Zonificación de parques eólicos en las provincias de
Carrasco y mizque en función a factores extrínsecos.
Responsables: Jhosselyn Aldunate
P. Daniela Dávalos B. Rodrigo
Flores M., Jaime Lema Z.
Docente: Estela Herbas Baeny
Ingeniería ambiental, Universidad Católica Boliviana San Pablo.
Cochabamba Bolivia.
RESUMEN.
La presente investigación describe básicamente la eficiencia de la distribución de centros
cólicos, con respecto a factores externos (extrínsecos), para una buena ubicación para su
instalación en las provincias de Carrasco y Mizque del valle de Cochabamba. Para su desarrollo
se utilizó el Análisis multicriterio, específicamente el método ELECTRE para la toma de
decisiones, que en su desarrollo muestra un análisis para la evaluación de los criterios tomados
en cuenta al momento de instalar un parque cólico, además de señalar la superación de
alternativas entre sí con un análisis de tolerancia para cada resultado ofrecido por cada
alternativa. Los resultados muestran claramente que existen 2 alternativas potenciales en un
núcleo o kernel desarrollado por el método para la instalación de parques eólicos, cerca de los
municipios de la capital Mizque y el municipio de Totora ya que los factores evaluados
mostraron responder mejor a las exigencias del decisor para las alternativas, indicando que es
son lugares favorables para la instalación de un parque eólicos y superan a las demás
alternativas.
Palabras clave: Potencial eólico, zonificación, factores extrínsecos, alternativas, método
electre, provincias de Carrasco y Mizque.
INTRODUCCION.
La presente investigación nace de tener una mejora en cuanto a la producción de
energía eléctrica de una manera menos impactante para el medio ambiente y para la
sociedad y el poder identificar las áreas o zonas potenciales para la instalación viable
de parques eólicos que pueden ser definidas a partir del establecido y en conjunción a
los factores extrínsecos de las áreas geográficas analizadas.
Llegando al punto de encontrar las zonas más aptas para la implementación de las
mismas en la ciudad de Cochabamba, específicamente en las provincias de Carrasco y
Mizque en función de los factores extrínsecos que se presentaron. Igualmente se
tomó en cuenta los factores socioeconómicos que condicionan la distribución de
parques eólicos en dichas provincias ya que el buen conocimiento que se tiene sobre
la zonificación del departamento ayuda a ver los puntos más eficientes para la
selección de las instalaciones de dichas fuentes de energía renovable.
Para tener una idea de cuáles serían las zonas más aptas para la implementación de
plantas de energía eólica teniendo en cuenta las ventajas como ser que la energía
aporta a la generación de empleos, evolución de comunidades, mejora la salud y
principalmente no interrumpe la actividad humana, de la misma forma se determinó
que el uso de este tipo de energía no contamina el medio ambiente y son inagotables
ya que provienen de la naturaleza, no se necesitan grandes movimientos de tierra para
su instalación y desventajas como ser el requerimiento de maquinaria voluminosa y
de gran tamaño, impacto visual ya que los parques se ubican generalmente en cerros
,el ruido que produce cada aerogenerador debido al giro del motor.
Para realizar el informe respectivo primeramente se realizó la investigación de factores
naturales es decir se analizó el potencial de la zona según su topografía, clima y efecto
ecológico, las masas de viento y su comportamiento, luego se realizó un seguimiento a
las actividades humanas que se realizan en la zona, se adquirió conocimientos de las
área protegidas existentes en Cochabamba conociendo y respetando las leyes
ambientales e impactos en cuanto la instalación de energías renovables, se realizó un
análisis de carreteras y red eléctrica de la zona y se conoció el potencial natural y el
grado de participación de viento en la zona en función a los factores extrínsecos
aplicando un análisis multicriterio(análisis electre)
METODOLOGÍA E INSTRUMENTOS.
Provincias potenciales.
Para la determinación de zonas potenciales se evaluó el potencial eólico de cada
provincia del valle de Cochabamba donde la revista ENDE (2001) describió a Carrasco
y Mizque como las mejores alternativas gracias a los datos de las Estaciones
meteorológicas “pojo” y “MIZQUE MAYRA” para que se evaluara una distribución de
parques eólicos.
