Chi siamoContatti

Test BMPRifiuti alimentari e della ristorazione

Food waste — BMP: 22 studi, media ponderata 466 m³ CH₄/t SV

Food waste: 22 record di dati BMP tratti da 12 pubblicazioni, media ponderata 466 m³ CH₄/t SV, intervallo 135–700.

valutazione: neutraCH₄ ≈ 62 % (stima)

Pubblicato Aggiornato 2 min di letturaRedazione FeedstockData

Foto Nick Saltmarsh / Wikimedia Commons, licenza CC BY 2.0, file di origine; modifiche: ritaglio

Media ponderata
466m³ CH₄/t SV
Intervallo
135–700m³ CH₄/t SV
Record
22studi
Pubblicazioni
12fonti
Temperature
30 °C, 35 °C, 37 °C, 38 °Cdel test

Metano nel biogas

Alto contenuto di metano · ≈ 6,2 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 2,9 % SS × 6,25); ricco di grassi (classificazione di processo)) 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

neutra — valutazione redazionale per gli impianti di biogasNessun vantaggio evidente: conviene applicare una tariffa per il conferimento

Potenziale per tonnellata di sostanza fresca: molto alto (100 m³ CH₄/t); rischio di processo: grassi, proteine / azoto, sale / sodio. Costi di gestione: SOA cat. 3, impurità fisiche (imballaggi, plastiche).

Perché? Fattori della valutazione

Potenziale per tonnellata +3

  • +3potenziale 100 m³ CH₄/t di sostanza fresca (BMP 466 × SS 24,1 % × SV 89,2 %)

Stabilità del processo −2,25

  • −1grassi: rischio di accumulo di acidi grassi a catena lunga (LCFA), flottazione e sovraccarico
  • −0,5proteine / azoto: rischio di inibizione da ammoniaca per quote più elevate
  • −0,5sale / sodio: inibizione per quote elevate
  • −0,25acidificazione: rapida degradazione / pH acido, rischio di accumulo di AGV, richiede tamponamento

Gestione e costi −2

  • −1SOA cat. 3: pastorizzazione a 70 °C / 60 min
  • −1impurità fisiche (imballaggi, plastiche) — depackaging e separazione

Punteggio totale: −1,25 · 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 22 studi

Media ponderata Singoli record

Curve BMP: Food wasteProduzione cumulata di metano nel tempo per 22 record e la media ponderata di 466 m³ CH₄/t SV. 19 delle curve sono curve del modello (cinetica del primo ordine).02004006008000102030405060tempo [d]m³ CH₄/t SVChickering i Tolaymat (2023) · M+V FOOD: 406 m³ CH₄/t SV (misurazione)Chickering i Tolaymat (2023) · M-1 FOOD: 411 m³ CH₄/t SV (misurazione)Chickering i Tolaymat (2023) · TAP FOOD: 432 m³ CH₄/t SV (misurazione)Baek et al. (2020): 528 m³ CH₄/t SV (curva del modello)Browne et al. (2013) · 1: 419 m³ CH₄/t SV (curva del modello)Browne et al. (2013) · 2: 535 m³ CH₄/t SV (curva del modello)Chynoweth et al. (1993): 541 m³ CH₄/t SV (curva del modello)Holliger et al. (2017) · 1: 499 m³ CH₄/t SV (curva del modello)Holliger et al. (2017) · 2: 519 m³ CH₄/t SV (curva del modello)Holliger et al. (2017) · 3: 595 m³ CH₄/t SV (curva del modello)Jin et al. (2016): 700 m³ CH₄/t SV (curva del modello)Koch et al. (2017) · 1: 440 m³ CH₄/t SV (curva del modello)Koch et al. (2017) · 2: 445 m³ CH₄/t SV (curva del modello)Koch et al. (2017) · 3: 457 m³ CH₄/t SV (curva del modello)Koch et al. (2017) · 4: 460 m³ CH₄/t SV (curva del modello)Li et al. (2013): 541 m³ CH₄/t SV (curva del modello)Llanos-Lizcano et al. (2024) · 1: 377 m³ CH₄/t SV (curva del modello)Llanos-Lizcano et al. (2024) · 2: 410 m³ CH₄/t SV (curva del modello)Zhang et al. (2019): 471 m³ CH₄/t SV (curva del modello)Osei-Owusu et al. (2024) · 1: 135 m³ CH₄/t SV (curva del modello)Osei-Owusu et al. (2024) · 2: 199 m³ CH₄/t SV (curva del modello)Zhang et al. (2015): 372 m³ CH₄/t SV (curva del modello)media466

Le linee tratteggiate sono una curva del modello (cinetica del primo ordine, B(t) = B₀·(1 − e−kt)); il punto finale proviene dalla pubblicazione. Le linee continue sono misurazioni (3).

Produzione cumulata di metano nel corso del test [m³ CH₄/t SV]. La linea spessa è la media ponderata di tutti i record (466); 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.

