晶体硅太阳能电池行业生命周期评价清单的不确定性分析.docVIP

晶体硅太阳能电池行业生命周期评价清单的不确定性分析 1 引言 生命周期评价（Life cycle assessment, LCA）现已成为国际主流系统化，定量化的环境影响评价方法。通过对“摇篮——坟墓”的整个产品生命周期的分析，为环境决策和环境管理提供数据和理论支撑。但是LCA本身存在巨大的不确定性，例如系统边界的确定，输入输出清单数据的采集，评价模型的选择和建立，已经评价分析中进行的各种假设等。 由于产品环境影响因素复杂，用于定量描述的产品生命周期阶段的环境影响模型日益复杂，这种模型需要大量的数据参数作为支撑。而这些数据的采集和统计并没有统一的归类和识别方法；模型建立、方法选择等环节也存在不同的方式，这对LCA评价结果带来巨大的不确定性，影响到LCA的数据质量和结果的可信度，也制约了LCA方法的深入应用。所以，需要对生命周期影响评价数据质量进行评估。不仅能够帮助案例研究人员根据数据质量选择更可靠的数据来源、更有针对性地改善数据质量，还能够帮助决策者更好地理解LCA结果的可信度，促进LCA方法更深入地应用。为了提高LCA研究结果的可靠性，生命周期清单中的不确定性分析是主要手段之一。 对LCA进行不确定性分析，就好比一个剔除糟粕的过程，使最优化的框架显现出来。首先，通过不确定性分析将LCI中的数据进行不确定性量化处理，并进行敏感性分析，可以帮助研究人员改进数据收集工作，使之更有针对性。同时将影响甚微，代表性差的清单数据剔除，集中经历收集最重要，敏感性最强的清单参数。其次通过不确定性分析识别系统边界的合理程度，通过改善让最本质的系统边界显露出来，简化分析模型和假设，使之更具有代表性。 2 生命周期清单数据的不确定分析方法 生命周期清单数据的不确定性分析一般分为两个步骤。（1）不确定性参数进行评估，对不确定性参数进行识别，量化不确定性。（2）通过敏感性分析，得到不确定性参数对结果影响的贡献率，进而得到关于不确定性的综合分析结果。 （一）不确定性评估 现在主要运用的方法为：数据质量指标法、蒙特卡洛模型法以及两者结合的方法。 1. 数据质量指标评估 数据的不确定性评估就是对???据的质量进行评估。对了提供可行的数据质量评估方法，一些研究者（weidema 1996，weidema 1998）提出了基于谱系矩阵的评分方法，即从技术、时间、低于代表性和数据获得方式等方面评估数据质量，并得出分级的数据质量指标（Data quality indicator，DQI）.根据数据质量要求的侧重点不同，数据指标的选取可能会各不相同。我们数据质量评估可以从数据的可信度，时间，来源，地理代表性，技术水平5个指标来进行调查。根据各个指标的要求，将各指标质量划分为5各不同等级，根据清单数据的具体情况对每个数据进行打分。 指标 分数12345来源可靠性实际测量并经过检验的数据包含有假设但经过检验的数据或者实际测量未经过检验的数据未经过检验的数据，部分通过合格的评估得来合格的评估，例如由工业专家评估；或来源于理论推测的来随意判断的数据检验：来自于公开的企业环境报告或官方数据 未检验：来自于信件、传真或邮件的个人信息样本完整性覆盖所有相关地点在一段时期内的数据以及相应的波动覆盖一半以上的相关站点在一段时间内的数据以及相应波动代表小于一半的相关地点数据，或者是超过一半的站点但时间段较短代表一个地点的相应市场数据，或者是覆盖时间段比较短暂短暂的，很少的地点，不确定其代表性合适的时间段取决于程序和技术时间代表性基准年3年以内6年以内10年以内15年以内数据未知或15年以上地理代表性来自研究区域的数据来自包含研究区域的较大区域范围的平均数据来自生产条件和生产力水平相似度高的区域来自生产条件和生产力相似度中等的区域数据来自未知区域或生产条件和生产力水平完全不同的区域技术代表性数据来自被研究企业的相同技术技术，程序和原料相同，但企业不同相似程序或材料，但技术相同；或相同程序或材料，不同技术不同技术相似程序和材料得出的数据；或者是相同技术的实验室模拟程序相似程序、材料但是不同技术的实验室模拟程序样本大小100，连续测量，注意样本平衡2010≥3未知