La provincia Mizque La Provincia de Mizque se encuentra en el Departamento de
Cochabamba (Bolivia), tiene como capital a Mizque. Se encuentra geográficamente
situada en la franja subandina, a una altura media de unos 2.300 msnm, tiene 2.730 km²
y 36.181 habitantes. INE (2001)
La provincia de carrasco. Carrasco es una provincia situada en el centro de Bolivia en el
Departamento de Cochabamba con capital es Totora. Tiene una altura media de y una
extensión de 14368km2 y 116.205 habitantes INE (2001)
Evaluación de Alternativas
Para la evaluación de alternativas le tomo en cuenta más que todo el potencial eólico
que generan las provincias, gracias a mapas digitales de la página de “3tier.com”,
además tratando de seleccionar zonas cercanas a organizaciones poblaciones para el
aprovechamiento de energía eléctrica generada.
Se seleccionó 3 zonas o alternativas potencias en la provincia de Carrasco; 2 zonas
cercanas al municipio de Totora y 1 zona en el municipio de Pojo.
Se seleccionó 3 zonas o alternativas potencias en la provincia de Mizque; 2 zonas
cercanas al municipio de Vacas y 1 zona en el municipio de la capital Mizque.
Método ELECTRE.
El método ELECTRE ( ELimination Et Choix Traduisant la REalité) es el método
multicriterio discreto más conocido y a la vez más utilizado en la práctica desde finales
de los 60. Fue inicialmente propuesto por Benayoun, Roy y Sussman (1966) y
posteriormente mejorado por Roy (1971). Según Cortés (2003) este método es utilizado
para reducir el tamaño del conjunto de soluciones eficientes que funciona por
bipartición, es decir, intenta dividir el conjunto eficiente en dos subconjuntos: el de las
alternativas más favorables para el decisor (el núcleo) y el de las alternativas menos
favorables, es decir por las peores. Para ello, utiliza el concepto de “relación de sobre
clasificación”, por eso se le incluye dentro de los métodos de sobre clasificación.
Todos los métodos ELECTRE construyen una relación, llamada de “superación” que
representa las preferencias del decisor sobre el conjunto de alternativas, dada la
información disponible. Es un modelo de decisión multicriterio que utiliza diversas
funciones matemáticas para indicar el grado de dominancia de una alternativa respecto
de otra. Al formar parte de la familia de los métodos de relaciones de superación facilita
las comparaciones binarias entre alternativas asignando ponderaciones iniciales a los
criterios de decisión, lo cual permite un posterior análisis de sensibilidad cuando se
varían las citadas ponderaciones para aproximarlas al valor exacto que a veces es
desconocido. Todo esto puede completarse con un análisis de robustez, lo cual otorgará
mayor fiabilidad al modelo. Las comparaciones se efectuaron por pares de alternativas
y bajo cada uno de los criterios de decisión, y a partir de ellas se obtuvo el grado de
“dominancia” o “superación” de una alternativa respecto de otra. El resultado es el
ordenamiento del conjunto de alternativas.
M. Rogers y M. Bruen (1999) han estudiado un número considerable de técnicas de
ayuda a la decisión para el tratamiento de criterios, en su mayor parte medioambientales
y han recomendado los métodos ELECTRE como un conjunto de técnicas apropiadas
para la evaluación medioambiental de proyectos.
Estructura Algorítmica del Método ELECTRE.
La mecánica operativa del ELECTRE no es complicada, pero si algo prolija. Dicha estructura puede
resumirse en los siguientes pasos:
a) Se parte con un conjunto de m alternativas {Ai} seleccionadas por el decisor y
un conjunto de n criterios {Cj} que definen al problema a determinar. Además
de la determinación de un vector de pesos {Wi} para los n criterios con la
propiedad de que estos tienden a ser números positivos y la suma total de todos
los pesos debe ser igual a 1.
b) Se debe definir una escala cualitativa para cada uno de los resultados de las
alternativas para calificar cada una de los criterios seleccionados. La escala
califica los resultados desde los más adversos hasta los muy convenientes,
otorgando un número de la escala.
c) Definidas las alternativas y criterios se puede proceder con la construcción de la
matriz decisional. Dicha matriz es m x n donde se evalúan los resultados {Ri,j}
alcanzados por cada una de las alternativas en cada uno de los criterios
calificados por la escala cualitativa.
