2017, Vol. 37
[PDF全文]
2. 北京师范大学环境学院环境模拟与污染控制国家重点联合实验室, 北京 100875;
3. 中央财经大学管理科学与工程学院, 北京 100081
2. State Key Joint Laboratory of Environmental Simulation and Pollution Control, School of Environment, Beijing Normal University, Beijing 100875;
3. School of Management Science and Engineering, Central University of Finance and Economics, Beijing 100081
以煤为主的能源结构是造成我国大气污染物排放的主要原因.据估算, 2012年燃煤对我国CO2、SO2及NOx排放的贡献率分别达到85%、90%和70%(中国煤炭消费总量控制方案和政策研究课题组, 2014).我国北方地区严重的雾霾天气也被指与冬季燃煤供热有关(Zhang et al., 2013).因此, 燃煤替代对减少我国污染物排放及改善大气质量至关重要.近年来我国北方省份尤其是京津冀地区开展了“燃煤污染控制工程”, 采用更为清洁的型煤及生物质固体成型燃料等替代散煤燃烧供热.
生物质能源作为唯一的含碳可再生能源, 一直被认为是理想的代煤燃料.但生物质原料的分散性及低品质性要求对其利用前必须先进行收集、运输、粉碎、压缩成型等过程, 提高能源品质.这一过程势必要投入一定的外部能源, 不可避免会产生污染物排放.因此有必要开展生命周期评价(life cycle assessment, LCA)研究, 对比分析生物质成型燃料与煤炭供热的污染物排放情况.欧美和日本等国学者分析了本国木质颗粒燃料的生命周期环境影响, 认为其与化石能源相较具有明显的环境优势, 并指出环境影响主要来自原料种植、压缩成型和燃料运输等阶段(Adams et al., 2015; Benetto et al., 2015; Tabata et al., 2012).我国学者重点关注了生物质成型燃料的能量成本及温室气体排放(朱金陵等, 2010; 霍丽丽等, 2011; 陈喜龙等, 2011; 林成先等, 2009), 应将更多的污染物排放情况纳入核算范围, 以有针对性地开展与燃煤污染物排放的比较(Scharlemann and Laurance, 2008).且以往研究主要采用过程生命周期评价(process LCA, PLCA)法, 这种方法由于只能考虑直接的和部分间接的环境排放, 其结果往往存在截断误差(王长波等, 2015).采用PLCA法很难保证对比分析生物质和化石燃料时核算边界的一致性, 因而评价结果的准确性难以保证.此外, PLCA法需投入大量的人力、物力以获取详实的清单数据, 而这些数据在我国生物质能源项目中往往获取难度很大(李小环等, 2011).为了解决以上问题, 有学者提出了将投入产出生命周期评价(input-output LCA, IO-LCA)与PLCA相结合的混合生命周期评价法(Hybrid-LCA)(Bullard et al., 1978; Suh et al., 2004), 并在能源系统环境影响评价领域得到了广泛应用(Wang et al., 2015; Zhang et al., 2014a; Zhang et al., 2014b; Chang et al., 2015; 杨举华等, 2017).但目前尚缺乏采用统一Hybrid-LCA模型对比分析生物质成型燃料与燃煤供热系统环境排放的研究.
本文试图基于我国最新的2012年经济投入产出表构建核算生物质成型燃料和燃煤供热环境排放的Hybrid-LCA模型, 并以玉米秸秆压块燃料为例, 对比分析秸秆压块和燃煤供热系统生命周期环境排放, 解析玉米秸秆压块和燃煤供热系统生命周期各阶段的环境排放情况, 并通过敏感性分析确定关键参数对核算结果的影响.
2 研究方法(Methodology) 2.1 混合生命周期评价Hybrid-LCA即PLCA和IO-LCA的结合(Zhai et al., 2010).基于清单分析的PLCA法具有针对性强的优点, 但由于数据获取难度大, 核算结果不可避免地存在截断误差(Suh et al., 2004).为了解决这一问题, Lave和Hendrickson等提出了基于经济投入产出表的IO-LCA法(Hendrickson et al., 1998; Lave et al., 1995).投入产出表由美国经济学家瓦西里·列昂惕夫(Leontief)创立, 用于反映经济系统各部门之间投入与产出数量依存关系.IO-LCA法采用投入产出表的边界即整个国民经济系统作为核算的系统边界, 可有效避免截断误差.在核算时, 只需将所评价产品的价格乘以其在投入产出表中对应部门的环境排放强度, 即可算出该产品生产过程的环境影响.但IO-LCA法仅能反映产品的生产阶段, 不能用于计算产品使用和报废过程的排放, 因而很少单独使用(王长波等, 2015).
