guest ::
Technology choice model for consequential life cycle assessment = Modell zur Technologie-Wahl für konsequenzielle Ökobilanzen
2020
Dissertation, RWTH Aachen University, 2019
Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak04
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2019-05-10
Online
DOI: 10.18154/RWTH-2020-03394
URL: https://publications.rwth-aachen.de/record/785661/files/785661.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
carbon capture and utilization (frei) ; chemicals (frei) ; consequential (frei) ; life cycle assessment (frei) ; technology choice (frei)
Thematische Einordnung (Klassifikation)
DDC: 620
Kurzfassung
Die konsequenzielle Ökobilanz (Consequential Life Cycle Assessment; CLCA) ist eine Methode zur ökologischen Bewertung von Entscheidungen, z.B. der Einführung einer neuen Technologie, der Implementierung eines Gesetzes oder des Kaufs eines Produkts. In CLCA werden technische und ökonomische Modellierungsansätze kombiniert, um die globalen, ökologischen Konsequenzen von Entscheidungen zu untersuchen. Dadurch können sowohl technische Zusammenhänge innerhalb industrieller Produktionssysteme erfasst werden, als auch Auswirkungen auf Märkte. Obwohl die theoretischen Grundlagen von CLCA klar definiert sind, existiert heutzutage noch kein allgemein anerkannter Modellierungsansatz zur praktischen Umsetzung von CLCA. In dieser Arbeit wird daher ein neuer Modellierungsansatz für CLCA entwickelt: das Technology Choice Model (TCM). Verglichen mit bestehenden Modellierungsansätzen ermöglicht das TCM eine deutlich detailliertere Modellierung von Markteffekten, durch die Veränderungen in Technologiemixen durch Kapazitätsanpassungen und Substitutionseffekte abgebildet werden können. Dabei werden sowohl Einschränkungen in der Verfügbarkeit von Produktionsfaktoren betrachtet, als auch Unsicherheiten und suboptimale Entscheidungen durch Marktteilnehmer. Durch zwei illustrative Fallbeispiele wird gezeigt, dass die detaillierte Modellierung von Technologiemixen zu substantiell anderen CLCA Ergebnissen führen kann. Zudem ermöglicht die Betrachtung von Unsicherheiten im TCM erstmals eine systematische Unsicherheitsbewertung in CLCA. Die Anwendung des TCMs wird anhand einer industriellen Fallstudie zur stofflichen Nutzung von Kohlendioxid (CO2) in der chemischen Industrie demonstriert. Die Fallstudie zeigt, dass durch neuartige CO2-Nutzungstechnologien weltweit bis zu 3,5 Gt CO2-eq Treibhausgasemissionen im Jahr 2030 eingespart werden können. Zudem werden zentrale Herausforderungen für die stoffliche CO2-Nutzung identifiziert. Die Ergebnisse ermöglichen eine bessere Integration der stofflichen CO2-Nutzung in Technologie-Roadmaps und Forschungsprogramme. Zudem verdeutlicht die Anwendung des TCMs in der Fallstudie, wie CLCA zu fundierten und ökologisch vorteilhaften Entscheidungen beitragen kann.Consequential Life Cycle Assessment (CLCA) aims at capturing the environmental consequences of decisions such as the introduction of a new technology, the implementation of a policy, or the purchase of a product. CLCA combines technical and economic modeling approaches to track the consequences of decisions throughout the economy, considering both technical relationships within industrial production systems and market-mediated effects. However, although CLCA is well defined at a conceptual level, a commonly accepted modeling framework for CLCA is still missing, leading to wide differences in CLCA practice. To promote the systematization of the CLCA approach, this thesis proposes a comprehensive modeling framework for CLCA: the Technology Choice Model (TCM). Compared to existing approaches, TCM captures market-mediated effects in multiple markets at a substantially higher level of technical detail, while systematically considering constraints in factor availability, uncertainty, and suboptimal decisions. Due to its higher level of technical detail, TCM can model changes in technology mixes through both capacity adaptions and substitution effects among competing technologies. These changes in technology mixes are shown to substantially affect the CLCA results in two illustrative case studies on the introduction of new technologies and climate policy. Furthermore, the consideration of uncertainties and suboptimal decisions provides the basis for a first comprehensive uncertainty assessment in CLCA. The practical application of TCM is demonstrated in a large-scale industrial case study on novel Carbon Capture and Utilization (CCU) technologies in the chemical industry. These technologies use carbon dioxide from industrial point sources or ambient air as alternative carbon feedstock for chemical production. The case study shows that CCU in the chemical industry can reduce up to 3.5 Gt CO2-eq greenhouse gas emissions per year by 2030 and highlights potential barriers for CCU implementation. The results provide a strong scientific basis for the integration of CCU into international policy frameworks and research agendas. The application of TCM in this case study demonstrates the ability of CLCA to provide sound environmental decision support.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis/Book
Format
online, print
Sprache
English
Externe Identnummern
HBZ: HT020401093
Interne Identnummern
RWTH-2020-03394
Datensatz-ID: 785661
Beteiligte Länder
Germany
|
The record appears in these collections: |