Prospecção e modelagem de indicadores de produção de energia primária no Brasil com apoio da teoria dos grafos

Autores

DOI:

https://doi.org/10.33448/rsd-v10i10.19199

Palavras-chave:

Energia primária; Teoria dos grafos; Software Ucinet; SNA.

Resumo

Esta pesquisa apresenta um estudo sobre o cenário da produção de energia primária no Brasil no período de 1970 a 2018, bem como as principais fontes que contribuíram para a matriz energética nacional. Para mapear as tendências na produção de energia primária, foi aplicada a Análise de Redes Sociais. Também são apresentados os modelos matemáticos que representam a variação na centralidade e densidade da produção de energia primária. Com base nos resultados e na literatura sobre a economia do Brasil no período de 1970 a 2018, discutem-se os movimentos realizados pelos formuladores de políticas públicas que culminaram na redução dos investimentos no setor, mesmo que a demanda fosse sempre crescente. No entanto, continuaria associado aos resultados de pequenos aumentos do PIB e do IDH. Outro resultado foi a evolução e oferta do petróleo como fonte primária não renovável para todo o período da pesquisa. Percebeu-se a alternância de ofertas de fontes não renováveis que, partindo do predomínio da lenha, passando para a geração de energia hidráulica, a mais importante durante duas décadas, e a substituição de subprodutos derivados da cana-de-açúcar, que se estende até a ano 2018. Observou-se também que no período de 2010 a 2018, a participação da oferta por fontes primárias renováveis, em termos percentuais, deixou de se distanciar da participação das ofertas por fontes primárias não renováveis, quase até se dividindo a disponibilidade para a composição da matriz brasileira.

Biografia do Autor

Mario Mollo Neto, São Paulo State University

Prof. Dr. Mario Mollo Neto, Bolsista CNPq - DT-II Processo: 313339/2019-8 - Produtividade em Desenvolvimento Tecnológico e Extensão Inovadora, Livre-docente em Circuitos Digitais pela Universidade Estadual Paulista "Júlio de Mesquita Filho" UNESP; (2019). Possui Pós Doutorado em Engenharia de Biossistemas na área de Construções Rurais e Ambiência, pela Universidade de Estadual de Campinas (2009), Doutorado em Engenharia Agrícola (Conceito CAPES 5) na área de Construções Rurais e Ambiência pela Universidade de Estadual de Campinas (2007), Mestrado em Engenharia de Produção (Conceito CAPES 5) pela Universidade Paulista UNIP (2004), e graduação em Engenharia Industrial Modalidade Eletrotécnica pela Universidade São Judas Tadeu (USJT) (1987). Atualmente é Professor associado do Curso de Engenharia de Biossistemas da Faculdade de Ciências e Engenharia (FCE) da Universidade Estadual Paulista - UNESP em TUPÃ.

Departamento de Engenharia de Biossistemas.

Referências

Andrada, A. (2017). Uma breve história da economia brasileira (1948-2018). https://www.huffpostbrasil.com/alexandre-andrada/uma-breve-historia-da-economia-brasileira-1948-2018_b_8720394.html

ANEEL. (2008). Atlas de Energia Elétrica do Brasil. http://www2.aneel.gov.br/arquivos/PDF/atlas_par2_cap5.pdf

ANEEL. (2019). BIG - Banco de Informações de Geração. http://www2.aneel.gov.br/aplicacoes/capacidadebrasil/capacidadebrasil.cfm

Bassanezi, R. (2002). Ensino - aprendizagem com Modelagem matemática. 3ed. Ed. Contexto.

Bellingieri, J. C. (2005). A economia no período militar (1964-1984): crescimento com endividamento. Revista Online Fabibe. 1(1), 1-13.

BEN. (2019) Balanço Energético Nacional: Relatório Síntese BEN 2019 Ano Base 2018. Rio de Janeiro: EPE. http://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/publicacao-377/topico-470/Relat%C3%B3rio%20S%C3%ADntese%20BEN%202019%20Ano%20Base%202018.pdf

Biembengut, M. S. & Hein, N. (2003). Modelagem Matemática no ensino. 3. Ed. Contexto.

Borgatti, S. P., Everett, M. G. & Freenan, L. C. (2002). Ucinet 6 for Windows: Software for Social Network Analysis. Harvard, MA: Analytic Technologies.

British Petroleum, B. P. (2018). British Petroleum Statistical Review of World Energy. https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2018-full-report.pdf

Carley, K. M., Desner, J., Reminga, J. & Maksim, T. (2007). Toward an Interoperable Dynamic Network Analysis Toolkit. Decision Support Systems, 43(4), 1324–47.

