DE PROGRAMAC LINEAR INTEIRA PARA POSICIONAMENTO UTILIZAC AO AO DE CONCENTRADORES GPRS EM REDES SMART GRID vio H. T. Viera, Alisson A.

n A. Cardoso, Cla udio R. Lima, Gustavo B. de C. Souza, Fla lio A. de Deus Ju nior , Marcelo S. de Castro , Se rgio G. de Arau jo Getu

Escola de Engenharia El etrica, Mec anica e Computa ca o(EMC) Universidade Federal de Goi as Goi ania, Goi as, Brasil

Emails: gustavo2x4@gmail.com, flavio@eeec.ufg.br, alsnac@gmail.com, crlima100@gmail.com, getulio@eee.ufg.br, mcastro@eee.ufg.br, granato@eee.ufg.br

Abstract The Smart Grids have become the major focus of development in the eld of electricity. It has observed the importance of telecommunications systems to support the Smart Grid. RF Mesh Systems have contributed to much to smart metering, control and automation of the grid. This paper presents a methodology for optimization of ZigBee mesh networks as the communication technology support for a Smart Grid, based on Binary Linear Programming. More specically, we propose an algorithm to determine the optimal location of GPRS devices concentrators applied to AMI (Advanced Metering Infrastructure), considering the trac behavior in a Smart Grid. We validate the solution of GPRS concentrator positioning given by our algorithm by simulating the Smart Grid scenarios and collecting trac statistics such as average delay and trac load in the concentrator. Keywords Smart Grid, Simulator, Mesh Networks, Binary Linear Programming, ZigBee.

Resumo As Redes El etricas Inteligentes t em se tornado o grande foco de desenvolvimento no campo da eletricidade. O que tem-se vericado e a import ancia dos sistemas de telecomunica c oes para suporte ` as Smart Grids. Sistemas de RF Mesh t em contribu do muito para ambientes de medi c ao inteligente, bem como controle e automa c ao da rede el etrica. Este trabalho apresenta uma metodologia de otimiza c ao de redes mesh ZigBee baseada em Programa c ao Linear Bin aria, propondo um algoritmo para determina c ao do posicionamento otimo de dispositivos concentradores GPRS aplicados em Redes AMI (Advanced Metering Infrastructure). Os resultados obtidos s ao comparados com simula c oes da rede para validar o algoritmo proposto. Palavras-chave Smart Grid, Simulador, Redes Mesh, Programa c ao Linear Bin aria, ZigBee.

Introdu c ao

A principal nalidade de um sistema de medi c ao inteligente com base em RF (Radio Frequency ) Mesh (em malha) e permitir que as concession arias realizem leituras autom aticas de dados em intervalos de tempo regulares e ofere cam programas como Resposta a Demanda, ou Demand Response (DR), para o controle de cargas cr ticas. Tais sistemas requerem comunica c ao bidirecional con avel entre a medi c ao nos pontos nais e o sistema central da concession aria (Head-End System - HES). Atualmente, mais de 10 milh oes de pontos de medi c ao em todo o mundo s ao gerenciados via tecnologia RF Mesh (LICHTENSTEIGER et al., 2010). No entanto, grande parte das solu c oes s ao propriet arias e n ao padronizadas para a rede NAN (Neighbohood Area Networks ), sendo parte da arquitetura das Redes El etricas Inteligentes, estabelecida no Padr ao T ecnico de Smart Grid do IEEE 2030 (SMART GRIDS IEEE 2030, 2011). Esse novo padr ao, lan cado em Setembro de 2011 pelo IEEE Standards Association (IEEE SA), dene as arquiteturas padronizadas, conceitos, elementos, conex oes e interoperabilidade de Redes El etricas Inteligentes. Uma nova padroniza c ao espec ca de Redes Mesh, baseado no Padr ao T ecnico IEEE 802.15.4g (IEEE 802.15 WPANTM Task Group 4g (TG4g), 2011) (evolu c ao do 802.15.4), ir a adequar

