Este post resume la motivación, metodología y resultados del articulo “Material and energy requirements of transport electrification” (https://doi.org/10.1039/D2EE00802E), publicado en el journal de investigación “Energy & Environmental Science”. Este estudio representa el trabajo de varios años y es la culminación de una extensa investigación, cuya base fue, por un lado, el TFG “Análisis de los requerimientos materiales de la transición hacia una movilidad eléctrica” (http://uvadoc.uva.es/handle/10324/41646), y por otro, la publicación sobre este mismo TFG “Análisis de los requerimientos de materiales de la movilidad eléctrica mundial” (https://doi.org/10.6036/9893) en la revista de investigación DYNA.
Comenzando ya con el contenido de este post, se ha observado cómo el sector del transporte contribuyó al 27% de las emisiones mundiales de CO2 en 20191, con una tendencia de aumento de la demanda de movilidad en la mayoría de los países. La electrificación del transporte es una de las piedras angulares de las estrategias de descarbonización, y puede abordar ≈2/3 de las actuales emisiones de GEI del transporte (excluyendo el transporte marítimo, la aviación y los camiones pesados de largo recorrido). A pesar de las tendencias generales en la mejora de la eficiencia de los vehículos, impulsadas por la adopción generalizada de políticas más estrictas de eficiencia de los combustibles y que persiguen objetivos, tanto medioambientales (contaminación atmosférica y cambio climático), como económicos (normalmente la reducción de la dependencia externa de los combustibles fósiles no renovables2–4), las emisiones de GEI del transporte siguen aumentando en la mayoría de los países debido a la mayor demanda de movilidad. De hecho, el IPCC ha calculado que las emisiones de GEI del transporte han aumentado a un ritmo más rápido que las de otros sectores, en gran parte debido a la gran dependencia actual del transporte de los combustibles líquidos (=95%), ya que hoy en día 5 se utiliza el 55% de todos los combustibles líquidos para este fin.
Además, en una economía altamente globalizada, el transporte es particularmente clave para el comercio, los servicios y los procesos industriales; por lo tanto, cualquier problema que afecte a este sector puede trasladarse rápidamente al resto de la economía, lo cual es alarmante si se tiene en cuenta que el petróleo es el combustible fósil que muestra signos más marcados de un próximo agotamiento geológico.
Debido a este contexto, se está promoviendo en la actualidad la sustitución de los motores de combustión interna por vehículos eléctricos (EV) para la descarbonización del sector del transporte, pero este tipo de tecnologías de transporte requieren importantes cantidades y diversidad de materiales, algunos de los cuales se están evaluando como potencialmente críticos respecto a su disponibilidad en el futuro 6–9. Estos, se encuentran en los motores eléctricos, las baterías, los cargadores, las catenarias ferroviarias, las mejoras de las redes eléctricas relacionadas, etc. Existiendo actualmente más de 1.000 millones de vehículos de todo tipo, la gran mayoría de ellos de combustión, circulando por las carreteras de todo el mundo 10, y más de un millón de kilómetros de vías férreas (el 73%) no electrificadas 11–13, el llevar a cabo esta transición toma una gran magnitud. Enfrentándose este cambio también, a cuestiones institucionales (por ejemplo, el diseño y la aplicación de políticas eficaces), económicas (por ejemplo, las inversiones necesarias, especialmente para proyectos a gran escala) y sociales debido al mayor coste de los vehículos eléctricos en comparación con sus homólogos de motor de combustión interna (ICEV).
Esto, ha motivado nuestra investigación, en la que se ha desarrollado un submódulo de dinámica de sistemas9 que se inserta en el modelo MEDEAS-World 14,15, que ya se ha desarrollado, y que en el futuro se integrará en el modelo WILIAM (World Limits IAM). Este último se está desarrollando en el proyecto LOCOMOTION (https://www.locomotion-h2020.eu/), que el GIR GEEDS lidera.
