Escolar Documentos
Profissional Documentos
Cultura Documentos
AgroParisTech, INRA, UMR Environnement et Grandes Cultures, F-78850 Thiverval Grignon, France
Rsum
Lanalyse de cycle de vie (ACV) est une approche largement utilise pour la comparaison de limpact
environnemental de diffrents procds existants. Mais le dveloppement de nouvelles voies dusage
des bio-ressources ncessite une adaptation de cet outil. Ainsi le dveloppement dune nouvelle voie de
valorisation dune biomasse ncessite dintgrer son impact environnemental durant sa conception.
Dans une premire tape, la slection de la ressource est un paramtre cl. Les rsultats montrent des
profils variables entre ces diffrentes sources, et une disparit intra-rgionale potentiellement forte en
lien avec l'htrognit des sols et des conditions climatiques. Ils soulignent donc l'importance de
prendre en compte les contextes locaux de production de la biomasse dans la ralisation des analyses
du cycle de vie. L'ACV peut galement tre intgre lors de phase d'optimisation du procd associ
aux modles du gnie des procds. Mais ce n'est un outil pertinent que si les conditions opratoires
n'induisent pas un impact qui peut tre nglig par rapport aux autres tapes.
Mots-cls : Bioressources, gnie des procds, analyse de cycle de vie, ultrafilration,
lignocellulosique
L.Jacquemin et al.
Introduction
La valorisation des bioressources pour la production de biocarburant ou pour la production
dintermdiaires chimiques reprsente un enjeu important pour les prochaines dcennies, mais est
source dun dbat contradictoire dans le cadre du dveloppement durable.
La rarfaction du ptrole ncessite le dveloppement de nouveaux procds, mais comment dfinir le
meilleur procd, et partir de quelle plante ? Le procd le plus efficace technologiquement nest il
pas celui qui dgrade le plus lenvironnement ? La plante qui permet la production la plus efficace nest
-elle pas gnratrice de pollutions lors de sa culture ou de sa rcolte ? Par exemple la production de
biodiesel par transformation dhuile de jatropha produite en Indonsie gnre un impact cologique trop
important pour justifier son utilisation.
En France, la controverse porte principalement sur la concurrence entre application alimentaire et non
alimentaire, et le changement daffectation des sols. Les bio-ressources sont abondantes, mais leur
disponibilit et leur impact environnemental varient selon la rgion o elles sont cultives. Il est donc
important de dvelopper un outil dvaluation de limpact environnemental qui permette doptimiser, ds
lamont, la filire de production dune molcule bio-source.
Ainsi, la production de biocarburant peut tre ralise partir de nombreuses sources agricoles
(cultures ddies, rsidus) dont les impacts environnementaux dpendent de chaque rgion, en
fonction des mthodes culturales, du type de soletc. Selon la plante retenue, les procds de
fractionnement utiliss seront galement trs diffrents, et devront tre optimiss pour tenir compte non
seulement du rendement matire mais galement de leur impact environnemental.
Cet article, aprs une prsentation de lACV, sattachera montrer comment il est possible dutiliser
loutil ACV pour atteindre cet objectif. Dans un premier temps ltude portera sur le dveloppement
dune mthode de caractrisation des systmes de production de biomasse, puis dans un deuxime
temps, elle saxera sur le couplage de lACV et dun modle dcrivant une opration unitaire de
fractionnement de cette biomasse.
84
Figure 1 : Reprsentation schmatique du cycle de vie gnrique dun produit. (daprs Rebitzer et al., 2004).
Les flches pleines reprsentent les flux de matriel et dnergie alors que les flches en pointills traduisent les
flux dinformation. La prsence dun cycle de vie secondaire (en filigrane) montre que plusieurs cycles de vie
peuvent tre imbriqus les uns dans les autres.
1.2 Mthodologie
La mthode est formalise par une srie de normes europennes, NF EN ISO 14040 et NF EN ISO
14044 (ISO, 2006) qui explicitent les exigences et lignes directrices de lACV. Selon ces deux
rfrentiels, la mthode sarticule autour de quatre tapes : la dfinition des objectifs et du champ de
ltude, linventaire, lvaluation des impacts et linterprtation.
La dfinition des objectifs et du champ de ltude est ltape pralable dans toute ralisation dACV.
Dans un premier temps, il convient de faire une description prcise de ltude qui sera effectue afin de
dfinir sans quivoque les objectifs de ltude. Une fois ceux-ci dfinis, il faut ensuite tudier la fonction
du systme et dfinir une unit dtude qui quantifie la fonction choisie et fournit une rfrence
laquelle les intrants et les extrants sont lis : lunit fonctionnelle. Cette unit fonctionnelle se doit dtre
parfaitement spcifie et mesurable (Burgess et al., 2001). Par ailleurs, cette tape implique galement
la dfinition des frontires du systme et la description des scnarios tudis (itinraires techniques
retenus), ainsi que des hypothses poses dans le cadre de ltude (par exemple, le devenir des
effluents : traits comme dchets, valoriss).
