基于LCA的风力发电、光伏发电及燃煤发电的环境负荷分析

贾亚雷， 王继选， 韩中合， 庞永超， 安 鹏

(1.华北电力大学 能源动力与机械工程学院，河北保定 071003；2.河北软件职业技术学院，河北保定 071000；3.河北工程大学 水电学院，河北邯郸 056021)



基于LCA的风力发电、光伏发电及燃煤发电的环境负荷分析

贾亚雷1,2， 王继选3， 韩中合1， 庞永超1， 安 鹏1

(1.华北电力大学 能源动力与机械工程学院，河北保定 071003；2.河北软件职业技术学院，河北保定 071000；3.河北工程大学 水电学院，河北邯郸 056021)

基于生命周期评价理论，建立风力发电、光伏发电及燃煤发电的生命周期评价体系，研究生命周期各阶段的环境负荷并进行对比分析.结果表明：在电厂建设阶段，燃煤发电碳足迹最低，为1.94 g/(kW·h)，风力发电碳足迹最高，为9.42 g/(kW·h).在发电运营阶段，光伏发电碳足迹几乎为零，风力发电碳足迹为0.2 g/(kW·h)，燃煤发电机组碳足迹最高，为83.3 g/(kW·h).风力发电和光伏发电在电厂建设阶段碳足迹占比较高，分别为99.4%和99.78%；燃煤发电在发电运营阶段碳足迹占比最高，为96.13%.在整个生命周期中对全球变暖影响最大的是燃煤发电，为3.63×10-5标准当量，影响最小的是风力发电，为7.9×10-7标准当量；对环境酸化影响最大的是光伏发电，为6.7×10-6标准当量，影响最小的是风力发电，为1.6×10-7标准当量；风力发电和光伏发电的固体废弃物排放几乎为零.

可再生能源； 生命周期评价； 碳足迹； 排放强度

国内外学术界认为化石燃料的过度消耗导致全球气候日渐变暖，该结果是由环境中温室气体浓度逐渐升高所致.气候变暖将使环境热负荷增加，有可能造成不可估量的后果[1-3].从能源-经济-环境(3E)协调发展的角度考虑，减少温室气体排放是全球范围内环境保护的必然性要求.基于国内外经济竞争的压力，国际社会对全球变暖问题进行非科学性量化，对以化石燃料消耗为主的国家制定出一系列排放指标，从国家利益层面考虑，降低对化石燃料的消耗是我国经济发展中遇到的能源瓶颈.

风力发电、光伏发电等发电形式在发电过程中不需要消耗化石燃料，同时不会大量排放固、液、气等形态的污染物，被称为清洁能源或可再生能源[3-7].因此，降低传统发电的比例，提高可再生能源发电的比例是经济发展的新途径，是实现3E可持续发展的关键所在.可再生能源发电过程在一定程度上对环境负荷有所贡献，但是可再生能源发电的上游，即发电系统中各主要设备的生产制造是高耗能的过程.因此，开展可再生能源发电的生命周期评价(LCA)，可以全面、系统、科学地研究可再生能源发电过程中对环境负荷的影响.

国内外学者采用LCA方法对所研究对象展开了不同层面的研究.Strazza等[8]研究了230 kW的固体氧化物燃料电池(SOFC)系统；Demir等[9]利用LCA方法对比分析了土耳其2个风电场叶片长度分别为50 m、80 m和100 m的风力机，结果表明：长叶片的大功率机组的环境负荷较小，能源回报率高；Uddin等[10]利用LCA方法从能源利用、减排和环境影响3个方面对风力机进行了研究；杨东等[11]采用LCA方法核算了2 MW风力发电机生命周期中的碳足迹和总能量需求；刘臣辉等[12-13]运用生命周期方法分析了多晶硅-光伏系统的碳足迹；周亮亮等[14]采用生命周期分析方法对洁净煤发电技术进行了分析，对建设、运行、退役3个阶段的能源和资源消耗、环境影响、生命周期成本进行了评价；冯文等[15]研究了燃料电池汽车氢能系统的环境、经济和能源评价，对不同方案的环境性、经济性和能源利用情况进行了生命周期分析；王云等[16]对300 MW燃煤电厂碳捕集及封存技术改造过程进行了生命周期评价.

