
BMP-UntersuchungenObst, Gemüse und ihre Reststoffe
Citrus peels — BMP: 12 Studien, gewichteter Mittelwert 313 m³ CH₄/t oTS
Citrus peels: 12 Datensätze an BMP-Daten aus 6 Publikationen, gewichteter Mittelwert 313 m³ CH₄/t oTS, Spanne 48–696.
Bewertung: neutralCH₄ ≈ 52 % (Schätzung)
Foto SayCheeeeeese / Wikimedia Commons, Lizenz CC0 1.0, Quelldatei; Änderungen: Zuschnitt
- Gewichteter Mittelwert
- 313m³ CH₄/t oTS
- Spanne
- 48–696m³ CH₄/t oTS
- Datensätze
- 12Studien
- Publikationen
- 6Quellen
- Temperaturen
- 35 °C, 38 °Cdes Tests
Methan im Biogas
Niedriger Methangehalt · ≈ 5,2 kWh/m³ Biogas
Schätzung anhand der Substratart Die erfassten Studien enthalten keine Messung. Das Intervall ergibt sich aus der ungefähren Zusammensetzung (Protein aus Gesamtstickstoff (N 0,8 % TS × 6,25)) und den Erträgen der Stoffgruppen nach FNR.
Bewertung für Biogasanlagen
neutral — redaktionelle Bewertung für BiogasanlagenKeine klaren Vorteile — für die Annahme sollte eine Gebühr erhoben werden
Potenzial je Tonne Frischmasse: hoch (64 m³ CH₄/t); Prozessrisiko: Inhibitoren, Versäuerung. Kein zusätzlicher Handhabungsaufwand.
Warum? Bewertungsfaktoren
Potenzial je Tonne +2
- +2Potenzial 64 m³ CH₄/t Frischmasse (BMP 313 × TS 21,1 % × oTS 96,8 %)
Prozessstabilität −1,5
- −1Inhibitoren: natürliche oder Rückstände (z. B. Limonen, Polyphenole, Antibiotika, Metalle)
- −0,5Versäuerung: schneller Abbau / saurer pH-Wert, Risiko der Anreicherung flüchtiger Fettsäuren (FOS), erfordert Pufferung
Handhabung und Kosten 0
- 0keine Faktoren
Punkte insgesamt: 0,5 · Schwellen: ≥ 2,5 sehr gut, ≥ 1 gut, darunter — neutral; negativ bei kumuliertem Prozessrisiko.
Zum Kofermentationsrechner hinzufügen CSV-Daten
BMP-Kurven aus 12 Studien
Gewichteter Mittelwert Einzelne Datensätze
Gestrichelte Linien sind eine Modellkurve (Kinetik erster Ordnung, B(t) = B₀·(1 − e−kt)); der Endpunkt stammt aus der Publikation. Alle Kurven sind Modellkurven.
Kumulierte Methanproduktion im Testverlauf [m³ CH₄/t oTS]. Die dicke Linie ist der gewichtete Mittelwert aller Datensätze (313); Punkte markieren die in den Publikationen angegebenen Endwerte. Fahren Sie mit der Maus über das Diagramm, um Werte abzulesen; ein Klick auf einen Legendeneintrag blendet einen Datensatz aus oder ein.
