Análisis multicriterio para la localización de centrales fotovoltaicas de gran escala
DOI:
https://doi.org/10.37135/ns.01.06.04Palabras clave:
Análisis multicriterio, central solar fotovoltaica, energía renovable, método analítico jerárquico, sistema de información geográficoResumen
La matriz energética del Ecuador supera el 75% de energía renovable, sin embargo, la fuente principal es la energía hidroeléctrica. Como primer paso hacia la obtención de una matriz más amigable con el ambiente y más diversa es fundamental identificar zonas con potencial para la instalación de energías renovables no convencionales, los Sistemas de Información Geográfico (SIG) son de gran ayuda para identificar zonas con este potencial. En este estudio se identifican los posibles sitios para la implantación de centrales solares fotovoltaicas (CSF) en la Provincia del Azuay mediante los SIG y la Evaluación Multicriterio (EM). Para valorar la importancia de los criterios se empleó el Método Analítico Jerárquico (MAJ). Para la obtención de un modelo de capacidad de acogida (MCA) se integró el modelo de aptitud (MA) en el que se analizaron criterios económicos y técnicos; y un modelo de impacto (MI) que analizo variables ambientales. Al integrar los modelos esta metodología permitió la identificación de zonas para el emplazamiento de estaciones que permitan el monitoreo de los recursos y el análisis del comportamiento previo a la implementación de las CSF. Una vez ejecutada la metodología propuesta se obtiene como resultado dos posibles sitios con características medias para el emplazamiento de CSF. Como conclusión en base a los indicadores analizados el Azuay no cuenta con una zona potencialmente adecuada para la instalación de esta tecnología.
Descargas
Referencias
Agencia de Regulación y Control de Electricidad. (2015). Regulación 004/15. Recuperado de http://www.regulacionelectrica.gob.ec/wp-content/uploads/downloads/2015/11/004.pdf
Agencia de Regulación y Control de Electricidad. (2018). Resolución Nro. Arconel-057/18. Recuperado de https://www.regulacionelectrica.gob.ec/wp-content/uploads/downloads/2019/01/Reforma-a-la-Regulacion-Microgeneracion.pdf
Agencia de Regulación y Control de Electricidad. (2020). Balance Nacional de Energía Eléctrica. Recuperado de https://www.regulacionelectrica.gob.ec/balance-nacional/
Aggarwal, R., & Singh, S. (2013). AHP and Extent Fuzzy AHP Approach for Prioritization of Performance Measurement Attributes. International Journal of Industrial and Manufacturing Engineering, 7(1), 6–11. https://doi.org/10.1108/IJEM-10-2016-0207
Al Garni, H., & Awasthi, A. (2017). Solar PV power plant site selection using a GIS-AHP based approach with application in Saudi Arabia. Applied Energy, 206, 1225–1240. https://doi.org/10.1016/j.apenergy.2017.10.024
Aly, A., Jensen, S. S., & Pedersen, A. B. (2017). Solar power potential of Tanzania: Identifying CSP and PV hot spots through a GIS multicriteria decision making analysis. Renewable Energy, 113, 159–175. https://doi.org/10.1016/j.renene.2017.05.077
Aydin, N. Y., Kentel, E., & Sebnem Duzgun, H. (2013). GIS-based site selection methodology for hybrid renewable energy systems: A case study from western Turkey. Energy Conversion and Management, 70, 90–106. https://doi.org/10.1016/j.enconman.2013.02.004
Cevallos-Sierra, J., & Ramos-Martin, J. (2018). Spatial assessment of the potential of renewable energy: The case of Ecuador. Renewable and Sustainable Energy Reviews, 81, 1154–1165. https://doi.org/10.1016/j.rser.2017.08.015
Charabi, Y., & Gastli, A. (2011). PV site suitability analysis using GIS-based spatial fuzzy multicriteria evaluation. Renewable Energy, 36, 2554–2561. https://doi.org/10.1016/j.renene.2010.10.037
CONELEC (Consejo Nacional de Eléctricidad). (2011). Regulación N° 003/11 (p. 14). p. 14. Recuperado de http://www.conelec.gob.ec/normativa/CONELEC plazos.pdf
CONELEC (Consejo Nacional de Electricidad). (2013). Codificación Regulación 001/13 (pp. 1–23). pp. 1–23.
