METODOLOGIA DE AVALIAÇÃO DE EFICIÊNCIA … · MCI Gasolina MCI Etanol MCI Flexfuel MCI Diesel 4%...

METODOLOGIA DE AVALIAÇÃO DE EFICIÊNCIA ENERGÉTICA EM VEÍCULOS LEVES E

SEUS IMPACTOS EM TERMOS DE USO DE COMBUSTÍVEIS, EMISSÕES DE GASES DE

EFEITO ESTUFA E USO DA TERRA

William Frederic Schmitt

Alexandre Szklo, D.Sc.

Rio de Janeiro, 26 de Novembro de 2010

Introdução

• Motivação

• Segurança Energética, Emissões de GEE e Uso do Solo.

• Trilema mencionado Tilman et al., 2009:

1) Energia;

2) Meio ambiente;

3) Alimento.

183%

148%

95%91%87%

78%70%

50%39%

20%19%15%

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

ITÁLI

A

JAPÃO

CORÉIA

DO S

UL

ALE

MANH

A

FRANÇA

EU

ÍNDIA

REIN

O U

NID

O

BRASIL

CHIN

A

CANA

DÁ

RÚS

SIA

Dependência Energética

Razão de Auto-suficiência

Justificativa

• Setor de Transporte: 25% do consumo mundial de energia primária e

de emissões de GEE (concentrado em petróleo).

• O Segmento Rodoviário é o mais relevante em termos de uso final de

energia e emissões atmosféricas.

• Em 2030 o segmento rodoviário seja responsável por 75% das

emissões de GEE (IEA, 2009).

0%

20%

40%

60%

80%

100%

EUA UE JAPÃO BRASIL CHINA ÍNDIA

Pro

po

rção

do

Tra

nsp

ort

e R

od

oviá

rio

Transporte

Rodoviário

(Energia

Consumida)

Transporte

Rodoviário

(Emissões de

CO2)

Justificativa

• Os Veículos Leves dominam o setor de transporte rodoviário em

termos de consumo de combustíveis.

• Expectativa de aumento da dominância fora OCDE em 2030.

Justificativa

• China = maior quantidade de vendas anuais de veículos em 2009

(iCET, 2009);

• Brasil = vendas de VL ultrapassaram os 3,0 milhões de veículos em

2009 (1,5 milhão a mais que a média anual da década 1995-2004).

• Tendência de Médio Prazo: aumento da oferta de combustíveis

líquidos, incluindo os biocombustíveis e políticas mais rigorosas para

eficiência dos veículos.

0,0

0,5

1,0

1,5

2,0

2,5

3,0

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

Lic

en

cia

me

nto

s d

e V

eíc

ulo

s L

ev

es

(Milh

õe

s d

e u

nid

ad

es

s)

MCI Gasolina MCI Etanol MCI Flexfuel MCI Diesel

4%27%

7%

62%

Frota 2008: 24,5 milhões veículos

-

5,0

10,0

15,0

20,0

25,0

1970

1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

Year

Co

nsu

mo

de C

om

bu

stí

vel

(Bil

hõ

es d

e l

itro

s)

Gasolina A

Etanol

Justificativa

• Segmento de Veículos Leves no Brasil: pouca dependência energética

externa; matriz energética bastante renovável.

• Características do etanol brasileiro: insumo, maturidade, competitividade, etc.

• Sustentabilidade dos biocombustíveis (uso indireto do solo): estudo de

SEARCHINGER et al. (2008) sobre etanol de milho = biocombustíveis podem

emitir mais CO2 que rotas tradicionais se consideradas mudanças diretas e

indiretas no uso da terra.

• Brasil em condição mais favorável: eficiência energética do etanol de cana +

área disponível => porém, usar etOH de forma mais eficiente... libera mais

área + impactos ambientais positivos

• Como forma de unir os três elos identificados no trilema, uma abordagem

interessante seria avaliar a complementaridade entre uso de eficientes

veículos leves e seus impactos em termos de emissões, energia e uso do solo.

Objetivo

• OBJETIVO: desenvolver uma metodologia de avaliação de eficiência

energética em veículos leves e os impactos no uso de combustíveis, nas

emissões de gases de efeito estufa e no uso da terra.

• Metodologia implementada em ambiente computacional, de forma integrada a

um software de simulação dinâmica de veículos

CARACTERÍSTICAS DA METODOLOGIA

1. SDVL integrada e seqüencial com cenários de energia, emissões e uso da

terra.

2. Permite simular difusão de tecnologias incrementais e radicais;

3. Permite otimizar a participação de mercado das vendas de veículos leves;

4. Obtém valores de autonomia por litro a partir de qualquer ciclo de condução;

5. Estima a frota circulante;

6. Estima o uso de combustíveis, as emissões de GEE e a quantidade de área

plantada de cana-de-açúcar.

Estado da Arte

• Utilização de técnicas de Simulação Dinâmica de Veículos Leves (SDVL)

• Basicamente, essa técnica tem sido empregada para auxiliar em questões

relativas a dois temas:

Simular, avaliar e otimizar

tecnologia de veículos leves

Avaliar políticas

energéticas e ambientais

Modelagem Dinâmica de

Veículos Leves (MDVL)

Estado da Arte

O primeiro tema é muito difundido, com estudos desde a década de 80 no BR:

• STAVROPOULOU (1981) apresenta um modelo computacional para avaliar o

comportamento de um veículo híbrido com flywheel.

• Em 1998, BISCARRI et al. (1998) apresentam uma ferramenta computacional

desenvolvida para simular VEH e que permitia avaliar os fluxos de energia em

um veículo híbrido série, incluindo a estimativa de consumo de combustível.

• PRIMO JÚNIOR (2002) propõe um sistema de propulsão para veículo híbrido

série com regulação da demanda de energia e WINNISHOFER (2004)

apresenta uma modelagem de VEH série para transporte coletivo.

