NOMENCLATURA

Abreviaturas

RAC Residuos Agrícolas de Cosecha.

ACV Análisis del Ciclo de Vida.

ICV Inventario del Ciclo de Vida.

AICV Análisis de Impacto del Ciclo de Vida.

OE Gastos Operativos.

S Ventas.

TAR Factor de Reparación Total Acumulada.

TOC Teoría de Restricciones.

Letras griegas

αPorcentaje de tierra que se puede cosechar mecánicamente.

γ_λNúmero de ciclos del tractor por día.

γ_ΛNúmero de ciclos del camión por día.

γ_ΛNúmero de tractores (que halan 5 vagones HD8000) para RAC picados.

λ_RACNúmero de camiones (que halan 2 vagones LD24000) para RAC picados.

Λ_RACNúmero de tractores (que halan 5 vagones HD8000) para caña de azúcar.

λ_SCNúmero de camiones (que halan 2 vagones LD24000) para caña de azúcar.

ψ_iktAH i cosechada con método de cosecha/carga k en día t.

ωNúmero de trabajadores.

Ω_zEnergía gris maquinaria/vehículo (MJ/año).

ϕ_SCRendimiento de caña de azúcar (T/ha).

ϕ_SCRendimiento de RAC (T/ha).

ϕ_hRitmo de trabajo de cosechadora (T/día).

ϕ_ωRitmo de trabajo de los trabajadores (T/día).

ϕ_wrRitmo de trabajo de las hileradoras (T/día).

ϕ_lRitmo de trabajo de la cargadora (T/día).

ϕ_chRitmo de trabajo de la picadora (T/día).

ϕ_blRitmo de trabajo del enfardadora (T/día).

ϕ_ceRitmo de trabajo de la estación de lavado en seco (T/día).

ℑ_SCIngresos potenciales por tonelada de caña de azúcar suministrada al ingenio (USD).

ℑ_pIngresos parciales de la venta del producto p (USD/T de caña de azúcar).

μUso promedio anual de insumos agrícolas (kg/ha-año).

ê_dieselConsumo de diésel del medio de transporte (litros/T-km).

Γ_AIConsumo de energía de insumos agrícolas (MJ/T).

Γ_cConsumo de energía del cultivo (MJ/T).

Θ_1GRatio de equivalencia de energía del etanol producido por tonelada de caña de azúcar entregado a la entrada del ingenio (MJ/T).

Θ_2GRatio de equivalencia de energía del etanol producido por tonelada seca de RAC entregada a la entrada de la planta (MJ/T seca).

Θ_elecRatio de equivalencia de energía del excedente de electricidad por toneladas de caña de azúcar entregada a la entrada del ingenio (MJ/T).

ΩEnergía gris de vida útil de maquinaria/vehículo (MJ).

Letras romanas

AEGI_tEdad del cultivo del AH i (días).

A_iÁrea de HA i (hectáreas).

BLNúmero de fardos.

BLEfEficiencia de recolección del enfardadora (%).

C_blCosto variable del enfardadora (USD/T).

C_ceCosto variable de la estación de limpieza en seco (USD/T).

C_chCosto variable de la picadora (USD/T).

CENúmero de estaciones de limpieza en seco.

CEEfEficiencia de la estación de limpieza en seco (%).

C_f-agrCosto de combustible de operaciones agrícolas (USD/T).

C_f-trCosto de combustible del transporte (USD/T).

CHNúmero de picadoras.

C_hCosto variable de la cosechadora (USD/T).

CHEfEficiencia de recolección de la picadora (%).

C_lCosto variable de la cargadora (USD/T).

C_lub-agrCosto de lubricante de operaciones agrícolas (USD/T).

C_lub-trCosto de lubricante para transporte (USD/T).

C_R&M-agrCosto de reparación y mantenimiento de operaciones agrícolas (USD/T).

C_R&M-trCosto de reparación y mantenimiento de transporte (USD/T).

C_SCCosto variable de la caña de azúcar (USD/T).