将两者相结合的Hybrid-LCA法既保留了PLCA针对性强的特点, 又避免了截断误差, 同时也能利用投入产出表降低数据收集难度.目前Hybrid-LCA主要有3种形式：分层式、投入产出式和集成式(Suh et al., 2005).本研究采用分层式Hybrid-LCA核算秸秆压块和燃煤供热的生命周期环境排放.具体来说, 就是采用PLCA法核算直接能源燃烧排放, 而能源生产及材料和设备制造的上游排放采用IO-LCA核算, 具体核算公式如下：
|
(1) |
|
(2) |
|
(3) |
式中, Ehybird, j为秸秆压块或燃煤供热系统生命周期第j种污染物的排放量, EP, j和EIO, j则分别为采用PLCA和IO-LCA计算的第j种污染物的排放量；EP, j的计算方法为各类能源的消耗量Ni乘以相应的排放系数Fj；EIO, j等于各类能源、设备和材料的价格Pk乘以其对应国民经济部门的环境排放强度BjSC, k为材料、能源和设备种类.
投入产出数据库的建立依据以下公式：
|
(4) |
|
(5) |
式中, B为各部门单位货币产出的环境排放量, R为对角矩阵, 其对角元素Rl是部门l单位货币产出的直接环境排放量, I为单位矩阵, A为直接消耗系数矩阵, rl为部门l的直接环境排放量, xl为部门l的总产出.本研究基于我国最新的2012年投入产出表, 构建了包含国民经济各部门环境排放强度的环境投入产出数据库.由于本研究是评价秸秆成型燃料对燃煤的替代效果, 因而重点关注了燃煤供热产生的主要环境排放, 包括CO2、SO2、NOx及PM2.5排放, 对于生物质能源的其他环境影响(如土地占用、水资源消耗)本研究暂未考虑.
2.2 系统边界与功能单位本研究将秸秆压块和燃煤供热系统的生命周期分为燃料生产、燃料运输及燃烧供热3个阶段, 即图 1所示的“燃料-供热”系统边界.为了反映秸秆压块和煤炭这两种燃料在燃料准备阶段的差异, 本研究还设定了“燃料-锅炉”系统边界, 主要包括燃料生产和运输两个阶段.研究选取河北省石家庄市平山县典型玉米秸秆压块供热项目为例计算秸秆压块供热系统的环境排放.该项目生命周期年限为15年, 年产压块燃料10000 t(水分10%).秸秆压块系统的排放主要包括以下两类：①直接能源燃烧引起的排放, 比如秸秆和压块运输过程的燃油排放以及压块燃料燃烧排放, 采用PLCA法计算；②上游产业链排放, 主要包括能源(柴油、电力)和材料(玉米种植过程的化肥、农药投入和压块生产过程的轴承、环模等投入)及设备(秸秆粉碎和成型设备等)生产过程的环境排放, 采用IO-LCA法计算.由于2012投入产出表包含“煤炭采选产品”部门, 本研究直接采用IO-LCA法核算煤炭生产过程的环境排放.煤炭运输燃油及煤燃烧排放采用PLCA计算, 柴油生产排放采用IO-LCA计算.本研究选取1 GJ热为功能单位, 用于比较秸秆压块和燃煤供热系统的环境排放.本研究所涉及的各类能源、材料、设备投入及其对应部门如表 1所示.
 |
| 图 1 燃煤和秸秆压块供热系统环境排放核算边界 Fig. 1 Boundaries of environmental accounting for the coal-and straw briquette-fired heat generation systems |
| 表 1 能源、材料、设备投入及其对应部门 Table 1 Energy, material and equipment inputs and the corresponding sectors |
 |
Hybrid-LCA模型分为两个部分, PLCA法计算所采用的排放系数可从Ecoinvent2.2数据库(The Ecoinvent Centre, 2014)和相关文献获取, 而IO-LCA法所用排放系数则来自本研究所建的环境投入产出数据库.本研究的假定情景为中国2012年经济与技术水平, 因此IO-LCA模型的建立是基于我国2012年139部门投入产出表.结合《中国能源统计年鉴2013》(国家统计局, 2013a)和《IPCC 2006年国家温室气体清单指南》(IPCC, 2007)可计算出2012年我国各部门的CO2排放量, 主要排放活动包括能源使用和工业生产过程.经计算, 2012年我国CO2排放量为9321.5 Mt.2012年全国各行业SO2和NOx排放数据引自《环境统计年鉴》(国家统计局, 2013b).各部门PM2.5排放数据来自清华大学开发的中国多尺度排放清单模型(MEIC)(Multi-resolution Emission Inventory for China, MEIC(www.meicmodel.org)).
