“雙碳”戰(zhàn)略背景下沿黃九省份報(bào)廢光伏組件產(chǎn)生量及其時(shí)空分布預(yù)測(cè)

周夢(mèng)婷，朱宏飛，林民松，徐 亞，劉玉強(qiáng)

1.中國(guó)環(huán)境科學(xué)研究院，環(huán)境基準(zhǔn)與風(fēng)險(xiǎn)評(píng)估國(guó)家重點(diǎn)實(shí)驗(yàn)室，固體廢物污染控制技術(shù)研究所，北京 100012

2.遼寧工程技術(shù)大學(xué)環(huán)境科學(xué)與工程學(xué)院，遼寧 阜新 123000

3.甘肅省工業(yè)廢棄物循環(huán)與調(diào)控重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000

光伏產(chǎn)業(yè)是國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)，報(bào)廢光伏組件是光伏產(chǎn)業(yè)全過(guò)程里必須解決的環(huán)境問(wèn)題[1-3].近年來(lái)，為應(yīng)對(duì)全球氣候，我國(guó)積極履行國(guó)際責(zé)任，提出“雙碳”目標(biāo)[4-5]，大力發(fā)展新能源產(chǎn)業(yè)[6-7].光伏發(fā)電作為將光能直接轉(zhuǎn)變?yōu)殡娔艿囊环N近零排放的新能源技術(shù)，其裝機(jī)量快速增長(zhǎng)[8].沿黃九省份為國(guó)家重點(diǎn)建設(shè)的風(fēng)光電新基地，其光伏組件裝機(jī)量增長(zhǎng)尤其迅速.數(shù)據(jù)顯示，截至2022 年底，沿黃九省份累計(jì)光伏組件裝機(jī)容量達(dá)到163.73 GW，占全國(guó)的41.76%.報(bào)廢光伏組件由光伏設(shè)施長(zhǎng)期使用后報(bào)廢產(chǎn)生，兼具環(huán)境危害和資源價(jià)值雙重屬性[9-10].不妥善處置可能造成嚴(yán)重的環(huán)境污染和生態(tài)危害[11-15]，反之將能達(dá)到顯著的減污降碳的效果[16-17].

報(bào)廢光伏組件的巨大產(chǎn)生量和負(fù)面效應(yīng)可能造成不容忽視的社會(huì)資源和環(huán)境問(wèn)題[18].2021 年我國(guó)發(fā)布《光伏組件回收再利用通用技術(shù)要求》，明確了對(duì)報(bào)廢光伏組件的收集、運(yùn)輸、貯存、拆解、處理與處置過(guò)程中的資源有效利用和污染控制要求.這凸顯出預(yù)測(cè)報(bào)廢光伏組件產(chǎn)生量的重要性，準(zhǔn)確預(yù)測(cè)有助于清楚了解光伏廢料及其時(shí)間演變[19-23]，為未來(lái)在報(bào)廢量急劇增加時(shí)合理設(shè)計(jì)并實(shí)施回收方案提供可靠證據(jù)[24-25].Santos 等[26]使用累積光伏容量預(yù)測(cè)模型，預(yù)測(cè)了西班牙光伏報(bào)廢量，并提出了西班牙最低回收目標(biāo).Domínguez 等[27]使用簡(jiǎn)單、準(zhǔn)確的光伏廢物評(píng)估法(PV-waste assessment methodology)估算了美國(guó)光伏組件廢物產(chǎn)生量，初步核算了光伏組件回收的經(jīng)濟(jì)可行性.隨著光伏行業(yè)的快速發(fā)展，對(duì)光伏組件報(bào)廢量的研究也更加深入，Mahmoudi 等[28]用Weibull分布函數(shù)對(duì)光伏組件報(bào)廢量的預(yù)測(cè)更精準(zhǔn)，為回收廢物和合理布局提供了有利的依據(jù).Guo 等[29]利用灰色模型預(yù)測(cè)了中國(guó)、俄羅斯等國(guó)家新能源發(fā)電量，發(fā)現(xiàn)該模型處理小樣本數(shù)據(jù)時(shí)具有高適用性和準(zhǔn)確性.