综上所述，国内外学者利用LCA方法对某一发电形式的各个阶段进行了生命周期分析，各阶段的数据多从相关软件中获取，相关研究缺乏对不同发电形式的横向对比分析，没有实际数据支持.为此，笔者基于生命周期评价理论，建立风力发电、光伏发电和燃煤发电的生命周期评价体系，从产业链的层面对风力发电、光伏发电和燃煤发电整个生命周期中碳足迹进行对比分析，对全球变暖、环境酸化及固体废弃物排放等评价指标进行研究和对比，探寻风力发电、光伏发电及传统燃煤发电的可持续发展空间.

1 生命周期评价理论

生命周期评价是以能量流和物质流守恒为基础的理论，是一种用于评价与生产过程相关的对环境影响的技术.LCA研究范围从“摇篮”扩展至“坟墓”，即一个封闭可持续的循环，对原材料来源、生产系统基建、生产系统投运至最终的处置等环节的环境影响进行分析，其理论模型如图1所示.

图1 生命周期评价模型

2 不同发电方式生命周期内各阶段能耗模型

将不同发电方式的生命周期分为4个阶段：生产建设、组件运输、发电运营和废弃处置阶段.

生产建设阶段主要指其基础设施的建设阶段，该阶段能耗Ec的计算模型如式(1)所示.

(1)

式中：ui为建筑施工所需第i种材料的损耗系数；n为生产所需材料的种类数量；mci为生产建设阶段建筑施工所用的第i种材料的质量，t；eci为生产建设阶段建筑施工所用的第i种材料的内含能量强度值，GJ/t；mcti为生产建设阶段生产的第i种材料的质量，t；Lcti为生产建设阶段第i种材料生产地与安装现场的距离，km；mpj,i为建筑施工第j个施工过程第i种材料的质量，t；epj,i为建筑施工第j个施工过程第i种材料的内含能量强度值；ef为平整场地及基坑开挖能耗，GJ；ecti为生产建设阶段组件运输的耗能，GJ.

组件运输阶段主要包括原材料、组件的生产及运输，该阶段能耗Ept的计算模型如式(2)所示.

(2)

式中：mpi为建筑施工所用的第i种材料的质量，t；epi为建筑施工所用的第i种材料的内含能量强度值，GJ/t；mti为生产的第i种材料的质量，t；Lti为第i种材料生产地与安装现场的距离，km；eti为第i种组件的运输能耗，GJ.

发电运营阶段是指在基建及调试结束后的正常投运发电阶段，该阶段能耗Eo的计算模型如式(3)所示.

(3)

式中：Es为所需替换组件的运输能耗，GJ；Ed为发电运营阶段耗材的生产与运输能耗，GJ；Ecc为发电运营阶段设备检修能耗，GJ.

废弃处置阶段主要包括发电机组组件的拆除、现场运输和处理等环节，该阶段能耗Er的计算模型如式(4)所示.

(4)

式中：Ede为零件拆卸阶段能耗，GJ；Ere为旧部件回收和填埋能耗，GJ.

3 不同发电方式的生命周期评价体系

3.1 风力发电机组生命周期评价目标和范围

以某个由1.5 MW风力机组成的50 MW风电场的风电项目为研究对象，为了确定风力发电机组在生命周期内的能源需求及污染物的排放潜力，需研究其生命周期的系统边界.风力发电系统边界包括生产建设、组件运输、发电运营、废弃处置4个阶段，在传统计算CO2排放量方法的基础上，同时考虑整个风力发电的上游CO2排放和下游CO2排放，运用生命周期评价方法计算全生命周期内各个阶段的污染物排放量，风力发电系统边界如图2所示.

图2 风力发电机组系统边界

生产建设阶段主要包括打地基、平整场地及建筑材料的生产与运输(砂石、水泥、塔座固定、设备吊装等)，此阶段未考虑风电场电能输出与电网的电缆线.组件运输阶段主要包括原材料(如钢铁、铜线和环氧树脂等)的生产与运输；风力机零部件的生产与运输主要包括塔基、塔架、引擎舱、桨叶及变电设备等的生产与运输.发电运营阶段主要指对运行过程中零部件的更换和维修，油质品等的消耗.在废弃处置阶段，风力机组件将被拆除，该阶段主要包括拆除时的施工、能源消耗、废弃零部件运输、循环处理、废弃物填埋等.