C1 C2 C3 … Cn
A1 R11 R12 R13 … R1n
A2 R21 R22 R23 … R2n
A3 R31 R32 R33 … R3n
RESULTADOS
Am Rm1 Rm2 Rm3 … Rmn
Fuente elaboración propia (2012) con datos de Cortés (2003)
Cuadro Nro. 1 Matriz decisional.
d) El siguiente paso es la normalización de la matriz decisional para estandarizar
los resultados y estos puedan ser evaluados conjuntamente con el fin de logra
un orden equitativo.
Para normalizar dividimos cada elemento de la matriz decisional inicial por su
rango, es decir, por la diferencia entre el ideal y el anti-ideal de cada columna en
cada uno de los criterios evaluados.
e) Realizada la matriz decisional normalizada se procede multiplicar cada fila por
el peso ponderado a cada criterio de la matriz, con el fin de que siempre se tome
en cuenta el peso otorgado para la elaboración de las siguientes matrices y se
pueda hacer una clasificación porcentual de la dominancia de los criterios.
f) Se realiza una sumatoria por columna de la matriz decisional normalizada y
ponderada para hallar el porcentaje de dominancia de los criterios evaluados en
el problema.
g) El siguiente paso consiste en la elaboración de la Matriz de concordancia. Dicha
matriz indica el grado de dominancia entre alternativas y posibilita la existencia
de “incomparabilidades”. La comparación entre las alternativas se efectúa por
pares con respecto a cada uno de los criterios de decisión seleccionados,
determinando su “grado de superación”. Se obtiene multiplicando
escalarmente el vector de pesos asociados a los criterios con la valoración en la
que la alternativa Ai es mejor que la alternativa Ak, donde la comparación
adquiere las siguientes valoraciones al evaluar los resultados de la matriz
decisional :
0 Ri < Rk
Concordancia (Ri, Rk) = ½ Ri = Rk
1 Ri > Rk
Es una matriz cuadrada de orden mxm al número de alternativas donde la
suma de elementos simétricos con respecto a la diagonal principal es siempre
uno, los elementos de la matriz son números comprendidos de 0 a 1 y en la
diagonal principal nunca hay valores.
Ai Ak An
Ai - C(Ai, Ak) C(Ai ,An)
Ak C(Ak, Ai) - C(Ak, An)
An C(An, Ai) C(An, Ak) -
Fuente elaboración propia (2012)
Cuadro Nro. 2. Matriz de concordancia.
h) Consecuentemente se elabora la matriz de discordancia. Dicha matriz indica
que para cada par de alternativas si existe al menos un criterio para el cual los
resultados de las alternativas Ai y Ak impiden examinar la superación de Ak
por Ai, es decir, cualquier superación de la alternativa b por la alternativa a
puede ser debilitada o considerada dudosa por lo que se debe hallar la máxima
diferencia para cualquier criterio y par de alternativas.
El índice de discordancia D(i,k) entre las alternativas Ai y Ak se calcula como
la máxima diferencia en valor absoluto de los valores de cada una de las
evaluaciones por pares de los criterios de la matriz decisional normalizada y
ponderada donde solamente se toman los criterios en los cuales los resultados
de la alternativa Ai son peores a los de la alternativa Ak, dividiendo
seguidamente dicha cantidad por la máxima diferencia en valor absoluto entre
los todos resultados alcanzados por la alternativa i y la k en cada criterio
evaluado hallándose así los índices de discordancia.
D(Ai, Ak) = Max |Ti – Tk|| Ti < Tk
Max |Ti – Tk|
Donde (Ti, Tk) son los resultados alcanzados por la matriz normalizada
ponderada.
Es una matriz cuadrada de orden mxm al número de alternativas donde los
elementos de la matriz son números comprendidos de 0 a 1 y en la diagonal
principal nunca hay valores.
Ai Ak An
Ai - D(Ai, Ak) D(Ai ,An)
Ak D(Ak, Ai) - D(Ak, An)
An D(An, Ai) D(An, Ak) -
Fuente elaboración propia (2012)
Cuadro Nro. 3 Matriz de índices de discordancia.
i) En este punto se puede comenzar el análisis de sensibilidad de los resultados
alcanzados por las matrices concordante y discordante donde se elaboran dos
umbrales o niveles de exigencia que llamaremos c y d. Dichos umbrales serán
unos niveles de concordancia y discordancia respectivamente, que van a
reflejar qué exige y qué tolera el decisor al formular una relación de sobre
clasificación.
