Escolar Documentos
Profissional Documentos
Cultura Documentos
Palavras-chave:
Este estudo avalia a contribuição da implementação do processo Calcium Looping (CaL) para a captura de dióxido de carbono (CO2) de
captura de carbono
usinas a carvão no Brasil, como estratégia para atender às metas ambientais estabelecidas para 2030. Um modelo de programação
Das Alterações Climáticas
linear multiobjetivo baseado em na análise Input-Output (IO-MOLP) é desenvolvido para avaliar as inter-relações dos sistemas econômicos,
planejamento energético
energéticos e ambientais. Três funções objetivo são consideradas: maximização do Produto Interno Bruto (PIB), minimização das
Desempenho ambiental
Análise de entrada-saída
emissões de Gases de Efeito Estufa (GEE) e minimização do consumo de energia para fins exclusivamente energéticos (CFE). Dois
Programação linear multiobjetivo cenários são analisados: (i) um cenário de linha de base (BL) que não incorpora CaL em usinas a carvão, (ii) um cenário (S1) que
incorpora sistemas CaL corporativos. Em geral, a implementação de CaL em usinas de carvão melhora o impacto ambiental geral; no
entanto, em nossos resultados, essa redução não foi significativa. Por outro lado, uma contração do sistema econômico e uma expansão
do consumo de recursos energéticos podem ser desencadeados por essa estratégia. Esses resultados reafirmam a importância de avaliar
os efeitos das decisões e políticas ambientais e energéticas no sistema econômico do país, por meio de modelos multiobjetivos capazes
de desvendar os trade-offs em jogo entre múltiplos, conflitantes e incomensuráveis eixos de avaliação dos méritos dessas políticas.
1. Introdução desvio das metas ambientais assumidas pelo país durante a COP 21. Essas metas
projetam para 2025 uma redução de 37% nas emissões de GEE, em relação aos
No Brasil, entre 2010 e 2018, houve uma acentuada intermitência dos níveis de valores alcançados em 2005, e uma redução de 43% até 2030 (Adanez et al. , 2012;
impacto ambiental do setor de energia, conforme mostra a Figura 1. Em períodos Sharma et al., 2015; Vahl e Filho, 2015; Vinca et al., 2018). Portanto, é necessário
meteorologicamente favoráveis, houve alta geração de hidroeletricidade e, portanto, definir estratégias para conciliar as políticas energéticas, que muitas vezes privilegiam
menor níveis de emissões de Gases de Efeito Estufa (GEE). Porém, em períodos de o uso de combustíveis fósseis convencionais para produzir energia, e as políticas
estiagem, as termelétricas, operando principalmente com carvão e gás natural, foram ambientais que visam atingir esses objetivos. As tecnologias de Captura e
acionadas para suprir a demanda, o que gerou um aumento nas emissões de GEE. Armazenamento de Carbono (CCS), como o Calcium Looping (CaL), surgem como uma
possibilidade interessante e com alto potencial a ser considerada no setor energético
Além disso, a oscilação do preço da gasolina impactou no consumo de etanol nesse brasileiro para reduzir as emissões de GEE, mantendo a operação de usinas de
período, o que afetou os níveis de impacto ambiental do setor de energia (De Azevedo combustível fóssil ( Cormos , 2015; Cormos e Petrescu, 2013; Giannoulakis et al., 2014;
et al., 2018; Mendes e Sthel, 2017). Singh et al., 2011; Suh, 2009). Autores como Cormos e Pet rescu (2013), Giannoulakis
Assim, pode-se inferir que, a curto e médio prazos, os recursos fósseis representarão et al. (2014) e Cormos (2015) avaliaram a adequação do processo CaL em usinas de
uma parcela significativa da oferta energética brasileira e não se espera uma substituição combustível fóssil. Esses autores observaram reduções significativas nas emissões de
maciça dessas usinas por novas baseadas em fontes renováveis. Adicionalmente, é CO2 em comparação com unidades sem CCS. Petrescu et ai. (2017) apresentou uma
possível destacar a falta de uma política ambiental adequada, definida de acordo com análise comparativa de diferentes métodos de captura de CO2 acoplados a usinas
as especificidades do contexto nacional, que permitisse ao Brasil ter um desempenho movidas a carvão. Os resultados revelaram que o processo CaL é mais favorável em
ambiental positivo permanente com o menor termos
* Autor correspondente em: Departamento de Engenharia Química, Universidade de São Paulo, São Paulo, Brasil.
E-mail: luiz.kulay@usp.br (L. Kulay).
https://doi.org/10.1016/j.ijggc.2022.103606 Recebido
em 31 de outubro de 2020; Recebido no formulário revisado em 2 de novembro de 2021; Aceito em 4 de fevereiro de 2022
Disponível online em 12 de fevereiro de 2022
1750-5836/© 2022 Elsevier Ltd. Todos os direitos reservados.