近期，國(guó)務(wù)院(《2030 年前碳達(dá)峰行動(dòng)方案》)和國(guó)家電網(wǎng)為推動(dòng)碳達(dá)峰進(jìn)程對(duì)全國(guó)布局，黃河流域上游青海省、甘肅省等作為重要的風(fēng)光電基地繼續(xù)肩負(fù)起責(zé)任.但沿黃九省份多處于風(fēng)沙、干燥等氣候發(fā)育區(qū)，使光伏組件退役較快，服役壽命可能具有獨(dú)特特征[30-31]，因此，預(yù)測(cè)報(bào)廢光伏組件產(chǎn)生量和時(shí)空分布尤為重要.目前預(yù)測(cè)光伏組件報(bào)廢量的研究較多[32-34]，但大多存在一定局限性，一方面現(xiàn)有研究主要基于2020 年之前光伏組件裝機(jī)量和報(bào)廢數(shù)據(jù)，預(yù)測(cè)未來(lái)裝機(jī)量和報(bào)廢量，未考慮國(guó)家政策變化；另一方面，現(xiàn)有研究主要面向全國(guó)尺度，未考慮區(qū)域差異對(duì)沿黃九省份的光伏組件報(bào)廢量帶來(lái)的影響[35].因此，本研究設(shè)置了與沿黃九省份光伏組件壽命分布的相關(guān)參數(shù)，并制定了與光伏組件報(bào)廢相關(guān)的組合情景，通過(guò)市場(chǎng)供給A 模型和重量功率比估測(cè)未來(lái)報(bào)廢容量和報(bào)廢重量，以期為國(guó)家制定相關(guān)光伏發(fā)電發(fā)展、報(bào)廢光伏組件回收利用的投資決策和政策提供依據(jù).

1 研究方法

本文對(duì)每年光伏組件報(bào)廢重量的預(yù)測(cè)估算進(jìn)行研究，首先將從國(guó)家能源局獲得的2013-2022 年(不包括2017 年和2020 年）沿黃九省份新增裝機(jī)數(shù)據(jù)[36]通過(guò)指數(shù)平滑法處理；其次采用灰色模型〔GM(1，1)〕識(shí)別處理后數(shù)據(jù)的變化規(guī)律，進(jìn)而預(yù)測(cè)2023-2040年新增裝機(jī)量；然后通過(guò)Weibull 分布函數(shù)估算不同年份光伏組件廢棄率；最后基于新增裝機(jī)量和光伏組件廢棄率的預(yù)測(cè)，通過(guò)市場(chǎng)供給A 模型估算每年的光伏組件報(bào)廢容量，利用重量功率比將報(bào)廢容量轉(zhuǎn)化為報(bào)廢重量.具體的光伏組件報(bào)廢重量預(yù)測(cè)技術(shù)路線如圖1 所示.

圖1 光伏組件報(bào)廢重量預(yù)測(cè)技術(shù)路線Fig.1 Technical route for predicting the waste weight of PV modules

1.1 光伏組件裝機(jī)容量預(yù)測(cè)模型

灰色模型具有“小樣本、信息差”[37]特征，適用于歷史數(shù)據(jù)較少的情形.“雙碳”戰(zhàn)略自2015 年首次提出，受此影響光伏組件裝機(jī)容量的數(shù)據(jù)較少，因此根據(jù)“十四五”規(guī)劃預(yù)計(jì)的光伏組件裝機(jī)量呈倍數(shù)增長(zhǎng)的趨勢(shì)，先通過(guò)指數(shù)平滑法[38]處理2013-2022 年沿黃各省份數(shù)據(jù)〔見(jiàn)式(1)〕，再采用灰色模型預(yù)測(cè)沿黃九省份新增裝機(jī)容量〔見(jiàn)式(2)〕，該方式能有效避免數(shù)據(jù)平滑度差、準(zhǔn)指數(shù)定律不清晰、原始數(shù)據(jù)擬合平均相對(duì)誤差大等問(wèn)題.數(shù)據(jù)處理公式如下：

式中：t=1,2,···,n；n為數(shù)據(jù)個(gè)數(shù)；xt′為根據(jù)原始數(shù)據(jù)的發(fā)展趨勢(shì)處理后得到的第t個(gè)值；xt為第t個(gè)實(shí)際值，此處為第t個(gè)年份的新增裝機(jī)容量，GW；α為平滑系數(shù)，其取值大小決定了權(quán)數(shù)的變化快慢，直接影響過(guò)去數(shù)據(jù)對(duì)預(yù)測(cè)值的作用，若數(shù)據(jù)呈現(xiàn)較穩(wěn)定的水平趨勢(shì)，α一般在0.05~0.20 之間取值；若隨時(shí)間變化數(shù)據(jù)有波動(dòng)但較小，α在0.1~0.4 之間取值；若隨時(shí)間變化數(shù)據(jù)是上升(下降)的發(fā)展趨勢(shì)，α則在0.6~1.0 之間取值.表1 中的c1和α均根據(jù)各省份的歷史數(shù)據(jù)決定，由軟件MATLAB 模擬得到最優(yōu)解.