C es el umbral mínimo para el índice de concordancia. Se calcula con el
promedio de los elementos de la matriz de índices de concordancia.
D es el umbral máximo para el índice de discordancia. Se calcula el valor medio
de los elementos de la matriz de índices de discordancia.
j) Calculados los umbrales de concordancia y discordancia se puede elaborar las
matrices de dominancia concordante y dominancia discordante, Dichas matrices
representan como se mencionó en el anterior paso qué exige y qué tolera el
decisor al formular una relación de sobre clasificación donde solamente se
tomara los valores superiores o iguales a umbral “c” en la matriz de
concordancia y se tomara los valores menores o iguales al umbral “d” en la
matriz de discordancia.
Dominancia Concordante DC (Ai, Ak) =
*cAk) C(Ai,1
*cAk) C(Ai,0
si
si
Dominancia Discordante DD (Ai, Ak) =
*dAk) C(Ai,1
*dAk) C(Ai,0
si
si
k) Posteriormente se La matriz de dominancia agregada (concordante-discordante)
que ayuda a graficar el grafo electre. La interpretación analítica de los
elementos de esta matriz es muy intuitiva. Si el elemento i,k toma el valor uno,
esto significa que la alternativa i-ésima es mejor que la k-ésima para un número
importante de criterios (concordancia) y no es claramente peor para ningún
criterio (discordancia). Consecuentemente la alternativa i-ésima sobreclasifica
a la k-ésima. Por el contrario, si el elemento i,k toma el valor cero, esto
significa que la alternativa i-ésima no es mejor que la k-ésima para un número
importante de criterio y/o es claramente peor para algún criterio.
Consecuentemente la alternativa i-ésima no sobreclasifica a la k-ésima.
Conc-disc (Ai, Ak) =
contrariocasoen
si
0
Ak) DD(Ai,Ak) DC(Ai,1
l) El último pasó es el desarrollo del grafo ELECTRE. Se obtiene de la matriz
agregada. En el grafo se representan, para cada criterio, las relaciones de
dominación. Cada vértice representa una de las alternativas o elecciones no
dominadas. Del vértice i al vértice k se traza un arco, si y sólo si el
correspondiente elemento de la matriz de dominancia agregada es 1. Si existe
un arco orientado de Ai a Ak, esto significa que: “Cualquiera que sea el criterio,
la alternativa Ai es superior a la alternativa Ak, es decir, Ai domina a Ak” y
consecuente se localiza el núcleo o kernel del grafo “la alternativa dominante”.
Definición de criterios o factores extrínsecos que determinan la
distribución de parques eólicos.
Se consideró dos criterios o factores extrínsecos que determinaban el potencial eólico
que puede generar cada provincia evaluada con el método. a) Factores Naturales b)
factores socioeconómicos. Se clasifico cada factor en subcriterios a evaluar explicados
en el cuadro nro (4)
Cuadro Nro. 4 Definiciones de los factores extrínsecos usados en el método
ELECTRE para la zonificación de parques eólicos en las provincias de Carrasco y
Mizque.
Criterios o factores
extrínsecos. Subcriterios Definición. interpretación
Factores Naturales.
Masas de viento.
Son los flujos y la circulación
del viento que se originan en la
troposfera que determinan la
actividad eólica.
mapas digitales de
potencial eólico
googleEarth (2012)
provistos por la página
Web www.3tier.com
Relieve.
Formas que tiene la corteza
terrestre que describen la
circulación de viento.
mapas digitales de relieve
googleEarth (2012)
provistos por la página
web www.3tier.com
Biocenosis.
Conjunto de organismos de
todas las especies vivos
coexistentes dentro de un
biotopo, especialmente aves.
Mapas de Avifauna y
ecoregiones de Bolivia
Ibish (2002)
Factores
Socioeconómicos. Red de caminos.
Conjunto de vías de un país o
región por las que se puede
aprovechar el traslado
materiales.
mapas digitales red de
caminos googleEarth
(2012) provistos por la
página web
www.3tier.com
Actividades humanas.
Actividad poblacional que
puede aprovechar la energía
producida por un parque eólico
mapas digitales de
población googleEarth
(2012) provistos por la
página web
www.3tier.com
Fuente elaboración propia (2012)
RESULTADOS Y DISCUSIÓN.
Figura Nº1 Zonas con potencial eólico para la provincial de carrasco.
Cuadro Nº5 Factores extrínsecos significativos en carrasco.