风力发电机组生命周期评价中主要参数性能指标、主要耗材的能耗及污染物排放数据分别如表1、表2和表3所示.

表1 某1.5 MW风力发电机组主要参数及性能指标1)

Tab.1 Main parameters and performance indicators of a 1.5 MW wind turbine

参数数值直径/m77．36轮毂高度/m70功率调节方式变桨额定风速/(m·s-1)10．5塔架形式钢制锥形参数数值扫风面积/m25376转速/(r·min-1)9．9～17．3切入风速/(m·s-1)3切出风速/(m·s-1)23塔架质量/t125

注：1)数据来源于WTG1-1500风力机招标技术文件.

3.2 光伏发电机组生命周期评价目标和范围

光伏发电主要基于光伏效应原理，太阳光辐射在半导体表面，通过光伏效应转化为电能.将多个晶片串联即组成光伏组件，不同的组件经过阵列可形成一定规模的光伏发电系统.笔者研究的目标是光伏发电机组生命周期内对环境负荷的影响特性，辨识对能源和环境影响较大的部分.其生命周期的系统边界包括上游的石英砂开采到最后的设备废弃处置等阶段.光伏发电相对风力发电来说，各阶段的相关数值较小，由于智能汇流箱、直流/交流配电柜、逆变器、变压器等设备的数据较难获得，与光伏发电系统中其他主设备相比，其对环境的影响相对很小，在计算中不列入系统边界.光伏发电系统边界如图3所示.光伏发电机组生产建设阶段的土建工程量很小，该阶段主要包括硅砂的开采和提纯、二氧化硅转变为单元素硅、多晶硅和硅片制备及电池片的制造；组件运输阶段主要包括智能汇流箱、直流/交流配电柜、变压器和综合监控系统等；发电运营阶段只需要投入少量的人力进行管理和维护，该阶段能量的投入和对应的排放占比均小于1%，在计算中进行舍弃处理；废弃处置阶段主要是对太阳能电池片进行回收再利用，运输过程能耗占比最大.

表2 主要耗材的能耗及污染物排放数据1)

Tab.2 Energy consumption and pollutants emission in production stage of construction materials

参数钢玻璃纤维水泥铜硅环氧树脂能耗/(kJ·kg-1)29270514876021138509215323CO2排放量/(g·kg-1)116011601167．18130426．5SO2排放量/(g·kg-1)2．95．50．431．91390．63NOx排放量/(g·kg-1)0．612．32．427．6421．03

注：1)数据来源于中国工程院咨询报告内部资料.

表3 建造风电机组所需耗材数据

图3 光伏发电机组系统边界

某5 MW光伏发电机组组件的主要参数如表4所示.光伏发电机组原材料加工阶段的能耗见表5.光伏发电机组组件的质量与光伏电站的装机容量相关，主设备及辅助设备的运输及相关能耗见表6.

表4 光伏发电机组组件相关参数

Tab.4 Technical parameters of relevant modules in PV power generation units

参数数值晶片面积/cm212．5×12．5晶片厚度/mm0．2正面金属镀膜比例/%7背面金属镀膜比例/%100参数数值晶片阵列分布10×9晶片个数90组件面积/m21．6转换效率/%16

表5 原材料加工阶段能耗

Tab.5 Energy consumption in different production stages of raw materials

参数数值石英砂开采提纯能耗/(MJ·kg-1)1．39制备多晶硅片能耗/MJ10．3电极制作能耗/MJ0．396参数数值粗硅提纯能耗(1kgSOG⁃Si)/MJ684P⁃N结制备能耗/MJ0．396

光伏发电机组安装建设过程中的能耗及污染物排放量相对其他阶段来说占比较小，在计算过程中予以忽略.光伏发电机组生命周期的退役处理阶段，主要能耗在运输阶段，该阶段的运输距离为773 km，其运输质量和能耗强度不变.