Linventaire du cycle de vie consiste faire une description quantitative des flux de matire, dnergie et
de polluants impliqus dans le systme dfini au pralable. C'est lors de cette tape que les flux de
rfrences correspondant aux diffrents processus unitaires identifis dans le systme sont calculs. Il
regroupe les quantits de substances polluantes mises ainsi que les ressources extraites au cours du
cycle de vie analys (Jolliet et al., 2010). Deux mthodes de construction de linventaire sont
principalement utilises : lapproche input/output et lapproche processus. La premire approche
sappuie sur le calcul des flux conomiques crs par lactivit ou le produit tudi (Rebitzer et al.,
2003 ; Jolliet et al., 2010) pour en dduire des flux physiques. La seconde se base sur le calcul des flux
physiques impliqus dans le systme et ncessite la mise en place de bilans de matires et dnergie.
Pour faciliter la dmarche, il est courant dlaborer un arbre des processus, qui regroupe lensemble
des oprations unitaires du systme et fait apparatre les diffrents flux. Cette dmarche permet
dobtenir un vecteur de production (p), constitu de tous les intrants et missions directes du systme
tudi.
Par la suite, les donnes dmissions et dextractions, qui regroupent les quantits de ressources
Innovations Agronomiques 26 (2013), 83-100
85
L.Jacquemin et al.
extraites ainsi que les substances mises au cours du cycle de vie des flux entrant et sortant rfrencs
dans linventaire de production sont rcupres. Il existe des bases de donnes spcifiques la
mthodologie dACV (Ecoinvent, European Life Cycle Database (ELCD), US life cycle inventory
database) qui recensent la quantit de chaque substance mise ou extraite par unit dintrant ou
sortant utilis. Par exemple, dans le modle nergtique franais, selon la base de donnes Ecoinvent,
la production d1 kWh dlectricit ncessite lextraction de matires premires dans lenvironnement,
parmi lesquelles, 8,38.10-3 m3 de gaz naturel, et engendre des missions comme par exemple, 8,83.10 2 kg de dioxyde de carbone fossile dans lair, 1,4.10 -4 kg de phosphate dans leau et 2,86.10 -7 kg
daluminium dans les sols. Ceci permet de construire une matrice des missions et extractions (E),
contenant les facteurs dmissions et extractions par unit de flux rfrencs dans linventaire de
production. Le rsultat de linventaire (I) est obtenu en multipliant la matrice dmissions et dextractions
(E) par le vecteur de production (p).
Lvaluation des impacts permet de traduire linventaire du cycle de vie en impacts environnementaux
(Figure 2).
Figure 2 : Dmarche gnrale de lanalyse de limpact des missions sur les grandes catgories de dommages
environnementaux (daprs Jolliet et al., 2010).
La classification des impacts vise choisir une liste pertinente de catgories dimpacts
environnementaux intermdiaires relatifs des problmes environnementaux. Les missions et
extractions obtenues lors de linventaire sont assignes ces catgories, chacune pouvant contribuer
plusieurs catgories. Selon les mthodes de caractrisation, la classification des impacts est donc
diffrente et comporte plus ou moins de catgories dimpacts. Par la suite, il est possible de procder
une classification des dommages (Endpoint) sur diffrents sujets de protection qui se divisent souvent
en trois grands groupes : puisement des ressources, impacts sur la sant humaine et impacts sur les
cosystmes (Pennington et al., 2004 ; European Commission, 2010).
La caractrisation intermdiaire (aussi appele caractrisation Midpoint ) consiste dfinir
quantitativement les facteurs dimpacts (ou facteurs de caractrisation intermdiaires) qui permettront
de pondrer la contribution de chaque flux issus de linventaire des missions et extractions pour
chaque catgorie dimpact considre. Concrtement, les masses de substances mises et extraites
rpertories dans linventaire des missions et extractions sont multiplies par ces facteurs et sommes
86
dans chacune des catgories intermdiaires, permettant ainsi dobtenir le score dimpact intermdiaire,
exprim dans une unit commune et propre la catgorie considre (Equation 1 et Figure 2).
Equation 1 : Calcul du score dimpact intermdiaire. SIi : Score de caractrisation intermdiaire pour la
catgorie i (Ex : Rchauffement climatique, eutrophisation, etc.) ; FIs,i : Facteur de caractrisation intermdiaire
de la substance s pour une catgorie dimpact intermdiaire donne i ; Ms : Masse mise ou extraite de la
substance s (rsultat de linventaire des missions et extractions).
