Where Have All the Panels Gone?- vivis.de
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Abstract Where Have All the Panels Gone? – Improving the Data Availability for Circular Economy Using the Example of PV Panels Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner and Vera Susanne Rotter The collection, exchange and publication of comparable, harmonized data for primary raw materials has long been proven to be an instrument to prevent raw materials risks. An extension to secondary raw materials from anthropogenic stocks is consequential due the need for environmental protection as well as the classification of raw materials as critical. The Urban Mine Platform (UMP) developed in the H2020 project Prospecting Secondary raw materials in the Urban mine and Mining wastes (ProSUM) provides the basic structure and methodology for collecting and harmonizing data for secondary raw materials (SRM). This inventory allows to significantly improve the knowledge and understanding of anthropogenic material flows and its use as a tool for sustainable resource management. However, available data is partly not of sufficient quality, spatial coverage, etc. Based on the results of the ProSUM project the project Optimising quality of information in RAw MAterials data collection across Europe (ORAMA) aimed at Metalle und Elektronikschrott analysing and assessing data collection methods as well as data availability and quality for SRM and set – among others – a focus on photovoltaic (PV) panels. Since PV panels are one of the main technologies for decarbonising future energy supply systems, amounts put on the market (POM) are expected to increase. Consequently, PV panels will become a significant share of total (waste) electrical and electronic equipment ((W)EEE) in many countries. But it is not only the quantity that is relevant, it is also the materials they contain that are of interest, especially metals like silver, indium, and gallium, which have the potential to be extracted as SRM. Currently, there is no reliable data available concerning stocks and flows of PV panels. Data on composition and lifetime are only available from a few sources and it is not harmonised. Further, the change of composition and power-to-weight-ratio over time is not sufficiently reported and considered. Recommendations regarding PV panels developed within the ORAMA project deal with the following three main issues: 1) Improve existing waste, energy and production and trade statistics in order to obtain data solely for PV panels (mandatory reporting under WEEE Directive, new HS-/ PRODCOM-Codes, etc.). 2) Activate data collection by producers / PROs, researchers and treatment and recycling facilities in order to produce harmonised data. Therefore, four tools were developed (usage of UNU key classification, data collection protocol, sampling protocol, survey). 3) Improve collaboration with industry associations and encourage them to enhance their regular industry reports by including the data needed for the purpose of stock and flow analysis of PV panels (e.g. data on annual installed net maximum electrical capacities per country and PV technologies, power-to-weight-ratios on annual basis and differentiated by PV technology type, data on lifetime and especially on early failures, more complete and harmonised data on composition considering changes over time). 394
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen Where have all the Panels gone? – Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner und Vera Susanne Rotter 1. Warum brauchen wir bessere Stoffstromdaten für PV-Module?...........396 2. Methodische Herangehensweise................................................................397 2.1. Das ProSUM-Datenmodel..........................................................................397 2.2. Vorgehen im ORAMA-Projekt...................................................................399 2.2.1. Analyse der Datenverfügbarkeit für PV-Module.....................................399 2.2.2. Entwicklung von Empfehlungen und Werkzeugen für Daten zu PV-Modulen........................................................................................... 400 3. Ergebnisse: Datenverfügbarkeit, Praxis-Werkzeuge und Metalle und Elektronikschrott Empfehlungen für Daten zu den Stoffströmen von PV-Modulen.........401 3.1. Vorhandene Daten und Datenlücken........................................................401 3.2. Werkzeuge für die Verbesserung der verfügbaren Daten für PV-Module.............................................................................................403 3.3. Weitere Empfehlungen zur Verbesserung der Daten für PV-Module.....407 4. Zusammenfassung und Schlussfolgerung................................................408 5. Quellen..........................................................................................................408 Die Erhebung und Bereitstellung von Daten für primäre Rohstofflager hat sich seit langem als Instrument zur Wirtschaftsförderung und Absicherung von Rohstoffrisiken bewährt. Da die Nutzung von Sekundärrohstoffen sowohl aus Umwelt- als auch aus Lieferrisiko-Perspektive sinnvoll ist, ist es notwendig, analoge Daten auch für potentiell gewinnbare Sekundärrohstoffe zu erheben und öffentlich zur Verfügung zu stellen [17, 23, 24]. Diese Daten können sowohl für Entscheidungen von Wirtschaftsakteuren als auch für informierte Politikstrategien genutzt werden. Im Horizon-2020-geförderten Projekt Optimising quality of information in RAw MAterials data collection across Europe (ORAMA) wurden in zwei Arbeitspaketen vertie- fende Untersuchungen zu verfügbaren Daten für Elektroaltgeräte (waste electrical and electronic equipment, WEEE), Altfahrzeuge (end-of-live vehicles, ELV), Altbatterien (batteries, BATT) und Bergbauabfälle (mining waste, MINWASTE) durchgeführt. Dar- auf aufbauend wurden Empfehlungen abgeleitet und Werkzeuge für die Aufnahme har- monisierter Daten und damit für die Verbesserung der Datenverfügbarkeit entwickelt. 395