El submódulo de dinámica de sistemas ha sido enfocado, por tanto, al estudio de los requerimientos materiales y energéticos para el transporte electrificado, consiguiendo simular el comportamiento de un mundo complejo aplicando varias estrategias con el fin de descarbonizar el sector del transporte mundial para el año 2050, al mismo tiempo que se comparan diferentes escenarios de mejora de la eficiencia convencional y de sustitución tecnológica que incluyen cambios drásticos en los patrones de movilidad en un futuro próximo. Con esto, se pretende arrojar luz, por un lado, sobre dos posibles limitaciones biofísicas: los posibles cuellos de botella de la demanda material de este tipo de transporte y su rendimiento energético neto. Y por otro, sobre las posibles estrategias a llevar a cabo para la electrificación del transporte.
La simulación del modelo se realiza bajo 4 estrategias (o escenarios) de transición diferentes en el sector del transporte para 205016 . Un primer escenario que extrapola las tendencias actuales, un segundo escenario que presenta un aumento notable de la demanda de los vehículos electrificados, un tercer escenario que presenta una predominancia por la demanda de los pequeños vehículos electrificados unipersonales (como los patinetes eléctricos), y, por último, un cuarto escenario basado en el decrecimiento (Los escenarios de decrecimiento aplicados al transporte se caracterizan típicamente por la reducción de la demanda global de transporte de pasajeros y de mercancías para las personas más acomodadas, combinada con un cambio modal del transporte privado hacia los modos ligeros y públicos y el tren para las mercancías 17–20).
La situación de nuestro submódulo dentro del modelo MEDEAS-W nos permite estimar las cuotas de mercado de varias subtecnologías de baterías de vehículos electrificados (LMO, NMC622, NMC811, NCA y LFP) mediante una función de asignación dinámica, la demanda material de cada uno de los aspectos del transporte electrificado y del resto de la economía, las tasas de reciclado, la rentabilidad energética de los vehículos electrificados y, finalmente, las cuotas de extracción material acumulada frente a las reservas y recursos actuales en función de las políticas de transición empleadas. Esto nos permite también evaluar los patrones de movilidad y sus políticas ahondando en diversas cuestiones como que históricamente, el aumento de la riqueza ha impulsado generalmente el aumento de los impactos ambientales21, que se ha demostrado que los efectos de rebote generalizados presentes en las economías de crecimiento contrarrestan en gran medida las mejoras de la eficiencia22,23, y, por último, que la probable escasez futura de algunos materiales y recursos naturales es clave, especialmente en el contexto de la disminución de los rendimientos marginales debido a los intentos de ampliar aún más el sistema económico en una biosfera ya degradada24.
Es importante enunciar que cada tecnología de baterías para vehículos eléctricos estudiada posee una demanda material y energética diferente, remarcando la importancia de modelarlas todas. En relación con esto, la batería NCA y la batería NMC tienen, en general, las menores intensidades de material de aluminio cobre, litio, grafito, cobalto, manganeso y níquel. La batería LFP tiene la ventaja de no necesitar níquel, cobalto ni manganeso. Por otro lado, es la batería que requiere más cobre, aluminio y litio para la misma potencia, lo que penaliza su peso total. La batería LMO no requiere cobalto ni níquel, pero en general es la que más material demanda y sus características técnicas son las más pobres de todas las baterías evaluadas.
Imagen 1: Resultado de demanda material respecto a las reservas de cobalto y cobre
Dependiendo del escenario, encontramos que, para 2050, las baterías de los vehículos eléctricos pueden requerir entre el 0,3% y el 2% de las reservas de aluminio, entre el 6% y el 36% de las de cobre, entre el 54% y el 360% de las de cobalto, entre el 50% y el 300% de las de litio, y entre el 2% y el 30% de las de cobre. 300% de litio, 2%-10% de manganeso, 20%-138% de níquel y 260%-1500% de grafito. La infraestructura de carga y red puede requerir casi el 9% de las reservas totales de cobre9. Esto, junto con la demanda de electrificación ferroviaria que puede alcanzar más del 9% de las reservas de este material, y el cobre adicional presente en los vehículos eléctricos en relación a los vehículos con motor de combustión interna, cuya demanda también alcanza el 11% de sus reservas, suman una gran cantidad de cobre necesaria en los escenarios simulados. Se ha encontrado que el reciclaje es una estrategia importante para reducir las criticidades, pero su eficacia es limitada ya que los materiales quedan atrapados durante largos periodos de tiempo en las existencias en uso del sistema, lo que se ve agravado por la naturaleza orientada al crecimiento del actual paradigma económico.
