Situación inicial del monitoreo de la calidad de la energía

Antes de JUPITER, se desplegaron más de 120 analizadores de calidad de energía en todo el campus, también en JUWELS. Entre ellos, PQI-DA smart y PQI-DE, con evaluación centralizada y acceso de datos de baja latencia para servidores de simulación, a fin de crear un gemelo digital de la red de media tensión. Con JUPITER, la monitorización se amplió con 17 puntos de medición adicionales.

Situación inicial - Resumen:

• Operación exaescala con requisitos muy altos de calidad de tensión y disponibilidad
• Red de campus con perfiles mixtos de carga e inyección
• Más de 120 puntos de medición como base, ampliables para JUPITER
• Acceso de baja latencia para investigación y validación de modelos

Datos técnicos clave - Topología de red y arquitectura de medición:

Característica	Valor
Total de puntos de medición	> 140 (PQI-DE & PQI-DA smart)
Sincronización temporal	GPS / NTP (≤ 1 ms de precisión)
Normas	IEC-61000-4-30 Clase A / EN 50160
Formatos de datos	OPC UA / CSV / REST API

Estos datos son la base de la monitorización continua de la calidad de la tensión en la red del campus de Jülich.

Retos en centros de datos de alto rendimiento

Los centros de datos son sensibles a caídas de tensión, parpadeo, transitorios, armónicas y supraharmónicas. Las cargas intensivas en GPU y la refrigeración provocan escalones de carga rápidos. La integración de cogeneración, fotovoltaica, almacenamiento y carga V2G modifica los flujos de carga y los espectros hasta 20 kHz. Además del control técnico, se requieren mediciones y documentación conformes con IEC-61000-4-30 Clase A y EN 50160, con una monitorización escalable en costes.

En infraestructuras HPC como JUPITER, los cambios de corriente de alta frecuencia por relojes y transiciones de carga en clústeres GPU producen picos armónicos y acoplamientos selectivos entre media y baja tensión. Una monitorización de la calidad de la energía continua y de alta resolución permite detectar y evaluar tempranamente estos fenómenos, clave para la seguridad de suministro en centros de datos y redes de campus industriales.

Retos - Resumen:

• Alta dinámica de carga por trabajos HPC y refrigeración
• Efectos PQ hasta 20 kHz por electrónica de potencia
• Obligación de medición y documentación conforme a norma
• Monitorización escalable con OPEX razonable

Datos de medición - Efectos PQ específicos de HPC:

Factor	Descripción
Escalones de carga GPU	cambios de corriente > 200 A/ms
Supraharmónicas	rangos de frecuencia hasta 20 kHz
Muestreo WebPQ®	hasta 200 kHz por canal
Referencia normativa	EN 50160 / IEC-61000-4-7

Estos parámetros caracterizan fenómenos típicos de red en operación exaescala.

Objetivos del proyecto

Objetivos clave: transparencia total de flujos de carga, validación de modelos de simulación y red, sistema de alerta temprana para eventos críticos y flexibilidad para futuras ampliaciones.

Objetivos - Resumen:

• Transparencia, validación, alerta temprana, flexibilidad, cumplimiento
• Medias de 10 minutos y registros de perturbaciones por eventos
• Base temporal precisa y evaluación centralizada por roles

Los datos de medición no solo sirven a la operación, sino que validan directamente gemelos digitales de la red del campus, posibilitando simular estabilidad de tensión y tiempos de respuesta y contrastarlos con datos en vivo de PQ.

Solución técnica para la monitorización de la calidad de la energía

FZJ aplica un concepto escalonado con PQI-DE, PQI-DA smart y WebPQ®. En nodos críticos se instalan PQI-DE, cuya gran pantalla permite acceso directo a datos en vivo. En niveles inferiores, los PQI-DA smart montados en carril DIN son compactos, rentables y optimizados para monitorización masiva. WebPQ® integra todos los puntos, informes y alarmas en una interfaz central en el navegador.

El sistema de medición está sincronizado temporalmente vía GPS o NTP, lo que permite correlacionar eventos entre niveles de tensión; esencial para analizar causas y efectos entre media y baja tensión.

Seguridad informática en WebPQ®

En entornos de alto rendimiento, la seguridad informática es crucial. WebPQ® garantiza la protección de datos y la ciberresiliencia mediante:

• Comunicación cifrada mediante HTTPS / TLS
• Gestión de usuarios y accesos basada en roles
• Autenticación segura (2FA opcional)
• Registros de auditoría y trazabilidad a prueba de manipulación
• Segmentación de red opcional para entornos protegidos

Además, WebPQ® se integra con sistemas SIEM, de modo que los eventos relacionados con la seguridad pueden incorporarse a la estrategia global de ciberseguridad del operador.

Seguridad e integración en WebPQ®

Aspect	Implementation
Cifrado	TLS 1.3 / HTTPS
Autenticación	2FA / token
Modelo de roles	gestión multiusuario por permisos
Integración SIEM	Syslog / SNMP Trap
APIs de datos	OPC UA / REST / Modbus TCP IP

The implementation ensures secure data paths and compatibility with existing IT-security concepts.

