0 引 言

一直以来，国民经济持续健康发展，电力行业稳步拓进。据统计，2017年，全社会用电量6.3万亿kW·h，同比增长6.6%；各类电源装机规模稳步增长，截止2017年底，我国火电装机11.1亿kW、水电3.4亿kW、并网风电1.6亿kW、并网太阳能1.3亿kW[1](全口径发电设备容量)。“十三五”后期，电源的开发建设将继续有序稳步进行，因此对其有一个全面的认知显得尤为必要。

近来年，国内外对于各类电源的研究已经做了很多工作，文献[2]应用生命周期分析法对常规水电从工程用材冶炼、材料运输、电能输送3个阶段进行了简要的分析；文献[3]针对火电中的煤、油、气3种类型电站进行生命周期温室气体测算，并得到各个阶段排放数据清单；文献[4]以风力发电系统为研究对象，进行了环境和资源影响评价，并从距离和建材2个方面进行了敏感性分析；文献[5]开展了基于生命周期评价(life cycle accessment,LCA)理论的风电、光伏以及燃煤发电环境负荷研究，对其进行碳足迹分析，并比较了全球变暖、酸化和固体废弃物3种干扰因子的影响；文献[6]研究了塔式太阳能热力电站所用设备材料的生产、运输和电站基本建设过程中的能耗及其对环境的影响，最后与燃煤发电进行了比较；文献[7]根据ISO相关标准，建立了较为完整的LCA核算体系，并选定风、光伏以及生物质发电厂应用实例，分别进行了生命周期划分，最后将该体系进行应用。整体来看，相关学者已经将LCA方法较好地应用于各类电源的评价，但其多集中于研究环境负荷与能耗的影响，而较少从长远角度考虑电源的综合发展。

基于此，本文在低碳发展、绿色发展和可持续发展等相关理论和实践成果的基础上[8-9]，将生命周期相关理论[10-11]与绿色发展的理念相结合，应用生命周期评价方法确定各类电源生命周期清单，从能源、资源、环境等方面对其分析评价，并进一步在总目标层提出电源绿色发展指数模型，这有利于建立和发展电源可持续发展理论体系，并为未来不同发电方式的规划发展提供决策依据。

1 研究对象

综合考虑电源开发利用特性及资料的可获取程度，本文选定燃煤火电、水电、风电以及光伏发电为研究对象，每组分别选择2个典型工程，以电力输送至华中地区为对比，建立电源绿色发展指数评价体系。

研究中所选燃煤火电均为先进的超超临界机组，其中当地和坑口火电分别以华中A、新疆B电站为典型；水电分为常规水电和抽水蓄能电站，分别以C、华中D电站为典型，抽水蓄能电站由于其特殊性，研究主要考虑其节煤效益(D电站可替代同等规模的火电装机，节约省内标煤量6.42万t/a)；风电考虑陆上和海上风电，分别以内蒙E、浙江F电站为典型；太阳能光伏发电考虑华中和西北光伏，分别以G、H电站为典型。各典型工程具体参数如表1所示。

表1 典型工程参数 Table 1 Parameters of typical projects

2 各类电源全生命周期数据分析

2.1 投入产出清单

应用LCA将各类电源全生命周期分为建设期(包括输电线路建设)、运行期和退役期3个阶段，考虑其全生命周期各环节，对其重要因子进行定量或定性分析(主要探究相关自然资源的投入，不涉及经济效益评价、环保等)，而干扰较小的因子忽略不计。

因不同类型电源资源投入种类不一且价值相差较大，如燃煤火电需要更多铁矿石，而光伏发电所消耗的镓等资源量虽小，但其价值大，无法对其从资源量级上统一衡量。故本研究对各类电源投入的非消耗性资源和部分无法统一比较的消耗性资源进行定性分析，并考虑生产中间产物过程中能源资源的消耗，投入产出清单见表2。

最后，应用基于“三明治”SERS 特性的检测方案开展临床血清样本的检测.如图8(d)所示，对不同稀释比例的血清样品分别进行SERS光谱检测，并由剂量响应曲线(图8(b))计算相应的AFP浓度，结果列于表1中.同时，与采用CLIA方法的检测结果进行对比，可以看出，基于“三明治”结构SERS特性的免疫检测方案与CLIA的检测结果基本一致，并且具有更高的灵敏度.因此，基于PS@Ag免疫探针和Si@Ag免疫基底的SERS光谱检测具有好的可靠性.

