Nesse novo artigo para BiodieselBR.com, Décio Luiz Gazzoni, aborda a questão da avaliação técnico-econômica em projetos de energia renovável.Nesse novo artigo para BiodieselBR.com, Décio Luiz Gazzoni, aborda a questão da avaliação técnico-econômica em projetos de energia renovável.
Tanto os estrategistas governamentais e os formuladores de políticas públicas, quanto as consultorias de investimentos e os empresários individuais defrontam-se com a necessidade de tomar decisões acerca do incentivo diferencial às rotas de produção de energia renovável, ou à oportunidade de investimentos em negócios na área. Como o impacto das decisões é muito grande e os valores monetários envolvidos são portentosos, as decisões não podem ser tomadas com base em avaliações empíricas.
Os custos de capital para as instalações comerciais podem exceder centenas de milhões de dólares, e o atual foco político sobre a austeridade, e a modesta recuperação econômica da crise financeira de 2008 no mundo desenvolvido, tornaram o financiamento de capital necessário para sustentar políticas ou para investimentos privados mais difícil de ser obtido.
Apesar desses obstáculos, os governos de vários países continuam interessados em incentivar o desenvolvimento e a comercialização de biocombustíveis, a fim de reduzir a dependência das importações de energia e as emissões de gases de efeito estufa do setor de transportes.
A avaliação tecnicoeconômica (TEA, na sigla em inglês de Techno-Economic Assessment) é uma metodologia muito utilizada nos EUA e na Europa para quantificar a viabilidade técnica e econômica de rotas e processos de produção de energia renovável (Brown, 2013; Brown & Brown, 2013a). A TEA é uma representação simplificada das rotas e das instalações industriais que as utilizam. As análises resultantes fornecem valiosos insights sobre a viabilidade comparativa das diferentes rotas. O resultado da análise é muito importante para conferir segurança às decisões de governos e de empresários, para determinar a melhor forma de alocar recursos escassos de capital.
1ª geração
Devido à simplicidade e às poucas alternativas tecnológicas da primeira geração de biocombustíveis, a TEA tem desempenhado um papel menor nas análises destas plataformas, como a fermentação (o bioetanol de amido ou de cana) ou as reações catalisadas (biodiesel de óleo vegetal), dada a natureza relativamente homogênea das instalações que os empregam. Essas três vias, que representam a grande maioria da produção de biocombustíveis nos EUA, na União Europeia e no Brasil, consomem um único tipo de biomassa como matéria-prima (amido de milho, cana de açúcar e óleo vegetal, respectivamente) para produzir um único tipo de combustível (bioetanol ou biodiesel).
Três análises de instalações para produção de bioetanol de milho, realizadas na década passada por diferentes grupos de pesquisa, obtiveram custos de produção semelhantes, mesmo considerando diferenças entre o custo da matéria prima, em diferentes safras (Kwiatkowski et al., 2006; McAloon et al., 2000; Shapouri & Gallagher, 2005), reforçando o fato de que as análises das tecnologias de primeira geração são relativamente simples.
2ª geração
Entretanto, de acordo com Brown (2013), a análise das plataformas de biocombustíveis de segunda geração representa um desafio muito mais complexo, devido ao conjunto diversificado de matérias-primas, insumos, reações químicas dos processos e diferentes biocombustíveis que podem ser obtidos por uma única rota genérica. Além disso, a nova geração de biocombustíveis também incorpora ferramentas da área de biotecnologia, biologia sintética e de nanotecnologia, o que torna a análise ainda mais complexa.
Para exemplificar essa complexidade, é importante referir que nove instalações para obtenção de biocombustíveis celulósicos devem iniciar a produção em escala comercial nos EUA em 2014. Essas instalações industriais utilizarão seis rotas tecnológicas diferentes, a partir de quatro tipos de matérias-primas para a produção de dois biocombustíveis diferentes, conforme exposto por Brown & Brown (2013b). Os insumos utilizados nessas instalações também são diferentes e incluem diversos catalisadores, hidrogênio e / ou gás natural. Além das nove unidades referidas acima, duas outras plantas já operam em escala comercial para produção de biocombustíveis de segunda geração em Louisiana (EUA), utilizando gorduras residuais, óleos vegetais e hidrogênio, estando uma terceira em construção.
