vol.
4, n. 1, Janeiro-Abril/2020
DOI: https://doi.org/10.30781/repad.v4i1.9542
AVALIAÇÃO
DO POTENCIAL DE ECONOMIA DE ENERGIA E REDUÇÃO DE EMISSÕES DE CO2 EM
UM SISTEMA DE TRANSPORTE PÚBLICO
Camila Padovan da Silva
camilapadovans@hotmail.com
http://orcid.org/0000-0002-3081-2064
Universidade de Brasília
Brasília, Distrito Federal, Brasil
Augusto César de Mendonça Brasil
https://orcid.org/0000-0002-0009-9798
Universidade de Brasília
Brasília, Distrito Federal, Brasil
RESUMO
O crescimento das
emissões de poluentes no setor transportes, fruto do incremento da frota de
veículos em circulação no país, motivou sobremaneira a elaboração deste
trabalho, que se propôs a comparar o consumo de combustível, consumo de energia
e emissão de CO2 equivalente de duas tecnologias alternativas ao uso
de combustíveis não renováveis – os ônibus híbridos e elétricos. Foram
propostos sete cenários nas rotas do Gama, Ceilândia, Sobradinho, Taguatinga e
Jardim Botânico. O estudo propôs três métodos de cálculo que podem ser
utilizados para ônibus urbanos. Quanto aos resultados constatou-se que, em
termos de emissão de CO2, o ônibus elétrico tem um potencial
poluidor 64,7% menor do que o ônibus movido a diesel. O ônibus híbrido tem o
potencial de emitir 23,9% menos CO2 e consumir 18,8% menos combustível
que o convencional. Os resultados mostraram que não houve diferença entre a
inserção de novas tecnologias em rotas fora do horário de pico. A partir dos
resultados, discute-se a importância da priorização de fontes renováveis na
matriz energética brasileira, com vista a uma maior utilização de combustíveis
alternativos.
Palavras-chave:
Ônibus elétrico. Emissões de gases de efeito estufa. Consumo de combustível. Mobilidade urbana sustentável.
EVALUATION OF THE
ENERGY SAVING POTENTIAL AND REDUCING CO2 EMISSIONS IN A PUBLIC TRANSPORT SYSTEM
ABSTRACT
The growth in emissions of pollutants in the transport
sector, due to the increase of the vehicle fleet in the country, greatly
motivated the writing of this paper, dedicated to compare the emission of CO2
equivalent, fuel and energy consumption of hybrid and electric buses. Three
scenarios were proposed: BRT, non-segregated route during peak hours and
non-segregated route during non-peak hours. The study proposed three
calculation methods that can be used for city buses. As for the results it was
found that, in terms of CO2 emission, the electric bus has a 64,7%
lower pollutant potential than the diesel-powered bus. The hybrid bus has the
potential to emit 23,9% less CO2 and consume 18,8% less fuel than
the conventional one. The results showed that there was no difference between
the insertion of new technologies in route out of the peak hour. From the results, we discuss
the importance of prioritizing renewable sources in the Brazilian energy
matrix, with a view to greater use of alternative fuels.
Keywords: Electric Buses. Hybrid Buses. GHG Emissions. Fuel Consumption.
Sustainable Urban Mobility.
Submetido: 26/12/2019
Aceito: 30/01/2020
Publicado: 31/01/2020
INTRODUÇÃO
O setor de transportes é atualmente o mais
importante setor para viabilizar a redução das emissões de gases de efeito
estufa (GEE). Vários países, principalmente os europeus, comprometidos com as
metas acordadas de redução dos GEE, estão investindo na propulsão elétrica como
a melhor estratégia para tais reduções.
Adicionalmente, nas últimas décadas têm se
falado muito a respeito da degradação ambiental, principalmente a respeito da
qualidade do ar em grandes centros urbanos (FERNANDES et al., 2015).
O sistema de logística e transporte de pessoas gerou uma dependência no
transporte rodoviário. Esta dependência tende a aumentar o consumo de energia,
provocando um aumento nos problemas de poluição, muitas vezes cumulativo e
irreversível como o caso da poluição atmosférica (RIBEIRO, 2001).
Mundialmente, o setor de transportes é o
maior desafio para a redução das emissões de CO2. No Brasil, não é
diferente. Em 2015, o setor de transporte respondeu por 49,7% do consumo total
de petróleo e em 2014, por 35% do consumo global de energia (IEA, 2012; ORSI et al., 2016).
Entre 1970 e 2010, as emissões de gases de efeito estufa (GEE) do setor de
transporte global aumentaram em 250%, uma taxa significativamente maior do que
outros setores (IPCC, 2014).
Neste contexto, o transporte rodoviário foi majoritariamente responsável pela
emissão de 79 % de Monóxido de Carbono (CO), 57% de Óxido de Nitrogênio (NOx),
e 71% dos compostos orgânicos voláteis não metânicos (NMCOV) e 60 % do material
particulado (MP10) das emissões totais do setor (D’AGOSTO, 2015).
A propulsão elétrica tem sido considerada
como a melhor opção para atingir metas de redução de CO2 do setor de
transportes, em diversos países. O crescimento da frota de veículos com
propulsão elétrica (VE) indica que as próximas décadas serão marcadas pelos
impactos de uma frota, provavelmente com menores consumos energéticos e menores
emissões de CO2.
