CAPÍTULO II MARCO TEÓRICO

77  Download (0)

Full text

(1)

CAPÍTULO II

MARCO TEÓRICO

1. ANTECEDENTES DE LA INVESTIGACIÓN

Como antecedente para la presente investigación en lo que a la variable herramientas de decisión multicriterio se refiere, se presenta el trabajo realizado por Benítez (2015) en su tesis doctoral realizada en la Universidad Politécnica de Madrid España, la cual se titula: Procedimiento multicriterio- multiobjetivo de planificación energética a comunidades rurales aisladas.

La investigación tuvo como objetivo desarrollar un procedimiento matemático para definir un sistema energético adecuado para una comunidad rural aprovechando los recursos energéticos renovables locales y lograr la máxima cobertura energética, soportándose en las investigaciones realizadas por los autores Theodorou, Florides, & Tassou (2010), Bajpai &

Dash (2012), Kaya & Kahraman (2010), Fadaee & Tradzi (2012), entre otros.

El tipo de investigación se define como descriptivo, en el que se desarrolló un modelo original denominado Generación Energética Autónoma y Limpia (GEAYL) aplicado a una comunidad rural en Cuba. Para la implementación del GEAYL se establecieron cinco funciones objetivos: F1 para la minimización de los costos energéticos; F2 para la minimización de emisiones de CO2; F3 para la minimización de emisiones de NOx; F4 para la minimización de las emisiones de SOx y F5 para la maximización de la aceptación social de la energía.

La principal novedad de la investigación fue la determinación de los

coeficientes para la función F5, para lo cual se utilizó el AHP con una

15

(2)

encuesta aplicada a cinco (5) comunidades rurales aisladas de diferentes regiones de Cuba. Para determinar el suministro óptimo de energía se emplearon métodos como la suma ponderada, producto ponderado, distancia de Manhattan y la distancia Euclidiana. Para estas métricas se utilizaron distintos vectores de pesos que permitieron determinar las estructuras de preferencia de los decisores. Los criterios evaluados fueron la prioridad por sectores, áreas que no deberían ser afectadas, importancia del paisaje y disponibilidad de recursos.

Los resultados obtenidos demostraron que la disponibilidad de recursos energéticos seguida de la prioridad por sectores fueron los criterios que obtuvieron mayor puntuación; sin embargo el criterio de mayor preferencia fue claramente la prioridad por sectores que a pesar de haber obtenido la segunda puntuación, a juicio de los expertos tiene mayor relación con futuros proyectos energéticos. A partir de la matriz de prioridades se obtuvo una relación de consistencia del 10%, corroborando una confiabilidad adecuada.

Las conclusiones reflejan que tener en consideración la aceptación social como una función del modelo influye en el suministro de energía de cada alternativa energética.

Como aporte para la presente investigación se utilizarán las bases teóricas desarrolladas para las herramientas de decisión multicriterio, especialmente los fundamentos presentados para el proceso analítico jerárquico. De igual forma, se utilizará la metodología de comparación por pares para establecer los niveles de preferencia que le asignan los expertos para todas las alternativas, criterios y subcriterios considerados.

Otro antecedente en lo que a la variable herramientas de decisión

multicriterio se refiere, es el trabajo realizado por Quijano (2012) en su tesis

doctoral realizada en la Universidad Nacional de Colombia titulada: Diseño e

implementación de una plataforma integrada de modelación para la

planificación energética sostenible. La Investigación tuvo como objetivo el

(3)

diseño e implementación de una plataforma de planificación energética que permite potenciar recursos de energías renovables y evaluar alternativas que pueden transformar la matriz energética, la cual se soporta en el trabajo realizado por los autores Demers (2002), Domínguez & Amador (2007), Jacobson & Delucchi (2011), entre otros.

El tipo de investigación fue definida como descriptiva con un enfoque positivista. El método utilizado fue el de desarrollo e integración de herramientas de planificación energética en la plataforma Modergis, compuesta por los módulos de sistemas de información geográfica, modelo de análisis demanda-oferta de energía y análisis multicriterio de decisiones aplicado a la sostenibilidad.

La aplicación de esta plataforma se utilizó teniendo como piloto el caso colombiano. Como soporte de la investigación se utilizaron estudios de empresas del sector energético, ambiental, referencias de los profesores de la Universidad Nacional de Colombia, de la Universidad Politécnica de Madrid, información del Centro de Investigaciones Energéticas Medioambientales y Tecnológicas de España y del Instituto de Economía Energética de Bariloche Argentina.

Los resultados obtenidos demostraron que la plataforma desarrollada es ideal para realizar manejo de la demanda y oferta de la energía a través de técnicas de análisis multicriterio; presentando políticas de uso eficiente de la energía bajo los criterios de sostenibilidad económica, social y ambiental.

Las conclusiones reflejan que el modelo Modergis potencializa el uso de las energías renovables en las regiones, haciendo un énfasis en la energía solar, eólica, dendroenergía, así como pequeñas centrales hidroeléctricas.

Como aporte para la presente investigación se utilizarán las bases

teóricas desarrolladas para las herramientas de decisión multicriterio; así

como la estructuración de los criterios técnicos y económicos que son

(4)

necesarios para establecer los lineamientos estratégicos durante el proceso de toma de decisiones multicriterio.

Seguidamente, se menciona la investigación doctoral realizada por Munier (2011) en la Universidad Politécnica de Valencia en España, titulada como: Procedimiento fundamentado en la programación lineal para la selección de alternativas en proyectos de naturaleza compleja y con objetivos múltiples. Esta investigación tuvo como objetivo proponer una nueva metodología para facilitar la toma de decisiones en proyectos de naturaleza compleja a partir de adaptaciones de las técnicas de programación lineal, sustentada teóricamente con los autores: Leyva (2004), Triantaphyllou (2000), Zeleny (2000), Cheng, Chan & Huang (2003), Ballestero (2002), entre otros.

El tipo de investigación fue definida como descriptiva con un enfoque positivista, en la que se creó un nuevo procedimiento denominado Simus basado en la programación lineal para la resolución de problemas de toma de decisiones. La técnica Simus se empleó en una población de 45 proyectos reales pertenecientes a 11 categorías distintas abarcando aspectos tales como: infraestructura portuaria, aeronáutica, medioambiente, temas sociales, planeamiento económico, localización industrial y gobierno.

La información de los proyectos fue obtenida de diversas fuentes que incluyeron: entrevistas personales, correos con los autores, consulta de libros, artículos e internet. Algunos de los casos se discutieron directamente con los autores, los cuales manifestaron la aprobación del método Simus que fue aplicado en sus proyectos.

Los resultados obtenidos muestran que se llegó a una coincidencia del

88,7%, lo cual fue considerado como una demostración heurística de que el

modelo propuesto Simus puede resolver los mismos problemas de decisión

que los modelos existentes. Los modelos AHP, ELECTRE, PROMETHEE y

MAUT fueron los más utilizados para realizar las comparaciones con el

método Simus. Las conclusiones destacan la importancia de la programación

(5)

lineal como una herramienta con una fuerte fundamentación axiomática que permite construir un modelo matemático de un proyecto, principalmente debido a la necesidad de colocar un límite a los criterios.

