Quando se trata de prever os custos de novos sistemas e tecnologias de energia, os pesquisadores devem considerar as taxas de aprendizagem, que são medidas estimadas de progresso tecnológico. Na verdade, avanços tecnológicos são normalmente associados a maior desempenho tecnológico e custos de produção mais baratos.

Pesquisadores do Institute for Advanced Sustainability Studies (IASS), a Universidade de Potsdam e a ETH Zürich realizaram recentemente um estudo para investigar até que ponto as estimativas da taxa de aprendizagem realmente refletem o progresso tecnológico, e se podem ser influenciados por outros fatores, como flutuações da taxa de câmbio. Seu papel, publicado em Nature Energy , baseia-se nas descobertas coletadas em suas pesquisas anteriores, sugerindo uma ligação entre as taxas de câmbio e as taxas globais de aprendizagem.

"Ao finalizar um artigo anterior sobre taxas de aprendizagem para a concentração de energia solar, decidimos mudar a moeda base da análise de euros - o que fazia sentido para CSP, como foi construído principalmente na Europa - em dólares, que é a moeda padrão nas análises econômicas globais, "Johan Lilliestam, um dos pesquisadores que realizou o estudo, disse TechXplore. "Fazendo isso, nossos resultados mudaram, o que nos surpreendeu - um efeito sobre o qual nunca tínhamos ouvido falar na literatura sobre taxas de aprendizagem. "

Depois que este artigo anterior foi publicado, Lilliestam e seus colegas decidiram investigar melhor suas observações para entender melhor por que e como a escolha da moeda pode afetar as taxas de aprendizado. Em seu novo estudo, realizaram uma série de análises com o objetivo de desvendar como a escolha da moeda para uma determinada tecnologia, que é até certo ponto arbitrário, em última análise, afeta a observação empírica das taxas de aprendizagem.

Os pesquisadores também queriam quantificar esse 'efeito da taxa de câmbio' e apresentar um método para compensar esse viés. Tal método poderia, em última análise, permitir estimativas empíricas mais precisas do progresso tecnológico em um contexto global.

"Convertemos os dados brutos - custos do projeto, expresso na moeda do país de cada projeto - em diferentes moedas base, para que todos os dados sejam iguais, "Lilliestam explicou." À medida que as moedas flutuam umas contra as outras, os custos dos projetos variam quando são expressos em moedas diferentes e podem exagerar ou mascarar a melhoria tecnológica que a métrica da taxa de aprendizagem deve medir. "

O método exclusivo que desenvolveram permitiu que Lilliestam e seus colegas calculassem as taxas de aprendizagem em várias moedas, mostrando o quão grande é o efeito que eles observaram anteriormente. Em seu jornal, eles se concentraram em um caso ilustrativo, o de usinas fotovoltaicas de grande porte acima de 5 MW.

Subseqüentemente, os pesquisadores também desenvolveram um conjunto de equações para filtrar o efeito das flutuações da moeda em um período específico. Usando essas equações, os pesquisadores devem ser capazes de produzir métricas mais alinhadas com o que as taxas de aprendizagem supostamente medem:o aprimoramento tecnológico em uma área de pesquisa específica.

"Nossas descobertas mostram outro caso de como é difícil fazer pesquisas empíricas:há toneladas de fatores perturbadores e confusos, e é difícil saber quais são importantes, "Lilliestam disse." Para nossa comunidade, existem duas implicações importantes. Primeiro, mostramos que as estimativas anteriores da taxa de aprendizagem global podem ser afetadas pelo efeito da taxa de câmbio e que esse efeito pode ser grande. Segundo, nossa descoberta é muito importante para pesquisadores e analistas que usam estimativas de taxa de aprendizagem em seus modelos, especialmente para aqueles que executam modelos de otimização. "

Modelos de otimização são técnicas computacionais que podem ser usadas para prever a melhor solução para um determinado problema. Como a maioria dos modelos de otimização empregados atualmente favorecem tecnologias mais baratas, baseando suas análises em taxas de aprendizagem globais, mesmo uma pequena diferença na porcentagem pode influenciar seus resultados finais, identificar tecnologias específicas como mais vantajosas ou adequadas para um uso particular.

Modelos de otimização agora são amplamente usados, tanto para análise científica quanto para aconselhamento político, portanto, seu uso de taxas de aprendizagem tendenciosas pode resultar em políticas irrealistas e implementações tecnológicas. Ao melhorar a precisão das estimativas da taxa de aprendizagem, o método introduzido por Lilliestam e seus colegas poderia, portanto, também influenciar os resultados desses modelos, levando a políticas relacionadas à tecnologia mais eficazes e benéficas.

"Agora estamos analisando como a política afeta a mudança tecnológica, conduzindo análises aplicáveis ​​ao mesmo campo, mas focando mais nos impulsionadores do aprendizado tecnológico do que nas formas de avaliar o aprendizado, "Lilliestam acrescentou.

© 2020 Science X Network