LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION  SYSTEMS WITH IMPLICATIONS ON CLIMATE  CHANGE POLICY                  NIAN JIALIANG VICTOR                  NATIONAL UNIVERSITY OF SINGAPORE    2014            LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION  SYSTEMS WITH IMPLICATIONS ON CLIMATE  CHANGE POLICY                  NIAN JIALIANG VICTOR  B.Eng. (Hons.), NUS                A THESIS SUBMITTED    FOR THE DEGREE OF DOCTOR OF PHILOSOPHY    DEPARTMENT OF MECHANICAL ENGINEERING    NATIONAL UNIVERSITY OF SINGAPORE    2014      Declaration I hereby declare that,this thesis is my original work and it has been written by me in its entirety. I have duly acknowledged all the sources of information which have been used in the thesis. This thesis has also not been submitted for any degree in any university previously. Nian Jialiang Victor January 2014 Acknowledgement   I would like to gratefully and sincerely thank my thesis supervisor, Professor  Chou  Siaw  Kiang  for  his  guidance,  understanding,  and  patience  during  my  graduate studies at the National University of Singapore. His mentorship was  paramount in providing a well‐rounded experience consistent my long‐term  career  goals.  He  encouraged  me  to  not  only  grow  as  an  engineer  and  an  academic researcher, but also as an instructor and an independent thinker. I  am grateful for his confidence in my development of my individuality and self‐ sufficiency by being allowed to work with such independence. For everything  you’ve done for me, Professor Chou, I thank you. I would also like to thank the  Department of Mechanical Engineering, especially all members in my thesis  committee for their advice in shaping the focus of my research.    I would also like to thank Dr. John Bauly for his guidance in getting my graduate  career started on the right foot and providing me generously with his expert  knowledge valuable to my research. I am grateful for his generous sharing of  his vast experiences in nuclear engineering. Despite his busy schedule and the  long  distance  between  Singapore  and  Zurich,  his  valuable  comments  and  advice had always been reaching me in a timely manner. Working with him  granted me with the unique opportunity to gain a wider breadth of research  experiences.    I would like to thank the Energy Studies Institute for giving me the opportunity  to participate in important research projects. I was honoured to be awarded  with  a  research  scholarship  top‐up  from  the  institute  for  the  project  on  an  energy economy model of the Singapore’s electricity sector.     Finally, and most importantly, I would like to thank my family, especially my  parents, for their support, encouragement, quiet patience and unfailing love. I  am  grateful  for  their  faith  in  me  and  allowing  me  to  be  as  ambitious  as  I  i    wanted. It was under their watchful eye that I gained so much drive and an  ability to tackle challenges head on.      ii    Table of Contents    Summary  . iv  List of Figures   vi  List of Tables  . viii  List of Abbreviations  . ix  List of Symbols   xi  1  Introduction  . 1  2  Literature Review  . 13  3  Development of the Methodology   27  3.1  3.2  3.3  4  Case Study on a Reference Light Water Reactor  . 107  4.1  4.2  4.3  4.4  4.5  5  The state of fission power reactor development   169  Reactor technology roadmap towards Generation IV   181  The prospects of the SMRs   190  Evolution towards “Smarter Energy” future   207  Discussions  . 217  6.1  6.2  6.3  7  Reference global uranium supply chain  . 107  Uranium fuel cycle calculation  . 109  Process Chain Analysis for the LWR  . 116  Life cycle energy and carbon emission analysis   134  Further analysis  . 147  Case Study on Future Small Medium Reactors   169  5.1  5.2  5.3  5.4  6  Generic power generation system definition  . 27  Levelled system structure and associated boundaries  . 40  Kaya Identity and decomposition   53  Technical Benefits  . 217  Policy Benefits  . 221  Limitations   223  Concluding Remarks  . 226  References  . 231    iii    Summary   Given  the  urgency  to  mitigate  the  warming  climate  caused  by  excess  anthropogenic  carbon  emissions,  decarbonizing  the  global  energy  system  ranked as one of the top priorities. In evaluating the alternative low carbon  technologies, life cycle analysis (LCA) emerged strongly as a modelling tool for  supporting  the  decision  making  process.  