as atuais e futuras exig encias, funcionalidades e interoperabilidade das redes Mesh com topologia NAN, ` as Redes El etricas Inteligentes denidas no IEEE 2030. Na arquitetura de rede considerada em (LICHTENSTEIGER et al., 2010), medidores em pontos nais transmitem e recebem dados a uma velocidade de 9,6 Kbps enquanto os n os coletores (concentradores) s ao capazes de transmitir e receber nas velocidades de 9,6 Kbps ou o dobro, de 19,2 Kbps. Os concentradores geralmente s ao montados estrategicamente no topo de postes de ilumina c ao e desfrutam de uma linha de visada de alta velocidade de comunica c ao vista por diversos medidores. Coletores s ao implantados em toda a area coberta pela concession aria, cobrindo todo o conjunto de medidores. Uma das topologias mais utilizadas de redes NAN, considera o uso de medidores inteligentes basado no protocolo de comunica c ao ZigBee mesh IEEE 802.15.4 no acesso nal e comunica c ao GPRS (Global Packet Radio Service ) no concentrador da rede Mesh, conectando diretamente com o Head-End System da concession aria. Essa conex ao GPRS e considerada como sendo a rede backhaul (SAPUTRO et al., 2012). Por deni c ao, os medidores inteligentes, a rede de comunica c ao e o Head-End System comp oem os m odulos b asicos que denem a tecnologia AMI (Advanced Metering Infrastruture ), predomi-

nante em Smart Grid no que diz respeito a telemedi c ao. A Figura 1 apresenta esta arquitetura.

de Programa c ao Linear Bin aria. Considera-se m o n umero de potenciais facilidades, n o n umero de clientes, aj a demanda do cliente j , bi a capacidade da facilidade i, fi o custo xo de se utilizar a facilidade i, cij o custo de se assistir o cliente j pela facilidade i, e k o n umero de facilidades utilizadas. Todos os coecientes s ao assumidos como inteiros n ao-negativos. S ao denidas as seguintes vari aveis de decis ao: 1, facilidade i est a sendo utilizada 0, caso contr ario 1, facilidade i serve o cliente j 0, caso contr ario

yi = Figura 1: Arquitetura do Sistema RF Mesh Adaptado. xij = Uma das grandes diculdades em se projetar uma rede NAN de medidores est a no posicionamento dos n os coletores para otimizar custos e melhorar o desempenho do sistema de telemedi c ao (LIU, 2012). Neste trabalho, prop oe-se uma nova metodologia de otimiza c ao do posicionamento de concentradores em uma rede ZigBee mesh de medidores inteligentes utilizando Programa c ao Linear Bin aria. A Fun c ao Custo e estabelecida principalmente pelo n umero de saltos dados entre os medidores e o(s) concentrador(es), sendo que a sua minimiza c ao e restrita aos aspectos de Problemas de Localiza c ao de Facilidades. Verica-se tamb em o desempenho do algoritmo proposto em identicar a melhor op c ao de uso de concentradores GPRS em Redes Mesh Zigbee por meio de simula c oes em um simulador de rede. 2 Metodologia Proposta para Localiza c ao de Facilidades

(1)

(2)

O problema pode ent ao ser estabelecido pelo seguinte algoritmo de programa c ao inteira:
m n m

min
i=1 j =1

cij xij +
i=1

fi yi

(3)

Sujeito a:
n

aj xij bj , i,
j =1 m

(4)

xij = 1, j,
j =1 n

(5)

xij yi 0, i, j,
j =1;i m

(6)

yi = k, i,
i=1

(7) (8) (9)

