WO2015055880A1 - Procedimiento y producto de programa informático para el control de codigestores anaerobios - Google Patents

Procedimiento y producto de programa informático para el control de codigestores anaerobios Download PDF

Info

Publication number
WO2015055880A1
WO2015055880A1 PCT/ES2014/070777 ES2014070777W WO2015055880A1 WO 2015055880 A1 WO2015055880 A1 WO 2015055880A1 ES 2014070777 W ES2014070777 W ES 2014070777W WO 2015055880 A1 WO2015055880 A1 WO 2015055880A1
Authority
WO
WIPO (PCT)
Prior art keywords
ratio
mixture
limit
hrt
stability
Prior art date
Application number
PCT/ES2014/070777
Other languages
English (en)
French (fr)
Inventor
Juan Manuel Lema Rodicio
Santiago GARCÍA GEN
Jorge RODRÍGUEZ RODRÍGUEZ
Original Assignee
Universidade De Santiago De Compostela
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Universidade De Santiago De Compostela filed Critical Universidade De Santiago De Compostela
Priority to EP14854626.0A priority Critical patent/EP3059645B1/en
Publication of WO2015055880A1 publication Critical patent/WO2015055880A1/es

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/28—Anaerobic digestion processes
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M21/00—Bioreactors or fermenters specially adapted for specific uses
    • C12M21/04—Bioreactors or fermenters specially adapted for specific uses for producing gas, e.g. biogas
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12P—FERMENTATION OR ENZYME-USING PROCESSES TO SYNTHESISE A DESIRED CHEMICAL COMPOUND OR COMPOSITION OR TO SEPARATE OPTICAL ISOMERS FROM A RACEMIC MIXTURE
    • C12P5/00—Preparation of hydrocarbons or halogenated hydrocarbons
    • C12P5/02—Preparation of hydrocarbons or halogenated hydrocarbons acyclic
    • C12P5/023—Methane
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C99/00—Subject matter not provided for in other groups of this subclass
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C3/00—Treating manure; Manuring
    • A01C3/02—Storage places for manure, e.g. cisterns for liquid manure; Installations for fermenting manure
    • A01C3/023—Digesters
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F11/00—Treatment of sludge; Devices therefor
    • C02F11/02—Biological treatment
    • C02F11/04—Anaerobic treatment; Production of methane by such processes
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/20—Nature of the water, waste water, sewage or sludge to be treated from animal husbandry
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/006—Processes using a programmable logic controller [PLC] comprising a software program or a logic diagram
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/05—Conductivity or salinity
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/07—Alkalinity
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/16—Total nitrogen (tkN-N)
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/28—Anaerobic digestion processes
    • C02F3/2846—Anaerobic digestion processes using upflow anaerobic sludge blanket [UASB] reactors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Definitions

