Los datos energéticos para ISO 50001 son lo que convierte una política energética en un desempeño medible. Este artículo recorre los datos que espera la norma, desde la revisión energética y los usos significativos de la energía hasta los IDEn y las líneas de base, y muestra cómo los medidores IoT que publican por MQTT ofrecen una medición continua y trazable en lugar de hojas de cálculo rellenadas una vez al mes.
ISO 50001 en un párrafo
ISO 50001 especifica los requisitos de un sistema de gestión de la energía. Al igual que ISO 9001 e ISO 14001, sigue el ciclo Planificar-Hacer-Verificar-Actuar y la estructura de alto nivel común, por lo que encaja junto a los sistemas de gestión existentes. Lo que la diferencia es su insistencia en la mejora demostrada del desempeño energético. Las políticas y los procedimientos no bastan; una organización tiene que demostrar, con datos, que usa la energía de forma más eficiente que antes, una vez descontados los factores que no puede controlar, como el clima o el volumen de producción. Por eso la recogida de datos está en el centro de una implantación exitosa.
Este artículo se refiere a la edición de 2018. Comprueba siempre la redacción de los apartados en tu propia copia de la norma; los resúmenes siguientes son explicativos y no la sustituyen.
Dónde pide datos ISO 50001
| Elemento de la norma | Qué necesita | Fuentes de datos típicas |
|---|---|---|
| Revisión energética | Uso y consumo actuales de energía por tipo y por uso, pasados y presentes | Facturas de la compañía, contadores generales, submedidores |
| Usos significativos de la energía (USE) | Identificar los usos que representan un consumo sustancial u ofrecen potencial de mejora, con sus variables pertinentes | Submedidores en líneas y equipos grandes, horas de funcionamiento |
| Variables pertinentes | Factores cuantificables que afectan significativamente al desempeño energético | Recuentos de producción, toneladas, temperatura exterior, grados-día, ocupación |
| Indicadores de desempeño energético (IDEn) | Métricas que muestran el desempeño energético, adecuadas a la organización | Calculados a partir de la energía y las variables pertinentes |
| Líneas de base energética (LBE) | Referencia con la que se compara el desempeño, normalizada cuando cambian las variables pertinentes | Un periodo histórico definido de datos de energía y variables |
| Plan de recogida de datos energéticos | Qué se mide, con qué frecuencia, cómo se recoge y se conserva | Lista de medidores, intervalos, sistemas, responsabilidades |
| Seguimiento, medición y análisis | Eficacia de los planes de acción, IDEn, operación de los USE, consumo real frente al esperado | Datos en vivo e históricos, investigación de desviaciones |
Las normas de apoyo añaden detalle. ISO 50006 explica cómo construir IDEn y líneas de base, e ISO 50015 trata la medición y verificación del desempeño energético. Muchos auditores esperan ver reflejadas sus ideas aunque no sean certificables por sí mismas.
El plan de recogida de datos energéticos
El plan de recogida de datos es la parte de ISO 50001 que se corresponde más directamente con una arquitectura IoT. Debe indicar, para cada característica clave, qué se mide, con qué frecuencia, con qué dispositivo y cómo se recogen y conservan los datos. Una lista útil al redactarlo:
- Enumera los USE y, para cada uno, el medidor o medidores que lo miden.
- Enumera las variables pertinentes de cada USE (por ejemplo, piezas buenas para una línea de prensas, temperatura exterior para la climatización) y su fuente.
- Define los factores estáticos, lo que se supone constante (mezcla de productos, régimen de turnos, tamaño del edificio), para detectar cuándo cambian.
- Fija los intervalos de medición. Quince minutos o menos para la electricidad es habitual; las variables de producción necesitan la misma resolución o una compatible.
- Especifica la exactitud y la calibración de cada medidor, incluidas las relaciones de los TC y la fecha de la última verificación.
- Describe el camino de los datos desde el medidor hasta el almacenamiento, incluida la sincronización horaria y cómo se detectan los huecos.
- Define la retención como información documentada y quién puede modificar los datos históricos.
- Nombra responsables: quién revisa los datos, con qué frecuencia y quién investiga las desviaciones.
Ponerlo por escrito pronto evita el hallazgo de auditoría más frecuente en los datos energéticos: cifras que existen pero que no pueden rastrearse hasta un dispositivo y un método.