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter Aufgrund der spärlichen Datenlage wurden innerhalb der Elektroaltgeräte Photovaltaik (PV)-Module vertieft betrachtet. In diesem Artikel werden das methodische Vorgehen und die wesentlichen Projektergebnisse für PV-Module zusammenfassend vorgestellt. Eine detaillierte Beschreibung aller Untersuchungen findet sich in den ORAMA- Projektberichten [13, 26, 27, 30, 31]. Eine Zusammenfassung inklusive Policy Briefs findet sich im Final Report [28]. Diese Dokumente sowie die Aufnahme des gehaltenen Webinars sind auf der ORAMA-Homepage (https://orama-h2020.eu/) abrufbar. 1. Warum brauchen wir bessere Stoffstromdaten für PV-Module? Spätestens seit Verabschiedung des Kreislaufwirtschaftspakets der EU [3] hat Kreislauf- wirtschaft hohe politische Bedeutung erlangt. Um effektive Politiken und Strategien zur Kreislaufwirtschaft entwickeln zu können, bedarf es aber zunächst einer soliden Datenbasis zu den Stoffströmen von Produkten – von der Produktion, über die Nut- zung bis hin zur Entsorgung [1, 2, 20, 25]. Derzeit verfügbare Statistiken, Datenbanken und in Projekten erhobene Daten geben nur ein unvollständiges Bild darüber, welche Stoffe und Materialien in welchen Mengen in genutzten Produkten bzw. genutzter Infrastruktur stecken, wann diese zu Abfall werden und somit potentiell zurück- Metalle und Elektronikschrott gewonnen und als Sekundärrohstoff (secondary raw materials, SRM) dem Markt zur Verfügung gestellt werden können. Die Nutzung von PV-Modulen hat seit den 1980er Jahren stetig zugenommen [6]. Aufgrund des Ziels der Dekarbonisierung der Energieversorgung zur Verringerung von Treibhausgasen wird die Menge installierter PV-Module in den nächsten Jahren und Jahrzehnten weiter stetig steigen. Folglich werden PV-Module in vielen Ländern einen bedeutenden Massenanteil an den gesamten Elektro- und Elektronikgeräten ausmachen. Mit einer gewissen Zeitverzögerung ist dann auch im Abfallstrom mit deutlich steigenden Mengen an Alt-PV-Modulen zu rechnen, die den Abfallstrom Elektro- und Elektronikaltgeräte dominieren werden. Aufgrund der für die Herstellung benötigten Rohstoffe bedeutet die Nutzung von PV- Modulen jedoch auch eine Belastung der Umwelt durch die Gewinnung, Produktion und Entsorgung. An ihrem Lebensende sollten die PV-Module hochwertig recycelt werden, um hochwertige Sekundärrohstoffe zu gewinnen, die dann Primärrohstoffe (primary raw materials, PRM) ersetzen und dadurch Umweltbelastungen verringern. Je nach Modulart enthalten PV-Module eine Reihe von Stoffen und Materialien – von Glas, Kunststoffen, Aluminium, Kupfer und Silber über verschiedene Halbleitermaterialien, die Silizium, Indium, Gallium und Tellur enthalten, bis hin zu gefährlichen Metallen wie Blei und Cadmium. Um prognostizieren zu können, wann welche Modularten mit welcher materiellen Zusammensetzung zur Entsorgung anfallen, ist ein detailliertes Wissen über in Verkehr gebrachte Mengen, Lebensdauern und Materialzusammen- setzungen sowie der Verbindungstechniken notwendig. Auf diesen Informationen aufbauend können Indikatoren und Ziele für eine nachhaltige Stoffstromlenkung abgeleitet werden sowie unternehmerische und politische Strategieentwicklungen und Entscheidungsfindungen stattfinden [20]. So können Anforderungen an Sammlung 396
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen und Entsorgung formuliert und rechtzeitig notwendige Kapazitäten für hochwertiges Recycling aufgebaut werden. Ein solides Verständnis der anthropogenen Stoffströme erhöht letztlich die Effektivität politischer und unternehmerischer Strategien [8]. Die im Projekt Prospecting Secondary raw materials in the Urban mine and Mining wastes (ProSUM) entwickelte Urban Mine Platform (http://www.urbanmineplatform.eu/homepage) ist die erste europäische Plattform, die Daten zu Stoffströmen ausgewählter Abfall- ströme zusammenführt. Dafür wurden alle verfügbaren Daten und Informationen zu in Verkehr gebrachten Mengen, anthropogenen Lagern (genutzter und nicht ge- nutzter Bestand) und Abfallaufkommen von WEEE, ELV, BATT und MINWASTE in harmonisierter Form überführt [10, 12, 16, 17]. Außerdem wurden Protokolle und Methoden zur Aktualisierung / Fortschreibung des Datenbestandes bereitgestellt [10, 12, 16, 17]. Die Granularität und Uneinheitlichkeit der Daten sowohl für Produkte als auch Stoffströme schränken die Funktionalität derzeit aber zum Teil noch erheb- lich ein [17]. Dies ist unter anderem für PV-Module der Fall [13, 26]. Aufbauend auf den Erkenntnissen des ProSUM-Projektes war Ziel in ORAMA, vertiefte Analysen vorhandener Datenerfassungssysteme und -wege durchzuführen und hierauf aufbau- end Empfehlungen für eine verbesserte Datenerhebung – die den Anforderungen der Modellierung der Urban Mine gerecht wird – zu entwickeln [28]. Metalle und Elektronikschrott 2. Methodische Herangehensweise Bevor erläutert wird, welche Arbeiten zu PV-Modulen im ORAMA-Projekt durchge- führt wurden, wird das methodische Vorgehen des ProSUM-Projektes vorgestellt, auf dessen Ergebnisse die Untersuchungen von ORAMA aufbauen. 2.1. Das ProSUM-Datenmodel Das Datenmodell (unified data model), das in ProSUM entwickelt wurde und die Basis der Urban Mine Platform (UMP) bildet, besteht aus einer Verknüpfung von Datensätzen zu Massenflüssen, Produktzusammensetzungen und Lebensdauern von Produkten [16]. Um existierende Daten zu Produktzusammensetzungen zu harmonisieren, wurde ein vierstufiges Klassifizierungssystem entwickelt. Die vier Ebenen sind die Beschreibung des Produktes, der Komponenten, der Materialien und der chemischen Elemente. Dem liegt die Überlegung zugrunde, dass jedes Produkt als ein Satz von verschiedenen Komponenten beschrieben werden kann, jede Komponente als ein Satz verschiedener Materialien, und jedes Material anhand seiner chemischen Zusammensetzung aus Elementen. Für alle vier Ebenen wurden Code-Listen entwickelt, um die jeweiligen Ebenen harmonisiert sowie eindeutig zu beschreiben. Im Idealfall liegen detaillierte Informationen auf allen Ebenen vor, so dass dann auch Zuordnungen zwischen den Ebenen gemacht werden können, das heißt z.B. welche Masse eines bestimmten Ele- mentes im gesamten Produkt oder in einer spezifischen Komponente zu finden ist. Aber es ist beispielsweise auch möglich, dass die Zusammensetzung eines Produktes nur auf Elementebene vorhanden ist. 397