Datensätze und Quellen
CSV herunterladen| Quelle | BMP m³ CH₄/t oTS | Temperatur | Probe | Kurve |
|---|---|---|---|---|
| Calabrò et al. (2020) · 1 DOI | 415 | 35 °C · mesophil | orange peel waste - raw | Endpunkt (Modellkurve) |
| Calabrò et al. (2020) · 2 DOI | 647 | 35 °C · mesophil | orange peel waste - dry ensiling | Endpunkt (Modellkurve) |
| Calabrò et al. (2020) · 3 DOI | 688 | 35 °C · mesophil | orange peel waste - naturaly ensilaged | Endpunkt (Modellkurve) |
| Calabrò et al. (2020) · 4 DOI | 696 | 35 °C · mesophil | orange peel waste - wet ensiling | Endpunkt (Modellkurve) |
| Dubrovskis i Plume (2022) DOI | 487 | 38 °C · mesophil | Orange mandarin peel | Endpunkt (Modellkurve) |
| Fagbohungbe et al. (2016) DOI | 154 | 35 °C · mesophil | Citrus peel | Endpunkt (Modellkurve) |
| Wikandari et al. (2015) · 1 DOI | 61 | — | Untreated orange peel, chopped | Endpunkt (Modellkurve) |
| Wikandari et al. (2015) · 2 DOI | 131 | — | Untreated orange peel, homogenized | Endpunkt (Modellkurve) |
| Gunaseelan (2004) · 1 DOI | 455 | 35 °C · mesophil | citrus sinesis peels | Endpunkt (Modellkurve) |
| Gunaseelan (2004) · 2 DOI | 486 | 35 °C · mesophil | Mandarin peels | Endpunkt (Modellkurve) |
| Sanjaya et al. (2016) · 1 DOI | 48 | 35 °C · mesophil | Rooten orange peel | Endpunkt (Modellkurve) |
| Sanjaya et al. (2016) · 2 DOI | 72 | 35 °C · mesophil | Fresh ripe orange peel | Endpunkt (Modellkurve) |
| Gewichteter Mittelwert | 313 | arithmetischer Mittelwert 362, SD 254 | ||
Typische Zusammensetzung
- Trockensubstanz (TS)
- 21,1% (Spanne 14,2–26,2)
- Organische Trockensubstanz (oTS)
- 96,8 % TS (Spanne 94,7–97,3)
- Stickstoff
- 0,8 % TS
- C/N-Verhältnis
- 52,1
Median und Spanne der Bestimmungen, die in den Publikationen zu den BMP-Datensätzen dieses Substrats angegeben sind (abgelesen aus: MY-D); Trockensubstanz: 4 Bestimmungen, organische Trockensubstanz: 4 Bestimmungen. Das C/N-Verhältnis wurde als Quotient aus C- und N-Gehalt (% TS) aus derselben Quelle berechnet.
Quellen: Calabrò et al. (2020); Fagbohungbe et al. (2016); Gunaseelan (2004); Sanjaya et al. (2016).
Die Zusammensetzung des Rohstoffs schwankt zwischen Chargen — für Anlagenberechnungen verwenden Sie die Analyse Ihrer eigenen Probe. Der Rechner trägt typische Werte automatisch ein.
Prozesseigenschaften
Kofermentation — womit kombinieren, worauf achten
- Vorsicht
Substrate: enthält Inhibitoren — z. B. Pulp and paper mill biosludge, Spent coffee grounds, Sargassum biomass, Pig slurry, Municipal sewage sludge (mixed)
Dosierung
Schrittweise einführen, mit einer kleinen Dosis beginnen und den Prozess überwachen (z. B. FOS/TAC, pH-Wert, Gaszusammensetzung).
Quellen der Prozessdaten
- Citrus essential oils and their influence on the anaerobic digestion process: an overview
- Inhibition of anaerobic digestion process: A review
- Optimization of orange peel waste ensiling for sustainable anaerobic digestion
- Anaerobic fermentation of kitchen waste
- Impact of biochar on the anaerobic digestion of citrus peel waste
- Improvement of Biogas Production from Orange Peel Waste by Leaching of Limonene
- Biochemical methane potential of fruits and vegetable solid waste feedstocks
- Mesophilic batch anaerobic digestion from fruit fragments
Der Kofermentationsrechner bewertet eine konkrete Mischung mit diesem Substrat.
Was die Zusammenstellung zeigt
Die Zusammenstellung umfasst 12 Datensätze zum Methanpotenzial (BMP) des Substrats „Citrus peels“ aus 6 Publikationen, veröffentlicht 2004–2022. Die Ergebnisse reichen von 48 bis 696 m³ CH₄/t oTS, der gewichtete Mittelwert beträgt 313 m³ CH₄/t oTS (arithmetischer Mittelwert 362, Standardabweichung 254).
Die Tests wurden bei 35, 38 °C (Temperaturbereich: mesophil) durchgeführt. Unterschiede bei Temperatur, Impfschlamm, Testdauer und Probenvorbereitung sind typische Ursachen für die Streuung der Ergebnisse zwischen Laboren.
Für 12 Datensätze gibt die Publikation nur den Endwert an. Die Linie im Diagramm ist dann eine Modellkurve (Kinetik erster Ordnung) und dient nur dem Vergleich der Kurvenformen — nur der Endpunkt stammt aus der Publikation.