表6 光伏发电机组运输阶段能耗及污染物排放

Tab.6 Energy consumption and pollutants emission in transportation stage of a PV system

运输方式距离/km质量/t能耗/(MJ·t-1·km-1)CO2排放总量/t铁路17004410．264．71

3.3 燃煤发电机组生命周期评价目标和范围

以超临界600 MW燃煤发电机组为研究对象，其生命周期的系统边界包括生产建设、组件运输、发电运营、废弃处置等4个阶段，运用生命周期评价方法同时考虑整个系统上游和下游的污染物排放，计算全生命周期内各个阶段的CO2排放量.燃煤发电系统边界如图4所示.表7为燃煤发电机组的主要参数，其煤质分析如表8所示，该机组生命周期评价中单位产量主要耗材的CO2的排放数据见表9[17-19].生产建设过程中主要考虑燃煤发电机组、汽轮机发电机组等大型设备安装制造过程中的CO2排放量，所需耗材数据见表10.在计算过程中，生产建设阶段忽略了煤炭开采、洗选阶段的能源消耗及大气、固体废弃物的排放；组件运输阶段主要考虑钢铁和水泥等基建材料的运输；发电运营阶段主要涉及煤炭的运输、脱硫阶段石灰石的消耗；废弃处置阶段主要考虑钢铁的运输与处理过程中能源的消耗.

图4 燃煤发电机组生命周期评价系统边界

参数数值电厂额定发电功率Pe/MW600煤耗量/(t·h-1)220．15电厂寿命/a30电厂建设周期/a2锅炉效率ηb/%92．94参数数值汽轮机机械效率ηm/%98管道效率ηp/%98发电机效率ηg/%98厂用电率ζap/%5．05汽轮机绝对内效率ηi/%48．24

表8 设计煤种的元素分析和工业分析

表9 单位产量主要耗材的CO2排放量[17-19]

Tab.9 CO2emission from specific yield of main consumables

耗材名称钢铝铁钢筋混凝土水泥铜PVCCO2排放量/(g·kg-1)11601740116030116713041497

表10 电厂建造所需耗材数据1)

注：1)数据来源于某电厂建造数据.

4 生命周期影响评价模型

为了对风力发电、光伏发电及燃煤发电等发电方式的生命周期评价进行横向比较，在计算时确定以单位发电量(即1 kW·h)为基准单位.

风力发电、光伏发电和燃煤发电的资源消耗及其排放的各种污染物对环境的影响主要包括全球变暖、环境酸化、固体废弃物等方面.环境影响评价是对清单分析过程中得出的环境干扰因子进行的评价，环境影响评价主要分为3部分：分类、特征化和加权评估.

4.1 环境影响分类

确定风力发电、光伏发电及燃煤发电所消耗物质的消耗量，以及生成物质的生成量，便于对机组的环境影响类型进行分类.基于不同的发电方式，可以将生命周期内环境干扰因子分为3类，如表11所示.

表11 发电机组生命周期内环境干扰因子分类

Tab.11 Environmental interference factors in life cycle of a power plant

环境影响类型环境干扰因子全球变暖CO2酸化SO2、NOx固体废弃物灰渣、脱硫石膏

4.2 环境影响潜值

环境影响潜值指发电系统生产过程中所有环境排放影响的总和，其表达式如下：

ηEP(j)=∑ηEP(j)i=∑[Q(j)i·ηEF(j)i]

(5)

式中：ηEP(j)为机组生命周期的第j类潜在环境影响类型的贡献值；ηEP(j)i为机组生命周期中第i类环境干扰因子对第j类环境影响类型的贡献值；Q(j)i为机组生命周期的第j类环境影响类型所包含的第i类环境干扰因子的排放量或消耗量；ηEF(j)i为机组生命周期的第j类环境影响类型所包含的第i类环境干扰因子的当量系数.

4.3 数据标准化

为了对不同类型的环境影响数据进行横向对比分析，需对不同类型的环境影响数据进行无量纲化处理，笔者以人均资源消耗总量和人均对环境的潜在影响作为无量纲化分析基准，以1990年的数据作为标准化的基准，建立每年每人造成的平均环境影响潜值，即标准当量[20-22].标准化后的潜在环境影响和资源消耗表达式如下：

(6)

式中：ηNP(j)为标准化后的潜在环境影响和资源消耗；T为单位电量的生命周期；ηER(j)90为1990年的第j类环境影响类型的基准.