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter Den Produkten können dann Stoffströme, also z.B. in Verkehr gebrachten Mengen oder Abfallmengen, zugeordnet werden. Hieraus kann dann z.B. berechnet werden, welche Masse eines bestimmten Materials oder chemischen Elements in einem Land in einem bestimmten Jahr in Verkehr gebracht wurde. Bild 1 zeigt schematisch den hierarchischen Produkt-/ Abfallstrom (f = flow) Zusammenhang von Produkt- /Abfall- Produkt (p = product) strom und den vier Ebenen zur Produkt- Komponente (c = component) beschreibung. Material (m = material) So wurde beispielsweise für Elektro- und Element (e = element) Elektronikgeräte auf der Produktebene die Klassifizierung in die 54 sogenannten UNU-keys (United Nations University keys) genutzt [18]. Diese werden weiter Bild 1: Schematische Darstellung des hie- in 196 sub-keys und 897 sub-sub-keys rarchischen Zusammenhangs der differenziert. Damit können alle gängigen Ebenen Produkt- / Abfallstrom und Elektro- und Elektronikgeräte auf der Metalle und Elektronikschrott Produktbeschreibung des ProSUM Unified Data Models [16] Produkt-Ebene beschrieben werden. Die möglichen Spezifizierungen für die Ebenen c (Komponente) und m (Material) wur- den in Code-Listen mit je zwei Hierarchieebenen zusammengetragen. Komponenten- bezeichnungen wurden aus Datenbanken, wissenschaftlichen Studien, Hersteller- angaben und eigenen Demontageversuchen zusammengetragen und enthalten knapp 100 Einträge für component group und etwa 300 detailliertere component-Einträge. Die Einteilung der Materialien enthält etwa 40 material type- und 450 material-Einträge [12]. Aus den zahlreichen recherchierten Daten, die in das ProSUM-Datenmodell übertra- gen wurden [12], lassen sich nach einem Prozess der Datenqualitätsprüfung und einer Datenkonsolidierung generische Zusammensetzungen für Produkte – im Idealfall mit spezifiziertem Produktionsjahr – erstellen. Die erstellten, harmonisierten Produktbeschreibungen wiederum lassen sich mit Daten zu den Produktströmen verknüpften. So sind z.B. die 54 UNU-keys kompatibel zu den Kategorien der Elektro- und Elektronikaltgeräterichtlinie 2012/19/EU sowie den Einträgen der Produktions- und Handelsstatistiken (PRODCOM-Codes, HS-Codes). In Verknüpfung mit Lebensdauerkurven unter Annahme von Weibullverteilungen kann so auf Basis von Daten zu in Verkehr gebrachten Mengen beispielsweise errechnet werden, welche Mengen welcher Produkte in einem bestimmten Jahr ins Lager gehen und wann sie als Abfall anfallen werden. Das entwickelte Datenmodell macht es also möglich, die Urbane Mine auf jeder der Ebenen (Bild 1) quantitativ darzustellen. Das entwickelte Sekundärrohstoffinventar – die Urban Mine Platform – ist seit Januar 2018 online. Zielgerichtete Abfragen nach den Kriterien f, p, c, m, e (Bild 1) sind möglich, soweit die Datenmenge bzw. -qualität als ausreichend betrachtet wurde. 398
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen 2.2. Vorgehen im ORAMA-Projekt Basierend auf den Erkenntnissen des ProSUM-Projektes wurden in ORAMA vertiefte Analysen vorhandener Datenerfassungssysteme und -wege sowie von Daten selbst durchgeführt. Hierauf aufbauend wurden Empfehlungen für die Verbesserung von Datenerhebungen erarbeitet sowie Praxis-Werkzeuge entwickelt, die von betroffenen Anwenderinnen und Anwendern (zuständige Behörden, wissenschaftliche Institutionen, Hersteller, Behandlungsanlagen für Abfälle etc.) genutzt werden können. 2.2.1. Analyse der Datenverfügbarkeit für PV-Module Zunächst wurden verfügbare Berichte, wissenschaftliche Literatur, Statistiken und Modellierungstools mit Blick auf Daten zu Stoffströmen (in Verkehr gebrachte Mengen (iVgM), potentielle Abfallmengen (waste generated), gesammelte sowie behandelte Abfallmengen), Lebensdauern und stofflichen Zusammensetzungen von PV-Modulen analysiert und hinsichtlich der Datenverfügbarkeit und -qualität bewertet (Auswertung von 35 Quellen) [13]. Aufbauend auf dieser ersten Analyse und Bewertung fand eine vertiefende Betrach- tung im Rahmen einer Fallstudie statt [26]. Diese hatte weiterhin die verschiedenen Metalle und Elektronikschrott Stufen des Lebenszyklus von PV-Modulen im Blick und untersuchte insbesondere die folgenden Fragestellungen: • Führen Daten zur iVgM, die aus den Daten der Energiestatistik generiert wurden, zu denselben Ergebnissen wie die Daten, die im Rahmen der WEEE-Richtlinie erhoben werden? • Können die iVgM-Daten entsprechend der verschiedenen PV-Technologien auf nationaler Ebene differenziert werden und wie ändern sich die Anteile der ver- schiedenen PV-Technologien im Laufe der Zeit? Sollte dies bei der Modellierung der UMP berücksichtigt werden? • Ist eine Unterscheidung nach PV-Technologien für die Konvertierung von Daten zur installierten Leistung in Daten in Tonnen (power-to-weight-ratio) möglich und notwendig? • Was wäre der ideale Fall für eine Klassifizierung der Zusammensetzung von PV- Modulen? Sollte der UNU-Schlüssel 0002 für PV-Paneele überarbeitet / spezifiziert werden? • Gibt es best cases bezüglich der Angabe der stofflichen Zusammensetzung von PV- Modulen? • Sollten Änderungen in der stofflichen Zusammensetzung über die Zeit bei der Modellierung in der UMP berücksichtigt werden? • Liegen die bisher im Rahmen der WEEE-Richtlinie erhobenen Ergebnisse für Elek- tro- und Elektronikaltgeräte in der gleichen Größenordnung wie Ergebnisse aus Modellierungen hierzu? • Was ist die beste Methode, um die Lebensdauer von PV-Panels darzustellen? Gibt es Hinweise darauf, dass sich die Lebensdauer im Laufe der Zeit ändert oder für die verschiedenen PV-Technologien unterschiedlich ist? 399
