Ciencias Técnicas y Aplicadas
Artículo de investigación
Propuesta
metodológica para la selección de Tecnologías Renovables
Methodological proposal for
the selection of Renewable Technologies
Proposta metodológica para seleção de
tecnologias renováveis
Fabian Ricardo Ojeda-Pardo II mayojeda18@gmail.com https://orcid.org/0000-0003-3192-5084 Ángel
Eugenio Infante-Haynes I haynes@uho.edu.cu https://orcid.org/0000-0002-6462-5339
Goering Octavio Zambrano-Cárdenas V goering.zambrano@espoch.edu.ec https://orcid.org/0000-0001-6975-8539 Ernesto
Reyes-Céspedes IV ernesto.reyes@espoch.edu.ec https://orcid.org/0000-0001-8003-3619 Orlando Belette-Fuentes III orlandobelette@gmail.com https://orcid.org/0000-0002-2866-0540
Correspondencia: haynes@uho.edu.cu
*Recibido: 25
junio de 2021 *Aceptado: 31 de julio
de 2021 * Publicado: 24 de agosto de
2021
I.
Máster CSAD/CAN, Profesor Auxiliar, Universidad de Holguín, Holguin, Cuba.
II.
Máster en Metalurgia, por la Universidad de Moa,
Cuba, Líder de Seguimiento de Proyectos a Gran Escala, ARCERNNR.
III.
Doctor en Ciencias Técnicas por la Universidad de Moa,
Cuba, Universidad de Holguín, Ecuador.
IV.
Máster en Topografía Minera, por la Universidad de Moa,
Cuba, Escuela Superior Politécnica de Chimborazo, Ecuador.
V.
Magister en Agroindustrias mención en la Calidad y Seguridad Alimentaria,
Escuela Superior Politécnica de Chimborazo, Ecuador.
Resumen
Esta
investigación centra su objetivo en elaborar una metodología para la selección de
tecnologías renovables para el estudio del ciclo de vida de proyectos
energéticos, relacionados con la energía renovable eólica de los parques Gibara
1 y Gibara 2 y los futuros parques Rio Seco y Herradura 1 con 4 tecnologías,
provincia Holguín, Cuba. Se aplicó el método Proceso Analítico Jerárquico
(AHP), para encontrar la mejor alternativa y también los pesos para validarlos
desde otro método propuesto: Teoría de Utilidad Multi-atributo
(MAUT). Como resultado se obtuvo que la selección de la planta Gibara 2, es la mejor tecnología para desarrollar en este territorio.
Se elaboró una metodología para la selección de tecnologías renovables en
plantas eólicas en el oriente cubano, el cual se basó en un grupo de expertos
para la emisión de juicio y se demostró la pertinencia de la combinación de dos
métodos matemáticos multicriterio.
Palabras Clave: Tecnología renovable;
Parques eólicos; Técnicas de decisión multicriterio;
Teoría de utilidad multi-atributo; Procesos
jerárquicos.
Summary
This research focuses its objective on developing a
methodology for the selection of renewable technologies for the study of the
life cycle of energy projects, related to renewable wind energy in the Gibara 1 and Gibara 2 parks and
the future Rio Seco and Herradura
1 parks with 4 technologies, Holguín province, Cuba. The Hierarchical
Analytical Process (AHP) method was applied to find the best alternative and also the weights to validate them from another proposed
method: Multi-attribute Utility Theory (MAUT). As a result, it was obtained that the selection of the Gibara
2 plant is the best technology to develop in this territory. A methodology was developed for the selection of renewable technologies in
wind power plants in eastern Cuba, which was based on a group of experts for
the issuance of judgment and the relevance of the combination of two
multi-criteria mathematical methods was demonstrated.
Keywords: Renewable technology; Wind farms; Multicriteria
decision techniques; Multi-attribute utility theory; Hierarchical processes.
