Inicio · Proyectos · Escritos · Sobre mí · Contacto
Hector J. Gonzalez · Proyecto final de maestría, UC Berkeley · 2023–2024
Elaboré este informe bajo la supervisión de Sydny Fujita en Lawrence Berkeley National Laboratory. La integración de los modelos se desarrolló en equipo, bajo la coordinación de Anna Spurlock.
El texto original se publicó en Hectorial el 12 de marzo de 2025. Esta es una versión revisada en español del informe.
Título original: Assessing the Potential Health Impacts Associated with Efficiency Standards-Induced Changes to Air Quality at a Regional Level (Air Quality Index Analysis)
Consultar el informe en inglés · Leer el ensayo sobre esta investigación · Conocer el proyecto en LBNL
Resumen
Una norma de eficiencia puede reducir la electricidad que necesita un aparato. Para estimar qué significa ese ahorro para la salud pública hay que seguir varios pasos: identificar cómo cambia la generación eléctrica, estimar las emisiones asociadas y analizar cómo se modifica la exposición de la población a los contaminantes. Este trabajo aborda esa relación a partir de un ejercicio con equipos de aire acondicionado en Pensilvania.
Mi trabajo en LBNL se centró en preparar y analizar los datos de consumo que alimentarían ese ejercicio. Utilicé mediciones de equipos y perfiles simulados, junto con información sobre los aparatos que entrarían al mercado y sus niveles de eficiencia. Los investigadores encargados de los modelos posteriores procesaron esos datos para estimar cambios en las emisiones y sus posibles efectos sanitarios. Pensilvania delimita el caso de demanda estudiado; la generación y la contaminación asociadas pueden extenderse a otras regiones.
Las primeras corridas permitieron incorporar los datos preparados a la secuencia de análisis del equipo y obtener resultados preliminares. El informe documenta ese avance y las limitaciones encontradas al comparar las fuentes de consumo. La interpretación de las estimaciones sanitarias requiere examinar los supuestos de los modelos y su incertidumbre; aquí no se presentan cifras definitivas de beneficios para la salud.
Siglas y unidades
ODS: Objetivos de Desarrollo Sostenible.
AQI: Air Quality Index, sigla empleada en el título y en el informe original.
DOE: Departamento de Energía de Estados Unidos.
EPA: Agencia de Protección Ambiental de Estados Unidos.
LBNL: Lawrence Berkeley National Laboratory.
NREL: National Renewable Energy Laboratory, nombre utilizado en las fuentes del periodo estudiado.
TSL: Trial Standard Level, una de las alternativas de eficiencia consideradas al evaluar una norma.
RAC: Room Air Conditioner, equipo de aire acondicionado para habitaciones.
RECS: Residential Energy Consumption Survey, encuesta de consumo de energía en los hogares.
W: vatio, unidad de potencia.
kWh: kilovatiohora, unidad de energía.
BTU: unidad térmica británica. La capacidad de enfriamiento se expresa habitualmente en BTU por hora.
GEI: gases de efecto invernadero.
CO₂: dióxido de carbono.
NOₓ: óxidos de nitrógeno.
SOₓ: óxidos de azufre; SO₂ designa específicamente el dióxido de azufre.
Hg: mercurio; CH₄: metano; N₂O: óxido nitroso.
PM₂.₅ y PM₁₀: categorías de partículas según su diámetro aerodinámico, de hasta 2.5 y 10 micrómetros, respectivamente.
Se conserva la sigla AQI como parte del título original. El método que se describe a continuación estima emisiones, concentraciones de PM₂.₅ y posibles efectos sanitarios; conviene distinguir esos resultados del índice utilizado para comunicar la calidad del aire al público.
I. Antecedentes
La transición energética y los costos que distribuye
En 2015, los Estados miembros de las Naciones Unidas adoptaron la Agenda 2030 para el Desarrollo Sostenible. Sus 17 objetivos relacionan la reducción de la pobreza con la salud, la educación, la actividad económica, la protección de los ecosistemas y la respuesta al cambio climático. Desde esa perspectiva, estudiar la producción y el uso de la energía exige atender tanto a sus beneficios como a los costos que recaen sobre distintas poblaciones.[1]
La investigación se relaciona con varios ODS: salud y bienestar; igualdad de género; agua limpia y saneamiento; trabajo decente; industria e infraestructura; reducción de las desigualdades; producción y consumo responsables, y acción por el clima. La pregunta que los vincula aquí es cómo se reparten los beneficios y los costos del uso de la energía.
La electrificación del transporte, de los edificios y de ciertos procesos industriales puede cambiar de manera importante la demanda de electricidad. En sectores como la construcción, la siderurgia y la industria química también se buscan cambios tecnológicos y organizativos que reduzcan el uso de combustibles fósiles. Los resultados ambientales de esa transición dependen, entre otras cosas, de las fuentes que abastezcan la nueva demanda.
Una mayor demanda también exige planear la generación, la transmisión y el mantenimiento de la red. Las decisiones sobre qué infraestructura construir, dónde ubicarla y cómo financiarla distribuyen costos entre territorios y poblaciones. Las estadísticas y proyecciones citadas en el informe ayudan a situar esas decisiones en el periodo en que se realizó el estudio.[2][3]
Planear la transición energética implica preguntarse quién recibe sus beneficios y quién asume sus costos. Una parte se refleja en precios y tarifas; otra, en la contaminación y en las condiciones de vida de las comunidades afectadas. Hacer visibles esos efectos permite discutir las decisiones con más información y pedir cuentas sobre sus consecuencias.