C_ssCosto variable del Stinger Stacker (USD/T-km).

C_wrCosto variable de la hileradora (USD/T).

C_λCosto variable del tractor (USD/T-km).

C_ΛCosto variable del camión (USD/T-km).

DDistancia de recorrido (km).

dcCosto del diésel (USD/litro).

D_GHRDemanda diaria de RAC en la planta de etanol de segunda generación (toneladas secas).

d_iDistancia desde el AH i al ingenio (km).

D_SCCapacidad diaria de molienda de caña de azúcar (T).

d_iéselConsumo de diésel (litros/h).

EEEnergía incorporada (MJ).

E_herConsumo de energía de los herbicidas (MJ/T).

E_insConsumo de energía de los insecticidas (MJ/T).

E_pccRatios de energía de la producción de insumos agrícolas (MJ/kg).

E_siembraPromedio de consumo de diésel para operaciones de siembra (litros/ha).

E_R&MEnergía de reparación y mantenimiento de partes (MJ).

E_socaPromedio de consumo de diésel para operaciones de soca (litros/ha).

E_sConsumo de energía de las semillas (MJ/T).

e_WCoeficientes energéticos de la fabricación (MJ/kg).

E_z 1 cuando se selecciona la estrategia z, de lo contrario 0.

GHR_1λCantidad de RAC picados llevados por el tractor que hala 5 vagones HD8000 (T).

GHR_1ΛCantidad de toneladas de RAC picados llevados por el camión que hala 2 vagones LD24000 (T).

GHR₂Cantidad de toneladas de RAC llevadas por el Stinger Stalker (T).

GHR₃Cantidad de toneladas de RAC recuperadas de la estación de lavado en seco (T).

RAC_blToneladas de RAC enfardados.

RAC_chToneladas de RAC picados.

RAC_wToneladas de RAC hilerados.

HNúmero de cosechadoras.

XHoras de trabajo anuales.

IInventario (USD).

KTotal costo fijo anual (USD).

K_blCosto anual del enfardadora (USD).

K_ceCosto anual de la estación de limpieza en seco (USD).

K_chCosto anual de la picadora (USD).

K_hCosto anual de la cosechadora (USD).

K_lCosto anual de la cargadora (USD).

K_oCosto anual de propiedad (USD).

K_SCCosto fijo anual para suministro de la caña (USD).

K_ssCosto anual del Stinger Stacker (USD).

K_tisCosto anual de impuestos, seguros y bodegaje (USD).

K_wCosto anual de trabajadores (USD).

K_wrCosto anual de la hileradora (USD).

K_λCosto anual del tractor (USD).

K_ΛCosto anual del camión (USD).

LNúmero de cargadoras.

LHV_dieselValor inferior de calefacción de diésel.

MEEnergía de fabricación de maquinaria (MJ).

MF_zContenido final de humedad de RAC de la estrategia z (%).

MIContenido inicial de humedad de RAC (%).

PrProductividad.

RoWRitmo de trabajo de la maquinaria (T/h).

SCCantidad total de caña de azúcar a la entrada del ingenio (T).

SC_ceCantidad de toneladas de caña de azúcar recuperadas de la estación de limpieza en seco (T).

SC_-cicloDuración del ciclo de caña de azúcar (años).

SC_hToneladas de caña de azúcar cultivadas mecánicamente.

SC_lToneladas de biomasa (caña y RAC) cargadas.

SC_añoRendimiento de la caña de azúcar por ha-año.

SC_λToneladas de biomasa transportadas por el tractor al ingenio o a la estación de limpieza en seco.

SC_ΛToneladas de biomasa transportadas por el camión al ingenio o a la estación de limpieza en seco.

SC_ωToneladas de caña de azúcar cosechadas manualmente.

SPPorcentaje de RAC dejado en el campo para la protección del suelo.

SSNúmero. de stinger stackers

t_cicloCiclo de transporte (h)

TrRotación.

V₁Capacidad del tractor de caña de azúcar (T/ciclo).

V₂Capacidad del camión de caña de azúcar (T/ciclo).