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter Einen grafischen Überblick der über den Lebensweg von PV-Modulen betrachteten Aspekte gibt Bild 2. Hierin ist auch erkennbar, welche Aspekte nicht betrachtet wur- den (rotes x). Dies betrifft insbesondere die Frage des Exports von gebrauchten PV- Modulen, den Verbleib von Abfall-PV-Modulen, die nicht gesetzeskonform erfasst wurden, sowie die Behandlung und das Recycling im Anschluss an die Erfassung von Abfall-PV-Modulen. „power-to- weight“ bester Produktions- und Umwand- verfügbarer Fall Handelsstatistiken – lungsfaktor [t/MWp] a, tt idealer Fall Energiestatistiken WEEE-Statistik iVgM a, tt iVgM a, tt stoffliche Zusammensetzung a, tt [MWp] [t] [mg/kg] Export für die Wiederverwendung Lager tt Lager tt, comp [MWp] [t] illegale, nicht im Monitoring erfasste Abfallströme Lebensdauer- kurven WEEE-Statistik Abfall gesammelt tt, comp Abfall erzeugt tt, comp Metalle und Elektronikschrott [t] [t] bester verfügbarer Fall Abfall behandelt tt, comp Abfall behandelt tt, comp – [t] [t] idealer Fall2 Die tiefgestellten Ergänzungen bedeuten: a = Differenzierung über den Zeitverlauf | tt = Differenzierung nach PV-Technologietyp comp = Differenzierung der stofflichen Zusammensetzung Die Einheiten bedeuten: MWp = installierte Leistung in Mega-Wattpeak | t = Tonnen | mg/kg = Milligramm je Kilogramm Die mit einem roten x gekennzeichneten Aspekte wurden nicht betrachtet. Bild 2: Grafische Darstellung des Untersuchungsumfangs der im ORAMA-Projekt durchge- führten Fallstudie zu PV-Modulen [26] 2.2.2. Entwicklung von Empfehlungen und Werkzeugen für Daten zu PV-Modulen Die Ergebnisse der Literaturanalyse und der Fallstudie bildeten die Basis für die Ent- wicklung von Empfehlungen und Praxis-Werkzeugen (Tools). Dabei war es Ziel, die verschiedenen Stufen des Lebenszyklus sowie verschiedene Akteure wie europäische und nationale Behörden, Hersteller, Abfallbehandler und Wissenschaftler zu adressie- ren und ihnen Empfehlungen und Anleitungen an die Hand zu geben, um in Zukunft Daten zur Verfügung stellen zu können, die harmonisiert sind und für detaillierte Stoffstrommodellierungen genutzt werden können. Die Ergebnisse der Fallstudie wurden im Rahmen eines öffentlichen ORAMA-Work- shops am 13. Juni 2019 beim Joint Research Center (JRC) in Ispra sowie in einem öf- fentlichen Webinar am 17. Oktober 2019 vorgestellt. Zusätzlich fanden Gespräche und Interviews (siehe Werkzeug 4) mit Akteuren statt. Rückmeldungen von Akteuren im 400
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen Rahmen des Workshops, des Webinars sowie auf Basis von Gesprächen und Interviews gingen in einer letzten Überarbeitung in die Weiterentwicklung der Empfehlungen und Praxis-Werkzeuge ein. 3. Ergebnisse: Datenverfügbarkeit, Praxis-Werkzeuge und Empfehlungen für Daten zu den Stoffströmen von PV-Modulen Im Folgenden werden, aufbauend auf den Ergebnissen der Analyse vorhandener Daten und Datenerhebungswege, die entwickelten Praxis-Werkzeuge und Empfehlungen an offizielle und privatwirtschaftliche Statistiken vorgestellt. 3.1. Vorhandene Daten und Datenlücken Da die Berichterstattung nach der WEEE-Richtlinie noch neu und – als separate Zahlen für PV-Module – freiwillig ist [5], sind hieraus keine vollständigen Daten zu in Verkehr gebrachten, gesammelten und behandelten Mengen entnehmbar. Daten aus Produk- tions- und Handelsstatistiken können nicht genutzt werden, da die entsprechenden Codes (HS, PRODCOM) auch andere Produkte bzw. PV-Modul-Teile enthalten. Um Metalle und Elektronikschrott die Menge an in Verkehr gebrachten PV-Modulen bestimmen zu können, können Daten aus Energiestatistiken (jährlich installierte Kapazitäten, kumulierte Kapazitäten) genutzt werden. Jedoch müssen diese mittels eines Faktors, der sogenannten power-to- weight-ratio (t/MWp) in die Einheit Tonnen umgerechnet werden. Der Vergleich dieser umgerechneten Daten mit den wenigen aus der WEEE-Statistik vorhandenen Daten zeigt aber, dass die Umrechnung eine gute Näherung darstellt. Jedoch enthält keine der analysierten Quellen eine Unterscheidung der in Verkehr gebrachten Mengen nach PV-Modultechnologie. Dies ist nur über weltweite Durchschnittsangaben ermittelbar, für die aber auch kein Zeitverlauf existiert. Für die stoffliche Zusammensetzung existieren nur wenige vollständige Datensätze, wobei im Allgemeinen nicht dokumentiert ist, wie die Daten gewonnen wurden (Informationen des Herstellers oder Abfallanalyse, Probenahme / Probenvorberei- tung / Probenanalyseverfahren usw.). Die verfügbaren Daten stammen dabei nicht aus offiziellen Statistiken, sondern aus wissenschaftlicher Literatur, Forschungsberichten und Veröffentlichungen von Industrieorganisationen. Die Daten sind nicht harmoni- siert und bezüglich der Änderungen der stofflichen Zusammensetzung über die Zeit existieren nur für einzelne Materialien / Stoffe Verläufe über die Zeit. Dies betrifft z.B. Silber in siliziumbasierten Modulen. Hier sind über die Zeit deutliche Abnahmen der eingesetzten Mengen ersichtlich [15, 19]. Für die Angabe der Lebensdauer von PV-Modulen werden in der Regel Weibull-Ver- teilungen genutzt [21, 29]. Jedoch ist in der Regel nicht angegeben, wie diese Lebens- dauerkurven ermittelt wurden. Auch sind kaum Informationen zu Ausfällen zu Beginn der Nutzungsdauer (Transport, Aufbauschäden, etc.) verfügbar. Da es diese aber gibt, postuliert ein Autor die Nutzung einer sogenannten Bathtub-Verteilung anstelle von Weibull [19]. Trotz Daten aus verschiedenen Publikationen kann nur von einer insgesamt mittleren Qualität der Angaben zur Lebensdauer von PV-Modulen ausgegangen werden. 401
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter In Studien, die den zukünftig zu erwartenden Abfallanfall (Waste generated) von PV- Modulen modellieren, werden teilweise verschiedene Verteilungen der Lebensdauer- kurven angenommen. So können unterschiedliche mögliche Realitäten abgebildet werden. Werden die Ergebnisse dieser Modellierungen (orangene und grüne Balken in Bild 3) mit den bisher im Rahmen der WEEE-Richtlinie gemeldeten Mengen für erfasste Altmodule (graue Balken in Bild 3) verglichen, zeigt sich, dass die tatsächlich erfassten Mengen deutlich geringer sind als die vorhergesagten Mengen. Abfallmenge PV-Module, t 6.500 19.342 19.341 70.000 5.500 4.500 3.500 Metalle und Elektronikschrott 2.500 1.500 500 n i k nd nd n ch rn e ei en h he ar nd ie ie ic ak pe ei ni la la re lg ec an em rla kr ow ch en an Zy er Be ch Sp an än de ts ch rit st Sl Ts eu Fr Ö D ie rie ßb N D G ro G theoretisch erzeugte Abfallmenge, in Verkehr gebrachte Mengen aus Energiestatistiken „WEEE generated“ berechnet theoretisch erzeugte Abfallmenge, in Verkehr mit dem WEEE generation tool gebrachte Mengen aus Industriestatistiken der EU KOM (Daten für 2015 und 2016 entsprechend der ge- theoretisch erzeugte Abfallmenge, in Verkehr nannten Quellen hinzugefügt) gebrachte Mengen aus WEEE-Statistik theoretisch erzeugte Abfallmenge, „regular loss“ Szenario „WEEE generated“ theoretisch erzeugte Abfallmenge, gemäß IRENA / IEA-PVPS „early loss“ Szenario gesammelte Menge entsprechend offizielle WEEE- Eurostoat, WEEE-Statistik Berichterstattung Bild 3: Vergleich von modellierten und tatsächlich gemeldeten Abfallmengen von PV-Modulen in 2016 [4, 7, 29] Auf Basis der vorliegenden Daten kann nicht ermittelt werden, ob die modellierten Mengen (waste generated) eine Überschätzung darstellen, oder ob die Datenerhebung zu den berichteten Mengen (waste collected) unvollständig ist. In der Praxis können 402