Equation 2 : Calcul du score de caractrisation de dommage. SDd : Score de caractrisation du dommage pour
la catgorie de dommage d (Ex : Sant humaine, changements climatiques, etc.) ; FDi,d : Facteur de
caractrisation dun dommage donn d pour la catgorie intermdiaire i ; SIi : Score de caractrisation
intermdiaire pour la catgorie i (Ex : Rchauffement climatique, eutrophisation, etc.).
En 2010, la Commission europenne a publi un guide qui rfrence ces mthodes dagrgation et
analyse les points forts de chacune par impacts environnementaux considrs (European Commission,
2010). Ces mthodes sont le fruit de plusieurs annes de travail et prsentent chacune leurs spcificits
(Tableau 1).
Nom de la
mthode
CML 2002
Eco-indicateur
99
Impact 2002+
ReCiPe
ReCiPe2008
*
Caractristiques
Cette mthode, fait suite la mthode CML1992 et vise fournir les meilleures pratiques pour
lvaluation dimpacts intermdiaires. (Guine et al., 2002)*
Cette mthode est plus oriente sur les effets sur lenvironnement et va donc plus loin dans la
chane cause-effet (mthodologie endpoint ). Par consquent elle prsente des incertitudes
plus leves. (Goedkoop et al., 2000) *
Cette mthode permet de faire ltude combine Midpoint-Endpoint. Elle sattache surtout
dvelopper une mthodologie pour amliorer et comparer la toxicit humaine et lcotoxicit.
Pour les autres catgories, la mthodologie a surtout t transfre des mthodes Ecoindicateur 99 et CML 2002. (Jolliet et al., 2003) *
Cette mthode rcente est la synthse de plusieurs mthodes antrieures (CML2002 et Ecoindicateur 99) dont elle a pris progressivement la place. Elle est actuellement largement
utilise, pour des caractrisations intermdiaires comme pour des caractrisations des
dommages. (Goedkoop et al., 2008)
Attention, les sources cites pour chacune des mthodes ne sont pas exhaustives
87
L.Jacquemin et al.
L'interprtation du cycle de vie est la dernire phase de l'ACV. Elle permet danalyser les rsultats que
fournit lvaluation des impacts en fonction des objectifs et du champ de ltude pralablement dfinis.
Des conclusions sont ainsi dgages, et des axes damlioration peuvent tre formuls pour aboutir
ensuite une prise de dcision. Tout ceci doit tre fait en nuanant les rsultats par ltude de la
sensibilit des rsultats aux hypothses choisies et des limites quimposent les incertitudes inhrentes
aux donnes dentre du systme. Certains auteurs parlent dailleurs plutt dtape damlioration
(Burgess et al., 2001). Ainsi, cette phase d'interprtation peut entraner un processus itratif de revue et
de rvision du domaine d'application de l'ACV (par llargissement des frontires du systme par
exemple), ainsi que lanalyse de la nature et de la qualit des donnes recueillies pour rpondre
l'objectif dfini (ISO, 2006).
2. ACV et bio-ressources
2.1 L'ACV des ressources en biomasse
Lapplication de lanalyse du cycle de vie la production de biomasse par lagriculture ou la fort
soulve des problmes mthodologiques spcifiques, que ce soit dans les tapes de dfinition du
systme, dinventaire ou de caractrisation des impacts. En termes de systme, l'utilisation de coproduits (comme des pailles de bl ou des rmanents forestiers) ncessite de faire une hypothse de
partage des pollutions mises par la parcelle agricole ou forestire entre le produit principal et les coproduits. Cette allocation peut tre massique (ie au prorata des tonnages rcolts), nergtique, ou
conomique, lalternative consistant tendre le systme pour que lusage final du coproduit lui
devienne endogne et viter des cls d'allocation qui revtent un certain arbitraire (Cherubini et al.,
2010). Le problme dallocation se pose galement sur la dimension temporelle : pour une culture
annuelle qui s'insre dans un systme de cultures, il faut borner dans le temps les effets individuels de
la culture considre et affecter les missions de l'ensemble du systme de culture celle-ci (Pradel et
Gervillier, 2011).