As características das regiões
metropolitanas brasileiras, tais como a capital Brasília, fazem com que a
queima de combustíveis do setor de transportes seja o maior emissor de GEE,
representados pelas emissões CO2. Portanto, algumas estratégias de
redução dos GEE do setor dos transportes nas regiões metropolitanas, podem
influenciar fortemente as emissões totais. Alguns exemplos de ações neste
sentido, são a implantação de sistemas BRT e a propulsão elétrica dos ônibus
coletivos, com tecnologia híbrida (HEB) ou motor elétrico com baterias (BEB).
Contudo, o horizonte de tempo da mudança da frota ainda é longo. Assim, há a
necessidade da quantificação dos impactos de tais implantações nos consumos
energéticos e emissões de CO2.
Além disso, a forma de geração de
eletricidade é a principal desvantagem dos VE para as matrizes energéticas com
baixas participações de energias renováveis. Consequentemente, eles só podem
atingir todo o seu potencial de mitigação do aquecimento global se a
eletricidade de seu carregamento não for, majoritariamente, de fontes
energéticas de origem fóssil (DREIER et al., 2018).
Portanto, a situação brasileira é favorável, pois a matriz energética
do Brasil é considerada uma das mais renováveis do mundo (EPE, 2017).
Portanto,
o presente trabalho teve como objetivo quantificar e comparar as emissões de CO2
e o consumo energético gerado por ônibus elétricos (BEB), híbridos (HEB)
e à combustão interna (ICB), em dois contextos: operando em um sistema de Bus
Rapid Transit (BRT) e em um sistema convencional não segregado. Também foram
comparados em horário de pico e fora.
REVISÃO BIBLIOGRÁFICA
De acordo com Chester et
al. (2010), regiões metropolitanas podem
variar até 70% em seu consumo de energia e emissões, dependendo da divisão
modal no setor de transportes de passageiros. As variações de consumo de
combustível são influenciadas pelas características dos veículos,
características das vias, trânsito e o condutor, entretanto, de maneira geral
existe uma correlação entre velocidades instantâneas na via e o consumo de
combutível, como mostrado por Akcelik
(1983). Vários autores publicaram
funções semelhantes, tanto dos consumos de combustíveis, quanto da emissão de
poluentes veiculares (EL-SHAWARBY;
AHN; RAKHA, 2005; PANDIAN; GOKHALE; GHOSHAL, 2009). Semelhantemente, o estudo (ANTP, 1999), também indica tais
correlações de consumos de combustível para veículos leves ligeiros e ônibus.
Sendo assim, vários autores demostraram essa forte influência entre velocidades
instantâneas e consumos de combustíveis de veículos de transporte urbano.
Portanto, tais correlações podem servir como método de avaliação dos consumos
de combustível de ônibus urbano, desde que sejam conhecidos os perfis de
velocidades dos trajetos.
Semelhantemente ao que acontece com os consumos de combustível, existe
uma correlação direta entre as velocidades instantâneas e as emissões de CO2.
Embora as regiões possam diferir fortemente em seu balanço de emissões, o
estudo de Liu et al.
(2016) compararam diferentes modos
de transporte de passageiros, com mais detalhes em relação ao uso e emissões de
energia do ciclo de vida (por exemplo, aeronaves, ônibus, carros). Eles
descobriram que o ônibus tem o menor uso de energia e emissões de CO2.
Embora o ônibus tenha o menor impacto, ele ainda emite diretamente no ambiente
urbano em que as pessoas vivem. Portanto, as emissões dos ônibus urbanos devem
ser reduzidas a fim de se alcançar uma cidade sustentável. Além disso, 85% de
energia do total consumido no ciclo de vida, e 86% das emissões totais de CO2
do ciclo de vida são consumidas e emitidas na fase de operação/uso do ônibus
urbano convencional (DREIER et
al., 2018).
Tendo em vista os consumos energéticos e emissões de CO2 dos
transportes urbanos, para as próximas décadas, há várias opções com potencial
de redução dessas variáveis. A implementação de sistemas de BRT aumentam as
velocidades instantâneas e consequentemente diminuem os consumos e emissões.
Adicionalmente, novos equipamentos e sistemas de propulsão também podem ser
utilizados em combinação com sistemas de BRT, aumentando o potencial de redução
dos consumos energéticos e emissões de CO2. Devido a isso, muitos
estudos buscam analisar o consumo energético e emissões de CO2, e
como as novas tecnologias podem reduzir esse alto impacto direto. A maioria dos
estudos analisou ônibus urbanos de dois eixos com diferentes tipos de trem de
força (HUO; WU;
WANG, 2009; LAJUNEN, 2014; MCKENZIE; DURANGO-COHEN, 2012; RIBAU; SILVA; SOUSA,
2014; XU et al., 2015; ZHANG et al., 2014). Especialmente, a comparação
de ônibus urbanos convencionais e híbridos (DREIER et
al., 2018; MUNCRIEF et al., 2012). Outros analisam como
diferentes tipos de combustíveis podem influenciar nesse impacto ambiental,
como biodiesel e gás natural (D’AGOSTO;
OLIVEIRA; ASSUMPÇÃO, 2014; JANSSEN et al., 2010; SHEEHAN et al., 1998).
Embora uma extensa pesquisa tenha sido realizada para ônibus urbanos
para outros países, o Brasil tem uma matriz energética mais renovável, ou seja,
menos poluentes. Por isso, não se pode ter um cálculo
universal de emissões para o setor de transportes, pois as emissões de gases
poluentes variam de acordo com o sistema no qual está inserido, onde contém
características intrínsecas a ele (MA et al., 2012).