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen hier verschiedene Gründe vorliegen: Die Lebensdauer von PV-Modulen könnte län- ger sein als angenommen, so dass erst später mit dem Anfall von Modulen als Abfall zu rechnen ist. Möglich ist aber auch, dass es einen Weiterverkauf von gebrauchten Modulen in andere Länder gibt. Hierüber gibt es jedoch keine Datenerfassung. Ein weiterer Grund könnte sein, dass Altmodule zwar als Abfall anfallen, aber von Dein- stallationsfirmen z.B. an Schrotthändler oder Schrottplätze gegeben werden, die nicht gemäß der WEEE-Richtlinie über die von ihnen angenommen und behandelten Men- gen berichten. Sowohl die Möglichkeiten des Exports gebrauchter Module als auch der Behandlung durch in der WEEE-Berichterstattung nicht erfasste Betrieben wurde von Praktikern in Interviews als möglich bestätigt. Eine detaillierte Bewertung und Beschreibung existierender Daten findet sich in den Berichten D 2.2 und D 2.3 des ORAMA-Projektes [13, 26]. Im Bericht D 2.2 werden die Daten entlang der Kriterien Vollständigkeit, Interoperabilität, interne Konsistenz, Aktualität, räumliche Abdeckung, Transparenz der Datenerhebungsmethode und Detaillierungsgrad bewertet. Zusammenfassend ist festzustellen, dass einige Statistiken, wissenschaftliche Literatur und Berichte Daten für die Stoffstrommodellierung von PV-Modulen enthalten. Be- Metalle und Elektronikschrott sonders bemerkenswert ist, dass es verschiedene, regelmäßig erscheinende Berichte von Industrievereinigungen gibt, die einige gut nutzbare Daten enthalten. Jedoch besteht zwischen den verschiedenen Quellen keine Konsistenz und es ist fragwürdig, welche Daten miteinander kombinierbar sind. Weiterhin ist auffallend, dass sich Forschungsprojekte, die Behandlungs- und Recyclingtechnologien für PV-Module entwickeln, weder mit Datenerfassungsmethoden befassen noch umfassende Daten z.B. zur stofflichen Zusammensetzung bereitstellen. Darüber hinaus befassen sich Pro- jekte zur Abfallstatistik, wie z.B. der Eunomia-Bericht [11] nicht mit den besonderen Herausforderungen von PV-Daten. 3.2. Werkzeuge für die Verbesserung der verfügbaren Daten für PV-Module Zur Verbesserung der Datenerhebung und in der Folge der Daten selbst für die Stoff- strommodellierung von PV-Modulen wurden vier Praxis-Werkzeuge entwickelt. Sie zielen darauf ab, die Quantität und Qualität der Informationen und Daten zu erhöhen. Die Werkzeuge sind: 1) Verwendung der Klassifizierung für UNU-Schlüssel 0002 PV-Module Die im Rahmen des ProSUM-Projektes entwickelte Klassifizierung, die aufgrund we- niger verfügbare Informationen recht grob war, wurde im Rahmen von ORAMA auf Basis der durchgeführten Literaturanalyse überarbeitet. Diese Klassifikation ermöglicht es nun, die verschiedenen Modultechnologien zu unterscheiden und z.B. auch auf- kommende Modularten wie sogenannte Building-Integrated PV-Module (BIPV) oder PV-Technologien der 3. Generation abzubilden. Die neu entwickelten UNU sub-keys und sub-sub-keys sind aus Bild 4 ersichtlich. 403
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter 0002 Photovoltaic Panels (without Balance of System) EEE Sub-keys EEE Sub-sub-keys Sub-key Description Sub-sub-key Description 000201 PV panels stand-alone 00020101 PV stand-alone Crystalline Silicon (c-Si) 00020102 PV stand-alone Cadmium Telluride (CdTe) 00020103 PV stand-alone Copper-Indium-Sulphur/-Selenide (CI(GS)S) 00020104 PV stand-alone Amorphous Silicon (a-Si) 00020105 PV stand-alone Gallium Arsenide (GaAS) 00020106 PV stand-alone Organic PV (OPV) 00020107 PV stand-alone Dye-sensitized Cells (DSC) 00020108 PV stand-alone unspecified 000202 PV panels building integrated (BIPV) 00020201 PV BIPV Crystalline Silicon (c-Si) 00020202 PV BIPV Cadmium Telluride (CdTe) 00020203 PV BIPV Copper-Indium-Sulphur/-Selenide (CI(GS)S) 00020204 PV BIPV Amorphous Silicon (a-Si) 00020205 PV BIPV Gallium Arsenide (GaAS) 00020206 PV BIPV Organic PV (OPV) 00020207 PV BIPV Dye-sensitized Cells (DSC) 00020208 PV BIPV unspecified 000203 PV panels portable 00020301 PV portable Crystalline Silicon (c-Si) 00020302 PV portable Cadmium Telluride (CdTe) 00020303 PV portable Copper-Indium-Sulphur/-Selenide (CI(GS)S) 00020304 PV portable Amorphous Silicon (a-Si) 00020305 PV portable Gallium Arsenide (GaAS) 00020306 PV portable Organic PV (OPV) 00020307 PV portable Dye-sensitized Cells (DSC) Metalle und Elektronikschrott 00020308 PV portable unspecified 000204 PV panels unspecified 00020401 PV unspecified Bild 4: Darstellung der Codelisten der sub-keys und sub-sub-keys des UNU-keys 0002 Photovoltaic Panels (without Balance of System) zur Beschreibung der Produktgruppe PV-Module [26, 27] Auch wurden neue, zusätzliche Codes für die Ebenen der Komponente und Materialien entwickelt. Dies erlaubt eine präzisere Beschreibung der stofflichen Zusammensetzung als bisher. Bild 5 zeigt in einer Mindmap den Zusammenhang zwischen den Ebenen component group, component, material type und material. Nicht dargestellt ist in der Abbildung die Systematik der PV-Zelle selbst. Hier wird aber zwischen den verschiede- nen Schichten unterschieden, die dann in die verschiedenen Halbleiter- und sonstigen Materialien unterscheidet. Das Praxis-Werkzeug zur Nutzung der UNU-key-Klassifikation beschreibt ausführlich, wie Daten angegeben werden sollten. Das Praxis-Werkzeug richtet sich insbesondere an Hersteller, Wissenschaftler und Behandlungsanlagen von Abfällen. Würden Daten- sätze zur stofflichen Zusammensetzung von PV-Modulen in dieser Art bereitgestellt, ließen sich die Daten für die UMP oder auch andere Plattformen wie das RMIS (EU Raw Materials Information System) nutzen. 2. Datenerfassungsprotokoll für PV-Module Aufbauend auf dem Ergebnis der Literaturanalyse (d.h. die Daten sind weder harmoni- siert dargestellt noch gut beschrieben) wurde ein Datenerfassungsprotokoll entwickelt. Es bietet einen detaillierten Ansatz für die Strukturierung von Daten entsprechend der verschiedenen Schritte im Lebenszyklus von PV-Modulen und erklärt, welche Art von Informationen / Metadaten für die transparente Darstellung der Daten erforderlich sind. 404
