Energía eólica y territorio: sistemas de información geográfica y métodos de decisión multicriterio en La Guajira (Colombia)
##plugins.themes.bootstrap3.article.details##
La energía eólica se ha convertido en una de las energías renovables de mayor crecimiento en la última década. En Colombia, aunque la entrada de la energía eólica ha tenido que enfrentar ciertas barreras, el Gobierno busca incentivar el desarrollo de esta fuente. En este trabajo se desarrolla una metodología para identificar y evaluar zonas con potencial eólico en Colombia. Se establecen criterios ambientales, técnicos y económicos con los que se crean mapas de zonas restringidas y evaluadas. El método de Proceso de Análisis Jerárquico (AHP) es implementado para calcular la importancia relativa de cada criterio de evaluación, para ello se tiene en cuenta la opinión de expertos en campos relacionados con la energía eólica. Finalmente, se propone un índice de factibilidad de las zonas para el desarrollo de la energía eólica. La metodología propuesta se aplica en el departamento de La Guajira. Los resultados muestran que existe un porcentaje importante del área total del departamento disponible para el desarrollo de proyectos de energía eólica.
eolic energy, La Guajira, multi-criteria decision-making methods (MCDMM), Hierarchical Analysis Process (HAP), geographic information system (GIS)energía eólica, Sistemas De Información Geográfica (SIG), Métodos De Decisión Multicriterio (MDMC), Proceso de Análisis Jerárquico (AHP), La Guajira
Atici, K. B., Simsek, A. B., Ulucan, A., y Tosun, M. U. (2015). A GIS-based Multiple Criteria Decision Analysis approach for wind power plant site selection. Utilities Policy, 37, 86–96. Recuperado de https://doi.org/10.1016/j.jup.2015.06.001
Aydin, N. Y., Kentel, E., y Duzgun, S. (2010). GIS-based environmental assessment of wind energy systems for spatial planning: A case study from Western Turkey. Renewable and Sustainable Energy Reviews, 14(1), 364–373. Recuperado de https://doi.org/10.1016/j.rser.2009.07.023
Departamento Administrativo Nacional de Estadística. (2011). Estimaciones y proyecciones de población - Estimación y proyección de población nacional, departamental y municipal total por área 1985-2020. Recuperado de https://www.dane.gov.co/files/investigaciones/poblacion/proyepobla06_20/Municipal_area_1985-2020.xls
Empresas Públicas de Medellín (EPM). (2010). Jepírachi: una experiencia con la comunidad indígena Wayuu de la Alta Guajira colombiana. Recuperado de https://www.epm.com.co/site/documentos/mediosdecomunicacion/publicacionesimpresas/jepirachi/LibroJepirachienespanol.pdf
Forman, E., y Peniwati, K. (1998). Aggregating individual judgments and priorities with the analytic hierarchy process. European Journal of Operational Research, 108(1), 165–169. Recuperado de https://doi.org/10.1016/S0377-2217(97)00244-0
Hau, E. (2013). Wind Turbines. Fundamentals, Technologies, Application, Economics. Berlín, Heilderberg: Springer. Recuperado de https://doi.org/10.1007/978-3-642-27151-9
Höfer, T., Sunak, Y., Siddique, H., y Madlener, R. (2016). Wind farm siting using a spatial Analytic Hierarchy Process approach: A case study of the Städteregion Aachen. Applied Energy, 163, 222–243. Recuperado de https://doi.org/10.1016/j.apenergy.2015.10.138
Latinopoulos, D., y Kechagia, K. (2015). A GIS-based multi-criteria evaluation for wind farm site selection. A regional scale application in Greece. Renewable Energy, 78, 550–560. Recuperado de https://doi.org/10.1016/j.renene.2015.01.041
Malczewski, J. (1999). GIS and Multicriteria Decision Analysis. Nueva York, USA: John Wiley and Sons.
Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (2006, 7 de abril). Resolución n.º 627. Recuperado de http://parquearvi.org/wp-content/uploads/2016/11/Resolucion-627-de-2006.pdf
Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (2010, 1.o de julio). Decreto 2372. Recuperado de http://www.minambiente.gov.co/images/normativa/decretos/2010/dec_2372_2010.pdf
Ministerio de Ambiente, Vivienda y Desarrollo Territorial, e Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam). (2010). Leyenda nacional de coberturas de la tierra (Metodología Corine Land Cover Adaptada para Colombia). Recuperado de http://siatac.co/c/document_library/get_file?uuid=a64629ad-2dbe-4e1e-a561-fc16b8037522&groupId=762
Ministerio de Minas y Energía de Colombia. (2013, 30 de agosto). Resolución n.º 90708. Recuperado de http://www.einceltda.com/docs/ANEXO%20RES%2090708%20DEL%2030%20DE%20AGOSTO%20%202013%20RETIE.pdf
Ministerio de Minas y Energía de Colombia. (2015). Plan de Expansión de Referencia: Generación-Transmisión. 2015-2029. Recuperado de http://www.upme.gov.co/Docs/Plan_Expansion/2013/Plan_Expansion_Referencia_2013.pdf
Ministerio de Transporte. (2008). Manual de diseño geométrico de carreteras. Recuperado de http://artemisa.unicauca.edu.co/~carboled/Libros/Manual%20de%20Diseno%20Geometrico%20de%20Carreteras.pdf
National Aeronautics and Space Administration (NASA). (2011). Surface meteorology and solar energy. Recuperado de https://power.larc.nasa.gov/common/php/Agro_ExSummary.php
Noorollahi, Y., Yousefi, H., y Mohammadi, M. (2016). Multi-criteria decision support system for wind farm site selection using GIS. Sustainable Energy Technologies and Assessments, 13, 38–50. Recuperado de https://doi.org/10.1016/j.seta.2015.11.007
Pinilla, A. (2008). El poder del viento. Revista de Ingeniería, 28, 64–69. Recuperado de https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revista/article/view/267/304
REN 21. (2017). Renewables 2017: global status report. Recuperado de https://www.ren21.net/wp-content/uploads/2019/05/GSR2017_Full-Report_English.pdf
Rosso-Cerón, A. M., y Kafarov, V. (2015). Barriers to social acceptance of renewable energy systems in Colombia. Current Opinion in Chemical Engineering, 10, 103–110. Recuperado de https://doi.org/10.1016/j.coche.2015.08.003
Saaty, R. W. (1987). The analytic hierarchy process-what it is and how it is used. Mathematical Modelling, 9(3-5), 161–176. Recuperado de https://doi.org/10.1016/0270-0255(87)90473-8
Saaty, T. L. (1980). The Analytic Hierarchy Process. Nueva York: McGraw-Hill.
Saaty, T. L. (2003). Decision-making with the AHP : Why is the principal eigenvector necessary. European Journal of Operational Research, 145(1), 85–91. Recuperado de https://doi.org/10.1016/s0377-2217(02)00227-8
Sánchez-Lozano, J. M., García-Cascales, M. S., y Lamata, M. T. (2016). GIS-based onshore wind farm site selection using Fuzzy Multi-Criteria Decision Making methods. Evaluating the case of Southeastern Spain. Applied Energy, 171, 86–102. Recuperado de https://doi.org/10.1016/j.apenergy.2016.03.030
Siyal, S. H., Mörtberg, U., Mentis, D., Welsch, M., Babelon, I., y Howells, M. (2015). Wind energy assessment considering geographic and environmental restrictions in Sweden: A GIS-based approach. Energy, 83, 447–461. Recuperado de https://doi.org/10.1016/j.energy.2015.02.044
Sliz-Szkliniarz, B. (2013). Energy planning in selected European regions: Methods for evaluating the potential of renewable energy sources. Recuperado de https://www.ksp.kit.edu/download/1000031312
Tegou, L.-I., Polatidis, H., y Haralambopoulos, D. A. (2010). Environmental management framework for wind farm siting: Methodology and case study. Journal of Environmental Management, 91(11), 2134–2147. Recuperado de https://doi.org/10.1016/j.jenvman.2010.05.010
Uyan, M. (2013). GIS-based solar farms site selection using analytic hierarchy process (AHP ) in Karapinar region , Konya/Turkey. Renewable and Sustainable Energy Reviews, 28, 11–17. Recuperado de https://doi.org/10.1016/j.rser.2013.07.042
World Wind Energy Association (WWEA). (2017). World Wind Market has reached 486 GW from where 54 GW has been installed last year. Recuperado de https://wwindea.org/blog/2017/06/08/11961-2/