一般，火力发电在电力系统中承担基荷部分，且火电最小出力是其额定容量的40%～50%，使其尽量在高效工况下运行，可节省系统燃料消耗，有利于安全、经济运行，燃煤火电在运行阶段，只要燃煤供应充足，可为电网提供可靠出力；水电站保证出力是指符合设计保证率要求的某一枯水时期的平均出力，研究中考虑其相对燃煤火电的可靠出力较小；风力发电由于受风的影响，本身供电是随机和不连续的，同时影响光伏发电的天气现象很多，系统发电功率受其影响而处于不断变化之中，因此风电和光伏发电均不是稳定的电源，本研究体系中暂不考虑这2种电源的可靠出力。

表2 电源全生命周期投入产出清单 Table 2 Life cycle Input-output inventory of power supplies

2.2 典型工程实例分析

2.2.1 煤电系统全生命周期数据

燃煤火电建设期主要包括原料的开采、运输、电厂及输电线路建设等环节。煤炭开采过程资源消耗及污染物排放由相关研究取值[12]。A、B电站水泥运输距离分别为10，100 km；钢材运输距离分别为40，85 km。在建厂阶段，A电站非能源资源消耗量由设计资料提供，B电站非能源资源消耗量由电站功率和折算得到的电站单位功率原材料需求量计算[13]，清单见表3；能源资源消耗及排放均由非能源资源消耗及其全生命周期数据[14-15]计算得到(数据见表4)；A电站输电距离较小(耗材忽略不计)，B电站输电距离约为2 500 km，单位距离耗材数据[2]见表5。综合考虑火电站及其配套贮煤设施占用土地，A、B电站占地分别为94万m2，35万m2。

建设现代化经济体系离不开大数据的发展和应用。提高经济发展质量，要加快产品质量大数据建设，充分利用好大数据，推动互联网、大数据、人工智能同实体经济深度融合。

表3 典型电站建厂耗材清单 Table 3 Supplies inventory of typical power plant construction t

表4 基础耗材全生命周期数据 Table 4 Life cycle data of basic consumables kg/t

表5 输电建设耗材数据 Table 5 Construction date of electricity transmission t/km

表6 运行阶段资源年消耗量 Table 6 Annual resource consumption during operation stage

表7 运输过程全生命周期数据 Table 7 Life cycle data during transportation kg/(104t·km)

计算结果显示，在此方案下，8个典型电站总环境影响潜值由高到低依次为G、H、A、B、E、F、D、C，表明风电和水电系统整体对环境的影响相对较小。

风电站的运行阶段能耗和污染物排放主要源于其配件的维修和更换；在其退役阶段，主要考虑风电机组被拆除、运输、回收利用及废弃物填埋过程的能耗和排放。

水电站的建设期考虑开挖土石、填筑土石、建厂耗材生产及运输和输电线路建设4个环节。开挖土石和填筑土石量均由相关设计院提供，开挖所用挖掘机铲斗容量为1.64 m3，额定功率为208 kW，所配备货车运行过程油耗和排放数据参照表7。水电站建设耗材见表3，运输距离为100 km，采用柴油货车运输。C电站输电距离约为3 000 km；D电站输电距离较小(耗材忽略不计)。C、D电站建设征地(含淹没区和枢纽工程建设区)总面积分别为28 888万m2，370万m2。

按照河北省文化厅安排部署，河北省图书馆应选派13名员工到国定扶贫县或省定扶贫县工作一年，支持其文化建设。但考虑到河北省图书馆在新馆建筑面积、服务窗口、到馆读者大幅增加，服务范围、服务功能不断拓展的情况下，人员仍停留在1987年建馆时批复的编制数，导致人员长期严重不足，长年外派员工几乎不可能。故根据通知精神，并结合河北省图书馆实际，采取了短期文化服务项目的方式开展人才选派工作。

层次结构模型的构建首先是要根据决策目标，明确影响决策的几个重要因素，再通过对中间层对最高层指标进行分层，最底层对中间层分层，最后构造一个各层级之间相互关联的层次结构模框图图，如图1所示。

对于水电站，在运行过程中，不存在水能开采的问题，运行期机电设备更新消耗较少，此处忽略不计。同时，水电站退役后往往会继续保留大坝，而大坝具有旅游资源等效益，系统基本没有排放和消耗。

