Chi siamoContatti

Test BMPGranella, crusca, mangimi e alimenti per animali

Cereal residues (screenings, dust, silo losses) — BMP: 10 studi, media ponderata 324 m³ CH₄/t SV

Cereal residues (screenings, dust, silo losses): 10 record di dati BMP tratti da 5 pubblicazioni, media ponderata 324 m³ CH₄/t SV, intervallo 250–402.

valutazione: buonaCH₄ ≈ 53 % (stima)

Pubblicato Aggiornato 2 min di letturaRedazione FeedstockData

Foto Friday musa / Wikimedia Commons, licenza CC BY-SA 4.0, file di origine; modifiche: ritaglio

Media ponderata
324m³ CH₄/t SV
Intervallo
250–402m³ CH₄/t SV
Record
10studi
Pubblicazioni
5fonti
Temperature
36 °C, 38 °Cdel test

Metano nel biogas

Contenuto medio di metano · ≈ 5,2 kWh/m³ di biogas

stima in base al tipo di substrato Gli studi raccolti non contengono misurazioni. L’intervallo deriva dalla composizione approssimativa (proteine dall’azoto totale (N 1,5 % SS × 6,25)) e dalle rese dei gruppi di composti secondo la FNR.

Come lo calcoliamo e che cosa significano le zone

Valutazione per gli impianti di biogas

buona — valutazione redazionale per gli impianti di biogasStabile, di solito accettato senza tariffa

Potenziale per tonnellata di sostanza fresca: molto alto (242 m³ CH₄/t); rischio di processo: acidificazione. Costi di gestione: impurità fisiche (imballaggi, plastiche).

Perché? Fattori della valutazione

Potenziale per tonnellata +3

  • +3potenziale 242 m³ CH₄/t di sostanza fresca (BMP 324 × SS 79,8 % × SV 93,5 %)

Stabilità del processo −0,5

  • −0,5acidificazione: rapida degradazione / pH acido, rischio di accumulo di AGV, richiede tamponamento

Gestione e costi −1

  • −1impurità fisiche (imballaggi, plastiche) — depackaging e separazione

Punteggio totale: 1,5 · soglie: ≥ 2,5 molto buona, ≥ 1 buona, sotto — neutra; negativa in caso di rischio di processo cumulativo.

Valutazione redazionale secondo la metodologia · affidabilità della valutazione: alta · esclusi i prezzi di mercato

Aggiungi al calcolatore di codigestione Dati CSV

Curve BMP da 10 studi

Media ponderata Singoli record

Curve BMP: Cereal residues (screenings, dust, silo losses)Produzione cumulata di metano nel tempo per 10 record e la media ponderata di 324 m³ CH₄/t SV. 10 delle curve sono curve del modello (cinetica del primo ordine).0100200300400500051015202530tempo [d]m³ CH₄/t SVDubrovskis et al. (2018): 376 m³ CH₄/t SV (curva del modello)Dubrovskis i Plume (2017): 268 m³ CH₄/t SV (curva del modello)Dubrovskis et al. (2019): 402 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 1: 250 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 2: 286 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 3: 300 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 4: 313 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 5: 320 m³ CH₄/t SV (curva del modello)Lallement et al. (2023) · 6: 328 m³ CH₄/t SV (curva del modello)Luna-delRisco et al. (2011): 274 m³ CH₄/t SV (curva del modello)media324

Le linee tratteggiate sono una curva del modello (cinetica del primo ordine, B(t) = B₀·(1 − e−kt)); il punto finale proviene dalla pubblicazione. Tutte le curve sono curve del modello.

Produzione cumulata di metano nel corso del test [m³ CH₄/t SV]. La linea spessa è la media ponderata di tutti i record (324); i punti indicano i valori finali riportati nelle pubblicazioni. Posizionare il puntatore sul grafico per leggere i valori; fare clic su una voce della legenda per nascondere o mostrare un record.

