Thèse en cours

Analyse environnementale du Cycle de Vie de systèmes émergents de production d'énergie par des microalgues
FR  |  
EN
Auteur / Autrice : Andriamahefasoa Rajaonison
Direction : Thierry Ranchin
Type : Projet de thèse
Discipline(s) : Energétique et génie des procédés
Date : Inscription en doctorat le 03/05/2021
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique
Partenaire(s) de recherche : Laboratoire : Energétique et Procédés
Equipe de recherche : OIE - Centre Observation, Impacts, Energie
établissement opérateur d'inscription : Mines Paris-PSL

Résumé

FR  |  
EN

Contexte et enjeux Les microalgues destinées à la production de bioénergie présentent des avantages par rapport aux autres matières premières. Des exemples des ces avantages sont une plus grande efficacité de croissance et l'absence de concurrence avec les terres arables pour sa culture. Généralement exposer aux conditions extérieures, les systèmes énergétiques à grande échelle de microalgues nécessitent un contrôle et une surveillance améliorés. Ces systèmes sont sujets à des perturbations, telles que des contaminants ou de fortes pluies qui peuvent entraîner des échecs des phases de culture et de conversion d'énergie. Le projet PRODIGIO de l'Union européenne (projet PRODIGIO, 2021) développe des systèmes d'alerte précoce "Early Warning Systems" (EWS) pour surveiller et minimiser les effets des défaillances d'un système de conversion en biogaz de microalgues par digestion anaérobie(AD). Menée dans le cadre de ce projet, cette thèse de doctorat porte sur les performances environnementales d'un tel système pour aider à la prise de décision pour un déploiement de grande envergure. L'analyse du cycle de vie (ACV) a été choisie qui est une méthode normalisée pour évaluer les impacts environnementaux potentiels des produits ou services (ISO 14040, 2006; ISO 14044, 2006). Les microalgues se développent dans des conditions qui dépendent du temps, ce qui affectent sa croissance et les processus de transformation en aval dans les systèmes à grande échelle. La prise en compte des variations de facteurs tels que la lumière et la température peut influencer les résultats de l'ACV. Cette thèse considère ces variations qui influencent les flux de matières et d'énergies cumulées à l'entrée et sortie du système au niveau de l'inventaire et peuvent aider à améliorer la représentativité de l'ACV de ces systèmes. Cependant, l'application statique courante de l'ACV dans laquelle un système est modélisé sur la base de facteurs moyens entraîne la perte des dimensions temporelles du système (Collet, Hélias, et al., 2011; Beloin-Saint-Pierre et al., 2020). Par conséquent, le défi de cette thèse peut être formulé dans la question: Comment les caractéristiques dépendantes du temps pourraient-elles être intégrées dans la méthodologie ACV pour des résultats représentatifs des systèmes de production d'énergie à base de microalgues? Objectif scientifique L'objectif de cette thèse est de développer une méthodologie d'ACV dynamique au niveau de l'inventaire en tenant compte des variations inhérentes aux systèmes de production d'énergie à partir de microalgues afin d'accroître la représentativité des résultats. Ensuite, l'applicabilité de la méthode sera évaluée avec le cas de PRODIGIO à l'aide de scénarios. Méthodologie La méthodologie proposée dans cette thèse de doctorat comprend les 5 étapes suivantes: a) Développement d'un modèle d'ACV paramétré statique d'un système de production d'énergie à base de microalgues. Ce modèle est construit à partir de modèles accessibles dans la littérature et corroboré par des discussions avec les partenaires du projet PRODIGIO. Ainsi, les procédés, les paramètres correspondants et la relation mathématique de ces derniers sont identifiés comme étant aussi proches que possible d'une configuration industrielle réelle. b) Analyse de sensibilité globale (GSA) pour identifier et sélectionner les paramètres clés ayant une influence importante. Les caractéristiques dynamiques, le cas échéant, de ces paramètres seront prises en compte. c) Transformation du modèle statique en modèle dynamique qui repose sur des séries temporelles, décrivant la dynamique du système, en tant que valeurs d'entrée des paramètres dynamiques du modèle. d) Application des modèles développés (statique et dynamique) à différents scénarios de PRODIGIO avec et sans EWS. e) Comparaison des résultats obtenus à partir de modèles statique et dynamique et discussion sur la pertinence de l'ACV dynamique pour les systèmes biosourcés. Le doctorant réalisera sa thèse dans un cadre interdisciplinaire et multiculturel au sein d'un consortium composé des participants au projet Européen PRODIGIO, basés en divers pays (Allemagne, Espagne, France, Norvège, et Taiwan). Résultats attendus a) Méthodologie pour une approche dynamique de l'ACV des processus de production biosourcés dépendant du temps. b) Modèle paramétré statique basé sur Portner et al (Portner et al., 2021) et sur le projet Sabana (Sabana Project, 2020). c) Classement des paramètres d'influent obtenu à l'aide du GSA d) Modèle paramétré dynamique pour un système microalgues-biogaz par AD e) Résultats de l'application des modèles pour un ensemble de scénarios de PRODIGIO f) Recommandations finales pour la modélisation dynamique de l'ACV appliquée aux processus de production de bioénergie. Les résultats de cette thèse permettront d'identifier les étapes du cycle de vie les plus sensibles ou problématiques en termes environnementaux à considérer dans le développement futur d'applications commerciales pour la production de biogaz à partir d'algues. Ils permettront également de mesurer l'amélioration potentielle que les systèmes de détection peuvent représenter. Références -Collet, P., Hélias, A., Lardon, L., & Jean-Philippe Steyer. (2011). Time and life-cycle assessment: how to take time into account in the inventory step ? In M. Finkbeiner (Ed.), Towards Life Cycle Sustainability Management. Springer. https://doi.org/10.1007/978-94-007-1899-9 -Beloin-Saint-Pierre, D., Albers, A., Hélias, A., Tiruta-Barna, L., Fantke, P., Levasseur, A., Benetto, E., Benoist, A., & Collet, P. (2020). Addressing temporal considerations in life cycle assessment. Science of the Total Environment, 743, 0–19. https://doi.org/10.1016/j.scitotenv.2020.140700 -ISO 14040. (2006). Environmental management — Life cycle assessment — Principles and framework. International Standards Organization. -ISO 14044. (2006). Environmental management — Life cycle assessment — Requirements and guidelines. International Standards Organisation. -Portner, B. W., Endres, C. H., Brück, T., & Garbe, D. (2021). Life cycle greenhouse gas emissions of microalgal fuel from thin-layer cascades. Bioprocess and Biosystems Engineering, 2399–2406. https://doi.org/10.1007/s00449-021-02612-9 -PRODIGIO project. (2021). https://prodigio-project.eu/ -Sabana project. (2020). http://www2.ual.es/sabana/