intercambiados en la red el dispositivo que incluye esta comunicación y detecta las  
capacidades en la red eléctrica es el contador de energía inteligente (S. BERA, S. MISRA,  
AND M. S. OBAIDAT, 2014).  
Esta infraestructura debe tener en cuenta aspectos como la bidireccionalidad de la  
información, la cobertura, la escalabilidad y coste del espectro a ocupar (E. INGA, R.  
HINCAPIÉ, C. SUÁREZ, AND G. ARÉVALO, 2015), y se compone de cuatro  
elementos básicos: medidor inteligente, concentrador de datos, cableado o red de  
comunicaciones inalámbricas (directa: del medidor al centro de gestión,indirecta: a través  
de un concentrador que recibe información de un grupo de metros y latransmite al centro  
de gestión), y sistema de gestión de la información (S. M. TÉLLEZ GUTIÉRREZ, J.  
ROSERO GARCÍA, AND R. CÉSPEDES GANDARILLAS, 2018).  
Un problema que viene con cualquier instalación de medidores inteligentes es su  
fiabilidad y seguridad. A pesar de que hay muchos ejemplos de instalación masiva de  
contadores inteligentes en todo el mundo, todavía hay cierta desconfianza en ciertos  
sectores, relacionados principalmente con la seguridad de la información y la fiabilidad  
de la medición. Por esta razón, otro aspecto crítico en la implementación masiva de estos  
medidores es el establecimiento de estrictas regulaciones y pruebas para certificar el  
equipo antes de su instalación, incluyendo programas de calibración. Según un estudio  
realizado por diferentes universidades, a finales de 2016 un gran consumidor detectó  
errores de lectura bajo ciertas condiciones (F. LEFERINK, C. KEYER, AND A.  
MELENTJEV, 2016). Este tipo de encontrar, aunque puede mostrar una parte del  
universo de los metros, pero no todos, pone una alerta sobre la certificación y proceso de  
normalización que no se puede descuidar.  
La permeación de medición inteligente en la red de distribución de energía ha crecido  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
38  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
mucho, así como la diversidad de tipos de dispositivos y complejidad de los sistemas de  
medición. Sin embargo, la situación mundial es muy desigual. En Europa, América del  
Norte y algunos países asiáticos, campañas masivas han lanzado para hacer medidores  
inteligentes, algunos ya han sido los casos exitosos de Italia y Suecia, y otros están muy  
avanzados, como España, el ReinoUnido. y algunos estados de los Estados Unidos, entre  
otros.  
Una perspectiva optimista indica que para 2025 habrá casi un 50% de permeación en todo  
el mundo, con alrededor de 85 millones de unidades, donde América Latina estaría  
alrededor del treinta y cinco por ciento (35%) y los países más desarrollados en promedio  
al setenta por ciento (70%). Según la firma global Navigant Research en sus  
observaciones al público empresas de servicios, Europa ha experimentado un rápido  
crecimiento, esto como los servicios públicos en Francia y Gran Bretaña ha despliegues  
acelerados para cumplir los requisitos adquiridos inicialmente sobre el logro de una tasa  
de penetración del 80 2020 (J. SCHLEICH, C. FAURE, AND M. KLOBASA, 2016).  
En enero de 2018, el 34% del total de los puntos de medición eléctrica de la Unión  
Europea metro (99'080,000 unidades), un porcentaje de penetración similar al de América  
del Norte (90'000,000 unidades). Así, de 28 países que componen la Unión Europea, los  
resultados de despliegue de contadores eléctricos inteligentes muestran un coste-  
beneficio análisis con un balance positivo para 17 países, 7 todavía no tienen resultados,  
y ha sido en general neutral o ligeramente negativo. sólo para 4 de ellos, debido a causas  
como su nivel de penetración, o no ser parte del grupo con un objetivo de permeabilidad  
del 80% para 2020, en este contexto se estima que 14 de ellos cumplirán el primer  
objetivo, mientras que los Otros aún no lo han definido ni tienen planes para completarlo  
hasta 2030.  