So nutzen Sie diese Daten
BMP beschreibt das Potenzial, das im Batch-Test unter Laborbedingungen erzielt wird. In einer großtechnischen Anlage hängt der Ertrag zusätzlich von Verweilzeit, Fermenterbelastung, Durchmischung und Zusammensetzung der Einsatzstoffe ab. Für Vorberechnungen empfiehlt sich der gewichtete Mittelwert, für die Risikobewertung die gesamte Spanne der Ergebnisse. Bei der Planung eines konkreten Einsatzstoffs lohnt es sich, einen eigenen BMP-Test an einer repräsentativen Probe zu beauftragen.
Methodik in Kürze
BMP ist die Methanmenge, die im Batch-Test aus der organischen Trockensubstanz (oTS) gewonnen wird, angegeben in m³ CH₄ pro Tonne oTS (numerisch identisch mit NmL CH₄/g oTS in den Publikationen) und auf Normbedingungen (0 °C, 101,325 kPa) umgerechnet. Der gewichtete Mittelwert gibt jeder Publikation ein Gesamtgewicht von 1, das gleichmäßig auf ihre Ergebnisse für das Substrat verteilt wird — eine Arbeit, die zwanzig Sorten testet, wiegt also nicht schwerer als eine Arbeit mit einer einzigen Probe. Bei Ringversuchen ist die Einheit das Labor (Gesamtgewicht 1), und innerhalb des Labors steigt das Gewicht eines Tests mit der Zahl der Flaschen (Replikate). Ergebnisse nach einer Vorbehandlung (z. B. thermisch, chemisch, enzymatisch) werden gesondert ausgewiesen und gehen nicht in den Mittelwert ein.
Durchgezogene Linien sind in den Tests gemessene Kurven. Gibt eine Publikation nur das Endergebnis an, zeichnen wir ein kinetisches Modell erster Ordnung, B(t) = B₀·(1 − e−kt): Nur der Endpunkt stammt aus der Publikation, die Kurvenform dient ausschließlich der Visualisierung — die Produktion an einem bestimmten Tag lässt sich daraus nicht ablesen. Für dieses Substrat wurde k = 0,245 d−1 angenommen (Median der in den Quellen angegebenen und/oder an die mittleren gemessenen Kurven angepassten Geschwindigkeitskonstanten k).
Die Statistiken beschreiben die Streuung veröffentlichter Ergebnisse — eine deskriptive Zusammenstellung, keine Metaanalyse und keine Garantie für den Anlagenertrag.
Literaturverzeichnis
- Calabrò, P.S.; Fazzino, F.; Sidari, R.; Zema, D.A. (2020). Optimization of orange peel waste ensiling for sustainable anaerobic digestion. Renewable Energy 154, 849–862. DOI: 10.1016/j.renene.2020.03.047 DOI
- Dubrovskis, V.; Plume, I. (2022). Anaerobic fermentation of kitchen waste. Engineering for Rural Development 21. DOI: 10.22616/erdev.2022.21.tf020 DOI
- Fagbohungbe, M.O.; Herbert, B.M.; Hurst, L.; Li, H.; Usmani, S.Q.; Semple, K.T. (2016). Impact of biochar on the anaerobic digestion of citrus peel waste. Bioresource Technology 216, 142–149. DOI: 10.1016/j.biortech.2016.04.106 DOI
- Wikandari, R.; Nguyen, H.; Millati, R.; Niklasson, C.; Taherzadeh, M.J. (2015). Improvement of Biogas Production from Orange Peel Waste by Leaching of Limonene. BioMed Research International 2015, 1–6. DOI: 10.1155/2015/494182 DOI
- Gunaseelan, V. (2004). Biochemical methane potential of fruits and vegetable solid waste feedstocks. Biomass and Bioenergy 26(4), 389–399. DOI: 10.1016/j.biombioe.2003.08.006 DOI
- Sanjaya, A.P.; Cahyanto, M.N.; Millati, R. (2016). Mesophilic batch anaerobic digestion from fruit fragments. Renewable Energy 98, 135–141. DOI: 10.1016/j.renene.2016.02.059 DOI
Alle Quellen des Portals: Literaturverzeichnis.