3.2 清单数据 3.2.1 燃料生产如图 1所示, 玉米秸秆压块生产主要包括玉米种植、秸秆运输和能源转化3个阶段, 煤炭生产包括煤炭开采和洗选.煤炭生产的环境排放采用IO-LCA法直接计算.2012年我国煤炭的生产者价格约为600元·t-1(国家发展和改革委员会, 2013).玉米种植过程的化肥、农药、电力以及柴油消耗参考北京郊区情况(霍丽丽等, 2011; Yang et al., 2012), 相关的价格数据可见文献(国家发展和改革委员会, 2013).本研究认为玉米秸秆为玉米种植过程的副产品, 并根据玉米和秸秆的市场价值将约8%的环境排放分配至秸秆(Wang et al., 2011).秸秆平均收集半径约为50 km, 运输柴油消耗约为0.05 L·t-1·km-1(Chen et al., 2011).运输至压块燃料厂的秸秆经自然干燥、粉碎、筛选、成型及包装等能源转化环节产出压块燃料.每吨压块燃料需消耗玉米秸秆1.5 t(40%水分).能源转化过程的主要消耗电力, 用于秸秆粉碎、筛选、压缩成型和产品包装.根据调研每生产1 t压块燃料耗电量约为64 kWh, 与以往研究较为接近(60~80 kWh·t-1)(Hu et al., 2014).其他数据见表 2.
| 表 2 玉米秸秆压块燃料生产阶段所用参数 Table 2 Parameters in production of corn straw-based briquette fuel |
|
压块燃料主要提供给石家庄市平山县居民作为供热燃料, 平均运输距离约为50 km, 油耗强度与秸秆原料运输相同.据调查河北省平山县煤炭主要来自山西大同, 运输距离约为615 km.我国煤炭运输主要依靠铁路, 目前我国铁路的电气化水平约为58%, 其余为柴油动力(国家铁道部, 2014).2011年我国电力机车的能源消耗强度为0.01 kWh·t-1·km-1(Chang et al., 2015), 而柴油机车的能耗强度为0.006 kg·t-1·km-1(240 kJ·t-1·km-1)(欧训民等, 2009).2012年柴油和电力生产者价格分别为5.21元·kg-1和0.5元·kWh-1(国家发展和改革委员会, 2013).
3.2.3 燃料燃烧有效热的提供与燃料热值和锅炉热效率密切相关, 秸秆压块燃料和煤炭的热值分别为16.8 MJ·kg-1(朱金陵等, 2010)和20.9 MJ·kg-1(国家统计局, 2013a).燃煤锅炉和生物质锅炉的热效率一般在60%~90%范围内变动(Chau et al., 2009), 本研究假定两者效率相同均为80%.因此供应1 GJ的有效热, 分别需要74 kg压块燃料和60 kg煤炭.Ecoinvent 2.2数据库中含有中国煤炭燃烧的污染物排放因子, 本研究直接采用该系数(表 3)(The Ecoinvent Centre, 2014).秸秆成型燃料的常用燃烧类型包括固定式和流化式, 主要设备有户用生物质燃烧炉、生物质流化床燃烧炉、生物质沸腾气化燃烧炉等.除设备种类外, 成型燃料的燃烧效率和排放还与设备功率有关.本研究选取目前应用较好的生物质沸腾气化炉(1 MW)为例, 该锅炉采用分段燃烧技术, 相关排放因子见表 3(朱金陵等, 2010).根据碳中性假设, 秸秆压块燃烧过程视为零CO2排放(Sultana et al., 2011).相较于燃料燃烧排放, 燃烧设备制造排放分摊至单位热产出后可忽略不计, 因而本研究未考虑燃煤锅炉和生物质锅炉制造的环境影响.