Resumo
Esta pesquisa tem
como objetivo desenvolver uma metodologia
de seleção de tecnologias renováveis para o estudo do ciclo
de vida de projetos energéticos, relacionados à energia eólica renovável nos
parques Gibara 1 e Gibara 2 e nos futuros parques Rio Seco e Herradura 1 com 4 tecnologias, província de Holguín, Cuba. O método Hierarchical
Analytical Process (AHP) foi aplicado para encontrar a melhor
alternativa e também os pesos para validá-los a partir de outro
método proposto: Multi-attribute
Utility Theory (MAUT). Como
resultado, obteve-se que a seleção da planta Gibara 2 é a melhor
tecnologia a se desenvolver
neste território. Foi desenvolvida uma metodologia para a seleção de tecnologias renováveis em usinas eólicas no
leste de Cuba, que se baseou em
um grupo de especialistas para a emissão
de julgamentos e demonstrou-se
a relevância da combinação
de dois métodos matemáticos multicritério.
Palavras-chave: Tecnologia renovável; Fazendas de vento; Técnicas de decisão multicritério; Teoria da utilidade multi-atributo; Processos hierárquicos.
Introducción
Actualmente existe
una tendencia clara hacia la sostenibilidad en los proyectos de Generación de
Energía, por lo que ha llevado a muchos países a migrar para las energías
renovables no contaminantes, pero para eso es necesario equilibrar las
dimensiones principales que apoyan esta sostenibilidad: la economía, el medio
ambiente y la sociedad. Estas dimensiones básicas presentan objetivos
diferentes y habitualmente enfrentados entre sí.
La toma de
decisiones es un proceso que permite obtener soluciones que satisfagan
diferentes objetivos. Este proceso puede llevarse a cabo de múltiples formas
10, clasificando los procesos de toma de decisiones multicriterio en toma de decisiones multi-atributo
(Multiple Attribute Decision-Making, MADM), y toma de decisiones multiobjetivo (Multiple Objective Decision-Making, MODM).
Los MADM se usan para decidir sobre un número discreto de soluciones. En este
caso, los decisores actúan al inicio del proceso, o bien dando pesos a los
diferentes criterios existentes para la evaluación de cada una de las
soluciones, o bien evaluando dichas soluciones atendiendo a criterios
subjetivos. Finalmente, se obtiene una priorización de las alternativas
estudiadas.
Este trabajo se
centra en los métodos de decisión multi-atributo, ya
que es el proceso de ayuda a la toma de decisión, donde se utilizan variables
discretas, y utilizados por muchos autores en el ámbito de la academia de la
industria y los negocios o marketing, así como los más utilizados para la
valoración de la sostenibilidad en proyectos reales, no teniendo en cuenta en
muchos casos, las metodologías de estudios del ciclo de vida de proyectos
energéticos, relacionados con las renovables eólicas, existiendo la necesidad
de seleccionar una tecnología dentro de 4 de ellas, para analizar los principales métodos de
evaluación y decisión multicriterio discretos (la
ponderación lineal (scoring), la utilidad multi-atributo (MAUT) y las relaciones de superación y
análisis jerárquico (AHP-the analytic
hierrarchy process-Proceso
Analítico Jerárquico) 6.
Por lo que el
objetivo de esta investigación consiste en elaborar una propuesta metodológica
para la selección de Tecnologías Renovables para el estudio del ciclo de vida
de proyectos energéticos, relacionados con la energía renovable eólica.
Durante la revisión
literaria, se tuvo acceso a más de 12 bibliografías, los cuales se consideraron
los criterios de autores como [3-4, 6, 9], que aplicaron los Métodos Procesos
Jerárquicos (AHP) y Promethee y los softwares Expert Choice y Promethee, referidos a otras ramas de la ciencia.