Ejemplo: consulta sincronizada (PostgreSQL)

-- pgsql
SELECT timestamp, voltage, frequency
FROM pq_measurements
WHERE device = 'PQI-DE'
AND frequency BETWEEN 49.9 AND 50.1
ORDER BY timestamp DESC;

Propósito: Recuperación rápida de valores de frecuencia cercanos a los límites de EN 50160 desde un PQI-DE para la evaluación de la situación.

Ejemplo: API de WebPQ® detrás de un proxy inverso NGINX

# nginx
location /webpq/api {
    proxy_pass http://localhost:8080/api/measurements;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header Host $host;
    proxy_set_header X-Forwarded-Proto $scheme;
}

Propósito: Ruta de acceso centralizada y segura a los datos de medición (reverse proxy).

Ejemplo: extracción programática (Java)

/* java */
HttpResponse<String> response = Unirest.get("https://webpq.example.org/api/v1/measurements")
  .header("Authorization", "Bearer <API_TOKEN>")
  .asString();
System.out.println(response.getBody());

Propósito: Recuperación automatizada de datos para informes, investigación o gemelos digitales.

Ejemplo: estilo visual en panel de control (CSS)

/* css */
.graph-voltage {
  stroke: #0073e6;
  stroke-width: 2;
  fill: none;
}

Propósito: Representación clara y legible de las trazas de tensión en gráficos SVG o Canvas.

Resultados de medición y hallazgos

Flujos de carga y análisis de tendencias:

Las tendencias a largo plazo revelan cambios por actualizaciones de software, ampliaciones de servidores o estrategias de refrigeración y permiten garantizar conformidad con EN 50160.

Transitorios y tiempos de respuesta

La combinación de registros activados por eventos y tasas de muestreo de hasta 200 kHz por canal permite capturar con precisión caídas de tensión en el rango de los milisegundos y cuantificar su impacto sobre los sistemas UPS (SAI) o los equipos sensibles conectados.

Armónicas y supraharmónicas

El análisis revela agrupaciones espectrales y resonancias vinculadas a frecuencias de conmutación específicas de las fuentes de alimentación, proporcionando información clave para la optimización de la calidad de la energía, el dimensionamiento de filtros y la evaluación EMC.

Ejemplo: ajuste de tendencia rápida (Mathematica)

(* mathematica *)
Fit[data, {1, x, x^2}, x]

Propósito: Ajuste de curva rápido (tendencia, curvatura) para series temporales.

Beneficios del monitoreo de la calidad de la energía para el operado

TEl concepto combinado de PQI-DE, PQI-DA smart y WebPQ® proporciona una transparencia integral desde la línea principal de alimentación hasta la subdistribución, garantiza el cumplimiento de las normas y ofrece una base sólida para la toma de decisiones técnicas.

Además, el sistema proporciona indicadores clave (KPI) valiosos para la gestión energética, el seguimiento de la calidad de tensión y la planificación de capacidad. El análisis continuo de la potencia reactiva, las asimetrías de tensión y las interacciones de red permite reducir los costes operativos y optimizar el funcionamiento de los componentes eléctricos.

Conclusión y perspectivas

El proyecto demuestra cómo es posible afrontar simultáneamente los requisitos exaescala y la transición energética mediante una medición Clase A, una arquitectura escalonada y una evaluación centralizada basada en WebPQ®.

Este enfoque es aplicable a otros centros de datos, redes de campus y operadores de red. Los próximos pasos incluyen una mayor automatización, análisis predictivo y la incorporación de modelos de aprendizaje automático (Machine Learning) dentro de WebPQ®, capaces de reconocer patrones recurrentes y generar alertas tempranas: un paso hacia una monitorización autónoma de la calidad de la energía en centros de datos de alto rendimiento e infraestructuras industriales.

Normas, métodos de medición e integración

Las mediciones se realizaron conforme a las siguientes normas:

• IEC-61000-4-30 Ed. 4 Clase A (calidad de tensión)
• IEC-61000-4-7 (armónicas)
• IEC-61000-4-15 (parpadeo)
• Supraharmónicas: rango 2-20 kHz según FGW TR3

La documentación se elaboró conforme a EN 50160.

Mediante interfaces estandarizadas (CSV, OPC UA, REST API), los datos de calidad de la energía se integran directamente en entornos de simulación como MATLAB®/Simulink® o DIgSILENT PowerFactory®, permitiendo comparar el comportamiento real y simulado de la red, así como calibrar modelos de flujo de carga y estabilidad.

Normas y métodos

Parámetro	Norma / Método
Calidad de tensión	IEC-61000-4-30 Clase A
Armónicas	IEC-61000-4-7
Parpadeo	IEC-61000-4-15
Supraharmónicas	2–20 kHz (FGW TR3)

Ejemplo: exportación SQL a CSV (PostgreSQL)

-- sql
COPY pq_measurements
TO '/var/data/pq_exports/pq_jupiter.csv'
WITH CSV HEADER;

Propósito: Extracción de datos conforme a normas para auditoría o análisis.

Novedad de producto: PQI-LV

Autores

Fabian Leppich - Gerente de Producto PQSys
Maximilian Sefz - Dirección de Marketing
Wolfgang Reitmeier - Ventas