Factores extrínsecos.
Factores Naturales
1. Masas de aire (maximizar).
2. Relieve (maximizar).
3. Biocenosis (maximizar).
Factores
socioeconómicos
4. Red de caminos (maximizar).
5. Actividades humanas (maximizar).
Se trabajó con estos municipios debido a que cuentan con un buen potencial eólico y se tomó
en cuenta su relación o cercanía en cuanto a carreteras como factores más sobresalientes en
cuanto a los demás.
Alternativas.
o A1: municipio Totora.
o A2: municipio Totora.
o A3: Municipio Pojo
Cuadro Nº6 Escala cualitativa: evaluación del 1 – 10
Muy Adverso Neutral Muy bueno
1 5 10
Pesos preferenciales W= (0.4, 0.15, 0.1, 0.2, 0.15).
Se asignó ciertos pesos, teniendo como base el desempeño de cada factor extrínseco en
cada municipio.
Cuadro Nº7 Matriz decisional.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 10 7 3 7 6
A2 9 9 3 8 8
A3 7 8 2 10 9
Pesos(W) 0,4 0,15 0,1 0,2 0,15
Fuente: elaboración propia (2012)
Se evaluaron los factores extrínsecos en cada municipio para asignarles una puntuación
determinada, apoyando la evaluación en la escala cualitativa.
Cuadro Nº8 Matriz decisional normalizada.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 3.33 3.5 3 2.33 2
A2 3 4.5 3 2.67 2.67
A3 2.33 4 2 3.33 3
Fuente: elaboración propia (2012)
Cuadro Nº9 Matriz Decisional Normalizada y ponderada.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 1.33 0.53 0.3 0.47 0.3
A2 1.2 0.68 0.3 0.53 0.4
A3 0.93 0.6 0.2 0.67 0.45
Total 3,46 1,81 0,8 1,67 1,15
Porcentaje. 39% 20% 10% 19% 13%
Fuente: elaboración propia (2012)
El cuadro Nº9 presenta la evaluación porcentual de cada uno de los factores que
intervienen en la zonificación de parques eólicos señalando al viento como factor más
importante(39%), tomando en cuenta el peso otorgado a cada factor, además de la
estandarización de datos para que puedan ser evaluados conjuntamente (cuadro Nº8).
Posteriormente se puede hacer una evaluación separada de cada uno de los factores
extrínsecos como lo muestran los cuadros 10 y 11.
Cuadro Nro. 10 evaluación porcentual de factores naturales.
Criterios. Porcentaje (%).
Factores Naturales
1. Masas de aire 57
2. Relieve 30
3. Biocenosis 13
Cuadro Nro. 11 evaluación porcentual de factores naturales.
Criterios. Porcentaje (%).
Factores socioeconómicos
4. Red de caminos 59
5. Actividades humanas 41
Análisis de sensibilidad.
CuadroNº12 Matriz de concordancia.
A1 A2 A3
A1 - 0.45 0.4
A2 0.55 - 0.55
A3 0.6 0.45 -
Fuente: elaboración propia (2012)
Cuadro Nº13 Matriz de discordancia.
A1 A2 A3
A1 - 1 0.5
A2 0.86 - 0.52
A3 1 1 -
Fuente: elaboración propia (2012)
Umbral de Concordancia c*= 0.5
Umbral de Discordancia d*= 0.8
Cuadro Nº 14 Matriz de dominancia
concordante.
A1 A2 A3
A1 - 0 0
A2 1 - 1
A3 1 0 -
Fuente: elaboración propia (2012)
Cuadro Nº15 Matriz de dominancia
discordante.´
A1 A2 A3
A1 - 0 1
A2 0 - 1
A3 0 0 -
Fuente: elaboración propia (2012)
Cuadro Nº16 Matriz de dominancia agregada (Concordante-Discordante)
A1 A2 A3
A1 - 0 1
A2 0 - 1
A3 0 0 -
Fuente: elaboración propia (2012)
Figura Nº2 Grafo electre. Núcleo del grafo electre: A1 y A2
Se realizó un análisis de sensibilidad sobre la superación de resultados alcanzados para
cada factor extrínseco en cada una de las alternativas de la provincia carrasco (cuadro
12 y 13), además del análisis de tolerancia para el decisor para cada alternativa (cuadro
14 y 15) mostrándose la dominancia de cada alternativa sobre otra con una matriz de
dominancia agregada (cuadro 16), mostrándose como mejores alternativas (A1 y A2).