表1 沿黃九省份的指數(shù)平滑參數(shù)Table 1 Exponential smoothing parameters for the nine provinces along the Yellow River Basin

式中：m為預(yù)測(cè)得到的數(shù)據(jù)個(gè)數(shù)；為第m年的光伏組件的裝機(jī)容量，GW.

1.2 光伏組件服役壽命表征

光伏組件服役壽命受技術(shù)、運(yùn)輸、安裝和運(yùn)行環(huán)境等因素影響[39].隨著光伏組件有關(guān)技術(shù)、運(yùn)輸和安排趨于規(guī)范，產(chǎn)品間質(zhì)量差異逐漸減小，環(huán)境因素成為影響光伏組件服役壽命的主要因素[40].研究[41]表明，不同環(huán)境下光伏組件服役壽命的概率均可用雙參數(shù)(β，η)的Weibull 分布函數(shù)來(lái)表征〔見(jiàn)式(3)〕.

式中：f(i)為光伏組件使用第i年的廢棄率；β為表征分布密度函數(shù)曲線形狀的形狀參數(shù)；η為尺寸參數(shù)，代表特征壽命.

區(qū)域聚類分析法是按照區(qū)域特征讓一個(gè)類別內(nèi)的個(gè)體之間具有較高的相似度，而不同類別之間體現(xiàn)差異性的分類方法.由于自然災(zāi)害、極端事件及人為等因素具有不確定性，本文主要考慮環(huán)境因素對(duì)光伏組件帶來(lái)的影響.沿黃九省份的環(huán)境特征各異，溫度、濕度、日照及粉塵等都是影響光伏組件服役壽命的因素，姜小華[42]利用區(qū)域聚類分析法，根據(jù)沿黃九省份的溫度、濕度等特征進(jìn)行研究，發(fā)現(xiàn)在工作負(fù)荷和自然損耗兩個(gè)綜合因素下，各省份的光伏組件服役壽命各有異同.其中平均服役壽命為16.8 年的省份有甘肅省、青海省、寧夏回族自治區(qū)和內(nèi)蒙古自治區(qū)，平均服役壽命為24 年的省份有四川省、山西省、陜西省、河南省和山東省.本研究將16.8 年和24 年作為威布爾分布模型中的特征壽命.

光伏組件失效一般有2 種模式，一種是安裝合格、運(yùn)維良好情況下符合正常規(guī)律的常規(guī)退役模式；另外一種則是因?yàn)榘惭b不合格、運(yùn)維不良導(dǎo)致光伏組件從安裝開(kāi)始出現(xiàn)退化現(xiàn)象的早期退役模式.這兩種模式下分布密度函數(shù)的形狀參數(shù)(β)分別為5.375 9 和2.492 8.根據(jù)特征壽命和形狀參數(shù)的不同，組合得到各省份光伏組件壽命的2 種情景方案，具體見(jiàn)表2.

1.3 光伏組件廢物流預(yù)測(cè)模型

2012 年，歐盟報(bào)廢電子電氣設(shè)備(WEEE)將光伏組件加入其中，故預(yù)測(cè)電子廢物產(chǎn)生量的模型也適用于預(yù)測(cè)光伏組件的報(bào)廢量.預(yù)測(cè)電子廢物產(chǎn)生量的模型一般有市場(chǎng)供給模型、市場(chǎng)供給A 模型和斯坦福模型[43]，本研究根據(jù)光伏組件壽命分布的特征和每年新增的裝機(jī)容量，并考慮數(shù)據(jù)量有限性，選用市場(chǎng)供給A 模型作為預(yù)測(cè)光伏組件報(bào)廢容量的模型.計(jì)算公式如下：

式中：j為組件的實(shí)際壽命，即報(bào)廢年限，j=1,2,···,n+m；Qwj為第j年的光伏組件報(bào)廢容量，GW；S j為從該年算起j年前光伏組件的裝機(jī)容量，包括實(shí)際值和預(yù)測(cè)值，GW；Pj為壽命為j年的組件的百分比.