• Em 2005, um engenheiro da Ford Brasil apresentou uma dissertação de

mestrado comparando as configurações híbridas série e paralelo, utilizando

um simulador de veículos denominado ADVISOR (Advanced Vehicle

Simulator), em um veículo nacional com motor 1,0 litro (Ford Ka).

• Em termos mundiais vasta literatura sobre o assunto.

Estado da Arte

Estudos que abordam políticas energéticas e de emissões geralmente não

incluem os aspectos relacionados à simulação dinâmica dos veículos.

• MATTOS (2001) analisa o impacto do setor de transporte da cidade do Rio de

Janeiro em termos de aquecimento global, por contas das emissões de CO2 na

atmosfera. (sem SDVL)

• MORAES (2005) analisou as tendências da demanda de energia no setor de

transportes no Brasil, abrangendo todos os modais (aéreo, ferroviário,

hidroviário e rodoviário) e os combustíveis automotivos utilizados

(combustíveis fósseis, álcool e eletricidade). As projeções são realizadas

utilizando o modelo MAED. (sem SDVL)

• ROOM (2006) coloca em discussão as tecnologias mais promissoras para

superar os desafios de redução de consumo e emissões de GEE em veículos

leves, mas não analisa em detalhe o comportamento dos veículos.

Estado da Arte

• Estudos que incluem a segunda vertente de SDVL

• Principais grupos de pesquisa encontram-se no Laboratório de Termodinâmica

da Universidade de Aristóteles (Grécia) e no Instituto Tecnológico de

Massachussetts (MIT).

• FONTARAS et al. (2007): um dos primeiros estudos que empregou a

simulação, em software, de veículos leves com objetivo para avaliar as

medidas de controle de emissão de CO2 definidas pela União Européia.

• Simulações de consumo e emissões de forma não integrada: ADVISOR

(simulação de veículos) e TREMOVE (estimar as reduções nas emissões de

CO2).

• FONTARAS e SAMARAS (2010) empregam uma metodologia de SDVL para

avaliar possibilidades de se atingir a meta estipulada pela União Européia em

termos de emissões em veículos leves de passageiros.

• CHEAH et al. (2007), pertencentes ao grupo do MIT, utilizaram SDVL para

demonstrar que é possível aumentar a eficiência média do veículos leves

vendidos em 2035 nos EUA em duas vezes (sem rupturas).

Estado da Arte

• BANDIVADEKAR et al. (2008), pertencentes ao grupo do MIT, apresentam

uma metodologia para avaliar as reduções potenciais de combustível e de

emissões de GEE da frota americana de veículos leves.

• A abordagem feita por BANDIVADEKAR et al. (2008) inclui os efeitos

intensidade, estrutura e atividade, mas não contempla questões relativas ao

uso do solo.

• KROMER et al. (2010), pertencentes ao grupo do MIT, apresentam uma

análise integrada para redução de consumo e de emissões de GEE em

veículos leves nos Estados Unidos a partir da redução de combustíveis à base

de petróleo.

Estado da Arte

• Comparação entre metodologias que integram SDVL às análises de políticas

energéticas e ambientais no segmento transporte rodoviário.

ADVISOR

Modelos Intensidade a

Estrutura b Atividade Energia Emissões

Uso do

Solo c

FONTARAS et al.

(2006)2 SIM NÃO NÃO SIM SIM NÃO

FONTARAS e

SAMARAS (2008)6 SIM NÃO NÃO SIM SIM NÃO

CHEAH et al. (2006) 3 SIM NÃO NÃO SIM SIM NÃO

BANDIVADEKAR et

al. (2008)3 SIM SIM SIM SIM SIM NÃO

WILLIAM (2010) 18 SIM SIM NÃO SIM SIM SIM

b: O efeito estrutura utilizado por BANDIVADEKAR et al. (2008) considera mudanças entre as duas

categorias de veículos leves americana (passageiros e caminhões "SUVs"). William et. al (2010) leva em

consideração a desagregação dentro do segmento leve de passageiros (13 modelos) e comerciais (5

modelos).

c: O impacto do consumo de biocombustíveis em relação à ocupação do solo, abordando de alguma

forma o trilema identificado por Tilman et al. (2009), é avaliado somente na metodologia de WILLIAM

(2010).

TRILEMAEFEITOS

METODOLOGIAS

a: Todas as metodologias utilizam simulação dinâmica de modelos de veículos leves criados no software

ADVISOR.

METODOLOGIA

• ATIVIDADE: depende da frota, da mobilidade associada a pass-km ou ton-km

e ao fator de carga (MORAES, 2005).

• ESTRUTURA: função do tipo de modal empregado: ferroviário, aéreo,

rodoviário e hidroviário.

• INTENSIDADE: depende da eficiência energética no uso final.

Efeito Atividade

• Estimar a frota circulante de veículos leves no Brasil

• Quantos modelos devem ser criados para formarem um conjunto

representativo de veículos leves da frota brasileira?

• Necessidade de desagregação em níveis que permitem avaliar os progressos

tecnológicos, utilizando a técnica de SDVL.

• Os modelos foram criados no ADVISOR levando-se em consideração (1) as

categorias oficiais, (2) tipo de MCI (gasolina, flexfuel, álcool ou diesel) e (3)

volume do MCI.

• Foram criados 18 modelos de veículos leves no ADVISOR para o Ano Base.

• A partir desses 18 modelos foram avaliados os impactos da difusão

tecnológica incremental e radical no consumo de combustíveis, nas emissões

de GEE e na área plantada de cana-de-açúcar.

Modelos de Veículos

• Classificação oficial: Resolução n° 15 do CONAMA de 13/12/1995.

• A Portaria n° 391 do INMETRO, de 04/11/2008, definiu categorias de veículos

leves ciclo Otto com base na Resolução acima.

• Para identificar a representatividade de cada uma das 8 (oito) categorias

dentro da frota nacional, pode-se recorrer a duas fontes de dados:

Departamento Nacional de Trânsito (DENATRAN) e/ou ANFAVEA.