Como principal aporte para la presente investigación, se utilizarán las bases teóricas desarrolladas para las herramientas de decisión multicriterio que son aplicables en problemas de suministro eléctrico. Se utilizarán principalmente los fundamentos desarrollados para el proceso analítico jerárquico y para el proceso analítico en red.

Como último antecedente para la variable toma de decisiones multicriterio, se presenta el trabajo doctoral realizado por García (2010) en la Universidad Cardenal Herrera en España, titulado: Una propuesta metodológica para la aplicación del proceso analítico jerárquico en la selección de aerogeneradores, que tuvo como objetivo proponer un criterio que permita a los administradores identificar y priorizar, aplicando el AHP, los factores críticos que intervienen en la selección de un aerogenerador; con el fin de elegir la mejor opción entre las alternativas analizadas. Esta investigación fue soportada bajo los lineamientos de Vera & Villalon (2005), Kumar & Vaidyaa (2006), Wizelius (2007), Ho (2007), García & Lamata (2009), entre otros.

El tipo de investigación fue exploratorio-descriptivo con un enfoque mixto. La población estuvo conformada por un panel de 18 expertos en energía eólica, a los cuales se les aplicó un instrumento que fue organizado matricialmente según el proceso analítico jerárquico con 5 criterios, 25 sub- criterios y 3 alternativas de selección que fueron sometidas a valoración de expertos.

El instrumento fue validado por dos expertos con amplia trayectoria académica: un experto en sistemas eólicos y uno en diseño de cuestionarios.

Se obtuvo una razón de consistencia menor del 10% para todos los criterios,

subcriterios y alternativas; lo cual refleja una suficiente consistencia en los

juicios finales después del proceso de agregación que se realizó utilizando la

media aritmética.

(6)

Los resultados obtenidos indicaron que el criterio que más influye en la selección de un aerogenerador, en opinión de los expertos consultados, es el coste. Para el caso de los subcriterios, el que resultó con mayor importancia fue fabricación seguido de integrado terrestre e instalación. La mejor alternativa o solución al problema de selección resultó ser el aerogenerador asíncrono de doble alimentación. Las conclusiones reflejan la importancia de las herramientas de decisión multicriterio, en especial del AHP para abordar problemas complejos que integran aspectos tangibles e intangibles que deben ser abordados de una forma sistemática y ordenada con el fin de obtener los resultados esperados.

Como aporte para la presente investigación se utilizarán los fundamentos del proceso analítico jerárquico desarrollados en el marco teórico. Especialmente se seguirá la metodología utilizada para presentar los resultados de la identificación, priorización de alternativas y criterios, a través de la estructuración de matrices pareadas con sus respectivos análisis de consistencia que reflejan la valoración de los expertos consultados.

Por otra parte, como primer antecedente para la variable energías renovables, inicialmente se presenta el trabajo realizado por Parodi (2013) en su tesis doctoral en la Universidad Politécnica de Valencia, titulado:

Propuesta metodológica para la evaluación integral de proyectos en el sector energético, el cual tuvo como objetivo proponer una metodología para la evaluación de proyectos en el sector energético utilizando la herramienta de decisión multicriterio del AHP, considerando alternativas de inversión institucional, técnica, económica y ambientalmente viables. Este trabajo se soporta en los aportes realizados por autores como Saaty (2006), Loken (2007), Kahraman & Kaya (2010), Carrera & Mack (2010), entre otros.

En el trabajo metodológico realizado se definieron 76 aspectos

diferenciadores que fueron reducidos paulatinamente a 59, 44 y 24 aspectos

principales, los cuales se agruparon de acuerdo a su naturaleza en las

(7)

dimensiones técnica, económica, social, ambiental y estratégica. La reducción fue realizada a partir de la consulta a 53 expertos académicos y estudiantes de último grado en energía e ingeniería económica. Los criterios se agruparon en una estructura de tres niveles que fue validada en una segunda ronda de entrevistas a 66 personas distribuidas entre académicos y profesionales. La información se procesó con el programa Expert Choice, el cual permitió verificar la consistencia de los datos.

Los resultados arrojaron como producto final un modelo jerárquico de criterios para la evaluación de proyectos en el sector energético, en el cual la mayor importancia corresponde a la dimensión riesgo (24,3%), seguida de las dimensiones ambiental (20,5%), económica (15,9%), técnica (13,7%), estratégica (13,5%) y social (12,2%). Las conclusiones reflejan que se priorizaron 9 alternativas para el suministro de energía eléctrica, las cuales fueron petróleo, gas, carbón, biomasa, nuclear, hidráulica, eólica, solar y geotérmica. Dentro de ellas, las opciones de energía eólica e hidráulica encabezaron las preferencias tanto a nivel individual como grupal.

Como aporte se utilizará la metodología para la priorización de los criterios técnicos, económicos, sociales, ambientales y de riesgo, además de la fundamentación teórica establecida para las energías eólica, solar y biomasa. De igual forma, se tomará como punto de partida el instrumento diseñado para consultar a los expertos la pertinencia de cada uno de los criterios preestablecidos para la toma de decisiones multicriterio.

Otro antecedente relacionado con la variable de estudio de energías renovables, lo realizó Domenech (2013) en su trabajo doctoral en la Universidad Politécnica de Cataluña en España, el cual es titulado como:

Metodología para el diseño de sistemas de electrificación autónomos para comunidades rurales.

La investigación tuvo como objetivo diseñar una metodología para el

proceso de toma de decisiones de suministro energético en las zonas

rurales, haciendo uso de energía solar y eólica. Para tal efecto, consideró

(8)

criterios de selección del tipo económico, social, técnico y energético; los cuales fueron integrados en un modelo de decisión mediante la técnica multicriterio de programación compromiso; utilizándose como soporte el trabajo de los autores Rojas (2012), Díaz (2003), Karger & Hennings (2009), Lew (2000), Pohekar y Ramachandran (2004), entre otros.

Se realizó un tipo de investigación descriptivo con un enfoque mixto. La población estuvo conformada por la comunidad del Alumbre, constituida por 33 familias, una escuela y un centro de salud. Además se trabajó con la comunidad del Alto Perú constituida por 65 familias, una escuela y un centro de salud. La validación de la metodología se realizó con la participación de dos expertos en el campo de la electrificación rural que actuaron como usuarios hipotéticos del método propuesto.

Los resultados mostraron que la metodología propuesta es adecuada para el diseño de sistemas de electrificación autónomos basados en las tecnologías eólica y solar. En particular, la propuesta permite realizar una particularización de la toma de decisiones de una manera estructurada, a través de la evaluación de un conjunto de alternativas de electrificación;

obteniendo resultados coherentes con las preferencias de los usuarios. Las conclusiones reflejaron que la propuesta define el diseño del sistema, minimiza el costo de la inversión inicial, además tiene en cuenta los aspectos sociales y recursos energéticos.

Como principal aporte se utilizará la metodología para definir los criterios preliminares en los ámbitos técnicos, sociales y económicos que serán sometidos a evaluación por parte de los expertos. De igual forma se utilizará la fundamentación teórica desarrollada para la energía solar y para la energía eólica, en conjunto con la presentación de los resultados.

Otro antecedente lo representa el trabajo realizado por Sánchez (2012)

en su tesis doctoral en la Universidad de Cartagena España, titulada:

(9)

Búsqueda y evaluación de emplazamientos óptimos para albergar instalaciones de energías renovables en la costa de la región de Murcia:

combinación de Sistemas de Información Geográfica (SIG) y Soft Computing.