El papel de la eficiencia energética
Una forma de modificar la demanda es reducir la electricidad que los equipos necesitan para prestar un servicio. El diseño de los aparatos, el aislamiento, los controles y los modos de ahorro pueden cambiar tanto el consumo total como los horarios en que se utiliza la energía.
En este contexto conviene distinguir dos instrumentos: los requisitos mínimos obligatorios de eficiencia y la certificación voluntaria ENERGY STAR. Ambos se relacionan con el desempeño energético de los productos, pero cumplen funciones distintas. El caso de este estudio se refiere a niveles de eficiencia considerados en el análisis de normas del DOE para equipos de aire acondicionado.[4]
La pregunta central del proyecto es: ¿cómo estimar los cambios en los riesgos para la salud asociados con las emisiones que resultan de distintas alternativas de eficiencia energética? Para abordarla, el análisis vincula los horarios de consumo de los aparatos con estimaciones de generación, emisiones y exposición de la población.
II. Revisión de la literatura
a) Contaminación del aire y salud
La contaminación del aire constituye un riesgo para la salud. La exposición a partículas finas se ha relacionado con enfermedades cardiovasculares y respiratorias y con la mortalidad prematura. Los efectos dependen del contaminante, de la intensidad y duración de la exposición y de las características de la población expuesta.[5]
La literatura citada también examina asociaciones con el desarrollo cerebral. Burnor y sus colegas (2021) estudiaron la relación entre la exposición a partículas finas y características de la sustancia blanca cerebral en niños. Cotter y sus colegas (2023) analizaron asociaciones con la maduración de redes cerebrales durante la adolescencia. Son resultados que deben interpretarse de acuerdo con el diseño de cada estudio, sin convertir una asociación observada en una atribución causal individual.
Otros trabajos estudian el riesgo de cáncer de mama y la incidencia de demencia. En su comentario sobre el metaanálisis de Gabet y sus colegas (2021), White (2021) señala una asociación entre un aumento de 10 µg/m³ en la exposición a NO₂ y un riesgo relativo de cáncer de mama 3% mayor. Ese metaanálisis no encontró una asociación global con PM₂.₅ ni con PM₁₀. La distinción importa: el resultado para un contaminante no puede atribuirse a otro. Shaffer y sus colegas (2021), por su parte, examinan la exposición a partículas finas y la incidencia de demencia. Son resultados de salud distintos, que requieren evidencia y funciones de riesgo específicas. El componente sanitario del presente ejercicio se concentra en las estimaciones de mortalidad asociadas con PM₂.₅.
La carga sanitaria de la contaminación tampoco se distribuye de forma uniforme. Importan la localización de las fuentes, el transporte de los contaminantes y el lugar donde vive la población. Thind y sus colegas (2019) documentan diferencias por raza, ingreso y región en los efectos sanitarios asociados con la generación eléctrica en Estados Unidos. La evidencia de esos efectos refuerza la importancia de mejorar la calidad del aire.[6]
b) Combustibles fósiles, contaminación y cambio climático
La combustión de combustibles fósiles puede producir tanto gases de efecto invernadero como contaminantes que afectan la calidad del aire. Son problemas relacionados, aunque sus mecanismos y escalas temporales no son idénticos. Las comunidades pueden enfrentar, a la vez, riesgos derivados de la contaminación atmosférica y consecuencias del cambio climático.[7]
Mejorar la calidad del aire ofrece beneficios para la salud y para otros aspectos del bienestar. También puede beneficiar a la vegetación, a los cultivos y a los ecosistemas. Las evaluaciones de esos efectos deben apoyarse en fuentes adecuadas para el contaminante y el resultado que se estudia.[8][9][10]
La electrificación hace necesario examinar cómo se abastecerá la demanda adicional y qué emisiones producirán las distintas fuentes. La evolución de los riesgos sanitarios dependerá de esa combinación, de los controles de emisiones y de la población expuesta. El uso de datos y modelos puede apoyar decisiones mejor informadas sobre esos cambios.[11]
c) Eficiencia y demanda de energía
Las políticas de eficiencia buscan reducir la energía necesaria para realizar una actividad o prestar un servicio. La revisión de Tanaka (2011) examina instrumentos utilizados en el sector industrial, incluidos cambios en equipos, procesos y prácticas de gestión. Su pertinencia depende de las condiciones técnicas y económicas en que se aplican.
Los trabajos de Gillingham, Newell y Palmer sobre políticas del lado de la demanda incluyen las normas para aparatos entre los instrumentos que pueden reducir el consumo y las emisiones asociadas. Saunders y sus colegas (2021) revisan cuatro décadas de investigación sobre eficiencia energética y sus efectos económicos y ambientales. En conjunto, esta literatura ofrece razones para estudiar los ahorros, sus costos y las condiciones bajo las cuales se materializan.
Una mejora técnica de eficiencia debe distinguirse del ahorro efectivamente observado. El consumo también cambia con los precios, los horarios, la intensidad de uso y las decisiones de hogares y empresas. Esa distinción es importante al pasar de las características de un aparato a una estimación de sus efectos sobre el sistema eléctrico.
d) De las emisiones a los posibles efectos sanitarios
Una ruta de análisis consiste en estimar primero la diferencia de consumo eléctrico entre dos escenarios de eficiencia. Después se calcula qué generación y qué emisiones corresponden a esa diferencia. Finalmente, las variaciones en las concentraciones de contaminantes se relacionan con los riesgos para la salud mediante funciones de concentración y respuesta.
La revisión de Gillingham y sus colegas (2006) aporta contexto sobre las políticas de eficiencia. Fann, Fulcher y Baker (2013) estudian la carga sanitaria de la contaminación atribuida a distintos sectores de Estados Unidos mediante modelos de calidad del aire y funciones de impacto en la salud. Su trabajo ofrece un antecedente metodológico; no constituye una evaluación directa de las normas para aparatos utilizada en este proyecto.