Para la selección
de tecnologías renovables en parques eólicos, se refirieron los investigadores
[3], [5, 8]. Ninguno de ellos desarrolló la Teoría de Utilidad Multi-atributo (MAUT), con vistas a eliminar cualquier
subjetividad e incertidumbre en los criterios pronunciados por los expertos
aplicando la modelación matemática, en parques eólicos.
De las
investigaciones consultadas en la literatura, las más significativas resultaron
ser las [6,11,10], quienes realizan un estudio
comparativo de técnicas de toma de decisiones multicriterio
para la jerarquización de tecnologías de energías renovables a utilizar en la
producción de electricidad y la aplicación de la técnica multi-criterio
para la selección de la energía eólica.
[7] evalúa una
estación eólica-fotovoltaica conectada a la red para recargar ómnibus
eléctricos y [1] aplican métodos de decisión multicriterio
discretos al análisis de alternativas en estudios informativos de
infraestructuras de transporte, con un pensamiento matemático.
[2, 12] aplican el
Análisis Multicriterio del cumplimiento de los
Objetivos de Desarrollo Sostenible en la energía eólica empleando la decisión
de criterios múltiples.
Materiales y
métodos
Dentro de los
materiales que se declaran están la metodología adaptada de 4,
las bases de datos aportadas por la Empresa Eléctrica de Holguín, y el software
Expert Choice, y dentro de
los métodos utilizados están la consulta a experto para la confección de las
encuesta, de los académicos de las Universidades de Cuba y Canadá, un grupo de
técnicos de la Industria con amplia experiencia en las tecnologías a evaluar
y finalmente un grupo de estudiantes del
último año de la carrera de Ingeniería Mecánica de la Universidad de Holguín,
Cuba, así como el método Procesos de Análisis Jerárquicos (AHP) de amplia
difusión y demostrada confiabilidad, y el método Teoría de Utilidad Multi-atributo, como caso particular del método de Teoría
del valor Multi-atributo, aunque a pesar de su poca
difusión por su complejidad, es capaz de disminuir o eliminar la
inconsistencia, debido a la subjetividad de algunos criterios expuesto por los
expertos 3.
Resultados
Resolución mediante
AHP
La solución del problema
se resolvió con la aplicación de la metodología que se propone, adaptada de
3, 5 con los pasos que se declaran más abajo:
·
Determinación de los componentes más
importantes del problema.
·
Identificación y estructuración de los
objetivos.
·
Determinación de las alternativas de
solución.
·
Establecimiento de los atributos para la
evaluación de las alternativas
·
Ordenación de atributos con respecto a su
importancia.
Los pasos del 1 al
5, se representan en la (tabla 1), donde se puede apreciar cada uno de los
atributos agrupados en las diferentes dimensiones de estudio, así como las
alternativas a evaluar, clasificar y seleccionar, con sus respectivos valores
cuantitativos.
Tabla 1. Atributos
agrupados en las diferentes dimensiones de estudio, para Gibara 1 y 2.
Tabla 1. Atributos agrupados
en las diferentes dimensiones de estudio, para Gibara 1 y 2. |
||||
Dimensiones |
Indicadores |
Gibara 1 |
Gibara 2 |
|
Técnicas |
Factor capacidad, % |
28.5 |
25.8 |
|
Generación neta MWh/años |
8994.28 |
7907.22 |
||
Económicas |
Costo de inversión, MMT |
9.55.5 |
11762.3 |
|
Costo de operación y mantenimiento $ |
2978.8 |
1630.55 |
||
Costo nivelado de energía CUC/CUP kW |
0.269 |
0.344 |
||
Período Rep. Inv. Años CUC/CUP |
8 |
10 |
||
Ambiental |
No emisión CO2 t/año/MW |
69791.3 |
49051.1 |
|
Uso de la tierra (extensión en km2/kW) |
0.637 |
0.562 |
||
Sociales |
Calidad de vida |
Creación empleo (u) |
11 |
11 |
Salarios ($) |
5000 |
5000 |
||
Viviendas promedio electrificadas (u) |
1499 |
1176 |
||
Personas beneficiadas núcleos (3)/MW |
4499 |
3529 |
||
Estratégico organizativo |
Combustible sus. t/año 279.3 |
22302 |
20438 |
Para el estudio de
las cuatro tecnologías se introducen atributos cualitativos en la dimensión
técnicas, y se tiene en cuenta una dimensión de riesgo igualmente con un criterio cualitativos como se muestra en la tabla 2. Los
criterios cualitativos y el valor de su atributo fueron tomados según las
ponderaciones de las encuestas y el análisis estadístico realizado a los tres
grupos de expertos.