Esta investigación tuvo como objetivo realizar la combinación de distintas metodologías de decisión multicriterio con sistemas de información geográfica para evaluar y clasificar los emplazamientos óptimos de instalaciones de energías renovables en la costa de la Región de Murcia, soportándose en el trabajo realizado por los autores Al-Yahyai, Charabi, Gastli, & Al-Badi (2012), Janke (2010), Andrew, Arnette, & Zobel (2011), Haren & Fthenakis (2011), entre otros.

Se realizó una investigación con un enfoque cuantitativo del tipo descriptiva. En el trabajo metodológico se definieron cuatro criterios generales para la toma de decisiones: medioambientales, localización, orográficos y climatológicos. Para la consulta a expertos se utilizó una técnica Pseudo-Delphi en la que los miembros que intervinieron en la decisión son independientes entre sí. Para el proceso de instalaciones solares fotovoltaicas se consultaron a 3 expertos: un doctor en ingeniería con especialización en energía solar, un doctor en física y un promotor de instalaciones con energías renovables.

El grupo de expertos que participaron en el proceso de decisión de instalaciones solares termoeléctricas estuvo compuesto por tres doctores en ingeniería y un doctor en física, todos con experiencia en energía solar. Para el caso de los parques eólicos se consultaron dos doctores en ingeniería y un promotor de energías renovables. En la investigación todos los expertos tuvieron el mismo nivel de importancia, independientemente del grado de formación.

Los resultados mostraron que los tres criterios mejor valorados para el

problema de ubicación de las instalaciones solares fotovoltaicas fueron la

distancia a redes de distribución, distancia a subestaciones transformadoras

y distancia a núcleos de población. Para las instalaciones solares

(10)

termoeléctricas los tres criterios mejor valorados fueron el potencial de radiación solar, distancia a subestaciones transformadoras y distancia a principales carreteras. Para los parques eólicos un criterio resultó ser más relevante que los demás, el cual fue la velocidad del viento. Las conclusiones resaltan la importancia de utilizar diversos tipos de criterios para seleccionar cual es el mejor emplazamiento para instalaciones con energías renovables.

Como aporte inicial se utilizarán los lineamientos teóricos que se presentan para la energía solar fotovoltaica, energía solar térmica, energía a partir de la biomasa y energía hidráulica. Además, se hará uso de la teoría establecida para el AHP, ELECTRE y de la toma de decisiones multicriterio a nivel general. Finalmente, se utilizará la estructura inicial para presentar los resultados obtenidos con la consulta a expertos en energías renovables.

Por último, se presenta el antecedente relacionado con la variable toma de decisiones multicriterio realizado por Rojas (2012) en su tesis doctoral en la Universidad de Zaragoza España, la cual es titulada como: Planificación del suministro eléctrico en áreas rurales de los países en vías de desarrollo:

un marco de referencia para la toma de decisiones. Este proyecto tuvo como objetivo el diseño, desarrollo y validación de una metodología de toma de decisiones multicriterio para facilitar la selección del suministro eléctrico en países en vía de desarrollo, soportándose en los referentes teóricos establecidos por Díaz (2003), Collado (2009), Chaurey & Kandpal (2010), Fernández (2001), García (2004), Harrar (2010), entre otros.

El tipo de investigación fue exploratorio con un enfoque cuantitativo. La

población estuvo conformada por un panel de 20 expertos clasificados en

empresas, académicos, agentes reguladores, representantes de la

administración central y organizaciones no gubernamentales. En cada

categoría se eligieron 4 participantes de distintas partes del mundo para que

expresaran sus preferencias en relación a la importancia de los criterios,

subcriterios y mejor alternativa para la toma de decisiones.

(11)

La expresión de las preferencias de los expertos se llevó a cabo utilizando un cuestionario con preguntas tipo matricial, de acuerdo al AHP, que fue aplicado a través de herramientas como Google Doc, Excel y archivo adjunto por correo electrónico. En la mayoría de las encuestas se obtuvo una razón de consistencia menor del 10% para todos los criterios, subcriterios y alternativas; los casos que superaron este margen fueron eliminados.

Los resultados demuestran que se logró desarrollar una metodología multicriterio basada en las técnicas AHP y Vikor para una planificación coherente del suministro eléctrico. El análisis del estudio de caso demostró que la generación descentralizada compacta representa el mejor modelo de suministro eléctrico. Se propuso un sistema hibrido integrado por tecnologías renovables y una micro-red descentralizada. Las conclusiones destacan la importancia de integrar dos técnicas de decisión multicriterio, así como la inclusión de múltiples criterios con el fin de favorecer a los usuarios potenciales del sistema de suministro eléctrico.

Como aporte se utilizarán inicialmente las bases teóricas expuestas para las energías renovables. Además, se hará uso de la metodología utilizada para aplicar el AHP, los criterios, subcriterios y alternativas relacionadas con la utilización de energías renovables en los ámbitos rurales.

De igual forma, se recurrirá al proceso descrito para el análisis de la información recabada a partir de la consulta a los expertos.

2. BASES TEÓRICAS

2.1. Toma de decisiones multicriterio

Según Galarza, Torres, Méndez & Pérez (2011), toda decisión existe por la presencia de una problemática real a la que se pretende dar solución.

El proceso de decisión siempre busca la elección de una solución ante varias

alternativas, por tanto no se puede establecer un sistema de toma de

(12)

decisiones si no existe más de una alternativa. Cuando exista una única solución a un problema, no hay capacidad de elección y menos de decisión.

En las decisiones se busca la mejor alternativa, la cual debe cumplir con los objetivos de la forma más cercana posible en comparación con todas las opciones evaluadas; por lo que es obligatorio establecer las escalas para medir el grado en que cada alternativa se acerca a los objetivos iniciales.

La toma de decisiones sigue un proceso lógico compuesto por un conjunto de etapas, que aunque tienen un orden establecido, muchas de ellas pueden ser permutables e incluso pueden ser desarrolladas de forma paralela por diferentes personas del grupo de trabajo. Además, pueden existir elementos que se presenten durante el desarrollo de un proceso, los cuales a conveniencia de los decisores pueden dar lugar a retomar alguna de las etapas abordadas con antelación. Según Rodríguez, Pedraja & Araneda (2013) y Brugha (2004), las etapas de un proceso de toma de decisiones se pueden resumir en las siguientes:

Definir el problema: en esta primera fase se debe hacer una recolección exhaustiva de información relacionada con el problema de estudio con el fin de identificar todos los elementos involucrados y la relación entre ellos. En este proceso es clave simplificar el problema haciendo de lado detalles menores que dispersan la atención sobre el problema principal.

Buscar alternativas de solución: la clave de esta etapa radica en concebir todas las alternativas posibles de solución al problema; sin realizar juicios a priori y descartar las soluciones que en principio no parecen factibles. Sin embargo, siempre hay que tener presente que existe una probabilidad de que la mejor alternativa no se encuentre en las inicialmente planteadas; por lo cual la creatividad al definir las opciones posibles es un aspecto neurálgico a tener en cuenta.