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Fig. 1. Emissões totais de GEE no Brasil durante 2010–2018 (Gt CO2eq) (SEEG, 2019).
da penalidade de energia e o desempenho ambiental do que o processo de restrições ambientais, a produção de eletricidade a partir de gás, hidrelétrica,
purificação de amina. No entanto, como vários pesquisadores apontaram, é nuclear, eólica, solar e biomassa deve ser introduzida no mix de eletricidade.
necessário olhar com mais atenção para essa tecnologia, pois sua Carvalho e cols. (2015) e Carvalho et al. (2016b, AL 2016a) avaliaram os
implantação pode resultar em aumento do preço unitário da energia elétrica, trade-offs econômicos, energéticos, ambientais e sociais no Brasil. Os
redução da eficiência energética do processo e aumento de outros impactos autores destacam a relevância desses modelos para obter análises amplas
ambientais, como esgotamento de recursos fósseis (Adanez et al., 2012; e detalhadas de cenários prospectivos caracterizados por mudanças
Biliyok e Yeung, 2013; Blamey et al., 2010; Dieter et al., 2014; Donke et al., tecnológicas em alguns setores econômicos.
2017; Guerra et al., 2018; Moore e Kulay, 2019; Rochedo et al., 2016). Nas Vale ressaltar que não foram encontrados na literatura estudos baseados
áreas de planejamento energético e avaliação de políticas públicas, é nessa metodologia com o objetivo de avaliar as implicações energéticas,
importante considerar os aspectos positivos e negativos associados às econômicas e ambientais das ações de planejamento energético no Brasil
decisões tomadas em contextos específicos, bem como a natureza dos para atender às metas ambientais definidas durante a COP21, considerando
objetivos e os interesses dos diferentes stakeholders. Além disso, é preciso tecnologias de CCS. Isso levanta a necessidade de realizar esta pesquisa
avaliar os efeitos de uma ação ou estratégia aplicada em um único setor para contribuir com o preenchimento dessa lacuna, não só pela importância
sobre outros setores, devido à interdependência entre eles (Di Santo et al., das questões ambientais, mas também pela complexidade associada à
2015; He et al., 2019; Siala et al., 2019 ). proposição de ações de planejamento energético. Além disso, a incerteza é
A definição de políticas voltadas para a promoção do desenvolvimento abordada usando um procedimento interativo baseado em programação de
sustentável para atender às metas ambientais brasileiras é uma tarefa intervalos, que não impõe requisitos difíceis de verificar, por exemplo,
complexa que envolve objetivos ambientais, econômicos, energéticos, associados a abordagens estocásticas ou fuzzy. A metodologia e o modelo
culturais e sociais, que são, em geral, conflitantes e incomensuráveis. Nesse são apresentados na Seção 2. Os resultados são apresentados e discutidos
contexto, os modelos de programação linear multiobjetivo (MOLP) baseados na Seção 3. As principais conclusões retiradas do estudo são apresentadas na Seção
na análise Input-Output (IO) são uma metodologia relevante para abordar Seção 4.
esses problemas, pois permitem avaliar as inter-relações dos sistemas
econômico-energéticos e o meio ambiente, fornecer informações de valor 2. Métodos
agregado para a tomada de decisão no planejamento de estratégias
envolvendo a necessidade de equilibrar múltiplos objetivos e desvendar A comparação de indicadores econômicos, ambientais e energéticos,
seus trade offs. Oliveira e Antunes (2011) utilizaram modelos MOLP projetados para o ano de 2030, foi feita para avaliar o efeito da implantação
associados à análise IO para avaliar as alterações na estrutura económica e de tecnologias de CCS no Brasil, como estratégia de redução de emissões
no sistema energético de Portugal, permitindo também quantificar os de GEE. Dois cenários foram definidos neste caso: (i) um cenário de linha
impactes ambientais resultantes desses ajustamentos. Esses autores de base (BL) que não incorpora um sistema CCS em usinas a carvão, e (ii)
observaram que a análise de IO foi essencial para entender o papel da o cenário S1 que incorpora um sistema CCS. Para ambos os cenários,
tecnologia na mitigação de emissões de carbono durante o planejamento de outros sistemas de geração de energia (por exemplo, gás natural, petróleo,
sistemas energéticos, pois essa abordagem permitiu explorar conjuntamente usinas nucleares, etc.) mantêm as condições atuais de operação. Foram
os efeitos de diferentes políticas de gestão de sistemas de energia, o mix considerados modelos de programação linear multi-objectivo Input-Output
tecnológico para fornecimento de energia e emissões de GEE. Kang e (IO-MOLP) uma vez que esta abordagem permite uma análise sistémica
outros. (2020) usaram um modelo de programação linear baseado na análise das relações inter/intra entre diferentes partes de uma economia. Os modelos
de IO para determinar uma estratégia viável e economicamente eficaz para de OI são formados por um sistema de equações lineares que representam
reduzir as emissões de CO2 na China, avaliando diferentes misturas de a distribuição dos produtos de cada setor econômico entre os consumidores
geração de eletricidade. Os resultados mostraram que as tecnologias a (Oliveira et al., 2016). Essa distribuição pode ser expressa da seguinte forma:
carvão e de geração hidrelétrica devem ser desenvolvidas de 2020 a 2050 em um cenário sem restrição de meta de emissões. Em um cenário com
2
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
x=Ax+y (1) uma distância Chebyshev ponderada até o ponto ideal, que é definida pelos
valores ideais individuais calculados separadamente para cada função objetiva.
