Una aproximación geoespacial para la estimación de la generación de energía fotovoltaica en Sonora

Contenido principal del artículo

Leonardo Coronado Arvayo
José Muricio Galeana Pizaña

Resumen

A nivel internacional existe acuerdo en que la energía fotovoltaica (EF) es un pilar de la transición energética requerida para mitigar los efectos del calentamiento global. El presente artículo tiene por objetivo general aportar una primera aproximación geoespacial para estimar la proporción de territorio y la cantidad de electricidad factible de ser generada mediante el proceso fotovoltaico en el estado de Sonora. Para cumplir con esto, primero es necesario plantear que método es el más apto para identificar estos sitios. En la literatura se identificó que el proceso analítico jerárquico (AHP, por sus siglas en inglés) es una de las metodologías más empleadas para la selección de sitios para la producción de diferentes tipos de energías solares, incluyendo mayoritariamente a la fotovoltaica (Suprova et al., 2020; Malemnganbi y Shimray, 2020; Al Garni y Awasthi, 2017; Solangi et al., 2019). Una mezcla de GIS y AHP es uno de los submétodos más apto para identificar estos sitios y aplicarles condiciones específicas (Chandio et al., 2012), en este caso en particular a través de la aplicación de ecuaciones, usando algebra de mapas, para estimar la producción teórica de electricidad para toda la entidad federativa con el proceso fotovoltaico. Ya que los sistemas de información geográfica (GIS-AHP permiten espacializar objetivos específicos.


De aquí que la primera tarea fuera espacializar las variables determinísticas del proceso fotovoltaico, así como los sitios donde no es posible producir esta energía. En este caso, se obtuvieron las variables meteorológicas gracias a datos de las estaciones de CESAVE-SIAFESON (2020). Por cuestiones de disponibilidad de datos y consistencia de estos en las estaciones, se emplearon 97 estaciones en total. Estas registran diferentes medidores. Como estos datos son geográficamente puntuales, se requirió utilizar técnicas de interpolación espacial para hacerlos continuos.


El resto de los criterios de selección se obtiene de diferentes fuentes de información. En el caso de la elevación del terreno del Continuo de Elevaciones Mexicano de INEGI (s.f.), la inclinación y la orientación del terreno se estimaron a partir de los datos de elevación con la técnica geodésica de su método respectivo en el software Arcmap. Las vialidades se tomaron de la Red Nacional de Caminos, obtenida de INEGI (2020), las manchas urbanas y rurales respectivas de INEGI (2016) y las líneas de transmisión eléctrica de CENACE (2016). El método de proximidad empleado para estas tres variables fue el de camino-distancia del software Arcmap.


Los criterios de exclusión son las líneas de transmisión (CENACE, 2016), los patrimonios de la humanidad (CONANP, 2021a), las áreas naturales protegidas (CONANP, 2021), los sitios de vegetación nativa y vida (INEGI, 2017), los cuerpos de agua (INEGI, 2009), las manchas urbanas y rurales (INEGI, 2016), la propiedad social que se encuentra en la carta catastral de Sonora (INEGI, 2016a), la red vial (INEGI, 2020c), lugares con una inclinación mayor a 10 grados (INEGI, s.f.) y los sitios turísticos, religiosos, aeropuertos y otros (INEGI, 2020c).


Con esto se contó con las variables determinísticas y los sitos no aptos para instalar plantas solares. Para identificar la importancia relativa de las variables determinísticas se utilizaron estudios similares como son Sánchez-Lozano et al. (2013), Chen et al. (2014), Noorollahi et al. (2016), Zoghi et al. (2017), Doljak y Stanojević (2017), Al Garni y Awasthi (2017) y Doorga et al. (2018).


Posteriormente se aplicó el método de AHP a los datos espaciales para generar la clasificación de los sitios para cumplir con el objetivo de producir electricidad vía el proceso fotovoltaico. Tanto a los resultados como a Sonora en su totalidad, se le aplicaron ecuaciones especificas (Obukhov et al., 2017; Ropp et al., 1997; Faiman, 2008; Huld y Gracia Amillo, 2015) usando algebra de mapas para estimar la electricidad que es posible generar usando panales solares.