CRITÉRIO a

Subcompacto

(SBC)

Compacto

(CPT)

Médio

(MDO)

Grande

(GDE)

Conforme Resolução CONAMA 15/95.

a A = Área Superior do Veículo (Largura x Comprimento)

Carga

(CRG)

Veículo para o transporte de carga derivado de um

veículo de passageiros, conforme o art. 1º, §1º da

Fonte: INMETRO (2008), CONAMA (1995).

Comercial

(COM)

Veículo comercial conforme o art. 1º, §2º da

Resolução CONAMA 15/95

Esportivo

(ESP)Conforme Resolução CONAMA 15/95.

Off-road (OFR)

CATEGORIA

Passageiros

Veículo de passageiros, com área até 6,5 +/- 0,10 m2;

Veículo de passageiros, com área de 6,5 +/- 0,10 m2

até 7,0 +/- 0,10 m2

Veículo de passageiros, com área de 7,0 +/- 0,10 m2

até 8,0 +/- 0,10 m2

Veículo de passageiros com área superior a 8,0 +/-

0,10 m2

Modelos de Veículos

• 8 categorias oficiais, sendo 6 representativas em volume de licenciamentos.

• 6 categorias são desagregadas em 18 modelos, em função do volume do MCI

e esses são os modelos criados no ADVISOR.

1%

2%

37%

37%

16%

8%VL - PASSAGEIROS SUBCOMPACTO

VL - PASSAGEIROS COMPACTO

VL - PASSAGEIROS MÉDIO

VL - PASSAGEIROS GRANDE

VL - CARGA

VL - COMERCIAL

MCI POT. MASSA CX

(tipo) (unidades) (%) (kW) (kg)

1 SBC 1.0 615.108 27,5% 52 921 0,33

2 SBC 1.4 92.840 4,1% 61 1.010 0,33

3 SBC 1.6 119.838 5,4% 76 1.008 0,35

4 CPT 1.0 421.084 18,8% 52 938 0,35

5 CPT 1.4 185.737 8,3% 66 1.124 0,31

6 CPT 1.6 136.951 6,1% 73 1.065 0,35

7 CPT 1.8 47.935 2,1% 83 1.183 0,35

8 CPT 2.0 27.704 1,2% 85 1.158 0,35

9 MDO 1.0 33.333 1,5% 52 1.076 0,36

10 MDO 1.6 95.473 4,3% 76 1.176 0,35

11 MDO 1.8 113.335 5,1% 95 1.253 0,29

12 MDO 2.0 116.025 5,2% 98 1.280 0,30

13 Gasoline GDE 2.3 17.044 0,8% 127 1.432 0,33

14 CGA 1.4 123.264 5,5% 61 1.082 0,38

15 CGA 1.6 32.046 1,4% 75 1.035 0,38

16 CGA 2.4 16.584 0,7% 104 1.639 0,45

17 Flexfuel COM 1.6 27.099 1,2% 74 1.204 0,36

18 Gasoline COM 2.0 16.103 0,7% 113 1.568 0,40

2.237.503 100,0%

VL Comerciais

TOTAL

VL de Carga Flexfuel

VL de PassageirosFlexfuel

NCATEGORIA

OFICIALMODELOS

LICENCIAMENTOS

Frota Circulante

• Frota circulante é igual ao somatório do produto entre os licenciamentos

anuais de veículos e sua respectiva taxa de sucateamento

• Ao longo dos anos os veículos mais antigos vão sendo excluídos da frota

circulante (roubo, batida, etc.)

• Curva de sucateamento clássica criada por MATTOS e CORREIA (1996) e

aplicada em diversos estudos MCT (2002), WILLS (2008), entre outros.

).(..)(tdcebeatFSF

0

10

20

30

40

50

60

70

80

2007 2010 2015 2020 2025 2030

Ano

Fro

ta E

sti

ma

da

(Milh

õe

s d

e U

nid

ad

es

)

MCI Gasolina MCI Álcool

MCI Flexfuel MCI Diesel

Distância Média Percorrida

• A distância média percorrida por veículo (em km/ano) está associada ao nível

de mobilidade e tem impactos significativos na demanda por combustíveis.

• Os dados utilizados nesse estudo foram obtidos a partir da validação do

consumo de combustível entre o Cenário Base da tese e o Cenário Base do

PDEE 2008-2017 MME (2009).

0

3

6

9

12

15

18

21

1 4 7 10 13 16 19 22 25 28 31 34 37 40

Idade (anos)

Dis

tân

cia

Mé

dia

Pe

rco

rrid

a

(km

/an

o)

Veículos Leves Veículos Leves de Passageiros 1990 1995 2000 2005

Estados Unidos 16.800 18.000 19.000 19.200

Japão 10.700 9.900 9.750 9.170

OECD Europa 13.000 12.700 12.400 12.000

Fonte: adaptado de IEA (2009b).

Efeito Estrutura

• Geralmente função dos diferentes modais de transporte, por exemplo,

rodoviário, ferroviário, hidroviário ou aéreo.

• Dentro do segmento rodoviário pode ser avaliado em termos de: veículos

privados (automóveis) ou coletivos (ônibus).

• Nesse estudo foi avaliado o efeito estrutura dentro do segmento de leves.

• No Brasil, já houve uma grande mudança na estrutura da frota de veículos

leves a partir da década de 1990 (Szklo et al., 2005).

Tipo MCI Volume MCI (cm3) Taxa (IPI) %

MCI < 1,000 7%

1,000 <= MCI < 2,000 13%

2,000 <= MCI 25%

MCI < 1,000 7%

1,000 <= MCI < 2,000 11%

2,000 <= MCI 18%

Diesel Todos 25%

Gasolina

Etanol ou Flexfuel

Otimizador

• Aumentar a autonomia média por litro dos veículos vendidos em determinado

ano pode-se atuar: (1) no aumento de eficiência dos veículos e/ou (2) na

estrutura de licenciamentos de veículos

Onde:

CEVL30 = Consumo Energético Ponderado dos veículos vendidos no ano 2030.