Bild 5: Darstellung der Codes für die Beschreibung von PV-Modulen auf den Ebenen component und material (schwarz: bereits existierende Codes, rot: Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen 405 neue PV-spezifische Codes; Details der Komponentengruppe PhotovoltaicCell hier nicht dargestellt [26, 27] Metalle und Elektronikschrott
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter Das Datenerfassungsprotokoll richtet sich an alle Akteure, die Daten erheben und ver- öffentlichen. Es ist in der Technical Guideline für WEEE und PV-Module zu finden [27]. 3. Stichprobenprotokoll (sampling protocol) für PV-Module Gegenwärtig ist die Menge der PV-Module, die in die Abfallbehandlungsanlagen ge- langen, nicht sehr groß. Es liegen deshalb bisher nur wenige oder keine Informationen über den Anteil der verschiedenen PV- Technologien im Abfallstrom, deren Alter, den Grund für die Entsorgung, die durchgeführte Behandlung, zu fehlenden Komponenten etc. vor. Das Protokoll dient der systematischen Erfassung dieser Art von Daten und Informationen und richtet sich an Anlagen, die Altmodule behandeln. Eine Beschrei- bung findet sich in [27] und das Protokoll kann als MS-Excel-Datei von der Autorin des Artikels bezogen werden. Metalle und Elektronikschrott Bild 6: Auszug (Screenshot) des im ORAMA-Projekt entwickelten Sampling Protocols [27] 4. Befragung zu Datenerfassungsmethoden und Datenverfügbarkeit für PV-Module Die Umfrage zielt darauf ab zu bewerten, welche Informationen für jede Phase des Lebenszyklus von PV-Modulen verfügbar sind. Auf diese Weise können Informatio- nen für die verschiedenen Schritte des Lebenszyklus erhalten und eine Bewertung der Datenerfassungsmethoden durchgeführt werden. Der Fragebogen ist in [27] einsehbar. Die Durchführung der Befragung wurde im Rahmen des ORAMA-Projektes begonnen und wird weiter fortgeführt. 3.3. Weitere Empfehlungen zur Verbesserung der Daten für PV-Module Weitere Empfehlungen wurden zum einen für offizielle Statistiken, zum anderen für die freiwilligen, jährlichen Berichte von Industrievereinigungen und Instituten aufgestellt. Zunächst sollte es unter dem Dach der WEEE-Richtlinie verbindlich werden, Mengen zu PV-Modulen (in Verkehr gebrachte Mengen, gesammelte, behandelte, für die Wie- derverwendung vorbereitete sowie recycelte, verwertete und exportierte Abfälle) als 406
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen separate Daten zu melden. Dies geschieht bisher freiwillig gemäß der Eurostat-Leitlinie zur Berichterstattung über Elektro- und Elektronik-Altgeräte [5]. Die Durchführungs- verordnung (EU) 2019/290 zur Festlegung des Formats für die Registrierung von Elek- tro- und Elektronikgeräten schreibt bereits vor, dass die Hersteller von PV-Modulen separat Daten an die nationalen Register melden müssen. Nun muss der Kommissions- beschluss 2005/369/EU zur Festlegung von Datenformaten zur Berichterstattung gemäß der WEEE-Richtlinie dringend angepasst werden. Darüber hinaus sollte die Energiestatistik so erweitert werden, dass nicht nur kumulierte Installationen ausgewiesen werden, sondern auch die jährlich neu installierten Kapa- zitäten. Weiterhin wäre eine Unterscheidung in die verschiedenen PV-Technologien sinnvoll. In den Produktions- und Handelsstatistiken sollten Codes für PV-Module ohne die Einbeziehung von LED und Komponenten von PV-Modulen eingeführt werden. Dabei sollten sich die Codes an den im ORAMA-Projekt entwickelten UNU sub- und sub-sub-keys orientieren. Neben der Änderung offizieller Statistiken könnten die Industrieverbände und wis- senschaftlichen Einrichtungen, die bereits eine Reihe von Daten zu PV-Modulen regelmäßig veröffentlichen [9, 14, 15, 22], ihren Fokus von energierelevanten Daten hin zu stoffstromrelevanten Daten weiterentwickeln. Folgende Daten wären sinnvoll Metalle und Elektronikschrott für den Zweck von Stoffstrommodellierungen: • jährlich installierte nominale Leistung pro Land (bereits teilweise im Rahmen des Programms für photovoltaische Energiesysteme der Internationalen Energieagen- tur (IEA-PVPS) veröffentlicht; sollte fortgesetzt und die Daten weiter verbessert werden); • power-to-weight-ratio auf Jahresbasis, differenziert nach Art der PV-Technologie; • Anteil der verschiedenen PV-Technologien pro Land und Region an den neu ins- tallierten Leistungen; • Anteil der BIPV und der mobilen PV im Vergleich zu klassischen PV-Modulen; • Daten zur Lebensdauer, insbesondere zu frühen Ausfällen und • vollständigere Daten zur Zusammensetzung, insbesondere Auswertung der Ver- änderungen der stofflichen Zusammensetzung über die Zeit. 4. Zusammenfassung und Schlussfolgerung Da PV-Module eine der wichtigsten Technologien zur Dekarbonisierung der Energie- versorgung sind, ist zu erwarten, dass die Mengen an in Verkehr gebrachten Geräten und – zeitverzögert – die Abfallmengen zunehmen werden. Derzeit gibt es keine zuverlässigen Daten über Bestände und Ströme von PV-Modulen und die wenigen verfügbaren Daten widersprechen sich teilweise. Daten zur Zusam- mensetzung und Lebensdauer sind nicht harmonisiert. Außerdem existieren keine ausreichenden Daten, um die Änderungen der stofflichen Zusammensetzung und der power-to-weight-ratio über die Zeit umfassend darstellen zu können. 407