V₃Capacidad del tractor de RAC (T/ciclo).

V₄Capacidad del camión de RAC (T/ ciclo).

V₅Capacidad del camión de fardos (T/ ciclo).

WRNúmero de hileradoras

W_aceroPeso de maqui.naria – acero (kg).

W_neumáticosPeso de maquinaria – neumáticos (kg).

yVida útil maquinaria/vehículo (años).

Modelamiento logístico para la producción sostenible de biocombustible

ISBN: 978-958-8994-07-9

Primera edición, 2015

Autor

© Jairo Alexander Lozano Moreno

Gestión Editorial

Dirección de Investigaciones y Desarrollo Tecnológico

Dirección Programa Editorial

José Julián Serrano

jjserrano@uao.edu.co

Coordinación Editorial

Claudia Lorena González González

clgonzalez@uao.edu.co

Correción de Estilo

Juliana Caicedo

Diagramación

Jarry Andrés Cabrera Castaño

Diseño de ePub

Hipertexto

© Universidad Autónoma de Occidente

Km. 2 vía Cali-Jamundí, A.A. 2790, Cali, Valle del Cauca, Colombia

El contenido de esta publicación no compromete el pensamiento de la Institución, es responsabilidad absoluta de su autor.

Este libro no podrá ser reproducido por ningún medio impreso o de reproducción sin permiso escrito de las titulares del Copyright.

