Des chercheurs de l’Université de Californie à Santa Barbara ont publié une étude dans Nature Energy, proposant une méthode de classification des centrales au charbon basée sur les données, offrant de nouvelles perspectives pour accélérer leur retrait. Cette recherche analyse 198 centrales au charbon en activité aux États-Unis, les divisant en huit catégories selon 68 indicateurs techniques, économiques et sociopolitiques, et établit un système de notation de « vulnérabilité au retrait contextuel ».
L’auteur principal, Sidney Gathrid, déclare : « Le problème du charbon est complexe — il n’existe pas de solution unique. Notre objectif est de construire des outils reflétant cette complexité, permettant à différents acteurs de traiter divers aspects du problème. » L’équipe de recherche a utilisé la théorie des graphes et l’analyse topologique des données pour identifier des « prototypes de retrait », révélant les facteurs spécifiques de retrait pour chaque catégorie de centrale.
L’étude montre qu’environ 105 GW de centrales au charbon aux États-Unis sont prévues pour fonctionner jusqu’en 2035, dont 28 % présentent une forte probabilité de retrait. Les chercheurs prennent l’exemple de la centrale de Belews Creek en Caroline du Nord, capable d’utiliser un mélange de gaz naturel, mais restant l’une des principales sources de pollution par particules aux États-Unis, tout en subissant des pressions financières, correspondant à plusieurs nouvelles conditions de retrait.
Grace C. Wu, professeure adjointe au projet de recherche environnementale, souligne : « Nous ne devons pas seulement nous demander pourquoi les centrales au charbon sont retirées, mais comment accélérer ce processus de manière efficace et basée sur les données. Notre cadre peut aider les décideurs et les défenseurs à identifier où ils peuvent avoir le plus d’impact. » Cette méthode de recherche peut aider les décideurs à adopter des stratégies différenciées pour différentes catégories de centrales, incluant des interventions en santé publique, des incitations économiques, etc.
