Suitability analysis of solar photovoltaic farm locations using GIS: a case study of Nakuru County, Kenya

• Autorzy: Wiso Vincent , Kiema John Bosco Kyalo

Identyfikatory

DOI

10.4467/21995923GP.24.001.20196

Warianty tytułu

PL

Analiza przydatności lokalizacji farm fotowoltaicznych z wykorzystaniem GIS: studium przypadku Hrabstwa Nakuru, Kenia

• Języki publikacji: EN

Abstrakty

EN

Renewable energy sources play a crucial role in reducing global reliance on fossil fuels. Advancements in technology has enabled harnessing of renewable energy from solar, wind, and ocean tides to be viable. Solar energy, in particular, has gained significant global recognition as a renewable energy alternative. This study integrates Multi-Criteria Evaluation (MCE) and Geographic Information Systems (GIS) to assess Solar Photovoltaic Farms (SPVFs) suitability in Nakuru County, Kenya. The study considered seven criteria including; slope, solar radiation, aspect, land use land cover, proximity to roads, power transmission lines, and settlements. These were evaluated using the Analytical Hierarchy Process (AHP) to generate weights for each decision criterion. The weights were used to overlay independent criteria maps that were formed as a result of the reclassification of each criterion from which a composite rated map was developed. Similarly, a composite restriction map was created by leveraging on constraint criteria including; protected ecosystems, water bodies, settlement areas, slope over 20%, proximity to roads, proximity to the transmission line, and land use land cover. Results obtained from overlaying the composite rated and restricted maps reveal Nakuru County’s general suitability for SPVFs, except for Kuresoi North and Kuresoi South divisions which exhibit low solar radiation. Extremely-suitable areas accounted for 3.00% (224.14 km²), very-suitable areas 34.05% (2541.45 km2), moderately-suitable areas 7.76% (579.55 km2), marginally-suitable areas 1.47% (109.77 km2) while least-suitable areas covered 0.02% (1.39 km2). The study provides valuable data and information for government agencies and investors to identify potential Photovoltaic (PV) system sites. Furthermore, the government is encouraged to establish a favorable framework for solar PV exploration and provide incentives to the private sector to facilitate the establishment of SPVFs.

PL

Odnawialne źródła energii odgrywają kluczową rolę w zmniejszeniu globalnego zapotrzebowania na paliwa kopalne. Postęp technologiczny umożliwił czerpanie odnawialnej energii ze słońca, wiatru i pływów oceanicznych. W szczególności energia słoneczna zyskała uznanie w skali globalnej jako odnawialna alternatywa energetyczna. Niniejsze badania integrują ocenę wielokryterialną (Multi-Criteria Evaluation – MCE) i systemy informacji geograficznej (Geographic Information Systems – GIS) dla oceny możliwości utrzymania fotowoltaicznych farm słonecznych (Solar Photovoltaic Farms – SPVF) w hrabstwie Nakuru, Kenia. Badania brały pod uwagę siedem kryteriów: nachylenie, nasłonecznienie, kierunek ekspozycji, użytkowanie i pokrycie gruntu, bliskość dróg, linie wysokiego napięcia oraz obecność osiedli ludzkich. Były one oceniane przy użyciu metody hierarchicznej analizy problemów (Analytical Hierarchy Process – AHP), tak aby dla każdego kryterium decyzyjnego wygenerować wagi. Wagi zostały użyte by wypełnić mapy niezależnymi kryteriami, utworzonymi w wyniku ponownej klasyfikacji każdego kryterium, z których utworzono złożoną mapę z uwzględnieniem rang. Podobnie utworzono złożoną mapę ograniczeń, poprzez wykorzystanie kryteriów ograniczających takich jak: ekosystemy chronione, zbiorniki wodne, osiedla ludzkie, nachylenie terenu powyżej 20%, bliskość dróg, bliskość linii przekaźnikowych, użytkowanie i pokrycie gruntu. Wyniki otrzymane z utworzenia złożonych map ocen i ograniczeń wskazują na to, że hrabstwo Nakuru zasadniczo nadaje się do wykorzystania SPVF, z wyjątkiem obszarów Północnego Kuresoi i Południowego Kuresoi, które wykazują niskie natężenie promieniowania słonecznego. Obszary wyjątkowo odpowiednie dla energii słonecznej stanowią 3.00% (224.14 km²), bardzo odpowiednie stanowią 34.05% (2541.45 km2), umiarkowanie odpowiednie – 7.76% (579.55 km2), mało odpowiednie – 1.47% (109.77 km2), a najmniej odpowiednie pokrywają 0.02% (1.39 km2). Badania dostarczają wartościowych danych i informacji dla agencji rządowych i inwestorów, którzy chcieliby wskazać miejsca możliwej instalacji systemów fotowoltaicznych (PV). Ponadto zachęca się rząd do utworzenia odpowiedniego ramowego planu badań nad PV i wprowadzenie ułatwień dla sektora prywatnego, aby umożliwić zakładanie SPVFs.