Esse alto nível de complexidade e diversidade faz com que seja quase impossível quantificar a viabilidade econômica de segunda geração de biocombustíveis com base nos critérios simplificados, para não dizer intuitivos, utilizados para a primeira geração. A alternativa é uma análise detalhada dos custos da segunda geração em termos de capital de investimento, operações e acesso ao mercado.
Um estudo de TEA recente (Anex et al, 2010), comparando apenas três das vias de biocombustíveis celulósicos que estão no mercado (pirólise rápida e hidroprocessamento; gaseificação e síntese de Fischer-Tropsch; e etanol celulósico via hidrólise enzimática) constatou que a viabilidade econômica de cada uma variou substancialmente, contrastando com os resultados das três TEAs de plantas produtoras de bioetanol de milho, referidas anteriormente.
Desafios da TEA
A diversidade de rotas de biocombustíveis de segunda geração requer o uso de ferramentas mais robustas, como a TEA, que são capazes de administrar adequadamente a maior complexidade. No entanto, mesmo ferramentas modernas como essa apresentam restrições que devem ser levadas em consideração e superadas.
O primeiro desafio é que a maioria dos resultados de TEA é apresentada como estimativas de pontos individuais, quer em termos de custos unitários de produção ou de retornos financeiros da planta industrial. Uma suposição importante, mas muitas vezes não explicitada pelos resultados, é que todas as variáveis consideradas na análise, tanto econômica e técnica, são assumidas com 100% de certeza – o que não corresponde à realidade. Sabe-se que muitas variáveis econômicas são voláteis e com incerteza crescente ao longo do tempo. Apesar de que as estimativas do desempenho das plantas industriais tendem a consolidar-se com elevado grau de segurança, conforme aumenta a experiência, algumas rotas de segunda geração estão na infância da escala comercial, incluindo o uso de novas matérias-primas (biomassa), cujo comportamento industrial não está totalmente dominado.
O segundo desafio é um corolário do primeiro, posto que as variáveis técnicas de cada via de segunda geração apresentam variabilidade nos graus de certeza, em função dos diferentes níveis de experiência comercial de cada uma. Obviamente que este desconhecimento gera insegurança quanto à precisão das análises comparativas quando os resultados são apresentados como estimativas únicas e pontuais, já que essas análises supõem graus de certeza idênticos para cada rota. Portanto, mesmo com mecanismos mais sofisticados quanto a TEA, limitações são impostas aos resultados que serviriam de base para tomada de decisão. Assim mesmo, a TEA é consideravelmente mais apropriada para análises complexas que os cálculos simplificados utilizados para biocombustíveis de primeira geração.
Melhorando a TEA
Considerando o exposto acima, duas técnicas de análise foram desenvolvidas para permitir quantificar com precisão a incerteza das variáveis econômicas e técnicas empregadas na TEA, garantindo melhor introspecção do seu efeito sobre os resultados da análise. A primeira técnica é a análise de incerteza, que utiliza os dados existentes para identificar as probabilidades associadas com cada variável. Assim, é possível desenvolver uma distribuição de probabilidade para o resultado da TEA, baseada na probabilidade associada a cada variável.
A análise de incerteza requer duas etapas: uma análise de sensibilidade e uma simulação de Monte Carlo. A análise de sensibilidade implica em um exercício através do qual se aumenta e diminui o valor atribuído a cada variável individualmente, dentro de limites razoáveis, quantificando o impacto de cada alteração no resultado da TEA. Dessa forma, o analista pode classificar a variável de acordo com a variação do resultado obtido. Ao final do exercício, o analista disporá de um ranking das variáveis, da maior para a menor sensibilidade. A segunda etapa é proceder a uma distribuição de probabilidades para as variáveis situadas no topo do ranking, sendo a simulação de Monte Carlo usada para obter milhares de cenários com base nas respectivas distribuições de probabilidade das variáveis. Ao final, a técnica prevê a consolidação em matrizes com base na variação da estimativa de cada variável. Vários métodos têm sido utilizados para o desenvolvimento dessas distribuições, estando os mesmos descritos na literatura (Zhang et al., 2013; Paap et al., 2013; Voets et al, 2011).