| 表 3 生物质锅炉与燃煤锅炉排放因子 Table 3 Emission factors of the biomass-and coal-fired boilerg·MJ-1 |
|
如图 1所示, 燃料准备阶段, 即“燃料-锅炉”系统包含燃料生产和运输两个阶段, 对该子系统的分析可以反映煤和秸秆压块这两种供热燃料在燃料准备阶段的环境影响差异.由图 2a可知, 秸秆压块在燃料准备阶段的CO2排放为5.51 g·MJ-1(或92.52 kg·t-1), 其中燃料生产排放4.89 g·MJ-1(占89%), 稍低于木质颗粒燃料(5.77~8.51 g·MJ-1)(Magelli et al., 2009), 主要原因是秸秆粉碎能耗较小, 且秸秆为自然晾干.其余为燃料运输排放, 占燃料准备阶段的11%.压块燃料生产排放主要来自能源转化阶段, 所占比重为71%, 这一发现与前人的研究相似(73%~96%)(Murphy et al., 2015).电力消耗是能源转化过程的主要排放源, 占该阶段排放的76%.我国以燃煤为主的发电结构使得电力排放因子较高.此外, 秸秆运输排放占燃料生产阶段排放的28%, 说明原料收集半径对系统的环境表现具有重要影响.相比较而言, 燃料准备阶段煤炭的CO2排放为7.38 g·MJ-1, 比秸秆压块燃料高出34%.煤炭的开采和洗选(即燃料生产)占燃料准备阶段排放的94%左右, 其余为燃料运输排放, 与已发表研究接近(95%)(Chang et al., 2015).
 |
| 图 2 煤炭和秸秆压块燃料准备阶段的CO2(a)、SO2(b)、NOx(c)和PM2.5(d)排放 Fig. 2 Fuel-to-boiler CO2 (a), SO2 (b), NOx (c) and PM2.5 (d) emissions of coal and straw-based briquette fuel |
图 2b、2c、2d分别给出了燃料准备阶段煤炭和秸秆压块的SO2、NOx和PM2.5排放情况.燃料准备阶段煤炭的SO2、NOx和PM2.5排放分别为11.98、16.53和28.32 mg·MJ-1, 其中煤炭生产排放所占比重分别为93%、78%和99%, 其余来自煤炭运输.秸秆压块在燃料准备阶段SO2排放为9.84 mg·MJ-1, 比煤炭低约18%(见图 3), 其中压块生产和运输分别占90%和10%.与CO2排放情况相似, 由于大量使用电力, 能源转化SO2排放占燃料生产排放的74%.秸秆运输为第二大排放源, 占燃料生产阶段的25%.
 |
| 图 3 煤炭和秸秆压块供热系统全生命周期CO2排放 Fig. 3 Fuel-to-heat CO2 emissions of coal and straw briquette heating systems |
燃料准备阶段秸秆压块的NOx排放为32.29 mg·MJ-1, 约为煤炭的两倍(图 2c).压块生产排放为26.32 mg·MJ-1, 占燃料准备阶段的82%左右.秸秆运输和能源转化分别占压块燃料生产排放的51%和48%.同样地, 压块燃料运输也造成了大量的NOx排放, 约为6 mg·MJ-1, 比煤炭运输高出约64%, 主要是由于压块燃料的热值相对较低, 运输同样能量的燃料, 压块重量较大.此外, 短途公路运输较铁路运输能耗强度更大(欧训民等, 2009).
如图 2d所示, 燃料准备阶段秸秆压块PM2.5排放为3.49 mg·MJ-1, 仅为煤炭的12%.其中压块生产排放为2.87 mg·MJ-1, 占比82%.能源转化和秸秆运输占压块燃料生产阶段排放的比重相当, 均为50%左右.压块燃料运输PM2.5排放为0.62 mg·MJ-1, 占燃料准备阶段的18%, 比煤炭运输高64%左右.可见, 交通运输也是压块燃料准备阶段重要的PM2.5排放源.