Tabla 2. Introducción de
atributos cualitativos en las dimensiones técnicas
Tabla 2. Introducción de atributos cualitativos en
las dimensiones técnicas |
||||||
Dimensiones |
Indicadores |
Gibara 1 |
Gibara 2 |
Herradura 1 |
Rio Seco |
|
Técnicas |
Flexibilidad tecnológica |
12,7 |
12,9 |
16,2 |
16,2 |
|
Fiabilidad tecnológica |
12,2 |
12,5 |
15,6 |
15,6 |
||
Rendimiento |
12,2 |
12,5 |
15,6 |
15,6 |
||
Eficiencia energética |
12,8 |
13,1 |
16,4 |
16,4 |
||
Factor capacidad, % |
28,5 |
25,8 |
30 |
30 |
||
Generación neta MWh/años |
8994,2 |
7907,2 |
134500 |
135095 |
||
Económicas |
Costo de inversión, MMT |
9500,5 |
11762,3 |
222397 |
122835,6 |
|
Costo de operación y mantenimiento $ |
2978,8 |
1630,55 |
3387,8 |
2978,85 |
||
Costo nivelado de energía CUC/CUP kW |
0,269 |
0,344 |
0,11 |
0,1 |
||
Período Rep. Inv. Años CUC/CUP |
8 |
10 |
19 |
17 |
||
Ambiental |
No emisión CO2 t/año/MW |
69791,3 |
49051,1 |
114200 |
116000 |
|
Uso de la tierra (extensión en km2/kW) |
0,637 |
0,562 |
6,375 |
12,06 |
||
Sociales |
Calidad de vida |
Creación
empleo (u) |
6 |
5 |
19 |
19 |
Salarios
($) |
5000 |
4500 |
5000 |
5000 |
||
Viviendas
Promedio |
1499 |
1176 |
79778 |
79778 |
||
Personas
Beneficiadas |
4499 |
3529 |
44676 |
44676 |
||
Estratégico organizativo |
Combustible sus. t/año 279.3 |
22302 |
20438 |
33500 |
37730 |
|
Riesgo |
Riesgo en las personas |
13,1 |
13,4 |
16,8 |
16,8 |
Obtener los pesos normalizados de cada uno de los atributos
Los pesos
normalizados fueron obtenido aplicando el método multicriterio
Procesos de Análisis Jerárquicos, método
que no solo permitió encontrar los valores de ponderación, sino que permitió
además, encontrar la mejor alternativa, haciendo una comparación pareada de
juicios de experto 5 sobre cada uno de los indicadores, de cada
encuesta elaborada, y que fueron resumida por el software utilizando para ello
la media geométrica, y que evalúa y sintetiza estos juicios a través del índice
de consistencia que nunca deberá ser mayor que 0,10 8 y en este
caso se cumple esta condición, usando una herramienta informática asociada al
mismo, tal es el caso del Expert Choice,
sistema de IBM para el análisis, síntesis y justificación de decisiones y
evaluaciones complejas.
Esta herramienta se
utiliza en miles de organizaciones para una amplia variedad de aplicaciones
incluyendo: asignación de recursos, evaluación de personal, formulación de
estrategias de marketing, administración de la producción, evaluación de
proveedores y selección de alternativas. Aunque no se puede garantizar la
respuesta “correcta”, se puede garantizar que su decisión estará basada en un
fino análisis, sintetizando la información relevante, el conocimiento y su
experiencia.