  • the present invention relates to a control procedure for the optimization of anaerobic digesters in the treatment of different organic residues by co-digestion.
  • the invention also relates to an anaerobic digester control software program product, suitable for carrying out the process.
  • the invention has application in biogas plants, to improve their performance in terms of methane production, gas quality, digested quality and operation stability.
  • the invention allows to obtain a better use of organic waste as a renewable energy source.
  • Anaerobic digestion is a biological process by which any organic waste can be transformed into biogas (mixture of methane and carbon dioxide) through a complex reaction mechanism that includes serial and parallel reactions and that are catalyzed by different groups of microorganisms
  • biogas mixture of methane and carbon dioxide
  • Current advances in the design of bioreactors have increased the use of anaerobic digestion for the treatment of organic solid waste, reaching higher yields than with conventional methods.
  • there are many factors that can influence the performance of the digestion process such as the type and concentration of substrate, temperature, humidity, pH, etc., (Khalid et al., 2011, Waste management 31, 1737-1744).
  • anaerobic co-digestion turns out to be an interesting alternative to improve anaerobic digestion yields of solid waste.
  • co-substrates can increase the biogas yield of the digesters due to the synergies that can be established between the different substrates, which allows, for example, to improve the nutrient balance or the moisture content of the mixture, in addition to being a important economic advantage due to the sharing of equipment and facilities (Mata-Alvarez et al., 2000, Bioresource Technology 74, pp. 3-16).
  • the reaction mechanism is complex since it comprises many reactions and different groups of microorganisms. Being a biological process, the efficiency with which the different microorganisms work depends largely on the pH and temperature conditions of the system. The accumulation of intermediate compounds, presence of toxins or inhibitors can lead to the acidification of the system and loss of effectiveness of the microorganisms with the consequent inactivation of these and the interruption or loss of biogas production, and that depending on the intensity of the disturbance It can lead to an irreversible destabilization of the process.
  • the main operating parameters that are monitored in a continuous operation of an anaerobic digester are mainly: pH, alkalinity, volatile fatty acid concentration (AGV), and biogas flow rate and composition.
  • pH alkalinity
  • AGV volatile fatty acid concentration
  • biogas flow rate and composition the main operating parameters that are monitored in a continuous operation of an anaerobic digester.
  • the Response and sensitivity of these parameters to a disturbance are different.
  • Boe et al., 2010, Water Research 44, 5973-5980 studied the response of these process indicators by exposing them to different types of disturbances in order to find the most appropriate parameter for process monitoring. Specifically, they studied the behavior of the following indicators: biogas production, pH, AGV and dissolved hydrogen (on-line measures), and the content of methane and hydrogen in the biogas (off-line measures). They observed that biogas production increased with increasing organic load but with a slight decrease in methane content.
  • the pH remained relatively stable and did not show a clear response to hydraulic overloads, but was sensitive to organic overloads.
  • the dissolved hydrogen was very sensitive to the presence of readily biodegradable compounds, and the gas phase hydrogen increased only slightly after an organic overload. They found that the AGV concentration was an effective indicator, where propionate was the most persistent acid after the appearance of the disturbance.
  • the invention relates to a control method for the optimization of anaerobic digesters in terms of methane production.
  • the invention relates to a method that controls anaerobic co-digestion operations that simultaneously treat a mixture of two or more organic residues by digestion.
  • anaerobic The digester feed includes agroindustrial organic waste such as pig, cow, chicken manure, waste from the biodiesel production industry, vinasse or canning industry waste.
  • the procedure comprises the following stages: a. Determination by means of linear programming techniques of the proportion of the different residues of the mixture and the hydraulic residence time of the system (HRT) maximizing an objective function, methane production, subject to linear restrictions; b. diagnosis of the stability of the co-digestion plant by monitoring physical-chemical parameters, which include the alkalinity ratio and the process methane flow rate and the calculation of diagnostic parameters indicative of system stability, which include a stability factor , determined according to the alkalinity ratio, and a remaining methanogenic capacity factor, determined from the methane flow rate; C.
  • control action which results in the modification of the limits of the linear restrictions of the linear programming method, stage a, from the parameters provided in the diagnostic stage that modifies the proportion and flow rate of the components of the mixture to maximize the methane production or recover the stability of the operation, maintaining the quality of the digested and biogas in the margins established by the restrictions; and d.
  • steps a) through c) are repeated.
  • Figure 1 shows a particular embodiment of the control procedure, in which the different blocks thereof are shown.
  • the results of the diagnosis determine to what extent the operational restrictions of the feeding have to be modified towards more or less conservative scenarios (107).
  • the control action modifies the limits of the linear constraints (104) that allow the calculation of a new reactor feed mixture.
  • the control procedure allows its application to both a real anaerobic co-digestion plant and a simulated plant that contains a sufficiently precise model such as the Anaerobic Digestion Model No. 1 (ADM 1), developed by the International Water Association (Batstone et al. , 2002, Water Science and Technology 45, pp. 65-73).
  • ADM 1 Anaerobic Digestion Model No. 1
  • the control procedure can be grouped into the following modules: Linear or Blender programming module (201), Filtering module (203), Diagnosis module (204) and Controller module (205).
  • the linear programming module (201) that returns the optimum feed mixture to the reactor and the hydraulic residence time (HRT) of the system is initially executed.
  • the HRT and the mixture of optimal substrates obtained in the Blender module are applied in the real / simulated plant (202).
  • the Filtering module calculates the average value of the physicochemical parameters to be considered in the Diagnosis module during each control cycle (1/4 of the HRT), which are Alkalinity Ratio (Ratio) and methane flow rate (QCH4) -
  • the stability and performance of the digester operation is continuously monitored by specific indicators defined in the Diagnosis module (204).
  • the Controller module (205) calculates an indicator at the end of each cycle time of the controller (which is set in a quarter of the HRT of the system) and acts on the most active constraint of the optimization problem (one that has the potential to achieve a greater increase in the value of the objective function).
  • a restriction is active when the linear programming solution is at the upper or lower limit of that particular restriction.
  • Blender module calculates a new HRT and a new substrate mix, starting a new control cycle with the new limits of the operational restrictions.
  • system is implemented using MATLAB® / SIMULINK®. The different modules of the control procedure are described below. Blender
  • the linear programming optimization method applied in the Blender module simultaneously leads to the optimization of the substrate mix and the HRT of the system that maximize the objective function. For each value of HRT evaluated, a mixture of substrates is obtained. The combination of HRT and substrate mix that has a higher methane production, taking into account the restrictions applied, is returned as an optimum for operation.
  • the structure of the objective function (f 0bj et ⁇ vo) of the optimization problem is presented in Figure 3, and has the form: where x, is the volumetric fraction of each substrate in the mixture; COD is the chemical oxygen demand, indicative of the organic matter content of each substrate (obtained from the substrate characterization table); pMet ⁇ is the percentage of methanization expected for a given HRT, which is obtained experimentally from the biodegradability test of each residue, and HRT is the hydraulic residence time that will be applied to the system and that has been obtained from the tests of biodegradability of all residues in the mixture.
  • the objective function returns the sum of the terms resulting from multiplying the fraction of each substrate in the mixture x ⁇ by its CODt ⁇ and by the percentage of expected methanogenic conversion (pMet ⁇ ) for the given HRT (taken from the biodegradability test).
  • the units of the objective function are g COD-CH 4 / L d.
  • Methane production although usually expressed in L CH 4 / L d (om 3 CH 4 / m 3 d), in this case, is expressed in g COD / L d, since it allows a direct comparison with the speed of organic load (VCO) of the system, which is expressed in the same units and that is one of the main parameters of operation in anaerobic digestion together with HRT.
  • the definition of the objective function uses the experimental information of each biodegradability test of the discontinuous substrates as well as the organic matter content (COD) of the same. These tests are carried out routinely in many anaerobic digestion facilities and therefore, it is not an additional requirement when implementing this control strategy. Also, the total COD value of the substrates is a typically known variable. In this way, a direct application system is achieved even in installations with limited instrumentation and analytical capacity.
  • the optimization problem contemplates a set of linear restrictions based on the experience of anaerobic digestion operation.
  • Linear feed restrictions are defined based on the available characterization of the substrates. The restrictions begin with very conservative values of anaerobic digestion processes. Maximum and minimum acceptable values are defined for various parameters, among others: (1) organic loading speed (VCO); (2) Kjeldahl Total Nitrogen (NTK); (3) Humidity; (4) lipid content; (5) total alkalinity; (6) salinity (chlorides), (7), biogas quality; and (8) quality of the digested.
  • VCO organic loading speed
  • NNK Kjeldahl Total Nitrogen
  • Humidity Humidity
  • (4) lipid content (5) total alkalinity; (6) salinity (chlorides), (7), biogas quality; and (8) quality of the digested.
  • VCO COD t / TRH (expressed in g COD / L d)