4.4 加权

数据的标准化说明了潜在环境影响的大小，由于不同的环境影响类型对环境所造成的影响程度大小不一，因此为了更合理地分析与评价不同环境影响类型对环境的影响，需对不同的环境影响类型赋予不同的权重，运用常用的层次分析法(AHP)计算各发电方式下环境影响类型的权重[23-24]，赋予权重后的环境影响潜值ηWP(j)表达式如下：

(7)

式中：ηWF(j)为第j类环境影响类型的权重系数.

采用专家打分法对机组的环境影响进行标度，对环境影响类型之间的相对影响程度进行标准化处理，求取其特征化向量，并进行一致性检验，得出各环境影响类型的权重指标.

5 结果与分析

5.1 碳足迹分析

风力发电、光伏发电及燃煤发电在生命周期各阶段的碳足迹如图5所示.在电厂建设阶段，光伏发电的碳足迹最高，为286.16 g/(kW·h)，风力发电的碳足迹为9.42 g/(kW·h)，燃煤发电的碳足迹最低，为1.94 g/(kW·h),可见在电厂建设阶段，单位发电量下光伏发电能耗最高，对环境的影响最大，而燃煤发电能耗较低，对环境的影响最小.在组件运输阶段，燃煤发电由于设备众多，从而单位发电量的碳足迹最高，为1.2 g/(kW·h)，光伏发电次之，为0.42 g/(kW·h)，风力发电最低，为0.015 g/(kW·h).在发电运营阶段，由于光伏发电的检修及维护工作量比较小，其碳足迹最小，风力发电次之，为0.019 g/(kW·h)，燃煤发电的碳足迹最高，为83.3 g/(kW·h).在废弃处置阶段，燃煤发电和光伏发电的碳足迹基本相同，均为0.194 g/(kW·h)，风力发电最低，为0.02 g/(kW·h).由图5可知，在发电运营阶段，风力发电和光伏发电的碳足迹相对燃煤发电来说，其值很小，从保护环境角度考虑，应大力发展风力发电和光伏发电.风力发电在整个生命周期各环节的碳足迹均很小，大力发展风力发电对保护环境有着重要意义.

图5 风力发电、光伏发电和燃煤发电的碳足迹

图6为风力发电机组、光伏发电机组及燃煤发电机组各阶段碳足迹占各发电方式全生命周期中碳足迹的比例.风力发电机组与光伏发电机组的碳足迹占比主要体现在电厂建设阶段，分别为99.4%和99.78%，应采用有效技术手段降低风力发电机组与光伏发电机组在此阶段的CO2排放量.

风力发电与光伏发电在组件运输阶段的碳足迹占比较小，分别为0.16%和0.15%，该阶段的能耗主要以运输能耗为主.

图6 风力发电、光伏发电和燃煤发电的碳足迹占比

在发电运营阶段，由于光伏发电几乎不产生碳排放，故该阶段内其碳足迹占比几乎为零.燃煤发电的碳足迹占比主要表现在发电运营阶段，占比为96.13%，该阶段燃煤发电烟气中含有大量CO2，从而在生命周期内该阶段的碳足迹占比最大.由图6可知，为了改善碳排放的现状，要在电厂建设阶段降低风力发电和光伏发电的CO2排放量；在生产运营阶段降低燃煤发电的CO2排放量.

5.2 环境影响负荷分析

对同一种环境影响类型下的环境干扰因子进行特征化处理，便于比较环境干扰因子对环境的影响程度.全球变暖作为最主要的环境影响类型，环境干扰因子只包括CO2，因此其当量系数为1，环境影响潜值为1，其特征化结果为实际排放量.酸化情况下，环境干扰因子有SO2和NOx，取SO2作为参照物，其当量系数为1，对NOx进行特征化处理，其当量系数为0.7.固体废弃物对环境的影响主要表现为占用空间，故环境干扰因子的特征化结果为实际排放量，其当量系数为1.风力发电、光伏发电及燃煤发电的环境干扰因子当量化如表12所示.