Au niveau de la phase d'inventaire, les missions au champ lies aux apports d'intrants (engrais,
pesticides) ont un poids souvent majoritaire dans les impacts cycle de vie des filires bionergie ou
biomatriaux (Reinhardt, 2000). Or ces missions sont fortement influences par la variabilit du milieu
(sol, climat) et des pratiques. Elles sont nanmoins gnralement estimes en faisant l'hypothses
d'une proportionnalit avec les doses apportes (Dupouey et al., 2005). Les coefficients de
proportionnalit, ou facteur d'mission (exprims en pourcents) sont drivs de mta-analyses
d'observations au champ sur l'ensemble de la plante, intgrant une multitude de conditions
pdoclimatiques et agronomiques (eg, Stehfest et Bouwman, 2006). Lutilisation de ces facteurs
dmission pour les missions directes au champ est beaucoup moins prcise que dans un contexte
industriel (voire section 3 sur les procds). Ainsi, un des facteurs dmission les plus discuts lheure
actuelle dans la littrature est celui qui correspond aux missions de protoxyde d'azote (N 2O) par les
sols, en lien avec les apports d'engrais azots. Lincertitude sur le facteur calcul par mta-analyse est
trs forte : les pertes par N2O reprsentent en moyenne 1% des apports dazote, mais la fourchette
autour de ce facteur d'mission va de 0,3 3 % (Stehfest et Bouwman, 2006). D'autres estimations
bases sur l'accumulation du protoxyde d'azote dans l'atmosphre ont conduit des estimations trs
suprieures aux lignes directrices du GIEC (Crutzen et al., 2008), qui ont nanmoins t rapidement
rfutes par une analyse plus fine des sources d'azote anthropiques (Davidson, 2009). Cette variabilit
souligne les limites de l'approche facteurs dmissions lis purement aux intrants, bien qu'elle soit
efficace, et limportance de prendre en compte explicitement leffet dautres facteurs comme le milieu
physique et les pratiques agronomiques. De plus la relation entre missions et intrants est plutt de
forme exponentielle que linaire (Philibert et al., 2013). Des pistes comme l'utilisation de modles de
fonctionnement des systmes sol-culture s'avrent intressantes (Gabrielle et Gagnaire, 2008). Une
88
approche plus fine des missions et des impacts, conduite lchelle de territoires pertinents pour la
filire de production et les impacts considrs (petite rgion agricole par exemple) permettrait
d'identifier des leviers d'action et d'amlioration plus efficaces que l'approche forfaitaire actuelle. Cette
vision 'territorialise' permettrait galement de prciser les interactions avec les autres lments du
paysage entourant les parcelles de production (forts, prairies, cours d'eau, zones protges, urbaines,
etc.), et in fine des impacts environnementaux locaux (notamment concernant la qualit de leau et de
lair), et les moyens de gestion pour y remdier (par des pratiques diffrentes sur les parcelles, ou par
des amnagements au niveau du paysage : zones tampons, haies, etc...).
Enfin la prise en compte des effets indirects du dveloppement de la biomasse, via des mcanismes de
march fait l'objet d'un champ de recherche rcent et mergent, sous la forme d'ACV consquentielles
(voir chapitre de De Cara et al. dans ce numro).
89
L.Jacquemin et al.
Figure 3 : Impacts cycle de vie de huit sources de biomasse (bl, betteraves, miscanthus, triticale, sorgho, TCRpeuplier, paille, rmanents), par MJ d'nergie contenue dans la biomasse. La mthode de caractrisation
d'impacts est CML 2002.
Pour les cultures agricoles, les diffrences de rendements entre petites rgions agricoles tant parfois
assez marques (variant de 1 2 pour le sorgho par exemple), les disparits intra-rgionales sont
fortes sur les classements des sources de biomasse. En fonction des profils de ces petites rgions en
termes de potentialits pour les cultures lignocellulosiques, les choix optimaux du point de vue
environnemental risquent donc d'tre fortement dpendants du contexte local. L'ACV peut ainsi fournir
un ensemble de critres environnementaux combiner avec une optimisation conomique pour dfinir
les scnarios d'approvisionnement les plus performants sur chaque petite rgion agricole.
3. ACV et procds
3.1 Etude du couplage entre ACV et gnie des procds
La plupart des analyses du cycle de vie publies comparent des procds de production de produits, et
peu concernent leur utilisation pour loptimisation de procds (Burgess et al., 2001). Depuis les travaux
dAzapagic (1999), cette mthodologie a t dveloppe pour favoriser le dveloppement de filires
respectueuses de lenvironnement, mais principalement en considrant le procd comme une partie
de la vie du produit (Young, 1997). Cependant, son application pour la conception ou la validation de
procds, comme illustr Figure 4, est galement une approche intressante.
Lanalyse du cycle de vie a t utilise pour lanalyse de procds en conditions opratoires fixes. Les
rponses environnementales peuvent ensuite tre utilises pour raliser une optimisation multicritre
permettant de prendre en compte simultanment, considrations environnementales et considrations
technico-conomiques. Ainsi, Kniel et al. (1996) ont associ lanalyse du cycle de vie une analyse
conomique pour optimiser le fonctionnement dune unit de production dacide nitrique et Gasafi et al.
(2003) ont coupl lanalyse du cycle de vie avec une approche hirarchique pour quantifier limpact
environnemental de chaque tape dun procd de gazification leau supercritique afin didentifier
quelle tait ltape aux impacts les plus forts.