  • Quality of the digested COD t (pBiod - (expressed in g COD / L) where pBiod is the maximum percentage of methanization (or% biodegradability, expressed in% / 100) obtained from the biodegradability tests of each substrate; and pMet is the percentage of methanization (expressed in% / 100) reached at the time of the biodegradability curve equal to the HRT applied to the digester.
  • the quality of the gas is calculated in terms of the maximum sulfur content (expressed in g H 2 S / L) that can be obtained in the biogas. It is calculated from the sulfur mass balance considering that all the sulfur in the substrates is converted to H 2 S and completely eliminated in the gas stream:
  • This module calculates the average value of the physicochemical parameters that are to be considered in the Diagnosis module during each control cycle, which are Alkalinity Ratio (Ratio) and methane flow rate (QCH 4 ) -
  • the average values of these Parameters in each control cycle are compared in the diagnostic module with reference values or setpoints to evaluate the stability of the operation.
  • the filtered values or average values of these parameters are calculated using the following expressions:
  • Ratio is ratio of average alkalinity and Q CHi is the average methane flow rate.
  • the integration time used is equal to a quarter of the HRT time.
  • the Diagnosis module of the performance and stability of the control system monitors the parameters Ratio of Medium Alkalinities and Average Methane Flow.
  • the Alkalinity Ratio parameter is defined as the ratio between alkalinity due to volatile fatty acids (AGV) and alkalinity due to bicarbonate, and allows predicting acidification and organic overload of the system.
  • the average methane gas flow is used as an indicator of the proximity of the operation to the maximum capacity of the process.
  • the Diagnosis module returns two factors based on the representative values of Average Alkalinity Ratio and Average Methane Flow, which are the stability factor (f Ratio) and the remaining methanogenic capacity factor (fcm) -
  • the stability factor (f Ra tl 0) is calculated using an empirical correlation (Rodriguez et al., 2006, Water Science & Technology 54, pp. 57-62) based on the average Ratio, Ratio, with respect to the reference value Ratio ' set as system stability limit.
  • the return value is in a range between [-1, 1] and serves as an indicator of process instability when it is negative, and as a level of stability when it is positive.
  • the stability factor is calculated using the following expression:
  • the remaining methanogenic potential factor (f C m) is calculated using an empirical correlation based on the production of average methane, Q CHi , with respect to a reference value of methane flow established as maximum system capacity, Qcm * (Rodr ⁇ guez et al., 2006, Water Science & Technology 54, pp. 57-62). The result is between [0, 1] and serves to moderate the extent to which changes in organic load applied to the system will occur, avoiding, for example, large increases during very stable conditions when methane production values are close to estimated as maximum system capacity.
  • the remaining methanogenic potential factor (fcm) is calculated using the following expression: where the parameter ⁇ is determined empirically from the experimental data setting. Controller (Adaptation of linear constraints)
  • the Controller module calculates at the end of each time cycle a control indicator, indicator I, which is the product of the factors fp! Atio and fcH4 when the system is stable (and therefore f Rat 0 is positive), and the same af Rat ⁇ 0 when a destabilization occurs (and therefore f Rati0 is negative).
  • a control indicator, indicator I which is the product of the factors fp! Atio and fcH4 when the system is stable (and therefore f Rat 0 is positive), and the same af Rat ⁇ 0 when a destabilization occurs (and therefore f Rati0 is negative).
  • the value of indicator I is in the range of [-1, 1].
  • the control action consists in the modification of the limits of the operational constraints of the linear optimization problem.
  • the value of indicator I is applied directly to the most active linear constraint that results from solving the linear programming problem.
  • the linear programming solution returns the active restrictions of the system, which would increase the value of the objective function if the limits of these restrictions were extended.
  • the control action modifies the limit of the most active restriction through an equation in which the new calculated limit takes into account the current value of the restriction limit, the range of the restriction (difference between the upper and lower limit of the restriction) and indicator I.
  • Limit NU Evo is the new limit
  • Limit A cTUAL is the current limit
  • Limit S upERioR and Limiti NFER io R are, respectively, the upper and lower limits of the range.
  • the modification of the proportion of the components of the mixture to maximize methane production comprises increasing the range (difference between the upper and lower limit) of the more active restriction of the set of constraints of the linear programming problem. with the objective of increasing the organic load that is treated in the reactor and favoring that the system increases the production of methane.
  • the control / indicator between (0, 1) when the system is stable, causes the limit of the most active restriction to be modified and the range of values for that parameter to be increased.
  • the solution of Linear programming problem will be different and will promote a mixture with greater methane production potential, and therefore the system will work at a higher organic loading speed, if the limits of the restrictions imposed in the module of Linear programming, which restricts the value of the objective function, the system can work with a mixture and HRT that allows to obtain a greater production of methane and therefore the system works at a higher VCO.
  • the conversion rate of organic matter to methane will be that which allows the effluent quality to be met in terms of COD, that is, that does not exceed the maximum considered in the restriction related to the quality of the digested.
  • the system will tend to maximize methane production and at the same time obtain a degree of conversion that allows compliance with the digested quality restriction.
  • the objective is to reduce the organic load that is treated in the reactor and encourage the system to recover from the disturbance.
  • the / control indicator will take a value between [-1, 0), which causes the modification of the limit of the most active restriction, thereby reducing the range of values for that parameter.
  • the solution of the linear programming problem will be different, reducing the value of the objective function, working at lower organic loads and favoring the system to recover from destabilization.
  • the invention provides a computer program product comprising program instructions to cause a computer system to perform the procedure and process information regarding the composition of the organic waste mixture.
  • Said computer program may be stored in physical storage media, such as recording media, a computer memory, or a read-only memory, or it may be carried by a carrier wave, such as electrical or optical.
  • Figure 1 shows a block diagram of the control procedure for anaerobic co-digestion of multiple substrates in which optimization is achieved by applying a control method based on linear programming to control the substrate mix, process performance diagnosis and feedback to operating restrictions.
  • Figure 2 shows the control procedure of an anaerobic co-digestion plant in which all the blocks are involved.
  • Figure 3 shows that the objective function is evaluated for a given HRT and a set of substrate fractions in the mixture (xi).
  • Figure 4 shows the optimization results of the simulation of purine, glycerin and gelatin co-digestion, a) Percentage of substrates in the mixture (% COD) together with the VCO applied; b) stability factors (f Ra tl 0) and methanogenic remaining potential (emf) ⁇ indicator control I; c) Ratio of alkalinity; d) Methane production and applied VCO.
  • the control procedure object of the present invention has been tested in simulation connected to a virtual anaerobic co-digestion plant.
  • the virtual plant consists of an anaerobic co-digestion model implemented in MATLAB® / Simulink® and which simulates continuous and discontinuous operation processes (Garc ⁇ a-Gen et al., 2013, Bioresource Technology 147, pp. 525-533).
  • the model is based on a modification of Anaerobic Digestion Model No. 1 (Batstone et al., 2002, Water Science and Technology 45, pp. 65-73).
  • the HRT of the system was maintained between 32-40 days, with the average value of the entire operation being 39 days.
  • the composition of the feed mixture as well as the organic loading rate (VCO) were modified throughout the operation as a consequence of the control action.
  • the controller cycle time was set at 10 days (a quarter of the HRT), a time interval in which the diagnosis of the digester stability and the control action is made.
  • the system began its operation at a low VCO of 1.5 g COD / L d and reached values of 8.5 g COD / L d after about 70 days.
  • the controller It was increasing the VCO of the system, thus promoting an increase in methane production.
  • days 90-110 as a result of the increase in the diagnostic parameter, alkalinity ratio, above the stability threshold (whose setpoint had been set at 0.4), the control action reduced the VCO during the time interval [ 100, 120) to counteract the destabilization of the system and lead the digester to a safer state of operation. With this action, the controller was able to bring the system to a more stable operation, reducing and moving the diagnostic parameter from the destabilization threshold.
  • the controller began to increase the VCO again until the process reached alkalinity ratio values higher than the set value. At that point, the control action is invested in reducing the increasing destabilization of the system, and as before, the VCO is reduced until the alkalinity ratio is at values far from the stability limit.
  • the limits of the linear restrictions that were applied to the problem of linear programming for the calculation of the optimal mixture were modified (increasing or reducing) in order to obtain an optimum mixture that maximized methane production to a given VCO, or obtain a mixture that would lead to a more stable operation, but where methane production was also the maximum possible under these conditions.
  • the initial limits of the restrictions were established according to typical ranges of operation in co-digestion plants.
  • the limits of the following restrictions were modified: VCO, NTK, and total alkalinity.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Genetics & Genomics (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Biotechnology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Water Supply & Treatment (AREA)
  • General Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Sustainable Development (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Treatment Of Sludge (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)