Se encontró que 35.85% del territorio puede ser usado para generar esta energía y con solo 0.58% de este territorio, equivalente a 1081 km2, se podría abastecer el consumo total de electricidad mexicano del año 2020 (Expansión, s.f.).  De esa forma, la energía fotovoltaica en el país es un recurso fundamental y con alta factibilidad para lograr la transición energética.

Palabras clave: criterios de exclusión criterios de selección proceso analítico jerárquico transición energética consumo total de electricidad
Publicado: abr 1, 2024

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a

Leonardo Coronado Arvayo, Centro de Investigación en Ciencias de Información Geoespacial

Candidato a Doctor por el Centro de Investigaci.n en Ciencias de Informaci.n Geoespacial, A.C.

Citas

Referencias
Al Garni, H.Z. y Awasthi, A. (2017). Solar PV power plant site selection using a GIS-AHP based approach with application in Saudi Arabia. Applied Energy, 206, 1225–1240. https://doi.org/10.1016/j.apenergy.2017.10.024
Al Garni, H.Z., y Awasthi, A. (2018). Solar PV Power Plants Site Selection: A Review. Advances in Renewable Energies and Power Technologies, 57–75. https://doi.org/10.1016/B978-0-12-812959-3.00002-2
Alami Merrouni, A.; Elwali Elalaoui, F.; Mezrhab, A.; Mezrhab, A. & Ghennioui, A. (2018) Large scale PV sites selection by combining GIS and Analytical Hierarchy Process. Case study: Eastern Morocco. Renewable Energy. 119, 863-873. https://doi.org/10.1016/j.renene.2017.10.044
Amini, S. y Amin Asoodar, M. (2016). Selecting the most appropriate tractor using Analytic Hierarchy Process – An Iranian case study. Information Processing in Agriculture, 3, 223–234. https://doi.org/10.1016/j.inpa.2016.08.003
Arancibia-Bulnes, C.A.; Peón-Anaya, R.; Riveros-Rosas, D.; Quiñones, J.J.; Cabanillas, R.E. y Estrada, C.A. (2014). Beam solar irradiation assessment for Sonora, Mexico. Energy Procedia, 49, 2290–2296. https://doi.org/10.1016/j.egypro.2014.03.242
Ayvazoğluyüksel, Ö. y Filik, Ü. B. (2018). Estimation methods of global solar radiation, cell temperature and solar power forecasting: A review and case study in Eskişehir. Renewable and Sustainable Energy Reviews, 91, 639–653. https://doi.org/10.1016/j.rser.2018.03.084
Barasa, M.J. y Olanrewaju, O.A. (2022). Sustainable Energy Transition for Renewable and Low Carbon Grid Electricity Generation and Supply. Frontiers in Energy Research, 9. https://doi.org/10.3389/fenrg.2021.743114
Barrios, A.; Trincado, G. y Garreaud, R. (2018). Alternative approaches for estimating missing climate data: application to monthly precipitation records in South-Central Chile. Ecosystems, 5(28), 1-10. https://doi.org/10.1186/s40663-018-0147-x
BDAN - Banco de Desarrollo de América del Norte- (2017). Propuesta de certificación y financiamiento parque de energía fotovoltaica “Puerto Libertad” en el municipio de Pitiquito, Sonora. BDAN. https://www.nadb.org/uploads/files/certprojspabd202018_0220puerto20libertad20solar20park20project20span.pdf
BDAN (2017a). Propuesta de certificación y financiamiento proyecto de energía fotovoltaica “Orejana” en el municipio de Hermosillo, Sonora. BDAN. https://www.nadb.org/uploads/files/certprojspabd_2017_16_orejana_solar_park_project_proposal_span_public.pdf