Seleccionar criterios: en esta fase se seleccionan los criterios y se

establecen las preferencias e importancia de cada uno de ellos; además se

debe valorar en qué nivel las alternativas llegan a satisfacer los criterios que

han sido escogidos.

(13)

Análisis de alternativas: en esta etapa se valoran cada una de las alternativas teniendo en cuenta cada uno de los criterios previamente establecidos. Se debe hacer una diferenciación entre criterios cuantitativos y cualitativos con el fin de realizar el tratamiento de la información, lo cual regularmente necesita del uso de herramientas estadísticas. En este punto puede ser necesario utilizar las herramientas de decisión multicriterio, lo cual depende de la naturaleza del problema, el número de alternativas y criterios a evaluar.

Decisión: una vez se ha finalizado con la formulación y análisis del problema de decisión, se deben tomar las decisiones a cargo del decisor, el cual se debe apoyar en todo el proceso anterior, así como hacer uso de su experiencia de forma mesurada para elegir la mejor opción posible.

Implementación y control: cuando se ha decidido la opción a seguir, el siguiente paso es ejecutarla haciendo uso de los recursos necesarios que estén disponibles; además se debe hacer un control que permita ejecutar todas las actividades según lo previsto.

Según Benítez (2015), dentro del proceso de toma de decisiones es de resaltar que en la actualidad han tomado relevancia las técnicas de análisis de decisión multicriterio (Multicriteria Decision Analysis MCDA), las cuales están basadas en un conjunto de herramientas que sirven de soporte al decisor durante el proceso de toma de decisiones para los casos en los que existen diferentes puntos de vista y alternativas al problema que se esté estudiando.

Los análisis que se efectúan dentro de esta herramienta surgen cuatro

fases: (a). identificar la mejor alternativa posible o un grupo con las mejores

alternativas, (b). hacer un ranking de las alternativas desde la más viable a la

menos viable, (c). clasificar las alternativas en diferentes grupos que sean

uniformes y (d). Establecer las características diferenciales de todas las

alternativas con el fin de poder describirlas posteriormente. En el Cuadro 1

se puede ver en detalle cada una de las fases del proceso MCDA.

(14)

Según lo establece Parodi (2013), en general los métodos MCDA se pueden clasificar dentro de cinco grupos de técnicas que se resumen en las siguientes: programación multiobjetivo, programación por metas, métodos de funciones de valor, métodos de sobreclasificación, métodos de jerarquías y redes analíticas.

Cuadro 1

Fases del proceso MCDA

FASE DESCRIPCIÓN

Definir alternativas

Se deben evaluar todas las alternativas posibles y ordenarlas de las mejores a las peores.

Definir los criterios de evaluación

Se definen un conjunto de criterios que permiten medir cada una de las alternativas.

Obtener medidas de desempeño

Estas medidas regularmente se obtienen a partir del concepto de expertos en el tema y de documentación o modelos existentes.

Normalizar las mediciones

Es recomendable estandarizar las mediciones para facilitar las comparaciones, para lo cual regularmente se utiliza una escala entre 0 y 1.

Ponderar criterios Los decisores se encargan de ponderar los criterios de acuerdo a su relevancia.

Establecer un ranking

De acuerdo a los criterios y medidas de desempeño se establece un ranking de todas las opciones.

Análisis de sensibilidad

A partir de suposiciones de entrada, se establece un análisis de sensibilidad que permite encontrar debilidades para realizar acciones de mejoramiento.

Toma de decisiones

En esta fase el decisor se encarga de tomar las decisiones previa realización de los pasos anteriores.

Fuente: Galarza, Torres, Méndez & Pérez (2011).

a) Programación multiobjetivo

La programación multiobjetivo consiste en encontrar un vector de

variables de decisión que tiene que satisfacer un conjunto de restricciones y

optimizar determinadas funciones objetivo; las cuales son una representación

matemática de los denominados criterios de desempeño. Según Castillo

(15)

(2012), un problema que tiene múltiples objetivos se representa con la ecuación (I).

( ) = ( ( ), … , ( )), donde ∈ (I)

( ): representa el vector de las funciones objetivos.

x: corresponde al vector de las n variables de decisión.

X: es el espacio posible de solución.

Según García (2009), a cada objetivo se le debe asignar un atributo que debe ser cuantificable y a su vez debe ser maximizado o minimizado de acuerdo a su naturaleza. Es de resaltar que en estos modelos las alternativas de solución al problema no se establecen con anterioridad; sino que son el resultado del proceso matemático aplicado a la problemática en estudio.

Para el caso de los modelos discretos, la representación matemática se ajusta para poder seleccionar una sola alternativa de un conjunto finito = { , … , } o se hace un reordenamiento de las alternativas; utilizando para ambos casos un conjunto de criterios finitos = { , … , }. Según Tobón &

Agudelo (2008), con el fin de evaluar cada una de las alternativas en relación a cada uno de los criterios de selección, se hace uso de la denominada Matriz de Pagos (MP) que se muestra en la ecuación (II), en la cual los valores aij indican el grado de cumplimiento de una alternativa Aj respecto al objetivo Zj.

MP =

a a … a

a a ⋯ a

⋮ ⋮ … ⋮

a a … a

(II)

(16)

b) Programación por metas

Según Quijano (2012), la programación por metas satisface la lógica enunciada por Simon desde 1955, que fue desarrollada por Charnes y Cooper en 1961. Se presenta como una extensión de la programación lineal diferenciándose en que su objetivo no es buscar una solución óptima, sino una solución que sea lógica. En esta técnica el énfasis se aplica en el logro de los denominados niveles satisfactorios para los criterios que son relevantes en la toma de decisiones, debido a que no es posible optimizar todos los objetivos. Para tal efecto, se debe asociar un atributo cuantificable a cada uno de los criterios que se han identificado como relevantes como se expresa en la ecuación (III).

F (x) + nj − pj = gj (III)

Donde F (x) es la función matemática del objetivo j al que se debe asociar una meta gj. Las variables nj y pj corresponden a las desviaciones negativas y positivas del objetivo en relación a la meta. Una desviación es negativa cuando el decisor decide minimizarla para poder alcanzar el objetivo planteado. Según Munier (2011), la aplicación de la programación por metas se puede realizar a través de los siguientes pasos:

Definir los objetivos del problema con las respectivas restricciones para cada uno de ellos.

Definir para cada objetivo las variables de desviación negativa (nj) y positiva (pj). La variable pj permite definir el porcentaje que se puede exceder el valor aspirado del objetivo, mientras que nj define en qué medida se permite que el valor aspirado no se cumpla.

Plantear la matriz de decisión.

Finalmente, aplicar técnicas de programación lineal o no lineal, según el

caso, para resolver el problema buscando minimizar las desviaciones que se

presenten.

(17)

En definitiva, como lo afirman Belton & Stewart (2003), es de destacar que en la programación por metas no es posible utilizar criterios subjetivos en virtud de que esta técnica requiere utilizar atributos cuantificables, lo cual hace que muchas veces se utilice como herramienta inicial en el análisis MCDA para realizar una lista reducida de alternativas que posteriormente pueden ser analizadas utilizando criterios no cuantificables.

c) Métodos basados en funciones de valor

Según Saaty & Vargas (2006), los métodos basados en funciones de valor se dividen en la Teoría de Utilidad Multi-Atributo (Multi-Atribute Utility Theory, MAUT) y la Teoría de Valor Multi-Atributo (Multi-Atribute Value Theory, MAVT). MAUT es una herramienta utilizada en los procesos de toma de decisiones en la que a cada atributo se le establece una función de utilidad, para luego conformar una función de utilidad multiatributo manejando las propiedades de la adición o multiplicación. Para los autores, Ho, Dey, & Higson (2006), estas técnicas necesitan un alto nivel de formación del decisor para la construcción de las funciones de utilidad en virtud de que es de los pocos métodos que tienen en cuenta la incertidumbre.

