Statistical modeling of energy production in biomass power plants in Brazil

Authors
DOI:
https://doi.org/10.47456/bjpe.v12i2.50299
Keywords:
Biomass, thermoelectric energy, RStudio, applied statistics, energy chain
Abstract

This study analyzed the installed capacity of biomass power plants in Brazil through a structured methodological approach. Initially, the data were preprocessed, including standardization of nomenclature, treatment of missing values, and creation of temporal variables. A descriptive analysis was carried out to characterize the distribution of capacity by biomass type and subtype, complemented by graphical visualizations such as evolutionary timelines, seasonal boxplots, and relative participation charts. Correlation analysis was applied to examine the relationship between the number of plants and the total installed capacity. Statistical tests included one-way ANOVA to verify significant differences among subtypes, followed by Tukey’s HSD post-hoc test for pairwise comparisons and calculation of the effect size (η²) to assess the practical relevance of the differences. The results revealed distinct patterns of installed capacity among biomass types, with sugarcane bagasse standing out, and also highlighted challenges such as seasonality and terminological inconsistencies. The integrated approach allowed the characterization of the national bioenergy landscape, providing insights for sectoral policies and future research on optimizing Brazil’s renewable energy matrix.

Author Biographies
  1. Henrique Costa Gomes, Universidade Estadual de Maringá (UEM)

    Engenheiro de Produção formado pela Universidade Estadual de Maringá (UEM), onde também atua em projetos acadêmicos e de pesquisa. Atualmente, é mestrando em Engenharia de Produção com bolsa CNPq, desenvolvendo estudos sobre prevenção de acidentes e subnotificação na Comunicação de Acidente de Trabalho (CAT). Trabalha na Unicesumar como professor-mediador e colabora com a Itaipu em pesquisas sobre custos da não-segurança cibernética. Possui MBA em Gestão de Projetos e Metodologias Ágeis, com experiência em simulação, otimização e decisão multicritério. Suas linhas de pesquisa incluem Saúde e Segurança no Trabalho, Cadeias de Suprimentos e Engenharia de Produção 4.0. https://orcid.org/0009-0005-2617-0942

  2. Mario Vinicio Garcia, Universidade Estadual de Maringá (UEM)

    Graduado em Engenharia Civil (2020) e Engenharia de Produção (2024) pelo Centro Universitário FEITEP, com especializações em Engenharia de Segurança do Trabalho (2024) pela mesma instituição, em Gerenciamento de Projetos para Engenheiros (2024) pelo Centro Universitário Cidade Verde UNICV e MBA em Sustentabilidade (2025) pela Educa Minas. Mestrando em Engenharia de Produção pela Universidade Estadual de Maringá (UEM), com pesquisas voltadas à ergonomia, sustentabilidade e comunicação científica no meio acadêmico. Atua como engenheiro autônomo na área de construção civil, com experiência em projetos arquitetônicos, elétricos e hidráulicos, além de obras de pavimentação, drenagem, topografia, orçamentos e construções verticais (prédios e residências). Possui vivência profissional em diferentes segmentos, incluindo órgãos públicos, imobiliárias, setor de comunicação visual e obras hospitalares. É autor de diversos trabalhos apresentados em congressos e simpósios nacionais, abordando temas como segurança do trabalho, planejamento estratégico, sustentabilidade e patologias em pavimentos. Tem domínio de ferramentas como AutoCAD e Revit, além de formação técnica em pedreiro de edificações. Atua com foco em inovação, sustentabilidade e gestão eficiente de projetos, alinhando conhecimento técnico à responsabilidade social e ambiental. https://orcid.org/0009-0007-6481-0562

  3. Ana Paula Gatto da Conceição, Universidade Estadual de Maringá (UEM)

    Possui graduação em Engenharia de Produção pela Universidade Estadual de Maringá (2022). Cursando MBA em gestão Comercial e Vendas (UNIFATECIE) https://orcid.org/0009-0009-8169-6292 http://lattes.cnpq.br/7324649313502786

  4. Rita de Cássia Moreschi Dória, Universidade Estadual de Maringá (UEM)

    Possui graduação em Engenharia de Produção pela Universidade Estadual de Maringá (2022). Mestranda em Engenharia de Produção na Universidade Estadual de Maringá. Docente na Universidade Estadual de Maringá. https://orcid.org/0009-0007-5025-8797

References

Alruqi, M., Sharma, P., Algburi, S., Khan, MA, Alsubih, M., & Islam, S. (2024). Transformação de energia de biomassa: aproveitando o poder da IA explicável para desbloquear o potencial de dados de análise final. Tecnologia e Inovação Ambiental, 35, 103652. https://doi.org/10.1016/j.eti.2024.103652

Azevedo, A. A. de, Leite, C. M. de O., & Andrade, L. A. de. (2019). Análise da eficiência energética dos estados brasileiros com a utilização do método análise envoltória de dados. Brazilian Journal of Production Engineering, 5(3), 196-213. Recuperado de https://periodicos.ufes.br/bjpe/article/view/V05N03_10

BNDES & CGEE. (2008). Bioeletricidade: Energia da biomassa na matriz elétrica. Rio de Janeiro: BNDES.