La mthode peut galement tre utilise lors de la comparaison de scnarios, existants ou en cours de
dveloppement, pour identifier le procd le plus durable parmi un grande nombre de technologies et
90
donc de scnarios possibles (Brentner et al., 2011). Dans le cas de lapproche gate-to-gate ,
lanalyse nest plus centre sur le produit mais sur le procd, et trouve son intrt dans le gnie
chimique, lors de la dfinition des conditions optimales dun procd. Dans ce cas, le systme se
restreint la description du procd optimiser. Lanalyse du cycle de vie, combine avec la simulation
de procds, permet ainsi de prendre en compte, lors de la conception du procd, un critre
environnemental en parallle des critres plus classiques comme le rendement ou le cot sans
ncessiter de donnes supplmentaires (Jimnez-Gonzalez et al., 2000; Burgess et al., 2001; Portha et
al., 2010).
Dans ce cas, le procd nest plus considr comme une bote noire, mais implique un niveau de dtail
plus lev qui permet de quantifier les impacts environnementaux en fonction des conditions
opratoires employes. Des exemples de ce type dapproche sont assez rares, et concernent par
exemple la microfiltration (Tangsubkul et al., 2006) ou des systmes de conversion dnergie (Gerber et
al., 2011).
Figure 4 : Lillustration et les spcificits des cycles de vie produit et des cycles de vie procd .
91
L.Jacquemin et al.
pour lvaporation alors que lultrafiltration permet galement la purification de lextrait. Il est donc
apparu intressant dtudier plus prcisment ltape dultrafiltration.
Vitesse
tangentielle
u = 0,10 m/s
u = 0,12 m/s
u = 0,15 m/s
u = 0,23 m/s
u = 0,27 m/s
Domaine
dapplication
PTM [0,4 ; 1,7]
PTM [0,5 ; 1,7]
PTM [0,8 ; 1,7]
PTM [1 ; 1,7]
PTM [1,3 ; 2]
J = f(PTM)
JP = -7,8873.(PTM)2 + 20,826.(PTM) 5,0974
JP = -5,8167.(PTM)2 + 16,586.(PTM) 1,5298
JP = -5,8852.(PTM)2 + 17,515.(PTM) 2,5664
JP = -11,594.(PTM)2 + 36,51.(PTM) 15,949
JP = -10,264.(PTM)2 + 37,852.(PTM) 20,065
Tableau 2 : Relations polynomiales employes pour dcrire lvolution du flux de permat (J P) en fonction de la
pression transmembranaire (PTM) pour diffrentes vitesses de circulation (u) sur un module.
Modlisation du cycle de vie : Cette tude prend en compte dans les limites du systme une partie
des infrastructures, avec linclusion de la fabrication des modules dultrafiltration ainsi que de leur fin de
vie, et elle sintresse galement au fonctionnement du procd unitaire, non plus comme une bote
noire, mais en considrant les conditions opratoires dans la construction de linventaire. La Figure 6
prsente les trois tapes du cycle de vie du procd unitaire tudi : la fabrication des modules
dultrafiltration, le fonctionnement du procd pour la concentration et la purification des extraits
dhmicelluloses et la fin de vie des modules.
Par la suite, ces tapes pourront tre regroupes en deux tapes plus larges : le fonctionnement
comprenant la filtration et le nettoyage ; et les installations, comprenant la fabrication et la fin de vie des
modules. Pour chacune de ces tapes, lapproche processus est employe pour rpertorier lensemble
des intrants et sortants. Les donnes dmissions et dextractions sont issues de la base de donnes
Ecoinvent v2.2.
Dans le cas de cette opration unitaire, plusieurs variables peuvent tre identifies :
Les conditions opratoires (pressions transmembranaires, vitesses tangentielles, volumes
deau, masses de produits chimiques utiliss, temps et intervalle de nettoyage).
Les paramtres structurels de linstallation le type de module (composition des modules, types
de fibres,), leur dure de vie, le type de pompes, etc
Les paramtres gographiques qui conditionnent les transports impliqus par lopration
dultrafiltration (distances parcourues par les camions notamment).
93
L.Jacquemin et al.
Figure 6 : Arbre des processus et flux lmentaires du procd unitaire dultrafiltration pour la production dune
unit fonctionnelle. PVC : Polychlorure de vinyle ; PVDC : Polychlorure de vinylidne, PU : Polyurthane ; T :
tape de transport
La phase de recueil de ces donnes se base sur lapproche exprimentale et les relations polynomiales
obtenues permettent de calculer le dbit de permat obtenu sur un module dont la surface membranaire
(S) est connue, puis, le nombre de modules utiliser pour produire une unit fonctionnelle. Ceci permet
dtablir un inventaire relatif une unit fonctionnelle, et variable selon les conditions opratoires mises
en uvre (Jacquemin, 2012). Lnergie relative la phase de filtration de lextrait fait entrer en jeu les
puissances des pompes dalimentation de lextrait et de circulation du rtentat. La pompe dalimentation
fournit un dbit en extrait gal au dbit de permat et de rtentat prlev (200 l/h). Ainsi, pour obtenir
lnergie ncessaire au fonctionnement de ces pompes, avec rendement de 75 %, il sagit ensuite de
multiplier par le temps de fonctionnement (soit 1 h, du fait de lunit fonctionnelle choisie) et de diviser
par ce rendement. Par ailleurs, les quantits de permat quil faut transporter et traiter en sortie
dultrafiltration sont fournies directement par lintitul de lunit fonctionnelle qui a t choisie. En
revanche, il a t impossible dobtenir des donnes sur lnergie, leau et autres intrants consomms
lors de ltape de mise en forme et dassemblage des modules. Ceux-ci ne sont donc pas inclus dans
cette tude.