An  LCA  focusing  on  energy  consumption  and  carbon  emissions  can  provide  insights  on  climate  change  policy. Over the decades, two dominant approaches were established in the  LCA literature, namely the Input‐Output Analysis (IOA), and the Process Chain  Analysis (PCA) approaches.    The IOA is an economic driven top‐down approach that considers aggregated  flows between economic sectors. The PCA is a bottom‐up approach that uses  engineering  and  process‐specific  data.  PCA  generally  yields  more  accurate  results,  but  it  is  a  time  consuming  exercise.  Thus,  a  PCA  exercise  is  usually  simplified  by  applying  “cut‐off”  criteria  to  exclude  less  relevant  processes,  leading towards potential under‐estimation of the impact. On the other hand,  the results from IOA are more complete and less case dependent, but they are  also  less  precise.  There  are  also  transparency  issues  due  to  the  lack  of  granularity at the process level.    From  a  quick  scan,  we  detected  a  large  dispersion  on  the  life  cycle  carbon  emission factors of electricity generation system, nuclear power in particular.  iv    Based on our literature review, there was a lack of standardized methodology  in  the  PCA  approach  for  benchmarking.  In  response,  we  proposed  a  methodology to streamline the formulation of the life cycle energy system. The  methodology, developed based on the first principle, can give clear depiction  on  the  elementary  mechanisms  of  the  input‐output  interactions  across  the  system boundaries. The resulting system boundaries can facilitate the use of  Kaya Identity and the decomposition concept to objectively establish the “cut‐ off” criteria for an LCA‐PCA exercise.    Two case studies were developed with one on a reference large size reactor  system and the other on a Small and Medium Reactor (SMR) system. From the  case  study  results,  the  methodology  was  capable  of  estimating  with  good  confidence  the  life  cycle  carbon  emission  factor  of  existing  electricity  generation systems. It was also capable of projecting the life cycle energy input  and carbon emissions of future electricity generation technologies, such as an  advanced  SMR  system.  Moreover,  the  methodology  was  also  capable  of  analysing  the  influence  of  key  design  parameters  on  the  life  cycle  carbon  emissions  of  the  system.  These  capabilities  can  provide  insights  directly  relevant for energy system planning and climate change policymaking.      v      List of Figures   Figure 1‐1 The “450 Scenario” developed by the IEA   3  Figure 1‐2 General framework of an LCA on fission power generation   6  Figure 1‐3 Life cycle carbon emissions of fission power generation reported in  the literature (logarithm plot)  . 7  Figure 2‐1 Criteria on the evaluation of LCA methodologies   14  Figure 3‐1 Schematic of a heat engine   28  Figure 3‐2 Schematic of steam electricity generation  . 29  Figure 3‐3 Schematic of the generic electricity generation system   30  Figure 3‐4 Generic electricity generation system with representations on  environmental impact   31  Figure 3‐5 Power generation and upstream systems   32  Figure 3‐6 Schematic of a broader fuel fabrication system  . 34  Figure 3‐7 Extended energy input definition for power generation system  . 35  Figure 3‐8 Formation of life cycle electricity generation system via system  merging   36  Figure 3‐9 Complete representation of the life cycle electricity generation  system   37  Figure 3‐10 Generic life cycle electricity generation system  . 37  Figure 3‐11 Generic “LCA Main System” definition for electricity generation in  the PCA approach   38  Figure 3‐12 Boundaries between the technological system and its  surroundings   45  Figure 3‐13 Boundaries between the “LCA Main System” and the “LCA Sub‐ systems”  . 45  Figure 3‐14 Expanded view of levelled system structure   49  Figure 3‐15 Defining the carbon emission streams with CInt and CExt   55  Figure 3‐16 Simplified multi‐process system representation   58  Figure 3‐17 Schematic for decomposing at Level 1 ‐ “Energy Input” side . 63  Figure 3‐18 Schematic for decomposing at Level 2 ‐ “Energy Input” side . 71  Figure 3‐19 Schematic for decomposing at Level 1 ‐ “Non‐Energy Input” side  82  Figure 3‐20 Schematic for decomposing at Level 2 ‐ “Non‐Energy Input” side  85  Figure 4‐1 Global uranium supply chain for the case study   109  Figure 4‐2 Summary of uranium fuel cycle calculation results   116  Figure 4‐3 Schematic of the uranium mining and milling “Process”  . 