最后，根據(jù)領(lǐng)先產(chǎn)商光伏組件的標(biāo)稱功率和平均重量，利用光伏組件的重量功率比，計(jì)算報(bào)廢光伏組件的報(bào)廢重量.圖2 顯示，隨著技術(shù)進(jìn)步，光伏組件的重量不斷變輕〔IEA-PVPS(國(guó)際能源機(jī)構(gòu)光伏電力系統(tǒng))〕.通過(guò)數(shù)據(jù)擬合得到光伏組件隨時(shí)間的重量功率比，從而估算未來(lái)報(bào)廢光伏組件的重量〔見(jiàn)式(5)〕.

圖2 光伏組件重量與功率比值Fig.2 Weight to power ratio of PV modules

式中：Mwj為第j年的光伏組件報(bào)廢重量，t；ωj為光伏組件的重量與功率比值，t/MW.

2 結(jié)果與討論

2.1 沿黃九省份新增裝機(jī)容量預(yù)測(cè)

圖3 為沿黃九省份2013-2022 年歷史裝機(jī)容量以及2023-2040 年新增和累計(jì)裝機(jī)容量.2013-2022年沿黃九省份新增裝機(jī)容量增長(zhǎng)無(wú)明顯趨勢(shì)，但2023-2040 年持續(xù)增長(zhǎng).2013-2022 年的年均增長(zhǎng)率為22.39%，2023-2030 年、2031-2040 年的年均增長(zhǎng)率分別為28.12%、10.65%，年均增長(zhǎng)率呈現(xiàn)先增后降趨勢(shì)，主要因?yàn)楦魇》莘e極實(shí)施能源綠色低碳轉(zhuǎn)型工程，光伏組件裝機(jī)容量大幅增長(zhǎng)，而在取得實(shí)質(zhì)性成效后穩(wěn)中有降.根據(jù)預(yù)測(cè)，2025 年青海省、甘肅省和寧夏回族自治區(qū)光伏組件累計(jì)裝機(jī)容量分別為40.8、35.36 和33.53 GW，對(duì)比這三省份“十四五”規(guī)劃的2025 年累計(jì)裝機(jī)容量(分別為45.8、41.69 和32.5 GW)，發(fā)現(xiàn)差異較小，說(shuō)明預(yù)測(cè)結(jié)果較為可靠，可以作為進(jìn)一步分析光伏組件報(bào)廢容量的數(shù)據(jù)基礎(chǔ).

圖3 沿黃九省份歷史、新增裝機(jī)容量和累計(jì)裝機(jī)容量Fig.3 History, new installed capacity and cumulative installed capacity in the nine provinces along the Yellow River Basin

2023 年、2025 年、2030 年和2040 年新增裝機(jī)容量分別為32.92、66.72、187.15 和641.88 GW，且2030 年、2040 年裝機(jī)容量是2023 年的5.2 倍、18.9 倍.“雙碳”背景下，2025 年沿黃九省份新增裝機(jī)容量是全國(guó)新增裝機(jī)容量的1.1 倍[44]，主要因?yàn)樵凇半p碳”戰(zhàn)略背景下，各省份積極推進(jìn)光伏基地項(xiàng)目建設(shè)，導(dǎo)致光伏組件裝機(jī)容量爆發(fā)式增長(zhǎng).

2.2 沿黃九省份廢物流預(yù)測(cè)

由圖4 可知，四川省、山西省和陜西省等在常規(guī)退役模式下，光伏組件在服役第6 年出現(xiàn)失效并且服役35 年后全部失效，其中服役15~29 年間為集中失效的時(shí)間段，大約有86%的光伏組件在此期間失效.而在早期退役模式下，光伏組件服役29 年后有81.23%失效，服役50 年后全部失效.甘肅省、青海省等在常規(guī)退役模式下，光伏組件在服役第4 年出現(xiàn)失效并且在服役25 年后全部失效，其中服役10~19 年為集中失效時(shí)間段，期間約有82%的光伏組件失效.在早期退役模式下，光伏組件服役到20 年后有80.66%失效，服役35 年后全部失效.

圖4 光伏組件退化概率密度分布函數(shù)Fig.4 Probability density distribution function of degradation of PV modules

圖5 為沿黃九省份的光伏組件廢物流量(報(bào)廢容量和報(bào)廢重量).由圖5 可知，光伏組件的廢物流量呈增長(zhǎng)趨勢(shì).常規(guī)退役模式下，光伏組件在2025 年、2030 年和2040 年的新增報(bào)廢容量分別為1.04、4.22、46.10 GW，新增報(bào)廢重量分別為0.06×106、0.22×106、2.12×106t.2040 年光伏組件累計(jì)報(bào)廢容量為205.62 GW，累計(jì)報(bào)廢重量為9.46×106t.常規(guī)退役模式下，報(bào)廢重量呈爆發(fā)式增長(zhǎng)，其平均增長(zhǎng)倍數(shù)為6.7，且2025 年、2030 年和2040 年的新增報(bào)廢重量分別是2023 年的2.0 倍、7.3 倍、70.7 倍.