Otra región a considerar es Asia del Pacífico, que a pesar de su nivel de permeación de  
medición inteligente es de alrededor del 20%, hoy en día representa la mayor región en  
el mercado mundial de contadores inteligentes debido a su densidad de población, donde  
sólo en China tiene 476 millones de metros instalados, lo que representa hoy más de la  
mitad de la base instalada en todo el mundo. Así, en todo el mundo, para 2019 la  
permeación del 14% ha logrado según IOT Analytics.  
La incorporación de contadores inteligentes de energía eléctrica en América Latina sigue  
pendiente, ha quedado muy rezagada Europa, Fig.2, o América del Norte, principalmente  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
39  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
debidoa la falta de adopción de políticas que aborden los obstáculos a la adopción (6),  
además del coste representado por el despliegue de los recursos necesarios. Según  
Navigant Investigación, los países de la región han permanecido en modo "piloto" durante  
varios años, con un despliegue limitado de infraestructura de medición avanzada (AMI) y  
pocosplanes inmediatos para intensificarla, en el caso de Ecuador donde sus abonados  
bordeanlos 3.359.400 a partir de 2019 (7), sólo hay planes piloto. Sin duda, el progreso  
está demostrando difícil de encontrar en los mercados de la región.  
Fig. 2. Cobertura de contadores inteligentes en los países de la Unión Europea.  
Infraestructura de telecomunicaciones nombrada según la zona geográfica que presta servicio,  
donde protocolos de comunicación para la medición inteligente, se divide en tres áreas: red de  
área de hogar (HAN), red de área de barrio (NAN), red de área extendida (WAN) (M. G. RUIZ  
MALDONADO AND E. INGA, 2019), Tabla1. La red HAN tiene un gran número de dispositivos  
con comunicaciones y topologías heterogéneas, se encuentra dentro de los hogares y permite  
dispositivos como interruptores, lavadoras, televisores,coches eléctricos, etc. para comunicarse.  
Comunicación entre contadores inteligentes y los sistemas de gestión de datos son establecidos  
por las redes vecinales NAN, donde el hub automáticamente administra medidores inteligentes,  
realiza el control, transfiere información de diagnóstico y actualizaciones de firmware.  
Finalmente, la WAN la red transporta la informaciónde los metros a los centros de gestión de la  
información en cada compañía eléctrica (M. KUZLU, M. PIPATTANASOMPORN, AND S.  
RAHMAN, 2014).  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
40  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
Tabla 1. Tecnologías de la comunicación según área de servicio  
Hoy en día para los sistemas de medición inteligentes, hay varias opciones tecnológicas  
con sus pros y contras que deben equilibrado para cada caso de una manera particular. La  
primera pregunta es si la tecnología cableada o inalámbrica, entendida por cableado como  
la tecnología de comunicaciones a través de la red eléctrica (Power Line Communication,  
PLC) cuya ventaja radica en el stock de una red cableada preexistente, con opciones de  
banda estrecha para las comunicaciones de decenas de kilobytes por segundo, y banda  
ancha, para velocidades de varios megabits por segundo, este último con cierto  
limitaciones en distancias muy largas. La opción inalámbrica, sin embargo, abarca  
diferentes alternativas, como malla inalámbrica, WiMAX, red celular, etc., cada uno con  
sus propias características, evitando algunos de los problemas de PLC en cierta medida,  
pero frente a diferentes como la distorsión introducida por el canal.  