Los resultados del
análisis con el AHP, se muestran en las figuras 1 y 2, como se aprecia este
software para su análisis, realiza una descripción jerárquica para primero,
hacer un análisis por pares de criterios y luego evalúa cada criterio contra
las alternativas a clasificar (figura 1).
Fig. 1. Resultados del
análisis con el AHP para Gibara 1 y 2, con indicadores cuantitativos.
Fig. 2. Resultados del análisis
con el AHP para las cuatro tecnologías
En la figura 3, se
presencia la evaluación de cada dimensión, criterios, subcriterio
de cada atributo, así como los pesos, locales y globales, todo esto en función
de cada alternativa, que al final, conlleva a obtener la meta.
Fig. 3. Evaluación de cada
dimensión, criterios, subcriterio de cada atributo,
dos tecnologías y criterios solos cuantitativos.
Fig. 4. Nuevo modelo,
donde se agrupan las cuatros tecnologías y criterios cuantitativos y cualitativos
para aplicar el MAUT.
Como resultado
final del proceso, se llegó a la evaluacion y
selección final del proyecto. En la figura 4, se aprecia como la evaluación de
las dimensión técnica, es la de mayor peso, demostrándose que los experto se inclinarón más hacia esa dimensión, seguida de la dimensión
ambiental, que también da a conocer la seria preocupación por el medio
ambiente, como dato que llama la atención es que la dimensión ecónomica,
pilar tambien de la sostenibilidad, quedó relegada a
la quinta posición, detrás de la estratégica y de la social, sin embargo,
cuando esta dimensión crece en el analisis de
sensibilidad que brinda el softwares, casi iguala ambas alternativas.
La alternativa
Gibara 2, quedó como mejor altenativa con un índice
de cosnsistencia de 0,03, muy inferior a 0,10, que propone
8, para vaidar un modelo utilizando
el método AHP.
Fig. 5. Resultado final
del proceso.
|
|
Resolución mediante
MAUT:
Obtener la función
utilidad unidimensional de cada atributo.
Una vez obtenidos
los pesos, se obtuvo la función de utilidad unidimensional 9 de
cada atributo a través del modelo matemático, que se muestra la ecuación (1):
y luego se validó
con otro modelo 10 más consistente como el que se muestra a
continuación (2):
Donde:
Ut-utilidad del
indicador,
Xmín- valor mínimo del
conjunto de observaciones,
Xmáx- valor máximo del
conjunto de observaciones,
X- valor del
indicador cuya utilidad se desea conocer.
Y según propuesta
de 5 y reformulando (2) según los autores, se obtienen mejores
valores en el proceso de normalización, obtenidos por la ecuación (3).
Evaluar el
desempeño de cada una de las alternativas, con respecto a los atributos.
En este paso se
evaluó la alternativa respecto a cada atributo y se pudo demostrar que la
alternativa Gibara 2, tecnología Goldwind, obtuvo un
mayor puntaje, obteniendo el valor ponderado 3 para Gibara1 y 10 para Gibara 2,
pasando luego al siguiente paso.
Calcular el valor
de la función de utilidad aditiva para cada alternativa.
Para evaluar el
desempeño de cada alternativa en función de cada criterio, se aplicó la función
de Utilidad de cada alternativa, teniendo en cuenta los valores calculados de
la función utilidad de cada criterio y ahora los pesos de cada alternativa,
calculados por la ecuación (4).
Donde:
Ut (rj)-valor de utilidad de la alternativa rj
(j=1…...2),
U(rj)- valor de la utilidad del atributo i para
la alternativa rj,
wi-ponderación o peso asignado a
cada alternativa (i=1……2).
Determinar la mejor
alternativa, la de mayor valor de la función de utilidad aditiva con respecto a
las demás.