A é a matriz dos coeficientes técnicos, x e y são os vetores de produção e de O software de apoio à decisão iMOLPe - Interactive Multi Objective Linear
demanda final, respectivamente. Os modelos IO-MOLP propostos por Oli veira Programming explorer foi utilizado para calcular soluções não dominadas e
e Antunes (2004, 2011), Henriques e Antunes (2012) e de Carvalho et al. (2015) desvendar progressivamente os trade-offs entre as três funções objetivo (Alves
foram adaptados para o presente estudo. Um conjunto abrangente de ajustes et al., 2015).
a esses modelos foi feito para representar as condições econômicas brasileiras
do ano de 2016, que é o ano base do estudo. Esses ajustes incluem:
2.1. Modelo híbrido io-molp
3
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Tabela Tabela
1 Parâmetros do processo Calcium Looping (CaL). 2 Usina com resultados de desempenho de CaL.
temperatura do carbonatador ÿC 600–700 95 Taxa de fluxo de carvão para o calcinador toneladas/h 162
conversão de calcinador % Resíduos sólidos CaL toneladas/h 120
Proporção de sorvente de reposição para sorvente de recirculação mol/mol 0,025 CO2 capturado toneladas/h 1030
(AL EPE, 2017). Também foram incluídas restrições de coerência para garantir que o Capital e O&M 39,0 107
consumo intermediário e final de bens e/ou serviços não exceda o total disponível no país. LCOE 63,9 140
Maiores detalhes sobre o modelo IO-MOLP podem ser encontrados nas Informações Fonte: (Mantripragada e Rubin, 2014); James e outros, 2019).
Suplementares.
4
Machine Translated by Google
Tabela 4
Função objetivo (FO) Cenário de linha de base (BL) Cenário de captura de carbono (S1)
Z1 Z2 Z3 Z1' Z2' Z3'
atividades do setor de transportes. coeficientes de intervalo. Se a primeira solução de compromisso satisfizer o DM,
então o algoritmo para, caso contrário ele continua.
2.2. Análise de incerteza • Passo 3: Outras soluções de compromisso definidas como xm = xmU' e/ou xmU''
são calculadas (m = 2, 3,…). As soluções são apresentadas ao DM, bem como os
A análise baseada em IO está sujeita a fontes de incerteza relevantes devido às dados correspondentes às funções objetivo do intervalo (xm), Zk U(xm)]), o ponto
eu
características dos dados utilizados na estimativa do (Zk(xm) = [Zk médio (M[Zk(xm)]) e a largura do intervalo (W[Zk (xm)]), e a
coeficientes técnicos que compõem o modelo IO-MOLP, bem como as hipóteses distância de Zk(xm) para as soluções ideais de intervalo correspondentes Z*
estabelecidas para simplificar o modelo quando necessário. Nesse contexto, o calculadas na Etapa 1. O índice de aceitabilidade (A) de Zk(xm) sendo inferior a
tratamento da incerteza tem sido realizado por meio de programação intervalar. Esta Z* (Zk(xm) ÿ Z *) e tck U) de Zk(xmL) e Zk(xmU) com
eu
abordagem é mais adequada para lidar com a incerteza neste tipo de modelos, uma e as taxas de realização (tck
vez que não requer a especificação ou a assunção de distribuições probabilísticas ou em relação a Z* são calculados, por meio das Eqs. (2)-4 e apresentado ao Mestre.
possibilísticas difíceis de verificar na prática (Oliveira e Antunes, 2007). Os coeficientes
das funções objetivo e algumas restrições do modelo para o cenário de captura de M[Zk ÿ ] ÿ M[Zk (xm)]
carbono (S1) foram especificados como intervalos, ou seja, desconhecidos, mas Z ÿ (Zk (xm) ÿ Zk ÿ ) = W[Zk (xm)] W[Zk ÿ ]
(2)
2 + 2
limitados, conforme dados publicados pelo Instituto Brasileiro de Geografia e Estatística
(IBGE, 2017; 2019 ) e o Painel Intergovernamental sobre Mudanças Climáticas (IPCC, Lÿ
tclk = 1 ÿ ( Zk ÿ Zk L(xm) )
2006). Lÿ (3)
Zk ÿ ALk
O algoritmo interativo proposto por Oliveira e Antunes (2009) foi utilizado para Uÿ
tcU ( Zk ÿ Zk U(xm) )
computar soluções de compromisso (xm) para o modelo intervalar IO-MOLP. O k =1ÿ Uÿ (4)
Zk ÿ AUk
software de apoio à decisão Interactive MOLP explore (iMOLPe) (Alves et al., 2015)
foi utilizado nesta etapa da análise para computar soluções não dominadas. Em termos
gerais, a abordagem interativa pode ser descrita da seguinte forma:
individuais obtidos na Etapa 1. Quanto mais próximo tck e tck são para 1,
• Passo 1: Dois problemas determinísticos substitutos são formulados considerando
quanto mais próximo o Mestre estiver de atingir seu nível de aspiração Zk*. Outra
a minimização do pior desvio possível das funções objetivo do intervalo para as
informação importante apresentada ao DM é o impacto de diferentes valores de ÿi (ÿi
metas definidas (Z* = [Zk L*, Zk U*]) para cada função objetivo k, e a satisfação
ÿ [0,1]) na solução de compromisso, caso ele queira analisar outras soluções com
níveis na restrição i (ÿi). A solução destes problemas leva à obtenção dos valores
níveis de satisfação de restrições distintos.