Actualmente, tres tecnologías compiten para dominar la medición inteligente:  
comunicación de línea de energía, telefonía móvil y radiofrecuencia. Según el estudio de  
revisión de la energía renovable y sostenible de (8), los expertos consideran que la  
comunicación por línea eléctrica tiene una alta probabilidad de convertirse en la  
dominante, después de evaluar aspectos como: superioridad tecnológica, compatibilidad,  
flexibilidad, estrategia de precios, hora de entrada, corriente bases instaladas, reguladores  
y proveedores. El factor más importante que afecta el éxito de la línea eléctrica estándar  
la comunicación es su superioridad tecnológica. En el contexto nacional, los estudios muestran  
que la menor inversión en infraestructura se haría al utilizar la red celular ya que proporciona una  
gran capacidad de cobertura y permite escalabilidad para nuevos dispositivos, evitando gastos en  
torres de comunicación de logro, concentradores, señal repetidores, y el análisis económico indica  
que se puede hacer más para invertir en módulos de telecomunicaciones que el reemplazo nacional  
de medidores de corriente con medidores eléctricos inteligentes, por lo que el conjunto de un  
módulo adicional a la medidores ya instalados visualiza una perspectiva exitosa.  
A continuación, Fig. 3, se muestra una tabla de normas de comunicación que han utilizado los  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
41  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
países de la Unión Europea, un continente que lidera la medición de energía eléctrica.  
Fig. 3. Normas de comunicación adoptadas en la Unión Europea  
Teniendo en cuenta que el costo del uso de la red celular, es el más alto de las tres  
tecnologías principales hoy en día para medición inteligente, la optimización de los  
recursos junto con una adecuada adopción tecnológica y el nivel de la permeabilidad  
permitirá obtener resultados positivos en términos de coste-beneficio para cada agente (T.  
A. ALAQEEL AND S. SURYANARAYANAN, 2019). A tal fin, investigadores de todo  
el mundo proponen utilizar algoritmos tradicionales, variaciones y heurísticas centradas  
en el lugar, agrupación, enrutamiento, frecuencia de acceso a la red, entre otros, para  
resolver este problema.  
Algunos estudios consideran una comunicación directa y corta a través de la red celular  
entre el medidor y el oficina central, a través de un operador móvil virtual (Mobile Virtual  
Network Operator MVNO), que es caracterizada por utilizar una parte del espectro al  
menos de un operador primario (E. INGA, R. HINCAPIÉ, C. SUÁREZ, AND G.  
ARÉVALO, 2015) en otros casos heterogéneos soluciones propuestaspara conectar  
medidores inteligentes con UDAPs (a través de IEEE 802.15.4g por ejemplo), y estos a  
su vez con el sistema de gestión de datos del contador que finalmente enviará la  
información a la oficina central (por MVNO) (26). En otros casos, los países están  
considerando la posibilidad de articular tecnologíascelulares junto con anillos de fibra  
óptica.  
La fibra óptica también es considerada por las soluciones FiWi (fibra óptica y Wi-Fi), que  
ínter-comunica la base estaciones a través de fibra, debido a la alta demanda de ancho de  
banda causada por redes inteligentes, mientras que el uso de Wi-Fi para la comunicación  
de los medidores a sus concentradores (E. INGA-ORTEGA, A. PERALTA-SEVILLA,  
R. C. HINCAPIE, F. AMAYA, AND I. TAFUR MONROY, 2015) (J. INGA, E. INGA,  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
42  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
A. ORTEGA, R. HINCAPÍÉ, AND C. GÓMEZ, 2017). En la mayoría de los casos, el  
hecho de ocupar medidores inteligentes con capacidad de multi-hop se destaca porque  
ayuda a reducir el tráfico mediante la agregación de datos a lo largo de la ruta donde el  
nodo se encuentra en el espacio en blanco de la TV se puede utilizar para conectar  
estaciones base y en áreas remotas con difícil acceso donde no hay penetración de redes  
celulares (M. ZAERI-AMIRANI, F. AFGHAH, AND S. ZEADALLY, 2018), (D.  
MAKRIS, G. GARDIKIS, AND A. KOURTIS, 2012), sin embargo, requiere un marco  
regulatorio cuidadosamente establecido para el espectro (E. INGA, R. HINCAPIÉ, C.  
