来源：Environ Sci Pollut Res Int | 编译：DNA Lab Space
导读
生物燃料电池（BFC）是一项同时应对能源多样化与废弃物管理双重挑战的新兴技术。本研究采用生命周期评估（LCA）方法，对实验室规模BFC的生产与使用环节进行了从摇篮到坟墓的环境影响分析。研究不仅识别出3D打印和ABS材料为主要环境热点，还通过多情景敏感性分析探索了优化路径。与厌氧消化和堆肥等传统生物废弃物处理技术相比，BFC在环境表现上具备竞争力，但能量消耗与养分回收是规模化的关键瓶颈。
研究背景
全球能源需求持续攀升，气候变化与环境退化问题日益严峻，推动能源体系向可持续方向转型。植物生物质被视作可再生且储量丰富的资源，在全球废弃物中占比可观——据估算，丢弃的食物垃圾与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，农业活动产生的部分约占46%（约4.42亿吨），在能源回收和废弃物减量方面潜力巨大。然而，这些废弃物常被直接填埋或焚烧，未进行能量回收，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与战略，旨在减少整个供应链中的食物废弃物产生。在此背景下，探索可行的生物质废弃物能源化利用路径、同时减轻其负面环境影响，成为当务之急。本研究提出的生物燃料电池技术，试图通过单一系统同时实现废弃生物质向能源与肥料的转化，并以LCA为工具，评估该创新技术在实验室阶段的环境表现。
研究方法
生命周期评估（LCA）是一种经过国际标准化的分析方法论（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涵盖从资源开采、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与资源消耗（Curran 2012）。根据ISO系列标准，LCA框架包括：定义研究目标与系统边界、开展清单分析（LCI）以量化输入与输出、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，以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物质和能量流纳入电池使用阶段，以识别跨累积"从摇篮到大门"生命周期中的制造影响。第二阶段评估电池的使用功能，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并规定一个使用周期内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。电池制造（1p）被纳入使用阶段考量，影响根据所考虑的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），电池制造（1p）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，以处理质量为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。本研究通过系统边界扩展避免了分配（符合ISO标准）。如上所述，功能单位以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中的可避免产品。
本阶段还设定了研究目标：第一，评估实验室阶段废弃物BFC生产与使用的环境影响；第二，在识别环境热点后创建BFC优化情景；第三，将研究技术与更成熟的生物质处置替代方案进行对比，评估影响的绝对值；最后，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。
生命周期清单分析
清单分析是常规LCA中最耗时、最耗资源的部分之一，涉及化学品时难度更大。原因之一是当前LCI数据库中仅涵盖了全球市场上庞大化学品数量的一小部分（Maranghi 2020）。
本研究中，电池生产和使用的原始数据直接来自开发者团队。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数据质量，使得清单具有相对较低的不确定性。尽管如此，完成清单仍需一些近似处理，特别是能源消耗和土壤改良剂方面。
仅有一条流（增材制造）获得了精确的能源消耗数据，其他情况下用电量通过考虑仪器功率（kW）乘以使用时间（h）计算（Giménez et al. 2015）。在可行时，能源消耗按试剂在仪器内所占体积分配（例如在烘箱中加热时）。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：∆T工作/∆T最大。所有分配均在SI_2的电子表格中明确列出。
表1给出了一个计算示例，展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，按样品所占体积（0.5升）和使用温度（30°C）分配消耗量。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，根据假设的初始计算，由此产生的功率输出将为2520 Wh，这是非常高的功耗。因此，决定使用能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，约为最初假设的一半，且被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量，因其超出范围且可忽略不计。
输入物质通量均为准确数据，因为可以从实验室规模测量中获得原始数据，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关于未来输出组成的精确信息。因此，进行了近似处理，以构建一种含有平均废弃生物质流中营养素的肥料表征。为使模型更接近现实，将9.08克葡萄糖替换为ecoinvent数据库中相同量的标准生物质（Wernet et al. 2016）。这些数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的肥料输出。假设100%营养物回收率，不考虑相关肥料纯化步骤的能源消耗。N、K和P分别转化为相应的肥料形式：元素氮、氧化钾和二氧化磷。清单见SI（表S1–5）。
