来源：Environ Sci Pollut Res Int | 编译：DNA Lab Space
导读
全球能源结构转型与废弃物管理是当前两大紧迫议题。本研究针对一种尚处于实验室规模的新型生物燃料电池（BFC）技术，采用生命周期评价（LCA）方法，系统评估了该技术将废弃生物质转化为能源和肥料的潜在环境影响。研究发现，3D打印和ABS材料是电池制造阶段的主要环境影响来源，而通过延长电池使用寿命、优化试剂选择和能量系统，BFC技术在环境表现上可与传统的厌氧消化和堆肥技术竞争。该研究为废弃生物质资源化利用提供了前瞻性的环境评估视角。
研究背景
全球能源需求持续增长，叠加气候变化与环境退化问题，推动了可持续替代能源的探索。植物生物质被视为可再生且丰富的资源，在全球废弃物中占据重要比例——据估算，废弃食物和修剪活动产生的绿色废弃物接近全球废弃物总量的一半。欧洲工业/农业废弃物中，农业活动产生的废弃物占比达46%（约4.42亿吨），在能源回收和废弃物减量方面具有巨大潜力。然而，这些废弃物常被直接填埋或焚烧而未能回收能源，导致污染物释放至大气和地下水，同时产生强效温室气体甲烷。
欧盟已出台多项指令和战略，旨在减少全供应链的食品废弃物产生。在此背景下，探索可行的生物质废弃物能源化利用方法、同时减轻其不利环境影响，成为当务之急。本研究提出的生物燃料电池技术试图同时应对能源来源多元化和废弃生物质管理两大挑战，通过BFC将废弃生物质转化为能源和肥料。研究目的在于通过生命周期评价评估该创新技术的环境影响，建模范围涵盖实验室规模操作和工业规模近似，并探索了不同酸碱试剂、可再生能源和热回收等替代情景。
研究方法
生命周期评价（LCA）是一种分析性且国际标准化的方法（ISO 2006a; ISO 2006b），用于量化过程、产品或系统在整个生命周期或部分生命周期中的潜在环境影响。从摇篮到坟墓的LCA考虑从资源开采、生产、使用、回收到废弃物处置的完整链条，确定所有直接或间接的排放和资源消耗（Curran 2012）。根据ISO系列标准，LCA框架包括定义研究目标和系统边界、进行清单分析（LCI）以量化输入和输出、评估环境影响（LCIA）以及解释结果以支持决策。
目标与范围定义
如图1所示，分析分为两个阶段。第一阶段，使用1个单位（1个电池单元 = 1p）作为功能单位（FU）编制电池生产的LCI。随后将基础设施组装的材料和能量流纳入电池使用阶段，以识别跨累积的从摇篮到大门生命周期的制造影响。分析的第二阶段涉及评估电池的使用以实现其功能，即处理生物废弃物以联产能源和土壤改良剂。因此，通过调整FU并指定一个使用周期中可处理的固定生物质数量（相当于9.08克废弃生物质）来表达功能。由此，电池制造（1p）被纳入其使用阶段。影响根据不同寿命情景进行分配。假设技术寿命为10个周期（代表当前实验室规模情景），与电池制造（1p）相关的负担除以10。
根据文献（Cucurachi et al. 2022），模拟BFC使用的功能单位选择遵循联合研究中心指南（Manfredi et al. 2011）。由于该过程有两个输出，决定采用基于原料的方法。鉴于所用原料来自废弃物，使用处理质量作为FU优于土地使用量——后者更适合原料来自专用作物的情况（Cucurachi et al. 2022）。此外，ISO标准（ISO 2006b）建议尽可能避免分配。
在本研究中，通过系统边界扩展避免了分配（符合ISO标准）。如上所述，功能单位由系统处理的生物质数量表示，因为该技术的主要目标是处理废弃生物质以联产土壤改良剂和能源，两者均被视为传统制造过程的避免产品。
在此步骤中还设定了研究目标。首先是评估实验室阶段废弃物BFC生产和使用的环境影响。其次，在识别BFC的环境热点后创建优化情景。优化后，进一步比较该技术与更成熟的生物质处置替代方案，评估影响的绝对值。最后，研究旨在评估在不经任何燃烧步骤的情况下从生物质获取能源的环境可行性。
生命周期清单
清单分析是常规LCA中最耗时和资源密集的部分之一。涉及化学品时困难更大，原因之一是当前LCI数据库中仅包含全球市场上大量化学品中的一小部分（Maranghi 2020）。
研究中，电池生产和使用的原始数据直接从开发者团队获得。该数据集主要代表前景信息，在技术、时间和地理相关性方面具有最高质量。这使得清单具有相对较低的不确定性。尽管如此，仍需进行一些近似以完成清单，特别是能源消耗和土壤改良剂方面。