表12 不同发电方式生命周期内各类环境干扰因子当量化

Tab.12 Life cycle equivalent of all environmental interference factors in different ways of power generation

干扰因子风力发电光伏发电燃煤发电全球变暖(GWP)1)/(kg·kW-1·h-1)9．5×10-32．9×10-10．086环境酸化(AP)2)/(kg·kW-1·h-1)3．4×10-51．4×10-30．3166×10-3固体废弃物(SW)/(kg·kW-1·h-1)000．06795

注：1)以1 kg CO2计；2)以1 kg SO2计.

由表12可知，不同发电方式中单位发电量下污染物的排放量不尽相同，其中风力发电对全球变暖及环境酸化的影响最小.由于光伏板生产过程中没有脱硫措施，其对环境酸化影响最大.燃煤发电的固体废弃物排放对环境的影响最大，风力发电和光伏发电的固体废弃物对环境的影响几乎为零.

为了更好地对比不同环境影响类型对环境影响的严重程度，对环境影响潜值进行无量纲化处理，并对其进行加权处理，综合反映全生命周期内不同环境影响类型造成的环境影响.不同环境影响类型对环境影响的相对重要性尺度如表13所示，环境影响类型如表14所示.

表13 相对重要性尺度及其描述[23]

注：1)Ai和Aj分别为行矩阵和列矩阵,aij和aji为重要性尺度矩阵中的元素.

表14 环境影响类型重要程度

Tab.14 Relative weighting of different environmental impacts

参数全球变暖环境酸化固体废弃物全球变暖(GWP)156酸化(AP)1/512固体废弃物(SW)1/61/21

根据表13和表14可计算得到生命周期内各种环境影响类型的相对权重(WGWP=0.725 8，WAP=0.172 1，WSW=0.102 1)，对机组生命周期内的各种环境影响类型进行加权处理.

图7为风力发电、光伏发电和燃煤发电的环境影响潜值.由图7可知，在整个生命周期内，燃煤发电对全球变暖的影响远远大于风力发电和光伏发电，风力发电、光伏发电和燃煤发电的CO2排放量分别为7.9×10-7标准当量、2.4×10-5标准当量和3.63×10-5标准当量.对环境酸化影响最大的为光伏发电，为6.7×10-6标准当量.燃煤发电中固体废弃物排放对环境的影响最大，为2.76×10-5标准当量，风力发电和光伏发电的固体废弃物排放几乎为零.从降低全球变暖趋势的层面来看，应当降低燃煤发电的比例，风力发电和光伏发电可以有效地减少大气污染物，减缓全球变暖趋势；从固体废弃物排放角度来看，风力发电和光伏发电具有无可比拟的优势.燃煤发电由于采取了有效的脱硫措施，其对环境酸化的影响显著降低.

图7 风力发电、光伏发电和燃煤发电的环境影响潜值

Fig.7 Potential impacts of wind, PV and coal-fired power generation to the environment

综上所述，风力发电、光伏发电和燃煤发电等多种发电方式协调发展是电厂应对温室效应和环境酸化的有效手段，对解决全球变暖问题具有重要作用.如果同时实现脱碳、脱硫、脱硝，将在很大程度上减小对环境的影响，实现绿色生产.

6 结 论

(1) 风力发电与光伏发电在电厂建设阶段的碳足迹占比较大，分别为99.4%和99.78%，运输过程的碳足迹占比较小，在发电运营阶段碳足迹占比几乎为零.燃煤发电的碳足迹占比主要表现在发电运营阶段，占比为96.13%，该阶段燃煤发电的碳足迹最高，为83.3 g/(kW·h).在废弃处置阶段，燃煤发电和光伏发电的碳足迹基本相同，为0.194 g/(kW·h)，风力发电最低，为0.02 g/(kW·h).

(2) 燃煤发电对全球变暖的影响大于风力发电和光伏发电，风力发电、光伏发电和燃煤发电的CO2排放量分别为7.9×10-7标准当量、2.4×10-5标准当量和3.63×10-5标准当量.对环境酸化影响最大的为光伏发电，为6.7×10-6标准当量.燃煤发电机组固体废弃物排放对环境的影响最大，为2.76×10-5标准当量.