Assim, este estudo contribui para a literatura científica da seguinte
forma:
(i) O estudo preenche a lacuna
identificada na literatura científica, comparando diferentes tipos de ônibus
urbanos em relação ao uso de energia e emissões de GEE no Brasil. Um estudo de
caso (Brasília) é usado para a comparação, levando em consideração as condições
de tráfego para as rotas selecionadas. Portanto, uma avaliação abrangente dos
diferentes tipos de ônibus urbanos deve ser feita considerando o mesmo
contexto, em vez de comparar os resultados de diferentes estudos entre si, pois
esses podem diferir significativamente as condições e/ou metodologias e
cenários de tráfego utilizados;
(ii) O estudo também contribui para a
ciência dos transportes, fornecendo valores detalhados de uso de energia e
estimativas de emissões de GEE, para o caso de Brasília. Assim, os dados podem
ser muito úteis ao modelar e analisar novas alternativas para o sistema de
transporte da região.
METODOLOGIA
As maiores concentrações de Polos
Geradores de Viagens (PGVs) em Brasília (DF) estão no Plano Piloto e em
Taguatinga. Por isso, optou-se por adotar a Rodoviária do Plano Piloto (RPP)
como destino final de todas as viagens utilizadas nesse estudo. A consolidação e
intensificação do uso residencial em regiões como Taguatinga e Ceilândia, com
muita população e poucas oportunidades de trabalho, fez com que essas duas
regiões fossem escolhidas como rotas no Eixo Oeste (PDTT/DF, 2019).
A região do Gama, rota Sul, é a 6ª em número populacional de Brasília. A rota
Norte, Sobradinho, é o eixo mais populoso da região, ficando em 7º lugar na
colocação geral de densidade populacional de Brasília. O eixo Leste é
constituído pelas várias unidades de conservação, configuram zonas com
potencial de inibição do processo de urbanização. Contudo, o Jardim Botânico é
um importante corredor de passagem, de regiões como São Sebastião, por isso foi
selecionado para estudo no Eixo Leste (PDTU/DF, 2011).
O presente trabalho comparou os consumos
energéticos e emissões de CO2 de veículos de transporte coletivo de
Brasília (DF). Para tal, foram escolhidas essas cinco rotas, conforme Figura 1.
Figura 1. Rotas escolhidas.
Fonte. Autoria própria a partir do PDTU/DF (2011)
A Tabela 1 mostra as
características das rotas utilizadas:
Tabela 1. Características das Rotas Utilizadas
ROTAS |
CORES |
CARACTERÍSTICAS |
DIST.[1] |
Norte |
Amarelo |
Rodoviária de Sobradinho – RPP |
17,6 km |
Sul |
Alaranjado |
Campus Gama/Universidade de Brasília – RPP |
26 km |
Leste |
Verde |
Região comercial do Jardim Botânico – RPP |
14,7 km |
Oeste |
Vermelho Rosa |
Administração da Ceilândia - RPP Administração de Taguatinga - RPP |
14,4 km 12,4 km |
Fonte. Autoria própria a partir do PDTU/DF (2011)
Nota. [1]
Medido com GPS MAP 60CSx
Para
fins de comparação, esse estudo propõe sete cenários: A, rota de via segregada
(BRT) no trecho do Gama; B, rota de via não segregada, no horário de pico, no
trecho do Gama; C, rota de via não segregada, fora do horário de pico, no
trecho do Gama; D, rota de via não segregada, no horário de pico, no trecho de
Ceilândia; E, rota de via não segregada, no horário de pico, no trecho de
Sobradinho; F, rota de via não segregada, no horário de pico, no trecho de
Taguatinga; G, rota de via não segregada, no horário de pico, no trecho do
Jardim Botânico.
Condições, veículo e
ciclos de condução
Para o levantamento
experimental das velocidades dos ônibus (ciclo de condução), foram feitas
viagens para cada uma das linhas de ônibus que circulam entre os pontos de
origem e destino, nos horários de 07h30 e 9h00, caracterizando as velocidades
nos horários de pico. Somente o cenário C não se encaixa no horário de pico,
mas foi realizado no turno matutino. As velocidades instantâneas foram medidas
com um GPS MAP 60CSx, em frequência de aquisição de 1 Hz. Já que o presente
trabalho pretende comparar os ganhos energéticos em vias não segregadas e
sistema BRT (segregadas), foram realizadas as medições de velocidades nas rotas
típicas, em ambos cenários: linhas de ônibus em faixas exclusivas e linhas
convencionais junto ao trânsito.
A frota de ônibus
de Brasília foi analisada, sendo composta, em sua maioria, por ônibus com cerca
de 11-12 metros de comprimento e 15-18 toneladas. O combustível usado foi o Diesel com baixo teor de enxofre, em conformidade
com a qualidade ANP do combustível. O veículo Euro IV, ou Fase do PROCONVE P6,
foi o padrão utilizado para os ônibus a diesel testados durante o período de
estudo. Nesse horário a taxa de ocupação dos veículos foi de 60% a 70%.
Consumo de combustível
O cálculo
dos consumos de combustível para os ICB, no presente trabalho, foi feito
através de dados disponibilizados de um estudo experimental realizado (SIMÕES; FARIAS; CUNHA, 2006) em
Lisboa, Portugal, com ônibus EURO IV, no período da manhã, nos horários de pico
e fora, conforme a Figura 2. A linha
preta corresponde à função de correlação do consumo de combustível e
velocidades para os ônibus convencionais proposta.
