Quiénes somosContacto

Ensayos BMPPajas y residuos de cosecha

Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves) — BMP: 5 estudios, media 264 m³ CH₄/t SV

Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves): 5 registros de datos BMP procedentes de 5 publicaciones, media ponderada 264 m³ CH₄/t SV, rango 147–390.

CH₄ 58 %

Publicado Actualizado 2 min de lecturaRedacción FeedstockData

Foto Jeffery Martin / Wikimedia Commons, licencia CC0 1.0, archivo de origen; cambios: recorte

Media ponderada
264m³ CH₄/t SV
Rango
147–390m³ CH₄/t SV
Registros
5estudios
Publicaciones
5fuentes
Temperaturas
35 °C, 36 °Cdel ensayo

Metano en el biogás

Contenido medio de metano · ≈ 5,8 kWh/m³ de biogás

medido media de 1 estudio BMP; en un ensayo discontinuo la proporción de CH₄ suele ser mayor que en una planta.

Cómo lo calculamos y qué significan las zonas

Valoración para plantas de biogás

sin valorar — valoración editorial para plantas de biogás

Sin valorar: los datos no incluyen materia seca ni sólidos volátiles. Calculamos la valoración cuando se conocen la materia seca y los sólidos volátiles del material.

Valoración editorial según la metodología

Añadir a la calculadora de codigestión Datos CSV

Curvas BMP de 5 estudios

Media ponderada Registros individuales

Curvas BMP: Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves)Producción acumulada de metano a lo largo del tiempo para 5 registros y la media ponderada de 264 m³ CH₄/t SV. 5 de las curvas son curvas de modelo (cinética de primer orden).0100200300400500051015202530tiempo [d]m³ CH₄/t SVPrajapati et al. (2018): 267 m³ CH₄/t SV (curva de modelo)Cai et al. (2019): 227 m³ CH₄/t SV (curva de modelo)Gunaseelan (2004): 390 m³ CH₄/t SV (curva de modelo)López-Dávila et al. (2022): 287 m³ CH₄/t SV (curva de modelo)Li et al. (2018): 147 m³ CH₄/t SV (curva de modelo)media264

Las líneas discontinuas son una curva de modelo (cinética de primer orden, B(t) = B₀·(1 − e−kt)); el punto final procede de la publicación. Todas las curvas son curvas de modelo.

Producción acumulada de metano a lo largo del ensayo [m³ CH₄/t SV]. La línea gruesa es la media ponderada de todos los registros (264); los puntos marcan los valores finales indicados en las publicaciones. Sitúe el cursor sobre el gráfico para leer los valores; haga clic en un elemento de la leyenda para ocultar o mostrar un registro.

Registros y fuentes

Descargar CSV
FuenteBMP
m³ CH₄/t SV		CH₄ en el biogás
% vol., medido		TemperaturaMuestraCurva
Prajapati et al. (2018) DOI267——mung bean husk (MBH)punto final (curva de modelo)
Cai et al. (2019) DOI227——Snow peas (Pisum sativum var. Saccharatum) – Leafpunto final (curva de modelo)
Gunaseelan (2004) DOI390—35 °C · mesófilogarden pea pods (seeds removed)punto final (curva de modelo)
López-Dávila et al. (2022) DOI287——Bean straw and boxpunto final (curva de modelo)
Li et al. (2018) DOI14758,4 %36 °C · mesófiloSnap bean crop residues (SBR)punto final (curva de modelo)
Media ponderada26458,4 %media aritmética 264, SD 89

Composición típica

Sólidos volátiles (SV)
85,8 % MS (rango 79,7–91,8)
Nitrógeno
3,1 % MS
Relación C/N
12,7

Mediana y rango de las determinaciones indicadas en las publicaciones en que se basan los registros BMP de este sustrato (leídas de: BCBPD, MY-D); materia seca: 0 determinaciones, sólidos volátiles: 2 determinaciones. La relación C/N se calculó como cociente entre los contenidos de C y N (% MS) de la misma fuente. Las fuentes no indican la MS: la calculadora debe pedir un valor.

Fuentes: Cai et al. (2019); Gunaseelan (2004).

La composición de la materia prima varía entre lotes: para los cálculos de la planta utilice un análisis de su propia muestra. La calculadora inserta automáticamente valores típicos.

Propiedades del proceso

  • estacional
  • composición variable
  • fibroso
  • clasificación editorial

Codigestión: con qué combinarlo y qué vigilar

Dosificación

Fuentes de los datos del proceso

  1. Chen, Y.; Cheng, J.J.; Creamer, K.S. (2008) Inhibition of anaerobic digestion process: A review. Bioresource Technology
  2. Prajapati, K.K.; Pareek, N.; Vivekanand, V. (2018) Pretreatment and Multi-Feed Anaerobic Co-digestion of Agro-Industrial Residual Biomass for Improved Biomethanation and Kinetic Analysis. Frontiers in Energy Research 6, 111
  3. Cai, F.; 1. Biomass Energy and Environmental Engineering Research Center, College of Chemical Engineering, Beijing University of Chemical Technology, Beijing 100029, China; Yan, H.; Zhang, R.; Liu, G.; Chen, C.; 2. Department of Biological and Agricultural Engineering, University of California, Davis, CA 95616, USA (2019) Prediction of methane production performances based on determination of organic components for different vegetable wastes. International Journal of Agricultural and Biological Engineering 12(3), 154–159
  4. Gunaseelan, V. (2004) Biochemical methane potential of fruits and vegetable solid waste feedstocks. Biomass and Bioenergy 26(4), 389–399
  5. Hendriks, A.T.W.M.; Zeeman, G. (2009) Pretreatments to enhance the digestibility of lignocellulosic biomass. Bioresource Technology
  6. López-Dávila, E.; Jiménez Hernández, J.; López González, L.M.; Barrera Cardoso, E.L.; Bravo Amarante, E.; Contreras Velázquez, L.M.; Romero-Romero, O. (2022) Biochemical methane potential of agro-wastes as a renewable source alternative for electrical energy production in Cuba. Ciencia & Tecnología Agropecuaria 23(1)
  7. Li, P.; Li, W.; Sun, M.; Xu, X.; Zhang, B.; Sun, Y. (2018) Evaluation of Biochemical Methane Potential and Kinetics on the Anaerobic Digestion of Vegetable Crop Residues. Energies 12(1), 26
  8. Weiland, P. (2010) Biogas production: current state and perspectives. Applied Microbiology and Biotechnology
  9. FNR (2010). Guía sobre el Biogás – Desde la producción hasta el uso (hiszp. wydanie „Leitfaden Biogas”, GIZ 2013)