Record e fonti

Scarica il CSV
FonteBMP
m³ CH₄/t SV		TemperaturaCampioneCurva
Dubrovskis et al. (2018) DOI37638 °C · mesofiloGrain drying residue (mono-fermentation)punto finale (curva del modello)
Dubrovskis i Plume (2017) DOI26838 °C · mesofiloGrain processing residues (IN+GR, no additives)punto finale (curva del modello)
Dubrovskis et al. (2019) DOI40238 °C · mesofiloDry grain sweepspunto finale (curva del modello)
Lallement et al. (2023) · 1 DOI25038 °C · mesofilocereal residuepunto finale (curva del modello)
Lallement et al. (2023) · 2 DOI28638 °C · mesofilocereals mixpunto finale (curva del modello)
Lallement et al. (2023) · 3 DOI30038 °C · mesofilocereal dustpunto finale (curva del modello)
Lallement et al. (2023) · 4 DOI31338 °C · mesofilocereals mixpunto finale (curva del modello)
Lallement et al. (2023) · 5 DOI32038 °C · mesofilosilo´s losepunto finale (curva del modello)
Lallement et al. (2023) · 6 DOI32838 °C · mesofilocereal mixpunto finale (curva del modello)
Luna-delRisco et al. (2011)27436 °C · mesofilograin mill - aspiration dustpunto finale (curva del modello)
Media ponderata324media aritmetica 312, SD 48

Composizione tipica

Sostanza secca (SS)
79,8% (intervallo 72–89,4)
Solidi volatili (SV)
93,5 % SS (intervallo 90–96)
Azoto
1,5 % SS
Rapporto C/N
23,3

Mediana e intervallo delle determinazioni riportate nelle pubblicazioni alla base dei record BMP di questo substrato (lette da: MY-D); sostanza secca: 7 determinazioni, solidi volatili: 4 determinazioni. Il rapporto C/N è stato calcolato come rapporto tra il contenuto di C e di N (% SS) dalla stessa fonte.

Fonti: Lallement et al. (2023); Luna-delRisco et al. (2011).

La composizione della materia prima varia da un lotto all’altro: per i calcoli dell’impianto utilizzare l’analisi di un campione proprio. Il calcolatore inserisce automaticamente valori tipici.

Proprietà di processo

  • facilmente degradabile
  • ricco di carbonio
  • composizione variabile
  • impurità fisiche
  • classificazione redazionale

Codigestione — con che cosa abbinarlo, a che cosa prestare attenzione

Dosaggio

Introdurlo gradualmente, iniziando con una dose ridotta e monitorando il processo (ad es. FOS/TAC, pH, composizione del gas).

Fonti dei dati di processo

  1. Chen, Y.; Cheng, J.J.; Creamer, K.S. (2008) Inhibition of anaerobic digestion process: A review. Bioresource Technology
  2. Weiland, P. (2010) Biogas production: current state and perspectives. Applied Microbiology and Biotechnology
  3. Dubrovskis, V.; Plume, I.; Straume, I. (2018) Co-fermentation of carrots, grain residues and potato chips. Engineering for Rural Development
  4. Dubrovskis, V.; Plume, I. (2017) Enzymatic and catalystic enchancement of methane production from corn silage and grain residues. Engineering for Rural Development
  5. Dubrovskis, V.; Plume, I.; Straume, I. (2019) Co-digestion of molasses with dry grain sweeps and birch leaves. Engineering for Rural Development
  6. Lallement, A.; Peyrelasse, C.; Lagnet, C.; Barakat, A.; Schraauwers, B.; Maunas, S.; Monlau, F. (2023) A Detailed Database of the Chemical Properties and Methane Potential of Biomasses Covering a Large Range of Common Agricultural Biogas Plant Feedstocks. Waste 1(1), 195–227
  7. Luna-delRisco, M.; Normak, A.; Orupõld, K. (2011) Biochemical methane potential of different organic wastes and energy crops from Estonia. Agronomy Research 9(1–2), 331–342
  8. FNR (2010). Guía sobre el Biogás – Desde la producción hasta el uso (hiszp. wydanie „Leitfaden Biogas”, GIZ 2013)

Il calcolatore di codigestione valuterà una specifica miscela contenente questo substrato.

Che cosa mostra la raccolta

La raccolta comprende 10 record del potenziale metanigeno (BMP) per il substrato “Cereal residues (screenings, dust, silo losses)” tratti da 5 pubblicazioni relativi al periodo 2011–2023. I risultati vanno da 250 a 402 m³ CH₄/t SV e la media ponderata è 324 m³ CH₄/t SV (media aritmetica 312, deviazione standard 48).

