【论文链接】https://doi.org/10.1016/j.wasman.2024.11.022【作者单位】天津理工大学等【论文摘要】随着能源结构脱碳的推动，光伏（PV）产业大规模扩张，导致光伏废弃物数量激增。为确保光伏产业的稳定发展，对中国未来光伏废弃物的准确宏观预测至关重要。本研究提出了一种基于长短时双向记忆灰色关联分析（GRA）的多因素装机容量预测模型，以预测中国2024年至2050年的累计光伏装机容量。同时，利用威布尔分布和动态情景分析，对不同技术的面板材料回收量进行量化，并评估回收的潜在经济价值。结果表明，到2050年，中国的累计光伏装机容量将达到2901吉瓦（GW）。在常规损耗的基准情景下，可累计回收997.5万吨晶体硅（C-si）面板、409.6万吨碲化镉（CdTe）面板和52.9万吨铜铟镓硒（CIGS）面板。分布式光伏产生的报废设备将多于集中式光伏，预计多出11.8%至0.5%。在所有情景中，回收设备的容量平均达到新容量的64.7%，回收具有显著的补充作用。预计回收将产生139.9亿美元的经济效益，具有重大意义。这有助于决策者根据不同技术的回收材料采取措施。【实验方法】模型参数和训练数据：在数据收集过程中，为了避免数据统计中的错误，我们剔除了异常值。在使用双向长短期记忆（BiLSTM）模型预测光伏装机容量时，经过多次对比测试，确定最优的指标数据比例为8:2，即时间序列中前80%的数据用于训练迭代，剩余的20%数据用于验证阶段。BiLSTM预测模型主要受四个参数的影响，这些参数可以调节模型的准确性，包括各层的学习率、时间步长、隐藏层的维度以及训练次数。将经过筛选的强相关指标数据的未来值输入到最优预测模型中，以预测中国未来的累计光伏装机容量。指标数据的增长趋势来源于国家能源局发布的《中国能源展望2060》。【图文摘取】【主要结论】本文预测了中国光伏产业到2050年产生的废弃物数量，以及回收对原材料的补充效益和经济价值。首先，我们构建了GRABiLSTM模型，通过灰色关联度筛选输入指标，并选择强相关指标，有效提高了预测结果，平均绝对百分比误差（MAPE）值为3.29%。预测结果显示，到2050年，中国累计光伏装机容量将达到2901吉瓦（GW），其中晶体硅（C-si）占1659GW，碲化镉（CdTe）占739GW，铜铟镓硒（CIGS）占352GW。此外，我们通过威布尔失效函数构建了六种报废（End of Life, EoL）情景，并结合两种光伏使用情景（分布式光伏，DPVG；大型地面光伏电站，LSPV）以及尽可能多的模拟，预测了未来光伏报废的分布情况。报废预测显示，2030年后报废设备开始显著增加，2035-2040年是大规模光伏报废的集中年份，此期间产生的报废容量甚至在某些年份超过了新建容量。以常规损耗为例，到2050年，晶体硅技术面板可产生最高累计9975万吨回收材料，碲化镉技术面板产生4096万吨，铜铟镓硒面板产生529万吨。这分别可带来124亿美元、14.3亿美元和1.6亿美元的经济价值。回收材料中银的比重虽小，但其经济效益却很高，高达31.5%。第二个重点应放在回收稀有金属对原材料额外需求的抵消作用上，如碲、铟和镉，这些金属在未来可能发挥更重要的作用。在本研究中，我们使用神经网络学习方法构建了一种预测模型，用于预测光伏这一新能源领域的需求和废弃物产生情况。该方法也适用于其他新能源领域的研究，如风能。然而，本研究仍存在一些局限性。本研究基于光伏技术面板材料含量的数据主要基于领先公司的产品参数和现有研究，随着光伏面板材料含量的技术进步可能会降低，因此可能存在一定的偏差。这也可以作为未来研究的一个方向。