CEMOD30(i) = Consumo Energético do Modelo i,

LicMOD30(i) = Vendas do modelo i em 2030, in %.

• Função Objetivo: foi construída com base no produto entre a energia

consumida pelos modelos considerados na análise e a participação de

mercado desses modelos.

• Conjunto de Restrições: estabelecidas em termos de participação de vendas e

considerando os valores teto e piso do histórico desde 1999 até 2008

(ANFAVEA, 2009).

N

i

MODMODVL iLiciCECE1

303030 )().(

Efeito Intensidade

• Autonomia por litro (km/l) utilizada como variável para calcular o Efeito

Intensidade.

• Os valores de autonomia são geralmente obtidos por meio de procedimentos

normatizados (ABNT 6601, ABNT 7024, NEDC, FTP-75) e nas projeções são

utilizados poucos modelos de veículos.

EFEITO INTENSIDADE

• ADVISOR necessita de mapas de consumo dos MCI bem ajustados para cada

modelo a ser simulado, ou seja, para os 18 modelos.

• Esses mapas são função da rotação (rpm) e do torque (Nm) do MCI

• Basicamente, eles podem ser obtidos de duas formas: medidos em

dinamômetros de chassi e pela modelagem do MCI

Velocidade do Motor (rmp)

To

rque

(Nm

)

Potência (kW)

Máximo Gradiente de Potência


To

rque

(Nm

)

Potência (kW)


EFEITO INTENSIDADE

• Assumiu-se que os 18 modelos de veículos utilizam 7 MCI, são eles: 1,0 litro

flexfuel, 1,4 litros flexfuel, 1,6 litros flexfuel, 1,8 litros flexfuel, 2,0 litros flexfuel e

2,3 litros gasolina e 2,4 litros flexfuel.

• O laboratório de motores do CENPES faz testes de consumo em vários

veículos leves em dinamômetro de chassi seguindo a norma ABNT. Os

resultados dos testes foram utilizados para validar a modelagem dos veículos

no ADVISOR, principalmente no MCI.

TESTE DE DINAMÔMETRO

COM GASOLINA C MODELO CRIADO

NO ADVISOR

Descrição do MCI

Urbano (km/litros)

Rodo (km/litros)

Comb. (km/litros)

Urbano (km/litros)

Rodo (km/litros)

Comb. (km/litros)

Diferença

MCI 1,0 flex a 13,6 18,3 15,4 13,6 18,1 15,3 0,5%

MCI 1,4 flex a 12,4 18,5 14,5 12,3 18,5 14,5 0,5%

MCI 1,6 flex a 12,7 16,8 14,2 12,6 16,8 14,2 0,4%

MCI 1,8 flex a 10,6 16,1 12,6 10,6 16,1 12,5 0,4%

MCI 2,0 flex a 10,9 15,4 12,5 10,9 15,4 12,5 0,0%

MCI 2,3 gas b 9,8 14,6 11,5 9,7 14,6 11,4 0,6%

MCI 2,4 flex b 9,0 12,9 10,4 9,0 12,9 10,4 0,2%

Fonte: a CENPES (2007),

b FABRICANTES (2008).

EFEITO INTENSIDADE

ADVISOR

• O ADVISOR é um software constituído por um conjunto de modelos, dados e

rotinas que trabalham em ambiente MATLAB e empregam o SIMULINK

(permite cálculo de equações diferenciais).

• O início do processo no ADVISOR está vinculado ao ciclo de condução. O

veículo deve desenvolver uma Força de Tração tal que o permita acelerar de

v1 para v2. Torque e velocidade vão ser transferidos das rodas até o MCI.

Adicionalmente, o ADVISOR verifica alguns limites físicos de determinados

componentes.

EFEITO INTENSIDADE

• Diagrama de Blocos: veículo convencional simulando um ciclo de condução

de um modelo.

PIRRAEeqTR FFFdt

xdMF

2

2

.


To

rque

(Nm

)

Potência (kW)



To

rque

(Nm

)

Potência (kW)


xeqX aMF .P

VEEr

sVw

)1(.

ETETPTREE IPrFT . DD

D

SDED IP

R

TT

DSDED Fww .TSTET Rww .

IPETET TTTT 0

Autonomia (km/l)

METODOLOGIA

• Cálculo do Consumo de Combustível (exemplo álcool anidro)

Onde:

CAHME = Consumo de Álcool Hidratado em 2030 por veículos com motores à etanol;

M = Idade máxima dos modelos, em anos;

N = Número de modelos da frota (criados no ADVISOR);

FCVME(i) = Frota Circulante de Veículos Leves com motor a etanol no ano i, em número de veículos;

PMMME(i,,j) = Participação de mercado do modelo j no ano i, em %;

DMP(i) = Distância média percorrida no ano i, em km/ano;

AUT (i,j) = Autonomia por litro média do modelo j no ano i, in km/litro.

M

i

N

j

MEMEMEME

jiAUT

iDMPjiPMMiFCVCAH

1 1 ),(

)().,().(

METODOLOGIA

• Cálculo de Emissões de GEE

Onde:

EAH = Emissões de GEE a partir do álcool anidro no ano i (Mton de CO2eq/ano);

CAH = Consumo Total de Álcool Hidratado no ano i (litros/ano);

AHFE(i) = Fator de Emissão do Álcool Hidratado para o ano i (Mton de CO2eq/litro).

• Cálculo de Área Plantada de Cana-de-Açúcar

Onde: APC = Área Plantada de Cana-de-açúcar no ano i (ha/ano);

CAA = Consumo Total de Álcool Anidro no ano i (litros/ano);

CAH = Consumo Total de Álcool Hidratado no ano i (litros/ano);

P(i) = Produtividade no ano i (litros/ha).