118  Figure 4‐4 Schematic of uranium conversion “Process”   120  Figure 4‐5 Schematic of uranium enrichment “Process” (Scenario 1)   122  Figure 4‐6 Schematic of uranium enrichment “Process” (Scenario 2)   123  Figure 4‐7 Schematic of uranium enrichment “Process” (Scenario 3)   123  Figure 4‐8 Schematic of fuel fabrication “Process”  . 126  Figure 4‐9 Schematic of power generation “Process”  . 129  Figure 4‐10 Schematic of SF interim storage “Process”   131  Figure 4‐11 Schematic of spent fuel disposal “Process”   133  vi      Figure 4‐12 Benchmarking the case study results against the median of  published LCA results  . 142  Figure 4‐13 Benchmarking the case study results for Level 0 against the  median of published LCA results  . 143  Figure 4‐14 Benchmarking the case study results against the average of  published values   144  Figure 4‐15 Benchmarking the case study results for Level 0 against the  average of published values   145  Figure 4‐16 Distribution of “Process Energy Input”  . 149  Figure 4‐17 Share of “Process Energy Input”  . 150  Figure 4‐18 Distribution of upstream “Process Energy Input”   151  Figure 4‐19 Distribution of “Process” carbon emissions  . 153  Figure 4‐20 Share of “Process” carbon emissions  . 154  Figure 4‐21 Distribution of upstream “Process” carbon emissions  . 155  Figure 4‐22 Influence of uranium ore grade to the life cycle carbon emission  factor of the reference LWR system   158  Figure 4‐23 Typical initial loading map for a reactor core  . 160  Figure 4‐24 Impact of enrichment concentration to the life cycle emission  factor   162  Figure 4‐25 Scenario dependent trajectories of emission factors   163  Figure 4‐26 Influence of 235U Concentration in Scenario 1  164  Figure 4‐27 Influence of 235U Concentration in Scenario 2  166  Figure 4‐28 Influence of 235U Concentration in Scenario 3  168  Figure 5‐1 Graphite “pebble” for Pebble Bed Reactor   171  Figure 5‐2 Olkiluoto nuclear power station Unit 3 (EPR unit)  . 174  Figure 5‐3 Loviisa nuclear power station with two units of VVER‐440  . 174  Figure 5‐4 Qinshan CANDU nuclear power station  . 175  Figure 5‐5 Shika nuclear power station (BWR and ABWR)   176  Figure 5‐6 Leningrad nuclear power plant (RMBK and VVER reactors)   177  Figure 5‐7 Monju nuclear power station (sodium cooled LMFBR)   179  Figure 5‐8 Torness AGR power station, Scotland   180  Figure 5‐9 Roadmap for fission power reactors   183  Figure 5‐10 The prospect of future reactor licensing   184  Figure 5‐11 Benchmarking life cycle carbon emission factors   192  Figure 5‐12 Benchmarking the life cycle carbon emission factor of the SMR in  the technology conservative scenario  . 195  Figure 5‐13 Benchmarking the life cycle carbon emission factor of the SMR in  the technology optimistic scenario   197  Figure 5‐14 Influence of uranium ore grade to the life cycle carbon emission  factor of the conceptualized SMR  . 199  Figure 5‐15 LCOEs of alternative power generation technologies   201  Figure 5‐16 Capital costs of alternative power generation technologies  . 202  Figure 5‐17 Capital costs of alternative power generation technologies  including SMR   203  Figure 5‐18 LCOEs of alternative power generation technologies including  SMR   204    vii    of U3O8. The wet route is more versatile, where tributylphosphate extraction  gives nearly pure ([...]... : carbon emissions from fuel fabrication    : intrinsic emission of “Process” input    : carbon emissions from the “Fuel”    : life cycle carbon emissions from the “LCA Main System”    : carbon emissions from the mining    : carbon emissions due to “Non‐Energy Input”    : carbon emissions from the power generation   : carbon emissions of a system    : the carbon cost at year “ ”    : the decommissioning cost at year “... gases (GHGs). White recognized that the source of emissions was from the use  of fossil fuels. Apart from thermal electricity generation,  fossil fuels were also  consumed in the process of manufacturing the materials used for power plant  and  other  facilities  constructions.  However,  there  was  a  lack  of detailed  discussion  on the  definitions  of the  life cycle systems for  fission  power  generation and  system  boundaries.  