CONAB, (2019). Conab Produção de etanol no Brasil mantém recorde com 33,14 bilhões de litros. Companhia Nacional de Abastecimento. https://www.conab.gov.br/ultimas-noticias/2859-producao-de-etanol-no-brasil-mantem-recorde-e-alcanca-33-58-bilhoes-de-litros

Conway, F. (1962). A First Course in Mathematical Statistics. By C. E. Weatherburn. Pp. Xii + 277. 1961. 18s. 6d. (Cambridge University Press). The Mathematical Gazette, 46, ( 356), 158–158.

Costa, F. de A. (2016). Ensino matemática por meio da modelagem matemática. Ensino da Matemática em Debate. 3, (1), 58-69.

Creswell, J. W. (2007). Projeto de Pesquisa: Métodos qualitativo, quantitativo e misto. 2. ed. Artmed.

Daniel, D. (2016). Modelagem por Polinômios no Ensino Médio. 2016. Unicamp, 127 f. Dissertação (mestrado) Instituto de Matemática, Estatística e Computação Científica. Universidade Estadual de Campinas. Campinas.

Dehmer, M., Emmert-Streib, F. & Shi, Y.(2017). Quantitative Graph Theory: A New Branch of Graph Theory and Network Science. Information Sciences, 418–419, (1), 575–580.

Demirel, Y. (2012). Energy and Energy Types. In: Demirel, Y. (Ed.). Energy. Ed. Springer London.

Emirbayer, M. & Goodwin, J. (1994). Network Analysis, Culture, and the Problem of Agency. American Journal of Sociology. 99, (6), 1411–1454.

EPE. (2018). World Energy Outlook 2018. Empresa de Pesquisa Energética – EPE. http://www.epe.gov.br/sites-pt/sala-de-imprensa/noticias/Documents/12%20April%20_%20EPE%20WEO%20launch_Clean%20(002).pdf

Firjan. (2019). Anuário da Indústria de Petróleo no Rio de Janeiro Panorama 2019. Rio de Janeiro: Firjan – Federação das Indústrias do Estado do Rio de Janeiro. https://www.firjan.com.br/publicacoes/publicacoes-de-economia/anuario-petroleo-e-gas.htm

Hanneman, R. & Riddle, M. (2005). Social Network Data. In: Introduction_to_Social_Network_Methods. University of California, Riverside: Department of Sociology.

Izquierdo, L. R. & Hanneman, R. A. (2006). Introduction to the Formal Analysis of Social Networks Using Mathematica. Published in digital form, Burgos, Spain. http://luis.izqui.org/papers/Izquierdo_Hanneman_2006-version2.pdf.

Koche, J. C. (2011). Fundamentos de metodologia científica. Ed. Vozes. http://www.brunovivas.com/wp-content/uploads/sites/10/2018/07/K%C3%B6che-Jos%C3%A9-Carlos0D0AFundamentos-de-metodologia-cient%C3%ADfica-_-teoria-da0D0Aci%C3%AAncia-e-inicia%C3%A7%C3%A3o-%C3%A0-pesquisa.pdf

Levine, S. S. & Kurzban, R. (2006). Explaining Clustering in Social Networks: Towards an Evolutionary Theory of Cascading Benefits. Managerial and Decision Economics, 27, (2–3), 173–187.

Ludke, M. & Andre, M. E . D. A. (2013). Pesquisas em educação: uma abordagem qualitativa. Ed. E.P.U.

Macarini, J. P. (2005). A política econômica do governo Médici: 1970-1973. Nova Economia, 15, (3), 53–92.

Mahalingam, B. & Orman, W. H. (2018). GDP, and Energy Consumption: A Panel Analysis of the US. Applied Energy, 213, (1),208–218.

Makagon, M. M., McCowan, B. & Mench, J. A. (2012). How Can Social Network Analysis Contribute to Social Behavior Research in Applied Ethology? Applied Animal Behaviour Science, 138, (3–4), 152–161.

Marangoni, G. (2012). IPEA – Instituto de Pesquisa Aplicada. Anos 1980, década perdida ou ganha? Revista de informações e debates. 72, (1), 1-2. http://www.ipea.gov.br/desafios/index.php?option=com_content&id=2759:catid=28&Itemid=23

Masquietto, C. D., Sacomano Neto, M. & Giuliani, A. C.(2011). Centrality and Density in Interfirm Networks: A Study of an Ethanol Local Productive Arrangement. Review of Administration and Innovation - RAI, 8, (1), 122-147.

Mollo Neto, M. (2015). Análise de Redes. In: REIS, J. G. M. (Ed.). Qualidade em Redes de Suprimentos: a qualidade aplicada ao supply chain management. Ed. Atlas.