Problemas de localiza c ao tratam de decis oes sobre onde localizar facilidades, considerando clientes que devem ser servidos, de forma a otimizar um certo crit erio. O termo facilidades pode ser substitu do por gateways, f abricas, dep ositos, escolas entre outros, enquanto clientes se referem, por exemplo, a dep ositos, unidades de vendas e estudantes. Em geral, os v arios centros selecionados que podem ser localizados, podem tamb em ser alocados ao subconjunto de centros que ser ao abertos. Desta forma, tamb em s ao conhecidos como problemas de localiza c ao/aloca c ao, devido ao processo de aloca c ao dos outros centros aos centros abertos (HOLMBERG et al., 1999). Neste trabalho o objetivo e posicionar uma facilidade (concentrador GPRS) de forma a se ter a melhor localiza c ao poss vel para a distribui c ao dos medidores considerada. Dentro da rede mesh de medidores estudada, t em-se como solu c ao para o problema a localiza c ao otima do ponto concentrador de dados. A formula c ao matem atica da localiza c ao de facilidades e trabalhada aqui como um problema

xij {0, 1}, i, j, yi {0, 1}, i.

A fun c ao objetivo busca minimizar o custo de implanta c ao da facilidade de forma que todos os clientes sejam atendidos. O conjunto de restri c oes (4) pode ser referido como a restri c ao na capacidade da facilidade, assegurando que a demanda servida aos usu arios n ao ultrapassar a a capacidade estabelecida. As restri c oes (5) assegura que cada cliente ser a servido por apenas uma e n ao mais que uma facilidade. A restri c ao (6) determina que apenas facilidades abertas poder ao ser atribu das aos clientes. A restri c ao (7) garante que k facilidades ser ao utilizadas para suprir todos elementos da rede. As restri c oes (8) e (9) garante que nosso problema contar a apenas com vari aveis inteiras. A PLB foi utilizada neste trabalho para mostrar qual ponto concentrador se utilizar na rede mesh de medidores em Nova Veneza de forma a maximizar o desempenho, minimizando os custos (neste caso, n umero de saltos). As considera c oes feitas sobre o modelo s ao as seguintes:

 cij = N umero de saltos dados pelos pacotes do medidor j at e a facilidade i; fi = custo de instala c ao da facilidade i (Igual para todas facilidades poss veis); aj = Tamanho em bytes dos pacotes enviados (200 bytes); bj = Capacidade em bytes da facilidade (512 kbytes). O principal custo utilizado na otimiza c ao foi o n umero de saltos dados entre cada medidor e o concentrador GPRS (facilidade), sendo que a determina c ao deste n umero de saltos e feita por meio de algoritmos de menor caminho, retratando o funcionamento do protocolo de roteamento em redes mesh ZigBee. 2.1 Estudo de Caso - Cen ario de Medi c ao Inteligente

Figura 2: Posi c oes dos Medidores (Estudo de caso 1).

Nas Smart Grids, as redes de comunica c ao s ao a espinha dorsal do sistema (NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY, 2010). Portanto, os recursos necess arios para a comunica c ao entre equipamentos devem ser bem dimensionados e empregados, pois, a maior parte do or camento diz respeito a este importante pilar das Redes El etricas Inteligentes. Os cen arios de rede inteligente considerados neste trabalho s ao de redes mesh ZigBee entre os medidores, onde estes estar ao ligados a um concentrador que enviar a as mensagens via GPRS para a concession aria de energia. Objetiva-se encontrar a posi c ao/localiza c ao ideal para o(s) concentrador(es) de forma a obter uma rede o mais eciente poss vel, minimizando assim os custos de implanta c ao. A rede inteligente real que ser a implantada em nosso Projeto de Pesquisa e Desenvolvimento (P&D) envolve uma rede ZigBee que funcionar a na frequ encia de 2,4 GHz com taxa de transmiss ao de aproximadamente 115 Kbps. Seguindo a tend encia das implementa c oes realizadas, os medidores enviam os dados de coleta a cada 15 minutos para o concetrador GPRS. O objetivo principal das simula c oes realizadas neste trabalho e avaliar o desempenho da rede considerando diferentes posi c oes para o concentrador (remota) GPRS, assim pode-se determinar qual ser a a melhor posi c ao para este dentre as poss veis alternativas nos cen arios considerados, mostrados nas Figuras 2 e 3. Os cen arios em teste representam redes reais, onde os medidores ligados a dois transformadores, contendo um ou mais m odulos concentradores GPRS, ser ao telecomandados. Para o Cen ario 1 (Figura 2) s ao atendidos pela(s) facility(ies) 67 medidores, enquanto que no Cen ario 2 (Figura 3) existem 72 medidores a serem atendidos.