Bottero, M.; Comino, E. & Riggio, V. (2011) Application of the Analytic Hierarchy Process and the Analytic Network Process for the assessment of different wastewater treatment systems. Environmental Modelling & Software. 26, 1211-1224. https://doi.org/10.1016/j.envsoft.2011.04.002
Campbell Scientific (s.f). LP02 Pyranometer. Campbell Scientific. [online] https://www.campbellsci.eu/lp02 consultado el 20 de febrero de 2023.
CEDRSSA (2015). La propiedad social rural y su perfil productivo. Camara de diputados. Anteriormente disponible en: http://www.cedrssa.gob.mx/files/b/13/74Reporte%2030%20La%20Propiedad%20Social%20Rural.pdf
CENACE (2016). Diagramas unifilares del sistema eléctrico nacional. Programa de ampliación y modernización 2016-2030. CENACE. https://www.cenace.gob.mx/Docs/MercadoOperacion/ModGralPlaneacion/Mod%20Gral%20Planeaci%C3%B3n%202016-2021%20Diagramas%20Unifilares%20RNT%20y%20RGD%20del%20MEM.pdf
CESAVE-SIAFESON (2017). REMAS: Manual para limpieza de las estaciones. [online] https://www.siafeson.com/remas/assets/documentos/Manual_Limpieza.pdf consultado el 20 de febrero de 2022.
CESAVE-SIAFESON (2020) Red de Estaciones Meteorológicas Automáticas de Sonora. [online] www.siafeson.com/remas consultado el 7 de julio de 2020.
CESAVE-SIAFESON (s.f.). Documentos. [online] https://www.siafeson.com/remas/index.php/home/documentos consultado el 2 de febrero de 2023.
CESAVE-SIAFESON (s.f.a.). Red de Estaciones Meteorológicas Automatizadas de Sonora. [online] https://www.siafeson.com/remas/assets/documentos/psnt_REMAS_20022016.pptx consultado el 20 de febrero de 2023.
Chandio, I.A.; Matori, A.N.B.; WanYusof, K.B.; Talpur, M.A.H.; Balogun, A.-L. y Lawal, D.U. (2013). GIS-based analytic hierarchy process as a multicriteria decision analysis instrument: a review. Arabian Journal of Geosciences, 6(8), 3059–3066. https://doi.org/10.1007/s12517-012-0568-8
Chen, C.-R.; Huang, C.-C. y Tsuei, H.-J. (2014). A hybrid MCDM model for improving GIS based solar farms site selection. International Journal of Photoenergy, Article ID 925370, 1-9. https://doi.org/10.1155/2014/925370
Chung, M. H. (2020). Estimating Solar Insolation and Power Generation of Photovoltaic Systems Using Previous Day Weather Data. Advances in Civil Engineering, 1–13. https://doi.org/10.1155/2020/8701368
Clifton, J. y Boruff, B. (2010). WDC, Site Options for Concentrated Solar Power Generation in the Wheatbelt Final Report. https://www.wheatbelt.wa.gov.au/files/9413/9711/1915/Concentrated_Solar_Power_Generation_in_the_Wheatbelt_Report.pdf
COEES (2018). Proyectos de Energía fotovoltaica en Sonora. COEES. [online] https://coees.sonora.gob.mx/noticias-coees/208-proyectos-de-energia-solar-en-sonora.html
Comité de Energía de la Comisión Sonora- Arizona (2017). Ruta Estratégica de Energía de la Megarregión Sonora-Arizona. Comisión Arizona-México | Comisión Sonora- Arizona. https://coees.sonora.gob.mx/images/archivos/Ruta_Estrategica_de_Energia_de_la_Megarregion_Sonora_-_Arizona_Final_final_.pdf
CONANP (2021). Información Espacial. Áreas Naturales Protegidas. Gobierno de México. http://sig.conanp.gob.mx/website/pagsig/info_shape.htm
CONANP (2021a). Información Espacial. Áreas Destinadas Voluntariamente a la Conservación. Gobierno de México. http://sig.conanp.gob.mx/website/pagsig/info_shape.htm
Colak, H.E.; Memisoglu, T. y Gercek, Y. (2020). Optimal site selection for solar photovoltaic (PV) power plants using GIS and AHP: A case study of Malatya Province, Turkey. Renewable Energy, 149, 565-576. https://doi.org/10.1016/j.renene.2019.12.078