individuais ótimos de cada função objetivo (Zk) considerando os melhores e piores
conjuntos de coeficientes, que definem os valores-alvo do intervalo das funções
• Passo 4: O DM expressa suas preferências em relação à solução apresentada. Se
objetivo [tk
eu
ele quiser encontrar uma nova solução, o algoritmo continua. Para tal, pede-se ao
, tk U].
DM que escolha a função objetivo que pretende melhorar e, se possível, que
• Passo 2: As primeiras soluções de compromisso são obtidas considerando a região
estabeleça o nível máximo de melhoria.
viável mais estreita de acordo com os coeficientes do intervalo de restrição. Essas
soluções são definidas como x1U' e x1U'', que são derivadas da resolução dos
problemas determinísticos substitutos de acordo com uma abordagem pessimista/
Uma descrição detalhada do método interativo pode ser encontrada em
otimista do Decisor (DM), ou seja, considerando a função objetivo menos/mais
Oliveira e Antunes (2009).
favorável
Tabela 5
Resultados para algumas variáveis de decisão selecionadas para os cenários de linha de base e captura de carbono.
Despesa de consumo das famílias (106 R$) 5.815.573 5.214.679 5.214.679 5.756.005 5.312.959 5.312.959
Despesa de consumo do governo (106 R$) 1.188.278 1.188.278 1.188.278 1.188.278 1.188.278 1.188.278
Consumo das instituições sem fins lucrativos que atendem as famílias (106 R$) 81.429 159.377 159.377 81.429 159.377 159.377
Formação Bruta de Capital Fixo (106 R$) 939.681 939.681 939.681 939.681 939.681 939.681
Exportação incluindo turismo (106 R$) 2.500.533 2.145.496 2.145.496 2.323.242 2.077.631 2.077.631
Importações incluindo turismo (106 R$) 1.292.368 0 1.219.308 0 1.219.308 0 1.139.303 0 1.091.704 0 1.091.704 0
Mudanças nos estoques
Valor Bruto Adicionado (106 R$) 7.953.455 7.246.935 7.246.935 7.873.639 7.381.473 7.381.473
Total de impostos indiretos menos subsídios (106 R$) 1.279.671 1.181.267 1.181.267 1.275.693 1.204.749 1.204.749
Renda disponível da família (106 R$) 4.679.383 4.480.146 4.480.146 4.634.413 4.498.067 4.498.067
Impacto - Combustão de combustível (Gg CO2eq) 1.935.827 1.781.130 1.781.130 1.757.456 1.656.706 1.656.706
Impacto - Emissões fugitivas (Gg CO2eq) 196.261 183.417 183.417 197.343 187.967 187.967
Impacto – Setor agrícola (Gg CO2eq) 2.056.190 1.963.221 1.963.221 2.047.420 1.979.467 1.979.467
Eliminação de resíduos de impacto (Gg CO2eq) 48.798 48.284 48.284 48.838 48.460 48.460
Impacto - eliminação de águas residuais (Gg CO2eq) 182.902 169.359 169.359 181.824 171.963 171.963
5
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
6
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Tabela 9
ÿ
Tabela otimizada individual expandida com os valores ideais para Zk (xk ÿ ) para S1.
1 1 1
Função objetiva x1ÿ x1 x2ÿ x2 x3ÿ x3
ZU
1 (xk ÿ ) 9.254.082 8.975.690 8.776.404 8.651.585 8.598.883 8.539.618
ZU
2 (xk ÿ ) ÿ 2.923.328 ÿ 2.849.802 ÿ 2.749.306 ÿ 2.727.635 ÿ 2.750.223 ÿ 2.728.654
ZU
3 ÿ ) (x k ÿ 1.210.305 ÿ 1.173.582 ÿ 1.130.813 ÿ 1.118.486 ÿ 1.126.966 ÿ 1.116.245
7
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Tabela 10 Foram analisados cenários de coeficientes: (i) um cenário com a região viável
Valores para alvos. mais ampla (ÿi = 0) e (ii) um cenário com a região viável mais estreita (ÿi = 1).