En este paso se
culmina la metodología, llegando al resultado que Gibara 1, obtuvo en su
función de utilidad aditiva multi-atributo el valor
de 0,038, como se muestra en la tabla 2 y
Gibara 2, el valor de 0.511, porque esta última alternativa, al obtener
un valor mucho mayor que la otra, es la mejor alternativa a tener en cuenta por
los decisores, a la hora de direccionar los recursos: humanos, financieros y
materiales, para ejecutar cualquier proyecto en la etapa de conclusión de
estudios de factibilidad.
En la tabla 3 se
puede apreciar las diferentes dimensiones, atributos y criterios, así como los
pesos obtenidos por el AHP, los diferentes valores de cada indicador y la
selección de los mejores y peores atributos, se debe destacar que la
normalización fue realizada por tres ecuaciones 1, 2 y 3, siendo la última la
de mejor desempeño.
Tabla 3. Diferentes
dimensiones, atributos, criterios y pesos obtenidos por el AHP
Tabla 3. Diferentes dimensiones, atributos, criterios y
pesos obtenidos por el AHP |
|||||||||||||
Dimensiones |
Indicadores |
Pesos Criterios |
Gibara 1 |
Gibara 2 |
Herradura 1 |
Rio Seco |
Mejor atributos Max |
Peor atributos Min |
Gibara 1 Normalizado u1 |
Gibara 2 Normalizado u2 |
Herradura 1 Normalizado u3 |
Rio Seco Normalizado u4 |
|
|
|||||||||||||
Técnicas |
Flexibilidad tecnológica |
0,01 |
12,7 |
12,9 |
16,2 |
16,2 |
16,2 |
12,7 |
1 |
0,92 |
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Fiabilidad tecnológica |
0,04 |
12,2 |
12,5 |
15,6 |
15,6 |
15,6 |
12,2 |
1 |
0,92 |
0 |
0 |
||
Rendimiento |
0,02 |
12,2 |
12,5 |
15,6 |
15,6 |
15,6 |
12,2 |
1 |
0,92 |
0 |
0 |
||
Eficiencia energética |
0,03 |
12,8 |
13,1 |
16,4 |
16,4 |
16,4 |
12,8 |
1 |
0,92 |
0 |
0 |
||
Factor Capacidad |
0,03 |
28,5 |
25,8 |
30 |
30 |
30 |
25,8 |
0,36 |
1,00 |
0 |
0 |
||
Generación neta MWh/años |
0,02 |
8994 |
7907 |
134500 |
135095 |
135095 |
7907 |
0,99 |
1,00 |
0,005 |
0 |
||
Económicas |
Costo inversión MMT |
0,02 |
9500 |
11762 |
222397 |
122835 |
222397 |
9500 |
1,00 |
0,99 |
0 |
0,467 |
|
Costo de operación y mantenimiento ($) |
0,03 |
29782 |
1631 |
3387,8 |
2978,8 |
3387,8 |
1630 |
0,23 |
1 |
0 |
0,232 |
||
Costo nivelado energía cuc/cup kW |
0,03 |
0,269 |
0,344 |
0,11 |
0,1 |
0,344 |
0,1 |
0,31 |
0 |
0,959 |
1 |
||
Periodo Rep. Inv, años CUC/CUP |
0,02 |
8 |
10 |
19 |
17 |
19 |
8 |
1,00 |
0,82 |
0 |
0,181 |
||
Ambiental |
No emisión CO2 Ton/años/MW |
0,04 |
69791 |
49051 |
114200 |
116000 |
116000 |
49051 |
0,69 |
1 |
0,027 |
0 |
|
Uso de la tierra (Extensión en km^2/kW) |
0,10 |
0,637 |
0,562 |
6,375 |
12,06 |
12,06 |
0,562 |
0,99 |
1 |
0,494 |
0 |
||
Sociales |
Calidad de vida |
Creación empleo (u) |
0,014 |
6 |
5 |
19 |
19 |
19 |
5 |
0,93 |
1 |
0 |
|
Salarios ($) |