La calculadora de codigestión evaluará una mezcla concreta que contenga este sustrato.

Qué muestra la compilación

La compilación reúne 5 registros del potencial de metano (BMP) del sustrato «Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves)» procedentes de 5 publicaciones publicados en 2004–2022. Los resultados van de 147 a 390 m³ CH₄/t SV y la media ponderada es de 264 m³ CH₄/t SV (media aritmética 264, desviación típica 89).

Los ensayos se realizaron a 35, 36 °C (régimen: mesófilo). Las diferencias de temperatura, inóculo, duración del ensayo y preparación de la muestra son causas habituales de la dispersión de resultados entre laboratorios.

En 5 registros la publicación solo indica el valor final. La línea del gráfico es entonces una curva de modelo (cinética de primer orden) y sirve únicamente para comparar formas: solo el punto final procede de la publicación.

Cómo utilizar estos datos

El BMP describe el potencial obtenido en un ensayo discontinuo en condiciones de laboratorio. En una planta a escala real, el rendimiento depende además del tiempo de retención, la carga del digestor, la mezcla y la composición de la alimentación. Para los cálculos preliminares conviene utilizar la media ponderada y, para evaluar el riesgo, todo el rango de resultados. Al planificar una alimentación concreta, merece la pena encargar un ensayo BMP propio con una muestra representativa.

La metodología en breve

El BMP es la cantidad de metano obtenida a partir de los sólidos volátiles (SV) en un ensayo discontinuo, expresada en m³ de CH₄ por tonelada de SV (numéricamente igual a NmL CH₄/g SV en las publicaciones) y convertida a condiciones normales (0 °C, 101,325 kPa). La media ponderada asigna a cada publicación un peso total de 1, repartido a partes iguales entre sus resultados para el sustrato: un artículo que ensaya veinte variedades no pesa más que uno con una sola muestra. En los programas interlaboratorio la unidad es el laboratorio (peso total 1) y, dentro de él, el peso de un ensayo crece con el número de botellas (réplicas). Los resultados posteriores a un pretratamiento (p. ej. térmico, químico o enzimático) se muestran por separado y no se incluyen en la media.

Las líneas continuas son curvas medidas en los ensayos. Cuando una publicación solo indica el resultado final, dibujamos un modelo cinético de primer orden, B(t) = B₀·(1 − e−kt): solo el punto final procede de la publicación y la forma de la curva es una mera visualización; no debe leerse en ella la producción de un día concreto. Para este sustrato se supuso k = 0,136 d−1 (mediana de las constantes de velocidad k indicadas en las fuentes y/o ajustadas a las curvas medias medidas).

Las estadísticas describen la dispersión de los resultados publicados: una compilación descriptiva, no un metaanálisis ni una garantía del rendimiento de la planta.

Metodología completa y política de correcciones

Bibliografía

  1. Prajapati, K.K.; Pareek, N.; Vivekanand, V. (2018). Pretreatment and Multi-Feed Anaerobic Co-digestion of Agro-Industrial Residual Biomass for Improved Biomethanation and Kinetic Analysis. Frontiers in Energy Research 6, 111. DOI: 10.3389/fenrg.2018.00111 DOI
  2. Cai, F.; 1. Biomass Energy and Environmental Engineering Research Center, College of Chemical Engineering, Beijing University of Chemical Technology, Beijing 100029, China; Yan, H.; Zhang, R.; Liu, G.; Chen, C.; 2. Department of Biological and Agricultural Engineering, University of California, Davis, CA 95616, USA (2019). Prediction of methane production performances based on determination of organic components for different vegetable wastes. International Journal of Agricultural and Biological Engineering 12(3), 154–159. DOI: 10.25165/j.ijabe.20191203.4705 DOI
  3. 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
  4. López-Dávila, E.; Jiménez Hernández, J.; López González, L.M.; Barrera Cardoso, E.L.; Bravo Amarante, E.; Contreras Velázquez, L.M.; Romero-Romero, O. (2022). Biochemical methane potential of agro-wastes as a renewable source alternative for electrical energy production in Cuba. Ciencia & Tecnología Agropecuaria 23(1). DOI: 10.21930/rcta.vol23_num1_art:1890 DOI
  5. Li, P.; Li, W.; Sun, M.; Xu, X.; Zhang, B.; Sun, Y. (2018). Evaluation of Biochemical Methane Potential and Kinetics on the Anaerobic Digestion of Vegetable Crop Residues. Energies 12(1), 26. DOI: 10.3390/en12010026 DOI

Todas las fuentes del sitio: bibliografía.

Otros sustratos del grupo «Pajas y residuos de cosecha»