AVALIANDO A TRANSIÇÃO ENERGÉTICA ATRAVÉS DA ANÁLISE DE CLUSTERS DAS MATRIZES DE ENERGIA ELÉTRICA DE 40 PAÍSES

Autores

DOI:

https://doi.org/10.12957/cadest.2022.71319

Palavras-chave:

Matriz de Energia Elétrica, Transição Energética, Análise de Cluster

Resumo

Este artigo avaliou a evolução da composição das matrizes de energia elétrica de um conjunto de países, entre 1992 e 2019, com base nos dados existentes na U.S. Energy Information Administration – EIA. O objetivo foi verificar o possível aumento da participação de fontes renováveis nas matrizes, buscando identificar a contribuição dos países no esforço de transição energética. O número de países da base de dados da EIA varia ano a ano, para este artigo foram selecionados 40 maiores consumidores de energia elétrica em 2019. Os países que compõe o G-20 estão incluídos neste conjunto de dados. Utilizou-se a técnica de análise de clusters para se obter agrupamentos de países e identificar suas alterações ao longo do tempo, com base na composição de suas matrizes (nuclear, combustíveis fósseis e renováveis). O estudo permitiu identificar que, ao longo do período analisado, ocorreram alterações nas matrizes de alguns países na direção da transição energética, mas as matrizes elétricas das duas maiores economias não sofreram alterações significativas, o que reduziu o impacto na matriz elétrica global. Existe um grupo de países que denominamos o “clube dos renováveis”, que manteve no período estudado uma matriz com preponderância de fontes renováveis, e um grupo que denominamos “clube da transição” cujos componentes estão caminhando nesse sentido.

Referências

ARTHUR, D.; VASSILVITSKII, S. k-means++: The advantages of careful seeding. Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, 2007.

EIA. International Energy Outlook. Disponível em: https://www.eia.gov/international/data/world Acesso em 14/04/2022, 2022.

HENNING, C., MEILA, M., MURTAGH, F., ROCCI, R. Handbook of Cluster Analysis, CRC Press, 2017.

IPCC. Mudança do Clima 2021 - A Base Científica - Sumário para Formuladores de Políticas. Disponível https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/sirene/publicacoes/relatorios-do-ipcc/arquivos/pdf/IPCC_mudanca2.pdf. Acesso em 14/03/2022. 2021.

IPCC. Fifth Assessment Report, Disponível em: https://www.ipcc.ch/report/ar5/wg3/energy-systems/. Acesso em 14/03/2022. 2014.

KAUFMAN, L., ROUSSEEUW, P.J. Finding Groups in Data: An Introduction to Cluster Analysis, John Wiley & Sons, 1990.

MAECHLER M., ROUSSEEUW P., STRUYF A., HUBERT M., HORNIK K. Cluster Analysis Basics and Extensions. R package version 2.1.3, Disponível em: https://CRAN.R-project.org/package=cluster . 2022.

MEILA, M. Comparing clusterings - An information-based distance. Journal of Multivariate Analysis, 98(5):873–895, 2007.

ROUSSEEUW, P.J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65, 1987.

Downloads

Publicado

2022-12-05

Como Citar

Accioly, R. M. S., & Costa, F. da S. (2022). AVALIANDO A TRANSIÇÃO ENERGÉTICA ATRAVÉS DA ANÁLISE DE CLUSTERS DAS MATRIZES DE ENERGIA ELÉTRICA DE 40 PAÍSES. Cadernos Do IME - Série Estatística, 52, 1. https://doi.org/10.12957/cadest.2022.71319

Edição

Seção

Artigos Serie Estatística