0,01 |
5000 |
4500 |
5000 |
5000 |
5000 |
4500 |
0,00 |
1 |
0 |
|
||
Viviendas Promedio (u) |
0,03 |
1499 |
1176 |
79778 |
79778 |
79778 |
1176 |
0,99 |
1 |
0 |
|
||
Personas Beneficiadas |
0,06 |
4499 |
3529 |
44676 |
44676 |
44676 |
3529 |
0,98 |
1 |
0 |
|
||
Estratégicos Organizativos |
Combustible Sust. t/años |
0,12 |
22302 |
20438 |
33500 |
37730 |
37730 |
20438 |
0,89 |
1 |
0,245 |
0 |
|
Riesgo |
Riesgo en las personas |
0,34 |
13,1 |
13,4 |
16,8 |
16,8 |
16,8 |
13,1 |
1,00 |
0,92 |
0 |
0 |
En la tabla 4 se
muestran los valores antes normalizados, pero ya ponderados, es decir que cada
valor normalizado se ponderó de acuerdo al valor da cada criterio, y finalmente
este valor se pondera con el valor de cada alternativa, que serán sumados para
encontrar la alternativa de mayor valor, y en nuestro caso la mejor
alternativa.
Tabla 4. Valores antes
normalizados, pero ya ponderados
Tabla 4. Valores antes
normalizados, pero ya ponderados |
|||||||
Gibara 1 Ponderado |
Gibara 2 Ponderado |
Herradura 1 Ponderado |
Rio Seco Ponderado |
Peso Gib1 |
PesoGib2 |
Peso Herrad 1 |
Peso Rio S |
0,149 |
0, 162 |
0,375 |
0,314 |
||||
0,011 |
0,010 |
0 |
0 |
0,002 |
0,002 |
0,000 |
0,003 |
0,043 |
0,040 |
0 |
0 |
0,006 |
0,006 |
0,000 |
0,014 |
0,017 |
0,016 |
0 |
0 |
0,003 |
0,003 |
0,000 |
0,005 |
0,033 |
0,030 |
0 |
0 |
0,005 |
0,005 |
0,000 |
0,010 |
0,011 |
0,030 |
0 |
0 |
0,002 |
0,005 |
0,000 |
0,009 |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
…. |
…. |
…. |
…. |
…. |
…. |
… |
…. |
0,345 |
0,317 |
0 |
0 |
0,051 |
0,051 |
0,000 |
0,108 |
|
Suma |
0,133 |
0,151 |
0,040 |
0,314 |
Discusión de resultados
La metodología
elaborada fue validada en la Empresa eléctrica de Holguín, Cuba y permitió
concluir que el parque Rio Seco 1 obtuvo, en su función de utilidad aditiva multi-atributo, el valor de 0,0314, como se muestra en la
tabla 4, por lo que este es el mejor proyecto para seleccionar en el territorio
oriental de Cuba, seguido de Herradura 1, Gibara 1 y finalmente Gibara 2. La
selección de tecnologías renovables para el estudio del ciclo de vida de
proyectos energéticos en Cuba obtuvo mejor resultado, si se compara con los
realizados por 3
Conclusiones
Se elaboró una
metodología para la selección de tecnologías renovables en plantas eólicas en
la provincia de Holguín, Cuba, el cual se basó en un grupo de expertos para la
emisión de juicio, con vista a la obtención de los pesos ponderados con la
aplicación de un método que utiliza el análisis de juicios subjetivos: el
Análisis de Procesos Jerárquicos (AHP), junto al Expert
Choice, siendo este último
una herramienta informática, robusta y confiables de amplia utilización en
todos los ámbitos de la Industria y la academia.