A precisão das análises de incerteza pode ser aumentada por meio de dados experimentais que auxiliem a predizer as distribuições de probabilidade para as variáveis técnicas. É comum ver os resultados experimentais relatados na literatura com até três repetições. Tais resultados são de pouca utilidade na construção de distribuições de probabilidade, que, idealmente, necessitam de várias dezenas de pontos de dados de experimentos realizados sob condições controladas e similares. O rendimento do processo tem um efeito substancial sobre a viabilidade econômica de várias rotas e é particularmente importante que as distribuições de probabilidade sejam tão precisas quanto possíveis, para conferir qualidade aos dados e segurança na decisão. Embora nem sempre seja possível gerar números ideais de pontos de dados para as variáveis econômicas, existe a possibilidade real de obter pontos de dados suficientes para as variáveis técnicas.
Considerações finais
O sucesso futuro da produção de biocombustíveis de segunda geração vai depender, em grande parte, da capacidade dos políticos e dos empresários de estimar com precisão a viabilidade de cada um comparativamente a outras vias de biocombustíveis e, seguramente, em relação aos combustíveis fósseis. A TEA vem sendo considerada uma ferramenta adequada para lidar com grande número de variáveis, e para fornecer resultados rápidos e baratos, o que a torna uma boa opção para lidar com a complexidade e diversidade de rotas de biocombustíveis de segunda geração. No entanto, deve ser levada em conta a necessidade de superar os desafios relacionados com a incerteza das variáveis, o que exige tanto o emprego de técnicas analíticas mais avançadas, bem como cooperação entre analistas e pesquisadores ou outros profissionais que possam fornecer informações sobre a variabilidade do desempenho de variáveis técnicas.
Décio Luiz Gazzoni é engenheiro agrônomo e pesquisador da Embrapa Soja. Visite o site do autor.
Referências bibliográficas:
Anex, R. P.; Aden, A; Kazi, F. K; et al. Techno-economic comparison of biomass-to-transportation fuels via pyrolysis, gasification, and biochemical pathways. Fuel 89 (Supplement 1):S29–S35. 2010.
Brown, T. R.; Brown, R. C. A review of cellulosic biofuel commercial-scale projects in the United States. Biofuels 7(3)235-245. 2013b.
Brown, T. R.; Brown, R. C. Techno-economics of advanced biofuels pathways. RSC Adv. 3(17):5758-5764. 2013a.
Brown, T. Technoeconomic assessment of second-generation biofuel patways: challenges and solutions. Biofuels 4(4):351-353. 2013
Kwiatkowski, J. R; McAloon, A. J.; Taylor, F.; Johnston, D. B. Modeling the process and costs of fuel ethanol production by the corn dry-grind process. Ind. Crop. Prod. 23(3)288-296. 2006.
McAloon, A. J.; Taylor, F.; Yee, W.; Ibsen, K.; Wooley, R. Determining the cost of producing ethanol from cron starch and lignocellulosic feedstocks. National Renewable Energy Laboratory (NREL), CO, USA. 2000. Disponível em http://www.nrel.gov/docs/fy01osti/28893.pdf.
Paap, S. M.; West, T. H.; Manley, D. K. Biochemical production of ethanol and fatty acid ethyl esters from switchgrass: A comparative analysis of environmental and economic performance. Biomass and Bioenergy 49:49-62. 2012.
Shapouri, H.; Gallagher, P. USDA´s 2002 ethanol cost of production survey. USDA, Washington, DC. 2005. Disponível em http://ethanolrfa.3cdn.net/6dfd76a7273de6109c_uwm6bh2wy.pdf.
Voets, T.; Kuppens, T; Cornelissen, T.; Thewys, T. Economics of electricity and heat production by gasification or flash pyrolysis of short rotation coppice in Flanders (Belgium). Biomass and Bioenergy 35(5):1912-1924. 2011.