Zk* tk
eu
tk
você
M[Zk*] W[Zk*]
Para a primeira situação, as informações referentes a e tk U, o ponto médio do
eu
alvos tk intervalo (M[Zk*]) e a largura do intervalo
Z1* (106 R$) 8.969.516 ÿ 9.254.082 ÿ 9.111.799 ÿ 284.566
Z2* (Gg CO2eq) 3.320.649 ÿ 2.727.635 ÿ 3.024.142 ÿ 593.014
(W[Zk*]) são apresentados na Tabela 10.
Z3* (103 dedos) 1.126.966 1.116.245 1.121.606 10.721 A primeira solução (x1U' ) correspondente ao cenário com a região factível
mais ampla é apresentada na Tabela 11. Na solução x1U' observa-se que os
limites superior e inferior das três funções objetivo se afastam dos respectivos
3.1. Resultados da análise de incerteza
limites das soluções ideais, já que os valores e tck U) ficaram distantes de 1,
eu
(tck principalmente das taxas de aproveitamento
Alguns resultados são apresentados nesta seção para ilustrar os resultados
os correspondentes a Z2 (GHG) e Z3 (CFE). Neste cenário, decidiu-se calcular
da abordagem de análise de incerteza. Em primeiro lugar, as formulações de outra solução de compromisso considerando agora a região viável mais estreita
modelos determinísticos substitutos, que levam aos valores ótimos individuais de (ÿi = 1).
cada função objetivo (Zk, k = 1, 2, 3) considerando os melhores e piores conjuntos A segunda solução de compromisso (x2U' ) é mostrada na Tabela 12. Nessa
eu
, de
tk U]. coeficientes, foram resolvidos para obter os valores alvo do intervalo [tk solução, os limites superior e inferior de Z1 pioraram em relação à solução x1U'
ÿ
As soluções ótimas são xk , com k = 1, 2, 3 e ÿ = 0, 1. ÿ = 0 denota desde tck
eu
e tck eram mais baixos e A e a distância ser
você
soluções obtidas na região viável mais ampla, que leva ao melhor valor ótimo para entre os intervalos também piorou. Para Z2 e Z3, os limites foram melhorados em
cada Zk, e ÿ = 1 denota soluções obtidas na região viável mais estreita, que leva relação à solução x1U' . Esses resultados mostram, assim como na
ao pior valor ótimo de cada Zk. Os respectivos resultados são mostrados na análise determinística, que o objetivo econômico e os ambientais e energéticos
Tabela 9.
têm tendências opostas, ou seja, a melhor condição para GPD gera os piores
Todas as funções objetivo são maximizadas e, portanto, os valores de GHG e resultados para GEE e CE.
CFE aparecem com sinal negativo. O melhor valor ótimo do PIB foi obtido usando Assumindo que o DM optou por buscar outra solução de compromisso, mas
o conjunto de coeficientes mais favorável na região viável mais ampla (Z1 com uma abordagem pessimista, foi utilizado o modelo que minimiza o limite
você
(x1ÿ)) (Tabela 9). A diferença em relação ao
superior do pior desvio possível, considerando (ÿi = 1).
valor para o pior conjunto de coeficientes no mais amplo )), Os resultados para esta solução são mostrados na Tabela 13.
eu 1 você
região viável (Z1 (x1ÿ)) foi de 0,06%, enquanto a diferença para (Z1 (x1 Na solução x1U'', obtida com o conjunto mais restritivo de coeficientes, os
que corresponde ao melhor valor ótimo do PIB usando o conjunto de coeficientes limites superior e inferior dos objetivos ambientais e energéticos são melhorados
mais favorável na região viável mais estreita, foi de 3,00%. em relação à solução x1U' , L desde os valores tck
você 1
Em termos de GEE, o melhor resultado de impacto foi obtido em (Z2 (x2 )), e tck
você
viável mais estreita. relação à solução x2U' , os limites inferiores para GHG melhoraram
você 1 eu 1
A variação de (Z2 (x2 )) com referência a (Z2 (x2 )) foi de 17,2%,
ligeiramente enquanto os limites superiores pioraram. Os limites inferior e superior
o que mostra que o impacto ambiental é mais sensível a mudanças nos coeficientes foram melhorados para CE.
do que o PIB, conforme as características do modelo. Considerando um cenário menos restrito, correspondente à região viável mais
você
Para consumo de energia, o melhor desempenho foi obtido em (Z3 ampla, ou seja, ÿi = 0, uma quarta solução de compromisso (x2U'') foi calculada,
1
(x3 )), conduzindo ao mesmo tempo ao pior valor do PIB para os seis
cujos resultados são apresentados na Tabela 14 .
soluções calculadas. Isso mostra que o PIB brasileiro é altamente dependente da eu
limites superiores do PIB melhoraram, de acordo com os valores de tck e tck
você
Tabela 11
Resultados para a solução de compromisso x1U.