Abstract

Procedimiento y producto de programa informático para el control de codigestores anaerobios. La codigestión anaerobia de sustratos múltiples permite potenciar la producción de metano así como la calidad del gas y el digerido si se utilizan adecuadamente las características complementarias de los diferentes residuos. Para ello, es necesario definir una mezcla óptima que maximice la conversión de DQO a metano sin causar desestabilizaciones en el digestor. La presente invención propone una estrategia de control que por un lado calcula la mezcla óptima de la alimentación mediante optimización por programación lineal, y por otro, mantiene la estabilidad del sistema siguiendo un parámetro fisicoquímico del proceso (relación de alcalinidades).

Description

PROCEDIMIENTO Y PRODUCTO DE PROGRAMA INFORMÁTICO PARA EL
CONTROL DE CODIGESTORES ANAEROBIOS
SECTOR TÉCNICO DE LA INVENCIÓN
La presente invención se refiere a un procedimiento de control para la optimización de digestores anaerobios en el tratamiento de diferentes residuos orgánicos mediante codigestión. La invención también se refiere a un producto de programa informático de control de digestores anaerobios, adecuado para llevar a cabo el procedimiento.
La invención tiene aplicación en las plantas de biogás, para mejorar su rendimiento en términos de producción de metano, calidad del gas, calidad del digerido y estabilidad de la operación. La invención permite obtener un mejor aprovechamiento de los residuos orgánicos como fuente de energía renovable.
ESTADO DE LA TÉCNICA
El suministro mundial de energía primaria para el período 2007-2030 seguirá dominado por el consumo de residuos fósiles según la International Energy Agency (IEA). Se estima que los residuos fósiles contribuirán de media en este período un 77%, las energías renovables un 23%, y que la demanda mundial de energía seguirá creciendo. Sin embargo, son las energías renovables las que jugarán un papel decisivo en las actuales políticas de mitigación de C02. En este sentido, la energía proveniente de la biomasa y los residuos se posiciona como una de las fuentes de energía renovable más importantes del futuro. El proceso de digestión anaerobia para el tratamiento de residuos orgánicos ha crecido de forma notable en los últimos años, aumentando la capacidad de tratamiento mediante esta tecnología en tasas del 25% anual (Appels et al., 2011 , Renewable and Sustainable Energy Reviews 15, pp. 4295-4301).
La digestión anaerobia es un proceso biológico mediante el cual cualquier residuo orgánico puede ser transformado en biogás (mezcla de metano y dióxido de carbono) a través de un mecanismo de reacción complejo que incluyen reacciones en serie y paralelo y que están catalizadas por diferentes grupos de microorganismos. Los actuales avances en el diseño de biorreactores han incrementado el uso de la digestión anaerobia para el tratamiento de residuos sólidos orgánicos, alcanzando mayores rendimientos que con métodos convencionales. En cualquier caso, son muchos los factores que pueden influir en el rendimiento del proceso de digestión, como son el tipo y concentración de sustrato, la temperatura, humedad, pH, etc., (Khalid et al., 2011 , Waste management 31 , 1737-1744). A este respecto, la codigestión anaerobia resulta ser una alternativa interesante para mejorar los rendimientos de digestión anaerobia de residuos sólidos. El uso de cosustratos puede incrementar el rendimiento en biogás de los digestores debido a las sinergias que se pueden establecer entre los diferentes sustratos, que permite, por ejemplo, mejorar el balance de nutrientes o el contenido de humedad de la mezcla, además de ser una ventaja económica importante por el hecho de compartir equipos e instalaciones (Mata-Alvarez et al., 2000, Bioresource Technology 74, pp. 3-16).
Mediante codigestión, se pueden obtener una mayor producción de biogás y un digerido de mejor calidad dependiendo de las proporciones en las que se combinen los diferentes residuos. La mayoría de los trabajos de codigestión que se han realizado hasta la fecha están basados en ensayos experimentales de diferentes mezclas de residuos con el objetivo de evaluar la viabilidad de las mezclas y el rendimiento en biogás.
En (Alvarez, et al., 2010, Bioresource Technology 101 , pp. 1 153-1 158) ha sido desarrollada una aproximación a la optimización de mezclas de sustratos para codigestión que plantea una metodología de optimización de mezclas basada en programación lineal. Considerando que el potencial metanogénico de un residuo orgánico depende de las características fisicoquímicas del sustrato y de la concentración de los componentes orgánicos principales (proteínas, lípidos y carbohidratos), el método de optimización determina las proporciones de los diferentes cosustratos que permiten alcanzar un mayor potencial metanogénico. Esta metodología fue validada con éxito realizando pruebas en ensayos discontinuos.
Al margen del potencial metanogénico de los residuos, otro aspecto importante a tener en cuenta durante el proceso de digestión anaerobia es la estabilidad de la operación. El mecanismo de reacción es complejo ya que comprende muchas reacciones y diferentes grupos de microorganismos. Al tratarse de un proceso biológico, la eficacia con la que trabajan los diferentes microorganismos depende en gran medida de las condiciones de pH y temperatura del sistema. La acumulación de compuestos intermedios, presencia de tóxicos o inhibidores puede conducir a la acidificación del sistema y pérdida de eficacia de los microorganismos con la consiguiente inactivación de éstos y la interrupción o pérdida de producción de biogás, y que dependiendo de la intensidad de la perturbación puede conducir a una desestabilización irreversible del proceso.
Los principales parámetros de operación que se monitorizan en una operación en continuo de un digestor anaerobio son principalmente: pH, alcalinidad, concentración de ácidos grasos volátiles (AGV), y el caudal y composición de biogás. Sin embargo, la respuesta y sensibilidad de estos parámetros a una perturbación son diferentes. Boe et al., 2010, Water Research 44, 5973-5980 estudiaron la respuesta de estos indicadores de proceso exponiéndolos a diferentes tipos de perturbaciones con el objetivo de encontrar el parámetro más adecuado para la monitorización del proceso. En concreto, estudiaron el comportamiento de los siguientes indicadores: producción de biogás, pH, AGV e Hidrógeno disuelto (medidas on-line), y el contenido en metano e hidrógeno en el biogás (medidas off-line). Observaron que la producción de biogás aumentaba al incrementar la carga orgánica pero con un ligero descenso en el contenido en metano. El pH se mantenía relativamente estable y no mostraba una clara respuesta a sobrecargas hidráulicas, pero sí era sensible a sobrecargas orgánicas. El hidrógeno disuelto era muy sensible a la presencia de compuestos fácilmente biodegradables, y el hidrógeno en fase gas aumentaba sólo ligeramente después de una sobrecarga orgánica. Encontraron que la concentración de AGV era un indicador efectivo, en donde el propionato era el ácido más persistente después de aparición de la perturbación.
Los aspectos más importantes que tienen en cuenta los operadores de planta de biogás para la monitorización de la operación son la robustez, simplicidad, precisión, exactitud y fiabilidad de los parámetros más importantes del proceso. Las plantas pequeñas de digestión anaerobia, sobre todo las de mono-digestión, pueden controlarse de manera aceptable utilizando métodos sencillos de valoración. Sin embargo, las plantas centralizadas de biogás que operan en codigestión requieren una monitorización más fiable y comprensible. Las medidas sencillas de acidez o cualquier otro parámetro probablemente no sean suficientes para revelar el verdadero estado del proceso debido a la variabilidad de la mezcla de alimentación. Y el control de las materias primas debería ser una parte más del análisis del proceso. Los actuales avances en la tecnología de análisis de proceso, que desarrollan nuevos métodos espectroscópicos y electroquímicos de medida, junto con el análisis de datos multivariable ofrecen nuevas posibilidades para monitorización del proceso de digestión anaerobia que permiten un control más efectivo y fiable del proceso (Madsen et al., 2011 , Renewable and Sustainable Energy Reviews 15, pp. 3141-3155).
DESCRIPCIÓN DE LA INVENCIÓN
La invención se refiere a un procedimiento de control para la optimización de digestores anaerobios en términos de producción de metano. En un aspecto la invención se refiere a un procedimiento que controla las operaciones de codigestión anaerobia que tratan simultáneamente una mezcla de dos o más residuos orgánicos mediante digestión anaerobia. La alimentación al digestor comprende residuos orgánicos agroindustriales tales como purines de cerdo, vaca, gallinaza, residuos de la industria de producción de biodiesel, vinazas o residuos de la industria conservera.
El procedimiento comprende las siguientes etapas: a. determinación mediante técnicas de programación lineal de la proporción de los distintos residuos de la mezcla y el tiempo de residencia hidráulico del sistema (TRH) maximizando una función objetivo, producción de metano, sujeta a restricciones lineales; b. diagnosis de la estabilidad de la planta de codigestión mediante monitorización de parámetros físico-químicos, que comprenden el ratio de alcalinidades y el caudal de metano del proceso y el cálculo de parámetros de diagnosis indicativos de la estabilidad del sistema, que comprenden un factor de estabilidad, determinado en función del ratio de alcalinidades, y un factor de capacidad metanogénica remanente, determinado a partir del caudal de metano; c. acción de control, que produce la modificación de los límites de las restricciones lineales del método de programación lineal, etapa a, a partir de los parámetros proporcionados en la etapa de diagnosis que modifica la proporción y caudal de los componentes de la mezcla para maximizar la producción de metano o recuperar la estabilidad de la operación, manteniendo la calidad del digerido y del biogás en los márgenes establecidos por las restricciones; y d. repetir los pasos a) hasta c).