Figura 2. Função proposta da correlação do
consumo de combustível com a velocidade.
Fonte. Autoria própria a partir de Simões, Farias e
Cunha (2006)
A partir dos experimentos
realizados por Simões, Farias e
Cunha (2006) foi possível obter uma
correlação matemática do consumo de combustível em função da velocidade
instantânea nas vias.
A função proposta foi comparada com estudos já existentes para verificar sua
robustez, conforme Figura 3.
Os valores da
função proposta por ANTP
(1999); Romero,
Romero e Brasil (2004) e Song
et al. (2013) são bastante
coincidentes para velocidades maiores que 15 km/h, mas divergem para
velocidades menores.
Figura 3. Relação entre velocidade e consumo
de combustível para o ônibus.
Fonte. Autoria própria a partir de ANTP (1999);
Romero, Romero e Brasil (2004); Song et al.(2013).
Contudo,
estudos experimentais (ANTUNES, 2009; FREY et al., 2007;
SIMÕES; FARIAS; CUNHA, 2006)
indicam que é preciso existir uma correlação mais universal que contemple as
velocidades mais elevadas, mas especialmente as velocidades abaixo de 15 km/h
(Figura 2). A equação (1) representa a correlação de consumo para todas as
condições de velocidades, proposta pelo estudo, para ICB.
ConsBus
= 3,7072. V -0,629 (1)
Onde:
ConsBus
= Consumo de combustível para os ônibus convencionais (l/km);
V = Velocidade do veículo
(km/h).
Para o cálculo do consumo
de combustível dos HEB, foram levantados dados do estudo de Matzer et al. (2019).
A Figura 4 mostra os dados levantados pelo estudo citado, comparando-os com as
funções determinadas por esse estudo.
Figura 4. Consumo de combustível para ônibus convencional e híbrido
Fonte. Autoria própria a partir de Matzer et al.
(2019).
A
partir da robustez conferida, a equação (2) traz em valores o consumo de combustível
em função da velocidade, para os ônibus híbridos.
ConsHEB
= 1,6. V-0,45 (2)
Onde:
ConsHEB
= Consumo de combustível para ônibus híbridos (l/km);
V
= Velocidade do veículo (km/h).
Emissões de CO2
A
mesma metodologia aplicada acima, para determinação da função de correlação
para o consumo de combustível, foi repetida para as emissões de CO2.
Assim, antes de propor uma função de emissão de CO2, houve o cuidado
de manter a mesma simetria obtida entre as funções de correlação de consumo de
combustível entre de Song et al. (2013)
e o presente trabalho. Posteriormente, estendeu-se a mesma simetria para uma
função de emissão de CO2. Por fim, foi possível comparar com os
estudos de Song et al. (2013)
e Zhang et al.(2014),
conforme Figura 5.
Figura 5. Correlação entre
velocidade e emissão de CO2
Fonte. Autoria própria a partir de Song et al.
(2013); Zhang et al. (2014).
Assim
como para a Figura 2, para velocidades menores que 15 km/h, as equações
propostas por Song et al. (2013) e Zhang et al. (2014)
resultam em valores ligeiramente menores que aquelas propostas no presente
trabalho. Portanto, igualmente ao anteriormente proposto para os consumos de
combustível, a equação (3) será aplicada nesse estudo como proposta para as
emissões de CO2 em função das velocidades instantâneas para os ICB.
ECO2=7000×V^(-0,8)
(3)
Onde:
ECO2
= Massa de poluente para ônibus convencionais (g/km);
V = Velocidade do veículo
(km/h).
Para
calibrar a função de emissão de CO2, tanto para o veículo
convencional (ICB), quanto para o HEB foi feita uma abordagem de avaliação dos
valores de emissão da CO2 em função do consumo de combustível, e
compará-los com os mesmos valores caso a reação do Diesel fosse uma reação
estequiométrica (Fig. 6). Portanto, observa-se que determinar as emissões de CO2,
assumindo uma reação estequiométrica, superestima as emissões. Assim, as
funções para as emissões de CO2 do ICB e HEB, propostas pelo
presente estudo, seguem a Figura 6 e equação (4).
Figura 6.
Correlação do consumo de combustível e emissões de CO2 para ônibus.
Fonte. Autoria própria a partir de Song et al. (2013)
Assim, a equação (4) determina a a função utilização
para o cálculo das emissões de CO2 para os ônibus híbridos.
ECO2HEV=1322,4×ConsBus^1,2719
(4)
Onde:
ECO2HEV
= Massa de poluente para ônibus híbridos (g/km);
ConsBus
= Consumo de combustível (l/km).
Emissão de CO2
do veículo elétrico
Com o objetivo de comparar as emissões dos
BEB com os ICB e HEB, foram levantadas as séries históricas das emissões de CO2
da matriz elétrica brasileira e da região Centro-Oeste (SEEG, 2019). O fator de
emissão máximo da matriz brasileira, em 2015, foi de 108,23tonCO2/GWh,
contudo, em novembro de 2018 o fator de emissão atingiu o mínimo de 43,68tonCO2/GWh.
No Distrito Federal, os fatores da matriz elétrica anuais são apresentados na
Tabela 2.