2.3 沿黃九省份區(qū)域差異

圖6 為早期退役模式(情景2)下沿黃九省份光伏組件新增和累計(jì)報(bào)廢重量及其占比.由圖6 可知，不同省份之間區(qū)域差異顯著.2025 年，新增報(bào)廢重量排名前三的省份為內(nèi)蒙古自治區(qū)、甘肅省和寧夏回族自治區(qū)，分別達(dá)到0.029 5×106、0.026 4×106、0.026 2×106t，三者之和占沿黃九省份總量的52.55%，這與傅麗芝的研究[45]結(jié)論一致，即在2025 年后，光伏組件出現(xiàn)大批量失效.究其原因可能是，盡管早期(2013 年前后)九省份新增裝機(jī)容量較少，但內(nèi)蒙古自治區(qū)、甘肅省和寧夏回族自治區(qū)三省份的裝機(jī)容量占沿黃九省份總量的79.3%，并且光伏組件在第9 年開(kāi)始大批量退役，使這三省份的報(bào)廢重量相比其他省份明顯偏大，累計(jì)報(bào)廢重量不斷增加.2030 年，新增報(bào)廢重量排名前三的省份為寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)和青海省，分別達(dá)到0.088 9×106、0.085 0×106、0.078 8×106t，究其原因一是受“雙碳”戰(zhàn)略影響，光伏組件裝機(jī)容量快速增長(zhǎng)導(dǎo)致其報(bào)廢重量急增；二是光伏組件在9～19 年的時(shí)間段內(nèi)集中退役使其報(bào)廢重量快速增長(zhǎng).2040 年，新增報(bào)廢重量排名前三的省份為青海省、甘肅省和內(nèi)蒙古自治區(qū)，三者之和的占比為48.89%.

圖6 早期退役模式(情景2)下2025、2030 和2040 年沿黃九省份光伏組件新增和累計(jì)報(bào)廢重量及占比Fig.6 Under the early failure mode (scenario 2), the new and cumulative waste weight and proportion of PV modules in the nine provinces along the Yellow River Basin in 2025, 2030 and 2040

圖6 還顯示，隨著時(shí)間變化區(qū)域差異格局不斷凸顯，2030 年和2040 年新增報(bào)廢重量排名前三的省份總占比呈現(xiàn)下降趨勢(shì)，但山東省的占比卻快速增長(zhǎng)，新增報(bào)廢重量由2025 年的0.017 9×106t 增至2040年的0.593 9×106t.究其原因：一是“十四五”規(guī)劃提出了積極推進(jìn)東部和中部等地區(qū)分布式光伏建設(shè)，并且山東省提出了“十四五”海上光伏規(guī)劃，使得山東省的新增裝機(jī)量快速增加；二是光伏組件處于集中退役的時(shí)間段內(nèi)(服役12~28 年)，進(jìn)而使得報(bào)廢重量急速增加.

2.4 分析與啟示

2.4.1 敏感性分析

早期退役模式下，2025 年、2030 年和2040 年沿黃九省份光伏組件的新增報(bào)廢容量分別為2.80、10.08、87.99 GW，新增 報(bào)廢重 量 分別 為0.16×106、0.51×106、4.05×106t(見(jiàn) 圖6).其 中2025 年、2030 年和2040 年的新增報(bào)廢重量分別是2023 年的1.6 倍、5.1 倍、40.5 倍.研究還發(fā)現(xiàn)，早期退役模式下報(bào)廢重量多于常規(guī)退役模式，如2030 年和2040 年報(bào)廢重量分別為常規(guī)退役模式的2.32 倍和1.91 倍，這與已有研究[46]得到早期退役模式下的光伏組件報(bào)廢流量比常規(guī)退役模式下的報(bào)廢流量更快地處于高水平，且持續(xù)增加的結(jié)論一致.