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter Um bessere Daten für Politikentscheidungen und Entscheidungen von Wirtschafts- akteuren zu generieren, muss die Erhebung von Daten an verschiedenen Stellen des Lebenszyklus von PV-Modulen verbessert werden. Dafür müssen die verschiedenen Akteure – von Herstellern über Wissenschaft bis hin zu Herstellerverantwortungs- systemen und Behandlungs- und Recyclinganlagen – zusammengebracht werden und zusammenarbeiten. In ORAMA wurden Empfehlungen und Instrumente entwickelt, um harmonisierte Daten zu erzeugen. Diese sollten von den Akteuren angewendet wer- den. Dabei ist das Prinzip der Arbeiten von ProSUM und ORAMA, das für WEEE, ELV, BATT und MINWASTE entwickelt wurde, auch auf andere Stoffströme übertragbar. 5. Quellen [1] Ayres, R. U. (1994): Industrial Metabolism. Theory and policy. Tokyo. United Nations University Press. Industrial Metabolism. Restructuring for sustainable development. http://archive.unu.edu/ unupress/unupbooks/80841e/80841E02.htm#1.%20Industrial%20metabolism:%20Theory%20 and%20policy (28.08.2018). [2] Baccini, P. and Brunner, P. H. (1991): Metabolism of the anthroposphere. Berlin. Springer. [3] Europäische Kommission (2015): Mitteilung der Kommission an das Europäische Parlament, den Rat, den Europäischen Wirtschafts- und Sozialausschuss und den Ausschuss der Regionen. Den Metalle und Elektronikschrott Kreislauf schließen – Ein Aktionsplan der EU für die Kreislaufwirtschaft. COM(2015) 614 final. Brüssel [4] Europäische Kommission (2017): WEEE Calculation Tools. European Commission. http:// ec.europa.eu/environment/waste/weee/data_en.htm (30. 04. 2019). [5] Eurostat (2017): Waste Electrical and Electronic Equipment: Guidance for the compilation of the data according to Commission Decision 2005/369/EC. EC (European Commission). Brussels. [6] Eurostat (2019a): Electricity production capacities for renewables and wastes. Eurostat. [7] Eurostat (2019b): Waste electrical and electronic equipment (WEEE) by waste operations. Eurostat. Acess to tables via http://ec.europa.eu/eurostat/de/web/waste/key-waste-streams/weee. [8] Fischer-Kowalski, M., Krausmann, F., Giljum, S., Lutter, S., Mayer, A., Bringezu, S., Moriguchi, Y., Schütz, H., Schandl, H. and Weisz, H. (2011): Methodology and Indicators of Economy-wide Material Flow Accounting. Journal of Industrial Ecology 15 (6), p. 855-876. [9] Fraunhofer ISE (2019): Photovoltaics Report. Fraunhofer Institute for Solar Energy Systems [10] Heijboer, T., Schjøth, F., Podboj, M., Cassard, D., Tertre, F., Hallberg, A. (2017). ProSUM D5.5 – Data models and code lists: Deliverable report. Retrieved from Bureau de recherches géologiques et minières website: http://www.prosumproject.eu/ [11] Hogg, D., Elliott, T., Corbin, M., Hilton, M., Tsiarta, C., Hudson, J., Vives, R., Sastre, S., Campos, L., Puig, I., Sleinotatite-Budriene, L., Lippa, M. and Kazlauskaite, L. (2017): Study on Waste Statistics – A comprehensive review of gaps and weaknesses and key priority areas for improvement in the EU waste statistics. on behalf of European Commission. Final Report. On behalf of DG Environment under Framwork Contract ENV.C.2/FRA/2013/0023. [12] Huisman, J., Leroy, P., Tertre, F., Söderman, M. L., Chancerel, P., Cassard, D., Løvik, A. N., Wäger, P., Kushnir, D., Rotter, V. S., Mählitz, P., Herreras, L., Emmerich, J., Hallberg, A., Habib, H., Wagner, M. and Downes, S. (2017): Prospecting Secondary Raw Materials in the Urban Mine and Mining Wastes (ProSUM). Final Report. Brüssel. http://prosumproject.eu/sites/default/files/DIGITAL_Fi- nal_Report.pdf (28.08.2018). [13] Huisman, J., Baldé, K, Bavec, Š., Wagner, M., Loevik, A., Herreras, L., Chancerel, P., Emmerich, J., Sperlich, K., Modaresi, R., Ljunggren Söderman, M., Forti, V., Mählitz, P. M., Schillerup, H., Hor- vath, S., Bobba, S., Eilu, P., Anta, M., Aasly, K., Stanley, G., Csaba, V., Kiss, J., Szabó, K., Nickolova, V. (2018): Recommendations for improving SRM datasets and harmonisation. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). Deliverable D 2.2. 408
Verbesserung der Datenverfügbarkeit für die Kreislaufwirtschaft am Beispiel von PV-Modulen [14] IEA-PVPS (2017): Snapshot of global photovoltaic markets. 2016. Photovoltaic Systems Program- me Report IAE PVPS. 2017. [15] ITRPV (2018): International Technology Roadmap for Photovoltaic (ITRPV). [16] Løvik, A. N., Wäger, P. A., Chanson, C., Huisman, J., Ljunggreen Södermann, M., Guzman Brechu, M., Haarman, A., Habib, H., Mählitz, P., Rösslein, M. and Ueberschaar, M. (2017): Report on consolidation of data into CRM database. Bonn. ProSUM. Prospecting Secondary Raw Materials in the Urban Mine and Mining Waste Deliverable 2.5. [17] Mählitz, P. M., Sperlich, K. and Rotter, V. S. (2019): Sekundärrohstoffinventare – Instrument für eine nachhaltige Kreislaufwirtschaft. Münster. 16. Münsteraner Abfallwirtschaftstage. 12.-13.02.2019 [18] Magalini, F., Wang, F., Huisman, J., Kuehr, R., Baldé, K., Van Straalen, V., Hestin, M., Lecerf, L., Sayman, U. and Akpulat, O. (2014): Study on the collection rates of waste electrical and electronic equipment (WEEE). Possible Measures to be initiated by the commission as required by article 7(4), 7(5), 7(6) and 7(7) of directive 2012/19/EU on waste electrical and electronic equipment (WEEE). Brussels. On behalf of the European Commission. [19] Peeters, J. R., Altamirano, D., Dewulf, W. and Duflou, J. R. (2017): Forecasting the composition of emerging waste streams with sensitivity analysis: A case study for photovoltaic (PV) panels in Flanders. Resources, Conservation and Recycling, 120, p. 14-26. [20] Petavratzi, E., Allesch, A., Müller, D. B., Liu, G., Rechberger, H., Cullen, J., Cao, Z. (2018). A system approach for the monitoring of the physical economy: MinFuture Framework. https://minfuture. eu/sites/default/files/MinFuture_D5.1_31.07.2018.pdf Metalle und Elektronikschrott [21] Sander, K., Gößling-Reisemann, S., Zimmermann, T., Marscheider-Weidemann, F., Wilts, H., Schebeck, L., Wagner, J., Heegn, H. and Pehlken, A. (2017): Recyclingpotential strategischer Me- talle (ReStra). Dessau-Roßlau. Im Auftrag des Umweltbundesamtes (UBA). UBA-Texte 68/2017. [22] Solarpower Europe (2018): Global market outlook for solar power 2018 – 2022. Brussels. Solar- Power Europe. [23] SRU (Sachverständigenrat Für Umweltfragen) (2017): Umsteuern erforderlich: Klimaschutz im Verkehrssektor. Sondergutachten. Berlin [24] SRU (Sachverständigenrat Für Umweltfragen) (2019): Demokratisch regieren in ökologischen Grenzen - Zur Legitimation von Umweltpolitik. Sondergutachten. Berlin [25] Voet, E., Oers, L., & Nikolic, I. (2004). Dematerialization: Not Just a Matter of Weight. Journal of Industrial Ecology, 8, 121–137. https://doi.org/10.1162/1088198043630432 [26] Wagner, M., Bavec, Š., Huisman, J., Herreras, L., Løvik, A. N., Ljunggren Söderman, M., Emmerich, J., Sperlich, K., Tivander, J., Hajósi, E., Mählitz, P. M., Baldé, K., Wäger, P, Horvath, Z., Csaba, V., Kiss J., Szabó, K, Sőrés L., Hribernik, K. (2019a): Draft Good Practice Guidelines for the collection of SRM data, improvement potential,definition and execution of Case Studies. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). Deliverable D 2.3. [27] Wagner, M., Bavec, Š., Herreras, L., Huisman, J., Emmerich, J., Løvik, A. N., Ljunggren Söderman, M., Sperlich, K., Tivander, J., Baldé, K., Wäger, P., Mählitz, P. M., Sőrés, L., Leroy, P, Mogollon, J., Horvath, Z., Kiss, J., Szabó, K.,, Hribernik, K., Vihtelič, A. (2019b): Tools for harmonization of data collection on WEEE/PV Panels. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). Technical Guideline. [28] Wagner, M., Bide, T., Cassard, D., Huisman, J., Leroy, P., Bavec, Š., Ljunggreen Södermann, M., Løvik, A. N., Wäger, P., Emmerich, J., Sperlich, K., Baldé, C. P., Schjøth, F., Tivander, J., Brown, T., Petavratzi, E., Whitehead, D., Tertre, F., Mählitz, P. M., Nikolova, V. and Horváth, Z. (2019c): Technical Final Report and Recommendations. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). [29] Weckend, S., Wade, A. and Heth, G. (2016): End-of-Life Management. Solar Photovoltaic Panels. Abu Dhabi, Paris. International Renewable Energy Agency, International Energy Agency. http:// www.irena.org/DocumentDownloads/Publications/IRENA_IEAPVPS_End-of-Life_Solar_ PV_Panels_2016.pdf (14.09.2017). 409
Kristine Sperlich, Paul Martin Mählitz, Michelle Wagner, Vera Susanne Rotter [30] Whitehead, D., Schjøth, F., Sperlich, K., Wagner, M., Hajosi, E., Løvik, A. N., Emmerich, J., Bide, T., Eerola, T., Hribernik, K., Horváth, Z. and Szabó, K. (2019b): Guidance Document on Feedback and other Outcomes of the Training Sessions. Deliverable D 4.3. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). [31] Whitehead, D., Schjøth, F., Wagner, M., Løvik, A. N., Ljunggreen Södermann, M., Tivander, J., Emmerich, J. and Sperlich, K. (2019a): Development of training materials based on the recom- mendations and technical guidelines. Deliverable D 4.2. Optimizing quality of information in Raw Material data collection across Europe (ORAMA). Ansprechpartner Kristine Sperlich Technische Universität Berlin Wissenschaftliche Mitarbeiterin Fachgebiet Kreislaufwirtschaft und Recyclingtechnologie Institut für Technischen Umweltschutz Straße des 17. Juni 135 10623 Berlin, Deutschland +49 30 314-25136 kristine.sperlich@campus.tu-berlin.de Metalle und Elektronikschrott Paul Martin Mählitz Technische Universität Berlin Wissenschaftlicher Mitarbeiter Fachgebiet Kreislaufwirtschaft und Recyclingtechnologie Institut für Technischen Umweltschutz +49 30 314-25247 p.maehlitz@tu-berlin.de Michelle Wagner United Nations University (UNU) Wissenschaftliche Mitarbeiterin Sustainable Cycles Programme (SCYCLE) Platz der Vereinten Nationen 1 53113 Bonn, Deutschland wagner@vie.unu.edu Professor Dr. Vera Susanne Rotter Technische Universität Berlin Fachgebietsleiterin Fachgebiet Kreislaufwirtschaft und Recyclingtechnologie Institut für Technischen Umweltschutz +49 30 314-22619 vera.rotter@tu-berlin.de 410
Schlacken aus der Metallurgie Schlacken aus der Metallurgie Schlacken aus der Metallurgie, Band 2 Karl J. Thomé-Kozmiensky Andrea Versteyl Michael Heußen Heribert Motz Schlacken aus der Metallurgie, Band 3 Karl J. Thomé-Kozmiensky Schlacken aus der Schlacken Metallurgie aus der – Rohstoffpotential und Recycling – Metallurgie Band 2 – Ressourceneffizienz und Stand der Technik – Thomé-Kozmiensky und Versteyl Thomé-Kozmiensky und Versteyl Heußen • Motz 3 Heußen • Motz Chancen für Wirtschaft und Umwelt Schlacken aus der Metallurgie, Band 1 Schlacken aus der Metallurgie, Band 2 – Rohstoffpotential und Recycling – – Ressourceneffizienz und Stand der Technik – 2011 (ISBN: 978-3-935317-71-9) 2012 (ISBN: 978-3-935317-86-3) Hrsg.: Karl J. Thomé-Kozmiensky, Andrea Versteyl Hrsg.: Michael Heußen, Heribert Motz Preis: 15,00 EUR Preis: 15,00 EUR Schlacken aus der Metallurgie, Band 3 Paketpreis – Chancen für Wirtschaft und Umwelt – Schlacken 30,00 EUR 2014 (ISBN: 978-3-944310-17-6) aus der Metallurgie, statt 45,00 EUR Hrsg.: Michael Heußen, Heribert Motz Band 1 bis 3 Preis: 15,00 EUR Bestellen Sie direkt beim TK Verlag oder unter www. .de TK Verlag GmbH Dorfstraße 51 D-16816 Nietwerder-Neuruppin Tel. +49.3391-45.45-0 • Fax +49.3391-45.45-10 E-Mail: order@vivis.de
Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar Olaf Holm • Elisabeth Thomé-Kozmiensky • Daniel Goldmann • Bernd Friedrich (Hrsg.): Recycling und Sekundärrohstoffe – Band 13 ISBN 978-3-944310-51-0 Thomé-Kozmiensky Verlag GmbH Copyright: Elisabeth Thomé-Kozmiensky, M.Sc., Dr.-Ing. Olaf Holm Alle Rechte vorbehalten Verlag: Thomé-Kozmiensky Verlag GmbH • Neuruppin 2020 Redaktion und Lektorat: Dr.-Ing. Olaf Holm Erfassung und Layout: Janin Burbott-Seidel, Martin Graß, Cordula Müller, Claudia Naumann-Deppe, Sarah Pietsch, Roland Richter, Gabi Spiegel, Ginette Teske, Elisabeth Thomé-Kozmiensky Druck: Beltz Grafische Betriebe GmbH, Bad Langensalza Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funk- sendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürfen. Sollte in diesem Werk direkt oder indirekt auf Gesetze, Vorschriften oder Richtlinien, z.B. DIN, VDI, VDE, VGB Bezug genommen oder aus ihnen zitiert worden sein, so kann der Verlag keine Gewähr für Richtigkeit, Vollständigkeit oder Aktualität übernehmen. Es empfiehlt sich, gegebenenfalls für die eigenen Arbeiten die vollständigen Vorschriften oder Richtlinien in der jeweils gültigen Fassung hinzuzuziehen.
Sie können auch lesen