Tabela 2. Fator de emissão
anual para o Distrito Federal
Ano |
Geração
de eletricidade (GWh) |
Emissões
CO₂ (t) |
tCO2/GWh |
2009 |
5129910,041 |
394945560 |
76,99 |
2010 |
4688445,229 |
384274617 |
81,96 |
2011 |
4213584,966 |
362586881 |
86,05 |
2012 |
3723073,596 |
346906482 |
93,18 |
2013 |
3212198,255 |
317780406 |
98,93 |
2014 |
2690039,665 |
267571394 |
99,47 |
2015 |
2158810,186 |
197612315 |
91,54 |
2016 |
1628173,188 |
133485254 |
81,98 |
2017 |
1088084,952 |
92345471 |
84,87 |
2018 |
541402,5434 |
41286516 |
76,26 |
Fonte. Autoria própria a partir de SEEG (2019)
Para o cálculo das emissões do ônibus
elétrico o fator de emissão máximo, para o Centro-oeste, é o de 2014,
99,47tonCO2/GWh, e o mínimo é o de 2018, 76,26 tonCO2/GWh.
Esses valores foram os utilizados nesse estudo.
Consumo energético
Para se estimar o consumo
energético do ICB e HEB foram utilizados a densidade do diesel, 0,84 kg/l, e o
seu poder calorífico inferior, 11,76 kWh/kg, como valores referência, conforme
equação (5) (ANP, 2018).
E= ConsBus××PCI
(5)
Onde:
E
= Energia consumida (kWh/km);
ConsBus
= Consumo de combustível (l/km);
= Densidade do diesel (kg/l);
PCI
= Poder calorífico inferior (kcal/kg).
Para
determinar o consumo de energia do BEB, foram utilizados dados do estudo de Matzer et al. (2019).
A Figura 7 mostra o consumo de energia específico para um BEB com metade da
capacidade de carga e uma massa bruta do veículo (GVM) de mais de 18 toneladas.
Figura 7. Correlação entre a velocidade e o
consumo energético para os BEB.
Fonte. Autoria própria a partir de Matzer et al.
(2019)
Assim,
a equação (6) determina o consumo de energia, para os BEB, em função da sua
velocidade instantânea.
EBEB= 12,457
×V^(-0,527) (6)
Onde:
EBEB
= Energia consumida pelo ônibus elétrico (kWh/km);
V
= velocidade do veículo (km/h).
RESULTADOS
O GPS registrou o desempenho do
ônibus nas rotas selecionadas, conforme Figura 8.
Figura 8. Velocidades instantâneas
Fonte. Elaborado pelos autores (2019)
A Tabela 3 mostra os resultados detalhados,
de cada cenário proposto, para o consumo de energia, dado em kWh/km; as
emissões de CO2, em gCO2/km; consumo de combustível, em
L/km. As colunas 5, 6, 12,13, 14 e 19 mostram o Gap - Gap (%) 1 –
onde é dado o percentual de variação daquelas variáveis (HEB e BEB) comparada
com os ICB. Enquanto as colunas 7, 15 e 16, mostram o Gap - Gap (%) 2 –
que mostra o percentual de variação da variável BEB comparada com os HEB.
Tabela 3. Resultados dos
cenários analisados
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
Energia (kWh/km) |
Emissões
de CO2 (gCO2/km) |
Consumo
de combustível (L/km) |
||||||||||||||||
ICB |
HEB |
BEB |
Gap
(%)1 |
Gap
(%)2 |
ICB |
HEB |
BEB |
Gap
(%)1 |
Gap
(%)2 |
ICB |
HEB |
Gap
(%)1 |
||||||
HEB |
BEB |
2018 |
2014 |
HEB |
BEB
2018 |
BEB
2014 |
2018 |
2014 |
||||||||||
Cenário
A |
2,9 |
2,6 |
1,5 |
11,2 |
48,7 |
42,2 |
277,9 |
238,4 |
113,1 |
147,6 |
14,2 |
59,3 |
46,9 |
52,6 |
38,1 |
0,29 |
0,26 |
11,2 |
Cenário
B |
3,4 |
2,9 |
1,7 |
16,1 |
50,4 |
40,8 |
351,0 |
278,1 |
130,0 |
169,6 |
20,8 |
63,0 |
51,7 |
53,3 |
39,0 |
0,35 |
0,29 |
16,1 |
Cenário
C |
2,8 |
2,5 |
1,4 |
10,3 |
48,4 |
42,5 |
264,0 |
229,2 |
142,2 |
109,0 |
13,2 |
46,1 |
58,7 |
38,0 |
52,5 |
0,28 |
0,25 |
10,3 |
Cenário
D |
3,6 |
2,99 |
1,78 |
17,2 |
50,7 |
40,5 |
372,9 |
290,9 |
135,6 |
176,8 |
22,0 |
63,6 |
52,6 |
53,4 |
39,2 |
0,37 |
0,30 |
17,2 |
Cenário
E |
3,4 |
2,83 |
1,67 |
15,6 |
50,2 |
41,0 |
340,8 |
272,2 |
127,5 |
166,2 |
20,1 |
62,6 |
51,2 |
53,2 |
38,9 |
0,34 |
0,29 |
15,6 |
Cenário
F |
3,9 |
3,13 |
1,88 |
18,8 |
51,3 |
40,0 |
405,6 |
308,6 |
143,1 |
186,7 |
23,9 |
64,7 |
54,0 |
53,6 |
39,5 |
0,39 |
0,32 |
18,8 |
Cenário
G |
3,6 |
2,98 |
1,78 |
17,7 |
50,9 |
40,3 |
378,4 |
291,6 |
135,6 |
176,9 |
22,9 |
64,2 |
53,2 |
53,5 |
39,3 |
0,37 |
0,30 |
17,7 |
Média |
3,4 |
2,8 |
1,7 |
- |
- |
- |
341,5 |
272,7 |
132,4 |
161,8 |
- |
- |
- |
- |
- |
0,3 |
0,3 |
- |
Fonte. Elaborado pelos autores (2019)
As colunas 2, 3 e 4 apresentam os valores
específicos do consumo de energia, em kWh/km. Os resultados mostraram que os
ônibus híbridos e elétricos consomem significativamente menos energia que os
convencionais. Valores similares de consumo energético foram apresentados na
literatura (LAJUNEN, 2014; MUNCRIEF et al., 2012).