2.4.2 啟示

沿黃九省份作為國(guó)家風(fēng)電光伏重要基地，受“雙碳”戰(zhàn)略影響，未來(lái)20 年光伏組件報(bào)廢量將急劇增加，報(bào)廢光伏組件的處置需求也將隨之增加，當(dāng)前固廢處置能力可能難以滿足急劇增加的處置需求，需要國(guó)家相關(guān)部門(mén)提前謀劃報(bào)廢光伏組件回收和處置能力供給，同時(shí)支持研發(fā)報(bào)廢光伏組件回收和利用的新技術(shù)，避免給環(huán)境帶來(lái)更大壓力.

同時(shí)，從報(bào)廢光伏組件產(chǎn)生的時(shí)空演化來(lái)看，內(nèi)蒙古自治區(qū)、甘肅省和寧夏回族自治區(qū)等西部地區(qū)光伏組件服役壽命較短，短期內(nèi)光伏組件報(bào)廢量產(chǎn)生較多.因此，短期內(nèi)回收和處置能力布局應(yīng)當(dāng)重點(diǎn)考慮西部地區(qū).但因?yàn)樯綎|省等地區(qū)受政策影響且這些地區(qū)的光伏組件服役壽命較長(zhǎng)，導(dǎo)致光伏組件報(bào)廢重量不斷增多，因此中長(zhǎng)期布局中心應(yīng)根據(jù)國(guó)家規(guī)劃逐漸向分布式光伏和海上光伏建設(shè)基地沿海地區(qū)轉(zhuǎn)移.

2.4.3 局限性分析

本文采用灰色模型、Weibull 分布函數(shù)和市場(chǎng)供給A 模型等預(yù)測(cè)了未來(lái)光伏組件報(bào)廢量，分析了沿黃九省份之間的區(qū)域差異，取得了一定成果.但本研究還存在一定局限性，主要包括以下三方面：①數(shù)據(jù)處理過(guò)程平滑系數(shù)和初始值不是固定值，會(huì)隨著軟件、設(shè)置情景的不同存在差異，導(dǎo)致預(yù)測(cè)的新增裝機(jī)量出現(xiàn)偏差.②光伏組件壽命分布需進(jìn)一步精確，由于未考慮到自然災(zāi)害、人為破壞等不確定因素，Weibull分布函數(shù)的特征壽命等參數(shù)設(shè)置仍不夠精確，導(dǎo)致預(yù)測(cè)的報(bào)廢量存在一些偏差.③極端事件和光伏產(chǎn)業(yè)發(fā)展具有不確定性.如日本排放核污染水和“垂直一體化光伏全產(chǎn)業(yè)鏈”等皆會(huì)影響光伏組件的服役壽命.

3 結(jié)論

a) “雙碳”戰(zhàn)略背景下，沿黃九省份2023-2040年光伏組件裝機(jī)量呈增長(zhǎng)趨勢(shì)，年均增長(zhǎng)率呈現(xiàn)先增后降的趨勢(shì).2025 年青海省、甘肅省和寧夏回族自治區(qū)光伏組件累計(jì)裝機(jī)容量分別為40.8、35.36 和33.53 GW.2030 年和2040 年的新增裝機(jī)容量分別是2023年新增裝機(jī)容量的5.2 倍和18.9 倍.

b) 常規(guī)退役模式下，光伏組件報(bào)廢重量迅速增長(zhǎng).2025 年、2030 年、2040 年 分 別 達(dá) 到0.06×106、0.22×106、2.12×106t.早期退役模式下，2025 年、2030年、2040 年光伏組件報(bào)廢重量分別達(dá)到0.16×106、0.51×106、4.05×106t.光伏組件報(bào)廢重量高于常規(guī)退役模式下光伏組件報(bào)廢重量，如早期退役模式下2030 年和2040 年光伏組件報(bào)廢重量分別是常規(guī)退役模式的2.32 倍和1.91 倍.

c) 光伏組件報(bào)廢重量區(qū)域差異顯著，2025 年光伏組件報(bào)廢重量排名前三的省份為內(nèi)蒙古自治區(qū)、甘肅省、寧夏回族自治區(qū)，三者之和占沿黃九省份總量的52.55%.到2040 年，光伏組件報(bào)廢重量排名前三的省份為青海省、甘肅省和內(nèi)蒙古自治區(qū)，三者之和占沿黃九省份總量的48.89%.隨著時(shí)間變化其區(qū)域差異格局不斷凸顯，山東省占比快速增長(zhǎng).因此，短期布局以內(nèi)蒙古自治區(qū)、甘肅省和寧夏回族自治區(qū)等西北地區(qū)城市為主，但中長(zhǎng)期布局應(yīng)該考慮國(guó)家重點(diǎn)建設(shè)的沿海地區(qū).