2.2.3 风电系统全生命周期数据

近年来，政府越来越重视社会力量在危机管理中的作用，不管是在危机救援的实际参与中还是在法律法规中，社会力量都有了一定的存在感。在取得的令人瞩目的成就的同时也暴露出了多元主体在危机管理中不协调的短板。

2.2.2 水电系统全生命周期数据

2.2.4 光伏系统全生命周期数据

光伏发电建设期涉及较广，其土建工程量较小(此处忽略不计)；本文主要考虑光伏组件的生产、材料的运输、电厂和输电线路建设的影响。光伏组件生产环节主要经历石英砂硅分离提纯、多晶硅、电池组件等过程，该环节主要考虑煤、天然气和石油的消耗。G、H电站建厂耗材见表3，运输距离分别为50，3.5 km。G电站输电距离约为2 000 km，H电站输电距离较小(耗材忽略不计)。光伏发电开发需要占用大量土地，经综合考虑地形、维度、安装方式等因素，得到G、H电站占地分别为23万m2，150万m2。

光伏发电系统运行阶段能够实现“无人值班，少人值守”运行，基本不需要投入，该阶段能耗和排放均小于系统整体1%，故本文在研究中忽略不计。光伏电站在到达寿命期后，类似于风力发电，将进行报废处理，这里主要考虑组件运输过程的影响，运输距离为500 km。

3 电源绿色发展指数体系建立

3.1 生命周期清单结果分析

现结合所选各类电源典型工程全生命周期数据及电站全生命周期电能产出量(抽水蓄能工程考虑节煤效益)，相除得到以1 kW·h为基础单位的系统投入产出清单结果见表8。

燃煤火电运行阶段主要考虑煤炭、石灰石、水以及电能的消耗，其消耗量由设计资料提供，数据见表6。发电机组主要使用贫煤，煤燃烧后产生的气体经脱销、脱硫等装置处理后排出。电站运行期产生的固体废弃物暂时堆积存放，退役后将其运输到相应地点。原料运输采用火车，A、B电站煤运输距离分别为800，3 km，石灰石运输距离分别为80，100 km，运输过程能耗和排放数据[2,4]见表7。

表8 典型电站生命周期投入产出清单结果 Table 8 Life cycle input-output inventory of typical power stations

由表8可知，虽然所选电源类型不一，但各系统全生命周期能耗中标煤的消耗量均占主体地位，其次为柴油和汽油，天然气消耗最少，这与我国能源消费结构较为符合；燃煤火电由于运行阶段需要消耗大量的燃煤，其全生命周期总消耗量在各类电源中位列第一，清洁能源发电相比之下明显较少。各类电源污染物排放中，CO2均占比最高，VOC最少；不同电源之间比较发现，燃煤火电处于劣势地位，CO2排放最大。土地占用方面，光伏发电单位电量占地最多，其次为水电和风电，燃煤火电最少。

根据中国航运景气指数调查结果显示，在全国各大航运相关企业中，认为中美贸易战一旦发生，业务量将减少10%以内的比例为27%；24.47%的企业则预测贸易战会导致业务量减少10%～30%；而37.97 %的企业预计中美贸易战对公司业务影响不大；只有5%的企业认为中美贸易战会导致业务量减少30%以上；剩下的5%则认为中美贸易战反而使业务量出现一定程度的增长。可见，针对中美贸易战不断升级，大多数国内企业认为业务量会相应减少，小部分企业认为中美贸易战对公司业务量影响不大，企业业务量保持稳定。极少部分企业会因贸易战增加业务量。

3.2 能源评价指标

研究中能源评价指标采用整个系统输出能量与输入能量之比，其值越大，则表示该系统的净输出能量越大，该系统在能源方面越具有优势，其值用能源回报率[13]表示：

3695例病例中，丁溴东莨菪碱注射液用法用量均为说明书推荐剂量：每次20 mg，静脉注射或静脉滴注，用药频次为qd或bid，用药天数1～10 d不等，用药原因主要为胃肠道、胆道和泌尿道痉挛，以及胃-十二指肠镜及影像学检查，其中胆道痉挛1430例，平均用药天数1.37 d；泌尿道痉挛1420例，平均用药天数2.95 d；胃肠道痉挛及胃肠镜检查827例，平均用药天数1.1 d；其他原因18例，平均用药天数1.0 d。用药原因分布见图1。

(1)