SUÁREZ, AND G. ARÉVALO, 2015) también es posible hacer uso de canales  
infrautilizados de la red celular mediante la reutilización de tecnologías relegadas sin  
afectar a la red (M. G. RUIZ MALDONADO AND E. INGA, 2019). En este contexto,  
varios trabajos se han centrado principalmente en la aplicación de técnicas de agrupación  
de contadores inteligentes (N. CHOWDHURY, F. PILO, AND G. PISANO, 2020),  
óptimo posicionamiento de puntos de agregación de datos o estaciones base, y  
encaminamiento a través de árboles extensos,todo esto tomando cuenta la capacidad de  
los concentradores y los medidores en diferentes escenarios con una cobertura. Algunas  
propuestas también consideran la interferencia y escalabilidad de la infraestructura de  
medición, comenzando desde una elección adecuada de tecnologías heterogéneas.  
También se crean perfiles de usuario basados en la demanda, esto antes agrupados  
mediante heurísticas o algoritmos propios como k-means, C-means, entre otros (M. G.  
RUIZ MALDONADO AND E. INGA, 2019), (S. HABEN, C. SINGLETON, AND P.  
GRINDROD, 2016) (A. HASSAN, Y. ZHAO, L. PU, G. WANG, H. SUN, AND R. M.  
WINTER, 2017).  
Es importante considerar haciendo uso de MVNO o CMVNO para llegar a la red celular  
junto con el lugar ideal de los puntos de agregación de datos, la inversión y el costo de  
operación es mucho mejor. Este óptimo posicionamiento también ayuda a mejorar la  
latencia, el consumo de energía, y la velocidad de transmisión. Por lo tanto, cuanto más  
altos los recursos capacidad, el costo tiende a aumentar. Además, el número de puntos de  
agregación va de la mano con el aumento de la latencia y el número de paquetes perdidos.  
En este contexto, los sistemas de medición avanzados permiten escenarios para nuevos  
mercados energéticos que resulten beneficiosos para todos los actores del sistema  
eléctrico: En cuanto al usuario final, se convierte en un decisión activa sobre su consumo  
y como productor de energía, si procede, permitiéndole interactuar con otros tecnologías  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
43  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
como Home Display para visualizar su consumo y tomar decisiones óptimas frente al  
precio señales, hay estudios que muestran cuando el usuario tiene una retroalimentación  
que ha logrado cortar su electricidad consumo en un 5% (J. SCHLEICH, C. FAURE,  
AND M. KLOBASA, 2016).  
Operadores de redes, representa una reducción de costes y recursos, así como la  
disponibilidad de información en tiempo real de la red de distribución, minimizando el  
tiempo para detectar fallos y monitorización en línea de la calidad de la energía,  
permitiendo predicciones de carga. sistema a corto plazo para garantizar la continuidad  
del servicio. Los programas de gestión de la demanda también son permitidos; Esto  
disminuye el nivel de carga de los transformadores, mejora la regulación de la tensión en  
las colas de los circuitos, disminuye la restricción de transmisión de energía y libera la  
capacidad del sistema (S. M. TÉLLEZ GUTIÉRREZ, J. ROSERO GARCÍA, AND R.  
CÉSPEDES GANDARILLAS, 2018).  
Los vendedores de energía, el nuevo proceso de facturación reduce los errores de lectura  
de medición y los recursos necesarios para su ejecución, también, puede llevar a cabo un  
sistema de tasa que no tiene en cuenta sólo la energía eléctrica, sino también la energía;  
esto representa ingresos por la energía consumida y por la contratada en el mercado  
minorista (S. M. TÉLLEZ GUTIÉRREZ, J. ROSERO GARCÍA, AND R. CÉSPEDES  
GANDARILLAS, 2018). Aumento de la eficiencia energética del sistema eléctrico tiene  
un impactopositivo en el medio ambiente al reducir el dióxido de carbono las emisiones  
de las plantastérmicas, también, promueve la necesidad de recursos humanos  
capacitados, lo que niveltecnológico de la sociedad (S. M. TÉLLEZ GUTIÉRREZ, J.  