Imagen 2: Limites del Análisis del TRAEst y del TRAEfinal
Respecto al análisis energético de los vehículos electrificados, poniendo el foco en la tasa de retorno de almacenamiento energético (TRAE), se ha obtenido que los vehículos domésticos de cuatro ruedas son capaces de utilizar para moverse 1,1-2,3 veces la energía invertida en su construcción (teniendo en cuenta solo el vehículo de forma independiente, TRAEst) dependiendo de la subtecnología de la batería. Sin embargo, esta energía utilizada por el vehículo para moverse es similar (o incluso menor) a la energía necesaria para la construcción del vehículo y sus sistemas auxiliares cuando se amplían los límites (TRAEfinal), y se tiene también en cuenta la energía empleada en la construcción de las redes eléctricas y los cargadores para alimentar estos vehículos. Descubriendo que el rendimiento energético neto de un típico vehículo doméstico de cuatro ruedas eléctrico, incluidas las redes y los cargadores, es casi nulo, es decir, se invierte la misma cantidad de energía en su fabricación que la que se devuelve para el uso de la movilidad durante su vida útil. Además, se debe tener en cuenta que incluir los cargadores y redes que se necesitan construir y mantener para el funcionamiento de este tipo de vehículos (aspecto no tenido en cuenta por la mayoría de análisis) aumenta significativamente su huella de gases de efecto invernadero.
Imagen 3: TRAEst obtenido los escenarios de tendencias actuales y decrecimiento para cada tipo de batería
Desde el punto de vista del metabolismo energético de la sociedad, si la fabricación de los vehículos eléctricos es más intensiva en energía que la de los vehículos de combustión, como sugieren nuestros resultados, esto significaría que, para el mismo servicio de movilidad, la cantidad de energía neta para otros usos discrecionales de la sociedad disminuiría, lo que iría en la dirección de dificultar el bienestar. En este sentido, la perspectiva del análisis de la energía neta recomienda favorecer los modos de transporte donde la tecnología eléctrica goza con mayor rentabilidad energética (TRAE), y donde los vehículos eléctricos pueden ser más eficientes, como el transporte compartido y el público9.
Imagen 4: Resumen del análisis material y energético de los vehículos electrificados
Dado el bajo TRAE o, rentabilidad energética, obtenido para los vehículos eléctricos en este análisis junto con la alta dependencia de los combustibles fósiles que tenemos hoy en día25, significa que los costes medioambientales y las emisiones de GEI no disminuirán significativamente hasta que la combinación energética cambie26. Esto, unido a la alta demanda material de la transición hacia los vehículos electrificados hacen que este cambio pueda no ser la solución para las emisiones del transporte que se está vendiendo por diferentes estamentos y medios, por lo menos, por sí sola. De los cuatro escenarios simulados en nuestro análisis, el basado en los principios del Decrecimiento16 es el único que se ajusta a las reducciones de emisiones de GEI requeridas por los objetivos internacionales globales, así como es el que ejerce menos presión sobre los recursos materiales, pero incluso en ese caso las reservas de cobre cobalto, manganeso y níquel, así como los recursos de níquel, se agotaría en 2050.
Todos los datos y aspectos explicados con anterioridad nos han hecho llegar finalmente a la conclusión general de que un cambio de movilidad sin cambiar nuestros hábitos y costumbres no serviría para reducir nuestros problemas con el medio ambiente y con nuestro planeta, sino más bien para agravarlos, porque ¿Qué haríamos si se agotasen estos recursos?, ¿Qué pasaría con todos los elementos tecnológicos que los emplean?, ¿tendríamos que retomar la fabricación de vehículos de combustión, sujetos también a limitaciones geológicas, como el empleo de combustibles fósiles 27?
Bibliografía
1 IEA, Greenhouse Gas Emissions from Energy: Overview, https://www.iea.org/reports/greenhouse-gas-emissions-from-energy-overview.
2 European Union, REGULATION (EC) No 715/2007 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 20 June 2007 on type approval of motor vehicles with respect to emissions from light passenger and commercial vehicles (Euro 5 and Euro 6) and on access to vehicle repair and maintenance information, https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex%3A32007R0715.