El paso entre cada componente requiere supuestos y datos compatibles. Conocer el ahorro de electricidad es una parte de la estimación. También importa dónde y cuándo cambia la generación y cómo se distribuye la exposición de la población.
e) Normas y medidas de eficiencia en distintos sectores
Las medidas de eficiencia actúan sobre problemas distintos. En la industria pueden dirigirse a equipos, procesos o prácticas de gestión. En los hogares, los requisitos mínimos modifican los productos disponibles en el mercado. En el transporte, los requisitos de eficiencia de combustible para las flotas de los fabricantes, conocidos como CAFE, regulan el desempeño de los vehículos.
Esas políticas deben evaluarse de acuerdo con sus objetivos y con las condiciones de cada sector. En el mercado de aparatos, por ejemplo, importan las fallas de información, las restricciones de crédito, los precios y las decisiones de los productores. Spurlock y Fujita (2022) examinan cómo la estructura del mercado influye en las consecuencias distributivas de la regulación de eficiencia.
f) Eficiencia y tendencias de emisiones
Los cambios históricos en las emisiones reflejan la combinación de muchos factores: actividad económica, tecnologías de producción, composición de los combustibles, controles de contaminación y consumo de energía. Los trabajos de Cofala y sus colegas (2007) y Crippa y sus colegas (2016) ayudan a situar esas tendencias y las políticas que intervienen en ellas.
La eficiencia puede contribuir a reducir emisiones al disminuir la energía requerida para prestar un servicio. Sin embargo, la coincidencia temporal entre una reducción de emisiones y una norma no basta para identificar cuánto de esa reducción se debe a la norma. La revisión de Saunders y sus colegas (2021) ofrece un marco para examinar los mecanismos y las diferencias entre contextos.
El Plan de Acción «Contaminación Cero» de la Comisión Europea (2021) ilustra un enfoque que combina medidas en la agricultura, la industria, el transporte, los edificios y la energía. Los resultados de una política concreta dependen de su aplicación y de su relación con otras medidas. Por eso, los beneficios estimados para un lugar no deben trasladarse sin más a otro.
g) Distribución de beneficios y equidad
La estructura del mercado de aparatos puede influir en quién se beneficia de una norma y en quién enfrenta sus costos. Un mayor nivel de eficiencia puede reducir el gasto de operación, pero también importan el precio de compra, el acceso al crédito, la oferta disponible y las decisiones de los propietarios de viviendas en renta.
Spurlock y Fujita (2022) estudian los efectos de cambios en las normas para lavadoras en distintos segmentos del mercado estadounidense. Sus resultados muestran por qué no conviene suponer que una norma perjudica necesariamente a quienes compran los productos de menor precio. El análisis de sus consecuencias requiere observar cómo responden los precios y las características de los productos.
La literatura sobre políticas del lado de la demanda también considera los beneficios adicionales derivados de reducir la contaminación del aire. En materia de justicia ambiental, Thind y sus colegas (2019) analizan diferencias en la exposición a PM₂.₅ y en los efectos sanitarios de la generación eléctrica por raza, ingreso y ubicación. En su análisis, las diferencias por raza eran mayores que las observadas por ingreso, y el carbón explicaba una parte importante de los efectos.
Estas dos dimensiones distributivas se complementan: quién puede adquirir un equipo eficiente y quién recibe los beneficios de los cambios en las emisiones. Un análisis de promedios nacionales puede ocultar diferencias relevantes en ambos lados.
III. Alcance y criterios del análisis
a) Impactos ambientales y sociales de la producción de energía
La energía interviene a lo largo de las cadenas de producción: en la extracción y transformación de materiales, la fabricación, el transporte, el uso y la disposición final de los bienes. Por eso, sus impactos no se limitan a lo que ocurre dentro de una central eléctrica.
Las instalaciones de generación utilizan distintas fuentes, entre ellas carbón, gas, petróleo, energía nuclear, agua y otros recursos renovables. Sus perfiles de emisiones y sus efectos ambientales y sociales son diferentes. Además de los gases de efecto invernadero, pueden existir impactos sobre el aire, el agua, el uso del suelo y la gestión de residuos. La energía nuclear, por ejemplo, plantea requisitos específicos para el manejo de residuos radiactivos y su vigilancia a largo plazo.
Este estudio se concentra en la calidad del aire y en los posibles efectos sanitarios de cambios en la generación eléctrica. Ese recorte responde a la disponibilidad de datos y de modelos que permiten relacionar las emisiones con concentraciones de contaminantes y riesgos para la población. No pretende abarcar todos los costos y beneficios de cada tecnología de generación.
b) Indicadores y utilidad para las decisiones
El método considera cambios en las concentraciones de contaminantes y en la mortalidad prematura esperada. Para expresar en términos monetarios las variaciones del riesgo de mortalidad, se utiliza como referencia el valor estadístico de la vida empleado por la EPA. Su aplicación exige identificar el valor de referencia y el año monetario utilizado.[12]
Los patrones de uso de los aparatos importan porque producen perfiles de demanda distintos. Un refrigerador requiere electricidad durante todo el año; los equipos de enfriamiento pueden concentrar gran parte de su consumo en determinadas horas y estaciones. A su vez, la respuesta de la generación depende de las fuentes disponibles y de las condiciones del sistema. Por ello, un mismo ahorro anual de electricidad puede tener efectos diferentes según el lugar y el momento en que ocurra.