TABLA DE CONTENIDO

RESUMEN

ABSTRACT

1. INTRODUCCIÓN

1.1 DEFINICIÓN DEL PROBLEMA

1.2 ALCANCE DE LA INVESTIGACIÓN

1.3 MARCO METODOLÓGICO

1.4 DESCRIPCIÓN DEL DOCUMENTO

2. REVISIÓN DE LA LITERATURA

2.1 MERCADO ACTUAL, INCENTIVOS Y POLÍTICAS DE MEZCLA PARA LOS BIOCOMBUSTIBLES

2.1 MODELOS PARA EL SUMINISTRO DE BIOMASA

2.3 MODELO DE SUMINISTRO DE CAÑA DE AZÚCAR Y RAC

2.4 SINÓPSIS DEL ESTADO DEL ARTE

3. CADENA DE ABASTECIMIENTO DE LA CAÑA DE AZÚCAR PARA LA PRODUCCIÓN DE AZÚCAR – ETANOL

3.1 DEFINICIÓN Y LÍMITES DEL SISTEMA

3.1.1 Descripción del caso de estudio

3.1.2 Cultivo de caña de azúcar

3.1.3 Cosecha

3.1.4 Transporte de la caña de azúcar

3.1.5 Residuos Agrícolas de Cosecha (RAC)

3.2 RECOPILACIÓN DE INFORMACIÓN E INDICADORES CLAVES DE RENDIMIENTO

3.2.1 Indicadores de costo y desempeño logístico

3.2.1.1 Costo fijo

3.2.1.2 Costos variables

3.2.1.3 Resumen de indicadores logísticos y de costos

3.2.2 Ratios de consumo de energía

3.2.2.1 Insumos agrícolas

3.2.2.2 Cultivo

3.2.2.3 Cosecha

3.2.2.4 Transporte

3.2.2.5 Fabricación de maquinaria

3.2.2.6 Resumen de los índices de consumo de energía

3.3 ESTRATEGIAS LOGÍSTICAS PARA LOS RAC

3.3.1 Estrategia base: RAC picado

3.3.2 Segunda estrategia: RAC enfardados

3.3.3 Tercera estrategia: cosecha integral

4. DESARROLLO METODOLÓGICO

4.1 MODELO DETERMINÍSTICO

4.1.1 Supuestos

4.1.2 Variables del modelo

4.1.3 Parámetros

4.1.4 Restricciones

4.1.4.1 Suministro de caña

4.1.4.2 RAC Picados

4.1.4.3 RAC enfardados

4.1.4.4 Adicional para la cosecha integral

4.1.5 Resultados del modelo

4.1.5.1 Balance de biomasa y costo logístico

4.1.5.2 Consumo de energía

4.2 SIMULACIÓN DE EVENTOS DISCRETOS

4.2.1 Marco lógico

4.2.2 Arquitectura del modelo

4.2.2.1 Módulo de planificación de la cosecha

4.2.2.2 Módulo del clima

4.2.2.3 Módulo de la cosecha

4.2.2.4 Módulo de carga y transporte de la caña de azúcar

4.2.2.5 Módulo de hilerado

4.2.2.6 Módulo de RAC picados

4.2.2.7 Módulo de RAC enfardados

4.2.2.8 Módulo de cosecha integral

4.2.2.9 Módulo de estación de lavado en seco

4.2.3 Verificación del modelo

4.2.4 Resultados del modelo

4.2.4.1 Balance y producción de biomasa

4.2.4.2 Costo logístico

4.2.4.3 Consumo de energía

4.3 COMPARACIÓN Y VALIDACIÓN DE LOS MODELOS

5. ANÁLISIS DE SENSIBILIDAD Y OPTIMIZACIÓN

5.1 THROUGHPUT Y CUELLOS DE BOTELLA

5.2 EVALUACIÓN ECONÓMICA

5.3 ANÁLISIS DEL CICLO DE VIDA (ACV)

5.3.1 Unidad funcional

5.3.2 Supuestos y limitaciones

5.3.3 Asignación

5.3.4 Inventario del Ciclo de Vida (ICV)

5.3.4.1 Estrategia base: RAC picados

5.3.4.2 Segunda estrategia: RAC enfardados

5.3.4.3 Tercera estrategia: cosecha integral

5.3.5 Análisis de los Impactos del Ciclo de Vida (AICV)

5.4 OPTIMIZACIÓN

5.4.1 Maximizar la utilidad neta

5.4.2 Maximizar el balance energético

5.4.3 Utilidad neta vs. balance energético

6. CONCLUSIONES

6.1 RESUMEN DE RESULTADOS

6.2 FORTALEZAS Y CONTRIBUCCIONES DE LA INVESTIGACIÓN

6.3 PRINCIPALES LIMITACIONES

6.4 INVESTIGACIÓN FUTURA

REFERENCIAS

NOMENCLATURA

ABSTRACT

The current dependence on fossil fuels not only calls the attention due to economic reasons, but also for the environmental impacts generated by the use of this type of fuels. Even though nature offers a variety of renewable energy sources, most of them are not competitive and rely on various forms of incentives. Biofuels seems to be a reliable option, particularly for the transportation sector, because they could be used in the current market the existing infrastructure. In Colombia, there is an opportunity for the sugarcane industry in order to develop and improve the ethanol pathway by exploring the secondgeneration production strategies based on lignocellulosic biomass. Especially, if one considers a large amount of biomass residues are generated (between 50 and 100 tons per hectare) and left on the field after green harvesting. The use of sugarcane Green Harvesting Residues (GHR) for ethanol production could be considered as a feasible solution, but it demands the introduction of new technologies for field management and for supplying the plant, which means additional costs in the production process.

This study addressed the key role of renewable energy in decreasing the dependence on fossil fuels and the rising interest in the use of biofuels as energy source for the transport sector through the conceptual design and modeling of the biomass supply for the production of sugar and ethanol. The study took into account the sugarcane supply from the field to the mill and the GHR at the plant-gate under three different strategies: Chopping, baling and integral harvesting. The proposed methodology includes the main activities within sugar-ethanol supply chain such as: Land preparation and planting, cultivation, harvesting, handling, in-field operations and transport till the plant-gate; evaluating the production of sugar and first-generation ethanol from the mill, electricity surplus from co-generation and lignocellulosic ethanol production from the GHR. The conceptual model characterizes the system complexity defining the system variables, parameters and degrees of freedom. Then, the thesis addresses methodologies for calculating the operational performance indicators (Throughput, logistic cost and energy consumption) through a deterministic model following a holistic goal. Later a discrete-event approach was followed in order to study the inherent stochastic behavior given by the agro-climatic conditions, resources synchronization and availability; tracing the daily performance indicators during one year time-frame. The methodology continued with an economic and environmental assessment complementing the model results under a long-term horizon analysis.