ROSERO GARCÍA, AND R. CÉSPEDES GANDARILLAS, 2018). En Arabia Saudí  
adopta una infraestructura de mediciónavanzada como resultado en un beneficio  
económico de $ 12.51 mil millones de unainversión de $ 3.36 mil millones (T. A.  
ALAQEEL AND S. SURYANARAYANAN, 2019).  
En cuanto a las pérdidas no técnicas, la estimación en $ 20 Mil millones en todo el mundo,  
cifras que pueden compararse con la generación capacidades en países como Francia o  
Alemania, y se deben principalmente al uso clandestino del servicio, ya sea a través de  
conexiones ilegales o manipulación del medidor de energía, junto con errores  
administrativos y técnicos. En este tener una medición de infraestructura en la que los  
contadores inteligentes proporcionen datos en tiempo real, permiten a los distribuidores  
detectar fraudes con la ayuda del análisis de datos. Tal es el caso de la empresa italiana  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
44  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
ENEL, que, ahorrando 750 millones de euros al año, recuperó la inversión de 33 millones  
de contadores inteligentes instalados en Italia en sólo cuatro años (T. AHMAD, 2017).  
CONCLUSIONES  
Minimizar los costos con respecto a los recursos utilizados en los sistemas de medición  
se centran en la reducción ideal de los puntos de agregación de datos, sin afectar a la  
cobertura ni a la calidad del servicio.  
La planificación del despliegue de una infraestructura de medición inteligente debe  
considerar el grupo de abonados al servicio ofrecerá debido al costo que la inversión  
requiere y el beneficio económico que se espera obtener por distribuidores.  
El comportamiento variado del consumo de energía eléctrica por los abonados requiere  
un análisis previo para encontrar practicidad de estar incorporado o no en un sistema de  
medición inteligente.  
Debido a la variedad de metodologías propuestas como propuestas para optimizar los  
recursos y el funcionamiento en una medición sistema, es necesario encontrar la  
combinación de técnicas y tecnologías que mejor se adapte a la realidad de la región o  
escenario en estudio.  
REFERENCIAS  
E. Inga, S. Cespedes, R. Hincapie, and C. A. Cardenas, “Scalable Route Map for  
Advanced Metering Infrastructure Based on Optimal Routing of Wireless  
Heterogeneous Networks,” IEEE Wirel. Commun vol. 24, no. 2, pp. 26–33, 2017, doi:  
10.1109/MWC.2017.1600255.  
G. Dileep, “A survey on smart grid technologies and applications,” Renew. Energy, vol.  
146, pp. 2589–2625, 2020, doi: 10.1016/j.renene.2019.08.092.  
S. Bera, S. Misra, and M. S. Obaidat, “Energy-efficient smart metering for green smart  
grid communication,” 2014 IEEE Glob. Commun. Conf. GLOBECOM 2014, pp. 2466–  
2471, 2014, doi:10.1109/GLOCOM.2014.7037178.  
J. Schleich, C. Faure, and M. Klobasa, “Persistence of the effects of providing feedback  
alongside smart metering devices on household electricity demand,” Energy Policy, vol.  
107, no. December 2016, pp. 225– 233, 2017, doi: 10.1016/j.enpol.2017.05.002.  
N. Uribe-Pérez, L. Hernández, D. de la Vega, and I. Angulo, “State of the Art and Trends  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
45  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
Review of Smart Metering in Electricity Grids,” Appl. Sci., vol. 6, no. 3, pp. 1–24,  
2016, doi: 10.3390/app6030068.  