En el periodo del estudio, los análisis del DOE comparaban alternativas de eficiencia para diversos productos. Consideraban el número de equipos que llegarían al mercado, los costos durante su vida útil, el consumo y las emisiones. Este proyecto buscaba estudiar con más detalle cómo se distribuirían regionalmente los posibles efectos sanitarios.
El DOE ya incluía una valoración nacional de ciertos beneficios sanitarios en su análisis de 2023. La pregunta de este proyecto era regional: cómo vincular los patrones horarios de uso con los lugares donde cambiarían la generación, las emisiones y la exposición de la población.
La intención era desarrollar un procedimiento que pudiera adaptarse a otros aparatos y apoyar la comparación de alternativas de eficiencia. Para extenderlo habría que revisar los datos disponibles, la forma en que se usan los equipos y los supuestos del sistema eléctrico en cada aplicación.
IV. Métodos, datos y análisis
Fuentes de información y criterios de trabajo
Trabajé con dos fuentes de consumo: mediciones residenciales recogidas por LBNL y perfiles simulados de ResStock. La base de mediciones contenía información de hogares de Massachusetts y Pensilvania durante 2022–2023. El ejercicio descrito aquí se concentró en los equipos de Pensilvania.
Preparé los datos para que pudieran utilizarse junto con los análisis de las normas de eficiencia. Los criterios eran aprovechar información disponible para el equipo, recurrir a fuentes externas de acceso gratuito y documentar los pasos necesarios para reproducir el procedimiento.[13]
Los escenarios combinaban niveles de eficiencia con proyecciones de equipos enviados al mercado y del parque que estaría en uso. Cada alternativa TSL se comparaba con un escenario de referencia sin una nueva norma. Los supuestos debían ser compatibles con los del análisis regulatorio que aportaba esos datos.
Los archivos preparados se incorporaron al análisis eléctrico del equipo, que relacionaba los cambios horarios de consumo con estimaciones de emisiones bajo los escenarios utilizados. Después se aplicaba InMAP para estimar concentraciones de partículas finas y posibles efectos sanitarios. Otros investigadores del laboratorio operaban esos modelos.
Mi contribución consistió en preparar y analizar las series de consumo y convertirlas en archivos utilizables para comparar escenarios de eficiencia. También presenté y discutí con el equipo una propuesta de regresión para estimar registros faltantes y después la implementé. La integración de los modelos y las corridas posteriores fueron parte del trabajo colectivo.
Figura 1. Del consumo eléctrico a las estimaciones de salud
Figura original del informe. Se conserva su rotulado en inglés.
La figura sigue el recorrido de los datos. Las mediciones o las simulaciones permiten construir un perfil de consumo; la información sobre envíos al mercado, vida útil y parque de equipos lo lleva a la escala del conjunto de aparatos considerado. Las diferencias entre niveles de eficiencia se traducen en cambios horarios de demanda y estimaciones de emisiones. Para el análisis de InMAP, las emisiones se agregan anualmente y se relacionan con concentraciones de PM₂.₅ y estimaciones sanitarias.
Primer enfoque: mediciones de los equipos en Pensilvania
El primer enfoque consistió en preparar un perfil anual a partir de las lecturas de los equipos medidos. Los registros de potencia se tomaban cada cinco segundos y se relacionaban con la temperatura exterior de cada vivienda. Para trabajar a la resolución que necesitaba el análisis eléctrico, los organicé en intervalos de una hora.
Con esa información era posible examinar cómo variaba el uso del aire acondicionado con la temperatura. La base también identificaba la capacidad de enfriamiento y el tipo de motor, de velocidad única o variable. Esas diferencias entre equipos podían ser relevantes al comparar alternativas de eficiencia.
Las lecturas describían lo que ocurría en los hogares observados. Su ubicación en Pensilvania no bastaba para establecer que representaban a todos los hogares del estado ni al conjunto de Estados Unidos. El tamaño y la selección de la muestra, el clima y las características de las viviendas limitaban el alcance de la comparación.
También había registros faltantes, a veces agrupados en determinados periodos. Podían responder a interrupciones del sensor o de la transmisión, pero antes de estimarlos era necesario entender qué significaba cada ausencia. Presenté al equipo un enfoque de regresión, lo discutimos y después lo implementé para completar parte de las series.
Un caso resultó especialmente ilustrativo: algunos equipos se retiraban de las ventanas y se guardaban durante el invierno. La ausencia de lecturas en ese periodo tenía un significado distinto al de una falla de transmisión mientras el aparato seguía instalado. Antes de completar la serie había que comprender qué estaba pasando en la vivienda.
El informe recoge tres especificaciones para relacionar la potencia media horaria con distintas variables:
Temperatura exterior.
Temperatura e indicadores para las horas del día.
Temperatura, horas del día y una distinción entre días hábiles y fines de semana.
La tercera especificación se utilizó para generar las predicciones descritas en el informe. La temperatura seguía siendo importante, pero los indicadores horarios y la distinción entre días hábiles y fines de semana permitían recoger diferencias de uso vinculadas con los horarios de los hogares.
Completar la serie permitía continuar con el análisis, aunque los valores estimados conservaban una incertidumbre distinta de la de las lecturas originales. Era importante mantener identificados unos y otros. En este documento no se presentan métricas de error ni pruebas fuera de muestra que permitan evaluar la precisión de esas predicciones.
Segundo enfoque: perfiles simulados de ResStock
El segundo enfoque utilizó ResStock, que representa el consumo energético de las viviendas mediante simulaciones. El conjunto End-Use Load Profiles for the U.S. Building Stock reúne perfiles residenciales de ResStock y perfiles comerciales de ComStock, con información en intervalos de quince minutos. La fuente residencial aportaba una segunda forma de construir el perfil de consumo para el ejercicio.