Brasil. Ministério de Minas e Energia. (2023). Balanço energético nacional 2023. Brasília: MME/EPE. Recuperado de https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/Balanco-Energetico-Nacional

Borychenko, O., Cherniavskyi, A., Pobigaylo, V., Savchenko, V., & Lyudmyla, M. (2024). Avaliação do impacto de tecnologias inovadoras no desenvolvimento sustentável de sistemas energéticos: uma análise comparativa de indicadores técnicos e ambientais. Revista Gestão & Tecnologia, 24 (Especial), 257-286. https://doi.org/10.20397/2177-6652/2024.v24iSpecial.2836

Demirbas, A. (2001). Biomass resource facilities and biomass conversion processing for fuels and chemicals. Energy Conversion and Management, 42(11), 1357-1378.

Empresa de Pesquisa Energética - EPE. (2022). Plano decenal de expansão de energia 2032. Brasília: EPE. Recuperado de https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/Plano-Decenal-de-Expansao-de-Energia

Fujino, M. & Hashimoto, M. (2023). Economic and environmental analysis of woody biomass power generation using forest residues and demolition debris in japan without assuming carbon neutrality. Forests, 14(1), 148. https://doi.org/10.3390/f14010148

Gil, A. C. (2017). Métodos e técnicas de pesquisa social (6ª ed.). São Paulo: Atlas.

Macedo, I. C., Seabra, J. E. A., & Silva, J. E. A. R. (2008). Greenhouse gases emissions in the production and use of ethanol from sugarcane in Brazil: the 2005/2006 averages and a prediction for 2020. Biomass and Bioenergy, 32(7), 582-595.

Leiva-Candia, DE, García, IL, Lopez, I., Serrano-Herrador, JA, & Dorado, MP (2022). Estatística descritiva e inferencial como ferramenta comparativa de emissões de escapamento entre diferentes condições de operação do motor e combustíveis. Aplicação ao biodiesel altamente oxidado misturado com álcoois primários. Combustível, 324, 124453. https://doi.org/10.1016/j.fuel.2022.124453

Liu, Z., Saydaliev, HB, Lan, J., Ali, S., & Anser, MK (2022). Avaliação da eficácia da energia de biomassa na mitigação de emissões de CO2: Evidências dos 10 principais países consumidores de energia de biomassa.Energia Renovável, 191 , 842-851. https://doi.org/10.1016/j.renene.2022.03.053

Loweski Feliz, M., Abdelouahed, L., & Taouk, B. (2024). Estudo comparativo e descritivo de simulações de gaseificação de biomassa utilizando Aspen Plus. Energias, 17 (17), 4443. https://doi.org/10.3390/en17174443

Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). New York: Wiley.

Naqvi, S. A. A., Hussain, M., Hussain, B., Shah, S. A. R., Nazir, J., & Usman, M. (2023). Sustentabilidade ambiental e consumo de energia de biomassa sob a ótica da poluição. Hipótese de Haven e curva de Kuznets ambiental-energia renovável. Energia Renovável, 212, 621-631. https://doi.org/10.1016/j.renene.2023.04.127

Olorunnisola, A. O., Richards, A., & Omoniyi, T. E. (2021). A review on the renewable energy from agricultural and forest residues in Nigeria. International Journal for Research and Technology, 3(1), 4-11.

Silva, C. G. da. & Silva, W. W. A. G. (2025). O crescimento das energias renováveis no Brasil aos olhares globais: uma revisão sistemática sobre tendências, desafios e oportunidades. Brazilian Journal of Production Engineering, 11(3), 23-33. https://doi.org/10.47456/bjpe.v11i3.48352

Soni, K. & Kalbande, S. (2024). Extração de óleo essencial de capim-limão por meio de métodos de hidrodestilação utilizando energia solar e de biomassa. International Journal of Ambient Energy, 45(1), 2285-842. https://doi.org/10.1080/01430750.2023.2285842

Wickham, H. (2016). Ggplot2: elegant graphics for data analysis (2nd ed.). New York: Springer.

Wickham, H. & Grolemund, G. (2016). R for data science. Sebastopol, CA: O’Reilly Media.

Cover Image
The image features a graphic composition with three magnifying glasses of different sizes focused on colorful targets, surrounded by stylized gears against a light-colored background. The visual design represents scientific investigation, statistical modeling, quantitative analysis, and the search for patterns and precision in data interpretation. The graphic elements symbolize the application of statistical methods to understand and predict energy production in biomass power plants in Brazil, highlighting analytical processes, optimization, and decision support. At the top, the article title “Statistical Modeling of Energy Production in Biomass Power Plants in Brazil” is displayed, followed by the authors Gomes, Garcia, Conceição, and Dória (2026). At the bottom, the Brazilian Journal of Production Engineering identification, the journal’s ISSN, and the logos of partner institutions are presented.
Downloads
Additional Files
Published
2026-06-12
Issue
Vol. 12 No. 2 (2026): Regular Issue (April - June)
Section
ENERGY
License

Copyright (c) 2026 Gomes, H. C., Garcia, M. V., Conceição, A. P. G. da, & Dória, R. de C. M.

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

All works published in the Brazilian Journal of Production Engineering (BJPE) are licensed under Creative Commons Attribution 4.0 International (CC BY 4.0). This means that: Anyone can copy, distribute, display, adapt, remix, and even commercially use the content published in the journal; Provided that due credit is given to the authors and to BJPE as the original source; No additional permission is required for reuse, as long as the license terms are respected. This policy complies with the principles of open access, promoting the broad dissemination of scientific knowledge. 🔗 Click here to access the full license

How to Cite

Gomes, H. C., Garcia, M. V., Conceição, A. P. G. da, & Dória, R. de C. M. (2026). Statistical modeling of energy production in biomass power plants in Brazil. Brazilian Journal of Production Engineering, 12(2), 151-163. https://doi.org/10.47456/bjpe.v12i2.50299