S. Zhou and M. A. Brown, “Smart meter deployment in Europe: A comparative case study  
on the impacts of national policy schemes,” J. Clean. Prod., vol. 144, no. 2017, pp. 22–  
32, 2017, doi: 10.1016/j.jclepro.2016.12.031.  
M. G. Ruiz Maldonado and E. Inga, “Asignación óptima de recursos de comunicaciones  
para sistemas de gestión de energía,” Enfoque UTE, vol. 10, no. 1, pp. 141–152, 2019,  
doi: 10.29019/enfoqueute. v10n1.447.  
G. van de Kaa, T. Fens, J. Rezaei, D. Kaynak, Z. Hatun, and A. Tsilimeni-Archangelidi,  
“Realizing smart meter connectivity: Analyzing the competing technologies Power line  
communication, mobile telephony, and radio frequency using the best worst method,”  
Renew. Sustain. Energy Rev., vol. 103, no. December 2018, pp. 320–327, 2019, doi:  
10.1016/j.rser.2018.12.035.  
D. H. Shin and M. Bartolacci, “A study of MVNO diffusion and market structure in the  
EU, US, Hong Kong, and Singapore,” Telemat. Informatics, vol. 24, no. 2, pp. 86–100,  
2007, doi:10.1016/j.tele.2005.11.003.  
N. Chowdhury, F. Pilo, and G. Pisano, “Optimal energy storage system positioning and  
sizing with robust optimization,” Energies, vol. 13, no. 3, 2020, doi:  
10.3390/en13030512.  
E. Inga-Ortega, A. Peralta-Sevilla, R. C. Hincapie, F. Amaya, and I. Tafur Monroy,  
“Optimal dimensioning of FiWi networks over advanced metering infrastructure for the  
smart grid,” 2015 IEEE PES Innov. Smart Grid Technol. Lat. Am. ISGT LATAM 2015,  
pp. 30–35, 2016, doi: 10.1109/ISGT- LA.2015.7381125.  
J. Inga, E. Inga, A. Ortega, R. Hincapíé, and C. Gómez, “Optimal Planning for  
Deployment of WiFi Networks based on Hybrid Heuristic Process,” IEEE Lat. Am.  
Trans., vol. 15, no. 9, pp. 1684–1690, 2017, doi: 10.1109/TLA.2017.8015053.  
D. Pérez, E. Inga, and R. Hincapié, “Optimal sizing of a network for smart metering,”  
IEEE Lat. Am. Trans., vol. 14, no. 5, pp. 2114–2119, 2016, doi:  
10.1109/TLA.2016.7530403.  
S. Haben, C. Singleton, and P. Grindrod, “Analysis and clustering of residential  
customers energy behavioral demand using smart meter data,” IEEE Trans. Smart Grid,  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
46  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
vol. 7, no. 1, pp. 136–144, 2016, doi: 10.1109/TSG.2015.2409786.  
Y. Wang, Q. Chen, C. Kang, and Q. Xia, “Clustering of Electricity ConsumptionBehavior  
Dynamics Toward Big Data Applications,” IEEE Trans. Smart Grid, vol. 7, no. 5, pp.  
2437–2447, 2016, doi: 10.1109/TSG.2016.2548565.  
E. Pan, H. Li, L. Song, and Z. Han, “Kernel-based non-parametric clustering for load  
profiling of big smart meter data,” 2015 IEEE Wirel. Commun. Netw. Conf. WCNC  
2015, pp. 2251–2255, 2015, doi: 10.1109/WCNC.2015.7127817.  
A. Hassan, Y. Zhao, L. Pu, G. Wang, H. Sun, and R. M. Winter, “Evaluation of clustering  
algorithms for DAP placement in wireless smart meter network,” Proc. 2017 9th Int.  
Conf. Model. Identif. Control. ICMIC 2017, vol. 2018-March, no. Icmic, pp. 1085–  
1090, 2018, doi: 10.1109/ICMIC.2017.8321618.  