A traditional sugarmill located in Colombia was used as case study in order to implement and validate the methodology proposed. The integral harvesting showed the best performance in costs (6.01 USD/GHR dry-ton) and energy consumptions (125.32 MJ/GHR dry-ton), followed by the baled and chopped residues. The sensitivity analysis highlights that the machinery synchronization is the root cause of the system bottleneck. The economic assessment for the integral harvesting showed a GHR selling price of 13.17 USD/dry-ton when the net present value of the project is zero with a time horizon of 20 years. The field emissions, the direct diesel consumption and the fertilizers are the most important contributors for the GHG emissions (60% of the total). The vinasse and biocompost related to the GHR removal contributes to an additional 20%. Finally, the supply chain has been improved by applying optimization strategies considering two different objectives functions: maximum net profit and specific energy bill. The optimization allows increasing the net profit by 208% leading to a logistic cost and direct energy consumption of 2.54 USD/dry-ton and 27.44 MJ/dry-ton for the GHR supply; 31.67 USD/ton and 41.34 MJ/ton for the sugarcane supply.

The proposed methodology is an innovate approach to develop and apply biomass-to-fuel supply model quantifying not only the cost but also the energy load and GHG emissions. It is an attractive decision support tool for developing efficient future supply chains in the biofuel industry.

Key words: logistic modeling, lignocellulosic ethanol, sugarcane residues, biomass logistics.

RESUMEN

La actual dependencia en los combustibles fósiles no solo llama la atención debido a razones económicas, sino también por los impactos ambientales generados por el uso de este tipo de combustible. A pesar de que la naturaleza ofrece una gran variedad de fuentes de energía renovable, la mayoría de ellas no son competitivas en las condiciones de mercado actual y dependen de diversas formas de subsidios. Los biocombustibles aparecen como una opción confiable, especialmente para el sector del transporte, ya que podrían ser utilizados en el mercado actual compartiendo la infraestructura existente. En Colombia es posible que la industria de la caña de azúcar potencialice aún más la producción de etanol mediante la exploración de estrategias de producción de etanol de segunda generación utilizando la biomasa lignocelulósica; sobre todo, si se tiene en cuenta que una gran cantidad de residuos son generados (entre 50 y 100 toneladas por hectárea) y dejados en el campo después de la cosecha en verde. El uso de los Residuos Agrícolas de Cosecha (RAC) de la caña de azúcar podría ser considerado una solución viable para la producción de etanol, pero es necesario adoptar nuevas tecnologías para el manejo del campo y para el abastecimiento de la planta, lo cual implicaría costos adicionales en el proceso de producción.

El presente estudio resalta la importancia de la energía renovable en la reducción de la dependencia en los combustibles fósiles, y el creciente interés en el uso de biocombustibles como fuente de energía para el sector del transporte, a través del diseño conceptual y modelamiento del suministro de biomasa para la producción de azúcar y etanol. Este estudio tuvo en cuenta el suministro de caña de azúcar desde el campo hasta el ingenio, y de los RAC hasta la planta de etanol de segunda generación, considerando tres estrategias diferentes: RAC picado, RAC enfardado y cosecha integral. La metodología propuesta incluye las principales actividades dentro de la cadena, tales como: la preparación de la tierra, la siembra, el cultivo, la cosecha y el transporte de la caña hasta el ingenio; la producción de azúcar y etanol de primera generación; el excedente de electricidad de la cogeneración y el etanol lignocelulósico producido con los RAC. El modelo conceptual describe la complejidad del sistema, identificando las variables, parámetros y grados de libertad. Luego se propone una metodología para el cálculo de los indicadores de desempeño operativo (rendimiento del sistema, costo logístico y consumo de energía), a través de un modelo determinístico. Más adelante se siguió un enfoque de eventos discretos, con el fin de estudiar el comportamiento estocástico inherente del sistema incluyendo elementos tales como las condiciones agroclimáticas, la sincronización y la disponibilidad de recursos; registrando los cambios en los indicadores de desempeño durante un año. La metodología continuó con una evaluación económica y ambiental, complementando los resultados del modelo con una perspectiva estratégica.