3 M. Karstadt and B. Callaghan, The Plain English Guide to the Clean Air Act, Environmental Protection Agency, 1993.
4 GOV UK, Future of mobility, https://www.gov.uk/government/publications/future-of-mobility.
5 IEA, IEA World Energy Statistics and Balances, https://www.oecd-ilibrary.org/energy/data/iea-world-energy-statistics-and-balances_enestats-data-en.
6 T. Watari, K. Nansai and K. Nakajima, Resour. Conserv. Recycl., 2020, 155, 104669.
7 S. van den Brink, R. Kleijn, B. Sprecher and A. Tukker, Resour. Conserv. Recycl., 2020, 156, 104743.
8 P. Greim, A. A. Solomon and C. Breyer, Nat. Commun., 2020, 11, 4570.
9 D. Pulido-Sánchez, I. Capellán-Pérez, C. de Castro and F. Frechoso, Energy Environ. Sci., 2022, 10.1039.D2EE00802E.
10 OICA, Vehicles in use, http://www.oica.net/category/vehicles-in-use/.
11 UIC, Railway handbook 2013, https://uic.org/IMG/pdf/2013_uic-iea_railway_handbook_web_high.pdf.
12 UIC statistics, https://uic.org/support-activities/statistics/.
13 M. Tuchschmid and W. Knörr, 2011, 87.
14 I. Capellán-Pérez, I. de Blas, J. Nieto, C. de Castro, L. J. Miguel, Ó. Carpintero, M. Mediavilla, L. F. Lobejón, N. Ferreras-Alonso, P. Rodrigo, F. Frechoso and D. Álvarez-Antelo, Energy Environ. Sci., 2020, 13, 986–1017.
15 J. Solé, R. Samsó, E. García-Ladona, A. García-Olivares, J. Ballabrera-Poy, T. Madurell, A. Turiel, O. Osychenko, D. Álvarez, U. Bardi, M. Baumann, K. Buchmann, Í. Capellán-Pérez, M. Černý, Ó. Carpintero, I. De Blas, C. De Castro, J.-D. De Lathouwer, C. Duce, L. Eggler, J. M. Enríquez, S. Falsini, K. Feng, N. Ferreras, F. Frechoso, K. Hubacek, A. Jones, R. Kaclíková, C. Kerschner, C. Kimmich, L. F. Lobejón, P. L. Lomas, G. Martelloni, M. Mediavilla, L. J. Miguel, D. Natalini, J. Nieto, A. Nikolaev, G. Parrado, S. Papagianni, I. Perissi, C. Ploiner, L. Radulov, P. Rodrigo, L. Sun and M. Theofilidi, Renew. Sustain. Energy Rev., 2020, 132, 110105.
16 I. de Blas, M. Mediavilla, I. Capellán-Pérez and C. Duce, Energy Strategy Rev., 2020, 32, 100543.
17 I. Cosme, R. Santos and D. W. O’Neill, J. Clean. Prod., 2017, 149, 321–334.
18 P. Moriarty and D. Honnery, Futures, 2008, 40, 865–872.
19 C. Kerschner, P. Wächter, L. Nierling and M.-H. Ehlers, J. Clean. Prod., 2018, 197, 1619–1636.
20 S. Alexander and P. Yacoumis, J. Clean. Prod., 2018, 197, 1840–1848.
21 H. Haberl, D. Wiedenhofer, D. Virág, G. Kalt, B. Plank, P. Brockway, T. Fishman, D. Hausknost, F. Krausmann, B. Leon-Gruchalski, A. Mayer, M. Pichler, A. Schaffartzik, T. Sousa, J. Streeck and F. Creutzig, Environ. Res. Lett., 2020, 15, 065003.
22 J. Freire-González, Energy Policy, 2017, 102, 270–276.
23 P. E. Brockway, S. Sorrell, G. Semieniuk, M. K. Heun and V. Court, Renew. Sustain. Energy Rev., 2021, 141, 110781.
24 J. Hickel and G. Kallis, New Polit. Econ., 2020, 25, 469–486.
25 IPCC, 2022.
26 R. Kawamoto, H. Mochizuki, Y. Moriguchi, T. Nakano, M. Motohashi, Y. Sakai and A. Inaba, Sustainability, 2019, 11, 2690.
27 I. Capellán-Pérez, M. Mediavilla, C. de Castro, Ó. Carpintero and L. J. Miguel, Energy, 2014, 77, 641–666.