基于能源可持续发展理论，提出针对不同发电方式评价，涵盖能源、资源、环境3个分项系数在内的综合评价指标—电源绿色发展指数εG，同时为考虑电源的稳定性、占地等因素，在绿色发展指数计算式中延伸拓展系数μ以考虑电站的综合发展。定义电站绿色发展指数中能源评价为正指标，资源和环境评价为逆指标，拓展系数增加，其整体值越大，则表明该系统绿色可持续发展性越好，值得推广性越高。电源绿色发展指数定义式为

根据电站能源消耗清单和ηe计算方法，对典型电站的ηe进行计算，得到研究所选4种发电方式，共8个电站能源回报率由高到低依次为C、F、D、E、H、G、B、A，其值分别为65.68，11.92，8.68，4.74，1.22，1.19，0.46和0.41。分析结果表明：在此方案下，水电和风电能源回报率较高，则该系统节能优势较为明显，从净产能的角度考虑应当选择此类能源回报率高的发电方式。

（七）专业合作社的组建情况及发展模式 目前在武隆县畜禽生产站备案的牛羊养殖专业合作社有17个。其发展模式通常为“专业合作社+农户”，合作社免费提供种用牛羊，同时与农户签订商品牛羊收购合同，种畜淘汰时给养殖补贴差价（差额=市场价格*【回购时体重－发放时体重】）

3.3 资源评价指标

电站资源消耗总量见表8，其反映了不同发电全生命周期的资源绝对消耗量，为了体现出其相对大小以及资源的稀缺性，对数据进行标准化以及加权评估处理。评估中标准化基准采用全球人均资源消耗量，权重考虑不可更新资源可供应期取值。加权后的各数据可以进行相互比较，也反映出了对资源的压力大小，因此将加权后的资源消耗综合为一个资源耗竭系数指标，用Φr表示，其计算式为

Φr=∑Xi

(2)

式中Xi为第i种资源加权后的耗竭系数，单位以毫人当量(mPR90)表示。

由电站生命周期数据及相应计算公式，计算得到典型电站资源耗竭系数(见表9)。

经过不同电站的生命周期资源消耗的计算，资源耗竭系数由高到低依次为A、B、G、H、E、D、F和C，结果显示在此方案下，水电、风电资源耗竭系数较小，则表明该发电方式的各种资源稀缺性相对较低，整体对自然界资源消耗的压力较小。

表9 电站资源耗竭系数 Table 9 Weighted resource consumption of power plants mPR90

3.4 环境评价指标

本文共选取5个环境影响量化指标，分别为全球变暖影响潜能、酸化影响潜能、富营养化影响潜能、粉尘和光化学臭氧合成潜能，对电站排放数据进行特征化、标准化和加权处理(由层次分析法确定5种环境影响类型权重分别为0.38，0.16，0.06，0.15，0.25)，得到环境影响潜值，其值越大则对环境影响越大，计算式为

(3)

式中：j为电站全生命周期的第j种环境影响类型；ψj为加权后电站全生命周期第j种环境影响类型潜值；λj为第j中环境影响类型的权重；∂j为第j种环境影响类型潜值；Nj为标准化后第j种环境影响类型潜值；T为单位电量的全生命周期；Yj,i为第j种环境影响类型中第i个因子相对于参考物质的当量因子；Zi为第i个干扰因子的排放量。

由于颗粒燃料直径较小，环模压缩比较大，对原料的含水率要求较高， 一般含水率在12%～15%之间、原料粒径在1～5 mm 之间时适合成型[19-21]。

由典型工程生命周期数据及环境影响潜值计算公式，计算得到典型电站环境影响潜值见表10。

燃煤火电退役阶段暂只考虑废弃物运输过程的影响，其资源消耗和污染物排放数据计算方法同前。

3.5 电源绿色发展指数

式中：ηe为各类电源全生命周期能源回报率；Pout、Pin分别为电源全生命周期输出、输入能量值。

风电建设期主要包括风机制造、建厂耗材生产及运输、输电线路建设3个环节。风机制造过程相关数据由制造公司提供；建厂耗材数据见表3，E、F电站材料运输距离分别为50，100 km，运输工具采用货车。E、F电站输电距离分别为1 600，1 000 km。风电场占用土地较为“散落”，发电机组分散布局，土地覆盖范围较广，综合考虑E、F电站占地分别为3万m2，2.18万m2(F电站海征面积为474.23万m2)。

εG=(1+μ)(αηe+βΦr+γΣψj)