Por otro lado, según Serna y otros (2016), MAVT no considera la incertidumbre sobre los efectos de las alternativas. Su función se centra en analizar los atributos de forma independiente utilizando de forma aditiva las funciones de valor de único atributo. Para tal efecto, se debe definir una función parcial que muestre las preferencias del decisor en relación a las alternativas planteadas ante los diferentes criterios. Cada alternativa se debe normalizar en una escala del 0 al 100, donde 100 es el mejor rendimiento.

d) Electree

Los métodos ELECTRE (ELimination Et Choix Traduisant la REalit´e:

ELimination and Choice Expressing the REality) son técnicas de

(18)

sobreclasificación, propuestas inicialmente por Roy en 1965, basadas en el concepto de clasificación por comparaciones pareadas entre un conjunto de alternativas utilizando los criterios apropiados. Según Roy (1991), el rol relativo de los criterios se define por dos grupos distintos de parámetros: los coeficientes de importancia y los umbrales de veto.

Para Greco, Ehrgott, & Figueira (2016), los coeficientes de importancia se refieren a los pesos intrínsecos. Para un criterio dado, el peso Wj, refleja su poder de voto cuando éste contribuye a la mayoría que está a favor de una clasificación. Los pesos no dependen ni de los rangos ni de la codificación de las escalas. Los umbrales de veto expresan el poder atribuido a un criterio dado para estar contra la afirmación “a sobrepasa a b”, para el caso en el que la diferencia entre la evaluación de g(b) y g(a) es mayor que este umbral. Estos umbrales pueden ser constantes o también pueden variar.

En términos más sencillos se puede decir que los coeficientes de importancia son los que permiten darle valores diferentes a los criterios en virtud de que todos no tienen la misma importancia; mientras que los umbrales de veto reflejan la capacidad de un criterio para rechazar la relación de sobreclasificación sin tener que utilizar otro criterio adicional.

Según García (2010), los métodos ELECTRE se clasifican en ELECTRE I, IS, II, III y IV. ELECTRE I e IS son utilizados principalmente cuando el objetivo es encontrar un subconjunto de alternativas aceptables.

ELECTRE II, III y IV se utilizan cuando se quiere establecer un orden completo de todas las alternativas. ELECTRE II permite ordenar todas las alternativas que no son dominantes, ELECTRE III utiliza conjuntos difusos para las relaciones de sobreclasificación y ELECTRE IV es ideal para cuando el decisor no establece los pesos de preferencia.

e) Promethee

Según Macharis, Springael, De Brucker & Verbeke (2004), el método

PROMETHEE (Preference Ranking Organization Method for Enrichment

(19)

Evaluations) es una técnica de sobreclasificación que inicialmente fue desarrollada por Brans en 1982 y posteriormente perfeccionada por Brans y Vincke en 1985. El punto de inicio de este método es una matriz de evaluación, la cual presenta el desempeño de cada alternativa en relación a cada uno de los criterios. De acuerdo con Bouyssou & Vincke (1997), a partir de los datos contenidos en la matriz de evaluación, se comparan las alternativas en parejas con respecto a un único criterio.

En esta técnica, los resultados son expresados por funciones de preferencia las cuales son calculadas para cada par de opciones cuyo rango puede variar entre 0 y 1. Un valor de 0 significa que no existe diferencia entre un par de opciones, mientras que un valor de 1 indica la mayor diferencia posible. Una vez establecidas las preferencias, se multiplican por los pesos y se suman los valores unitarios con el fin de calcular la matriz de preferencias globales. En esta matriz la suma de las filas expresa la potencia o dominio de una alternativa; mientras que la suma de las columnas muestra en que porcentaje una alternativa es dominada por otra.

Para Ishizaka & Nemery (2013), los decisores son los encargados de establecer los pesos de los criterios y definir las funciones de preferencia.

PROMETHEE no establece un proceso específico para fijar los criterios y pesos, pero asume que el decisor está capacitado para asignar correctamente los pesos, al menos cuando el número de criterios no es demasiado grande. Por tal razón, en este método el análisis de sensibilidad reviste mucha importancia con el fin de clarificar la influencia de los pesos elegidos en la salida.

Existen diferentes versiones del método como las PROMETHEE I y II.

La diferencia radica en que la primera proporciona un ordenamiento parcial

de las alternativas, lo cual significa que algunas alternativas no son

comparadas y por lo tanto no son incluidas en la clasificación completa. Por

el contrario, en PROMETHEE II se realiza un listado completo de las

alternativas desde la mejor hasta la peor de todas, logrando que todas las

(20)

alternativas participen en la decisión final. Es de resaltar que actualmente existen otras variaciones de PROMETHEE como las versiones III, IV, V, VI y Gaia; cuya principal característica es que permiten trabajar con problemas más complejos como aquellos que tienen componentes estocásticos.

f) Proceso Analítico Jerárquico

El Proceso Analítico Jerárquico (Analytic Hierarchy Process) es una herramienta para la toma de decisiones, propuesta por Saaty en 1980, utilizada para resolver problemas con múltiples criterios a través de la jerarquización de los problemas planteados. Según Saaty (2008), la principal característica de este método es que se plantea una jerarquía en la que el problema a resolver se ubica en la parte superior y en la base se encuentran las alternativas de solución. En las etapas intermedias se establecen los criterios jerarquizados que son la base para la toma de decisiones.

La segunda particularidad del AHP es que necesita la construcción de un conjunto de matrices de comparación por parejas en la que cada elemento en un nivel superior es utilizado para comparar los elementos en el nivel inmediatamente inferior. Estas comparaciones se realizan a través de relaciones de preferencia (para las alternativas) y relaciones de importancia (para los criterios), los cuales son evaluados a través de una escala numérica en la que los pesos relativos deben ser igual a uno.

Según Sonal, Vijay, & Sunil (2016), una de las características a

destacar del AHP es que la información que se recolecta a través del método

suele ser repetida. Para el caso de una matriz de comparación de n x n se

estila omitir n(n-1)/2 juicios, en vista de que si el elemento aij de la matriz es

conocido, a priori se conocería el elemento aji. Finalmente, el AHP contempla

utilizar las prioridades obtenidas a partir de las comparaciones para asignar

un peso a las prioridades en el nivel inmediatamente inferior. De esta forma,

para cada elemento en el nivel inferior se deben agregar los valores con sus

(21)

pesos para así obtener el desempeño global. Este proceso se debe continuar hasta llegar al nivel inferior donde están ubicadas las alternativas.

Según lo plantean Ho, Dey & Higson (2006) y Escobar (2015) existe un proceso estructurado para aplicar con éxito el método AHP en la toma de decisiones, el cual se puede resumir en cuatro etapas: modelización, valorización, priorización-síntesis y análisis de sensibilidad. Los pasos para llevar a cabo cada una de las fases en mención se ilustran en el diagrama de flujo presentado en el Gráfico 1.