eu você
Tabela 12
Resultados para a solução de compromisso x2U.
eu você
Tabela 13
Resultados para a solução de compromisso x1U''.
eu
Zk C (x1U'') Zk U (x1U'') M[Zk(x1U'')] W[Zk(x1U'')] ÿ
d(Zk*, Zk(x1U'')) tck U tck
A (Zk(x1Uÿ ÿ ) ÿ Zk
8
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Tabela 14
Resultados para a solução de compromisso x2U''.
eu você
abordagem otimista em uma região viável menos restrita, ou seja, com um Portanto, a definição da melhor estratégia para atender o iNDC brasileiro para
conjunto de coeficientes mais favorável (solução x1U' ). Por outro lado, para os 2030 deve considerar critérios energéticos, econômicos e ambientais
objetivos ambientais e energéticos, as melhores taxas de atingimento simultaneamente, avaliando as inter-relações entre eles por meio de abordagens
correspondem àquelas obtidas em uma região viável mais estreita (solução conceitualmente robustas como o framework IO, que permite explorar o efeito
x2U' e x1U''), levando aos menores valores de PIB. das decisões e políticas ambientais e energéticas do sistema econômico do
Deve-se enfatizar que estes resultados advindos de um estudo de natureza país.
prospectiva são válidos no quadro dos pressupostos considerados no modelo Vale a pena notar que há uma variedade de tecnologias e sistemas de CCS
MOLP com base na análise IO destinada a esclarecer os trade-offs resultantes que podem ser considerados em relação, por exemplo, à fonte de energia usada
das inter-relações de economia, energia e meio ambiente sistemas. no calcinador e ao método de captura de CO2 (ou seja, pré-combustão, pós-
combustão ou oxicorte ). Tais variações podem ter diferentes impactos, tanto
no meio ambiente quanto na economia; portanto, é importante destacar que os
4. Conclusões resultados deste estudo usando um modelo MOLP IO e abordagem
metodológica permitem ter uma percepção global das múltiplas estratégias
Uma avaliação do efeito sobre os indicadores econômicos, energéticos e destinadas a mitigar os impactos ambientais derivados do setor de energia
ambientais brasileiros, da implementação de tecnologias CCS como uma considerando os impactos econômicos. A modelagem e a metodologia aqui
possível estratégia para reduzir as emissões de GEE foi realizada por meio da apresentadas podem abrir caminho para o desenvolvimento de novos estudos
aplicação de modelos MOLP baseados em análise de IO. Em termos nessa área e melhor subsidiar os processos de tomada de decisão considerando
econômicos, os resultados mostraram uma redução de 0,305% no valor do PIB as especificidades e focos de análise de diferentes países/regiões.
obtido no cenário que considera sistemas CaL em relação ao valor calculado
para o cenário base, que não incorpora tecnologias CCS. Para este último
cenário, observou-se uma contração mais significativa na produção de algumas CRediT declaração do autor
commodities energéticas, como lenha e gasolina automotiva.
Para o indicador ambiental, obteve-se uma redução de 3,84% no cenário que Claudia Cristina Sanchez Moore: Conceituação, Análise Formal,
considera sistemas CaL em relação ao cenário de linha de base. O ganho Investigação, Software, Redação – Rascunho Original e Visualização.
obtido com a redução das emissões de CO2 por meio do processo CaL em Carlos Henggeler Antunes: Conceituação, Metodologia, Redação – Revisão
usinas a carvão foi atenuado pelo aumento das emissões fugitivas derivadas da & Edição e Visualização. Luiz Kulay: Validação, Análise Formal, Visualização,
extração de carvão. Em termos de consumo de energia (CFE), o cenário de Supervisão e Administração de Projetos.
sistemas CaL apresentou um incremento de 1,00% em relação ao cenário BL,
devido principalmente ao aumento do consumo de carvão e gás natural de Declaração de Interesse Concorrente
16,9% e 9,40%, respectivamente.
Para o tratamento da incerteza associada aos coeficientes da função Os autores declaram que não têm interesses financeiros concorrentes
objetivo do modelo MOLP-IO, foi considerada a abordagem de programação conhecidos ou relacionamentos pessoais que possam parecer influenciar o
intervalar. A partir das soluções para os melhores e piores valores ótimos trabalho relatado neste artigo.
considerando um conjunto de coeficientes mais favorável e mais restrito, pode-
se observar a relação oposta entre o crescimento econômico e o impacto Agradecimentos
ambiental e consumo de energia. Para o conjunto de coeficientes menos
favorável, verifica-se uma melhoria no desempenho dos objetivos ambientais e Claudia Cristina Sanchez Moore agradece o apoio financeiro da Coordenação
energéticos mas uma contração no económico, principalmente associada à de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) por meio das bolsas
redução do valor da produção total dos setores energético e agrícola afetando de doutorado (PROEX/0487 - Processo: 88882.333498/2019–01) e CAPES-
o PIB valor. PRINT - Processo: 88887.369277/2019–00. Carlos Henggeler Antunes agradece
o apoio dos projetos UIDB/00308/2020 e MAnAGER (POCI-01–0145- FEDER-
De maneira geral, pode-se concluir que a captura de CO2 por meio de 028040) da Fundação para a Ciência e a Tecnologia.