)().()( iAHiCAHiEAH FE

)(

)()()(

iP

iCAHiCAAiAPC

METODOLOGIA: Rotina MATLAB

DADOS DE ENTRADA:

1. Anos da Simulação.

2. Estimativa oficial da frota por tipo de motor.

3. Mudanças tecnológicas propostas.

4. Ciclo de condução.

5. Distância média percorrida anualmente por idade do veículo.

6. Proporção de uso de cada combustível nos veículos flexfuel.

7. Participação de mercado da frota por categoria e por motor.

CÁLCULOS

1. Estima frota circulante por ano e por tipo de motor;

2. Simula todos os modelos i (ADVISOR) de acordo com os parâmetros dos veículos;

3. Altera os parâmetros técnicos de acordo com os dados de cenários e retornar ao passo 2 (faz isso até

o último ano de cenário);

4. Calcula a autonomia por litro e o consumo energético (MJ/km) para cada modelo;

5. Estima demandas de gasolina C, de álcool hidratado e de álcool anidro por ano.

6. Estima as emissões de GEE por ano.

7. Estima a área plantada por ano.

USO DE COMBUSTÍVEL

Modelos de Estimativa de Frota

I - FATOR DE

AUMENTO DOS

LICENCIAMENTOS

ANUAIS

II - FROTA

OFICIALMENTE

ESTIMADA NO PLANO

NACIONAL DE

ENERGIA 2030

Gerar gráficos da

frota

Opção

de

escolha

Rotina Cálculo de Frota (MATLAB) Inclui outras variáveis associadas ao Efeito Atividade

+

METODOLOGIA

• Rotina implementada em MATLAB busca o ADVISOR e simula os modelos de

veículos.

• Supondo que sejam simulados três períodos de análise (2010, 2020 e 2030)

para os 18 modelos identificados anteriormente.

• Nesse caso, o ADVISOR roda 102 simulações de veículos da seguinte forma:

cada modelo com MCI flexfuel é simulado 6 vezes e cada modelo com MCI

gasolina é simulado 3 vezes. Assim, (6 x 16) + (3 x 2) = 102 simulações.

TECNOLOGIAS VEICULARES

• Uma forma de fazer um levantamento das tecnologias mais promissoras é

dividi-las da seguinte forma:

1) Veículos Leves Convencionais

2) Veículos Elétricos Híbridos (VEH)

3) Veículos Elétricos Híbridos de Recarga Externa (VEH-DRE) e

4) Veículos Elétricos à Bateria (VEB).


1) Veículos Leves Convencionais:

• Progressos tecnológicos mais promissores de veículos leves identificados por

JAMA (2009).

OUTROS

1) Desligamento em

marcha lenta (idling

preventor);

2) Hibridização.

AUMENTO DA

EFICIÊNCIA DO MCI1) Injeção Direta;

2) Mecanismos variáveis

(ativação variável de

cilindros, VVT&L, etc.)

3) Redução das perdas

por fricção;

4) Redução nas perdas

no pistão por fricção;

5) Óleo lubrificante com

baixa viscosidade.

REDUÇÃO DA

RESISTÊNCIA DE

ROLAMENTO:1) Pneus com baixa

resistência de rolamento.

REDUÇÃO DE

MASSA DO

VEÍCULO:1) Uso de materiais mais

leves;

2) Aperfeiçoamento da

estrutura do veículo.

AUMENTO DO

DESEMPENHO DO

SISTEMA DE

TRAÇÃO1) Aumento no número

de marchas da

transmissão;

2) Transmissão

continuamente variável.

REDUÇÃO DO

ARRASTE

AERODINÂMICOAperfeiçoamento nos

projetos.

OUTROS

1) Desligamento em

marcha lenta (idling

preventor);

2) Hibridização.

AUMENTO DA

EFICIÊNCIA DO MCI1) Injeção Direta;

2) Mecanismos variáveis

(ativação variável de

cilindros, VVT&L, etc.)

3) Redução das perdas

por fricção;

4) Redução nas perdas

no pistão por fricção;

5) Óleo lubrificante com

baixa viscosidade.

REDUÇÃO DA

RESISTÊNCIA DE

ROLAMENTO:1) Pneus com baixa

resistência de rolamento.

REDUÇÃO DE

MASSA DO

VEÍCULO:1) Uso de materiais mais

leves;

2) Aperfeiçoamento da

estrutura do veículo.

AUMENTO DO

DESEMPENHO DO

SISTEMA DE

TRAÇÃO1) Aumento no número

de marchas da

transmissão;

2) Transmissão

continuamente variável.

REDUÇÃO DO

ARRASTE

AERODINÂMICOAperfeiçoamento nos

projetos.


Veículos Convencionais: MCI

• Compreensão dos Pontos de Operação de um MCI ciclo Otto em função do

tipo de operação (por exemplo urbana ou rodoviária).

• Busca pela operação do MCI nas regiões mais eficientes.

Velocidade (rpm) Velocidade (rpm)

Torq

ue

(Nm

)

Torq

ue

(Nm

)


Torq

ue

(Nm

)

Torq

ue

(Nm

)


Veículos Convencionais: MCI

• Dentre as tecnologias que podem ser empregadas para melhorar a eficiência

do MCI estão: sistema de injeção direta de combustível (ECCJ, 2007, IEA,

2009), válvula com tempo variável (ECCJ, 2006, IEA, 2009), válvula com

tempo e abertura variável (DOT, 2008), razão de compressão variável (ECCJ,

2007, DOT, 2008), turbo com redução de tamanho do motor (DOT, 2008, NAS,

2010), desativação de cilindros (NAS, 2010), MCI diesel (NAS, 2010, IEA,

2009, ECCJ, 2007), MCI flexfuel (IEA, 2009).

• Gama de soluções aplicáveis em MCI, inclusive em motores flexfuel.


