p Os pesquisadores desenvolveram um modelo que pode impulsionar o investimento em projetos de energia sustentável baseados em fazendas, permitindo aos investidores prever com mais precisão se um projeto terá lucro. O modelo melhora os esforços anteriores usando técnicas computacionais avançadas para lidar com a incerteza. p "Converter dejetos animais em eletricidade pode ser lucrativo para os fazendeiros, ao mesmo tempo que produz benefícios ambientais, como a redução das emissões de gases de efeito estufa, "diz Mahmoud Sharara, autor principal de um artigo sobre o trabalho e professor assistente de engenharia biológica e agrícola na North Carolina State University. "Contudo, os fazendeiros nem sempre podem financiar esses projetos, e os projetos nem sempre são uma empresa lucrativa para uma única fazenda.

p "Uma maneira de resolver isso é desenvolver sistemas cooperativos de digestão anaeróbia que aproveitem os resíduos de várias fazendas, "Diz Sharara." Duas das grandes questões em torno desse tipo de projeto são:Onde você constrói o sistema cooperativo? E como saber se será lucrativo? "

p Para esse fim, os pesquisadores desenvolveram um modelo computacional que informa aos usuários como maximizar o retorno econômico dos sistemas de digestão anaeróbia. Especificamente, informa aos usuários onde um sistema deve estar localizado, qual deve ser sua capacidade e o tamanho da área geográfica que deve servir.

p O modelo leva em conta uma variedade de fatores conhecidos, como quais espécies uma fazenda está criando, o tamanho de cada fazenda e onde cada fazenda está localizada. Mas o que diferencia o modelo é a maneira como ele contabiliza a incerteza.

p Para este trabalho, os pesquisadores identificaram 13 fontes principais de incerteza que podem afetar a lucratividade de um sistema digestor anaeróbico.

p Por exemplo, uma forma de esses sistemas ganharem dinheiro é convertendo dejetos animais em biogás, usando esse gás para produzir eletricidade, e depois vendendo a eletricidade. Portanto, uma variável chave na previsão da lucratividade de um sistema é o preço de venda futuro da eletricidade. E embora o preço futuro da eletricidade seja incerto, você pode recorrer a dados históricos ou previsões de mercado para estimar uma faixa de preço.

p O mesmo é verdade para outras fontes de incerteza. Por exemplo, a eficiência de um digestor anaeróbico é incerta, mas você pode prever que o desempenho do digestor ficará dentro de um determinado intervalo.

p É aqui que o modelo entra.

p Os pesquisadores projetaram o modelo para executar simulações repetidas que levam em conta a variação em cada área de incerteza. Por exemplo, como é a lucratividade quando os preços da eletricidade e a eficiência do digestor são altos? E se ambos estiverem baixos? E assim por diante. Ao executar todas essas simulações para diferentes locais do site, capacidades e áreas de serviço, o modelo pode informar aos usuários qual combinação de fatores geraria mais lucro.

p A equipe de pesquisa demonstrou o modelo com estudos de caso de sistemas digestores anaeróbios para fazendas leiteiras em duas regiões de Wisconsin.

p "Os estudos de caso foram uma boa verificação de sanidade para nós, e destacou a viabilidade e utilidade do modelo, "Diz Sharara.

p "Em última análise, achamos que isso vai estimular o investimento nesses projetos, o que será bom para os agricultores e para o meio ambiente. "

p O modelo já está disponível, e os pesquisadores estão interessados ​​em empacotá-lo em um formato que seja mais fácil de usar e distribuir.

p "Também esperamos trabalhar mais de perto com os desenvolvedores de sistemas digestores anaeróbicos para ajustar nossa avaliação dos custos relacionados a esses sistemas, "Sharara diz." E, em última análise, gostaríamos de expandir nosso trabalho para contabilizar os esforços para usar os sólidos deixados para trás após a digestão anaeróbica - como projetos que convertem esses sólidos em fertilizantes comercializáveis. "

p O papel, "Metodologia de planejamento para sistemas de digestão anaeróbia em instalações de produção animal sob incerteza, "foi publicado na revista Waste Management.