Os resultados mostraram uma redução no consumo energético dos HEB em relação ao
ICB, de até 18,8%, cenário F. Mostrou também uma redução de até 50,9% dos BEB
em relação ao ICB, para o cenário G. Além disso, uma redução na utilização do
BEB em relação aos HEB de até 42,5%, para o cenário C. Os valores médios do
consumo energético para o ICB foi de 3,4 kWh/km; para o HEB foi de 2,8 kWh/km;
e, por fim, o do BEB foi de 1,7 kWh/km.
As colunas 8,
9, 10 e 11 mostram as emissões de dióxido de carbono (CO2), em gCO2/km,
para cada cenário analisado. Lembrando, que as colunas 10 e 11 são os valores
mínimos e máximos, respectivamente, das emissões dos BEB, para a região do
Centro-Oeste brasileiro. Em todos os cenários, o BEB obteve melhores
resultados, emitindo menos poluente. Entre os cenários analisados, o cenário F
mostrou os números mais elevados de emissões de CO2 por quilometro
rodado. Para o cenário A, o HEB, em comparação ao ICB, reduziu em 14,2% as
emissões. E nesse cenário houve as maiores reduções percentuais com a
implantação de ônibus elétricos e híbridos. Essa redução pode chegar até 64,7%,
com a implantação dos BEB em relação aos ICB.
As colunas 15 e 16 mostram a variação das emissões do BEB em relação ao
HEB. E a maior variação foi de 53,6%, para o cenário F. As
emissões de CO2 médio
para os cenários analisados foi de 341,5 gCO2/km, para os ICB; de 272,7 gCO2/km,
para os HEB; e 132,4 gCO2/km,
o mínimo emitido em 2018, e 161,8 gCO2/km, o máximo emitido em 2014,
para os BEB.
As colunas 17 e 18 mostram o consumo de
combustível, em l/km, para cada cenário analisado. Em todos os cenários, o HEB
obteve melhores resultados, consumindo menos combustível. O cenário que houve a
maior economia no consumo de combustível foi o cenário F, com uma redução de
18,8%. E por ultimo, houve uma economia de 10,3% para o cenário C. Mesmo com
uma menor economia entre os veículos analisados no cenário C, esse
cenário foi o que consumiu menos combustível em valores totais. Isso se dá,
pois a velocidade é exponencialmente responsável pelo consumo de combustível.
Assim, quanto maior a velocidade média do percurso, menor o consumo de
combustível. Isso pode ser visto na Figura 4, que para velocidade elevadas esse
consumo é constante e baixo. Valores
similares foram apresentados na literatura (ZHANG et al., 2014).
CONSIDERAÇÕES FINAIS
O presente trabalho propôs funções
matemáticas simples e uma metodologia para direta estimativa dos consumos
energéticos e emissões de CO2 de ônibus urbanos, com propulsão
convencional, híbrida e elétrica com baterias, comprando-os em situações de
sistema BRT, sem vias segregadas, com ou sem trânsito.
Historicamente, os ônibus de transporte
público recebem substancial atenção, no que diz respeito às emissões urbanas.
Os resultados da simulação mostram claramente que a eficiência energética do
ônibus urbano pode ser significativamente melhorada por hibridização e
eletrificação. Essa melhoria depende fortemente do grau de eletrificação,
portanto, quanta energia elétrica pode ser usada para a operação do sistema. Os
BEB e HEB apresentaram menor consumo de combustível, menor emissões e consumo
energético, sendo o primeiro o mais benéfico.
Além disso, para todos os casos foi
possível observar que o ciclo de condução e o fato da rota ser segregada ou
não, influenciam substancialmente nos valores dos consumos, para os horários de
pico. Porém não houve grandes variações nos consumos e emissões entre o cenário
A e C, pois devido às velocidades mais elevadas, não faria muita diferença se
houvesse a inserção de veículos elétricos e híbridos fora do horário de pico.
O ônibus
elétrico mostrou sua capacidade de reduzir o consumo energético em até 51,3%.
Além disso, emite 64,7% menos que os ICB, para o cenário F. Para os híbridos,
as emissões de CO2 podem ser
reduzidas em até 23,9%, enquanto o consumo energético e de combustível podem
ser reduzidos em até 18,8%.
Os resultados positivos dos veículos
elétricos e híbridos na dimensão ambiental sustentam a necessidade de políticas
de incentivo ao uso dessa tecnologia no sentido de contribuir para uma redução
dos impactos ambientais, relacionados a emissões de gases de efeito estufa, no
setor de transportes. No caso do transporte público de passageiros, os ônibus
elétricos, menos poluentes e com menor custo de manutenção, podem ser uma
alternativa de transporte eficiente para cidades mais limpas.