La validación del
método estuvo conjugada con otra herramienta multicriterio
de amplia aceptación en la comunidad científica actual, la Teoría de Utilidad Multi-atributo (MAUT), con vista a eliminar también
cualquier subjetividad e incertidumbre en los criterios pronunciados por los
expertos, con buenos resultados en la aplicación de la modelación matemática.
Se demostró la
pertinencia de la combinación de dos métodos matemáticos multicriterio,
dado que se obtuvieron los mismos resultados en la evaluación y selección de
las tecnologías eólicas como alternativas a generalizar en el territorio de la
Provincia de Holguín, Cuba.
Referencias
1.
Medina,
B. M., & García, M. R. (2016). Aplicación de métodos de decisión multicriterio discretos al análisis de alternativas en
estudios informativos de infraestructuras de transporte. Pensamiento
matemático, 6(2), 27-45.
2.
Barberis, G. y Ródenas, M. “Análisis Multicriterio
del cumplimiento de los Objetivos de
Desarrollo Sostenible en la OCDE para 2030 “. Anales de ASEPUMA. 2017,
vol. 25, p. 18.
3.
Parodi
de Camargo, V. “Propuesta metodológica para la evaluación integral de proyectos
en el sector energético “. 2013.
4.
León,
L., Toribio, I., Fernández, R. y Lozano, M. “Selección multicriterio
de nuevos productos turísticos en Pinar del Río, Cuba“. Investigación
Operacional. 2013, vol. 29, no 2, p. 98-107.
5.
Fernández,
M. (2010). Una propuesta metodológica para la aplicación del Proceso Analítico
Jerárquico en la selección de aerogeneradores/tesis doctoral presentada por
Pedro García Gómez; director, Dr. D. Enrique de Miguel Fernández.
6.
Saaty, T. “About a hundred years of creativity in decision making,“
International Journal of the
Analytic Hierarchy Process. 2015, vol. 7, no 1.
7.
Saaty, T. “A scaling method for priorities in hierarchical structures“. Journal of mathematical psychology. 1997, vol. 15, no 3, p. 234-281.
8.
C.
Correa, C., Sánchez, S. y Panesso, P. “Metodología Multiobjetivo para el Planeamiento de la Expansión de la
Transmisión considerando Incertidumbres en la Generación Eólica y la Demanda”.
INGE CUC 2020, vol. 16, no. 1. [Consultado el: 12 de octubre de 2020].
Disponible en: DOI: http://doi.org/10.17981/ingecuc.16.1.2020.20
9.
Sánchez,
Y., Sarmiento, A., Morales, J. y Masip, Y.
“Evaluación de una estación eólica-fotovoltaica conectada a la red para
recargar ómnibus eléctricos“. Ingeniería Mecánica. 2019, vol. 22, no 3, p.
127-132.
10. Yajure, C. y Guzmán, Y. “Estudio comparativo de
técnicas de toma de decisiones multicriterio para la
jerarquización de tecnologías de energías renovables a utilizar en la
producción de electricidad“. Scientia et Technica. 2017, vol. 22, no. 3, p. 273-280. Universidad
Tecnológica de Pereira. ISSN 0122-1701.
11. Rehman, A., Abidi, M., Umer, U. y Usmani, Y. “Multi-Criteria Decision-Making Approach for Selecting
Wind Energy Power Plant Locations“.
Sustainability. 2019, vol.11, no 6112, p. 17- 20.
12. Mardani, A., Juson, A., Kazimieras, E., Cavallero, F. y Khalifah, Z. “Review Sustainable and Renewable Energy: An Overview
of the Application of Multiple Criteria Decision Making Techniques and Approaches“. Sustainability“. 2015, vol. 7, p. 13947-13984; doi:10.3390/su71013947.
©2020 por los autores. Este artículo
es de acceso abierto y distribuido según los términos y condiciones de la
licencia Creative Commons
Atribución-NoComercial-CompartirIgual
4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).|