Consejo Provincial del Azuay. (n.d.). Plan de desarrollo y ordenamiento territorial del Azuay actualizado 2015-2030. Recuperado de http://app.sni.gob.ec/sni-link/sni/PORTAL_SNI/data_sigad_plus/sigadplusdocumentofinal/0160000190001_PDyOT_AZUAY 2015_17-08-2015_10-02-34.pdf
de Paula, J., Salvador, R., Barros, M., Piekarski, C., da Luz, L., & de Francisco, A. (2020). A review on Multi-criteria Decision Analysis in the Life Cycle Assessment of Electricity Generation Systems. International Business, Trade and Institutional Sustainability, 575–590. https://doi.org/10.1007/978-3-030-26759-9_20
Fang, H., Li, J., & Song, W. (2018). Sustainable site selection for photovoltaic power plant: An integrated approach based on prospect theory. Energy Conversion and Management, 174, 755–768. https://doi.org/10.1016/j.enconman.2018.08.092
Ghenai, C., Albawab, M., & Bettayeb, M. (2020). Sustainability indicators for renewable energy systems using multicriteria decision-making model and extended SWARA/ARAS hybrid method. Renewable Energy, 146, 580–597. https://doi.org/10.1016/j.renene.2019.06.157
Gutiérrez, J., & Velázquez, J. (2018). Metodología para la localización óptima de instalaciones de energía solar fotovoltaica en la Isla de Tenerife, España. Congreso Nacional de Medio Ambiente 2018. Madrid. España.
Hashemizadeh, A., Ju, Y., & Dong, P. (2020). A combined geographical information system and Best–Worst Method approach for site selection for photovoltaic power plant projects. International Journal of Environmental Science and Technology, 17, 2027–2042. https://doi.org/10.1007/s13762-019-02598-8
Koengkan, M., Poveda, Y. E., & Fuinhas, J. A. (2019). Globalisation as a motor of renewable energy development in Latin America countries. GeoJournal. 85. 1591-1602. https://doi.org/10.1007/s10708-019-10042-0
Pohekar, S. D., & Ramachandran, M. (2004). Application of multicriteria decision making to sustainable energy planning: A review. Renewable and Sustainable Energy Reviews, 8, 365–381. https://doi.org/10.1016/j.rser.2003.12.007
Rediske, G., Siluk, J. C. M., Michels, L., Rigo, P. D., Carmen, B., & Cugler, G. (2020). Multicriteria decision-making model for assessment of large photovoltaic farms in Brazil. Energy, 197. https://doi.org/doi.org/10.1016/j.energy.2020.117167
Saaty, R. (1987). The analytic hierarchy process - what and how it is used. Math Modelling, 9, 161–176. https://doi.org/https://doi.org/10.1016/0270-0255(87)90473-8
Sánchez-Lozano, J. M., Antunes;, H., García-Cascales, M. S., & Días, L. C. (2014). GIS-based photovoltaic solar farms site selection using Electric-Tri: Evaluating the case for Torre Pacheco, Murcia, Southeast of Spain. Renewable Energy, 66, 478–494. https://doi.org/10.1016/j.renene.2013.12.038
Siksnelyte-Butkiene, I., Zavadskas, E., & Streimikiene, D. (2020). Multi-criteria decision-making (MCDM) for the assessment of renewable energy technologies in a household: A review. Energies, 13(5). https://doi.org/10.3390/en13051164
Torres-Pacheco, S., Jurado-Pérez, F., Granados-Lieberman, D., & Lozano-Luna, A. (2018). Eficiencia en paneles solares. Revista Del Diseño Innovativo, 2(2), 9–21.
Xu, X., Wei, Z., Ji, Q., Wang, C., & Gao, G. (2019). Global renewable energy development: Influencing factors, trend predictions and countermeasures. Resources Policy, 63.