Figura 3: Posi c oes dos Medidores (Estudo de caso 2). 3 Simula c oes e Resultados

Nesta se c ao foi utilizado a metodologia proposta para otimiza c ao das redes apresentadas nos estudos de caso 1 e 2 (Figuras 2 e 3). A otimiza c ao e obtida com o posicionamento otimo do ponto concentrador de dados melhorando o desempenho da rede em quest oes de tr afego e tempos de retardo. A seguir s ao apresentados os valores computacionais praticados nos exemplos aqui apresentados, bem como os resultados encontrados. Estudo de Caso 1: k=1 Tempo computacional = 0,284 segundos; N umero de itera c oes = 19; Ponto escolhido = C5. k=2 Tempo computacional = 0,4056 segundos;

 N umero de itera c oes = 122; Pontos escolhidos = C1 e C5. Estudo de Caso 2: k=1 Tempo computacional = 0,315 segundos; N umero de itera c oes = 23; Ponto escolhido = C1. k=2 Tempo computacional = 0,7488 segundos; N umero de itera c oes = 327; Pontos escolhidos = C3 e C4. Tamb em ser a abordado nesta se c ao, a implementa c ao do cen arios das redes ZigBee no simulador Opnet com conforme costam nas Figuras 2 e 3. Assim, para cada posi c ao do concentrador avaliouse o comportamento e o desempenho da rede em termos de retardo e tamanho da la no concentrador. Um vez que o tamanho m edio dos pacotes na rede ZigBee de medi c ao inteligente varia entre 100 a 200 bytes, e assumido que os pacotes tem um tamanho m edio de 200 bytes (LICHTENSTEIGER et al., 2010). Sabe-se que os dispositivos ZigBee permitem realizar modo mesh de comunica c ao na rede. Em outras palavras, um dispositivo ZigBee instalado em um medidor pode se comunicar com outro deste dispositivo, e assim por diante, at e que a mensagem seja entregue ao concentrador (remota GPRS). Entende-se que na tecnologia Zigbee, a rede encontre os menores caminhos entre os n os e o concentrador (LICHTENSTEIGER et al., 2010)(OBINSON et al., 2008). Portanto, foi assumido nas simula c oes a seguir que ap os um certo tempo, a rede encontra esses menores caminhos. Note que isso e diferente dos n os enviarem os pacotes considerando apenas os n os vizinhos (medidores) mais pr oximos. As simula c oes t em como objetivo comprovar os resultados do algoritmo proposto, buscando evidenciar que no caso de apenas um concentrador, o posicionamento em C5 seria o melhor ponto para instala ca o do concentrador. 3.1 Medi ca o Inteligente com um Unico Concentrador - Cen ario 1 Figura 4: Rotas para o melhor ponto concentrador (C5) - Cen ario 1. este cen ario foram analisados o retardo, o tamanho da la no concentrador e a carga de tr afego do sistema para as posi c oes C1, C2, C3, C4 e C5. A Figura 5 mostra o retardo m edio (em segundos) de transmiss ao dos pacotes no concentrador.

