Perspectivas comportamentais na adoção de sistemas fotovoltaicos residenciais

Da pv magazine Global

Pesquisadores da State Grid Corp., da China, a maior operadora de rede estatal e concessionária de energia do país, exploraram os efeitos das interações comportamentais individuais na adoção da tecnologia fotovoltaica residencial.

Os cientistas conduziram suas análises com base em pesquisas e simulações computacionais orientadas por comportamento.

“Este estudo adota o método de modelagem baseada em agentes (ABM)”, explicaram. “Ele pode simular melhor a formação das preferências do consumidor, a troca de informações e o processo de adoção, calcular a escala de adoção em diferentes estágios da tecnologia e explorar o mecanismo de influência do comportamento e suas características de interação na adoção da tecnologia fotovoltaica distribuída.”

O grupo utilizou o software NetLogo, uma plataforma para simulações de redes sociais, utilizando dois conjuntos de dados. O primeiro foi baseado em uma pesquisa com usuários urbanos e rurais de Tianjin, norte da China. Incorporou uma escala tipo Likert de cinco pontos para captar variáveis como fatores psicológicos, atributos sociodemográficos e outros parâmetros relevantes. Uma escala Likert é uma escala de avaliação usada para medir opiniões, atitudes ou comportamentos.

Dos 984 participantes, 219 domicílios já haviam instalado sistemas fotovoltaicos. O segundo conjunto de dados foi o comportamento do uso de energia dos proprietários de sistemas fotovoltaicos. O grupo escolheu aleatoriamente 219 domicílios para corresponder aos usuários ativos da pesquisa.

“Essa abordagem fornece suporte de dados robusto para atualizar o comportamento de uso de energia após a adoção da tecnologia por um agente”, observou.

Usando todos esses pontos de dados, os cientistas modelaram a decisão dos agentes, a rede social e a troca de informações na simulação. Eles o fizeram parcialmente com base na “teoria do comportamento planejado” (TPB), na qual o nível de atitude de um ator, as normas subjetivas pessoais e o controle percebido determinam sua intenção comportamental, afetando seu comportamento final de adoção verde.

Eles também usaram a estrutura de rede “mundo pequeno”, na qual todos os membros de uma comunidade geográfica de cortina podem estabelecer conexões aleatoriamente. Para estabelecer quem se tornou amigo de quem, foram levadas em conta semelhanças nos atributos sociais.

Na simulação, o grupo de pesquisa primeiro analisou o efeito das restrições ambientais. Eles variaram o limite em que os usuários decidem adotar a tecnologia  fotovoltaica. Fortes restrições ambientais podem incluir regulamentações rígidas ou pressões sociais, enquanto restrições fracas podem incluir normas sociais, pequenos incentivos ou interfaces amigáveis.

“Embora fortes restrições ambientais possam impulsionar uma rápida adoção da tecnologia de geração de energia fotovoltaica distribuída, são as fracas restrições ambientais que têm maior probabilidade de sustentar essa adoção no longo prazo”, observaram os pesquisadores. “Isso porque eles funcionam alinhando-se às preferências dos usuários e tornando a adoção da nova tecnologia mais atraente e menos onerosa. Como resultado, restrições ambientais fracas são mais propensas a levar a uma maior taxa geral de adoção.”

Na etapa final, os pesquisadores utilizaram a simulação para avaliar o efeito da intervenção externa na adoção de painéis fotovoltaicos. Eles modelaram níveis de subsídios, recompensas econômicas e penalidades econômicas na simulação. Um modelo de benchmark foi utilizado para permitir que restrições ambientais fortes e fracas operassem simultaneamente, controlando assim a influência das restrições ambientais.

“Embora cada uma das intervenções econômicas estudadas nesta pesquisa tenha algum efeito na taxa de adoção de tecnologia fotovoltaica distribuída, a mais eficaz é fornecer recompensas econômicas adicionais”, mostraram os resultados. “Subsídios de custo e penalidades econômicas também têm um efeito positivo, mas a instalação gratuita parece reduzir a taxa de adoção.”

Eles apresentaram suas descobertas em “The diffusion path of distributed photovoltaic power generation technology driven by individual behavior“, que foi publicado recentemente na Energy Reports.