Corkish, R. (2013). Solar Cells. Reference Module in Earth Systems and Environmental Sciences. https://doi.org/10.1016/B978-0-12-409548-9.01481-0
Doljak, D. y Stanojević, G. (2017). Evaluation of natural conditions for site selection of ground-mounted photovoltaic power plants in Serbia. Energy, 127, 291-300. https://doi.org/10.1016/j.energy.2017.03.140
Doorga, J.R.S.; Rughooputh, S.D.D.V. y Boojhawon, R. (2018). Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius. Renewable Energy, 1-19. https://doi.org/10.1016/j.renene.2018.08.105
Elkarmi, F. & Mustafa, I. (1993) Increasing the utilization of solar energy technologies (SET) in Jordan. Energy Policy. 21(9), 978–984. https://doi.org/10.1016/0301-4215(93)90186-J
Engie (2018). Resumen ejecutivo de la manifestación del impacto ambiental, modalidad regional para el proyecto: parque solar abril. Engie. https://solarabril.com/pdf/manifestacion-abril.pdf
ESRI (s.f.). How the path distance tools work. ESRI. https://desktop.arcgis.com/en/arcmap/latest/tools/spatial-analyst-toolbox/how-the-path-distance-tools-work.htm
Faiman, D. (2008). Assessing the Outdoor Operating Temperature of Photovoltaic Modules. Progress in Photovoltaics, 16, 307–315. https://doi.org/10.1002/pip.813
Flores, S. (2022). Planta solar en Puerto Peñasco, Sonora: Datos clave del proyecto eléctrico y las dudas que genera. Animal Político. https://www.animalpolitico.com/elsabueso/planta-solar-en-puerto-penasco-sonora-claves-proyecto-dudas/
GIZ -Deutsche Gesellschaft für Internationale Zusammenarbeit- (2018). New investment opportunities: Solar Energy Investment in Mexico. Context, perspectives and trends. Deutsche Gesellschaft fürInternationale Zusammenarbeit (GIZ). https://energypedia.info/images/archive/0/00/20180903193554%21Investment_Opportunities_Solar_2018.pdf
González García, M.A.; Cárdenas, V. y Álvarez, R. (2019). Inversores inteligentes en sistemas de energía solar fotovoltaica. Universitarios Potosianos. 16(238), 24-29. Anteriormente disponible en: https://www.uaslp.mx/Comunicacion-Social/Documents/Divulgacion/Revista/Dieciseis/universitarios%20potosinos%20238.pdf#page=26
Hernández, E. (2022). CRE da luz verde a la planta solar de Puerto Peñasco. Forbes México. https://www.forbes.com.mx/cre-da-luz-verde-a-la-planta-solar-de-puerto-penasco/
Howell, B. (2021). Solar Panel Output: How Much Electricity Do They Produce? The EcoExperts. https://www.theecoexperts.co.uk/solar-panels/electricity-power-output
Huld, T. y Gracia Amillo, A.M. (2015). Estimating PV Module Performance over Large Geographical Regions: The Role of Irradiance, Air Temperature, Wind Speed and Solar Spectrum. Energies, 8, 5159-5181. https://doi.org/10.3390/en8065159
INEGI (2009). Hidrología. INEGI. https://www.inegi.org.mx/temas/hidrologia/#Descargas
INEGI (2016). Manchas urbanas y rurales, 2015. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. http://www.conabio.gob.mx/informacion/metadata/gis/murinegi15gw.xml?_httpcache=yesy_xsl=/db/metadata/xsl/fgdc_html.xsly_indent=no
INEGI (2016a). Carta catastral. Estado de Sonora. 1:1 200 000. INEGI. Anteriormente disponible en: www.inegi.org.mx
INEGI (2017). Conjunto de datos vectoriales de la carta de Uso del suelo y vegetación. Escala 1:250 000. Serie VI. Conjunto NacionalInformación de Interés Nacional. INEGI. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463598459
