A simulação constitui uma ferramenta muito utilizada no projeto, análise e otimização de melhoras nos processos estudados pela engenharia química. Nesta seção comentam-se vários trabalhos de pesquisa relacionados com a modelagem e simulação de biorre narias de produção de etanol 1G e 2G.
DIAS (2008) modelou e simulou o processo de produção de etanol 1G e 2G em destilaria autônoma, utilizando o simulador ASPEN. Propôs algumas melhoras operacionais e tecnológicas visando diminuir o consumo de energia dos processos. A produção 2G baseou-se no processo de hidrólise do tipo Organosolv com ácido diluído em três etapas: pré-hidrólise da hemicelulose, desligni cacão Organosolv e hidrólise da celulose. A simulação reportou que era possível aumentar a produção de etanol em 17% se 70% do bagaço fosse destinado para a hidrólise, considerando somente a fermentação das hexoses.
DIAS et al. (2010) simularam a produção de etanol de cana-de-açúcar em uma destilaria autônoma utilizando o Super Pro Designer e uma planilha eletrônica. Realizaram análises dos custos de produção para vários cenários, considerando melhoras no sistema de cogeração de energia e a venda da eletricidade excedente. Foi reportada a in uência positiva da venda de eletricidade na redução dos custos de produção de etanol.
PELLEGRINI e DE OLIVEIRA JUNIOR (2011) desenvolveram modelos globais para as principais seções da produção de açúcar e etanol 1G baseados em dados de uma usina real e realizaram a análise exergética do sistema de cogeração de energia. Os resultados mostraram as vantagens econômicas da modernização dos sistemas de cogeração de energia visando aumentar a e ciência da conversão do bagaço em eletricidade.
DIAS et al. (2011b) simularam uma usina autônoma de produção de etanol 1G e 2G utilizando o simulador SuperPro Designer. Incluíram a recuperação e utilização de parte da palha para a geração de energia. Avaliaram três diferentes pré-tratamentos: organovolv, hidrólise básica e explosão a vapor. Os resultados mostraram o pré-tratamento do tipo explosão a vapor como o mais adequado.
DIAS et al. (2011a) modelaram a produção de etanol 1G em biorre naria autônoma utilizando o simulador UniSim Design. Realizaram a integração energética das diferentes seções do processo utilizando a técnica da Análise Pinch. Avaliaram dois sistemas diferentes de cogeração visando mostrar o impacto que melhorias dessa parte do processo provocam no sistema como um todo.
GRISI et al. (2011) implementaram em Matlab um modelo global e linear (baseado em dados e parâmetros gerais) de uma usina produtora de açúcar, etanol
1G e etanol 2G. O modelo foi utilizado para realizar uma otimização do tipo Programação Linear Mista Inteira (MILP)5, tendo entre as variáveis de decisão as
quantidades de açúcar, eletricidade, etanol 1G e 2G a produzir, com o objetivo de maximizar o lucro. Dentre os 16 cenários avaliados, com diferentes preços de venda das variáveis de decisão, destacou-se como produto prioritário o açúcar e no segundo plano o etanol.
FURLAN (2012a) modelou o processo de produção de etanol 1G e 2G em destilaria autônoma e implementou os modelos no simulador EMSO. Os modelos das colunas de destilação foram reduzidos mediante uma abordagem de interpolação multilinear, conseguindo robustez e facilitando a otimização. A produção 2G baseou-se no processo Organosolv. Foi aplicada uma otimização não determinística utilizando o método de enxame de partículas (PSO)6 para encontrar a fração do
bagaço ótima a destinar para a produção de etanol 2G.
DIAS et al. (2012) desenvolveram no ASPEN PLUS simulações de usina de etanol 1G e 2G independentes, assim como usina integrada 1G e 2G. Compararam as viabilidades econômicas da usina de produção de etanol 2G independente, etanol 1G tradicional e de etanol 1G e 2G integradas. Os resultados evidenciaram que a usina integrada 1G e 2G é mais viável economicamente que a usina 2G independente. CAVALETT et al. (2012) utilizaram o modelo de biorre naria virtual criado em ASPEN PLUS para a avaliação técnica, ambiental e econômica de diferentes con gurações de usinas produtoras de açúcar e etanol 1G. Para a conjuntura econômica analisada, os melhores resultados foram obtidos quando se priorizou a produção de açúcar, porém a usina de etanol 2G anexa permite maior exibilidade e apresenta maiores lucros se os preços do etanol aumentarem.
TONON (2013) aprimorou os modelos desenvolvidos em EMSO por FURLAN (2012a) através da inserção de dados reais de plantas em operação e realizou uma análise econômica detalhada de três casos: planta produtora de etanol 1G e cogeradora de energia elétrica excedente; planta produtora de etanol 1G e 2G sem cogeração excedente e planta produtora de etanol 1G, 2G e energia elétrica. A produção de etanol 1G e 2G (sem venda de energia elétrica) foi a mais atrativa sob as premissas e condições adotadas.
MONCADA et al. (2013) utilizaram o ASPEN PLUS para simular a produção de açúcar, etanol 1G e 2G, eletricidade e outros produtos derivados do etanol. Avaliaram diferentes cenários e con gurações da biorre naria com base nas condições da Colômbia. Os resultados da análise técnico-econômica mostraram que a con guração mais favorável inclui a produção de etanol 2G e poli-3-hidroxibutirato, além de açúcar e etanol 1G.