La Figura 1 muestra una realización particular del procedimiento de control, en la que se muestran los distintos bloques del mismo. Tanto la información experimental (101), que comprende la composición y potencial metanogénico de cada sustrato, como el conocimiento heurístico de los procesos de digestión anaerobia (102), que permite fijar las restricciones de operación que debe cumplir la mezcla de alimentación al reactor, son la base para plantear y resolver el problema de optimización mediante programación lineal (105). La optimización de una función objetivo (103), con el fin de maximizar la producción de metano y considerando las restricciones aplicadas a las mezclas (104), determinan las condiciones de operación del reactor (en términos de mezcla de sustratos y TRH del sistema). Estas condiciones se mantienen durante un tiempo determinado (tiempo de ciclo del controlador), al término del cual se lleva a cabo un diagnóstico de la estabilidad y rendimiento del proceso (106). Los resultados de la diagnosis determinan en qué extensión se tienen que modificar las restricciones operacionales de la alimentación hacia escenarios más o menos conservadores (107). La acción de control, en último término, modifica los límites de las restricciones lineales (104) que permite calcular una nueva mezcla de alimentación al reactor.
El procedimiento de control permite su aplicación tanto a una planta real de codigestión anaerobia como a una planta simulada que contenga un modelo suficientemente preciso como el Anaerobio Digestión Model No. 1 (ADM 1), desarrollado por la International Water Association (Batstone et al., 2002, Water Science and Technology 45, pp. 65-73).
El procedimiento de control se puede agrupar en los siguientes módulos: Módulo de programación lineal o Blender (201), módulo de Filtrado (203), módulo de Diagnosis (204) y módulo Controlador (205). Así, en el procedimiento de control, en un primer momento se ejecuta el módulo de programación lineal (201) que devuelve la mezcla óptima de alimentación al reactor y el tiempo de residencia hidráulico (TRH) del sistema. El TRH y la mezcla de sustratos óptimos obtenidos en el módulo Blender se aplican en la planta real/simulada (202). El módulo de Filtrado calcula el valor promedio de los parámetros fisicoquímicos que se van a considerar en el módulo de Diagnosis durante cada ciclo de control (1/4 del TRH), que son Relación de Alcalinidades (Ratio) y caudal de metano (QCH4)- La estabilidad y rendimiento de la operación del digestor se monitoriza continuamente mediante indicadores específicos definidos en el módulo Diagnosis (204). El módulo Controlador (205) calcula un indicador al final de cada tiempo de ciclo del controlador (que se fija en un cuarto de tiempo del TRH del sistema) y actúa sobre la restricción más activa del problema de optimización (aquélla que tiene el potencial de lograr un mayor incremento en el valor de la función objetivo). Una restricción es activa cuando la solución de la programación lineal se encuentra en el límite superior o inferior de esa determinada restricción. En el caso de que haya más de una restricción activa, se considera la restricción más activa aquélla que supone un mayor incremento en el valor de la función objetivo. Por último y cerrando el lazo del procedimiento de control, el módulo Blender calcula un nuevo TRH y una nueva mezcla de sustratos, iniciando un nuevo ciclo de control con los nuevos límites de las restricciones operacionales. En una realización particular, el sistema se implementa empleando MATLAB®/SIMULINK®. A continuación se describen los distintos módulos del procedimiento de control. Blender
El método de optimización mediante programación lineal aplicado en el módulo Blender conduce simultáneamente a la optimización de la mezcla de sustratos y el TRH del sistema que maximizan la función objetivo. Para cada valor de TRH evaluado se obtiene una mezcla de sustratos. La combinación de TRH y mezcla de sustratos que presenta una mayor producción de metano, teniendo en cuenta las restricciones aplicadas, se devuelve como óptimo de operación.
La estructura de la función objetivo (f0bjet¡vo) del problema de optimización se presenta en la Figura 3, y tiene la forma:
Figure imgf000008_0001
donde x, es la fracción volumétrica de cada sustrato en la mezcla; DQOt¡ es la demanda química de oxígeno, indicativo del contenido en materia orgánica de cada sustrato (obtenido de la tabla de caracterización del sustrato); pMet¡ es el porcentaje de metanización esperado para un TRH dado, que se obtiene experimentalmente del ensayo de biodegradabilidad de cada residuo, y TRH es el tiempo de residencia hidráulico que se va a aplicar al sistema y que ha sido obtenido a partir de los ensayos de biodegradabilidad de todos los residuos de la mezcla. La función objetivo devuelve la suma de los términos resultante de multiplicar la fracción de cada sustrato en la mezcla x¡ por su DQOt¡ y por el porcentaje de conversión metanogénica esperada (pMet¡) para el TRH dado (tomado del ensayo de biodegradabilidad). Las unidades de la función objetivo son g DQO-CH4/L d. La producción de metano, aunque normalmente se suele expresar en L CH4/L d (o m3 CH4/m3 d), en este caso, se expresa en g DQO/L d, ya que permite una comparación directa con la velocidad de carga orgánica (VCO) del sistema, que se expresa en las mismas unidades y que es uno de los parámetros principales de operación en digestión anaerobia junto con el TRH. De esta manera se puede calcular rápidamente la eficiencia de metanización respecto a la carga orgánica que se alimenta al digestor. La definición de la función objetivo emplea la información experimental de cada ensayo de biodegradabilidad de los sustratos en discontinuo así como el contenido en materia orgánica (DQO) de los mismos. Estos ensayos se llevan a cabo de manera rutinaria en muchas instalaciones de digestión anaerobia y por lo tanto, no supone un requerimiento adicional a la hora de implementar esta estrategia de control. Asimismo, el valor de DQO total de los sustratos es una variable típicamente conocida. De este modo, se logra un sistema de aplicación directa incluso en instalaciones con instrumentación y capacidad analítica limitadas.
Además de la función objetivo, el problema de optimización contempla un conjunto de restricciones lineales basadas en la experiencia de operación de digestión anaerobia. Las restricciones lineales para la alimentación se definen basándose en la caracterización disponible de los sustratos. Las restricciones comienzan con unos valores muy conservadores de los procesos de digestión anaerobia. Se definen valores máximos y mínimos aceptables para diversos parámetros, entre otros: (1) velocidad de carga orgánica (VCO); (2) Nitrógeno Total Kjeldahl (NTK); (3) Humedad; (4) contenido en lípidos; (5) alcalinidad total; (6) salinidad (cloruros), (7), calidad del biogás; y (8) calidad del digerido. Estos rangos se formulan como restricciones lineales de la función objetivo a optimizar y garantizan que la mezcla de sustratos calculada se encuentra dentro de estos límites y es por ello operacionalmente factible.
En concreto, las restricciones (1) VCO, (7) calidad del biogás y (8) calidad del digerido no son características que se obtienen directamente de la caracterización de los sustratos. La VCO de cada sustrato se calcula a partir de la DQOt de cada sustrato y el TRH del sistema que se está evaluando, y la calidad del digerido a partir de la DQO biodegradable de cada sustrato. Sus expresiones son:
VCO = DQOt/ TRH (expresado en g DQO/L d)
Calidad del digerido = DQOt (pBiod - (expresado en g DQO/L) donde pBiod es el máximo porcentaje de metanización (o % de biodegradabilidad, expresado en %/100) obtenido de los ensayos de biodegradabilidad de cada sustrato; y pMet es el porcentaje de metanización (expresado en %/100) alcanzado en el instante de tiempo de la curva de biodegradabilidad igual al TRH aplicado al digestor.
La calidad del gas se calcula en términos del máximo contenido en azufre (expresado en g H2S/L) que se puede obtener en el biogás. Se calcula a partir del balance de masa del azufre considerando que todo el azufre de los sustratos se convierte a H2S y se elimina completamente en la corriente gaseosa:
Balance:∑xi ■ [H2S]i ■ Qe = Qg ■ [H2S]g
Calidad del gas = [H2S] Qe/Qg donde Qe es el caudal de entrada al digestor (L/d); Qg es el caudal de biogás esperado a la VCO del sistema (que se calcula como Qg = VCO V- (0.35/0.70), siendo V el volumen del digestor (en L), 0.35 es el ratio L CH4/ gDQO que se obtiene de la oxidación completa del metano en condiciones normales, y 0.70 hace referencia al valor típico de composición de metano que se produce en digestión anaerobia (expresado en %/100); xi es la fracción volumétrica de cada sustrato en la mezcla. Finalmente, el término [H2S] Qe/Qg representa la calidad del gas asociada a cada sustrato.
Filtrado
En este módulo se calcula el valor promedio de los parámetros fisicoquímicos que se van a considerar en el módulo de Diagnosis durante cada ciclo de control, que son Relación de Alcalinidades (Ratio) y caudal de metano (QCH4)- LOS valores promedio de estos parámetros en cada ciclo de control se comparan en el módulo de diagnosis con unos valores de referencia o consigna para evaluar la estabilidad de la operación. Los valores filtrados o valores promedio de estos parámetros se calculan mediante las siguientes expresiones:
Figure imgf000010_0001
donde Ratio es relación de alcalinidades media y QCHi es el caudal de metano medio. El tiempo de integración empleado es igual a un cuarto del tiempo de TRH.
Diagnosis
El módulo de Diagnosis del rendimiento y estabilidad del sistema de control monitoriza los parámetros Ratio de Alcalinidades medio y Caudal de metano medio. El parámetro Ratio de Alcalinidades se define como la relación entre la alcalinidad debida a los ácidos grasos volátiles (AGV) y la alcalinidad debida al bicarbonato, y permite predecir acidificación y sobrecarga orgánica del sistema. El caudal de gas de metano medio se emplea como un indicador de la proximidad de la operación a la máxima capacidad del proceso. El módulo de Diagnosis devuelve dos factores basados en los valores representativos de Ratio de Alcalinidades medio y Caudal de metano medio, que son el factor de estabilidad (f Ratio) y el factor de capacidad metanogénica remanente (fcm)-
El factor de estabilidad (fRat¡0) se calcula usando una correlación empírica (Rodríguez et al., 2006, Water Science & Technology 54, pp. 57-62) basada en el Ratio medio, Ratio, respecto al valor de referencia Ratio' establecido como límite de estabilidad del sistema. El valor devuelto está en un rango entre [-1 , 1] y sirve como indicador de inestabilidad del proceso cuando es negativo, y como nivel de estabilidad cuando es positivo. El factor de estabilidad se calcula empleando la siguiente expresión:
Ratio≤ Ratio
fi Ratio
Ratio > Ratio
Figure imgf000011_0001
donde m y n son valores determinados empíricamente a partir del ajuste de datos experimentales.