Zhang, Y; Brown, T. R.; Hu, G.; Brown, R. C. Techno-economic analysis of monosaccharide production via fast pyrolysis of lignocellulose. Bioresour Technol. 127:358-65. 2013.
Tanto os estrategistas governamentais e os formuladores de políticas públicas, quanto as consultorias de investimentos e os empresários individuais defrontam-se com a necessidade de tomar decisões acerca do incentivo diferencial às rotas de produção de energia renovável, ou à oportunidade de investimentos em negócios na área. Como o impacto das decisões é muito grande e os valores monetários envolvidos são portentosos, as decisões não podem ser tomadas com base em avaliações empíricas.
Os custos de capital para as instalações comerciais podem exceder centenas de milhões de dólares, e o atual foco político sobre a austeridade, e a modesta recuperação econômica da crise financeira de 2008 no mundo desenvolvido, tornaram o financiamento de capital necessário para sustentar políticas ou para investimentos privados mais difícil de ser obtido.
Apesar desses obstáculos, os governos de vários países continuam interessados em incentivar o desenvolvimento e a comercialização de biocombustíveis, a fim de reduzir a dependência das importações de energia e as emissões de gases de efeito estufa do setor de transportes.
A avaliação tecnicoeconômica (TEA, na sigla em inglês de Techno-Economic Assessment) é uma metodologia muito utilizada nos EUA e na Europa para quantificar a viabilidade técnica e econômica de rotas e processos de produção de energia renovável (Brown, 2013; Brown & Brown, 2013a). A TEA é uma representação simplificada das rotas e das instalações industriais que as utilizam. As análises resultantes fornecem valiosos insights sobre a viabilidade comparativa das diferentes rotas. O resultado da análise é muito importante para conferir segurança às decisões de governos e de empresários, para determinar a melhor forma de alocar recursos escassos de capital.
1ª geração
Devido à simplicidade e às poucas alternativas tecnológicas da primeira geração de biocombustíveis, a TEA tem desempenhado um papel menor nas análises destas plataformas, como a fermentação (o bioetanol de amido ou de cana) ou as reações catalisadas (biodiesel de óleo vegetal), dada a natureza relativamente homogênea das instalações que os empregam. Essas três vias, que representam a grande maioria da produção de biocombustíveis nos EUA, na União Europeia e no Brasil, consomem um único tipo de biomassa como matéria-prima (amido de milho, cana de açúcar e óleo vegetal, respectivamente) para produzir um único tipo de combustível (bioetanol ou biodiesel).
Três análises de instalações para produção de bioetanol de milho, realizadas na década passada por diferentes grupos de pesquisa, obtiveram custos de produção semelhantes, mesmo considerando diferenças entre o custo da matéria prima, em diferentes safras (Kwiatkowski et al., 2006; McAloon et al., 2000; Shapouri & Gallagher, 2005), reforçando o fato de que as análises das tecnologias de primeira geração são relativamente simples.
2ª geração
Entretanto, de acordo com Brown (2013), a análise das plataformas de biocombustíveis de segunda geração representa um desafio muito mais complexo, devido ao conjunto diversificado de matérias-primas, insumos, reações químicas dos processos e diferentes biocombustíveis que podem ser obtidos por uma única rota genérica. Além disso, a nova geração de biocombustíveis também incorpora ferramentas da área de biotecnologia, biologia sintética e de nanotecnologia, o que torna a análise ainda mais complexa.
Para exemplificar essa complexidade, é importante referir que nove instalações para obtenção de biocombustíveis celulósicos devem iniciar a produção em escala comercial nos EUA em 2014. Essas instalações industriais utilizarão seis rotas tecnológicas diferentes, a partir de quatro tipos de matérias-primas para a produção de dois biocombustíveis diferentes, conforme exposto por Brown & Brown (2013b). Os insumos utilizados nessas instalações também são diferentes e incluem diversos catalisadores, hidrogênio e / ou gás natural. Além das nove unidades referidas acima, duas outras plantas já operam em escala comercial para produção de biocombustíveis de segunda geração em Louisiana (EUA), utilizando gorduras residuais, óleos vegetais e hidrogênio, estando uma terceira em construção.