Gráfico 1: Diagrama de flujo del AHP.

(22)

Fuente: Ho, Dey & Higson (2006).

Paso 1: realizar la jerarquía del problema. En esta fase inicial se representa el problema de decisión que se busca resolver utilizando una jerarquía, según se puede observar en el Gráfico 2 donde se muestra un árbol jerárquico de tres niveles. En el nivel superior se ubica la meta que se busca conseguir, en el segundo nivel se encuentran los criterios, cada uno de los cuales puede ser dividido en subcriterios según el nivel de detalle que se busque. Los criterios son definidos como un conjunto de atributos que le permiten al decisor establecer preferencias. Finalmente están todas las alternativas, la cuales son las posibles soluciones con las que cuenta el decisor para tomar la decisión final.

Gráfico 2: Esquema de tres niveles del AHP.

Fuente: Elaboración propia (2017).

Paso 2: establecer las prioridades para los criterios. El objetivo

principal en este paso es asignar un valor numérico a cada criterio de tal

forma que se reflejen las preferencias del decisor. Por tal motivo, es

necesario definir una escala numérica que indique cuantas veces es más

importante un elemento sobre otro respecto a los criterios por medio de los

cuales están siendo comparados. En ese sentido Saaty & Vargas (2012)

proponen la escala presentada en la Tabla 1 cuya efectividad ha sido

(23)

validada por numerosos investigadores con un sustento teórico relacionado con la escala más adecuada para comparar elementos homogéneos.

Con la escala propuesta por Saaty, el decisor debe realizar la comparación entre pares, establecer prioridades y asignar los pesos relativos. De esta forma el decisor debe elaborar una matriz A de comparaciones pareadas en la que los términos aij (wi/wj) resultan de la comparación entre el elemento i y el elemento j. Los valores inversos resultantes de las comparaciones, deben ser colocados en la posición aji de A según se puede ver en la ecuación (IV).

= (IV)

Para verificar que el decisor es consistente en sus criterios se deben verificar los siguientes aspectos:

(a). Si aij (wi/wj) = x entonces se debe cumplir que aji = 1/x

(b). Si j=i, entonces se debe cumplir que aij = aji = 1 para cualquier i.

Tabla 1

Escala de Saaty para el AHP

INTENSIDAD DE

IMPORTANCIA DEFINICIÓN EXPLICACIÓN

1 Igualmente importante Los dos factores influyen igualmente al objetivo.

3 Moderadamente

importante

La experiencia y el juicio favorecen ligeramente a una actividad sobre otra.

5 Fuertemente importante La experiencia y el juicio favorecen fuertemente a una actividad sobre otra.

7 Muy fuertemente

importante

Una actividad es favorecida muy fuertemente sobre la otra; su dominio es demostrado en la práctica.

9 Extremadamente

importante

La evidencia favorece en alta medida a un factor respecto al otro.

2,4,6,8 -

Valores intermedios entre dos juicios adyacentes, que se utilizan cuando se necesita un término medio entre estos juicios.

Fuente: Saaty & Vargas (2012).

(24)

En la matriz A se cumple que A*w = n*w, donde n es la dimensión de la matriz y w es el vector que corresponde a los pesos de los criterios. De esta forma, según se establece en García (2009) se tendría la ecuación (V).

/ / … /

/ / … /

⋮ ⋮ ⋮ ⋮

/ / … /

⋮ = ⋮ (V)

Cuando existen problemas de consistencia con los criterios del decisor, se genera una matriz R realizando una perturbación en la matriz A de tal forma que se cumpla que: R*w = λmax*w; donde w es el auto-vector de la matriz de comparación y λmax es el auto-valor dominante de la misma matriz. Saaty (2005). Es fácil demostrar que λmax≥n, donde la igualdad significa que existe una consistencia plena. Shtub, Bard & Shlomo (1994).

Paso 3: verificar la consistencia de los juicios. Para medir la consistencia se utiliza el denominado Índice de Consistencia (IC) que matemáticamente se define como IC = (λ − n)/(n − 1). Para verificar los valores de IC se hace una comparación con el índice de consistencia aleatorio RI, el cual se define como un promedio de los IC de un gran conjunto de matrices con entradas aleatorias. En Saaty (2001) se obtuvieron los resultados que se presentan en la Tabla 2.

Tabla 2

Valores del índice de consistencia aleatorio RI

N 1 2 3 4 5 6 7 8 9 10

RI 0 0 0,52 0,89 1,11 1,25 1,35 1,40 1,45 1,49

Fuente: Saaty (2001).

Aunado a lo anterior, Saaty define la relación de consistencia RC=

IC/RI. Si se cumple que RC≤0,1, entonces se da por entendido que los

resultados son consistentes por lo que se asume como valido el vector de los

(25)

pesos obtenidos. Cuando RC>0,1 se entiende que los datos son inconsistentes y se deben revisar los juicios emitidos por el decisor.

Paso 4: definir prioridades para los subcriterios. En el caso de que se hayan definido diferentes subcriterios en el problema de decisión que se esté abordando, es necesario proceder como en el paso 3. Para tal efecto, se deben hacer las comparaciones entre pares de subcriterios para establecer la importancia respecto al nivel inmediatamente superior.

Paso 5: definir prioridades para las alternativas. En este caso también se procede según el procedimiento explicado en el paso 3, pero teniendo en cuenta que se debe realizar una comparación entre alternativas para establecer preferencias utilizando como insumos los grados de cumplimiento de los criterios y subcriterios.

Finalmente, el peso global para cada uno de los criterios (subcriterios o alternativas) se obtiene de la multiplicación del peso local wi por el peso global del criterio superior con el que esté conexo. La sumatoria de cada uno de los pesos globales de las alternativas en relación a cada criterio, es el mecanismo para obtener la evaluación de todas las alternativas posibles.

Para realizar todo el proceso descrito del AHP, existe un software especializado utilizado a nivel mundial como lo es Expert Choice. Con este software se pueden ingresar individualmente los juicios de los expertos, a partir de los cuales se obtienen resultados de los juicios combinados locales y globales para cada uno de los niveles del árbol de jerarquías. Con este programa se obtienen fácilmente las razones de consistencias individuales, combinadas, nivel de prioridad de los criterios, alternativas, así como la posibilidad de realizar análisis de sensibilidad de los resultados obtenidos.

g) Proceso Analítico en Red

El Proceso Analítico en Red (Analytic Network Process: ANP) es una

herramienta desarrollada por Saaty (2001) como complemento al AHP

(26)

cuando existen problemas de toma de decisiones con relaciones de interdependencia. La principal novedad del ANP es que permite que interactúen y se retroalimenten clústeres de criterios y alternativas con el fin de tratar de una forma más eficaz problemas con relaciones complejas.

A diferencia del AHP donde se establece una jerarquía, según se puede ver en el Gráfico 3 para el ANP se establece una red en la que no es necesario especificar niveles. Una red contiene clústeres (componentes, nodos o criterios) y elementos; sin embargo en la creación de estructuras para representar los problemas puede haber un sistema más grande de componentes. Según el tamaño, hay un sistema que se compone de subsistemas, que a su vez están compuestos de elementos.