Se utilizó un ingenio tradicional ubicado en Colombia como caso de estudio para implementar y validar la metodología propuesta. La cosecha integral mostró el mejor rendimiento en costos (6.01 USD/tonelada seca) y en consumo de energía (125.32 MJ/tonelada seca) para los RAC, seguida de los residuos picados y enfardados. El análisis de sensibilidadd resalta la sincronización de la maquinaria como causa raíz del cuello de botella en el sistema. La evaluación económica para la cosecha integral mostró un precio de venta para los RAC de 13.17 USD/tonelada seca cuando el Valor Presente Neto (VPN) del proyecto es cero, bajo un horizonte de análisis de 20 años. Las emisiones del campo, el consumo directo de diésel y los fertilizantes fueron los emisores más importantes de gases de efecto invernadero (60% de las emisiones totales). La vinaza y el biocompostaje, relacionados con la remoción de RAC, contribuyen un 20% adicional. Por último, se alcanzaron mejoras en el desempeño de la cadena de suministro mediante la optimización bajo dos funciones objetivo diferentes: máxima utilidad neta y balance energético. La optimización permitió incrementar la utilidad neta en un 208%, obteniendo un costo logístico y un consumo directo de energía de 2.54 USD/tonelada seca, y 27.44 MJ/tonelada seca para el suministro de RAC; 31.67 USD/tonelada y 41.34 MJ/tonelada para el suministro de caña de azúcar.

La metodología propone un enfoque innovador para desarrollar y aplicar el modelo de suministro para la conversión de biomasa en combustible, cuantificando no solo el costo logístico, sino también el consumo energético y las emisiones de gases de efecto invernadero. Esta es una atractiva herramienta de soporte para la toma de decisiones, que contribuye al desarrollo de las futuras cadenas de suministro en la industria de los biocombustibles.

Palabras clave: modelamiento logístico, etanol lignocelulósico, residuos de caña de azúcar, biomasa.

1. INTRODUCCIÓN

La bioenergía o energía de la biomasa es un término utilizado para describir la energía producida a partir de biomasa cultivada, recolectada o cosechada. Esto incluye madera, cultivos, algas y otras plantas, así como residuos agrícolas y forestales. Los biocombustibles de primera generación son aquellos producidos mediante cultivos alimentarios. Debido a sus impactos ambientales y sociales, la comunidad científica ha centrado su interés en el desarrollo de biocombustibles producidos a partir de biomasa no alimentaria, o biocombustibles de segunda generación. El panorama energético mundial 2010 de la Agencia Internacional de la Energía (AIE), clasifica los biocombustibles en dos grandes grupos según las tecnologías utilizadas para su producción y su respectivo nivel de desarrollo: biocombustibles convencionales y biocombustibles avanzados (IEA, 2010). Los biocombustibles convencionales son aquellos que cuentan con tecnologías bien establecidas y en la actualidad producen biocombustibles a escala comercial. En la literatura comúnmente se les llama biocombustibles de primera generación e incluyen el etanol de caña de azúcar, el etanol a base de almidón, biodiesel, Ester Metílico de Ácidos Grasos (EMAG) y Aceite Vegetal Puro (AVP). Los biocombustibles avanzados comprenden diferentes tecnologías de conversión que se encuentran actualmente en etapa de investigación y desarrollo, en la fase piloto o de demostración. Esta categoría incluye Biodiesel Hidrogenado, Diésel de Biomasa a Líquido (BTL) y Gas Natural Sintético Bioderivado (bio-SNG); biodiesel o butanol a base de algas, y la conversión de azúcar en biocombustibles de tipo diésel que utilizan microorganismos. El estudio actual y este capítulo particularmente se centrarán en los biocombustibles para el transporte, explorando su mercado actual y potencial, junto con su futuro tecnológico.

