Adaptation d'une base de données pour l'intégration d'un algorithme de résolution d'inventaire en ACV dynamique

L'analyse du cycle de vie (ACV) est un outil d'évaluation environnementale qui comptabilise les impacts potentiels survenant tout au long du cycle de vie d'un produit ou service, de l'extraction de ses matières premières à sa fin de vie. Cette méthode permet donc d'identifier les processus les plus contributeurs aux impacts environnementaux d'un produit, ainsi que de soutenir une prise de décision entre deux technologies ou produits basée sur des critères environnementaux. L'ACV dynamique est une ACV prenant en compte le moment des émissions et des extractions dans l'environnement survenant tout au long du cycle de vie du produit ou service évalué. L'utilisation de facteurs de caractérisation dynamiques permet alors d'évaluer les impacts sur un horizon de temps fini et fixe dans un cadre temporel cohérent. Afin de représenter des systèmes souvent complexes dont les chaînes d'approvisionnement sont infinies, les praticiens ACV utilisent fréquemment des bases de données d'inventaire en cycle de vie (ICV). Toutefois, l'information temporelle présente dans les bases de données d'ICV n'est pas suffisante pour l'implantation de l'ACV dynamique. Il n'est donc pas possible pour l'instant de prendre en compte le profil temporel des émissions et des extractions dans l'environnement survenant en arrière-plan des chaînes de processus en ACV dynamique. Ce mémoire de maîtrise vise à évaluer la sensibilité des résultats de l'ACV dynamique d'avant-plan à la différentiation temporelle des processus d'arrière-plan afin d'élaborer des recommandations pour les développeurs de bases de données d'inventaire quant à l'intégration de nouveaux paramètres temporels pour l'ACV dynamique. L'objectif de recherche est de développer une méthodologie afin de montrer l'importance ou non pour les résultats en ACV dynamique d'ajouter de l'information temporelle aux processus en arrière-plan des systèmes de produits et de l'appliquer à des études de cas pour la catégorie d'impact réchauffement climatique. Les processus élémentaires de la base de données ecoinvent v2.2 sélectionnés pour la différentiation temporelle ont été : les infrastructures (14% de la base de données), les processus issue de l'agriculture et de la foresterie (3% de la base de données), les produits entreposés (4% de la base de données), et les processus d'enfouissement des déchets (2% de la base de données). Donc, 20% des processus élémentaires de la base de données ont été assignés de paramètres temporels non nuls parmi les suivants : proportion de matériel de remplacement, temps de rotation des cultures, temps d'entreposage, durée de construction, durée d'occupation des infrastructures, et durée de démolition. Les distributions temporelles des flux économiques et élémentaires des processus élémentaires estimées à partir des phases définies par les paramètres temporels (p. ex. phases de construction, utilisation et démolition d'une infrastructure) ont été considérées constantes dans le temps, à l'exception de l'absorption de carbone et des émissions dans l'air dans les sites d'enfouissement. Pour l'ACV dynamique d'avant et d'arrière-plan, pour des raisons de temps de calculs, seuls les flux élémentaires et économiques des 13 premiers niveaux de la chaîne de processus ont été différentiés temporellement. L'objectif de recherche a été atteint; 8,6% des 4034 systèmes de produits de la base de données ecoinvent v2.2 ont obtenu un écart de plus de 10% entre les résultats de l'impact sur le réchauffement climatique de l'ACV dynamique d'avant et d'arrière-plan et l'ACV dynamique d'avant-plan, montrant l'importance de la différentiation temporelle pour les processus en arrière-plan de ces systèmes de processus. Les catégories de systèmes de produits où se trouvait la majorité de ces résultats étaient « Énergie, bois », « Matériaux, bois », « Matériaux, papiers », « Infrastructure » et « Électricité ». Les limites principales de la méthode sont 1) que l'objectif de recherche n'a été atteint que pour la catégorie d'impacts réchauffement climatique, 2) que l'incertitude des données temporelles n'a pas été évaluée, 3) que les résultats obtenus de l'ACV dynamique d'avant-plan sont sensibles au positionnement des processus élémentaires d'allocation et 4) que 2,3% des systèmes de produits évalués en ACV dynamique d'avant et d'arrière-plan ont eu un résultat dont 90% et moins des impacts était attribuable aux impacts des flux élémentaires différentiés temporellement. Finalement, il a été recommandé aux gestionnaires de bases de données d'ICV d'intégrer de nouveaux paramètres, tels que ceux proposés, afin de permettre la réalisation d'ACV dynamique qui considèreraient les profils temporels des émissions et extractions des processus élémentaires d'arrière-plan pour l'évaluation des impacts sur le réchauffement climatique. De plus, les développeurs de bases de données ICV devraient porter une attention particulière à la cohérence des considérations temporelles des processus lors de la modélisation. Aussi, il a été recommandé aux praticiens réalisant des ACV dynamiques de différentier temporellement l'arrière-plan des systèmes de produits issus des secteurs identifiés sensibles, en priorisant une prise en compte des profils temporels issus de la phase d'agriculture et de foresterie.