(4)

表10 不同类型发电方式典型电站系统环境影响潜值表 Table 10 Environment potential value of typical power plants with different types of power generation

式中：α为能源回报率权重值；β为资源耗竭系数权重值；∑ψj为总环境影响潜值；γ为总环境影响权重值；μ为电站全生命周期拓展系数。

由于各指标对绿色发展指数的影响不同，研究中以能源为主要因素，各分项指标重要性判断为能源>环境>资源，采用层次分析法构造判断矩阵，确定各分项指标的权重α、β、γ值分别为0.62，0.12，0.26；拓展系数μ取值情况见表11。为使计算结果更为合理，不同分目标层指标均先采用最大最小化法进行标准化，将其折算为0～1的标准值，之后进行电源绿色发展指数计算。

表11 典型工程μ取值 Table 11 Value of μ in typical engineering

由各无量纲数据和电源绿色发展指数计算公式，计算得到8个典型电站绿色发展指数值由高到低依次为C、F、D、E、B、A、H、G，其值分别为0.83，0.46，0.45，0.41，0.35，0.34，0.26和0.21。分析表明：在此方案下，水电作为高能源回报率以及低排放的清洁能源，绿色发展指数最高，开发建设具有较大的优势；其次是风电，尤其是海上风电具有资源丰富、发电利用小时较高、占地少等特点，绿色发展指数较为满意；燃煤电站在供煤充足可靠的情况下，能够提供可靠出力，但其耗能高、CO2排放多，绿色发展指数较低；光伏电站由于利用小时数不高，且光伏组件的生产环节排放大，导致其能源回报率低，对环境和资源压力也较大，绿色发展指数偏低。

牛皮糖率领牛群，头朝外屁股朝里堵在政府门口，把个衙门堵得严严实实。这时候就有三三两两的人，来到门前看热闹。牛皮糖张望了一会，觉得人气不够旺，就从怀里掏出一小挂鞭炮，点燃，扔了出去。鞭炮在远远的青石板上炸响。隔了一阵，他又掏出一小挂点燃扔出去，又是一阵噼啪。他早就买了一盘千子鞭，精心拆成一小段一小段放在口袋里。鞭炮都不长，炸的时间也就一小会。但一挂接着一挂，效果就出来了。不断的有人朝上街政府门前跑动。先是小孩打打闹闹前来，接着是妇女喊着：看猴把戏去啊，耸动着两个奶子跑来。再后来就是买卖之后的男人脚步咚咚的来了。街道空了大半截。

4 结 论

(1)针对电力系统中不同电源开发建设，从系统资源投入产出角度考虑，提出基于绿色可持续发展理论的电源绿色发展指数评价模型，在既定方案下，可通过绿色发展指数高低判断选择较为理想的规划。

(2)在此次建模研究中，所选典型A—H电站的能源回报率分别为0.41，0.46，65.68，8.68，4.74，11.92，1.19和1.22；资源耗竭系数分别为3.13×10-3，2.75×10-3，2.3×10-5，2.65×10-4，2.83×10-4，1.21×10-4，1.09×10-3和1.06×10-3mPR90；总环境影响潜值分别为2.15×10-4，2.10×10-4，5.76×10-7，6.02×10-6，1.34×10-5，6.54×10-6，2.92×10-3，1.92×10-3人当量；拓展系数分别为0.15，0.15，0.05，0.05，0.02，0.02，0，0；综合得到绿色发展指数依次为0.34，0.35，0.83，0.45，0.41，0.46，0.21和0.26，结果显示C、D、E、F电站绿色发展指数较高，表明其对应的水电和风电可持续性相对较好，更适合进一步推广。由于研究中所选不同电源典型工程分布各异，因此其输电至华中地区的输电距离不一，对结果有部分影响；在今后的应用中，通过实际输电线路规划，可以更有效地利用电源绿色发展指数进行开发方式的指导和选取。

对单词进行测试，采用哪种测试形式得根据测试目的选择测试的依据，即测试词汇知识的哪个方面。如果想要调查学习者词汇量的大小或衡量词汇量是否有大量增长，可以考察其接受性词汇（Receptive vocabulary）量的大小。接受性词汇指学习者能认识的、并知道其词意的词汇，即考察学习者是否能根据单词的接受性书写形式（receptive form）知道其词义，这较之考察其他词汇知识更为恰当。

(3)目前所提出的电源绿色发展指数评价未考虑生态环保、人类健康等因素，在接下来的研究中将重点考虑相应分项评价指标的建立，使整体框架更加完整。

参考文献

[1] 国家能源局.全国电力工业统计数据一览表[EB/OL].(2018-01-22)[2018-02-10].http://www.nea.gov.cn/2018-01/22/c_136914154.htm

National Energy Bureau.National statistical data list of power industry[EB/OL].(2018-01-22)[2018-02-10].http://www.nea.gov.cn/2018-01/22/c_136914154.htm

[2] 邹治平，马晓茜，赵增立，等.水力发电工程的生命周期分析[J].水力发电，2004，30(4)：53-55，62.