4.2 全生命周期环境排放燃煤和秸秆压块供热系统的全生命周期包括燃料生产、运输和燃烧供热3个阶段, 即图 1所示的“燃料-供热”系统.由图 3可知, 秸秆压块供热与煤炭相比具有显著的CO2减排效果.煤炭供热系统生命周期CO2排放为128 kg·GJ-1热, 其中93%来自煤炭燃烧.相比之下, 秸秆压块供热系统生命周期CO2排放仅为7 kg·GJ-1热, 意味着每供热1 GJ, 秸秆压块供热系统可减少121 kg CO2排放.以上结果是基于秸秆压块燃料“零排放”假设, 若包含压块燃烧排放(即图 3虚线部分), 则系统CO2排放将增加至与燃煤供热系统相近水平.
由图 4可知, 每供热1 GJ, 秸秆压块供热系统可以分别减少3种污染物排放量达98%、76%和58%, 减排效果非常明显.燃煤供热系统98%的SO2和96%的NOx排放来自煤炭燃烧.因此减少燃煤供热污染, 一方面要逐步采用清洁燃料替代煤炭, 另一方面则要严格执行燃煤锅炉脱硫、脱硝设施安装的规定.煤炭燃烧和生产阶段PM2.5排放分别占系统排放的60%和40%, 可见无论是煤炭产地还是消费地, 都需要加强细颗粒物减排技术, 减少当地雾霾天气.值得一提的是, 虽然生命周期减排效果较好, 秸秆压块燃烧的NOx(88 g·GJ-1热)和PM2.5(33 g·GJ-1热)排放也不容小觑, 分别为煤燃烧排放的17%和61%.因此在代煤工程实施的过程中, 应注重生物质锅炉的脱硝和除尘设施安装.
 |
| 图 4 煤炭和秸秆压块供热系统全生命周期SO2、NOx和PM2.5排放 Fig. 4 Fuel-to-heat SO2, NOx and PM2.5 emissions of coal and straw briquette heating systems |
采用水晶球软件(Oracle Crystal Ball), 对关键参数在±20%范围内变化进行100万次模拟, 得到如图 5所示的关键参数对秸秆压块供热系统环境表现影响的贡献率.由图可知, 秸秆/压块比、成型过程电力消耗和秸秆收集半径是影响系统环境表现的主要因素, 三者对系统CO2和SO2排放变化的贡献率之和分别为90.5%和91.4%.秸秆/压块比即单位压块燃料产出的秸秆消耗量, 其对系统环境排放变化的贡献率分别达到40%(CO2)和37.5%(SO2).减少原料消耗的影响是综合性的, 可以同时减少玉米种植、秸秆运输和预处理过程的投入.因此有必要控制原料水分和减少原料收集损失, 提高原料利用率.电力消耗(包括粉碎、筛选、成型和包装)对系统CO2和SO2排放变化的贡献率分别达到34.4%和41.5%.因此系统减排有赖于加强能源转化过程(特别是成型过程)节能技术的研发.此外, 控制秸秆收集半径对于改善系统环境表现也至关重要.
 |
| 图 5 各参数对秸秆压块供热系统环境排放变化贡献率的敏感性分析 Fig. 5 Sensitivity analysis of contribution to variance in environmental emissions of straw briquette heating system |
1) 本文构建了Hybrid-LCA模型, 并将燃煤和秸秆压块供热系统同时划分为燃料生产、运输和燃烧供热3个阶段, 确保了对比两者环境表现时模型和系统边界的一致性.针对“燃煤替代工程”, 本文重点关注了CO2、SO2、NOx和PM2.5这4类污染物排放情况.
2) 玉米秸秆压块供热系统的环境效益非常明显.每供1 GJ热, 秸秆压块供热系统可比燃煤供热系统减少CO2排121 kg, 可减少SO2、NOx和PM2.5排放达98%、76%和58%.因此, 采用玉米秸秆压块燃料代替燃煤供热, 能有效缓解我国华北地区严重的大气环境污染.
3) 为进一步改善秸秆压块供热系统的环境表现, 应严格控制原料水分, 减少原料收集和预处理过程中的损失, 以减少原料种植和运输过程中的投入.此外, 提升加工转换过程的节能技术, 减少电力消耗以及控制原料收集半径等措施对改善系统表现也非常重要.同时, 还应注重生物质锅炉脱硝、除尘设施的安装, 以减少压块燃料燃烧时的NOx和PM2.5排放.
4) 我国华北地区广泛种植玉米, 秸秆资源丰富, 虽然玉米秸秆成型燃料具有较好的环境优势, 但秸秆资源的收集利用成本较高.另一方面, 散煤价格较低, 因此如果不对散煤进行严格管控, 玉米秸秆压块燃料将难以发展.提高秸秆成型燃料的市场竞争力, 一方面可通过对其进行补贴, 另一方面可通过实施环境税增加散煤使用成本.