Para comparar ambas fuentes se necesitaban intervalos y unidades compatibles. La potencia, medida en W, y la energía consumida durante un intervalo, expresada en kWh, requieren tratamientos distintos. La energía de intervalos consecutivos se suma; para obtener energía a partir de lecturas de potencia también hay que considerar su duración. El paso a una resolución horaria debía respetar esas diferencias.
Figura 2. Perfil estacional de consumo
NREL (2021). End-Use Load Profiles for the U.S. Building Stock. Identificador del conjunto de datos.
La captura ilustra la distribución del consumo a lo largo del año: los valores más altos se concentran en los meses cálidos y el consumo es mucho menor en invierno. La figura ayuda a interpretar la forma del perfil utilizado como insumo. No muestra resultados de salud.
Abrir la figura 2 a tamaño completo
Los perfiles simulados ofrecían una serie para todo el año, lo que evitaba estimar registros faltantes como en las mediciones. Sin embargo, el perfil agregado de enfriamiento utilizado no distinguía los equipos de habitación y sus tipos de motor con el mismo detalle que la base medida.[14]
Poner dos series en el mismo reloj no garantiza que estén midiendo lo mismo. Además de igualar los intervalos, había que comprobar qué equipos incluía el perfil simulado y cómo se había llevado a una escala comparable. Esa dificultad se refiere a la extracción utilizada en el estudio; las tecnologías que pueden distinguirse en ResStock dependen de la versión, los metadatos y los filtros disponibles.
Las dos fuentes respondían a necesidades distintas. Las mediciones permitían observar equipos concretos, con una muestra limitada y registros incompletos. Las simulaciones ofrecían perfiles completos bajo los supuestos del modelo. La comparación ayudaba a examinar esas diferencias y a valorar qué podía aportar cada fuente al análisis.
Envíos al mercado y parque de equipos
Después había que pasar del perfil de un equipo al consumo del conjunto de aparatos considerado en cada escenario. Para ello utilicé las proyecciones de shipments, es decir, equipos enviados al mercado, y las estimaciones del parque en uso. Los envíos se traducen en equipos instalados mediante supuestos sobre su incorporación y vida útil; no son una medición directa del consumo de los hogares.
El análisis de envíos de la regla de 2023 abarcaba treinta años, de 2026 a 2055, y distinguía clases de productos. Esas proyecciones permitían calcular diferencias de consumo entre el escenario de referencia y las alternativas de eficiencia. Se conservan esos años porque forman parte del diseño histórico del ejercicio.[15]
La Residential Energy Consumption Survey, elaborada por la Administración de Información Energética de Estados Unidos, aportaba estimaciones del uso de aire acondicionado en los hogares por estado. Esa información permitía ajustar la escala de las proyecciones nacionales al ejercicio de Pensilvania.[16]
El cálculo se concentraba en la diferencia entre escenarios para los equipos incorporados bajo cada alternativa de eficiencia. Así era posible estudiar el cambio considerado sin reconstruir todo el parque anterior a la norma. Su interpretación debía conservar ese alcance y los supuestos utilizados para representar la incorporación de los aparatos.
Para cada año y alternativa se necesitaban el número de equipos y su consumo. De forma simplificada, el ahorro anual se representa como la diferencia entre la energía del escenario de referencia y la del nivel TSL elegido:
ΔE(y, TSL) = E(referencia, y) − E(TSL, y).
Las proyecciones de envíos y la vida útil permiten estimar cuántos equipos seguirían en uso después de la entrada en vigor de la norma. El informe planteaba extender el análisis del primer año a los años cinco y diez. Para hacerlo habría que mantener supuestos compatibles sobre la evolución de los equipos y del sistema eléctrico.
Distribución horaria del ahorro
El ahorro anual indica cuánto cambia el consumo; el perfil horario permite repartir ese cambio a lo largo del año. El procedimiento convierte el consumo de cada hora en una fracción del total anual y utiliza esas fracciones para distribuir el ahorro del escenario.
Para un año modelo de 365 días se obtienen 8,760 valores horarios. Las fracciones deben sumar uno, y el total de ahorros horarios debe coincidir con el ahorro anual que se distribuye. El año, los intervalos y las unidades deben ser compatibles entre las fuentes y el modelo eléctrico.
Cuando se aplica el mismo perfil horario a distintos niveles TSL, se supone que cambia la magnitud del consumo mientras se conserva su distribución en el tiempo. Esa hipótesis debe revisarse si una nueva tecnología, un control distinto o un cambio de hábitos modifica también los horarios de uso. Los archivos para el análisis se organizaron en formato CSV, con la identificación del escenario y de la región correspondiente.
El modelo eléctrico del equipo relacionaba esos cambios de demanda con estimaciones de emisiones de los escenarios empleados. Las notas de trabajo describen una representación apoyada en datos horarios de Cambium y en los intercambios entre regiones. El resultado dependía de esos datos y supuestos; no debe interpretarse como una reproducción completa del funcionamiento real de la red ante cualquier cambio de consumo.
De la red eléctrica a las estimaciones sanitarias
Las emisiones estimadas por el modelo eléctrico servían de entrada para InMAP. El modelo de calidad del aire representa el transporte y la transformación de contaminantes para estimar cambios en las concentraciones de PM₂.₅. El ejercicio conserva dos escalas temporales: el consumo y las emisiones eléctricas se organizan por hora; InMAP trabaja, en su configuración habitual, con promedios anuales de concentración.
A partir de las concentraciones, la distribución de la población y las funciones epidemiológicas seleccionadas, podían estimarse cambios en la mortalidad y su valoración económica. La elección de esas funciones y las características de la población influyen en los resultados. Las emisiones, las concentraciones y los efectos sanitarios son pasos distintos del análisis y requieren datos y unidades compatibles.