ZOU Zhiping，MA Xiaoqian，ZHAO Zengli，et al.Life cycle assessment on the hydropower project[J].Water Power，2004，30(4)：53-55，62.

[3] ODEH N A，COCKERILL T T.Life cycle analysis of UK coal fired power plants[J].Energy Conversion and Management，2008，49(2)：212-220.

[4] 李龙君，马晓茜，谢明超，等.风力发电系统的全生命周期分析[J].风机技术，2015，57(2)：65-70，84.

LI Longjun，MA Xiaoqian，XIE Mingchao，et al.Full life cycle assessment on wind power generation system[J]. Compressor，Blower & Fan Technology，2015，57(2)：65-70，84.

[5] 贾亚雷，王继选，韩中合，等.基于LCA的风力发电、光伏发电及燃煤发电的环境负荷分析[J].动力工程学报，2016，36(12)：1000-1009.

JIA Yalei，WANG Jixuan，HAN Zhonghan，et al.Analysis on environmental load of wind，PV and coal-fired power generation based on life cycle assessment[J].Journal of Chinese Society of Power Engineering，2016，36(12)：1000-1009.

[6] 邹治平，马晓茜.太阳能热力发电的生命周期分析[J].可再生能源，2004(2)：12-15.

ZOU Zhiping，MA Xiaoqian. Life cycle analysis of solar thermal power generation[J].Renewable Energy，2004(2)：12-15.

[7] 郭敏晓.风力、光伏及生物质发电的生命周期CO2排放核算[D].北京：清华大学，2012.

GUO Minxiao.CO2 emissions accounting for life cycle of wind，photovoltaic and biomass power generation[D].Beijing：Tsinghua University，2012.

[8] 李晓西.中国绿色发展指数研究[C]//郑新立.中国经济分析与展望会议论文集(2010-2011).北京：中国国际经济交流中心，2011：183-208.

LI Xiaoxi.Study on the green development index of China[C]// Proceedings of China Economic Analysis and Prospects Conference(2010-2011).Beijing：China International Economic Exchange Center，2011，183-208.

[9] 李晓西，刘一萌，宋涛.人类绿色发展指数的测算[J].中国社会科学，2014(6)：69-95，207-208.

LI Xiaoxi，LIU Yimeng，SONG Tao.Measurement of human green development index[J].Social Sciences in China，2014(6)：69-95，207-208.

[10] ISO/TC 207/SC 5 Life Cycle Assessment.Environmental management-life cycle assessment-principles and framework：ISO 14040[S].2006.

[11] ISO/TC 207/SC 5 Life Cycle Assessment.Environmental management-life cycle assessment-requirements and guidelines:ISO 14044[S].2006.

[12] 武民军.燃煤发电的生命周期评价[D].太原：太原理工大学，2011.

WU Minjun.The life cycle assessment of coal-fired power generations[D].Taiyuan：Taiyuan University of Technology，2011.

[13] 周亮亮，刘朝.洁净燃煤发电技术全生命周期评价[J].中国电机工程学报，2011，31(2)：7-14.

ZHOU Liangliang，LIU Chao.Assessment on whole life cycle of clean coal-fired power generation technology[J].Proceedings of the CSEE，2011，31(2)：7-14.

[14] 姜睿，王洪涛.中国水泥工业的生命周期评价[J].化学工程与装备，2010(4)：183-187.

JIANG Rui，WANG Hongtao.Life cycle evaluation of China cement industry[J].Chemical Engineering & Equipment，2010(4)：183-187.

[15] 张芳，吴国荣.我国钢材生产的生命周期评价[J].中国商界，2009(12)：173-174.

ZHANG Fang，WU Guorong.Life cycle evaluation of steel production in China[J].Business China，2009(12)：173-174.