5do inglês: Mixed-Integer Linear Programming
PALACIOS et al. (2013) realizaram uma análise exergética da produção de etanol 1G e 2G. Foram avaliadas sete con gurações do processo, utilizando para isso uma simulação em ASPEN PLUS. As maiores e ciências exergéticas foram obtidas nas con gurações com produção de etanol 2G.
DIAS et al. (2013c) utilizaram a simulação previamente desenvolvida em (DIAS et al., 2012) para avaliar diferentes con gurações do processo de produção de etanol 2G: pré-tratamento de explosão a vapor com e sem desligni cação, bio-digestão ou fermentação das pentoses, alta ou baixa carga de sólidos na hidrólise, etc. Os resultados mostraram que altas cargas de sólidos na hidrólise são mais favoráveis e alertaram sobre a necessidade de avaliar mudanças tecnológicas no sistema integrado como um todo, em lugar de realizar análise de seções isoladas.
ENSINAS et al. (2013) simularam uma usina integrada de produção de etanol 1G e 2G utilizando ASPEN PLUS. Utilizaram pré-tratamento de explosão a vapor catalisado com SO2 e hidrólise enzimática para o processo 2G. Realizaram uma
otimização multiobjetivo para maximizar a produção de eletricidade e de etanol; utilizando como variáveis de otimização a fração de bagaço destinada ao processo 2G e a concentração de glicose em cada etapa do sistema de evaporadores multiefeito. Os resultados evidenciaram a importância do custo da enzima na viabilidade econômica da produção de etanol 2G.
CASTRO (2014) simulou a produção de etanol 1G baseando-se nos modelos desenvolvidos em EMSO por FURLAN (2012a) e aprimorados por TONON (2013), e incluindo modelos mais rigorosos para a etapa de fermentação. Comprovou que o modelo simpli cado de conversão estequiométrica pode ser empregado nas simulações, sendo principalmente indicado para estudos de otimização.
DE OLIVEIRA (2014) utilizou a simulação base desenvolvida em EMSO e realizou a integração energética entre os processos 1G e 2G, baseando-se na técnica de Análises Pinch. Foram avaliados diferentes cenários modi cando o tipo de pré- tratamento (hidrotérmico, explosão a vapor e ácido diluído) e a realização ou não da fermentação das pentoses. Concluiu que a integração energética dos processos 1G e 2G fornece vantagens econômicas e ambientais.
FURLAN et al. (2015) realizaram a simulação em EMSO da biorre naria integrada 1G e 2G. Avaliaram a in uência de diferentes con gurações do processo 2G no desempenho geral da usina. Utilizaram pré-tratamento hidrotérmico e hidrólise enzimática para o processo 2G. Para o cenário econômico estudado, a produção combinada de etanol 1G e 2G melhorou a rentabilidade quando comparado com produção de etanol 1G somente.
KHATIWADA et al. (2016) utilizaram um modelo linear (baseado em dados e indicadores reais de usinas autônomas de São Paulo) para simular o processo de produção de etanol 1G e 2G. Aplicaram a programação linear mista inteira (MILP)
para achar o uso ótimo para a biomassa e a escolha da tecnologia mais adequada. O estudo determinou que os fatores que mais in uenciam a escolha da tecnologia adequada são: preços da eletricidade e etanol, custos de investimento e e ciências de conversão.
BECHARA et al. (2016a) simularam no ASPEN PLUS uma usina integrada de etanol de 1G e 2G. Aplicaram uma otimização multiobjetivo para determinar as con gurações que maximizam a e ciência exergética e minimizam o custo de investimento. Finalmente, dentre o conjunto de soluções de Pareto, escolherem as con gurações com maior Valor Presente Líquido (VPL). Dessa forma os autores conseguiram diminuir a dependência das soluções ótimas achadas com a volatilidade das variáveis econômicas.
FURLAN et al. (2016b) propuseram uma metodologia para a realização da análise econômica reversa, permitindo conhecer os níveis de rendimentos e e ciências que são necessários atingir nas tecnologias a serem desenvolvidas, visando à viabilidade econômica dos processos. Utilizando a simulação da biorre naria em EMSO, aplicaram a metodologia ao processo bioquímico de obtenção de ácido succínico a partir de sacarose, identi cando regiões inviáveis e os limiares de viabilidade econômica paras as principais variáveis.
LONGATI et al. (2018) aplicaram a análise econômica reversa a duas con gurações da biorre naria integrada, considerando a fermentação ou a biodigestão da xilose formada na etapa do pré-tratamento. A metodologia permitiu identi car as principais variáveis que afetam o desempenho econômico global do processo: carga de enzimas, rendimento da hidrólise e rendimento da fermentação da xilose, assim como janelas de viabilidade econômica do processo para determinadas condições, as quais devem ser objeto de pesquisas para lograr atingi-las.
Finalmente, sugere-se a leitura do artigo review de BECHARA et al. (2018), que resume os principais trabalhos de modelagem, simulação e otimização de biorre narias, assim como apresenta futuras tecnologias com potencial de aplicação.