Cómo aportan los medidores IoT datos energéticos continuos para ISO 50001
Las lecturas manuales de contadores y las facturas mensuales dificultan relacionar la energía con la producción que la causó. Los medidores y sensores en red que publican por MQTT resuelven tres problemas prácticos a la vez.
Resolución. Las lecturas cada pocos segundos o minutos permiten atribuir la energía a turnos, lotes y periodos en vacío. Es a ese nivel donde las desviaciones se vuelven explicables.
Energía y variables pertinentes en el mismo lugar. El mismo broker transporta contadores de kWh, recuentos de piezas, estados de máquina y temperaturas. Cuando todos comparten una jerarquía de topics y marcas de tiempo sincronizadas, calcular un IDEn es una combinación por tiempo y activo, no un ejercicio de conciliación mensual.
Trazabilidad. Cada mensaje procede de un dispositivo conocido en un topic conocido. Incluye metadatos identificativos en el payload para que los datos puedan auditarse más tarde:
{
"ts": 1760600000,
"meter_id": "PM-L1-01",
"kwh_total": 183452.7,
"kw": 42.6,
"ct_ratio": "250/5",
"quality": "good"
}
Un camino de datos típico es así: medidores y sensores alimentan un gateway edge (Modbus, entradas analógicas o digitales), el gateway publica en un broker MQTT con una estructura de topics basada en ISA-95, y los suscriptores almacenan los datos en una base de datos de series temporales y calculan los IDEn. Si qué hace un broker MQTT es nuevo para ti, la clave es que todos los sistemas se suscriben a los mismos datos en vivo, así que el dashboard energético, el historian y el MES nunca discrepan sobre las cifras. La parte física de esa instalación, incluida la consulta Modbus, se muestra en submedición eléctrica con medidores IoT, y el diseño a escala de planta en monitorización energética en fábricas.
Construir un IDEn y una línea de base normalizada
Un cociente simple como kWh por pieza es fácil de entender, pero engaña cuando cambia el volumen de producción, porque toda línea tiene una carga base que no escala con la producción. Un modelo de regresión lo resuelve mejor: la energía esperada es igual a una carga base fija más un coeficiente por la variable pertinente.
El ejemplo de Python siguiente ajusta una línea de base a partir de datos diarios históricos, compara después los días nuevos con ella y sigue la suma acumulada de las diferencias (CUSUM). Un CUSUM descendente significa que la línea usa menos energía de la que la línea de base predice para la misma producción, que es la evidencia de mejora que pide ISO 50001.
#!/usr/bin/env python3
"""Regression baseline and CUSUM for one significant energy use."""
from statistics import linear_regression, correlation
# Baseline period: (good_parts, kWh) per day, read from your historian
baseline = [
(4200, 3810), (3900, 3620), (4500, 3990), (2100, 2480),
(4800, 4170), (4400, 3950), (3600, 3460), (5000, 4290),
]
parts = [p for p, _ in baseline]
kwh = [e for _, e in baseline]
slope, intercept = linear_regression(parts, kwh)
r = correlation(parts, kwh)
print(f"Expected kWh = {intercept:.0f} + {slope:.3f} x parts (R^2 = {r*r:.2f})")
# Reporting period after an improvement action
reporting = [(4300, 3720), (4100, 3600), (4600, 3880), (3000, 2950)]
cusum = 0.0
for day, (p, actual) in enumerate(reporting, start=1):
expected = intercept + slope * p
cusum += actual - expected
print(f"day {day}: parts={p} actual={actual} expected={expected:.0f} cusum={cusum:.0f}")
Las cifras son ilustrativas; usa los datos de tu propio historian. Comprueba el ajuste del modelo antes de confiar en él. Una correlación débil suele indicar que falta una variable pertinente (un cambio en la mezcla de productos, el inicio de un segundo turno) o un medidor que no cubre todo el USE. ISO 50006 trata la validez estadística con más profundidad.
En un sistema en vivo, un suscriptor puede calcular el valor esperado en tiempo real para cada turno y publicarlo en un topic como connectmq/plant1/assembly/line1/enpi, retenido, para que los dashboards muestren siempre la última cifra de real frente a esperado.