INEGI (2020). Vías de comunicación. INEGI. https://www.inegi.org.mx/temas/viascomunicacion/#Descargas
INEGI (s.f). Continuo de Elevaciones Mexicano (CEM). INEGI. https://www.inegi.org.mx/app/geo2/elevacionesmex/
IPCC -Intergovernmental Panel on Climate Change- (2012). Renewable energy sources and climate change mitigation. Summary for policymakers and technical summary. https://www.ipcc.ch/site/assets/uploads/2018/03/SRREN_FD_SPM_final-1.pdf
IPCC (2021). Climate Change 2021. The Physical Science Basis. Summary for Policymakers. IPCC. https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_SPM_final.pdf
IRENA (2015). Renewable Energy Prospects: Mexico. IRENA. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2015/IRENA_REmap_Mexico_report_2015.pdf?la=enyhash=8A259915297B04B0D50A422EDF48AD87007B56B1
IRENA (2018). A road map to 2050. IRENA. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2018/Apr/IRENA_Report_GET_2018.pdf
IRENA (2019). Future of solar photovoltaic. Deployment, investment, technology, grid integration and socio-economic aspects. IRENA. https://www.irena.org/publications/2019/Nov/Future-of-Solar-Photovoltaic
Khemiri, W.; Yaagoubi, R. y Miky, Y. (2018). Optimal Placement of Solar Photovoltaic Farms Using Analytical Hierarchical Process and Geographic Information System in Mekkah, Saudi Arabia. 1st International Congress on Solar Energy Research, Technology and Applications (ICSERTA 2018). AIP Publishing. https://doi.org/10.1063/1.5084998
Koc, A.; Turk, S. y Şahin, G. (2019). Multi-criteria of wind-solar site selection problem using a GIS-AHP-based approach with an application in Igdir Province/Turkey. Environmental Science and Pollution Research, 26, 32298–32310. https://doi.org/10.1007/s11356-019-06260-1
Koehl, M.; Heck, M.; Wiesmeier, S. y Wirth, J. (2011). Modeling of the nominal operating cell temperature based on outdoor weathering. Solar Energy Materials and Solar Cells, 95, 1638–1646. https://doi.org/10.1016/j.solmat.2011.01.020
Knier, G. (2021). How do Photovoltaics Work? NASA. https://science.nasa.gov/science-news/science-at-nasa/2002/solarcells
Kyriakopoulos, G.L.; Streimikiene, D. y Baležentis, T. (2022). Addressing Challenges of Low-Carbon Energy Transition. Energies, 15, 5718. . https://doi.org/10.3390/en15155718
Lane, C. (2021). How much energy does a solar panel produce? SolarReviews. https://www.solarreviews.com/blog/how-much-electricity-does-a-solar-panel-produce
Limón Portillo, A. (2017). Energía fotovoltaica en México: su potencial y aprovechamiento. CIEP. https://ciep.mx/energia-solar-en-mexico-su-potencial-y-aprovechamiento/
Malczewski, J. (2000). On the Use of Weighted Linear Combination Method in GIS: Common and Best Practice Approaches. Transactions in GIS, 4(1), 5-22. https://doi.org/10.1111/1467-9671.00035
Malemnganbi, R. y Shimray, B.A. (2020). Solar Power Plant Site Selection: A Systematic Literature Review on MCDM Techniques Used. En: Mallick, P.K., Meher, P., Majumder, A., Das, S.K. (Coord.) Electronic Systems and Intelligent Computing. Lecture Notes in Electrical Engineering (pp. 37–48). Springer, Singapore. https://doi.org/10.1007/978-981-15-7031-5_5
Merrouni, A.A.; Mezrhab, A. y Mezrhab A. (2016). PV sites suitability analysis in the Eastern region of Morocco, Sustain. Energy Technol. Assess, 18, 6-15. https://doi.org/10.1016/j.seta.2016.09.006