El factor de potencial metanogénico remanente (fCm) se calcula empleando una correlación empírica basada en la producción de metano media , QCHi , respecto a un valor de referencia de caudal de metano establecido como máxima capacidad del sistema, Qcm* (Rodríguez et al., 2006, Water Science & Technology 54, pp. 57-62). El resultado está comprendido entre [0, 1] y sirve para moderar la extensión en la cual se producirán los cambios de carga orgánica aplicada al sistema, evitando por ejemplo, grandes aumentos durante condiciones muy estables cuando los valores de producción de metano estén próximos al estimado como máxima capacidad del sistema. El factor de potencial metanogénico remanente (fcm) se calcula empleando la siguiente expresión:
Figure imgf000011_0002
donde el parámetro α se determina empíricamente a partir del ajuste de datos experimentales. Controlador (Adaptación de las restricciones lineales)
El módulo Controlador calcula al final de cada ciclo de tiempo un indicador de control, indicador I, que es el producto de los factores fp!atio y fcH4 cuando el sistema está estable (y por tanto fRat¡0 es positivo), e igual a fRat¡0 cuando se produce una desestabilización (y por tanto fRati0 es negativo). \ fliatio 'fcH S fílatio
indicador i = <
/uatio Sí fuatio — ^
El valor del indicador I está en el rango de [-1 , 1]. La acción de control consiste en la modificación de los límites de las restricciones operacionales del problema de optimización lineal. El valor del indicador I se aplica directamente sobre la restricción lineal más activa que resulta de resolver el problema de programación lineal. Cuando se calcula una mezcla de alimentación al reactor durante cada ciclo de control, la solución de la programación lineal devuelve las restricciones activas del sistema, que permitirían aumentar el valor de la función objetivo si los límites de estas restricciones se ampliasen.
La acción de control modifica el límite de la restricción más activa a través de una ecuación en la que el nuevo límite calculado tiene en cuenta el valor actual del límite de la restricción, el rango de la restricción (diferencia entre el límite superior e inferior de la restricción) y el indicador I.
Figure imgf000012_0001
donde LímiteNUEvo es el nuevo límite, LímiteAcTUAL es el límite actual y LímiteSupERioR y LímiteiNFERioR son, respectivamente los límites superior e inferior del rango. Cuando el sistema está estable, la modificación de la proporción de los componentes de la mezcla para maximizar la producción de metano comprende aumentar el rango (diferencia entre el límite superior e inferior) de la restricción más activa del conjunto de restricciones del problema de programación lineal con el objetivo de aumentar la carga orgánica que se trata en el reactor y favorecer que el sistema incremente la producción de metano. El indicador / de control, comprendido entre (0, 1] cuando el sistema está estable, hace que se modifique el límite de la restricción más activa y aumente el rango de valores para ese parámetro. Como consecuencia de estos nuevos límites, la solución del problema de programación lineal será diferente y promoverá una mezcla con mayor potencial de producción de metano, y por tanto el sistema trabajará a mayor velocidad de carga orgánica. Si se incrementan los límites de las restricciones impuestas en el módulo de programación lineal, que restringen el valor de la función objetivo, el sistema podrá trabajar con una mezcla y TRH que permita obtener una mayor producción de metano y por lo tanto el sistema trabaja a una VCO mayor. Por otro lado, la tasa de conversión de materia orgánica a metano será aquélla que permita cumplir la calidad del efluente en términos de DQO, es decir, que no supere el máximo considerado en la restricción relativa a la calidad del digerido. Así, el sistema tenderá a maximizar la producción de metano y a la vez obtener un grado de conversión que permita cumplir la restricción de calidad del digerido.
En episodios de desestabilización, el objetivo es reducir la carga orgánica que se trata en el reactor y favorecer que el sistema se recupere de la perturbación. En estos casos el indicador / de control, tomará un valor comprendido entre [-1 ,0), lo que provoca la modificación del límite de la restricción más activa, reduciendo por tanto el rango de valores para ese parámetro. Como consecuencia de estos nuevos límites, la solución del problema de programación lineal será diferente, reduciendo el valor de la función objetivo, trabajando a menores cargas orgánicas y favoreciendo que el sistema se recupere de la desestabilización.
De acuerdo con otro aspecto, la invención proporciona un producto de programa informático que comprende instrucciones de programa para provocar que un sistema de computación realice el procedimiento y procesar la información relativa a la composición de la mezcla de residuos orgánicos.
Dicho programa informático puede estar almacenado en unos medios de almacenamiento físico, tales como unos medios de grabación, una memoria de ordenador, o una memoria de solo lectura, o puede ser portado por una onda portadora, tal como eléctrica u óptica.
BREVE DESCRIPCIÓN DE LAS FIGURAS
Las modalidades detalladas en las figuras se ilustran a modo de ejemplo y no a modo de limitación:
La Figura 1 muestra un diagrama de bloques del procedimiento de control para la codigestión anaerobia de múltiples sustratos en el que la optimización se consigue aplicando un método de control basado en programación lineal para controlar la mezcla de sustratos, la diagnosis del rendimiento del proceso y retroalimentación a las restricciones de operación. La Figura 2 muestra el procedimiento de control de una planta de codigestión anaerobia en el que intervienen todos los bloques.
La Figura 3 muestra que la función objetivo se evalúa para un TRH dado y un conjunto de fracciones de sustratos en la mezcla (xi).
La Figura 4 muestra los resultados de optimización de la simulación de codigestión de purín, glicerina y gelatina, a) Porcentaje de sustratos en la mezcla (% DQO) junto con la VCO aplicada; b) Factores de estabilidad (fRat¡0) y potencial metanogénico remanente (fem) Θ indicador I de control; c) Ratio de alcalinidades; d) Producción de metano y VCO aplicada.
EJEMPLOS DE REALIZACIÓN DE LA INVENCIÓN
El procedimiento de control objeto de la presente invención se ha probado en simulación conectada a una planta virtual de codigestión anaerobia. La planta virtual consiste en un modelo de codigestión anaerobia implementado en MATLAB®/Simulink® y que permite simular procesos de operación en continuo y discontinuo (García-Gen et al., 2013, Bioresource Technology 147, pp. 525-533). El modelo está basado en una modificación del Anaerobio Digestión Model No. 1 (Batstone et al., 2002, Water Science and Technology 45, pp. 65-73).
Se llevó a cabo la simulación de 200 días de una operación de codigestión en continuo con la mezcla de 3 sustratos (purín de cerdo, residuo de biodiesel (glicerina) y gelatina) en un digestor tipo Upflow Anaerobio Sludge Blanket UASB de 1 m3 de volumen útil utilizando la planta virtual conectada a la estrategia de control en lazo cerrado. Los resultados obtenidos se muestran en la Figura 4.
Los resultados muestran que el procedimiento de control conduce a una optimización automática de la mezcla y el TRH. Durante la operación, el TRH del sistema se mantuvo entre 32-40 días, siendo el valor promedio de toda la operación de 39 días. Además, se observa que la composición de la mezcla de alimentación así como la velocidad de carga orgánica (VCO) se fueron modificando a lo largo de la operación como consecuencia de la acción de control. El tiempo de ciclo del controlador se fijó en 10 días (un cuarto de tiempo del TRH), intervalo de tiempo en el que se realiza la diagnosis de la estabilidad del digestor y la acción de control.
El sistema comenzó su operación a una VCO baja de 1 ,5 g DQO/L d y alcanzó valores de 8,5 g DQO/L d al cabo de unos 70 días. Durante los primeros 90 días, el controlador fue incrementando la VCO del sistema, promoviendo así un incremento en la producción de metano. Durante los días 90-110, como consecuencia del incremento del parámetro de diagnosis, ratio de alcalinidades, por encima del umbral de estabilidad (cuyo valor consigna se había establecido en 0.4), la acción de control redujo la VCO durante el intervalo de tiempo [100, 120) para contrarrestar la desestabilización del sistema y conducir al digestor a un estado de operación más seguro. Con esta acción, el controlador fue capaz de llevar el sistema a una operación más estable, reduciendo y alejando el parámetro de diagnosis del umbral de desestabilización.
Una vez que el sistema se hubo estabilizado entre los días 1 10-120, el controlador comenzó a incrementar de nuevo la VCO hasta que el proceso llegó a valores de ratio de alcalinidades superiores al valor consigna. En ese punto, la acción de control se invierte en reducir la creciente desestabilización del sistema, y al igual que antes, se reduce la VCO hasta que el ratio de alcalinidades se encuentre en valores alejados del límite de estabilidad.
Durante la optimización de la operación, los límites de las restricciones lineales que se aplicaron al problema de programación lineal para el cálculo de la mezcla óptima se modificaron (incrementando o reduciendo) con el fin de obtener una mezcla óptima que maximizase la producción de metano a una VCO dada, o bien obtener una mezcla que condujese a una operación más estable, pero en donde igualmente la producción de metano fuera la máxima posible a esas condiciones. Los límites iniciales de las restricciones fueron establecidos de acuerdo a rangos típicos de operación en plantas de codigestión. Durante la optimización de esta operación, se modificaron los límites de las siguientes restricciones: VCO, NTK, y alcalinidad total.
En este ejemplo, para una operación en continuo de codigestión anaerobia, se ha demostrado que la estrategia de control desarrollada ha funcionado satisfactoriamente durante 200 días de operación en lazo cerrado. La respuesta del controlador ha sido eficaz en los dos sentidos, tanto para optimizar la mezcla de alimentación al reactor y así obtener la máxima producción de metano cuando el sistema está estable, como para llevar el digestor a un estado de operación más seguro cuando se ha producido una desestabilización. Los límites de las restricciones se fueron ampliando o reduciendo en función de la estabilidad del sistema, obteniendo para cada caso la mezcla óptima que maximizaba la producción de metano.