Abstract

Life cycle assessment (LCA) is an environmental tool, which takes into account the potential environmental impacts of a product over its entire life cycle, from raw material extraction to end-of-life. This approach allows the identification of the major contributors to the environmental impact of a product, and may support decision-making between two technologies or two products based on environmental criteria. Dynamic LCA is an LCA that takes into consideration the temporal profile of emissions and extractions during a product life cycle. Then, using the dynamic characterization factors, impacts are assessed over a fixed and finite time horizon in a coherent temporal framework. To represent complex systems with infinite supply chains, LCA practitioners often use life cycle inventory (LCI) databases. However, the temporal information available in LCI databases isn't sufficient for dynamic LCA. Therefore, it is not possible in dynamic LCA, for now, to take into account the temporal profile of emissions and extractions occurring in background processes of product systems. This thesis aims to evaluate how sensitive dynamic LCA results are to the addition of temporal information to background processes in order to elaborate recommendations to LCI database developers about the integration of new temporal parameters for dynamic LCA. The research objective is to develop a methodology to show the importance or not to introduce temporal information in the background system for dynamic LCA results and to apply it to study cases for the global warming impact category. The selected unit processes of ecoinvent v2.2 database for temporal differentiation were: infrastructure processes (14% of the database), crop and forestry processes (3% of the database), stored products (4% of the database), and disposal to landfills (2% of the database). In the end, temporal parameters were added to 22% of the database unit processes. These parameters were: replacement material proportion, rotation time, storage time, construction time, infrastructure occupation, and demolition time. The temporal distribution of elementary and intermediate flows was estimated with phases defined by temporal parameters (e.g. construction, use and end-of-life phases). These distributions were considered constant over time, with the exception of carbon uptake and emissions to air from landfills. For reasons of computing time, only the elementary and intermediate flows in the first thirteen-levels of the supply chain were temporally differentiated for the implementation of dynamic LCA. The research hypothesis was verified; for 8.6% of the 4034 product systems of the ecoinvent v2.2 database, the temporal differentiation of background processes changed global warming results, compared to dynamic LCA that considers the temporal profile of foreground processes only, by at least 10%. The LCA results that were the most sensitive to temporal differentiation of background unit processes were those from product systems in the categories « Energy, wood », « Material, wood », « Material, paper », « Infrastructure » and « Electricity ». The main limitations of the method were 1) the research objective was verified only for the global warming category, 2) the uncertainty of the temporal data was not evaluated, 3) the results obtained with dynamic LCA with only foreground processes temporally differentiated were sensitive to the positioning of allocation unit processes, and 4) 2.3% of the results in dynamic LCA with foreground and background processes temporally differentiated had 90% and less of the impact due to the impact of temporally differentiated elementary flows. In conclusion, it is recommended that LCI database developers integrate new temporal parameters, as the ones proposed, to allow the implementation of dynamic LCA with the consideration of the temporal profile of emissions and extractions of background processes for global warming impacts. Moreover, LCI database developers should pay attention to the coherence in the temporal considerations of the processes during modelling. Furthermore, it is recommended to LCA practitioners to temporally differentiate for dynamic LCA the background of the product systems from the sensible sectors identified, primarily for the temporal profiles from the crop and forestry phase.