仅有一条流（增材制造）有精确的能源消耗数据，其他情况下电力需求通过考虑仪器功率（kW）乘以使用时间（h）计算（Giménez et al. 2015）。在可行情况下，能源消耗按试剂在仪器内所占体积分配（例如在烘箱加热期间）。仪器功率（P）通过考虑设备相对于最大允许值的性能计算。当烘箱在低于上限的温度（T）下工作时，Pmax值乘以修正因子，计算方式为：∆T工作/∆T最大。所有分配均在SI_2中的电子表格中明确说明。
表1给出了计算示例，显示了估算加热器能源消耗的数据。根据数据表了解设备参数（最大功率、温度和体积）后，根据样品所占体积（0.5升）和使用温度（30°）分配消耗。功率消耗值计算如下：Pmax × 时间 ×（ΔT/ΔTmax）×（占用体积/体积）。
表1 加热器能源消耗计算
| 参数 | 数值 |
|------|------|
| Pmax | 1600 W |
| Tmax | 300°C |
| 体积 | 122.2 L |
| 时间 | 0.5 h |
| T | 30°C |
| ΔT/ΔTmax | 3.57E−02 |
| 占用体积 | 0.5 L |
| OccVol/Vol | 4.09E−03 |
| 能源消耗 | 0.12 Wh |
3D打印机的功率输出为360 W，根据假设的初步计算，功率输出将为2520 Wh，这是非常高的功耗。因此，决定使用能够实时检测打印机功耗的仪器进行及时测量。由此获得的数值为1270 Wh，约为初始假设的一半，可认为具有较高质量水平。本研究中，实验室规模主要设备（如冷冻柜）的基础设施相关生命周期影响未纳入考虑，因超出范围且可忽略。
输入物质通量均准确，因为可以从实验室规模测量获得原始数据，仅需少量近似。另一方面，输出清单的准确度较低，因为实验室测试尚未开展。使用葡萄糖作为模型分子无法提供有关未来输出组成的精确信息。因此，进行了近似以表示含有平均废弃生物质流中营养素的肥料。为创建更接近现实的模型，将9.08克葡萄糖替换为ecoinvent数据库中的等量标准生物质（Wernet et al. 2016）。这些值也用于估算营养物含量。考虑的元素为氮、钾和磷。为模拟最终土壤改良剂组成，计算了所有营养物输入，并通过假设不同形式估算相应肥料输出。假设100%营养物回收，不考虑相关肥料纯化步骤的能源消耗。N、K和P转化为相应肥料：元素氮、氧化钾和二氧化磷。清单见SI（表S1–5）。
建立基于实验室数据的基线情景后，制定了各种其他情景，包括三种不同电池寿命预期（情景1）、试剂改变（情景2）、能源结构改变（情景3）以及能源优化（情景4）。
研究结果
本研究结果分为三部分：（i）研究BFC参考情景以评估电池设置（FU = 1p）及其使用（FU = 9.08克处理生物质），同时评估设备的不同参考使用寿命；（ii）研究优化技术（优化BFC），旨在探索未来放大过程中如何改进工艺；（iii）与欧洲市场上现有成熟技术的传统废弃生物质处理情景进行比较。
BFC基线情景
考虑FU = 1p的BFC设置的LCIA结果如图3所示（表S6–7）。分析显示，最大影响来自3D打印机的使用（两种方法均为66%）和ABS（两种方法均为31%），ABS是电池的主要构成材料。完整数据见SI。
按质量计，ABS占成分的45%，水也占相同百分比，但相同用量下水的环境影响小得多。事实上，按相同质量比较，它们的影响相差4个数量级。在能源方面，打印阶段（7小时）占整个能源消耗的99.3%。
与能源消耗相关的大部分影响来自煤炭能源；事实上，虽然煤炭在能源结构中占11%，但使用ReCiPe 2016方法时其影响占34%。使用CED方法时其贡献下降至16%。使用第二种方法时，天然气（占混合能源40%）的影响从12%（ReCiPe 2016）显著增加到48%。
与BFC生产在整个电池寿命中的影响值相关的影响如图4a所示。该图绘制了使用周期（x轴）与BFC设置中累积资源消耗（y轴）的关系。选择CED作为参考方法。值得注意的是，图表显示约400个周期是制造影响降至10%以下的临界点。此后1000个周期，与BFC组装相关的影响相对于总量几乎可忽略。因此，电池使用约1000小时可视为足以使其具有竞争力。
情景1的LCIA结果汇总于图4b。10c对应迄今在实验室进行的基线测试。与电池使用预期相关的另一个有趣参数是能源收支平衡点，即电池生产所消耗的能源在多少个周期后被回收。生产电池的能源消耗为1270 Wh，产生的能源为5.4 Wh，因此需要237个周期（1个周期 = 1个工作小时）才能等于制造期间的能源使用。鉴于能源生产是该技术的主要目标之一且生产期间的消耗绝非可忽略，这一平衡点对技术放大具有重要意义。计算确认了实现能源增益所需的周期数。如上所述，每个周期等于1个工作小时。因此，考虑每天使用电池六个周期，仅需40天的使用即可摊销与制备电池相关的能源消耗。
