Modelado estadístico de la producción de energía en plantas de biomasa en Brasil

Autores/as
DOI:
https://doi.org/10.47456/bjpe.v12i2.50299
Palabras clave:
Biomasa, energía termoeléctrica, RStudio, estadística aplicada, cadena energética
Resumen

Este estudio analizó la potencia instalada de las plantas de biomasa en Brasil mediante un enfoque metodológico estructurado. Inicialmente, los datos fueron preprocesados, con la estandarización de nomenclaturas, el tratamiento de valores faltantes y la creación de variables temporales. Se realizó un análisis descriptivo para caracterizar la distribución de la potencia por tipo y subtipo de biomasa, complementado con visualizaciones gráficas como líneas de tiempo evolutivas, boxplots estacionales y gráficos de participación relativa. Se aplicó un análisis de correlación para examinar la relación entre el número de plantas y la potencia total instalada. Las pruebas estadísticas incluyeron un ANOVA unidireccional para verificar diferencias significativas entre subtipos, seguido de la prueba post-hoc de Tukey HSD para comparaciones por pares y el cálculo del tamaño del efecto (η²) para evaluar la relevancia práctica de las diferencias. Los resultados revelaron patrones distintos de capacidad instalada entre los tipos de biomasa, destacándose el bagazo de caña de azúcar, además de evidenciar desafíos como la estacionalidad y las inconsistencias terminológicas. El enfoque integrado permitió caracterizar el panorama bioenergético nacional, aportando elementos para las políticas sectoriales y futuras investigaciones sobre la optimización de la matriz energética renovable brasileña

Biografía del autor/a
  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

Referencias

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
La imagen presenta una composición gráfica con tres lupas de distintos tamaños dirigidas hacia objetivos de colores, rodeadas por engranajes estilizados sobre un fondo de tonos claros. La representación visual hace referencia a la investigación científica, la modelización estadística, el análisis cuantitativo y la búsqueda de patrones y precisión en la interpretación de datos. Los elementos gráficos simbolizan la aplicación de métodos estadísticos para comprender y predecir la producción energética en plantas de biomasa en Brasil, destacando los procesos analíticos, la optimización y el apoyo a la toma de decisiones. En la parte superior se muestra el título del artículo “Modelagem estatística da produção energética em usinas de biomassa no Brasil”, seguido de los autores Gomes, Garcia, Conceição y Dória (2026). En la parte inferior aparecen la identificación de la Brazilian Journal of Production Engineering, el ISSN de la revista y los logotipos de las instituciones colaboradoras.
Descargas
Archivos adicionales
Publicado
2026-06-12
Número
Vol. 12 Núm. 2 (2026): Edición regular (Abril - Junio)
Sección
ENERGÍA
Licencia

Derechos de autor 2026 Gomes, H. C., Garcia, M. V., Conceição, A. P. G. da, & Dória, R. de C. M.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Todas las obras publicadas en la Revista Brasileña de Ingeniería de Producción (BJPE) están bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esto significa que: Cualquier persona puede copiar, distribuir, exhibir, adaptar, remezclar e incluso utilizar comercialmente el contenido publicado en la revista; Siempre que se reconozca debidamente a los autores y a BJPE como fuente original; No se requiere permiso adicional para la reutilización, siempre que se respeten los términos de la licencia. Esta política cumple con los principios de acceso abierto, promoviendo la amplia difusión del conocimiento científico. 🔗 Haga clic aquí para acceder a la licencia completa.

Cómo citar

Gomes, H. C., Garcia, M. V., Conceição, A. P. G. da, & Dória, R. de C. M. (2026). Modelado estadístico de la producción de energía en plantas de biomasa en Brasil. Brazilian Journal of Production Engineering, 12(2), 151-163. https://doi.org/10.47456/bjpe.v12i2.50299