Without ... insufficient granularity in LCI dataset. The methodology enables transparent  and balanced carbon emission analysis due to the use of energy with accurate  inclusion of carbon emission streams. Thus, it is able to estimate with good  confidence  the  life cycle energy  input  and  carbon  emissions  of current  electricity generation systems.  The methodology is explicit in representing the  relevant  design  parameters ... Table 4‐15 Carbon emission factors of electricity .  34  1 Table 4‐16 Carbon emission factors of fuels  .  35  1 Table 4‐17 Carbon emission factors of power plant maintenance activities 135  Table 4‐18 Energy and carbon emission analysis for Scenario 1    35  1 Table 4‐19 Energy and carbon emission analysis for Scenario 2    36  1 Table 4‐20 Energy and carbon emission analysis for Scenario 3 ... Figure 1‐2 General framework of an LCA on fission power generation   Based on our assessment on the credibility and reputation, we have carefully  selected a list of more than 50 LCA studies in the PCA approach. These studies  constitute  more  than  90  sample  points  for  the  LCA  results.  Based  on our  observation, the reported values of the life cycle carbon emission factors of fission  power  varied ... conducted  a  comprehensive  assessment  on the  life cycle carbon  emissions  of different  power  generation technologies,  including  fission,  coal,  natural  gas,  hydro,  geothermal, wind, and solar PV. The assessment report contained a rich set of verifiable primary and secondary data sources of high granularity. Leveraging  on the  rich  data  set,  Hondo  [36]  conducted  a  life cycle ... annual growth rate of 3.5% [18]. In 2010, power generation was accountable  for  41%  of carbon  emissions  with 67.8%  of the  world  electricity production  from  fossil  fired  power  plants  [19].  Thus,  it  is  important  to  identify  suitable  2      power generation systems to reduce the carbon emissions by means of LCA  studies. Given the strategic importance of fission power in addressing energy  security and reducing carbon emissions as discussed in [20, 21], it became one ... approach, several LCA methodologies on fission power, such as [36‐47] were  developed  with corresponding  life cycle carbon  emission  factors  reported.  However, there is a lack of a standardized methodology in the PCA approach  for  benchmarking  the  current  LCA  results  on fission  power.  Without  a  standardized  methodology,  it  is  also  difficult  to  benchmark  the  life cycle carbon emissions of alternative power generation systems.     5     ... timeframe  for  the  analysis with poor  analytical  granularity.  An  earlier  work  involved a study of fission power life cycle emissions in China by Dones and  others  [44]  adopted  similar  framework  but  the  reported  a  large  range  of carbon emission factors.    Tokimatsu and others [46] evaluated the life cycle carbon emission of fission  power under different nuclear scenarios. With reference to [22, 36, 38, 42], ... a  detailed  discussion  on the  inclusion  of embodied  emissions for materials. This paper reported a large range of life cycle carbon  emission  factors  of fission  power  (from  10  to  200  kg‐CO2/kWh)  under  the  different  nuclear  scenarios  in  Japan.  It  was  reasonable  to  assume  that  the  carbon emission factor of fission power could reduce when more fission power  plants  were  .  LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION SYSTEMS WITH IMPLICATIONS ON CLIMATE CHANGE POLICY         NIANJIALIANGVICTOR         NATIONALUNIVERSITY OF SINGAPORE  2014      LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION SYSTEMS WITH IMPLICATIONS ON CLIMATE CHANGE POLICY         NIANJIALIANGVICTOR B.Eng.(Hons.),NUS        ATHESISSUBMITTED  FORTHEDEGREE OF DOCTOR OF PHILOSOPHY  DEPARTMENT OF MECHANICALENGINEERING  NATIONALUNIVERSITY OF SINGAPORE  2014   Declaration.  LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION SYSTEMS WITH IMPLICATIONS ON CLIMATE CHANGE POLICY         NIANJIALIANGVICTOR         NATIONALUNIVERSITY OF SINGAPORE  2014      LIFE CYCLE ANALYSIS OF ELECTRICITY GENERATION SYSTEMS WITH IMPLICATIONS ON CLIMATE CHANGE POLICY         NIANJIALIANGVICTOR B.Eng.(Hons.),NUS        ATHESISSUBMITTED  FORTHEDEGREE OF DOCTOR OF PHILOSOPHY  DEPARTMENT OF MECHANICALENGINEERING  NATIONALUNIVERSITY OF SINGAPORE  2014   Declaration. 35 Figure3‐8Formation of life cycle electricity generation systemviasystem merging 36  Figure3‐9Completerepresentation of the life cycle electricity generation system 37 Figure3‐10Generic life cycle electricity generation system