Aunque la energía a carbón continúa su declive constante en Estados Unidos, más de cien centrales aún no tienen planes de cierre, una brecha lo suficientemente grande como para desbaratar los objetivos climáticos nacionales. Un nuevo estudio dirigido por investigadores de la Universidad de California en Santa Bárbara ofrece un camino a seguir, mostrando cómo los enfoques específicos y basados en datos podrían ayudar a acelerar la transición.
Publicado en Nature Energy, el estudio aborda una pregunta crucial: si las fuerzas del mercado ya han obligado al cierre de numerosas centrales de carbón, ¿por qué tantas siguen en funcionamiento? A pesar de años de declive, se prevé que aproximadamente 105 gigavatios de capacidad de carbón —que representan 114 centrales— sigan funcionando hasta 2035, aunque la eliminación gradual total para esa fecha se considera ampliamente esencial para alcanzar los objetivos de cero emisiones netas de Estados Unidos.
“El carbón es complejo; no existe una única manera correcta de abordarlo”, afirmó Sidney Gathrid, autor principal del estudio. “Nuestro objetivo era crear herramientas que reflejaran esa complejidad, para que diferentes actores pudieran abordar diferentes facetas del problema. No existe una única solución sencilla, y queríamos realizar una investigación que representara esa realidad”.
En colaboración con Grace C. Wu, profesora adjunta del Programa de Estudios Ambientales y autora principal del artículo, Gathrid y su equipo demuestran que alcanzar esos objetivos requerirá que los responsables de las políticas vayan más allá de los enfoques basados en la edad o en soluciones únicas para todos y, en cambio, se centren en los contextos específicos que aceleran el retiro de ciertas plantas de carbón. Para ello, los investigadores —entre ellos Jeremy Wayland, Stuart Wayland, y Ranjit Deshmukh, profesor asociado del Programa de Estudios Ambientales y de la Escuela Bren de Ciencias Ambientales y Gestión— desarrollaron un nuevo marco que combina la teoría de grafos y el análisis topológico de datos para clasificar todo el parque de carbón estadounidense en ocho grupos distintos, basándose en 68 factores técnicos, económicos, ambientales y sociopolíticos. También introdujeron una puntuación de “vulnerabilidad contextual al retiro” que mide la susceptibilidad de cada planta al retiro anticipado, comparándola con instalaciones que ya han anunciado cierres.
El marco va un paso más allá al identificar “arquetipos de jubilación”: patrones que explican por qué las plantas de cada grupo se están jubilando. Estos abarcan desde factores regulatorios y sanitarios hasta presiones económicas o políticas desfavorables, ofreciendo un conjunto claro de factores que pueden aplicarse a instalaciones similares en otros lugares.
“En lugar de preguntarnos únicamente por qué se retiran las centrales de carbón, nos preguntamos cómo podemos acelerar su retirada, de forma eficiente y basada en datos”, afirmó Gathrid. “Nuestro marco ayuda a los responsables políticos y a los defensores de derechos a identificar dónde pueden tener el mayor impacto”.
El estudio comenzó como la tesis de grado de Gathrid en el Programa de Estudios Ambientales de la UCSB, con el apoyo de la Beca de Liderazgo Manalis del campus, patrocinada por Howard y Lisa Wenger, y se convirtió en una colaboración de varios años. Wu afirmó que el alcance y el impacto del proyecto son excepcionales en la investigación de pregrado.
“Este es un trabajo de nivel doctoral”, afirmó Wu. “Es extremadamente inusual que un proyecto que comenzó como tesis de grado alcance este nivel de sofisticación e impacto. Lo emocionante es que este marco no solo describe qué plantas podrían retirarse, sino que muestra cómo acelerar dichas retiradas utilizando factores que funcionaron con otras plantas de carbón retiradas o próximas a retirarse”.
Utilizando su modelo, el equipo agrupó 198 centrales de carbón activas en EE. UU. en grupos como Centrales con Alto Impacto en la Salud, Centrales Costosas y Centrales en Regiones Anticarbón, cada una vinculada a vulnerabilidades específicas que pueden abordarse mediante políticas o acciones de promoción. Por ejemplo, las centrales asociadas con altas tasas de asma y mala calidad del aire podrían priorizarse mediante campañas de salud pública y la aplicación de las normas ambientales, mientras que aquellas con dificultades económicas podrían responder con mayor eficacia a incentivos económicos o mecanismos de mercado.
Un ejemplo notable es Belews Creek en Carolina del Norte, una planta de carbón de casi 50 años y 2,49 gigavatios que el estudio clasifica como altamente vulnerable al cierre y parte del Grupo 0: Plantas de mezcla de combustibles. La planta puede quemar hasta un 50% de gas natural, pero sigue siendo una de las principales generadoras de contaminación por partículas del país, ocupando el puesto 26 de 198 en emisiones de partículas finas. Financieramente, se encuentra entre las plantas menos rentables del país, con una deuda de aproximadamente 46 millones de dólares en 2020.
Belews Creek también se encuentra en un estado que experimenta un rápido crecimiento en el desarrollo de energía solar y la implementación de políticas de titulización de deuda de carbón diseñadas para ayudar a las empresas de servicios públicos a abandonar los activos fósiles no rentables. “Dados los factores que impulsan las jubilaciones en este grupo”, señalaron los autores, “los promotores pueden aprovechar los objetivos de energía limpia del estado y de las empresas de servicios públicos”.
Incluso hubo discusiones preliminares sobre reemplazar Belews Creek con un pequeño reactor nuclear modular, pero el propietario de la planta, Duke Energy, ha pospuesto desde entonces su retiro, lo que subraya las complejidades financieras y operativas que el marco de la UCSB pretende desenredar.
“Podemos simplificar casi 200 plantas en grupos claros y combinar cada uno con estrategias basadas en la evidencia”, afirmó Wu. “Es un enfoque eficaz para un desafío geográficamente diverso y políticamente fragmentado”.
Su análisis reveló que aproximadamente el 28% de las centrales de carbón sin planes de retiro ya son altamente vulnerables al cierre, lo que podría representar un beneficio inmediato para los legisladores y activistas. Sin embargo, también reveló que las centrales menos vulnerables se encuentran distribuidas en varios grupos, lo que subraya la necesidad de un conjunto diverso de estrategias para abordar las instalaciones más persistentes.
Las implicaciones van más allá del carbón. Dado que el modelo captura las fuerzas multidimensionales que influyen en las decisiones del mundo real (economía, política, salud y fiabilidad de la red), podría adaptarse a otros desafíos complejos de descarbonización. Wu, cuya investigación se centra en la planificación de la transición energética sostenible, dijo que el marco vincula la ciencia matemática y la ambiental aplicada de una manera que podría transformar el modo en que los analistas y los tomadores de decisiones abordan la política energética.
“Este trabajo utiliza herramientas matemáticas de vanguardia y las pone al alcance de los profesionales”, afirmó. “Es flexible, transparente y reproducible: justo lo que necesitamos para tomar decisiones más inteligentes y estratégicas sobre la transición energética”.
Gathrid, ahora cofundador de una empresa emergente de inteligencia artificial y datos, Krv Analytics, con sede en Los Ángeles, dijo que el diseño de código abierto del marco lo hace especialmente valioso.
“Los métodos que desarrollamos están pensados para su uso”, afirmó. “Ya sea que se trabaje con carbón, energías renovables o emisiones industriales, la idea es la misma: usar los datos disponibles para ver dónde se puede avanzar primero y por qué”.
Fuente: Tech Xplore.