sistemas de CaL acoplados a usinas a carvão parece ser uma estratégia
insuficiente, mas não menos interessante, para reduzir as emissões brasileiras
de GEE para 2030, uma vez que o impacto de outras atividades econômicas
amorteceu os efeitos positivos efeito trazido por esta estratégia. Por outro lado, Materiais complementares
numa análise mais ampla e considerando múltiplos objetivos, a implementação
do processo CaL desencadeia uma contração do sistema económico nacional O material complementar associado a este artigo pode ser encontrado, em
e uma expansão do consumo de recursos energéticos. Ou seja, para minimizar a versão online, em doi:10.1016/j.ijggc.2022.103606.
o impacto gerado pelas emissões fugitivas oriundas da extração do carvão
requerido pelo sistema CCS em estudo, alguns setores tiveram sua produção Apêndice 1
total reduzida afetando o resultado do PIB, enquanto outros setores tiveram sua
produção total aumentada influenciando a produção total. consumo de energia. Tabela A1
Isso ocorreu principalmente em setores como Agricultura, Indústria de Alimentos
e Bebidas e Produção de Derivados de Petróleo.
9
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
Tabela A1 compensações no Brasil. Renovar. Sustentar. Energy Rev. 54, 1429–1442. https://doi.org/10.1016/
j.rser.2015.10.064 .
Energia (E) e Setores Artificiais (A).
Di Santo, KG, Kanashiro, E., Di Santo, SG, Saidel, MA, 2015. Uma revisão sobre smart grids e experiências no
Descrição do setor Setor Descrição Brasil. Renovar. Sustentar. Energy Rev. 52, 1072–1082. https://doi. org/10.1016/j.rser.2015.07.182.
E1 produção de lenha A26 gás de refinaria Dieter, H., Bidwe, AR, Varela-Duelli, G., Charitos, A., Hawthorne, C., Scheffknecht, G., 2014. Desenvolvimento
A1 Lenha A27 coque de petróleo
da tecnologia de captura de CO2 por loop de cálcio do laboratório à escala piloto no IFK, Universidade de
E2 extração de carvão A28 Outros produtos petrolíferos não energéticos Estugarda. Combustível 127, 23–37. https://doi.org/10.1016/j. combustível.2014.01.063.
A2 carvão a vapor 3100 A29 Alcatrão
A3 carvão a vapor 3300 A30 Asfalto Empresa de Pesquisa Energética (EPE), 2007. Plano Nacional de Energia 2030. EPE, Rio de Janeiro.
A4 carvão a vapor 3700 A31 Lubrificantes Empresa de Pesquisa Energética (EPE), 2017. Balanço Energético Brasileiro 2017: Ano base 2016.
A5 carvão a vapor 4200 A32 Solventes EPE, Rio de Janeiro.
A6 carvão a vapor 4500 A33 Outros produtos petrolíferos não energéticos Giannoulakis, S., Volkart, K., Bauer, C., 2014. Ciclo de vida e avaliação de custo da carbonatação mineral para
A7 carvão a vapor 4700 E5 Produção de álcool captura e armazenamento de carbono na geração de energia na Europa. Int. j.
A8 carvão a vapor 5200 A34 Greenh. Controle de Gás 21, 140–157. https://doi.org/10.1016/j.ijggc.2013.12.002.
Bagaço da cana-de-açúcar
A9 carvão a vapor 5900 A35 Guerra, JP, Cardoso, FH, Nogueira, A., Kulay, L., 2018. Termodinâmica e
etanol anidro
análise ambiental de ampliação de unidades de cogeração movidas a biomassa de cana-de-açúcar para
A10 carvão a vapor 6000 A36 etanol hidratado
aumentar as exportações de energia. Energias 11, 73–96. https://doi.org/10.3390/e
A11 Carvão de vapor não especificado A37 Outros produtos de destilaria n11010073.
A12 carvão metalúrgico E6 Distribuição de Eletricidade
Guilhoto, JJM, Filho, UAS, 2010. Estimaç˜ao da matriz insumo-produto utilizando dados preliminares das
E3 A38 ´
Extração de petróleo e Urânio (U3O8)
contas nacionais: aplicaç˜ao e analise de indicadores economicos para o Brasil em 2005. Econ.
gás natural ˆ
Tecnol. 23, 53–62. https://doi.org/10.2139/ssrn.1836495 .
A13 Óleo A39 energia hidráulica
A14 gás natural úmido A40 Licor preto Guilhoto, JJM, Sesso Filho, UA, 2005. Estimaçao ˜ da Matriz Insumo-Produto a Partir de Dados Preliminares
A15 gás natural seco A41 Energia solar das Contas Nacionais. Econ. Ap. 9, 277–299. https://doi.org/10.5897/JAERD12.088 .