5) Hybrid-LCA法在评价能源系统环境影响时优势明显, 可保证边界完整且降低了数据获取难度, 未来值得进一步研究.比如对投入产出表中关键部门进一步拆分, 以及探讨PLCA和IO-LCA不同结合方式对结果的影响等, 以加强方法的准确性和精确性.
Adams P W R, Shirley J E J, Mcmanus M C. 2015. Comparative cradle-to-gate life cycle assessment of wood pellet production with torrefaction[J]. Applied Energy, 138: 367–380.
DOI:10.1016/j.apenergy.2014.11.002
|
Benetto E, Jury C, Kneip G, et al. 2015. Life cycle assessment of heat production from grape marc pellets[J]. Journal of Cleaner Production, 87: 149–158.
DOI:10.1016/j.jclepro.2014.10.028
|
Bullard C W, Penner P S, Pilati D A. 1978. Net energy analysis-handbook for combining process and input-output analysis[J]. Resource Energy, 1(3): 267–313.
DOI:10.1016/0165-0572(78)90008-7
|
Chang Y, Huang R, Ries R J, et al. 2015. Life-cycle comparison of greenhouse gas emissions and water consumption for coal and shale gas fired power generation in China[J]. Energy, 86: 335–343.
DOI:10.1016/j.energy.2015.04.034
|
Chau J, Sowlati T, Sokhansanj S, et al. 2009. Techno-economic analysis of wood biomass boilers for the greenhouse industry[J]. Applied Energy, 86(3): 364–371.
DOI:10.1016/j.apenergy.2008.05.010
|
陈喜龙, 李际平, 王义强, 等. 2011. 木质颗粒燃料锅炉替代燃油燃气锅炉效益分析[J]. 农业工程学报, 2011, 27(14): 131–134.
|
Chen G Q, Yang Q, Zhao Y H. 2011. Renewability of wind power in China: A case study of nonrenewable energy cost and greenhouse gas emission by a plant in Guangxi[J]. Renewable and Sustainable Energy Reviews, 15(5): 2322–2329.
DOI:10.1016/j.rser.2011.02.007
|
国家发展和改革委员会. 2013. 2013中国物价年鉴[M]. 北京: 中国物价年鉴社.
|
国家铁道部. 2014. 2014年铁道统计公报[R]. 北京: 国家铁道部
|
国家统计局. 2013a. 2013中国能源统计年鉴[M]. 北京: 中国统计出版社.
|
国家统计局, 环境保护部. 2013b. 2013中国环境统计年鉴[M]. 北京: 中国统计出版社.
|
霍丽丽, 田宜水, 孟海波, 等. 2011. 生物质固体成型燃料全生命周期评价[J]. 太阳能学报, 2011, 32(12): 1875–1880.
|
Hendrickson C, Horvath A, Joshi S, et al. 1998. Economic input-output models for environmental life-cycle assessment[J]. Environmental Science and Technology, 32(7): 184A–191A.
DOI:10.1021/es983471i
|
Hu J, Lei T, Wang Z, et al. 2014. Economic, environmental and social assessment of briquette fuel from agricultural residues in China-A study on flat die briquetting using corn stalk[J]. Energy, 64: 557–566.
DOI:10.1016/j.energy.2013.10.028
|
IPCC. 2007. 2006 IPCC Guidelines for National Greenhouse Gas Inventories [R]. Tokyo, Japan, Prepared by the National Greenhouse Gas Inventories Programme. Institute for Global Environmental Strategies (IGES)
|
Lave L B, Cobasflores E, Hendrickson C T, et al. 1995. Using Input-output-analysis to Eestimate Economy-wide Discharges[J]. Environmental Science and Technology, 29(9): A420–A426.
DOI:10.1021/es00009a748
|
李小环, 计军平, 马晓明, 等. 2011. 基于EIO-LCA的燃料乙醇生命周期温室气体排放研究[J]. 北京大学学报(自然科学版), 2011, 47(6): 1081–1088.
|
林成先, 杨尚宝, 陈景文, 等. 2009. 煤与秸秆成型燃料的复合生命周期对比评价[J]. 环境科学学报, 2009, 11: 2451–2457.
|
Magelli F, Boucher K, Bi H T, et al. 2009. An environmental impact assessment of exported wood pellets from Canada to Europe[J]. Biomass & Bioenergy, 33(3): 434–441.
|
Murphy F, Devlin G, Mcdonnell K, et al. 2015. Greenhouse gas and energy based life cycle analysis of products from the Irish wood processing industry[J]. Journal of Cleaner Production, 92: 134–141.