La representación del modelo utilizaba 134 regiones de referencia. El ahorro asociado con la demanda de Pensilvania podía modificar estimaciones de emisiones fuera del estado, debido a los intercambios eléctricos y al transporte de contaminantes. Para reproducir el ejercicio habría que identificar la versión del modelo, la asignación de los equipos a las regiones y la conversión a las unidades de entrada requeridas.
V. Primeros resultados
A finales de abril, poco antes de cerrar el informe, los investigadores encargados del modelo eléctrico procesaron los archivos preparados. Las primeras corridas produjeron estimaciones de emisiones y resultados sanitarios. Esto permitió comprobar que los datos podían incorporarse a la secuencia de análisis del equipo y obtener las salidas previstas.
Los resultados recibidos incluían tres escenarios de costos de las energías renovables: bajo, medio y alto. Las estimaciones sanitarias se calcularon con funciones de concentración y respuesta asociadas con Krewski y Lepeule, junto con una valoración económica basada en el valor estadístico de la vida utilizado por la EPA.[17][18]
También se recibieron estimaciones de emisiones anuales por central para los contaminantes considerados. El equipo señaló que nuevas corridas permitirían desagregar los resultados por grupos raciales y étnicos y por comunidades identificadas como desfavorecidas con el criterio de Justice40 utilizado entonces en el proyecto.
El informe no incluye tablas con cifras sanitarias o monetarias por escenario ni los resultados de esas desagregaciones. Las primeras corridas documentan un avance en la integración del análisis; la evaluación de su precisión requiere información adicional. Del mismo modo, las diferencias entre funciones de riesgo muestran sensibilidad a ese supuesto, pero no constituyen por sí solas un intervalo de confianza que reúna toda la incertidumbre del ejercicio.
Quedaba por incorporar una dimensión cualitativa que relacionara las estimaciones con la experiencia de las comunidades. Conocer sus condiciones de vida y las decisiones que enfrentan ayudaría a formular nuevas preguntas y a interpretar las diferencias entre territorios y poblaciones.
VI. Conclusiones y limitaciones
Una mejora de eficiencia empieza en el aparato, pero sus posibles efectos se extienden al sistema eléctrico y a la población expuesta a sus emisiones. Estudiar ese recorrido permite preguntar cuánto se ahorra, dónde cambia la contaminación y cómo se distribuyen sus consecuencias.
Mi trabajo aportó la preparación y el análisis de los datos necesarios para explorar esa relación en un ejercicio centrado en la demanda de Pensilvania. Organicé las series de consumo, discutí e implementé una regresión para completar registros faltantes y preparé los archivos que utilizaron otros investigadores en las corridas posteriores. La integración del método formó parte de un esfuerzo colectivo en LBNL.
Las principales limitaciones están en la muestra medida, el tratamiento de los registros faltantes, la comparación con los perfiles simulados y los supuestos que trasladan el ahorro anual a cada hora y región. También importan la representación del sistema eléctrico y las funciones utilizadas para estimar los riesgos sanitarios.
La siguiente etapa requiere documentar la versión y las variables de las fuentes, las decisiones sobre registros faltantes, la asignación regional de los equipos y las unidades que recibe cada modelo. Los resultados por escenario y los análisis de sensibilidad permitirían evaluar cuánto dependen las estimaciones de esas decisiones. El alcance de las conclusiones debe corresponder a la evidencia presentada.
La investigación cualitativa permitiría poner esos resultados en relación con la vida de las comunidades. Los modelos ayudan a ordenar una parte del problema; las preguntas sobre quién recibe los beneficios, quién enfrenta los costos y cómo se toman las decisiones siguen requiriendo evidencia e investigación. Ese vínculo entre el trabajo técnico y las condiciones del desarrollo es lo que me interesa seguir estudiando.
Anexos
Figura A1. Envíos al mercado de equipos de aire acondicionado para habitaciones
Figura original sobre envíos al mercado, tomada del análisis de la norma utilizada en el estudio.
El eje horizontal muestra los años de 1970 a 2015 y el vertical, los equipos enviados al mercado, en millones de unidades. La serie fluctúa y alcanza su máximo a mediados de la década de 2000. Se incluye como antecedente para estimar el parque de equipos; sus valores no son mediciones de consumo, emisiones o efectos sanitarios.
Abrir la figura A1 a tamaño completo
Figura A2. Fuentes de generación eléctrica en Estados Unidos, 2022
Composición histórica mostrada en la figura original.
La imagen identifica gas natural, 39.8%; energías renovables, 21.5%; carbón, 19.5%, y energía nuclear, 18.2%. Se conservan los porcentajes que aparecen en la figura de 2022. No describen la combinación actual de fuentes de generación.
Referencias
Los títulos de las obras citadas se conservan en su idioma original. Se mantienen las entradas y los enlaces de la bibliografía inglesa, se corrigen las atribuciones verificadas y se completan cuatro referencias citadas en el texto.
Akbari-Dibavar, Alireza, Behnam Mohammadi-Ivatloo, Kazem Zare, and Vahid Hosseinnezhad. 2021. “Chapter 5 - IGDT-Based Optimal Low-Carbon Generation Dispatch of Power System Integrated with Compressed Air Energy Storage Systems.” Pp. 89–105 in Energy Storage in Energy Markets, edited by B. Mohammadi-Ivatloo, A. Mohammadpour Shotorbani, and A. Anvari-Moghaddam. Academic Press.
Anon. 2024a. “Carbon Capture and Storage - an Overview | ScienceDirect Topics.” (https://www.sciencedirect.com/topics/engineering/carbon-capture-and-storage).