Gráfico 3: Diferencias entre AHP y ANP.

Fuente: Sadeghi, Rashidzadeh & Soukhakian (2012).

En AHP las dependencias e interacciones pueden empezar desde los niveles superiores hasta los niveles inferiores. Por el contrario, en ANP los elementos de la red pueden interactuar con los demás distinguiéndose tres tipos de clústeres. Los clústeres fuentes como C1 y C2; los clústeres sumideros como C4 y los clústeres que actúan como fuentes-sumideros (transitorios) como C3.

Según Saaty (2005), hay dos tipos de dependencia en una red: la

dependencia interior y la dependencia externa. La dependencia exterior se

produce cuando los elementos de un clúster afectan a los elementos de otros

clústeres. Por otra parte, existe dependencia interior cuando algunos

(27)

elementos de un clúster se afectan entre sí. La clasificación de elementos en clústeres se puede hacer de acuerdo a su homogeneidad. Por ejemplo, si se desea hacer una red para la toma de decisiones para comprar una máquina para robustecer la línea de producción, los diferentes tipos de costos deben ser colocados en un clúster, que contenga elementos tales como la compra y coste de mantenimiento.

Aunque ANP y AHP son similares en la fase de juicio comparativo, son diferentes en la fase de síntesis. En ANP la escala de relación de los vectores prioritarios de las matrices de comparación por pares no se sintetizan de forma lineal como en AHP. Según Lin y otros (2008) se debe crear una súper matriz para sintetizar la relación de escalas, en donde cada escala es introducida como una columna en una matriz para representar el impacto de los elementos en un clúster, o elementos en otros clústeres (dependencia externa). La súper matriz se compone de varias submatrices en las que cada columna es un vector propio que representa el impacto de todos los elementos en un clúster.

2.1.1. Tipos de subcriterios

Según Rojas (2012) y Parodi (2013), los subcriterios de decisión equivalen a los puntos de vista que son utilizados para mostrar las preferencias del decisor, los cuales además son elementos de referencia que sirven de base para tomar la decisión. En la mayoría de problemas de decisión multicriterio resulta una tarea compleja poder definir los criterios y subcriterios de decisión, no obstante el poder determinarlos resulta un paso obligatorio dentro del proceso lo cual requiere la participación de expertos.

Según Wang, Jing, Zhang & Zhao (2009), se encuentran diferentes

investigaciones relacionadas con la toma de decisiones que agrupan los

criterios en 4 categorías: técnicos, económicos, sociales y ambientales. Otras

investigaciones realizan adaptaciones a las particularidades de su

(28)

problemática. Por ejemplo, una recopilación realizada por Domenech (2013) presenta el trabajo de Cavallaro & Ciraolo (2005) donde distinguen únicamente entre criterios técnico-económicos y ambientales, para analizar el emplazamiento de aerogeneradores en una isla italiana. En otra propuesta, Afgan, Carvalho & Hovanov (2000) proponen sustituir el criterio técnico por el de recursos, para la evaluación de sistemas energéticos.

Para la presente investigación se definieron los criterios técnicos, económicos, sociales, ambientales y de riesgo para el proceso de toma de decisiones en las zonas rurales del distrito de Santa Marta. Los subcriterios preliminares fueron definidos inicialmente a través de una revisión minuciosa de investigaciones realizadas en el área de toma de decisiones multicriterio para suministro eléctrico. Se destaca la revisión bibliográfica de las investigaciones de Parodi (2013), Mourmouris & Potolias (2013), Domenech (2013), Pratap & Peter (2016), y Rojas (2012).

Luego de definir la lista preliminar de subcriterios, se diseñó un cuestionario para ser valorado por expertos con el fin de tener una estructura jerárquica para el proceso de toma de decisiones. La opinión de los expertos se centra en definir la pertinencia o no de incluir en la estructura cada uno de los subcriterios sometidos a su consideración.

2.1.1.1. Identificación de subcriterios técnicos

De acuerdo a Pratap & Peter (2016) con la identificación de los subcriterios técnicos se busca establecer de forma explícita la conveniencia técnica de la utilización del tipo de energía renovable que se ajuste a las zonas bajo estudio, para lo cual se debe realizar una lista preliminar soportada en la experiencia del autor y en investigaciones previas.

En ese sentido, teniendo en cuenta la experiencia del autor además de

la integración de subcriterios realizada a partir de la compilación de autores

como Cavallaro & Ciraolo (2005), Parodi (2013), Pohekar & Ramachandran

(29)

(2004), Rojas (2012), se identificaron los siguientes subcriterios técnicos para someterlos a una encuesta de pertinencia por parte de expertos:

Eficiencia energética: se refiere a la eficiencia de la energía y está asociada con la eficiencia de conversión de energía primaria en energía eléctrica.

Disponibilidad de repuestos y mantenimiento: se refiere a la disponibilidad de repuestos para actividades de mantenimiento preventivo y correctivo en pequeñas y grandes averías.

Horas de operación continua: está relacionado con la autonomía del sistema renovable para suministrar energía sin interrupciones.

Infraestructura física: está relacionada con la disponibilidad de infraestructura física que garantice la implementación y puesta en marcha de la opción de energía renovable.

Confiabilidad: se refiere a la capacidad que tiene el sistema para funcionar de acuerdo a las condiciones de diseño y la capacidad para soportar fallas de algunos componentes.

Madurez de la tecnología: corresponde a la etapa de desarrollo de la energía renovable a utilizar.

Tiempo de implementación: es el tiempo necesario para implementar en la zona rural la energía renovable seleccionada.

2.1.1.2. Identificación de subcriterios económicos

Según Kuthanazhi & Rao (2011), con la identificación de los subcriterios

económicos se busca incorporar al análisis de decisión multicriterio los

beneficios y costos en los que se incurre al implementar la energía renovable

seleccionada, para lo cual se debe realizar una lista preliminar de subcriterios

económicos soportada en trabajos de investigación relacionados con las

variables de estudio.

(30)

Teniendo en cuenta lo anterior, de acuerdo a la integración de subcriterios realizada a partir de la compilación de los autores Rojas (2012), Parodi (2013), Domenech (2013), Wang, Jing, Zhang & Zhao (2009), se definen los siguientes subcriterios económicos preliminares para someterlos a una encuesta de pertinencia por parte de expertos:

 Incentivos para la inversión: se refieren a los incentivos legales existentes que se obtendrían al implementar el sistema renovable.

 Costos de operación y mantenimiento: se refieren a los costos relacionados con el mantenimiento preventivo y correctivo de los equipos y costos de la mano de obra utilizada.

 Inversión inicial: hace referencia al costo total de equipos y materiales necesarios para realizar la instalación del sistema renovable seleccionado.

 Retorno de la inversión: está relacionado con el tiempo necesario para recuperar la inversión inicial realizada.

 Costos externos: se refieren a los gastos imprevistos que se generan durante la implementación del sistema renovable.

 Costos futuros: corresponden a las proyecciones que se tienen respecto a los costos futuros del sistema renovable.

 Vida útil: corresponde a la vida útil del sistema renovable garantizando un correcto funcionamiento.