Nessa
perspectiva, mais estudos incluindo o ciclo de vida para essas rotas deveriam
ser realizados para o entendimento detalhado do comportamento quanto o consumo
energético, de combustível e emissões de poluentes dos cenários e tecnologias
analisadas. Além disso, Para trabalhos futuros sugere-se a análise
econômica de investimentos para a troca da frota, analisando a fundo se há a
possibilidade de se ter um cenário de sustentabilidade no sistema de
transportes de Brasília. Contribuindo, assim, para embasar as futuras decisões
dos gestores e
operadoras.
REFERÊNCIAS
AKCELIK,
R. Progress in Fuel Consumption Modelling for Urban Traffic Management. Australian
Road Research Board, v. 1983–4, n. 1, p. 56, 1983. Disponível em:
http://trid.trb.org/view.aspx?id=195997.
ANP.
Fatores de conversão, densidades e poderes caloríficos inferiores. .
[s.l.: s.n.], 2018. Disponível em:
http://www.anp.gov.br/arquivos/central-conteudos/anuario-estatistico/2019/anuario-2019-fatores-de-conversao.pdf.
ANTP. Redução das
Deseconomias Urbanas Com a Melhoria do Transporte Público. Revista dos
Transportes Públicos, 1999. Disponível em: http://files-server.antp.org.br/_5dotSystem/download/dcmDocument/2013/01/10/057A84C9-76D1-4BEC-9837-7E0B0AEAF5CE.pdf.
ANTUNES, G. N. Energy
and environmental monitoring of alternative fuel vehicles. 2009. Instituto
Superior Técnico, Universidade de Lisboa, 2009.
CHESTER, M. V.; HORVATH,
A.; MADANAT, S. Comparison of life-cycle energy and emissions footprints of
passenger transportation in metropolitan regions. Atmospheric Environment,
2010. DOI 10.1016/j.atmosenv.2009.12.012. .
D’AGOSTO, M. A. Transporte,
uso de energia e impactos ambientais: uma abordagem introdutória. Rio de
Janeiro: Elsevier, 2015.
D’AGOSTO, M. D. A.;
OLIVEIRA, C. M.; ASSUMPÇÃO, F. D. C. Alternativas energéticas para o transporte
público urbano no Rio de Janeiro: uma análise utilizando Inventário de Ciclo de
Vida (ICV). TRANSPORTES, 2014. DOI 10.14295/transportes.v22i1.736. .
DREIER, D.; SILVEIRA, S.; KHATIWADA, D.; FONSECA, K.V.O.; NIEWEGLOWSKI, R.;
SCHEPANSKI, R. Well-to-Wheel analysis of fossil
energy use and greenhouse gas emissions for conventional, hybrid-electric and
plug-in hybrid-electric city buses in the BRT system in Curitiba, Brazil. Transportation Research Part D: Transport and
Environment, 2018. DOI
10.1016/j.trd.2017.10.015. .
EL-SHAWARBY, I.; AHN, K.;
RAKHA, H. Comparative field evaluation of vehicle cruise speed and acceleration
level impacts on hot stabilized emissions. Transportation Research Part D:
Transport and Environment, 2005. DOI 10.1016/j.trd.2004.09.002. .
EPE - EMPRESA DE PESQUISA
ENERGÉTICA. Balanço Energético Nacional
2017. 2017. DOI 620.9:553.04(81). .
FERNANDES, V. A.; D'AGOSTO, M.A.; OLIVEIRA, C.; ASSUMPÇÃO, F.C.; DEVEZA, A.C.P. Eco-driving: uma ferramenta para aprimorar a
sustentabilidade do transporte de resíduos urbanos. Revista Transportes,
2015. DOI 10.14295/transportes.v23i2.773. .
FREY, H. C.; ROUPHAIL, N.; ZHAI, H.; FARIAS, T.L.; GONÇALVES, G. Comparing real-world fuel consumption for diesel- and
hydrogen-fueled transit buses and implication for emissions. Transportation Research Part D: Transport and Environment, v. 12, n. 4, p. 281–291, 2007. DOI
10.1016/j.trd.2007.03.003. .
HUO, H.; WU, Y.; WANG, M.
Total versus urban: Well-to-wheels assessment of criteria pollutant emissions
from various vehicle/fuel systems. Atmospheric Environment, 2009. DOI
10.1016/j.atmosenv.2008.12.025. .
IEA. Tracking Clean
Energy Progress 2013. Technology. [s.l.: s.n.], 2012.
IPCC. AR5 Climate
Change 2014: Mitigation of Climate Change. . [s.l.: s.n.], 2014. Disponível
em: https://www.ipcc.ch/site/assets/uploads/2018/02/ipcc_wg3_ar5_full.pdf.
JANSSEN, R.; RUTZ, D.; HOFER, A.; MOREIRA, J.; SANTOS, S.; COELHO, S.; VELAZQUEZ, S. Bioethanol as sustainable bus transport fuel in
Brazil and Europe. 18th European Biomass Conference and Exhibition, Lyon,
France, n. May, p. 3–7, 2010. Disponível em:
https://www.researchgate.net/profile/Dominik_Rutz/publication/228822792_BIOETHANOL_AS_SUSTAINABLE_BUS_TRANSPORT_FUEL_IN_BRAZIL_AND_EUROPE/links/0deec518a515f9e5da000000.pdf%0Ahttp://web.etaflorence.it/uploads/media/VP4.3.12_paper.pdf
LAJUNEN, A. Energy
consumption and cost-benefit analysis of hybrid and electric city buses. Transportation
Research Part C: Emerging Technologies, 2014. DOI
10.1016/j.trc.2013.10.008. .