Figura 5: Retardo m edio para as cinco posi c oes do concentrador com envio de dados a cada 15 minutos - Cen ario 1. Para este cen ario e congura c ao e levando-se em considera c ao apenas quest oes referentes a tr afego, a posi c ao C5 seria escolhida por apresentar um retardo m edio menor do que para a posi c ao C1. As simula c oes com diferentes congura c oes mostram que para o cen ario considerado o algoritmo consegue encontrar a melhor congura c ao em termos de desempenho de la de tr afego para o cen ario estudado, apresentando como ponto de localiza c ao de um u nico concentrador a posi c ao C5 da Figura 2 3.2 Medi ca o Inteligente com Dois Concentradores - Cen ario 1

O resultado da otimiza c ao para um u nico concentrador no Cen ario 1 (Figura 2), se d a com o ponto escolhido C5. A Figura 4 apresenta o ponto escolhido na rede, bem como as rotas de cada medidor ao concentrador GPRS. As simula c oes foram parametrizadas segundo o cen ario considerado no estudo de caso 1. Para

O aumento do n umero de medidores pode inviabilizar a utiliza c ao de apenas um ponto de concentra c ao de dados. Portanto, e necess ario que haja diversos concentradores GPRS para que o sistema n ao que sobrecarregado. O posicionamento destes concentradores nesta nova problem atica n ao se limita a encontrar as melhores rotas, mas tamb em a avaliar os grupos de medidores que se comunicar ao com cada concentrador. O algoritmo proposto foi utilizado para determinar tamb em o posicionamento de dois concen-

tradores, onde estes funcionam de forma independente. S ao criadas redes independentes, sendo a concentra c ao de dados dividida entre estes dois pontos de concentra c ao de dados. A Figura 6 apresenta o resultado da utiliza c ao do algoritmo, para k=2, considerando o Cen ario 1.

Figura 8: Rotas para o melhor ponto concentrador (C1) - Cen ario 2. As simula c oes foram parametrizadas segundo o cen ario considerado no estudo de caso 2. Repetindo as an alises feitas para o Cen ario 1 para as posi c oes C1, C2, C3, C4, C5 e C6. A Figura 9 mostra o retardo m edio (em segundos) de transmiss ao dos pacotes no concentrador.

Figura 6: Posicionamento de dois pontos concentradores - Cen ario 1. Com o resultado obtido na utiliza c ao do algoritmo foram posicionados dois concentradores para a simula c ao. As posi c oes C1 e C5 foram escolhidas, reproduzindo a solu c ao apresentada na Figura 6.Para valida c ao do modelo foram simulados dois cen arios com dois concentradores, sendo um deles a solu c ao apresentada pelo algoritmo e outro utilizando dois outros concentradores. A Figura 7 mostra que o retardo m edio da rede para a utiliza c ao de dois concentradores nas posi c oes C1 e C5 e menor que utilizando dois concentradores na posi c oes C2 e C4.

Figura 9: Retardo m edio para as cinco posi c oes do concentrador com envio de dados a cada 15 minutos - Cen ario 2. Para o Cen ario 2 vericamos claramente que menor delay m edio praticado entre os pontos concentradores se d a justamente naquele que e determinado pela solu c ao da otimiza c ao da rede via o modelo proposto neste trabalho. 3.4 Medi ca o Inteligente com Dois Concentradores - Cen ario 2

Figura 7: Retardo m edio da rede utilizando dois concentradores.

3.3

Medi ca o Inteligente com um Unico Concentrador - Cen ario 2

O resultado da otimiza c ao para um u nico concentrador no Cen ario 2 (Figura 3), se d a com o ponto escolhido C1. A Figura 8 apresenta o ponto escolhido na rede, bem como as rotas de cada medidor ao concentrador GPRS.

Utilizando para o Cen ario 2 k=2, ou seja, duas facilidades abertas e dispon veis para o escoamento do tr afego de dados dos medidores, o algoritmo retornou como solu c ao as posi c oes C3 e C4. A Figura 10 apresenta o resultado da utiliza c ao do algoritmo, para k=2, considerando o Cen ario 2. As posi c oes C3 e C4 foram escolhidas para serem posicionados os concentradores, como a apresentado na Figura 10. O desempenho da rede foi comparado com o posicionamento de dois concentradores pr oximos aos centros de massa das subredes. A Figura 11 mostra que o retardo m edio da rede para a utiliza c ao de dois concentradores nas posi c oes C3 e C4 e menor que utilizando dois concentradores na posi c oes C2 e C5.