2.1.1.3. Identificación de subcriterios sociales

Según Ran (2011), con la identificación de los subcriterios sociales se

busca incorporar los beneficios o problemas a los que estarían expuestos las

comunidades de las zonas de estudio de acuerdo a la energía renovable que

se implemente en sus localidades, para lo cual se debe realizar una lista

preliminar de subcriterios económicos soportada en la experiencia del autor y

en trabajos de investigación relacionados con las variables de estudio.

(31)

En ese sentido, se realizó una integración de subcriterios a partir de la experiencia del autor así como la compilación de los autores como Rojas &

Yusta (2014), Afgan, Carvalho & Hovanov (2000), Parodi (2013), para definir los siguientes subcriterios económicos preliminares para someterlos a una encuesta de pertinencia por parte de expertos:

 Aceptación de la comunidad: se refiere a la disposición de la comunidad para aceptar la implementación del sistema renovable en sus localidades.

 Generación de empleos locales: es equivalente al número de empleos locales que se generarían en actividades de instalación, mantenimiento y reparación del sistema renovable instalado.

 Equidad y acceso de la tecnología para todos: se refiere a la distribución igualitaria de los servicios de energía para todos los miembros de la comunidad.

 Salarios: tiene que ver con el monto de los salarios que se pagaría a los miembros de la comunidad que trabajen en la implementación y mantenimiento del sistema renovable.

 Seguridad en el área: se refiere a la existencia de problemas de seguridad en la comunidad.

 Instalación en territorios indígenas: está relacionado con la instalación del sistema renovable en territorios considerados sagrados por las autoridades indígenas.

 Facilidad para suministrar energía en escuelas y centros de salud: se refiere a la capacidad del sistema renovable para suministrar energía eléctrica en las escuelas y centros de salud de la comunidad.

2.1.1.4. Identificación de subcriterios ambientales

De acuerdo con Rojas & Yusta (2014), con la identificación de los

subcriterios ambientales se incorpora en la metodología multicriterio el

impacto que tendrá la implementación del proyecto con energías renovables

(32)

en el medio ambiente, para lo que se debe realizar una lista preliminar de subcriterios soportada necesariamente en la experiencia del autor y de otras investigaciones relacionadas con el suministro energético sostenible.

De esta forma, se realiza una integración de subcriterios soportada en la experiencia del autor así como en la compilación de subcriterios establecidas en las investigaciones de los autores Malik, Abdallah, & Hussain (2015), Munier (2011), Ran (2011), Pratap & Peter (2016) y Rojas (2012). Se definieron los siguientes subcriterios ambientales preliminares para someterlos a una encuesta de pertinencia por parte de expertos:

 Emisiones de gases: están relacionados con las emisiones de gases de efecto invernadero que produzca el sistema renovable a implementar.

 Producción de residuos peligrosos: se refiere a la generación de residuos que impacten el ambiente y la comunidad.

 Impactos en los recursos locales (agua y suelo): se refiere a la superficie del suelo y a los recursos hídricos necesarios para implementar el sistema renovable.

 Impacto acústico: está relacionado con el ruido que se pueda generar con la implementación del sistema renovable y que podría afectar a los miembros de la comunidad rural.

 Impacto en el paisaje: es la afectación que tendría el sistema renovable sobre el paisaje natural existente en la comunidad rural.

 Emisión de partículas: se relaciona con la producción de pequeñas partículas contaminantes que se generen durante el funcionamiento del sistema renovable.

 Impacto en el ecosistema: considera el impacto en el ecosistema luego de la implementación de la energía renovable.

2.1.1.5. Identificación de subcriterios de riesgo

Según Aragonés, Chaparro, Pastor, & Rodríguez (2010), con la

identificación de los subcriterios de riesgo se tiene como objetivo incorporar

(33)

los riesgos a los que está expuesto el sistema ante la ocurrencia de situaciones imprevistas pero que pueden afectar notablemente su funcionamiento, para lo que se debe realizar una lista preliminar de subcriterios soportada en otras investigaciones relacionadas con la variable de estudio.

Teniendo en cuenta lo anterior, con la integración de subcriterios realizada a partir de la compilación de los autores Wang, Jing, Zhang & Zhao (2009), Tsoutsos, Drandaki, Frantzeskaki, Iosifidis, & Kiosses (2009), Terrados, Almonacid & Hontoria (2007), Consorcio Energético CORPOEMA (2010), Parodi (2013), se definieron los siguientes subcriterios de riesgo preliminares para someterlos a una encuesta de pertinencia por parte de expertos:

 Riesgo de fenómenos naturales: corresponden a los riesgos a los que está expuesto el sistema renovable por la ocurrencia de fenómenos naturales como tormentas, fuertes lluvias, terremotos e inundaciones.

 Riesgo de fallas en equipos: corresponden a la vulnerabilidad de los equipos que le puedan ocasionar fallas en su funcionamiento.

 Riesgo de conflictos por la utilización de recursos: se refieren a los conflictos que se puedan presentar entre los usuarios del sistema por la inadecuada utilización de la energía eléctrica suministrada.

 Riesgo por el conflicto armado: relaciona riesgos relacionados a eventos propios del conflicto armado que se vive en Colombia y que afecta a las zonas rurales del distrito de Santa Marta.

 Riesgo de diseño: se refieren a los riesgos de sobrecostos derivados del sobredimensionamiento injustificado del sistema renovable durante la etapa de diseño.

 Riesgos de obsolescencia de equipos: está relacionado con los riesgos

a los que están expuestos los equipos de quedar obsoletos en el corto o

mediano plazo. Equipos que se dejen de fabricar y no puedan ser

reemplazados en casos de averías.

(34)

 Riesgos de inversión: son aquellos riesgos a los que está expuesta la inversión en el sistema renovable por causa de variaciones con la tasa representativa del mercado, los cuales pueden ser favorables o no.

2.1.2. Criterios de decisión priorizados

Según lo establecido por García (2010), los criterios de decisión priorizados corresponden al nivel de importancia que le asignan los expertos a cada uno de los niveles del árbol jerárquico establecido en el AHP, a través de comparaciones pareadas en las que cada elemento en un nivel superior es utilizado para comparar los elementos en el nivel inmediatamente inferior.

Para los autores Nixon, Dey, Ghosh, & Davies (2013), estas comparaciones se realizan a través de relaciones de importancia (para los criterios), los cuales son evaluados a través de una escala numérica en la que los pesos relativos deben ser igual a uno.

Es de anotar que durante este proceso, luego de haber definido los subcriterios que fueron sometidos a valoración por parte de los expertos, se realizará la priorización de todos estos factores en base a un segundo cuestionario sometido a valoración en una segunda ronda de consulta a los expertos. Siguiendo la metodología planteada por la información recabada a partir de la segunda encuesta permitirá definir las prioridades locales- globales de los criterios y subcriterios utilizando el AHP.

En un proceso de toma de decisiones multicriterio, los criterios le

permiten al decisor tener herramientas iniciales para ponderar la alternativa

que considere más viable de acuerdo al problema de decisión al que esté

enfrentado. Según Parodi (2013), dependiendo de la herramienta multicriterio

utilizada, los criterios pueden ser cuantitativos, cualitativos o ser una

combinación de los dos. Además, el peso de los criterios se puede

establecer por comparación por pares y por coeficientes de importancia. En

el Cuadro 2 se muestran las características y pesos de los criterios de

acuerdo a la clasificación presentada para las herramientas MCDA.

Figure

Updating...

References

Related subjects :