E4 Refino de petróleo e coque A42 energia eólica
He, P., Ng, TS, Su, B., 2019. Resiliência econômica de energia com modelos de programação linear de entrada-
A16 Óleo diesel A43 Outros renováveis saída multirregionais. Energy Econ 84. https://doi.org/10.1016/j. eneco.2019.104569.
A17 Óleo combustível A44 Urânio contido em UO2
A18 A45 Henriques, CO, Antunes, CH, 2012. Interacções crescimento económico, consumo de energia e
Gasolina motorizada Eletricidade do carvão a vapor
A19 A46 ambiente no contexto da crise - Um estudo com dados incertos. Energia 48, 415–422. https://
gasolina de aviação Eletricidade a partir do óleo diesel
doi.org/10.1016/j. energia.2012.04.009.
A20 GLP A47 Eletricidade a óleo combustível
A21 Nafta A48 Eletricidade a gás natural
Hilz, J., Haaf, M., Helbig, M., Lindqvist, N., Strohle, ¨ J., Epple, B., 2019. Ampliação do processo de looping de
A22 Acender querosene A49 Eletricidade não renovável carbonato para uma planta piloto de 20 MWth baseada em longa testes-piloto de longo prazo.
fontes
Int. J. Greenh. Controle de Gás 88, 332–341. https://doi.org/10.1016/j. ijggc.2019.04.026.
A23 Combustível de avião A50 Eletricidade a partir de lenha e outras
energias renováveis Hu, Y., Ahn, H., 2017. Integração do processo de Calcium-looping com uma usina de gás natural de ciclo
A24 Gás de Coqueria A51 Cogeração combinado para captura de CO2 e sua melhoria por recirculação de gás de exaustão. Appl. Energia 187,
A25 coque de carvão 480–488. https://doi.org/10.1016/j. apenergy.2016.11.014.
10
Machine Translated by Google
CCS Moore et ai. International Journal of Greenhouse Gas Control 114 (2022) 103606
captura e armazenamento de carbono. J Clean Prod 157, 10–21. https://doi.org/10.1016/j. Suh, S., 2009. Manual de economia de análise de entrada-saída em ecologia industrial. Vasa
jclepro.2017.03.225. 882. https://doi.org/10.1007/978-1-4020-5737-3.
Rochedo, PRR, Costa, IVL, Império, M., Hoffmann, BS, Merschmann, PRDC, Sistema de Estimativas de Emissões de Gases de Efeito Estufa. (SEG). 2019. http://plataforma.seeg.
Oliveira, CCN, Szklo, A., Schaeffer, R., 2016. Potencial e custos de captura de carbono no eco.br/total_emission#.
Brasil. J. Limpo. Prod. 131, 280–295. https://doi.org/10.1016/j. Vahl, FP, Filho, NC, 2015. Transição energética e criação de caminhos para o gás natural na matriz
jclepro.2016.05.033. elétrica brasileira. J. Limpo. Prod. https://doi.org/10.1016/j. jclepro.2014.08.033.
Sharma, M., Parvareh, F., Abbas, A., 2015. Carbono pós-combustão altamente integrado
processo de captação em uma usina termelétrica a carvão com repotenciação solar. Int. J. Vinca, A., Rottoli, M., Marangoni, G., Tavoni, M., 2018. O papel da captura de carbono e
Energia Res. 33 https://doi.org/10.1002/er.3361. >n/a–n/a. armazenamento de eletricidade na obtenção de 1,5 e 2ÿC. Int. J. Greenh. Controle de Gás 78,
´
Siala, K., de la Rúa, C., Lechon, Y., Hamacher, T., 2019. Rumo a um sistema energético europeu 148–159. https://doi.org/10.1016/j.ijggc.2018.07.020.
sustentável: vinculando modelos de otimização com análise de entrada-saída Zhang, X., Song, P., Jiang, L., 2020. Avaliação de desempenho de uma usina elétrica a carvão
multirregional. Estratégia Energética. Rev. 26, 100391 https://doi.org/10.1016/j. reprojetada integrada com captura de CO2 por processo de loop de cálcio. Appl. term.
esr.2019.100391. Eng. 170, 115027 https://doi.org/10.1016/j.applthermaleng.2020.115027.
Singh, B., Strømman, AH, Hertwich, E., 2011. Avaliação do ciclo de vida do gás natural Donke, A., Nogueira, A., Matai, P. Kulay, L. 2017. Ambiental e energético
usina de ciclo combinado com captura, transporte e armazenamento de carbono pós- desempenho da produção de etanol a partir da integração de cana-de-açúcar, milho e
combustão. Int. J. Greenh. Controle de Gás 5, 457–466. https://doi.org/10.1016/j. sorgo granífero em uma usina multiuso. Recursos. 6, 1-19. https://doi.org/10.33 90/
ijggc.2010.03.006. resources6010001.
11