Resultados mizque.
Figura Nº3 Zonas con potencial eólico para la provincial de mizque.
A1 A2 A3
Cuadro Nº17 Factores extrínsecos significativos en Mizque.
Factores extrínsecos.
Factores Naturales
1. Masas de aire (maximizar).
2. Relieve (maximizar).
3. Biocenosis (maximizar).
Factores
socioeconómicos
4. Red de caminos (maximizar).
5. Actividades humanas (maximizar).
Se trabajó con estos municipios debido a que cuentan con un buen potencial eólico y se tomó
en cuenta su relación o cercanía en cuanto a carreteras como factores más sobresalientes en
cuanto a los demás.
Alternativas.
o A1: municipio Vacas.
o A2: municipio Vacas.
o A3: Municipio Mizque
Cuadro Nº18 Escala cualitativa: evaluación del 1 – 10
Muy Adverso Neutral Muy bueno
1 5 10
Pesos preferenciales W= (0.3, 0.2, 0.1, 0.2, 0.2).
Se asignó ciertos pesos, teniendo como base el desempeño de cada factor extrínseco
en cada municipio.
Cuadro Nº19 Matriz decisional.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 8 5 4 6 6
A2 7 6 3 9 8
A3 5 8 5 9 9
Pesos(W) 0,3 0,2 0,1 0,2 0,2
Fuente: elaboración propia (2012)
Se evaluaron los factores extrínsecos en cada municipio para asignarles una puntuación
determinada.
Apoyando la evaluación en la escala cualitativa.
Cuadro Nº20 Matriz decisional normalizada.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 2,67 1,67 2 2 2
A2 2,33 2 1,5 3 2,67
A3 1,67 2,67 2,5 3 3
Fuente: elaboración propia (2012)
Cuadro Nº21 Matriz Decisional Normalizada y ponderada.
Alternativas Factores extrínsecos.
F1 F2 F3 F4 F5
A1 0,801 0,334 0,2 0,4 0,4
A2 0,669 0,4 0,15 0,6 0,534
A3 0,501 0,534 0,25 0,6 0,6
total 1,971 1,268 0,6 1,6 1,534
porcentaje 28% 18% 9% 23% 22%
Fuente: elaboración propia (2012)
El cuadro Nº21 presenta la evaluación porcentual de cada uno de los factores que
intervienen en la zonificación de parques eólicos señalando al viento como factor más
importante.(28%) , tomando en cuenta el peso otorgado a cada factor, además de la
estandarización de datos para que puedan ser evaluados conjuntamente (cuadro Nº20).
Posteriormente se puede hacer una evaluación separada de cada uno de los factores
extrínsecos como lo muestran los cuadros 22 y 23
Cuadro Nro. 22 evaluación porcentual de factores naturales.
Criterios. Porcentaje (%).
Factores Naturales
1. Masas de aire 51
2. Relieve 33
3. Biocenosis 16
Cuadro Nro. 23 evaluación porcentual de factores naturales.
Criterios. Porcentaje (%).
Factores socioeconómicos
4. Red de caminos 51
5. Actividades humanas 49
Análisis de sensibilidad
Cuadro Nº 24 Matriz de concordancia.
A1 A2 A3
A1 - 0,3 0,4
A2 0,7 - 0,5
A3 0,6 0,5 -
Fuente: elaboración propia (2012)
Cuadro Nº 25 Matriz de discordancia.
A1 A2 A3
A1 - 1 0.67
A2 0.51 - 0.68
A3 1 1 -
Fuente: elaboración propia (2012)
Umbral de concordancia c* = 0.5
Umbral de discordancia d* = 0.81
Cuadro Nº 27 Matriz de dominancia
discordante.´
A1 A2 A3
A1 - 0 1
A2 1 - 1
A3 0 0 -
Fuente: elaboración propia (2012
Cuadro Nº 26 Matriz de dominancia
concordante.