Anon. 2024b. “Environmental Impact of Energy — European Environment Agency.” (https://www.eionet.europa.eu/gemet/en/concept/2833).
Anon. 2024c. “Greenhouse Gas Emissions - an Overview | ScienceDirect Topics.” (https://www.sciencedirect.com/topics/economics-econometrics-and-finance/greenhouse-gas-emissions).
Anon. 2024d. “Zero Pollution Action Plan - European Commission.” (https://environment.ec.europa.eu/strategy/zero-pollution-action-plan_en).
Anon. n.d.-a. “Air Pollution and Your Health.” National Institute of Environmental Health Sciences. (https://www.niehs.nih.gov/health/topics/agents/air-pollution).
Anon. n.d.-b. “Climate Change Impacts Across California: Health.”
Anon. n.d.-c. “Corridor-Level Impacts of Battery-Electric Heavy-Duty Trucks and the Effects of Policy in the United States | Environmental Science & Technology.” (https://pubs.acs.org/doi/10.1021/acs.est.3c05139?ref=pdf).
Anon. n.d.-d. “Electricity Generation, Capacity, and Sales in the United States - U.S. Energy Information Administration (EIA).” (https://www.eia.gov/energyexplained/electricity/electricity-in-the-us-generation-capacity-and-sales.php).
Anon. n.d.-e. “Energy Conservation Program: Energy Conservation Standards for Room Air Conditioners.”
Anon. n.d.-f. “Executive Summary – Electricity 2024 – Analysis.” IEA. (https://www.iea.org/reports/electricity-2024/executive-summary).
Shaffer, Rachel M., y colaboradores. 2021. “Fine Particulate Matter and Dementia Incidence in the Adult Changes in Thought Study | Environmental Health Perspectives | Vol. 129, No. 8.” (Consultar el estudio sobre incidencia de demencia (acceso abierto)).
Anon. n.d.-h. “Inhalable Particulate Matter and Health (PM2.5 and PM10) | California Air Resources Board.” (https://ww2.arb.ca.gov/resources/inhalable-particulate-matter-and-health).
White, Alexandra J. 2021. “Invited Perspective: Air Pollution and Breast Cancer Risk: Current State of the Evidence and Next Steps.” (Consultar el comentario sobre cáncer de mama (acceso abierto)).
Anon. n.d.-j. “Mortality Risk Valuation | US EPA.” (https://www.epa.gov/environmental-economics/mortality-risk-valuation).
Anon. n.d.-k. “Outlook for Electricity – World Energy Outlook 2022 – Analysis.” IEA. (https://www.iea.org/reports/world-energy-outlook-2022/outlook-for-electricity).
Brigham, Katie. 2023. “Why the Electric Vehicle Boom Could Put a Major Strain on the U.S. Power Grid.” CNBC. (https://www.cnbc.com/2023/07/01/why-the-ev-boom-could-put-a-major-strain-on-our-power-grid.html).
Burnor, Elisabeth, Dora Cserbik, Devyn L. Cotter, Clare E. Palmer, Hedyeh Ahmadi, Sandrah P. Eckel, Kiros Berhane, Rob McConnell, Jiu-Chiuan Chen, Joel Schwartz, Raymond Jackson, and Megan M. Herting. 2021. “Association of Outdoor Ambient Fine Particulate Matter With Intracellular White Matter Microstructural Properties Among Children.” JAMA Network Open 4(12):e2138300. doi: 10.1001/jamanetworkopen.2021.38300.
Cofala, Janusz, Markus Amann, Zbigniew Klimont, Kaarle Kupiainen, and Lena Höglund-Isaksson. 2007. “Scenarios of Global Anthropogenic Emissions of Air Pollutants and Methane until 2030.” Atmospheric Environment 41(38):8486–99. doi: 10.1016/j.atmosenv.2007.07.010.
Cotter, Devyn L., Claire E. Campbell, Kirthana Sukumaran, Rob McConnell, Kiros Berhane, Joel Schwartz, Daniel A. Hackman, Hedyeh Ahmadi, Jiu-Chiuan Chen, and Megan M. Herting. 2023. “Effects of Ambient Fine Particulates, Nitrogen Dioxide, and Ozone on Maturation of Functional Brain Networks across Early Adolescence.” Environment International 177:108001. doi: 10.1016/j.envint.2023.108001.
Crippa, Monica, Greet Janssens-Maenhout, Frank Dentener, Diego Guizzardi, Katerina Sindelarova, Marilena Muntean, Rita Van Dingenen, and Claire Granier. 2016. “Forty Years of Improvements in European Air Quality: Regional Policy-Industry Interactions with Global Impacts.” Atmospheric Chemistry and Physics 16(6):3825–41. doi: 10.5194/acp-16-3825-2016.
Klimont, Zbigniew, Kaarle Kupiainen, Chris Heyes, Pallav Purohit, Janusz Cofala, Peter Rafaj, Jens Borken-Kleefeld, and Wolfgang Schöpp. 2017. “Global Anthropogenic Emissions of Particulate Matter Including Black Carbon.” Atmospheric Chemistry and Physics 17(14):8681–8723. doi: 10.5194/acp-17-8681-2017.
Manisalidis, Ioannis, Elisavet Stavropoulou, Agathangelos Stavropoulos, and Eugenia Bezirtzoglou. 2020. “Environmental and Health Impacts of Air Pollution: A Review.” Frontiers in Public Health 8:14. doi: 10.3389/fpubh.2020.00014.
Gillingham, Kenneth, Richard Newell y Karen Palmer. 2004. “Retrospective Examination of Demand-Side Energy Efficiency Policies.” Documento de trabajo de Resources for the Future, 04-19, versión revisada de septiembre de 2004.