La fonction paramtrage de Simapro (Pr Consultant, Amersfoort, NL) a t utilise pour obtenir les
rsultats dmissions et dextractions pour plusieurs conditions opratoires. Pour cela, deux types de
paramtres peuvent tre entrs dans Simapro :
Les paramtres dentre qui reprsentent les valeurs fixes pour cette tude et qui sont
indpendants les uns des autres (gographiques, structurels et les conditions opratoires).
Dans un premier temps, une valeur fixe est associe chacun de ces paramtres, mais lors du
calcul des rsultats dinventaires, le paramtrage permet justement dobtenir des rponses
concernant la variation de ces paramtres par la mise en place dun jeu de valeurs.
Les paramtres calculs qui sont issus des quations prsentes prcdemment et qui font
entrer en jeu les diffrents paramtres dentre.
Afin dobtenir des rsultats exploitables, lopration unitaire a t modlise selon quatre fiches,
Fabrication dun module dultrafiltration ; Filtration sur un module pendant une heure ; Un
cycle de nettoyage pour un module ; Fin de vie dun module dultrafiltration . Ces quatre fiches sont
ensuite pondres et agences en une mme fiche afin de modliser la production dune unit
fonctionnelle.
94
3.3 Rsultats
3.3.1 Analyse du cycle de vie conditions opratoires fixes
Afin davoir une ide de la contribution environnementale de chaque tape considre dans lopration
unitaire dultrafiltration, une analyse des impacts environnementaux a t ralise en fixant chacune
des variables dentre (Figure 7). Pour cela, il est apparu judicieux de fixer les paramtres structurels au
plus proche de ce qui a t mis en uvre et observ au niveau exprimental. Pour le choix des
conditions exprimentales, il a t choisi de se positionner sur une pression transmembranaire de
filtration et une vitesse tangentielle intermdiaires (respectivement 1,2 bar et 0,15 m.s-1).
Figure 7. Contribution de chaque tape de lopration unitaire dultrafiltration aux catgories dimpacts
Caractrisation intermdiaire avec ReCiPe Midpoint (H).
CC : Changement climatique; Am-CO : Amincissement de la couche dozone ; Tox-H : Toxicit humaine ; ForOP : Formation doxydants photochimiques ; For-Part : Formation de particules ; Rad-Ion : Radiations
ionisantes ; Acid-Ter : Acidification terrestre ; Eutroph-ED : Eutrophisation des eaux douces ; Eutroph-EM :
Eutrophisation des eaux marines ; Ecotox-Ter : Ecotoxicit terrestre ; Ecotox-ED : Ecotoxicit eaux douces ;
Ecotox-EM : Ecotoxicit eaux marines ; Occ-TA : Occupation des terres agricoles; Occ-TU :Occupation des
terres urbaines; Tran-TN : Transformation des terres naturelles ; App-Eau : Appauvrissement des ressources en
eaux ; App-Met : Appauvrissement des ressources en minerais ; App-ResFos : Appauvrissement des
ressources fossiles.
Dans le cadre des hypothses mises, il apparait que les tapes relatives aux installations ont un
impact moins important que celles relatives au fonctionnement (filtration et nettoyage) pour la majorit
des impacts. Seul limpact amincissement de la couche dozone prsente une forte contribution de
la fabrication des modules. Lanalyse de la contribution des missions et extractions cet impact
indique cest li la production de polyvinyldenchlorure (PVDC).
Il apparat clairement que le traitement des eaux uses semble tre le flux lmentaire
prpondrant pour cette opration unitaire. Ces eaux uses comprennent la fois le permat et les
effluents gnrs par le nettoyage des membranes. Cependant, des efforts de modlisation doivent
alors tre faits pour tenir compte dans les relations utilises de leffet de ces modifications sur le reste
des paramtres (sur les flux de permat ultrieurs, sur la dure de vie des membranes, etc). La
production de la soude, lie la phase de nettoyage, est galement un flux qui contribue beaucoup aux
impacts.
Innovations Agronomiques 26 (2013), 83-100
95
L.Jacquemin et al.
Figure 8 : Impact environnemental de ltape dultrafiltration par phase de cycle de vie du procd diffrentes
vitesses de circulation, pour une PTM de filtration = 1,5 bar Rsultats en score unique avec ReCiPe (H).