Słowa kluczowe

EN

suitability analysis; renewable energy; photovoltaic; multi-criteria evaluation; GIS; analytical hierarchy process

PL

analiza trwałości; analiza opłacalności; energia odnawialna; fotowoltaika; ocena wielokryterialna; GIS; metoda analizy hierarchicznej

• Wydawca: Polska Akademia Umiejętności
• Czasopismo: Geoinformatica Polonica
• Rocznik: 2024
• Tom: T. 23
• Strony: 7--15
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Wiso Vincent

• University of Nairobi, Department of Geospatial and Space Technology

• https://orcid.org/0009-0009-0312-4221

autor

Kiema John Bosco Kyalo

• University of Nairobi, Department of Geospatial and Space Technology

• https://orcid.org/0009-0006-8113-6808

Bibliografia

• 1. KNBS. Kenya National Bureau of Statistics. https://www.knbs.or.ke/, 2022.
• 2. Takase, M., Kipkoech, R., Essandoh, P.K. A comprehensive review of energy scenario and sustainable energy in Kenya. Fuel Communications, (https://doi.org/10.1016/J.JFUECO. 2021.100015), 2021; volume 7, 100015, pp. 1–13.
• 3. Aronoff, S. Geographic Information Systems: A Management Perspective. WDL Publication, Ottawa, Canada, 1989.
• 4. Longley, P.A., Goodchild, M., Maguire, D.J., Rhind, D. W. Geographic Information Science and Systems. Hoboken, NJ: Wiley, 2015.
• 5. Awange, L.J., Kiema, J.B.K. Environmental Geoinformatics: Monitoring and Management (Environmental Science and Engineering). 2013th Edition. Springer-Verlag, Berlin Heidelberg, 541 (https://doi.org/10.1007/978-3-642-34085-7), 2013.
• 6. Villacreses, G., Gaona, G., Martínez-Gómez, J., Jijón, D.J. Wind farms suitability location using geographical information system (GIS), based on multi-criteria decision making (MCDM) methods: The case of continental Ecuador. Renewable Energy, 2017; volume 109, pp. 275–286.
• 7. Huang, I.B., Keisler, J., Linkov, I. Multi-criteria decision analysis in environmental sciences: Ten years of applications and trends. Science of The Total Environment (https://doi.org/10.1016/J.SCITOTENV.2011.06.022), 2011; volume 409(19), pp. 3578–3594.
• 8. Ukwishaka, D., Mwizerwa, F., Hakizimana, J. Geospatial Analysis of Site Suitability for Solar Photovoltaic (PV) in Rwanda. Rwanda Journal of Engineering, Science, Technology and Environment, (https://dx.doi.org/10.4314/rjeste.v4i1.3S), 2021; volume 4, pp. 2617–2321.
• 9. Oloo, F., Olang, L., Strobl, J. Spatial modeling of solar Energy potential in Kenya. Int. J. Sustain. Energy Plan. Manag., (http://doi.org/10.5278/ijsepm.2015.6.3. ), 2015; volume 6, pp. 17–30.
• 10. Nakuru CIDP. Nakuru County Integrated Development Plan (2018–2022). (https://nakuru.go.ke/wp-content/uploads/2021/11/3.-NAKURU-CIDP-2018-2022-FINAL.-copy.pdf). County Government of Nakuru, 2018.
• 11. Vrînceanu, A., Grigorescu, I., Dumitrașcu, M., Mocanu, I., Dumitrică, C., Micu, D., Kucsicsa, G., Mitrică, B. Impacts of Photovoltaic Farms on the Environment in the Romanian Plain. Energies (https://doi.org/10.3390/en12132533), 2019; volume 12, pp. 1–18.
• 12. Breeze, P. Solar Power. Power Generation Technologies (https://doi.org/10.1016/B978-0-08-102631-1.00013-4), 2019, pp. 293–321.
• 13. Shahsavari, A., Akbari, M. The potential of solar Energy in developing countries for reducing energy-related emissions. Renewable and Sustainable Energy Reviews, (https://doi.org/10.1016/J.RSER.2018.03.065), 2018; volume 90, pp. 275–291.
• 14. Noorollahi, Y., Senani, A. G., Fadaei, A., Simaee, M., Moltames, R. A framework for GIS-based site selection and technical potential evaluation of PV solar farm using Fuzzy-Boolean logic and AHP multi-criteria decision-making approach. Renewable Energy (https://doi.org/10.1016/j.renene.2021.12.124), 2022; volume 186, pp. 89–104.
• 15. Sarkodie, S.A., Owusu, P.A. Carbon dioxide emissions, GDP, energy use and population growth: A multivariate and causality analysis for Ghana. Environmental Science and Pollution Research International (doi:10.1007/s11356-016-6511-x), 2016, pp. 1971–2013.
• 16. Owiro, D., Poquillon, G., Njonjo, K. S., Oduor, C. Situational analysis of energy industry, policy, and strategy for Kenya. Institute of Economic Affairs, 8, 2015.
• 17. Marigi, S.N. Climate Change Vulnerability and Impacts Analysis in Kenya. American Journal of Climate Change (https://doi.org/10.4236/ajcc.2017.61004), 2017; volume 6, pp. 52–74.
• 18. Ndungu, L.W., Kiema, J.B.K., Siriba, D.N. Insights from Tracking Thirty Years of Change in Agro Ecologies of Lower Eastern Kenya. East African Agricultural and Forestry Journal, 2022; volume 86, no. 3 & 4, pp. 152–179.
• 19. Sarkodie, S.A., Adom, P.K. Determinants of energy consumption in Kenya: A NIPALS approach (https://doi.org/10.1016/j.energy.2018.06.195), 2018; volume 159, no. 15, pp. 696–705.