Veículos Convencionais: Coeficiente de Arrasto

• Arraste aerodinâmico é responsável por 25% das perdas em ciclos urbanos e

de 40-45% em ciclos rodoviários (IEA, 2009b).

• Nos Estados Unidos, os valores médios de coeficiente aerodinâmico são 0,34,

tendo veículos comercializados até com coeficientes 0,29 e 0,27

Veículos Convencionais: Massa

• A substituição de material, principalmente no motor, vem sendo cogitada como

alternativa promissora.

• Redução de massa x Segurança.

Veículos Convencionais: Resistência de Rolamento dos Pneus

• A resistência de rolamento dos pneus é dependente da carga que está

depositada sobre os pneus e a pressão dos pneus

• Um estudo concluiu que a redução média da resistência de rolamento em 10%

seria técnica e economicamente factível (TRB, 2006).


Veículos Elétricos Híbridos

• Os VEH apresentam como característica principal o uso combinado de dois ou

mais dispositivos conversores de energia em Torque e Velocidade, tais como

um MCI e um motor elétrico (ME), com objetivo de resultar em um sistema com

maior eficiência.

• Aumento da eficiência em VEH advém de:

1) Desligamento do MCI na condição de parada do veículo;

2) Redução no tamanho e potência do MCI;

3) Frenagem regenerativa com armazenamento de energia em baterias.



• Os principais tipos de sistemas híbridos utilizados nos VEH atualmente

comercializados diferenciam-se fundamentalmente pela configuração na qual

se apresenta o MCI e o motor elétrico (ME).

• Tipos de sistemas:

1) Sistema Híbrido em Série

2) Sistema híbrido em Paralelo

3) Sistema Híbrido em Série e Paralelo ou Sistema Misto



• Outras classificações também são feitas de forma a avaliar o grau de

hibridização de um veículo.

Características do Veículo

Veíc

ulo

Co

nven

cio

nal

VE

H

Básic

o

VE

H

Inte

rmed

iári

o

VE

H

Co

mp

leto

VE

H-D

RE

Desliga o MCI em paradas e em tráfego tipo pára-arranca SIM SIM SIM SIM SIM

Utiliza frenagem regenerativa e opera com tensão > 60 V SIM SIM SIM SIM

Utiliza um MCI menor que a versão convencional com o mesmo

desempenhoSIM SIM SIM

Opera somente utilizando energia elétrica SIM SIM

Recarrega as baterias a partir de tomadas externas e tem uma

autonomia de pelo menos 35 quilômetros utilizando somente

eletricidade.

SIM



Torq

ue

(Nm

)

Torq

ue

(Nm

)


Torq

ue

(Nm

)

Torq

ue

(Nm

)

Veículos Elétricos Híbridos: MCI

• Busca pela operação do MCI nas regiões mais eficientes.

• Representam 10% e 2,5% das vendas de veículos, respectivamente no Japão

e nos EUA.


Veículos Elétricos Híbridos de Recarga Externa

• Aperfeiçoamento do conceito do VEH.

• Gerenciamento diferenciado de energia associado.

• 40-80 quilômetros somente no modo elétrico (PHEV-40).

• Tecnologia de bateria diferente de VEH.

• Promissores no médio prazo, mas com pouca comercialização.

Veículos Elétricos à Bateria

• Comerciais em pequena escala;

• Operam somente com energia elétrica;

• Mais eficientes;

• Custo e autonomia são desvantagens.

• Modelos menores

CENÁRIOS

Construção de Cenários de Consumo Energético:

1. Avaliar limites técnicos de eficiência, em MJ/km;

2. Validar metodologia comparando com Cenário de Referência;

3. Simular Políticas de Eficiência Energética

Limite Técnico I

• Em 2007 o consumo energético médio dos veículos leves foi 2,0 MJ/km (valor

ponderado pelos licenciamentos considerando os 18 modelos).

• Incluídos 6 modelos de VEH paralelo no ADVISOR, totalizando 24 modelos

simulados.

• O resultado forneceu um limite técnico de 1,4 MJ/km em 2030, considerando

vasta disseminação dos VEH

• Fator de aumento de eficiência em relação a 2007: 1,43

DESCRIÇÃO MCI ME

VEH Subcompacto Flexfuel Sim

VEH Compacto Flexfuel Sim

VEH Médio Flexfuel Sim

VEH Grande Flexfuel Sim

VEH Carga Flexfuel Sim

VEH Comercial Flexfuel Sim

Limite Técnico I

• Em 2007 o consumo energético médio dos veículos leves foi 2,0 MJ/km (valor

ponderado pelos licenciamentos considerando os 18 modelos).

• Incluídos 6 modelos de VEH paralelo e 2 modelos de VEB no ADVISOR,

totalizando 26 modelos simulados.

• O resultado forneceu um limite técnico de 0,66 MJ/km em 2030, considerando

vasta disseminação dos VEH e VEB.

• Fator de aumento de eficiência em relação a 2007: 3,0

DESCRIÇÃO MCI ME

VEH Subcompacto Flexfuel Sim

VEH Compacto Flexfuel Sim

VEH Médio Flexfuel Sim

VEH Grande Flexfuel Sim

VEH Carga Flexfuel Sim

VEH Comercial Flexfuel Sim

VEB Subcompacto Ímã Permanente

VEB Compacto Ímã Permanente

Cenário Base

• Validação do Cenário Base foram utilizados dados de dois estudos oficiais:

Plano Nacional de Energia 2030 (PNE 2030) e Plano Decenal de Expansão de

Energia 2008-2017 (PDEE 2008-2017).

• Os estudos oficiais assumem ganhos de eficiência de 0,7% ao ano até 2030,

considerando dois modelos de veículos passageiros e comercial.

• Desagregação não vai ao nível de modelos de veículos.

• Estimativa de emissões de GEE considerou a produção, transporte e uso do

combustível para álcool e gasolina.