Dans nos conditions de fonctionnement, les tapes de filtration et de nettoyage sont prpondrantes sur
celles de fabrication des modules et de leur fin de vie quelles que soient les pressions
transmembranaires et les vitesses tangentielles utilises. Par ailleurs, laugmentation de la vitesse
tangentielle une PTM constante induit une augmentation des scores dimpact de ltape de filtration.
Cela signifie que le gain de flux gnr par laugmentation de la vitesse tangentielle, mme sil permet
la diminution du nombre de modules, est contrebalanc par une augmentation de la consommation
nergtique pour cette tape de lultrafiltration. A vitesse tangentielle constante et PTM variable, les
impacts de la filtration ne varient quasiment pas, except trs forte PTM o le flux limite tant atteint
et o le gain de flux de permat ne suffit plus contrebalancer laugmentation de lnergie ncessaire.
Concernant ltape de nettoyage, laugmentation de la vitesse tangentielle pression constante et
laugmentation de la PTM vitesse tangentielle constante induisent toutes deux une diminution des
impacts environnementaux en score unique car cela diminue le nombre de module.
Les conditions opratoires de pression transmembranaire et de vitesse tangentielle nont aucun effet
sur les impacts dus aux installations dultrafiltration (fabrication des modules et fin de vie). En effet, le
nombre de module est modifi par ces deux variables, mais comme la dure de vie dun module est
exprime en nombre dunit fonctionnelle produite par un seul module, le nombre de module ne vient
pas jouer sur les impacts dus aux infrastructures. Ce serait le cas si cette dure de vie tait affine en
prenant en compte la frquence des lavages ou les conditions de filtration utilises.
96
Au regard de ceci, il convient tout de mme de remarquer que pour que linfluence de la PTM et de la
vitesse tangentielle soit significative, il est ncessaire que la consommation nergtique apparaisse
comme une donne dentre fortement contributive. En effet, lors de linventaire de production, ces
paramtres entrent en jeu uniquement dans le calcul des nergies de filtration et de nettoyage ainsi que
dans le calcul du nombre de modules. Si la part de lnergie dpense tait largement infrieure une
autre donne dinventaire, limpact de sa variation serait absorb par limpact de cette autre donne
dentre et il deviendrait superflu de sattacher tudier leffet des conditions opratoires. Par exemple,
si limpact de PVDC impliqu dans la composition des modules tait prpondrant sur lnergie, il
faudrait sattacher plutt tudier linfluence de la composition des modules sur les impacts
environnementaux. Ainsi, lapproche mthodologique qui a t employe, savoir la ralisation dune
ACV prliminaire avant ltude plus pousse des paramtres opratoires, prend tout son sens.
Aussi, il est apparu intressant, dtudier partir de quel moment limpact des installations devient
suprieur celui du fonctionnement (Figure 9). Pour tester linfluence de la dure de vie dun module
sur lopration unitaire dultrafiltration, les quatre phases du cycle de vie tudies auparavant ont t
rassembles en deux catgories, la catgorie Infrastructures rassemble la fabrication des modules
et leur fin de vie et la catgorie Fonctionnement rassemble ltape de filtration de lextrait et le
nettoyage associ. Les impacts en score unique dus au fonctionnement pour deux conditions de
filtration (PTM ; u) permettant dobtenir une reprsentation des impacts les plus faibles et les plus forts
que peut gnrer le fonctionnement. Une dcroissance de limpact d aux infrastructures est observe
si la dure de vie des modules est augmente (Figure 9).
Figure 9 : Influence de la dure de vie dun module sur la contribution en pourcentage des infrastructures et du
fonctionnement aux impacts environnementaux Rsultats avec ReCiPe (H).
Cette approche permet de dfinir, pour des performances de filtrations donnes, quelle doit tre la
dure de vie minimum des membranes pour que limpact des infrastructures puisse tre nglig.
Au-del dun certain nombre dunits fonctionnelles produites dans la dure de vie dun module
(ici 75), limpact d aux infrastructures est infrieur celui du fonctionnement.
Il existe une fourchette (entre 75 et 20 units fonctionnelles produites dans la dure de vie dun
module) o la part de limpact due aux infrastructures sera infrieure ou suprieure celui du
fonctionnement selon les conditions opratoires choisies.
En de dun certain nombre dunits fonctionnelles produites dans la dure de vie dun module
(ici 20), les infrastructures ont un impact prpondrant par rapport au fonctionnement.
Innovations Agronomiques 26 (2013), 83-100
97
L.Jacquemin et al.
Dans les deux premiers domaines comme linfluence des conditions opratoires sur le fonctionnement
est significative sur la totalit du systme considr, une tude de leur optimisation est pertinente. Dans
le dernier domaine, il sera plutt intressant davoir une rflexion sur linfluence de la composition des
modules et de leur fin de vie. Ces rsultats ne sont quindicatifs car ils dpendent du milieu filtrer, du
type de nettoyage, du type de membrane, etc Nanmoins, ils permettent de montrer les diffrents
intrts du couplage ACV et procds lors de loptimisation doprations unitaires.