I test sono stati condotti a 36, 38 °C (regime: mesofilo). Le differenze di temperatura, inoculo, durata del test e preparazione del campione sono cause tipiche della dispersione dei risultati tra i laboratori.

Per 10 record la pubblicazione riporta solo il valore finale. La linea nel grafico è allora una curva del modello (cinetica del primo ordine) e serve solo a confrontare le forme: dalla pubblicazione proviene soltanto il punto finale.

Come utilizzare questi dati

Il BMP descrive il potenziale ottenuto in un test in batch in condizioni di laboratorio. In un impianto a scala reale la resa dipende inoltre dal tempo di ritenzione, dal carico del digestore, dalla miscelazione e dalla composizione dell’alimentazione. Per i calcoli preliminari conviene utilizzare la media ponderata, mentre per la valutazione del rischio l’intero intervallo dei risultati. Nella pianificazione di una specifica alimentazione conviene commissionare un proprio test BMP su un campione rappresentativo.

La metodologia in breve

Il BMP è la quantità di metano ottenuta dai solidi volatili (SV) in un test in batch, espressa in m³ CH₄ per tonnellata di SV (numericamente uguale a NmL CH₄/g SV nelle pubblicazioni) e convertita in condizioni normali (0 °C, 101,325 kPa). La media ponderata attribuisce a ogni pubblicazione un peso complessivo pari a 1, ripartito in parti uguali tra i suoi risultati per il substrato: un articolo che testa venti varietà non pesa più di un articolo con un solo campione. Nei programmi interlaboratorio l’unità è il laboratorio (peso complessivo 1) e, al suo interno, il peso di una prova cresce con il numero di bottiglie (repliche). I risultati dopo pretrattamento (ad es. termico, chimico, enzimatico) sono presentati separatamente e non rientrano nella media.

Le linee continue sono curve misurate nei test. Quando una pubblicazione riporta solo il risultato finale, tracciamo un modello cinetico del primo ordine, B(t) = B₀·(1 − e−kt): dalla pubblicazione proviene soltanto il punto finale e la forma della curva serve unicamente come visualizzazione: da essa non si deve ricavare la produzione di un determinato giorno. Per questo substrato si è assunto k = 0,257 d−1 (mediana delle costanti di velocità k riportate nelle fonti e/o adattate alle curve medie misurate).

Le statistiche descrivono la dispersione dei risultati pubblicati: una raccolta descrittiva, non una meta-analisi né una garanzia della resa dell’impianto.

Metodologia completa e politica di correzione

Bibliografia

  1. Dubrovskis, V.; Plume, I.; Straume, I. (2018). Co-fermentation of carrots, grain residues and potato chips. Engineering for Rural Development. DOI: 10.22616/erdev2018.17.n415 DOI
  2. Dubrovskis, V.; Plume, I. (2017). Enzymatic and catalystic enchancement of methane production from corn silage and grain residues. Engineering for Rural Development. DOI: 10.22616/erdev2017.16.n088 DOI
  3. Dubrovskis, V.; Plume, I.; Straume, I. (2019). Co-digestion of molasses with dry grain sweeps and birch leaves. Engineering for Rural Development. DOI: 10.22616/erdev2019.18.n114 DOI
  4. Lallement, A.; Peyrelasse, C.; Lagnet, C.; Barakat, A.; Schraauwers, B.; Maunas, S.; Monlau, F. (2023). A Detailed Database of the Chemical Properties and Methane Potential of Biomasses Covering a Large Range of Common Agricultural Biogas Plant Feedstocks. Waste 1(1), 195–227. DOI: 10.3390/waste1010014 DOI
  5. Luna-delRisco, M.; Normak, A.; Orupõld, K. (2011). Biochemical methane potential of different organic wastes and energy crops from Estonia. Agronomy Research 9(1–2), 331–342. https://www.semanticscholar.org/paper/25cf2d7bba4758136830a9a02caf3ecd997173bb fonte

Tutte le fonti del sito: bibliografia.

Altri substrati del gruppo “Granella, crusca, mangimi e alimenti per animali”