• Em termos de área plantada as estimativas oficiais foram de 13,9 milhões de

ha voltados para produção de cana-de-açúcar, destes 8,3 milhões para etanol

(consumo interno e exportação).

Cenário Base

Estimativas de Uso de Combustíveis no horizonte 2007-2030

•

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Co

nsu

mo

de

Co

mb

ustíve

is L

íqu

ido

s

(B

ilh

õe

s d

e litro

s)

Gasolina C

Álcool Hidratado

0

20

40

60

80

100

120

2007 2010 2015 2020 2025 2030

Ano

Em

issõ

es d

e G

EE

(Mto

n d

e C

O2

eq

/an

o)

0

2

4

6

8

10

12

Áre

a P

lan

tad

a (

milh

õe

s d

e h

a)

Álcool Hidratado

Álcool Anidro

Gasolina A

Área Plantada de Cana

Cenário Base

Cana-de-açúcar representa 3,2% da área plantada no Brasil.

Há ainda a possibilidade de obter mais terra para agricultura a partir do

aprimoramento da pecuária (GOLDEMBERG et al., 2008).

Portanto, existe espaço para crescimento da área plantada voltada à cana-de-

açúcar no Brasil

Considerando as mesmas premissas do estudo PDEE 2008-2017 o erro entre

as estimativas de consumo de álcool hidratado foi de 5% e gasolina C foi de 1%.

Cenário I: Indices Mínimos de Eficiência

Cenário dividido em dois:

1. Não considera efeito de mudança de estrutura de licenciamentos de

veículos;

2. Inclui na análise a simulação de mudança na estrutura de licenciamentos de

veículos.


CENÁRIO IA:

1. Limitação das mudanças incrementais após 2020 de acordo com critérios

técnicos.

2. Redução de massa: substituiçáo de materiais, por exemplo, aço por alumínio

no MCI.

3. Coeficiente Aerodinâmico: tem-se verificada redução do coeficiente

aerodinämico em VL no mundo. Média do Brasil 0,33, veículos mais moderno

sáo comercializados com cx = 0,27.

4. Redução da Resistëncia de Rolamento dos pneus: estudo dos EUA mostra

que reduçòes de até 15% sáo factiveis.

5. Aumento da eficiência do MCI: dezenas de tecnologias aplicáveis a MCI

permitem atingir 15% de aumento de eficiência no MCI.

MUDANÇAS INCREMENTAIS CATEGORIAS ANO 2007

ANO 2015

ANO 2020

Subcompacto, Compacto, Carga

0,0 -5,0 -10,0

Redução de Massa a

Médio, Grande, Comercial

0,0 -10,0 -20,0

Redução do Coeficiente Aerodinâmico

b

Todos 0,0 -10,0 -20,0

Redução da Resistência de Rolamento dos Pneus

c

Todos 0,0 -7,5 -15,0

Aumento de Eficiência no Motor d Todos 0,0 +7,5 +15,0

Fontes: a AN et al. (2001);

b,c KASSERIS (2006),

b,c,d DOT (2008),

b WEISS (2000),

c TRB

(2006).


CENÁRIO IB:

1. Limitação das mudanças incrementais após 2020 de acordo com critérios

técnicos.

2. Mesmas considerações técnicas do cenário anterior, todavia inserindo

variação da estrutura da frota para o ano com vendas mais favoráveis a

eficiencia energética do histórico.

MUDANÇAS INCREMENTAIS CATEGORIAS ANO 2007

ANO 2015

ANO 2020

Subcompacto, Compacto, Carga

0,0 -5,0 -10,0

Redução de Massa a

Médio, Grande, Comercial

0,0 -10,0 -20,0

Redução do Coeficiente Aerodinâmico

b

Todos 0,0 -10,0 -20,0

Redução da Resistência de Rolamento dos Pneus

c

Todos 0,0 -7,5 -15,0

Aumento de Eficiência no Motor d Todos 0,0 +7,5 +15,0

Fontes: a AN et al. (2001);

b,c KASSERIS (2006),

b,c,d DOT (2008),

b WEISS (2000),

c TRB

(2006).

Cenário II: Simulação Programa Top Runner

CENÁRIO IB:

1. O Programa Top Runner utiliza, como valor base, o valor do produto no

mercado com a maior eficiência, em termos de consumo energético

2. Naturalmente, as metas dos valores padronizados são extremamente altas

3. Segundo METI (2008), o aumento de eficiência esperado entre 1995 e 2010

em veículos à gasolina no Japão era de 22,8%, contudo o mesmo valor de

aumento de eficiência foi constatado cinco anos antes do prazo estimado

(período de 1995 a 2005).

4. Escolhidos os veículos mais eficientes em cada categoria de acordo com o

Programa de Etiquetagem Brasileiro (PEB).

5. Simulada pequena entrada de VEH configuração paralela na frota brasileira

a partir de 2020.

CATEGORIA TOP RUNNER

VLP Subcompacto Fiat Way Economy 1,0 Flex a

VLP Compacto Volkswagen Gol 1,0 a

VLP Médio Honda Civic 1,8 a

VLP Grande VLP Grande Padrão 2,3

VL de Carga Fiat Strada Nova Trekking 1,4 a

VL de Carga VL de Carga Padrão 2,4

VL Comercial VL Comercial Padrão 1,6 a Obtidos em INMETRO (2010)

Cenário I: Resultados

CENÁRIO I:

1. Comparado ao Cenário Base, o consumo de gasolina C em 2030 se reduz

entre 9% e 14% e o de álcool entre 9% e 10%.

2. A redução de 9% nos consumos de gasolina C e álcool em 2030 representa

a simulação do Cenário IA

3. As reduções de 14% e 10% no consumo de álcool hidratado em 2030

representam a simulação do Cenário IB.