En la actualidad, los combustibles fósiles satisfacen alrededor del 80% de la demanda mundial de energía. Este hecho no solo preocupa por las fluctuaciones en el precio del combustible y su abastecimiento, sino también por los impactos económicos y ambientales generados por la dependencia en los combustibles fósiles. Aunque la naturaleza ofrece una gran variedad de fuentes de energía, su explotación es cuestión de cómo convertir la luz solar, el viento, la biomasa o el agua, en electricidad, calor o energía tan eficiente, sostenible y rentable como sea posible (IEA, 2010). La base de recursos renovables es muy grande y puede satisfacer ampliamente una gran parte de la demanda de energía. Sin embargo, en las actuales condiciones del mercado, la mayoría de las energías renovables no son competitivas en términos de costos y dependen de diversas formas de incentivos. Factores como las emisiones de gases de efecto invernadero y la diversidad en la matriz energética mundial, fomentan las políticas de apoyo para este tipo de energía. Para el año 2009 se invirtieron 5.6 billones de USD en I&D (investigación y desarrollo) alrededor de las energías renovables (Figura 1). Los biocombustibles representaron el 15% de esta inversión con una concentración de esfuerzos en el mejoramiento de la eficiencia de las tecnologías de conversión.

Figura 1. Gasto global en I & D en energías renovables para 2009

Fuente: (IEA, 2010).

En el 2011 la producción mundial de biocombustibles fue de aproximadamente 1’820 mil barriles diarios. Brasil y Estados Unidos compartieron el 76% del mercado. A pesar del rápido incremento de su uso en la última década, los biocombustibles representaron solo el 3% de la demanda mundial de combustible para el transporte terrestre en 2009. Se espera que la demanda se incremente debido a los patrones en aumento de los precios del petróleo y el apoyo del gobierno a la energía renovable, convirtiéndose en una opción atractiva para reemplazar sustancialmente el uso del petróleo en las próximas décadas (IEA, 2004) (IEA, 2010). Los biocombustibles recibieron un apoyo total de aproximadamente 20 mil millones de USD en 2009, y para el 2035 se proyecta una inversión acumulada de 335 mil millones de USD en instalaciones para la producción de biocombustibles (Figura 2) (IEA, 2010). Diferentes tecnologías han surgido con el fin de capturar el mercado del sector del transporte, tales como: Gas Natural Comprimido (GNC), Gas Licuado de Petróleo (GLP) y los vehículos eléctricos; pero todas ellas requieren costosas modificaciones en los vehículos y el desarrollo de una nueva infraestructura para el reabastecimiento de combustible (IEA, 2004).

Figura 2. Inversión acumulada prevista en instalaciones para la producción de biocombustibles (2010 – 2035)

Fuente: (IEA, 2010).

En Colombia el etanol de caña de azúcar ofrece la posibilidad de explorar la producción de etanol a partir de biomasa lignocelulósica, teniendo en cuenta que una gran cantidad de residuos se generan (entre 50 y 100 toneladas por hectárea) y se dejan en el campo después de la cosecha en verde. La industria azucarera es un sector establecido y de gran importancia para el desarrollo económico y social del país. A pesar de que el azúcar y el etanol son los principales productos, la indus-tria también produce diversos subproductos o residuos (Figura 3). En promedio, la superficie cultivada tiene una productividad anual de 117 toneladas de caña/ha (Centro Nacional de Productividad, 2002). Considerando una eficiencia de conversión de 0.045 toneladas de azúcar/tonelada de caña y 0.019 toneladas de etanol/tonelada de caña (Consorcio CUE, 2012), se espera una productividad de 12 toneladas de azúcar/hectárea al año, sumado a la capacidad de producción agregada de 1.05 millones de litros de etanol por día de las biorefinerías (Gaucher, Gal, & Soler, 2003).

Figura 3. Balance de masa y energía por hectárea cosechada