Nagarajan, R.; Roy, A.; Vinod Kumar, R.; Mukherjee, A. y Khire, M.V. (2000). Landslide hazard susceptibility mapping based on terrain and climatic factors for tropical monsoon regions. Bulletin of Engineering Geology and the Environment, 58, 275–287. https://doi.org/10.1007/s100649900032
Noorollahi, E.; Fadai, D.; Akbarpour Shirazi, M. y Ghodsipour, S.H. (2016). Land suitability analysis for solar farms exploitation using GIS and fuzzy analytic hierarchy process (FAHP): A case study of Iran. Energies, 9(8), 643. https://doi.org/10.3390/en9080643
Obukhov, S.G.; Plotnikov, I.A.; Surzhikova, O.A. y Savkin, K.D. (2017). Method for Prediction of the Power Output from Photovoltaic Power Plant under Actual Operating Conditions. IOP Conference Series: Materials Science and Engineering 189. https://iopscience.iop.org/article/10.1088/1757-899X/189/1/012008/pdf
Omran, W. (2010). Performance Analysis of Grid-Connected Photovoltaic System. UWSpace. http://hdl.handle.net/10012/4943
Ozdemir, S. y Sahin, G. (2018). Multi-criteria decision-making in the location selection for a solar PV power plant using AHP. Measurement, 129, 218–226. https://doi.org/10.1016/j.measurement.2018.07.020
Pardeshi, S.D.; Autade, S.E. y Pardeshi, S.S. (2013). Landslide hazard assessment: recent trends and techniques. SpringerPlus 2, 523. https://doi.org/10.1186/2193-1801-2-523
Piazena, H. (1996). The effect of altitude upon the solar UV-B and UV-A irradiance in the tropical Chilean Andes. Solar Energy, 57(2), 133-140. https://doi.org/10.1016/S0038-092X(96)00049-7
ProMéxico (s.f.). Sector de Energías renovables en México. Anteriormente disponible en: http://mim.promexico.gob.mx/swb/mim/Perfil_del_sector_erenovables/_lang/es
ProMéxico (2017). La industria solar fotovoltaica y fototérmica en México. ProMéxico. Anteriormente disponible en: https://www.gob.mx/cms/uploads/attachment/file/428621/La_industria_solar_fv_y_ft_en_M_xico-compressed.pdf
PurePoint Energy (2020). Tips for installing a Solar Ground Mount. PurePoint Energy. Anteriormente disponible en: https://www.purepointenergy.com/blog/2020/february/tips-for-installing-a-solar-ground-mount/
pvlib Python (s.f.). pvlib temperature faiman. Pvlib Python. Anteriormente disponible en: https://pvlib-python.readthedocs.io/en/stable/generated/pvlib.temperature.faiman.html
PVPMC (2018). Faiman module temperature model. PVPerformance Modelling Collaborative. https://pvpmc.sandia.gov/modeling-steps/2-dc-module-iv/module-temperature/faiman-module-temperature-model/
Rinner, C. y Voss, S. (2013). MCDA4ArcMap – An Open-Source Multi-Criteria Decision Analysis and Geovisualization Tool for ArcGIS 10. Toronto Metropolitan University. Journal contribution. https://doi.org/10.32920/ryerson.14637438.v1
Ropp, M. E.; Begovic, M. y Rohatgi, A. (1997). Determination of the curvature derating factor for the Georgia Tech Aquatic Center photovoltaic array. Conference Record of the Twenty Sixth IEEE Photovoltaic Specialists Conference - 1997. https://doi.org/10.1109/PVSC.1997.654326
Sánchez-Lozano, J.M.; Teruel-Solano, J.; Soto-Elvira, P.L. y Socorro García-Cascales, M. (2013). Geographical Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) methods for the evaluation of solar farms locations: Case study in south-eastern Spain. Renewable and Sustainable Energy Reviews, 24, 544–556. https://doi.org/10.1016/j.rser.2013.03.019
