Du berceau à la tombe - Un cadre global pour tenir compte de l'incertitude dans l'analyse du cycle de vie des technologies photovoltaïques émergentes

La croissance rapide du photovoltaïque (PV), en particulier des technologies émergentes telles que les tandems pérovskite/silicium (PSK/Si), ouvre des perspectives prometteuses pour une transition énergétique durable. Cependant, leur performance environnementale doit être rigoureusement évaluée afin de garantir leur cohérence avec les objectifs climatiques et de protection de l'environnement. L'Analyse du Cycle de Vie (ACV) constitue une méthodologie clé à cet effet, mais son application aux technologies émergentes est souvent confrontée à d'importantes incertitudes, à la fois quantitatives et méthodologiques, notamment en ce qui concerne la modélisation du recyclage. Dans ce contexte, les modèles paramétrés permettent d'intégrer explicitement les incertitudes en représentant les systèmes technologiques à travers des variables clés, offrant ainsi une base souple pour explorer différents scénarios et évaluer la sensibilité des résultats aux hypothèses retenues.Cette thèse propose le développement d'un cadre méthodologique systématique s'appuyant sur le développement d'un modèle paramétré ainsi que des approches représentatives de modélisation du recyclage. Nourri par une revue de la littérature et des applications aux futurs contextes photovoltaïques, UnReX (eXtending Recycling in Uncertainty treatment), se décline en quatre étapes : 1) la construction d'un modèle d'inventaire paramétré, 2) l'identification des paramètres pertinents, 3) la caractérisation de l'incertitude quantitative, et 4) l'intégration des incertitudes liées aux choix de modélisation. Ce cadre permet d'intégrer de multiples sources d'incertitude au sein de la phase d'inventaire dans des modèles ACV paramétrés, assurant ainsi un traitement global des incertitudes sur l'ensemble du cycle de vie. Son application à une étude de cas sur les modules tandem PSK/Si démontre sa pertinence pratique pour l'aide à la décision et souligne l'importance de la modélisation du recyclage dans la gestion des incertitudes. Les résultats obtenus contribuent à renforcer la robustesse et la transparence des pratiques ACV appliquées aux technologies émergentes, en soutenant leur rôle dans la transition énergétique et la réalisation des objectifs climatiques mondiaux.