Seguimiento, desviaciones y evidencias
La norma espera que las desviaciones significativas del desempeño energético se investiguen y se respondan. Los datos continuos lo hacen viable:
- Alertas de desviación en vivo. Un umbral sobre la potencia de una línea fuera del horario de producción, o sobre la diferencia entre la energía real y la esperada, detecta los problemas el mismo día. Las reglas de alerta por umbral de ConnectMQ registran las superaciones en un registro de alertas; las notificaciones a personas pasan por un suscriptor externo como Node-RED.
- Control operacional de los USE. Si la estación de compresores es un USE, su consigna de presión y su perfil de carga son criterios de operación. La monitorización de fugas de aire comprimido es uno de los ejemplos más habituales.
- Entradas para la revisión por la dirección. Las tendencias mensuales de los IDEn, el gráfico CUSUM y la lista de desviaciones investigadas salen directamente del historian. Para presentarlas en planta, situar estos indicadores sobre un gemelo digital 3D de la fábrica ayuda a ver de un vistazo qué USE se desvía.
Errores que aparecen en las auditorías
| Error | Por qué perjudica | Solución |
|---|---|---|
| Datos de energía y producción con resoluciones distintas | No se pueden calcular IDEn por turno o lote | Recoge ambos por la misma canalización con marcas de tiempo sincronizadas |
| Medidores sin exactitud documentada | Los resultados no se pueden defender | Registra la clase del medidor, las relaciones de TC y las fechas de verificación |
| Huecos de datos silenciosos | Las líneas de base y los informes pierden fiabilidad | Usa contadores acumulados, vigila el estado en línea de los dispositivos, marca los huecos |
| Línea de base nunca revisada | Las comparaciones pierden sentido tras cambios importantes | Define de antemano las condiciones para ajustar la línea de base |
| Cálculo solo en hojas de cálculo | Difícil de reproducir y revisar | Mantén los cálculos en scripts versionados o en una vista de base de datos |
Infraestructura fiable para los datos energéticos
Un sistema de gestión de la energía dura años, y su canalización de datos debe ser tan fiable como los medidores. Operar tu propio broker significa hacerte cargo de certificados, actualizaciones y disponibilidad. Un broker MQTT gestionado quita esas tareas de la lista del equipo de energía y mantiene la arquitectura abierta: cualquier gateway de medidores, Telegraf, Node-RED o suscriptor propio se conecta con MQTT estándar. Para ver cómo encaja la gestión energética en una digitalización más amplia, consulta la guía de fabricación inteligente.
Empieza con ConnectMQ
ConnectMQ ofrece MQTT 3.1.1 y 5.0 sobre TLS, una vista de dispositivos compatible con ISA-95, un explorador de topics en vivo y alertas por umbral, para que tus datos energéticos para ISO 50001 fluyan de los medidores a los historians por una única columna vertebral bien estructurada. Crea un broker Serverless gratuito, sin tarjeta de crédito, y conecta hoy tu primer gateway de medidores.
Preguntas frecuentes
¿Exige ISO 50001 una medición automática?
No. La norma exige un plan de recogida de datos adecuado a la organización, que puede incluir lecturas manuales. La medición automática hace que los datos sean más frecuentes, coherentes y trazables, lo que simplifica considerablemente los IDEn y el análisis de desviaciones.
¿Qué es una variable pertinente en ISO 50001?
Un factor cuantificable que afecta significativamente al desempeño energético y cambia de forma habitual, como el volumen de producción, la temperatura exterior o las horas de funcionamiento. Los IDEn y las líneas de base se normalizan respecto a las variables pertinentes para que las comparaciones sean justas.
¿Con qué frecuencia deben recogerse los datos energéticos para ISO 50001?
Con la frecuencia suficiente para explicar el consumo al nivel en que se toman las decisiones. Datos por intervalos de 15 minutos o menos para la electricidad, combinados con datos de producción por turno o lote, son una opción habitual y práctica.
¿Pueden usarse los datos MQTT como evidencia de auditoría?
Los datos en sí son evidencia una vez almacenados con marcas de tiempo, identificadores de dispositivo y un método de recogida documentado. El broker los entrega; un historian los conserva como información documentada durante el periodo de retención que definas.