(3) 为了降低各发电方式对环境的影响，在电厂建设阶段降低风力发电和光伏发电的CO2排放量；在发电运营阶段降低燃煤发电机组的CO2排放量.从降低全球变暖趋势的层面来看，应当降低燃煤发电的比例，增大风力发电和光伏发电的比例；从固体废弃物排放角度来看，应大力发展风力发电和光伏发电.

[1] GUEZURAGA B, ZAUNER R, PÖLZ W. Life cycle assessment of two different 2 MW class wind turbines[J]. Renewable Energy, 2012, 37: 37-44.

[2] WANG Yuxuan, SUN Tianye. Life cycle assessment of CO2emissions from wind power plants: methodology and case studies[J]. Renewable Energy, 2012, 43: 30-36.

[3] AL-BEHADILI S H, EL-OSTA W B. Life cycle assessment of Dernah (Libya) wind farm[J]. Renewable Energy, 2015, 83: 1227-1233.

[4] VARGAS A V, ZENN E, OSWALD U,etal. Life cycle assessment: a case study of two wind turbines used in Mexico[J]. Applied Thermal Engineering, 2015, 75: 1210-1216.

[5] WANG Jiangjiang, YANG Ying, MAO Tianzhi,etal. Life cycle assessment (LCA) optimization of solar-assisted hybrid CCHP system[J]. Applied Energy, 2015, 146: 38-52.

[6] LAMNATOU C, NOTTON G, CHEMISANA D,etal. The environmental performance of a building-integrated solar thermal collector, based on multiple approaches and life-cycle impact assessment methodologies[J]. Building and Environment, 2015, 87: 45-58.

[7] BARTON N G. Life-cycle assessment for BRRIMS solar power[J]. Renewable Energy, 2014, 67: 173-177.

[8] STRAZZA C, BORGHI A D, COSTAMAGNA P,etal. Life cycle assessment and life cycle costing of a SOFC system for distributed power generation[J]. Energy Conversion and Management, 2015, 100: 64-77.

[10] UDDIN M S, KUMAR S. Energy, emissions and environmental impact analysis of wind turbine using life cycle assessment technique[J]. Journal of Cleaner Production, 2014, 69: 153-164.

[11] 杨东, 刘晶茹, 杨建新, 等. 基于生命周期评价的风力发电机碳足迹分析[J]. 环境科学学报, 2015, 35(3): 927-934.

YANG Dong, LIU Jingru, YANG Jianxin,etal. Carbon footprint of wind turbine by life cycle assessment[J]. Acta Scientiae Circumstantiae, 2015, 35(3): 927-934.

[12] 刘臣辉, 詹晓燕, 范海燕, 等. 多晶硅-光伏系统碳排放环节分析[J]. 太阳能学报, 2012, 33(7): 1158-1163.

LIU Chenhui, ZHAN Xiaoyan, FAN Haiyan,etal. Analysis of carbon emision links on polycrystalline-silicon PV system[J]. Acta Energiae Solaris Sinica, 2012, 33(7): 1158-1163.

[13] 傅银银. 中国多晶硅光伏系统生命周期评价[D]. 南京: 南京大学, 2013.

[14] 周亮亮, 刘朝. 洁净燃煤发电技术全生命周期评价[J]. 中国电机工程学报, 2011, 31(2): 7-14.

ZHOU Liangliang, LIU Chao. Assessment on whole life cycle of clean coal-fired power generation technology[J]. Proceedings of the CSEE, 2011, 31(2): 7-14.

[15] 冯文, 王淑娟, 倪维斗, 等. 燃料电池汽车氢能系统的环境, 经济和能源评价[J]. 太阳能学报, 2003, 24(3): 394-400.

FENG Wen, WANG Shujuan, NI Weidou,etal. Environmental, economic and energy assessment of hydrogen energy system about fuel cell vehicles[J]. Acta Energiae Solaris Sinica, 2003, 24(3): 394-400.

[16] 王云, 赵永椿, 张军营, 等. 燃煤电厂醇胺化学吸收法捕集和封存CO2全生命周期碳排放分析[J]. 动力工程学报, 2011, 31(5): 362-368.