Esse alto nível de complexidade e diversidade faz com que seja quase impossível quantificar a viabilidade econômica de segunda geração de biocombustíveis com base nos critérios simplificados, para não dizer intuitivos, utilizados para a primeira geração. A alternativa é uma análise detalhada dos custos da segunda geração em termos de capital de investimento, operações e acesso ao mercado.
Um estudo de TEA recente (Anex et al, 2010), comparando apenas três das vias de biocombustíveis celulósicos que estão no mercado (pirólise rápida e hidroprocessamento; gaseificação e síntese de Fischer-Tropsch; e etanol celulósico via hidrólise enzimática) constatou que a viabilidade econômica de cada uma variou substancialmente, contrastando com os resultados das três TEAs de plantas produtoras de bioetanol de milho, referidas anteriormente.
Desafios da TEA
A diversidade de rotas de biocombustíveis de segunda geração requer o uso de ferramentas mais robustas, como a TEA, que são capazes de administrar adequadamente a maior complexidade. No entanto, mesmo ferramentas modernas como essa apresentam restrições que devem ser levadas em consideração e superadas.
O primeiro desafio é que a maioria dos resultados de TEA é apresentada como estimativas de pontos individuais, quer em termos de custos unitários de produção ou de retornos financeiros da planta industrial. Uma suposição importante, mas muitas vezes não explicitada pelos resultados, é que todas as variáveis consideradas na análise, tanto econômica e técnica, são assumidas com 100% de certeza – o que não corresponde à realidade. Sabe-se que muitas variáveis econômicas são voláteis e com incerteza crescente ao longo do tempo. Apesar de que as estimativas do desempenho das plantas industriais tendem a consolidar-se com elevado grau de segurança, conforme aumenta a experiência, algumas rotas de segunda geração estão na infância da escala comercial, incluindo o uso de novas matérias-primas (biomassa), cujo comportamento industrial não está totalmente dominado.
O segundo desafio é um corolário do primeiro, posto que as variáveis técnicas de cada via de segunda geração apresentam variabilidade nos graus de certeza, em função dos diferentes níveis de experiência comercial de cada uma. Obviamente que este desconhecimento gera insegurança quanto à precisão das análises comparativas quando os resultados são apresentados como estimativas únicas e pontuais, já que essas análises supõem graus de certeza idênticos para cada rota. Portanto, mesmo com mecanismos mais sofisticados quanto a TEA, limitações são impostas aos resultados que serviriam de base para tomada de decisão. Assim mesmo, a TEA é consideravelmente mais apropriada para análises complexas que os cálculos simplificados utilizados para biocombustíveis de primeira geração.
Melhorando a TEA
Considerando o exposto acima, duas técnicas de análise foram desenvolvidas para permitir quantificar com precisão a incerteza das variáveis econômicas e técnicas empregadas na TEA, garantindo melhor introspecção do seu efeito sobre os resultados da análise. A primeira técnica é a análise de incerteza, que utiliza os dados existentes para identificar as probabilidades associadas com cada variável. Assim, é possível desenvolver uma distribuição de probabilidade para o resultado da TEA, baseada na probabilidade associada a cada variável.
A análise de incerteza requer duas etapas: uma análise de sensibilidade e uma simulação de Monte Carlo. A análise de sensibilidade implica em um exercício através do qual se aumenta e diminui o valor atribuído a cada variável individualmente, dentro de limites razoáveis, quantificando o impacto de cada alteração no resultado da TEA. Dessa forma, o analista pode classificar a variável de acordo com a variação do resultado obtido. Ao final do exercício, o analista disporá de um ranking das variáveis, da maior para a menor sensibilidade. A segunda etapa é proceder a uma distribuição de probabilidades para as variáveis situadas no topo do ranking, sendo a simulação de Monte Carlo usada para obter milhares de cenários com base nas respectivas distribuições de probabilidade das variáveis. Ao final, a técnica prevê a consolidação em matrizes com base na variação da estimativa de cada variável. Vários métodos têm sido utilizados para o desenvolvimento dessas distribuições, estando os mesmos descritos na literatura (Zhang et al., 2013; Paap et al., 2013; Voets et al, 2011).