A1 A2 A3
A1 - 0 0
A2 1 - 1
A3 1 1 -
Fuente: elaboración propia (2012
Cuadro Nº28 Matriz de dominancia agregada (Concordante-Discordante)
A1 A2 A3
A1 - 0 0
A2 1 - 1
A3 0 0 -
Fuente: elaboración propia (2012)
Figura Nº4 Grafo electre. Núcleo del grafo electre: A2
Se realizó un análisis de sensibilidad sobre la superación de resultados alcanzados para
cada factor extrínseco en cada una de las alternativas de la provincia carrasco (cuadro
24 y 25), además del análisis de tolerancia para el decisor para cada alternativa (cuadro
26 y 27) mostrándose la dominancia de cada alternativa sobre otra con una matriz de
dominancia agregada (cuadro 28), mostrándose como mejor alternativa (A2).
CONCLUSIONES.
• La distribución de parques eólicos está determinada por muchos parámetros, ya
sean factores externos (extrínsecos) como ser los factores naturales o
A1
A2
A3
socioeconómicos, y también factores internos (intrínsecos) como ser los
materiales necesarios y su resistencia al ambiente.
• La provincia carrasco describió a las masas de aire como el factor natural más
significativo (57%) al momento de identificar áreas potenciales para la
instalación de parques eólicos, además que el relieve (30%) también puede
determinar dicha distribución y se tiene que el factor biocenosis (13%)es el
factor menos tomado en cuenta. La provincia de mizque de igual manera
describió a las masas de aire como el factor más significativo (51%), donde el
factor relieve (33%) también puede determinar la distribución y se tiene que el
factor biocenosis (16%) es menos tomado en cuenta.
• En cuento a factores socioeconómicos, la provincia carrasco describió que la
actividad humana (41%) es menos significativa que la distribución en función a
carreteras (59%), mientras que la provincia de mizque describió que existe cierta
similitud entre el factor de actividades humanas (49%) y el factor de redes de
carreteras (51%).
• Se pudo determinar las alternativas más eficientes, además de señalar la
comparabilidad entre alternativas gracias al método ELECTRE con decisiones
multicriterio, donde la provincia carrasco mostro como núcleo la alternativa {A1
A2} que claramente dominan a la alternativa {A3}, siendo incomparable la
alternativa {A1} con las demás alternativas. También se describió en la
provincia de Mizque como núcleo la alternativa {A2}. Siendo incomparables con
el método la alternativas {A1, A3}.
BIBLIOGRAFIA
1. ENDE,Empresa eléctrica Corani S.A. Nacionalizada
(2012/ ¨estación de medición eólica Qollpana¨, http://www.conari.bo , Cochabamba-
Bolivia
2. Esteban Perez Maria Dolores
(2009), ¨Propuesta de una metodología para la implementación de parques eólicos
ofshore¨ , http://oa.upm.es/2016/1/MARIA_DOLORES_ESTEBAN_PEREZ.pdf,
(08/04/2012).
3. Figuero Moreno Conrado
¨Distribución de los aerogeneradores en un parque eólico¨,
http://www.cubasolar.cu/biblioteca/energia/Energia41/HTML/Articulo03.htm,
(12/04/2012).
4. García Ortega y Carlos Bravio Villa
(1990) ¨Greenpeace España¨, http://www.lareserva.com/home/energias_renovables,
(09/04/2012)
5. Jose Maria de Juana
(2003) ¨Energias renovables para el desarrollo, Energía Eólica¨, Thomson editores
Spain, Madrid España.
6. Lizmova Nina
(2007), ¨ análisis de mapas como un método de investigación de fenómenos naturales
socioeconómicos¨,
lunazul.ucaldas.edu.co/index.php?option=content&task=view&id=332, (18/04/2012)
7. Marco Normativo Ambiental en los Países de la CIER
(2011), ¨Sector Eléctrico – CIER¨,
https://sites.google.com/site/marconormativoambiental/, (10/04/2012)
8. Navarro Gonzalo & Maldonado Mabel
(2002), ¨Geografia Ecologica de Bolivia,Vegetacion y ambientes acuaticos¨, Centro de
Ecologia Simos &. Patiño-Departamento de difusion, Cochabamba- Bolivia.
9. P.L.Ibisch & G.Merida
(2003), ¨Biodiveresidad:La riqueza de Bolivia/Estado de conocimiento y conservación¨,
FAN, Santa Cruz de la Sierra,Bolivia/
10. Sedanéz Calvo , Mariano
(2002), ¨El viento y el medio ambiente, El viento¨, Ediciones Mundiprensa, s.l.
11. La decisión de rango cuantitativo
12. Carlos Roman “ Analisis de la decisión multicriterio”
Top Related