DOI:10.1016/j.jclepro.2015.01.001
|
欧训民, 张希良. 2009. 中国终端能源的全生命周期化石能耗及碳强度分析[J]. 中国软科学, 2009(S2): 208–214.
|
Scharlemann J P W, Laurance W F. 2008. How green are biofuels?[J]. Science, 319(5859): 43–44.
DOI:10.1126/science.1153103
|
Suh S, Huppes G. 2005. Methods for life cycle inventory of a product[J]. Journal of Cleaner Production, 13(7): 687–697.
DOI:10.1016/j.jclepro.2003.04.001
|
Suh S, Lenzen M, Treloar G J, et al. 2004. System boundary selection in life-cycle inventories using hybrid approaches[J]. Environmental Science and Technology, 38(3): 657–664.
DOI:10.1021/es0263745
|
Sultana A, Kumar A. 2011. Development of energy and emission parameters for densified form of lignocellulosic biomass[J]. Energy, 36(5): 2716–2732.
DOI:10.1016/j.energy.2011.02.012
|
Tabata T, Okuda T. 2012. Life cycle assessment of woody biomass energy utilization: Case study in Gifu Prefecture, Japan[J]. Energy, 45(1): 944–951.
DOI:10.1016/j.energy.2012.06.064
|
The Ecoinvent Centre. 2014. Swiss Centre for Life Cycle Inventories Website [Z].
|
Wang C B, Zhang L X, Chang Y, et al. 2015. Biomass direct-fired power generation system in China: An integrated energy, GHG emissions, and economic evaluation for Salix[J]. Energy Policy, 84: 155–165.
DOI:10.1016/j.enpol.2015.04.025
|
Wang M, Huo H, Arora S, et al. 2011. Methods of dealing with co-products of biofuels in life-cycle analysis and consequent results within the US context[J]. Energy Policy, 39(10): 5726–5736.
DOI:10.1016/j.enpol.2010.03.052
|
王长波, 张力小, 庞明月. 2015. 生命周期评价方法研究综述——兼论混合生命周期评价的发展与应用[J]. 自然资源学报, 2015, 30(7): 1232–1242.
DOI:10.11849/zrzyxb.2015.07.015 |
杨举华, 张力小, 王长波, 等. 2017. 基于混合生命周期分析的我国海上风电场能耗及温室气体排放研究[J]. 环境科学学报, 2017, 37(2): 786–792.
|
Yang Q, Chen G Q. 2012. Nonrenewable energy cost of corn-ethanol in China[J]. Energy Policy, 41: 340–347.
DOI:10.1016/j.enpol.2011.10.055
|
Zhai P, Williams E D. 2010. Dynamic Hybrid Life Cycle Assessment of Energy and Carbon of Multicrystalline Silicon Photovoltaic Systems[J]. Environmental Science and Technology, 44(20): 7950–7955.
DOI:10.1021/es1026695
|
Zhang L, Wang T, Lv M, et al. 2015. On the severe haze in Beijing during January 2013: unraveling the effects of meteorological anomalies with WRF-Chem[J]. Atmospheric Environment, 104: 11–21.
DOI:10.1016/j.atmosenv.2015.01.001
|
Zhang L X, Wang C B, Bahaj A S. 2014a. Carbon emissions by rural energy in China[J]. Renewable Energy, 66: 641–649.
DOI:10.1016/j.renene.2014.01.005
|
Zhang L X, Wang C B. 2014b. Energy and GHG analysis of rural household biogas systems in China[J]. Energies, 7(2): 767–784.
DOI:10.3390/en7020767
|
中国煤炭消费总量控制方案和政策研究课题组. 2014. 煤炭使用对中国大气污染的贡献[R]. 北京: 中国煤炭消费总量控制方案和政策研究课题组
|
朱金陵, 王志伟, 师新广, 等. 2010. 玉米秸秆成型燃料生命周期评价[J]. 农业工程学报, 2010(6): 262–266.
|