BMP-UntersuchungenNebenprodukte der Agrar- und Lebensmittelindustrie

Hazelnut residues (shell, skin) — BMP: 2 Studien, gewichteter Mittelwert 153 m³ CH₄/t oTS

Hazelnut residues (shell, skin): 2 Datensätze an BMP-Daten aus 2 Publikationen, gewichteter Mittelwert 153 m³ CH₄/t oTS, Spanne 40–265.

Bewertung: neutralCH₄ ≈ 51 % (Schätzung)

Veröffentlicht Aktualisiert 2 Min. LesezeitRedaktion FeedstockData

Foto daryl_mitchell from Saskatoon, Saskatchewan, Canada / Wikimedia Commons, Lizenz CC BY-SA 2.0, Quelldatei; Änderungen: Zuschnitt

Gewichteter Mittelwert
153m³ CH₄/t oTS
Spanne
40–265m³ CH₄/t oTS
Datensätze
2Studien
Publikationen
2Quellen
Temperaturen
37 °Cdes Tests

Methan im Biogas

Niedriger Methangehalt · ≈ 5,1 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 0,1 % TS × 6,25)) und den Erträgen der Stoffgruppen nach FNR.

Wie wir rechnen und was die Zonen bedeuten

Bewertung für Biogasanlagen

neutral — redaktionelle Bewertung für BiogasanlagenKeine klaren Vorteile — für die Annahme sollte eine Gebühr erhoben werden

Potenzial je Tonne Frischmasse: mäßig, jedoch begrenzt durch die schlechte Abbaubarkeit der organischen Substanz (141 m³ CH₄/t); Prozessrisiko: Inhibitoren. Handhabungskosten: Fasern, Schwimmschicht, langsamer Abbau.

Warum? Bewertungsfaktoren

Potenzial je Tonne +1

  • +1Potenzial 141 m³ CH₄/t Frischmasse (BMP 153 × TS 93,2 % × oTS 99,3 %); geringe Abbaubarkeit der oTS (BMP 153 m³ CH₄/t oTS) — Punkte gedeckelt

Prozessstabilität −1

  • −1Inhibitoren: natürliche oder Rückstände (z. B. Limonen, Polyphenole, Antibiotika, Metalle)

Handhabung und Kosten −1

  • −0,5Fasern, Schwimmschicht — Zerkleinerung und intensive Durchmischung
  • −0,5langsamer Abbau — lange Verweilzeit

Punkte insgesamt: −1 · Schwellen: ≥ 2,5 sehr gut, ≥ 1 gut, darunter — neutral; negativ bei kumuliertem Prozessrisiko.

Redaktionelle Bewertung gemäß der Methodik · Zuverlässigkeit der Bewertung: gering · ohne Marktpreise

Zum Kofermentationsrechner hinzufügen CSV-Daten

BMP-Kurven aus 2 Studien

Gewichteter Mittelwert Einzelne Datensätze

BMP-Kurven: Hazelnut residues (shell, skin)Kumulierte Methanproduktion im Zeitverlauf für 2 Datensätze und den gewichteten Mittelwert von 153 m³ CH₄/t oTS. 2 der Kurven sind Modellkurven (Kinetik erster Ordnung).01002003000510152025303540Zeit [d]m³ CH₄/t oTSOliva et al. (2024): 265 m³ CH₄/t oTS (Modellkurve)Shen et al. (2018): 40 m³ CH₄/t oTS (Modellkurve)Mittelwert153

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 (153); 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
QuelleBMP
m³ CH₄/t oTS
TemperaturProbeKurve
Oliva et al. (2024) DOI26537 °C · mesophilHazelnut skin (HS raw)Endpunkt (Modellkurve)
Shen et al. (2018) DOI4037 °C · mesophilhazelnut shellEndpunkt (Modellkurve)
Gewichteter Mittelwert153arithmetischer Mittelwert 153, SD 159

Typische Zusammensetzung

Trockensubstanz (TS)
93,2% (Spanne 93,2–93,2)
Organische Trockensubstanz (oTS)
99,3 % TS (Spanne 99,3–99,3)
Stickstoff
0,1 % TS
C/N-Verhältnis
324,2

Median und Spanne der Bestimmungen, die in den Publikationen zu den BMP-Datensätzen dieses Substrats angegeben sind (abgelesen aus: MY-D); Trockensubstanz: 1 Bestimmung, organische Trockensubstanz: 1 Bestimmung. Das C/N-Verhältnis wurde als Quotient aus C- und N-Gehalt (% TS) aus derselben Quelle berechnet. Die Proben wurden getrocknet bzw. lufttrocken getestet – die TS bezieht sich auf das Material im Test, nicht auf Frischmaterial.

Quellen: Shen et al. (2018).

Die Zusammensetzung des Rohstoffs schwankt zwischen Chargen — für Anlagenberechnungen verwenden Sie die Analyse Ihrer eigenen Probe. Der Rechner trägt typische Werte automatisch ein.

Prozesseigenschaften

  • faserig
  • langsam abbaubar
  • stickstoffarm
  • kohlenstoffreich
  • hohe Trockensubstanz
  • enthält Inhibitoren
  • redaktionelle Einstufung

Geringe Zuverlässigkeit: Die Beschreibung beruht auf allgemeinen Merkmalen der Substratgruppe, nicht auf Studien zu diesem Material. Betrachten Sie sie als zu überprüfenden Hinweis.

Kofermentation — womit kombinieren, worauf achten

Dosierung

Schrittweise einführen, mit einer kleinen Dosis beginnen und den Prozess überwachen (z. B. FOS/TAC, pH-Wert, Gaszusammensetzung).

Der Kofermentationsrechner bewertet eine konkrete Mischung mit diesem Substrat.

Was die Zusammenstellung zeigt

Die Zusammenstellung umfasst 2 Datensätze zum Methanpotenzial (BMP) des Substrats „Hazelnut residues (shell, skin)“ aus 2 Publikationen, veröffentlicht 2018–2024. Die Ergebnisse reichen von 40 bis 265 m³ CH₄/t oTS, der gewichtete Mittelwert beträgt 153 m³ CH₄/t oTS (arithmetischer Mittelwert 153, Standardabweichung 159).

Die Tests wurden bei 37 °C (Temperaturbereich: mesophil) durchgeführt. Unterschiede bei Temperatur, Impfschlamm, Testdauer und Probenvorbereitung sind typische Ursachen für die Streuung der Ergebnisse zwischen Laboren.

Für 2 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 = 0,091 d−1 angenommen (keine kinetischen Daten für die Gruppe – verwendet wurde der Median aller verfügbaren Geschwindigkeitskonstanten k (93 Werte)).

Die Statistiken beschreiben die Streuung veröffentlichter Ergebnisse — eine deskriptive Zusammenstellung, keine Metaanalyse und keine Garantie für den Anlagenertrag.

Vollständige Methodik und Korrekturpolitik

Literaturverzeichnis

  1. Oliva, A.; Tan, L.C.; Papirio, S.; Esposito, G.; Lens, P.N.L. (2024). Use of N-Methylmorpholine N-oxide (NMMO) pretreatment to enhance the bioconversion of lignocellulosic residues to methane. Biomass Conversion and Biorefinery 14(10), 11113–11130. DOI: 10.1007/s13399-022-03173-x DOI
  2. Shen, J.; Yan, H.; Zhang, R.; Liu, G.; Chen, C. (2018). Characterization and methane production of different nut residue wastes in anaerobic digestion. Renewable Energy 116, 835–841. DOI: 10.1016/j.renene.2017.09.018 DOI

Alle Quellen des Portals: Literaturverzeichnis.