后者（4750c）如前所述，基于文献中关于普通燃料电池寿命预期的数据（Hua et al. 2020）。影响数据见SI（表S8–9，S11–12）。
使用周期越多，BFC设置对总体影响的贡献越低。根据结果，237c配置的累积单一评分降低−80%，4750c配置降低−83%，BFC制造对总量的贡献在10c配置中为76%，在237c和4750c中分别变为16%和1%。这些贡献如图4a所示。
进一步的贡献分析以颜色阴影矩阵形式报告于图5（表S10，S13）。该图以ReCiPe 2016中点方法展示结果，便于可视化每个步骤相对于每个类别总影响的贡献变化。
三个情景之间的差异在于电池，在10c配置中电池贡献最高。另一方面，在237c和4750c情况下其影响最小。此处，最大负担与能源消耗（GW、SOD和IR）以及磷酸的使用（TEu）相关。能源消耗主要来自加热和泵送的电力需求（分别为11.97和11.25 Wh），通过"生命周期清单"部分描述的近似以保守方法计算。虽然这些能源消耗数字看似较高，但重要的是要注意它们在放大过程中可能会下降（见情景4结果；"能源优化（情景4）"）。进一步的贡献分析揭示了H3PO4显著环境影响取决于其生产过程——湿法工艺涉及用磷酸盐矿物的酸攻击（H2SO4）方法（Althaus et al. 2007）。该过程使用磷酸盐岩、大量水，每公斤H3PO4约需1.3公斤H2SO4。硫酸的使用占整个累积影响（单一评分）的47%。磷酸的环境影响还归因于其用量远大于过程中其他试剂。水是最丰富的试剂，环境影响显著较低，但H3PO4的用量是氢氧化钠（NaOH）的三倍。影响差异更大还因为使用ReCiPe 2016方法评估时，H3PO4每公斤的环境影响高于NaOH。另一方面，使用CED方法时差异减小（H3PO4为21.6 MJ/kg，NaOH为19.7 MJ/kg）。方法间的差异源于各自使用的不同加权方案。ReCiPe 2016方法对被认为更显著的环境影响（如人类健康和生态系统质量）赋予更高权重。因此，对这些领域影响较大的H3PO4相比NaOH获得更大的权重。对于碱，大部分影响来自通过电解转化氯化钠所用的电力（Kurt and Bittner 2006）。事实上，使用ReCiPe 2016方法分析影响显示，其中12%与NaCl相关，而几乎……
讨论与解读
本研究对创新性BFC技术处理生物质残留物以联产能源和肥料的相关潜在环境影响进行了评估。由于BFC尚处于实验室规模，提出了早期阶段LCA分析。评估通过计算全部资源消耗和ReCiPe 2016方法的18个影响类别进行。研究进行了多项敏感性分析，以解决模型受BFC不同参考使用寿命、替代试剂使用、可再生能源比例增加和模拟BFC放大的能源优化设备影响的方式。随后，选择厌氧消化和堆肥作为传统生物废弃物处理过程进行比较。
BFC取得的结果令人鼓舞，只要能源消耗最小化且试剂中的营养物被回收，该技术在环境上可具有竞争力。试剂相关影响可通过使用替代品来减少，能源消耗可通过回收反应热和使用光伏系统整合需求来缓解。然而，研究存在一些局限性。首先是过程规模——BFC仅在实验室规模使用葡萄糖作为模型分子进行测试，后续计划在真实基质上进行进一步测试以验证其行为。
编译者解读
该研究在技术开发早期即引入全生命周期视角，体现了合成生物学领域"设计即考虑可持续性"的前瞻思维。方法上，以处理单位生物质（9.08 g）为功能单位并采用系统边界扩展避免分配，符合ISO标准且增强了结果可比性。研究对实验室能耗的精细化核算（如3D打印实时测量1270 Wh）值得借鉴，但输出清单的低精度（100%营养回收假设）是明显局限——实际BFC的营养物回收率往往远低于此。对合成生物学家而言，该工作提示：生物电化学系统的环境竞争力不仅取决于产电效率，更取决于制造能耗和化学试剂选择的整体优化。未来在放大设计中，应优先考虑低能耗制造工艺和绿色试剂替代。
参考来源
Rossi E, Cespi D, Maggiore I, Setti L, Passarini F. Energy from waste biomass: an LCA study on a biofuel cell at early design stage. Environ Sci Pollut Res Int. 2024. PMID: 38926307. DOI: 10.1007/s11356-024-34068-1
PMID: 38926307