WANG Yun, ZHAO Yongchun, ZHANG Junying,etal. Life cycle carbon emission assessment for a coal-fired power plant using MEA CO2capture and storage technology[J]. Journal of Chinese Society of Power Engineering, 2011, 31(5): 362-368.

[17] TAHARA K, KOJIMA T, INABA A. Evaluation of CO2pay back time of power plants by LCA[J]. Energy Conversion and Management, 1997, 38(2): S615-S620.

[18] 电力规划设计总院. 火电工程限额设计参考造价指标(2011年水平)[Z]. 北京: 中国电力出版社, 2012: 136-139.

[19] KOORNNEEF J, van KEULEN T, FAAIJ A,etal. Life cycle assessment of a pulverized coal power plant with post combustion capture, transport and storage of CO2[J]. International Journal of Greenhouse Gas Control, 2008, 2(4): 448-467.

[20] 杨建新, 王如松, 刘晶茹. 中国产品生命周期影响评价方法研究[J]. 环境科学学报, 2001, 21(2): 234-237.

YANG Jianxin, WANG Rusong, LIU Jingru. Methodology of life cycle impact assessment for Chinese products[J]. Acta Scientiae Circumstantiae, 2001, 21(2): 234-237.

[21] 李芳. 二甲醚生产及应用过程的生命周期评价及价格体系研究[D]. 上海: 同济大学, 2008.

[22] 杨建新. 产品生命周期评价方法及应用[M]. 北京: 气象出版社, 2002.

[23] 彭勇行. 管理决策分析[M]. 北京: 科学出版社, 2004: 164-171.

[24] 《运筹学》教材编写组. 运筹学[M]. 3版. 北京: 清华大学出版社, 2005: 453-455.

Analysis on Environmental Load of Wind, PV and Coal-fired Power Generation Based on Life Cycle Assessment

JIA Yalei1,2, WANG Jixuan3, HAN Zhonghe1, PANG Yongchao1, AN Peng1

(1. School of Energy, Power and Mechanical Engineering, North China Electric Power University,Baoding071003,HebeiProvince,China; 2.HebeiSoftwareInstitute,Baoding071000,HebeiProvince,China; 3.CollegeofWaterConservancyandHydropower,HebeiUniversityofEngineering,Handan056021,HebeiProvince,China)

Life cycle assessment systems of wind, PV and coal-fired power generation were established based on life cycle assessment theory, so as to compare and analyze their environmental load produced at different stages. Results show that in the construction state of a power plant, the carbon footprint of coal-fired power generation is 1.94 g/(kW·h), which is the lowest in the three power generation ways, and the carbon footprint of wind power generation is 9.42 g/(kW·h), which is the highest. Whereas in the operation stage of a power plant, the carbon footprint of PV power generation is almost zero, and that of wind and coal-fired power generation is respectively 0.2 g/(kW·h) and 83.3 g/(kW·h), indicating that coal-fired power generation produces the highest carbon footprint. The ratios of carbon footprint in construction stage for wind and PV power generation are relatively high, which are 99.4% and 99.78%, respectively; while the ratio of carbon footprint in operation stage for coal-fired power generation has the highest value of 96.13%. Results also indicate that coal-fired power generation has the greatest influence on global warming in a whole life cycle with a standard equivalent of 3.63×10-5, while wind power generation has the least influence with a standard equivalent of 7.9×10-7; whereas PV power generation has the biggest impact on environmental acidification with a standard equivalent of 6.7×10-6, and wind power generation has the smallest impact with a standard equivalent of 1.6×10-7. The emission of solid waste is almost zero in both wind and PV power generation.

renewable energy; life cycle assessment; carbon footprint; emission intensity

2015-12-11

2016-03-07

河北省科技厅资助项目(16455203D)；河北省教育厅基金资助项目(QN2015108)；博士科研启动基金资助项目(20120134)；邯郸市科技局基金资助项目(1528102058-2)

贾亚雷(1975-)，男，河北博野人，副教授，博士研究生，研究方向为风力机叶片设计及优化. 王继选(通信作者)，男，博士，讲师，电话(Tel.)：15231012060；E-mail：wangjixuan113@163.com.

1674-7607(2016)12-1000-10

X82

A 学科分类号：610.30