Figura 10: Posicionamento de dois pontos concentradores - Cen ario 2.

seguiu encontrar o melhor posicionamento, tanto para um como para dois pontos de concentra c ao de dados. A garantia de escolha do melhor(es) ponto(s) foi conseguida atrav es de simula c oes computacionais, dando subs dios para a compara c ao dos resultados. Neste trabalho foi poss vel estabelcer uma metodologia para escolha de pontos concentradores em redes mesh para sistemas AMI em termos de n umero de saltos das mensagens. Buscou-se o melhoramento do desempenho da Smart Grid por meio de planejamento das posi c oes dos concentradores. Foram apresentadas evid encias t ecnicas da import ancia de se planejar a arquitetura de uma rede de medidores. Como trabalhos futuros e pretendido comparar os resultados te oricos apresentados neste artigo com os da a futura implanta c ao da rede. Refer encias HOLMBERG, K., RONNQVIST, M. and d. YUAN (1999). An exact algorithm for the capacitated facility location problems with single sourcing, European Journal of Operational Research 113(3): 544559. IEEE 802.15 WPANTM Task Group 4g (TG4g) (2011). Smart utility networks.

Figura 11: Retardo m edio da rede utilizando dois concentradores - Cen ario 2. 4 Conclus oes

Este trabalho apresentou uma metodologia de posicionamento otimo de concentradores GPRS em redes mesh, visando a minimiza c ao do n umero de saltos das mensagens na rede para melhoria do desempenho da rede em termos de tr afego. Utilizando Programa c ao Linear Bin aria foi poss vel se obter um m etodo de otimiza c ao que comprovado via simula c oes conseguiu trazer ao problema uma solu c ao con avel e, principalmente, podendo ser aplicada em ambientes reais. A metodologia aqui apresentada de posicionamento de concentradores pode ser aplicada em diferentes cen arios, com as mais diversas congura c oes e quantidades de n os. A proposta foi estabelecida justamente em uma ferramenta de otimiza c ao de redes mesh de medidores independente de sua congura c ao ou grandeza, desde que se comporte como apresentado neste trabalho. Foram estudados dois cen arios distintos, aplicando a eles a mesma t ecnica de otimiza c ao. O primeiro cen ario conta com 62 medidores sendo elencadas 5 poss veis posi c oes para a implanta c ao de um concentrador GPRS. O segundo cen ario possui 72 medidores, sendo estudadas 6 posi c oes poss veis para xa c ao do ponto concentrador de dados. Em ambos os cen arios o algoritmo con-

LICHTENSTEIGER, B., BJELAJAC, B., MULLER, C. and WIETFELD, C. (2010). Rf mesh systems for smart metering: System architecture and performance, Smart Grid Communications (SmartGridComm), 2010 First IEEE pp. 379384. LIU, Y. (2012). Wireless sensor network applications in smart grid: Recent trends and challenges, International Journal of Distributed Sensor Networks 2012: 18. NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (2010). Framework and Roadmap for Smart Grid Interoperability Standards, NIST, USA. OBINSON, J., UYSAL, M. and SWAMINATHAN, R. (2008). Adding capacity points to a wireless mesh network using local search, Proc. of IEEE Conference on Computer Communications (INFOCOM), IEEE Communications Society, USA, pp. 12471255. SAPUTRO, N., AKKAYA, K. and ULUDAG, S. (2012). A survey of routing protocols for smart grid communications, Computer Networks pp. 27422771. SMART GRIDS IEEE 2030 (2011). Ieee standard p2030.