Princeton University. 2024. “REPEAT | Rapid Energy Policy Evaluation & Analysis Toolkit.” (https://repeatproject.org).
Relation, SGU Public. 2023. “Transforming Household Consumption: Unveiling the Impact of Energy-Efficient Appliances on Sustainability and Environmental Conservation in Modern Living Spaces.” Swiss German University. (https://sgu.ac.id/transforming-household-consumption-unveiling-the-impact-of-energy-efficient-appliances-on-sustainability-and-environmental-conservation-in-modern-living-spaces/).
Saunders, Harry D., Joyashree Roy, Inês M. L. Azevedo, Debalina Chakravarty, Shyamasree Dasgupta, Stephane de la Rue du Can, Angela Druckman, Roger Fouquet, Michael Grubb, Boqiang Lin, Robert Lowe, Reinhard Madlener, Daire M. McCoy, Luis Mundaca, Tadj Oreszczyn, Steven Sorrell, David Stern, Kanako Tanaka, and Taoyuan Wei. 2021. “Energy Efficiency: What Has Research Delivered in the Last 40 Years?” Annual Review of Environment and Resources 46(Volume 46, 2021):135–65. doi: 10.1146/annurev-environ-012320-084937.
Thind, Maninder P. S., Christopher W. Tessum, Inês L. Azevedo, and Julian D. Marshall. 2019. “Fine Particulate Air Pollution from Electricity Generation in the US: Health Impacts by Race, Income, and Geography.” Environmental Science & Technology 53(23):14010–19. doi: 10.1021/acs.est.9b02527.
US EPA, OAR. 2015. “Carbon Pollution from Transportation.” (https://www.epa.gov/transportation-air-pollution-and-climate-change/carbon-pollution-transportation).
US EPA, OAR. 2022. “Climate Change Impacts on Air Quality.” (EPA: Climate Change Impacts on Air Quality (página original no disponible)).
US EPA, ORD. 2020. “Research on Health Effects from Air Pollution.” (https://www.epa.gov/air-research/research-health-effects-air-pollution).
Wilson, John D., and Zach Zimmerman. n.d. “The Era of Flat Power Demand Is Over.”
Fann, N., C. M. Fulcher y K. Baker. 2013. The recent and future health burden of air pollution apportioned across U.S. sectors. Environmental Science & Technology 47(8):3580–3589. DOI.
Gillingham, Kenneth, Richard Newell y Karen Palmer. 2006. Energy Efficiency Policies: A Retrospective Examination. Annual Review of Environment and Resources 31:161–192.
Spurlock, C. Anna, y K. Sydny Fujita. 2022. Equity implications of market structure and appliance energy efficiency regulation. Energy Policy 165:112943. DOI.
Gabet y colaboradores. 2021. Breast Cancer Risk in Association with Atmospheric Pollution Exposure: A Meta-Analysis of Effect Estimates Followed by a Health Impact Assessment. DOI.
Notas
[1] Naciones Unidas. Objetivos de Desarrollo Sostenible.
Volver al texto
[2] Administración de Información Energética de Estados Unidos (EIA). Electricity explained: Electricity generation, capacity, and sales in the United States.
Volver al texto
[3] Rapid Energy Policy Evaluation and Analysis Toolkit (REPEAT). Referencia utilizada en el informe para contextualizar las proyecciones de demanda disponibles durante el periodo del estudio.
Volver al texto
[4] El informe original citaba «The Role of Energy-Efficient Appliances in Reducing Consumption», de Energy5, cuya página ya figura como no disponible en la versión inglesa. Para la distinción técnica propuesta en esta edición, véanse How ENERGY STAR Works y la regla del DOE para equipos de aire acondicionado de 2023.
Volver al texto
[5] National Institute of Environmental Health Sciences (NIEHS). Air Pollution and Your Health.
Volver al texto
[6] Organización Mundial de la Salud. Ambient (outdoor) air pollution. El informe original también remite a NIEHS.
Volver al texto
[7] Agencia de Protección Ambiental de Estados Unidos (EPA). Carbon Pollution from Transportation.
Volver al texto
[8] EPA. «Climate Change Impacts on Air Quality», referencia histórica cuya página original figura como no disponible. Para contexto oficial relacionado, véase Air Quality and Climate Change Research.
Volver al texto
[9] La misma referencia histórica de la nota 8, conservada para mantener la correspondencia con las notas del informe original.
Volver al texto
[10] Legislative Analyst’s Office. 2022. Climate Change Impacts Across California: Health.
Volver al texto
[12] El informe contempla cambios estimados en la mortalidad prematura bajo distintas funciones de concentración y respuesta y su valoración económica. Véase EPA: Mortality Risk Valuation.
Volver al texto
[13] Documentación técnica del análisis de normas para equipos de aire acondicionado. Se conserva el enlace del informe original al programa de normas.
Volver al texto
[14] La limitación descrita corresponde al perfil de enfriamiento utilizado en este ejercicio. No establece que ResStock carezca en general de categorías para equipos de habitación. La documentación histórica de ResStock incluye distinciones de tecnología de enfriamiento. Falta identificar la versión, el campo, los filtros y la normalización empleados en el análisis.
Volver al texto
[17] EPA. Evaluación de riesgos para material particulado, junio de 2010, referencia enlazada en el informe original para la estimación basada en Krewski.
Volver al texto
[18] Finland study on health benefits (PDF), referencia enlazada en el informe original para la segunda función de concentración y respuesta.
Volver al texto
Las referencias históricas identificadas como no disponibles se conservan con esa indicación. La página inglesa ofrece también contexto relacionado de la EPA y la OMS.