Claims

REIVINDICACIONES
1- Procedimiento de control de plantas de codigestión anaerobia de mezclas de
residuos que comprende las siguientes etapas: a. determinación mediante técnicas de programación lineal de la proporción de los distintos residuos de la mezcla y el tiempo de residencia hidráulico del sistema (TRH) que maximizan una función objetivo, producción de metano, sujeta a restricciones lineales; b. diagnosis de la estabilidad de la planta de codigestión mediante monitorización de parámetros físico-químicos, que comprenden el ratio de alcalinidades y el caudal de metano del proceso, y el cálculo de parámetros de diagnosis indicativos de la estabilidad del sistema, que comprenden un factor de estabilidad, determinado en función del ratio de alcalinidades, y un factor de capacidad metanogénica remanente, determinado a partir del caudal de metano; c. acción de control, que produce la modificación de los límites de las restricciones lineales del método de programación lineal, etapa a del procedimiento, a partir de los parámetros proporcionados en la etapa de diagnosis que modifica la proporción y caudal de los componentes de la mezcla para maximizar la producción de metano o recuperar la estabilidad de la operación, manteniendo la calidad del digerido y del biogás, en los márgenes establecidos por las restricciones; y d. repetir los pasos a) hasta c).
2- Procedimiento, según la reivindicación 1 , en el que los residuos orgánicos comprenden residuos purines de cerdo, vaca, gallinaza, residuos de la industria de producción de biodiesel, vinazas y residuos de la industria conservera.
3- Procedimiento, según la reivindicación 1 , en el que la determinación de la proporción de los componentes de la mezcla y del TRH comprende la determinación de una función objetivo (fo jetivo): N
∑pMet DQOt x,
Objetivo
TRH donde x, es la fracción volumétrica de cada sustrato en la mezcla; DQOt¡ es el contenido en materia orgánica de cada sustrato (demanda química de oxígeno); pMet¡ es el porcentaje de metanización esperado para el TRH dado, tomado del ensayo de biodegradabilidad de cada residuo y expresado en tanto por uno, y TRH es el tiempo de residencia hidráulico que se va a aplicar al sistema y que ha sido obtenido a partir de los ensayos de biodegradabilidad de todos los residuos de la mezcla.
Procedimiento, según la reivindicación 3, en el que los parámetros empleados en la caracterización de la mezcla en la función objetivo comprenden, entre otros, velocidad de carga orgánica (VCO), Nitrógeno Total Kjeldahl (NTK), humedad, contenido en lípidos, alcalinidad total, contenido en cloruros, calidad del biogás y calidad del digerido.
Procedimiento, según la reivindicación 1 , en el que los parámetros Ratio de Alcalinidades y Caudal de metano son promediados en una etapa de filtrado previa a la etapa de diagnosis, de acuerdo a las siguientes expresiones:
Figure imgf000017_0001
donde Ratio es el ratio de alcalinidades medio y QCH4 es el caudal de metano medio.
6- Procedimiento, según la reivindicación 5, caracterizado porque el tiempo de promediado para llevar a cabo la integración es, preferentemente, ¼ del TRH.
7- Procedimiento, según la reivindicación 1 , en el que los parámetros indicativos de la estabilidad comprenden el factor de estabilidad (fRat¡o), el factor de capacidad metanogénica remanente (fCm) y el indicador I de control, de acuerdo a las siguientes expresiones: ( Ratio X
1 si Ratio≤ Ratio
Ratio *
( Ratio
- 1 si Ratio > Ratio
V Ratio
Figure imgf000018_0001
f Ratio
Indicador l
f Ratio
Figure imgf000018_0002
donde Ratio* y Q* CH4 son los valores de referencia del ratio de alcalinidades y del caudal de metano respectivamente, y los parámetros m, n y α se determinan empíricamente a partir del ajuste de datos experimentales.
8- Procedimiento, según la reivindicación 7, caracterizado porque si el valor del indicador I es negativo el sistema está desestabilizado y se procede a restringir el rango de la restricción más activa, lo que disminuye la función objetivo; mientras que si el valor del indicador I es positivo el sistema está estable y se aumentan los límites de la restricción más activa obteniendo un mayor valor de la función objetivo.
9- Procedimiento, según la reivindicación 8, caracterizado porque la acción de control modifica el límite de la restricción más activa a través de una ecuación en la que el nuevo límite calculado tiene en cuenta el valor actual del límite de la restricción, el rango de la restricción, diferencia entre el límite superior e inferior de la restricción, y el indicador I de acuerdo a la siguiente expresión:
Figure imgf000018_0003
donde LímiteNUEVo es el nuevo límite, LímiteACTUAL es el límite actual y LímiteSupERioR y LímiteiNFERioR son, respectivamente los límites superior e inferior del rango.
10- Procedimiento, según la reivindicaciones 8 a 9, caracterizado porque la modificación de los componentes de la mezcla se lleva a cabo cada cuarto de tiempo de residencia hidráulico (TRH).
11- Producto de programa informático que comprende instrucciones de programa para provocar que un sistema de computación realice el procedimiento para controlar una planta de codigestión anaerobia de según una cualquiera de las reivindicaciones 1 a 10.
12- Producto de programa informático, según la reivindicación 1 1 que está almacenado en unos medios de almacenamiento.
13- Producto de programa informático, según la reivindicación 12, que es portado por una onda portadora.
PCT/ES2014/070777 2013-10-15 2014-10-14 Procedimiento y producto de programa informático para el control de codigestores anaerobios WO2015055880A1 (es)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP14854626.0A EP3059645B1 (en) 2013-10-15 2014-10-14 Method and computer program product for controlling anaerobic codigesters

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ES201331518A ES2516615B2 (es) 2013-10-15 2013-10-15 Procedimiento y producto de programa informático para el control de codigestores anaerobios
ESP201331518 2013-10-15

Publications (1)

Publication Number Publication Date
WO2015055880A1 true WO2015055880A1 (es) 2015-04-23

Family

ID=51794502

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2014/070777 WO2015055880A1 (es) 2013-10-15 2014-10-14 Procedimiento y producto de programa informático para el control de codigestores anaerobios

Country Status (3)