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Ga

so

lin

a C

(b

ilh

õe

s d

e lit

ros

)

0

3

6

9

12

15

18

21

Ec

on

om

ia

de

Co

mb

us

tív

el (%

)Linha de BaseCenário IACenário IB% Cenário IA% Cenário IB

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Álc

oo

l H

idra

tad

o

(b

ilh

õe

s d

e lit

ros

)

0

3

6

9

12

15

18

21

Ec

on

om

ia

de

Co

mb

us

tív

el (%

)Linha de BaseCenário IACenário IB% Cenário IA% Cenário IB


Cenário I.A, evita-se 81 Mt of CO2eq, o que seria equivalente a 1,7 vezes as

emissões do Ano Base 2007;

• Cenário I.B, evita-se 117 Mt of CO2eq, o que seria equivalente a 2,4 vezes as

emissões do Ano Base 2007.

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Em

iss

õe

s d

e G

EE

(Mto

n C

O2

eq

./a

no

)

0

4

8

12

16

20

24

28

Re

du

çã

o d

e G

EE

(%

)

Linha de Base

Cenário IA

Cenário IB

% Cenário IA

% Cenário IB


A estimativa de área plantada no Cenário Base em 2030 foi de 10,1 milhões

de ha somente para atender a demanda interna de álcool etílico combustível.

• O Cenário IA permite uma redução de 0,87 milhões de ha de área plantada

em 2030.

• O Cenário IB, a redução em termos de área plantada foi de 1,04 milhões de

ha se comparado à estimativa do Cenário Base em 2030, o que representa

41% da área plantada de cana de açúcar no Ano Base 2007

0

3

6

9

12

15

2007 2010 2015 2020 2025 2030

Year

Áre

a P

lan

tad

a d

e C

an

a

(m

ilh

õe

s d

e h

a/a

no

)

0

5

10

15

20

25

Re

du

çã

o d

e Á

rea

Pla

nta

da

(%

)

Linha de Base

Cenário IA

Cenário IB

% Cenário IA

% Cenário IB

Cenário II: Resultados

CENÁRIO II:

1. Consumo de Gasolina C : inalterado, em torno de 24 bilhões de litros

2. Consumo de Álcool Hidratado: redução de 17% no consumo em 2030

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Ga

so

lin

a C

(b

ilh

õe

s d

e lit

ros

)

0

3

6

9

12

15

18

21

Ec

on

om

ia d

e

Co

mb

us

tív

el (%

)

Linha de Base

Cenário II

% Cenário II

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Álc

oo

l H

idra

tad

o

(b

ilh

õe

s d

e lit

ros

)

0

3

6

9

12

15

18

21

Ec

on

om

ia d

e

Co

mb

us

tív

el (%

)

Linha de Base

Cenário II

% Cenário II


Política similar ao Top Runner japonês reduziria em 20% as emissões de

GEE dos veículos leves brasileiros, quando comparadas às emissões do

Cenário Base, em 2030

0

15

30

45

60

75

90

105

2007 2010 2015 2020 2025 2030

Ano

Em

iss

õe

s d

e G

HG

(Mto

n C

O2

eq

./a

no

)

0

4

8

12

16

20

24

28

Re

du

çõ

es

de

GE

E (

%)

Linha de Base

Cenário II

% Cenário II


Redução de área plantada de cana-de-açúcar em 2030 alcança 1,82 milhões

de ha (equivalente a 71% da área plantada em 2007 ou a 16% da área

plantada em 2030, conforme o Cenário Base).

0

3

6

9

12

15

2007 2010 2015 2020 2025 2030

Ano

Áre

a P

lan

tad

a d

e C

an

a

(m

ilh

õe

s d

e h

a/a

no

)

0

5

10

15

20

25

Re

du

çã

o d

e Á

rea

Pla

nta

da

(%

)

Linha de Base

Cenário II

% Cenário II

Resultados

Resumo

Descrição Base Cenário IA

Cenário IB

Cenário II

Área Plantada de Cana-de-açúcar em 2007 a 2,6 2,6 2,6 2,6

Área Plantada de Cana-de-açúcar em 2030 a 10,1 9,2 9,1 8,3

Área Adicional de Cana-de-açúcar in 2030 7,5 6,6 6,5 5,7

% Redução da Área Adicional de Cana-de-açúcar

0% 12% 14% 24%

a Somente para produção de álcool.

Conclusões

• O emprego de SDVL em estudos de políticas energéticas e/ou ambientais é

relativamente recente e promissor;

• Metodologia permite avaliar políticas de eficiência energética por meio da

difusão de tecnologias incrementais ou radicais de veículos leves;

• Opções tecnológicas incrementais de curto prazo x Trilema

• As atuais políticas para promoção do uso de biocombustíveis no Brasil,

combinadas com programas de eficiência energética veicular, formam uma

estratégia robusta para atender às questões presentes no trilema alimento,

energia e meio ambiente.

• Mais solo: permite até mesmo produzir mais etanol, se for este o caso...

• A metodologia contempla a possibilidade de obtenção das emissões de gases

poluentes locais, pois o ADVISOR permite estimar estes dados, lembrando

que meio ambiente não se restringe a GEE.

Conclusões

Estudos futuros:

• A inclusão de outros modelos de veículos leves

• Aquisição, em dinamômetro de chassi, de dados

referentes aos mapas de consumo específico e de

emissões de MCI flexfuel e gasolina

• Simular as emissões de poluentes locais

• Análise de custo benefício das tecnologias

• Aperfeiçoamento do ciclo de condução brasileiro, da curva

de sucateamento, do perfil de uso do veículo no Brasil

• Estrutura: incluir modais e transporte público

OBRIGADO

METODOLOGIA DE AVALIAÇÃO DE EFICIÊNCIA … · MCI Gasolina MCI Etanol MCI Flexfuel MCI Diesel 4%...

Documents

Transcript of METODOLOGIA DE AVALIAÇÃO DE EFICIÊNCIA … · MCI Gasolina MCI Etanol MCI Flexfuel MCI Diesel 4%...