Dans ltude relative lultrafiltration, le paramtrage ralis dans Simapro a permis linsertion du
modle exprimental obtenu au pralable sur cette opration, et ainsi de considrer linfluence de la
variation des conditions opratoires de filtration (PTM, u). Par ailleurs, ce mme paramtrage a
galement permis de tester linfluence des paramtres structurels sur les impacts environnementaux
gnrs. Les rsultats de lopration unitaire conue et optimise par cette dmarche pourraient ensuite
tre rinsrs dans une ACV plus gnrale pour regarder linfluence des nouvelles conditions utilises
sur la totalit du procd dans lequel lopration unitaire sinsre.
Conclusion
En amont des procds de transformation, les ACV ont permis de comparer sur une mme base un
ensemble de ressources en biomasses candidates, dans un contexte rgional particulier (ChampagneArdenne). Les rsultats montrent des profils variables entre ces diffrentes sources et une disparit
intra-rgionale potentiellement forte, en lien avec l'htrognit des sols et des conditions climatiques
sur la rgion Champagne-Ardenne. Ils soulignent donc l'importance de prendre en compte les contextes
locaux de production de la biomasse dans la ralisation des ACV, et les degrs de libert permis par
cette variabilit des sources l'chelle du bassin d'approvisionnement. Les indicateurs calculs sont
compatibles avec la modlisation conomique, et pourraient tre intgrs cette dernire pour calculer
la performance environnementale des scnarios d'approvisionnement qui en dcoulent, voire de les
utiliser comme critre dans l'optimisation.
L'articulation entre les parties ressources et procds est particulirement pertinente et souhaitable
dans le cadre de l'approche cycle de vie, via des critres de qualit de la biomasse. Elle devrait
permettre terme une ingnierie rverse de l'ensemble de la chane technique pour satisfaire des
critres environnementaux cruciaux pour les filires bio-sources, comme les seuils d'conomie de
GES imposs par la directive Energies Renouvelables de la Commission Europenne pour les
nouvelles usines de biocarburant (CE, 2009).
Rfrences bibliographiques
Azapagic A., 1999. Life cycle assessment and its application to process selection, design and
optimisation. Chemical Engineering Journal, 73(1), 1-21.
Bessou C., Ferchaud F., Gabrielle B., Mary B., 2011. Biofuels, greenhouse gases & climate change. A
review. Agronomy for Sustainable Development 31, 1-79.
Brentner L., Eckelman M., Zimmerman J., 2011. Combinational life cycle assessment to inform
process design of industrial production of algal biodiesel. Environmental science & technology, 45(16),
7060-7067.
Burgess A., Brennan D., 2001. Application of life cycle assesment to chemical processes. Chemical
Engineering Science, 56(8), 2589-2604.
Cherubini F., 2010. GHG balances of bioenergy systems - Overview of key steps in the production
98
99
L.Jacquemin et al.
Pennington D., Potting J., Finnveden G., Lindeijer E., Jolliet O., Rydberg T., Rebitzer G., 2004. Life
cycle assessment part 2, current impact assessment practice. Environment international, 30(5), 721739.
Philibert A., 2012. Mthodes de mta-analyse pour l'estimation des missions de N2O par les sols
agricoles. Thse de Doctorat, AgroParisTech.
Portha J., Jaubert J.N., Louret S., Pons M.N., 2010. Life cycle assessment applied to naphta catalytic
reforming. Oil & gaz science and technology, 65(5), 793-805.
Pradel M., Gervillier A.D., 2011. L'analyse de cycle de vie l'chelle d'une exploitation agricole:
mthode et premiers rsultats. Sciences Eaux & Territoires 4, 38-44.
Rebitzer G., Ekvall T., Frischknecht R., Hunkeler D., Norris G., Rydberg T., Schmidt W.P., Suh S.,
Weidema, B. Pennington, D., 2004. Life cycle assessment : part 1, Framework, goal and scope
dfinition, inventory analysis, and applications. Environment international, 30(5), 701-720.
Reinhardt G., 2000. Bio-energy for Europe. Which ones fit best? Final report of BioFit project, IFEU,
Heidelberg.
Stehfest E., Bouwman L., 2006. N2O and NO emission from agricultural vegetation: summarizing
available of global annual emissions. Nutrient Cycling in Agroecosystems 74, 207-228.
Tangsubkul N., Parameshwaran K., Lundie S., Fane A.G., Waite T., 2006. Environmental life cycle
assessment of the microfiltration process. Journal of membrane science, 284(1-2), 214-226.
Young P., Byrne G., Cotterell M., 1997. Manufacturing and the environment. The international journal
of advanced manufacturing technology, 13(7), 488-493.
100