Le positionnement stratégique de grandes centrales photovoltaïques (PV) est crucial pour optimiser la production d'énergie tout en minimisant les conflits environnementaux et socio-économiques. Cette étude utilise un Système d'Information Géographique (SIG) associé à la prise de décision multicritères (MCDM) pour développer un modèle de convenance pour la sélection de sites PV dans la région de Lombardie en Italie. Un ensemble complet de critères environnementaux, techniques et d'infrastructure a été pris en compte en utilisant le Processus Analytique Hiérarchique (AHP). Pour renforcer la robustesse du modèle, une analyse de colinéarité spatialement explicite a été appliquée pour identifier les facteurs d'intercorrélation, garantissant l'indépendance des critères. De plus, une analyse de sensibilité a été réalisée pour évaluer l'impact des variations de poids sur la classification de la convenance des sites, révélant la stabilité relative des différentes classes de convenance. Les résultats indiquent que seulement ∼25 % de la Lombardie est disponible pour le développement photovoltaïque après application des contraintes d'exclusion, avec une classe hautement adaptée couvrant 40,5 % de cette zone. L'analyse de sensibilité a révélé que la distance aux postes de transformation et l'aspect du terrain étaient les facteurs les plus influents, tandis que l'évaluation de la stabilité a montré que 96,7 % des zones « les plus adaptées » restaient inchangées sous des variations de poids de ±10 %. L'inclusion de l'albédo a encore amélioré l'évaluation des sites pour les modules PV bifaciaux. Comparé aux études de convenance SIG–AHP conventionnelles, le cadre proposé fait progresser l'évaluation des sites PV en abordant explicitement l'interdépendance des critères et la robustesse spatiale, offrant ainsi des résultats de convenance plus fiables et pertinents pour les politiques dans des régions hautement réglementées. Le cadre SIG-MCDM proposé offre une approche systématique et adaptable pour la planification énergétique solaire à l'échelle régionale, fournissant des informations précieuses pour les décideurs et les développeurs énergétiques.
Ranjgar et al. (Ven,) ont étudié cette question.