SIAFESON (s.f.). ¿Quienes Somos? SIAFESON CESAVE Sonora. [online] http://ftp.siafeson.com/index.php/quienessomos#:~:text=El%20Sistema%20de%20Alerta%20Fitosanitaria%20del%20Estado%20de,de%20plagas%20y%2Fo%20enfermedades%20en%20los%20cultivos%2C%20etc.%29
Solangi, Y.A.; Shah, S.A.A.; Zameer, H.; Ikram, M. y Saracoglu, B.O. (2019). Assessing the solar PV power project site selection in Pakistan: based on AHP-fuzzy VIKOR approach. Environmental Science and Pollution Research, 26, 30286–30302. https://doi.org/10.1007/s11356-019-06172-0
Solargis (2017). Mapas de recursos solares de Mexico. The World Bank. https://solargis.com/es/maps-and-gis-data/download/mexico
Stenhouse, E. (2021). Solar Panel Output: How Much Power Does a Solar Panel Produce? Treehugger https://www.treehugger.com/how-much-electricity-does-a-solar-panel-produce-5194148
Suprova, N.T.; Zidan, A.R. y Harunur Rashid, A.R.M. (2020). Optimal Site Selection for Solar Farms Using GIS and AHP: A Literature Review. Proceedings of the International Conference on Industrial y Mechanical Engineering and Operations Management. Dhaka, Bangladesh. http://www.ieomsociety.org/imeom/253.pdf
Svarc, J. (2022). Most efficient solar panels 2022. Clean Energy Reviews. https://www.cleanenergyreviews.info/blog/most-efficient-solar-panels
Taddei Bringas, J.L.; Navarrete Hinojosa, M. de los A.; Taddei Arriola, P.D. y Cabanillas López, R. (2014). Estimación del potencial de energías renovables en el Estado de Sonora. EPISTEMUS, 17(8), 88-94. Anteriormente disponible en: http://www.epistemus.uson.mx/revistas/articulos/17-13ENERGIAS_RENOVABLES_EN_SONORA.pdf
Taibi, A. y Atmani, B. (2017). Combining Fuzzy AHP with GIS and Decision Rules for Industrial Site Selection. International Journal of Interactive Multimedia and Artificial Intelligence, 4(6), 60-69. https://doi.org/10.9781/ijimai.2017.06.001
Teknomo, K. (2006). Analytic hierarchy process (AHP) tutorial. NALYTIC HIERARCHY PROCESS (AHP) TUTORIAL. [online] https://people.revoledu.com/kardi/tutorial/AHP/ consultado el 20 de septiembre de 2023.
The European Space Agency (s.f.). Level-2A. The European Space Agency. https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2-msi/product-types/level-2a
Universidad de Sonora (s.f.). Potencial de Energías Renovables Para el Estado de Sonora. Comisión de Energía del Estado de Sonora. https://coees.sonora.gob.mx/images/descargas/Energias-Renovables/Potencial-de-Energias-Renovables-Sonora.pdf
USGS -United States Geological Survey- (s.f.). Landsat Missions. USGS. https://www.usgs.gov/core-science-systems/nli/landsat
Vaidya, O.S. y Kumar, S. (2006). Analytic hierarchy process: An overview of applications. European Journal of Operational Research, 169(1), 1–29. https://doi.org/10.1016/j.ejor.2004.04.028
Zarco, J. (2022). Central fotovoltaica Puerto Peñasco. PV magazine. https://www.pv-magazine-mexico.com/2022/06/14/central-fotovoltaica-puerto-penasco/
Zoghi, M.; Houshang Ehsani, A.; Sadat, M.; javad Amiri, M. y Karimi, S. (2017). Optimization solar site selection by fuzzy logic model and weightedlinear combination method in arid and semi-arid region: A case study Isfahan-IRAN. Renewable and Sustainable Energy Reviews, 68, 986–996. https://doi.org/10.1016/j.rser.2015.07.014