Mollo Neto, M., Carreira Junior, E. F., Gonçalves Junior, O. E., Romano, S. M. V. & Morales, V. (2014). Análise de redes para prospecção de indicadores da produção de biodiesel no brasil. Energia na agricultura, 29, (4), 306–316.

Mollo Neto, M., Nääs, I.A., Vendrametto, O. & Okano, M.T. (2010). Quantitative analysis supported in sna of the production milk chain in Brazil, CIGR XVIIth World Congress – Québec City, Canada , 1, (1), 1-9.

Nascimento, C. S. D. (2013). PANDORA - Uma Ferramenta para Visualização Incremental e Análise de Redes Sociais Acadêmicas. Universidade Federal do Rio Grande do Sul, Dissertação (mestrado) Programa de Pós-Graduação em Computação - Porto Alegre. https://lume.ufrgs.br/bitstream/handle/10183/67851/000874023.pdf?sequence=1&isAllowed=y

Nogueira, L. P. P., Lucena, A. F. P., Rathmann, R., Rochedo, P. R. R., Szklo, A. & Schaeffer, R. (2014). Will Thermal Power Plants with CCS Play a Role in Brazil’s Future Electric Power Generation? International Journal of Greenhouse Gas Control, 24, (1), 115–123

Ouedraogo, N. S. (2013). Energy Consumption, and Economic Growth: Evidence from the Economic Community of West African States (ECOWAS). Energy Economics, 36, (1), 637–647.

Peng, H., Bao, M., LI, J., Bhuiyan, M. Z. A., Liu, Y., He, Y. & Yang, E. (2018). Incremental Term Representation Learning for Social Network Analysis. Future Generation Computer Systems, 86, (1), 1503–1512.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J. & Shitsuka, R. (2018). Metodologia da pesquisa cientifica. [free e-book]. Santa Maria: UAB/NTE/UFSM. https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1

Ren 21. (2019). Renewables 2019 global status report. France: Frankfurt School UNEP Collaborating Centre for Climate & Sustainable Energy Finance, Bloomberg NEF and UN Environment. Ed. REN21 Secretariat. https://www.ren21.net/wp-content/uploads/2019/05/gsr_2019_full_report_en.pdf

Rossoni, L., Silva, A. J. H. & Ferreira Júnior, I. (2008). Aspectos estruturais da cooperação entre pesquisadores no campo de administração pública e gestão social: análise das redes entre instituições no Brasil. Revista de Administração Pública, 42, (6), 1041–1067.

Scott, J. (1996). Software Review : A Toolkit for Social Network Analysis. Acta Sociologica, 39, (2), 211–216.

Silveira, D. (2019). Crise econômica freia consumo de energia primária no Brasil, aponta Firjan. https://g1.globo.com/economia/noticia/2019/08/07/crise-economica-freia-consumo-de-energia-primaria-no-brasil-aponta-firjan.ghtml

Sorrell, S. (2015). Reducing Energy Demand: A Review of Issues, Challenges, and Approaches. Renewable and Sustainable Energy Reviews, 47, (1), 74–82.

Souza, F. B. de. (2018). Blog 2 Engenheiros: Como obter a equação de regressão de um conjunto de dados no Excel? https://2engenheiros.com/2018/12/18/equacao-regressao-excel

Stokman, F. N. (2001). Networks: Social. In: SEMELSER N.J., B. P. B. (Ed.). International Encyclopedia of the Social & Behavioral Sciences. Ed. Elsevier.

Tainter, J. A. (2011). Energy, Complexity, and Sustainability: A Historical Perspective. Environmental Innovation and Societal Transitions, 1, (1), 89–95.

Tolmasquim, M. T., Guerreiro, A. & Gorini, R. (2007). Matriz energética brasileira: uma prospectiva. Novos Estudos - CEBRAP, 79, (1), 47–69.

Tomaél, M. I. & Marteleto, R. M. (2006). Redes sociais: posições dos atores no fluxo da informação. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, 11, (1), 75–91.

Yin, R. K. (2015). O estudo de caso. Ed. Bookman.

Downloads

Publicado

16/08/2021

Como Citar

MOLLO NETO, M. .; CASAGRANDE, L. M. .; CREMASCO, C. P. .; GABRIEL FILHO, L. R. A. . Prospecção e modelagem de indicadores de produção de energia primária no Brasil com apoio da teoria dos grafos. Research, Society and Development, [S. l.], v. 10, n. 10, p. e485101019199, 2021. DOI: 10.33448/rsd-v10i10.19199. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/19199. Acesso em: 7 jul. 2024.

Edição

Seção

Engenharias