LIU, H.; XU, Y. ; STOCKWELL, N.; RODGERS, M.; GUENSLER, R. A comparative life-cycle energy and emissions analysis for intercity
passenger transportation in the U.S. by aviation, intercity bus, and
automobile. Transportation Research Part D:
Transport and Environment, 2016. DOI
10.1016/j.trd.2016.08.027.
MA, H.; BALTHASAR, F.; TAIT, N.; RIERA-PALOU, X.; HARRISON, A. A new comparison between the life cycle greenhouse
gas emissions of battery electric vehicles and internal combustion vehicles. Energy Policy, 2012. DOI 10.1016/j.enpol.2012.01.034.
MATZER, C.; WELLER, K.; DIPPOLD, M.; LIPP, S.; RÖCK, M.; REXEIS, M.; HAUS-BERGER, S. Update of Emission Factors for HBEFA Version 4.1. . [s.l.: s.n.], 2019.
MCKENZIE, E. C.;
DURANGO-COHEN, P. L. Environmental life-cycle assessment of transit buses with
alternative fuel technology. Transportation Research Part D: Transport and
Environment, 2012. DOI 10.1016/j.trd.2011.09.008. .
MUNCRIEF, R. L.; CRUZ, M.; NG, H.; HAROLD, M. Impact of auxiliary loads on fuel economy and
emissions in transit bus applications. 2012. Anais [...]. [s.l.: s.n.], 2012. DOI 10.4271/2012-01-1028.
ORSI, F.; MURATORI, M.; ROCCO, M.;
COLOMBO, E.; RIZZONI, G. A
multi-dimensional well-to-wheels analysis of passenger vehicles in different
regions: Primary energy consumption, CO2 emissions, and economic cost. Applied
Energy, 2016. DOI 10.1016/j.apenergy.2016.02.039. .
PANDIAN, S.; GOKHALE, S.;
GHOSHAL, A. K. Evaluating effects of traffic and vehicle characteristics on
vehicular emissions near traffic intersections. Transportation Research Part
D: Transport and Environment, 2009. DOI 10.1016/j.trd.2008.12.001. .
PDTT/DF. Plano de
Desenvolvimento do Transporte Público sobre Trilhos do Distrito Federal –
PDTT/DF – Relatório Final. . Brasília/ DF: [s.n.], 2019. Disponível em:
http://www.metro.df.gov.br/?page_id=40044.
PDTU/DF. PDTU/DF – Plano
Diretor de Transporte Urbano e Mobilidade do DF e entorno. . Brasília/ DF:
[s.n.], 2011.
RIBAU, J. P.; SILVA, C.
M.; SOUSA, J. M. C. Efficiency, cost and life cycle CO2 optimization of fuel
cell hybrid and plug-in hybrid urban buses. Applied Energy, 2014. DOI
10.1016/j.apenergy.2014.05.015. .
RIBEIRO, S. K. Transporte
sustentável: alternativas para ônibus urbanos. Rio de Janeiro: COPPE/UFRJ,
2001.
ROMERO, S. M. A.; ROMERO,
R. R. da; BRASIL, A. C. de M. Influência do congestionamento e modo de
condução, nas velocidades, consumos e emissões de um ônibus urbano. TRANSPORTES,
v. 12, n. 2, jul. 2004. DOI 10.14295/transportes.v12i2.137. .
SEEG. Sistema de
Estimativas de Emissões e Remoções de Gases de Efeito Estufa. . [s.l.:
s.n.], 2019. Disponível em: http://seeg.eco.br/o-que-e-o-seeg/.
SHEEHAN, J.; CAMOBRECO, V.; DUFFIELD, J.; GRABOSKI, M.; SHAPOURI, H. Life Cycle Inventory of Biodiesel and Petroleum Diesel
for Use in an Urban Bus A Joint Study Sponsored by. National Renewable Energy Laboratory US Department of
Energy US Department of Agriculture, 1998. DOI 10.2172/658310. .
SIMÕES, A. .; FARIAS, T.
L.; CUNHA, F. J. GISFROT II - Impact of an Integrated Drivers Training and
Monitorization Scheme on Fleet Performance: a Case Study of Rodoviaria de
Lisboa, SA. 2006. Anais [...]. [s.l.]: AET Papers Repository, 2006.
SONG, Y. Y.; YAO, E.J.; ZUO, T.; LANG, Z.F. Emissions
and fuel consumption modeling for evaluating environmental effectiveness of ITS
strategies. Discrete Dynamics in Nature and
Society, 2013. DOI 10.1155/2013/581945.
XU, Y.; GBOLOGAH, F.; LEE, D.Y.; LIU, H.; RODGERS, M.O.; GUENSLER, R. Assessment of alternative fuel and powertrain transit
bus options using real-world operations data: Life-cycle fuel and emissions
modeling. Applied Energy, 2015. DOI 10.1016/j.apenergy.2015.04.112.
ZHANG, S.; WU, Y.; LIU, H.; HUANG, R.; YANG, L.; LI, Z.; FU, L.; HAO, J. Real-world fuel consumption and CO2 emissions of urban
public buses in Beijing. Applied Energy, 2014. DOI 10.1016/j.apenergy.2013.09.017.