E. Inga, R. Hincapié, C. Suárez, and G. Arévalo, “Shortest path for optimal routing on  
Advanced Metering Infrastructure using cellular networks,” 2015 IEEE Colomb. Conf.  
Commun.  
Comput.  
COLCOM  
2015  
-
Conf.  
Proc.,  
2015,  
doi:  
10.1109/ColComCon.2015.7152078.  
M. Zaeri-Amirani, F. Afghah, and S. Zeadally, “A Hierarchical Spectrum Access Scheme  
for TV White Space Coexistence in Heterogeneous Networks,” IEEE Access, vol. 6,  
pp. 78992–79004, 2018, doi: 10.1109/ACCESS.2018.2885732.  
D. Makris, G. Gardikis, and A. Kourtis, “Quantifying TV white space capacity: A  
geolocation-based approach,” IEEE Commun. Mag., vol. 50, no. 9, pp. 145–152, 2012,  
doi: 10.1109/MCOM.2012.6295725.  
F. Abate, M. Carratù, C. Liguori, and V. Paciello, “A low-cost smart power meter for  
IoT,” Meas. J. Int. Meas. Confed., vol. 136, pp. 59–66, 2019, doi:  
10.1016/j.measurement.2018.12.069.  
S. M. Téllez Gutiérrez, J. Rosero García, and R. Céspedes Gandarillas, “Advanced  
metering infrastructure in Colombia: benefits, challenges and opportunities,” Ing. y  
Desarro., vol. 36, no. 2, pp. 469–488, 2018, doi: 10.14482/inde.36.2.10711.  
F. Leferink, C. Keyer, and A. Melentjev, “Static energy meter errors caused by conducted  
electromagnetic interference,” IEEE Electromagn. Compat. Mag., vol. 5, no. 4, pp. 49–  
55, 2016, doi: 10.1109/MEMC.2016.7866234.  
M. Kuzlu, M. Pipattanasomporn, and S. Rahman, “Communication network requirements  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
47  
Revista Conectividad  
Enero-junio 2022  
pp. 33-48  
ISSN:2806-5875  
Correo: revista@ister.edu.ec  
Volumen 3, Número 1  
for major smart grid applications in HAN, NAN and WAN,” Comput. Networks, vol.  
67, pp. 74–88, 2014, doi: 10.1016/j.comnet.2014.03.029.  
T. A. Alaqeel and S. Suryanarayanan, “A comprehensive cost-benefit analysis of the  
penetration of Smart Grid technologies in the Saudi Arabian electricity infrastructure,”  
Util. Policy, vol. 60, no. June, p. 100933, 2019, doi: 10.1016/j.jup.2019.100933.  
I. L. Bedhiaf, O. Cherkaoui, and G. Pujolle, “Third-generation virtualized architecture for  
the MVNO context,” Ann. des Telecommun. Telecommun., vol. 64, no. 5–6, pp. 339–  
347, 2009, doi: 10.1007/s12243009-0108-z.  
A. Peralta, E. Inga, and R. Hincapié, “Optimal Scalability of FiWi Networks Based on  
Multistage Stochastic Programming and Policies,” J. Opt. Commun. Netw., vol. 9, no.  
12, p. 1172, 2017, doi: 10.1364/jocn.9.001172.  
G. Wang, Y. Zhao, J. Huang, Q. Duan, and J. Li, “A K-means-based network partition  
algorithm for controller placement in software defined network,” 2016 IEEE Int. Conf.  
Commun. ICC 2016, 2016, doi: 10.1109/ICC.2016.7511441.  
T. Ahmad, “Non-technical loss analysis and prevention using smart meters,” Renew.  
Sustain. Energy Rev., vol. 72, no. January, pp. 573–589, 2017, doi:  
10.1016/j.rser.2017.01.100.  
Revista Semestral del Instituto Tecnológico Universitario Rumiñahui  
48