Country Link
EP (1) EP3059645B1 (es)
ES (1) ES2516615B2 (es)
WO (1) WO2015055880A1 (es)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111370071A (zh) * 2020-03-03 2020-07-03 重庆市环卫集团有限公司 一种餐厨垃圾厌氧沼液循环利用的方法
CN112481095A (zh) * 2020-12-11 2021-03-12 安徽永志环能科技有限公司 一种沼气发酵原料智能调配系统
CN112708639A (zh) * 2021-01-05 2021-04-27 北京化工大学 一种通过水力停留时间和进料浓度耦合提高秸秆厌氧消化产气效率的方法
CN117903913A (zh) * 2024-03-20 2024-04-19 黑龙江省农业机械工程科学研究院牡丹江分院 一种环保型农业废弃物处理系统及方法
CN117903913B (zh) * 2024-03-20 2024-06-04 黑龙江省农业机械工程科学研究院牡丹江分院 一种环保型农业废弃物处理系统及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3111632A1 (en) 2018-09-05 2020-03-12 WEnTech Solutions Inc. System and method for anaerobic digestion process assessment, optimization and/or control
FR3134823A1 (fr) * 2022-04-21 2023-10-27 Suez Procédé de calcul d’un paramètre de fonctionnement d’un digesteur en présence d’au moins un inhibiteur

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7481940B2 (en) * 2005-08-18 2009-01-27 Newbio E-Systems, Incorporated Biomass treatment of organic waste or water waste
US20120064506A1 (en) * 2010-03-09 2012-03-15 Enos Loy Stover Optimized biogas (biomethane) production from anaerobic reactors

Non-Patent Citations (14)

* Cited by examiner, † Cited by third party
Title
ALVAREZ ET AL., BIORESOURCE TECHNOLOGY, vol. 101, 2010, pages 1153 - 1158
ALVAREZ, J. A. ET AL.: "A methodology for optimizing feed composition for anaerobic co-digestion of agro-industrial wastes.", BIORESOURCE TECHNOLOGY, vol. 101, no. 4, 14 October 2009 (2009-10-14), pages 1153 - 1158, XP026737219 *
APPELS ET AL., RENEWABLE AND SUSTAINABLE ENERGY REVIEWS, vol. 15, 2011, pages 4295 - 4301
BATSTONE ET AL., WATER SCIENCE AND TECHNOLOGY, vol. 45, 2002, pages 65 - 73
BOE ET AL., WATER RESEARCH, vol. 44, 2010, pages 5973 - 5980
GARCIA-GEN ET AL., BIORESOURCE TECHNOLOGY, vol. 147, 2013, pages 525 - 533
KHALID ET AL., WASTE MANAGEMENT, vol. 31, 2011, pages 1737 - 1744
MADSEN ET AL., RENEWABLE AND SUSTAINABLE ENERGY REVIEWS, vol. 15, 2011, pages 3141 - 3155
MATA-ALVAREZ ET AL., BIORESOURCE TECHNOLOGY, vol. 74, 2000, pages 3 - 16
PEREZ, A. ET AL.: "Índices of alcalinidad para el control del tratamiento anaerobio de aguas residuales fácilmente acidificables.", INGENIERÍA Y COMPETITIVIDAD, vol. 10, no. 2, 2008, pages 41 - 52, XP055335127 *
REGUEIRO, L. ET AL.: "Enhanced methane production from pig manure anaerobic digestion using fish and biodiesel wastes as co-substrates.", BIORESOURCE TECHNOLOGY, vol. 123, 7 August 2012 (2012-08-07), pages 507 - 513, XP055335076 *
RODRIGUEZ ET AL., WATER SCIENCE & TECHNOLOGY, vol. 54, 2006, pages 57 - 62
RODRIGUEZ, J. ET AL.: "A hydrogen-based variable-gain controller for anaerobic digestion processses.", WATER SCIENCE AND TECHNOLOGY, vol. 54, no. 2, 2006, pages 57 - 62, XP055335125 *
See also references of EP3059645A4

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111370071A (zh) * 2020-03-03 2020-07-03 重庆市环卫集团有限公司 一种餐厨垃圾厌氧沼液循环利用的方法
CN111370071B (zh) * 2020-03-03 2023-03-28 重庆市环卫集团有限公司 一种餐厨垃圾厌氧沼液循环利用的方法
CN112481095A (zh) * 2020-12-11 2021-03-12 安徽永志环能科技有限公司 一种沼气发酵原料智能调配系统
CN112481095B (zh) * 2020-12-11 2022-05-31 安徽永志环能科技有限公司 一种沼气发酵原料智能调配系统
CN112708639A (zh) * 2021-01-05 2021-04-27 北京化工大学 一种通过水力停留时间和进料浓度耦合提高秸秆厌氧消化产气效率的方法
CN112708639B (zh) * 2021-01-05 2022-06-21 北京化工大学 一种通过水力停留时间和进料浓度耦合提高秸秆厌氧消化产气效率的方法
CN117903913A (zh) * 2024-03-20 2024-04-19 黑龙江省农业机械工程科学研究院牡丹江分院 一种环保型农业废弃物处理系统及方法
CN117903913B (zh) * 2024-03-20 2024-06-04 黑龙江省农业机械工程科学研究院牡丹江分院 一种环保型农业废弃物处理系统及方法

Also Published As

Publication number Publication date
EP3059645A1 (en) 2016-08-24
ES2516615B2 (es) 2015-03-16
EP3059645A4 (en) 2017-07-05
EP3059645B1 (en) 2022-06-01
ES2516615A1 (es) 2014-10-30

Similar Documents

Publication Publication Date Title
WO2015055880A1 (es) Procedimiento y producto de programa informático para el control de codigestores anaerobios
Molaey et al. Anaerobic digestion of chicken manure: Mitigating process inhibition at high ammonia concentrations by selenium supplementation
Luo et al. Co-digestion of manure and whey for in situ biogas upgrading by the addition of H 2: process performance and microbial insights
Batstone et al. Mathematical modelling of anaerobic digestion processes: applications and future needs
Agneessens et al. Parameters affecting acetate concentrations during in-situ biological hydrogen methanation
Mirmasoumi et al. Enhancement of biogas production from sewage sludge in a wastewater treatment plant: Evaluation of pretreatment techniques and co-digestion under mesophilic and thermophilic conditions
Fernández et al. Carbon capture and biogas enhancement by carbon dioxide enrichment of anaerobic digesters treating sewage sludge or food waste
Angelidaki et al. A mathematical model for dynamic simulation of anaerobic digestion of complex substrates: focusing on ammonia inhibition
Ward et al. Optimisation of the anaerobic digestion of agricultural resources
García-Gen et al. Optimisation of substrate blends in anaerobic co-digestion using adaptive linear programming
Ramos et al. Where does the removal of H2S from biogas occur in microaerobic reactors?
Wu et al. State indicators of anaerobic digestion: A critical review on process monitoring and diagnosis
Bai et al. Modified ADM1 for modeling free ammonia inhibition in anaerobic acidogenic fermentation with high-solid sludge
Garuti et al. Methodological approach for trace elements supplementation in anaerobic digestion: Experience from full-scale agricultural biogas plants
Calise et al. A review of the state of the art of biomethane production: recent advancements and integration of renewable energies
García-Gen et al. Control strategy for maximum anaerobic co-digestion performance
Tao et al. Predicting pH rise as a control measure for integration of CO2 biomethanisation with anaerobic digestion
Liang et al. Start-up performance of chicken manure anaerobic digesters amended with biochar and operated at different temperatures
Sun et al. Co-digestion of Laminaria digitata with cattle manure: a unimodel simulation study of both batch and continuous experiments
Normak et al. Improving ADM1 model to simulate anaerobic digestion start-up with inhibition phase based on cattle slurry
Alexandropoulou et al. Food industry waste’s exploitation via anaerobic digestion and fermentative hydrogen production in an up-flow column reactor
Muratçobanoğlu et al. The impact of reduced graphene oxide (rGO) supplementation on cattle manure anaerobic digestion: Focusing on process performance and microbial syntrophy
De Crescenzo et al. Modelling of autogenerative high-pressure anaerobic digestion in a batch reactor for the production of pressurised biogas
Zhang et al. Thermophilic digestion of food waste by dilution: Ammonia limit values and energy considerations
Dahunsi Electricity generation from food wastes and spent animal beddings with nutrients recirculation in catalytic fuel cell

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14854626

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2014854626

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014854626

Country of ref document: EP