在建立基于实验室数据的基准情景后，制定了各种其他情景。这些情景包括三种不同电池寿命预期（情景1）、试剂变更（情景2）、能源结构变更（情景3）以及能源优化（情景4）。能源优化情景（情景4）模拟了BFC的放大过程，假设从实验室规模过渡到工业规模时，能源消耗按比例降低，同时考虑反应热回收和光伏系统集成。每种情景的具体参数和假设详见补充材料。
研究结果
本研究结果分为三部分：（i）调查BFC参考情景，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）探讨优化技术（优化BFC），研究未来放大过程中工艺如何改进；（iii）与欧洲市场上已确立的传统废弃生物质处理技术进行比较。
BFC基准情景
BFC设置（FU = 1p）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占组成成分的45%，水占相同比例，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方法时其占影响的34%。使用CED方法时其贡献降至16%。在第二种方法中，天然气（占能源结构40%）的影响从12%（ReCiPe 2016）显著增加至48%。
BFC生产相关影响值在电池整个寿命期间的变化如图4a所示。该图绘制了使用周期数（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，图示表明约400个周期是制造影响降至10%以下的转折点。此后，1000个周期后BFC组装相关影响相对于总量几乎可忽略不计。因此，使用电池约1000小时可被视为足以使其具备竞争力。
情景1的LCIA结果汇总于图4b。10c对应迄今为止实验室进行的基准测试。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使用多少个周期后被回收。电池生产的能源消耗为1270 Wh，产生的能量为5.4 Wh，因此需要237个周期（1个周期=1个工作小时）才能与制造期间消耗的能源持平。鉴于能源生产是该技术的主要目标之一，而生产过程中的消耗绝非可忽略，这一平衡点的存在对技术放大具有重要意义。计算结果确认了实现能源增益所需的周期数。如前所述，每个周期等于1个工作小时。因此，考虑每天使用电池6个周期，仅需40天的使用即可摊销与电池制备相关的能源消耗。
后者（4750c）基于文献中关于普通燃料电池预期寿命的数据（Hua et al. 2020）。影响数据见SI（表S8–9，S11–12）。
使用周期越长，BFC设置对总体影响的贡献越低。根据结果，237c配置的累积单一得分降低了−80%，4750c配置降低了−83%，BFC制造对总量的贡献在10c配置中为76%，在237c和4750c中分别降至16%和1%。这些贡献如图4a所示。
进一步贡献分析以彩色阴影矩阵形式报告于图5（表S10，S13）。该图以ReCiPe 2016中点法展示结果，便于直观查看每个步骤对各类别总影响的贡献变化。
三种情景之间的差异在于电池本身——在10c配置中电池贡献最高，而在237c和4750c情况下其影响极小。此时，最大负担与能源消耗（GW、SOD和IR）以及磷酸使用（TEu）相关。能源消耗主要来自加热和泵送的电需求（分别为11.97和11.25 Wh），通过"生命周期清单分析"部分所述近似方法以保守方式计算。虽然这些能源消耗数值看似较高，但重要的是要注意它们在放大过程中可能会降低（见情景4结果："能源优化（情景4）"）。进一步贡献分析揭示了H3PO4显著的环境影响取决于其生产过程——湿法工艺，即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、大量水和约1.3千克H2SO4/千克H3PO4。硫酸的使用占整个累积影响（单一得分）的47%。磷酸的环境影响还归因于其相对于过程中其他试剂的大量使用。水是最丰富的试剂，其环境影响显著较低，而H3PO4的用量是氢氧化钠（NaOH）的三倍。影响差异更大的原因在于，使用ReCiPe 2016方法评估时，H3PO4每千克的环境影响高于NaOH。另一方面，使用CED方法时差异缩小（21.6 MJ/kg H3PO4 vs 19.7 MJ/kg NaOH）。方法间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比NaOH获得更大的权重。就碱而言，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技术处理生物质残余物以联产能源和肥料的环境影响进行了评估。由于BFC尚处于实验室规模开发阶段，采用了早期LCA分析。评估计算了全部资源消耗及ReCiPe 2016方法的18个影响类别。通过多项敏感性分析考察了不同参考使用寿命、替代试剂、可再生能源比例提升及模拟BFC放大的能源优化设备对模型的影响。与厌氧消化和堆肥等传统生物废弃物处理工艺的比较表明，只要能源消耗最小化且试剂中营养物得到回收，BFC的结果令人期待且具备环境竞争力。试剂相关影响可通过使用替代品来降低，能源消耗可通过回收反应热和利用光伏系统补充需求来缓解。
然而，研究存在若干局限性。首先是工艺规模——BFC仅在实验室规模下以葡萄糖为模型分子进行了测试，后续计划在真实基质上开展进一步测试以验证其行为。
编译者解读
从合成生物学应用视角看，这项LCA研究在技术开发早期即引入全生命周期思维，具有前瞻性价值。研究精准识别出3D打印能耗与ABS材料是当前环境 hotspots，为后续材料替代和工艺优化指明了方向。值得注意的是，237个周期即可实现能源收支平衡——若按每日6周期运行，仅40天就能回收生产能耗，这一数据为技术放大的可行性提供了量化依据。不过，100%营养物回收率的假设偏于乐观，实际过程中养分回收效率往往受限于微生物代谢与传质效率。未来若能将BFC与工程菌株设计相结合，通过合成生物学手段提高电子传递效率和养分转化率，有望进一步缩小实验室数据与工业应用之间的差距。
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