The Brazilian Electricity Supply for 2030: A Projection Based on Economic, Environmental and Technical Criteria
Notice bibliographique
Résumé
The expansion of the Brazilian energy supply from fossil sources prompted environmental concerns about the emission of Green House Gases (GHG). Furthermore, the Brazilian government was committed to the United Nations Framework Convention on Climate Change (UNFCCC) to reduce GHG emissions by 43% by 2030, compared to 2005. The aim of this study was to design the Brazilian electricity mix for 2030, while taking into account economic, technical and environmental criteria. In order to get this, Linear Programming optimization has been applied to obtain an electricity matrix with minimum cost of the Brazilian electricity generation system, considering GHG emission constraints – defined via the Life Cycle Assessment (LCA) technique –, as well as capacity generation and supply needs. In addition, LCA was also applied to obtain the environmental performance of the projected scenario and results were compared with those of 2005 and 2015. The analysis depicted that renewable sources represent 88% of the projected Brazilian electricity production in 2030, mainly hydropower, which accounts for 66%. In terms of Climate Change there is an impact reduction of 12% compared to 2005, while other categories such as Ionized Radiation and Terrestrial Ecotoxicity doubled and upped more than forty times. These findings led to conclude that environmental management should not be limited to GHG analysis, and must encompass other adverse effects. Moreover, this reinforces the importance of conducting analyses such as those provided by the LCA approach and include these results in the planning and decision-making processes of the energy sector.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».