A precisão das análises de incerteza pode ser aumentada por meio de dados experimentais que auxiliem a predizer as distribuições de probabilidade para as variáveis técnicas. É comum ver os resultados experimentais relatados na literatura com até três repetições. Tais resultados são de pouca utilidade na construção de distribuições de probabilidade, que, idealmente, necessitam de várias dezenas de pontos de dados de experimentos realizados sob condições controladas e similares. O rendimento do processo tem um efeito substancial sobre a viabilidade econômica de várias rotas e é particularmente importante que as distribuições de probabilidade sejam tão precisas quanto possíveis, para conferir qualidade aos dados e segurança na decisão. Embora nem sempre seja possível gerar números ideais de pontos de dados para as variáveis econômicas, existe a possibilidade real de obter pontos de dados suficientes para as variáveis técnicas.
Considerações finais
O sucesso futuro da produção de biocombustíveis de segunda geração vai depender, em grande parte, da capacidade dos políticos e dos empresários de estimar com precisão a viabilidade de cada um comparativamente a outras vias de biocombustíveis e, seguramente, em relação aos combustíveis fósseis. A TEA vem sendo considerada uma ferramenta adequada para lidar com grande número de variáveis, e para fornecer resultados rápidos e baratos, o que a torna uma boa opção para lidar com a complexidade e diversidade de rotas de biocombustíveis de segunda geração. No entanto, deve ser levada em conta a necessidade de superar os desafios relacionados com a incerteza das variáveis, o que exige tanto o emprego de técnicas analíticas mais avançadas, bem como cooperação entre analistas e pesquisadores ou outros profissionais que possam fornecer informações sobre a variabilidade do desempenho de variáveis técnicas.
Décio Luiz Gazzoni é engenheiro agrônomo e pesquisador da Embrapa Soja. Visite o site do autor.
Referências bibliográficas:
Anex, R. P.; Aden, A; Kazi, F. K; et al. Techno-economic comparison of biomass-to-transportation fuels via pyrolysis, gasification, and biochemical pathways. Fuel 89 (Supplement 1):S29–S35. 2010.
Brown, T. R.; Brown, R. C. A review of cellulosic biofuel commercial-scale projects in the United States. Biofuels 7(3)235-245. 2013b.
Brown, T. R.; Brown, R. C. Techno-economics of advanced biofuels pathways. RSC Adv. 3(17):5758-5764. 2013a.
Brown, T. Technoeconomic assessment of second-generation biofuel patways: challenges and solutions. Biofuels 4(4):351-353. 2013
Kwiatkowski, J. R; McAloon, A. J.; Taylor, F.; Johnston, D. B. Modeling the process and costs of fuel ethanol production by the corn dry-grind process. Ind. Crop. Prod. 23(3)288-296. 2006.
McAloon, A. J.; Taylor, F.; Yee, W.; Ibsen, K.; Wooley, R. Determining the cost of producing ethanol from cron starch and lignocellulosic feedstocks. National Renewable Energy Laboratory (NREL), CO, USA. 2000. Disponível em http://www.nrel.gov/docs/fy01osti/28893.pdf.
Paap, S. M.; West, T. H.; Manley, D. K. Biochemical production of ethanol and fatty acid ethyl esters from switchgrass: A comparative analysis of environmental and economic performance. Biomass and Bioenergy 49:49-62. 2012.
Shapouri, H.; Gallagher, P. USDA´s 2002 ethanol cost of production survey. USDA, Washington, DC. 2005. Disponível em http://ethanolrfa.3cdn.net/6dfd76a7273de6109c_uwm6bh2wy.pdf.
Voets, T.; Kuppens, T; Cornelissen, T.; Thewys, T. Economics of electricity and heat production by gasification or flash pyrolysis of short rotation coppice in Flanders (Belgium). Biomass and Bioenergy 35(5):1912-1924. 2011.
Zhang, Y; Brown, T. R.; Hu, G.; Brown, R. C. Techno-economic analysis of monosaccharide production via fast pyrolysis of lignocellulose. Bioresour Technol. 127:358-65. 2013.