  • Mostra i restanti record nella legenda (10)

Record e fonti

Scarica il CSV
FonteBMP
m³ CH₄/t SV		TemperaturaCampioneCurva
Chickering i Tolaymat (2023) · M+V FOOD DOI406— · mesofilo—misurazione (7 punti)
Chickering i Tolaymat (2023) · M-1 FOOD DOI411— · mesofilo—misurazione (7 punti)
Chickering i Tolaymat (2023) · TAP FOOD DOI432— · mesofilo—misurazione (7 punti)
Baek et al. (2020) DOI52835 °C · mesofilofood waste (FW), mono-digestion (Run 2)punto finale (curva del modello)
Browne et al. (2013) · 1 DOI41937 °C · mesofilofood wastepunto finale (curva del modello)
Browne et al. (2013) · 2 DOI53537 °C · mesofilofood wastepunto finale (curva del modello)
Chynoweth et al. (1993) DOI54135 °C · mesofiloFood wastepunto finale (curva del modello)
Holliger et al. (2017) · 1 DOI499—Industry food wastepunto finale (curva del modello)
Holliger et al. (2017) · 2 DOI519—Food wastepunto finale (curva del modello)
Holliger et al. (2017) · 3 DOI595—Food wastepunto finale (curva del modello)
Jin et al. (2016) DOI70035 °C · mesofiloKitchen wastepunto finale (curva del modello)
Koch et al. (2017) · 1 DOI44038 °C · mesofilofood wastepunto finale (curva del modello)
Koch et al. (2017) · 2 DOI44538 °C · mesofilofood wastepunto finale (curva del modello)
Koch et al. (2017) · 3 DOI45738 °C · mesofilofood wastepunto finale (curva del modello)
Koch et al. (2017) · 4 DOI46038 °C · mesofilofood wastepunto finale (curva del modello)
Li et al. (2013) DOI54137 °C · mesofiloKitchen wastepunto finale (curva del modello)
Llanos-Lizcano et al. (2024) · 1 DOI377—Food waste (FW), ISR 2punto finale (curva del modello)
Llanos-Lizcano et al. (2024) · 2 DOI410—Food waste (FW), ISR 1punto finale (curva del modello)
Zhang et al. (2019) DOI471—Food waste (SFW)punto finale (curva del modello)
Osei-Owusu et al. (2024) · 1 DOI13530 °C · mesofiloFood leftovers (FLO)punto finale (curva del modello)
Osei-Owusu et al. (2024) · 2 DOI19930 °C · mesofiloKitchen residues (KR)punto finale (curva del modello)
Zhang et al. (2015) DOI37237 °C · mesofilofood wastepunto finale (curva del modello)
Media ponderata466media aritmetica 450, SD 120

Composizione tipica

Sostanza secca (SS)
24,1% (intervallo 2,4–90,6)
Solidi volatili (SV)
89,2 % SS (intervallo 85–91,4)
Azoto
2,9 % SS
Rapporto C/N
15,9

Mediana e intervallo delle determinazioni riportate nelle pubblicazioni alla base dei record BMP di questo substrato (lette da: MY-D); sostanza secca: 6 determinazioni, solidi volatili: 5 determinazioni. Il rapporto C/N è stato calcolato come rapporto tra il contenuto di C e di N (% SS) dalla stessa fonte. L’intervallo di SS comprende sia campioni freschi sia campioni parzialmente essiccati o essiccati prima del test: per il materiale fresco vale la parte inferiore dell’intervallo, meglio ancora una misurazione propria.

Fonti: Browne et al. (2013); Jin et al. (2016); Koch et al. (2017); Li et al. (2013); Zhang et al. (2015).

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 proteine
  • ricco di grassi
  • salino
  • impurità fisiche
  • SOA cat. 3
  • povero di oligoelementi
  • composizione variabile
  • 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. Hagos et al. (2017). Anaerobic co-digestion process for biogas production: progress, challenges and perspectives. Renew. Sustain. Energy Rev.
  2. Weiland, P. (2010) Biogas production: current state and perspectives. Applied Microbiology and Biotechnology
  3. Zhang et al. (2012). Long-term anaerobic digestion of food waste stabilized by trace elements. Waste Manag.
  4. Ariunbaatar et al. (2016). Enhanced anaerobic digestion of food waste by supplementing trace elements: role of selenium (VI) and iron (II). Front. Environ. Sci.
  5. Long et al. (2012). Anaerobic co-digestion of fat, oil, and grease (FOG): A review of gas production and process limitations. Process Saf. Environ. Prot.
  6. Zhang et al. (2007). Characterization of food waste as feedstock for anaerobic digestion. Bioresour. Technol.
  7. Chen, Cheng, Creamer (2008). Inhibition of anaerobic digestion process: A review. Bioresour. Technol.
  8. Mata-Alvarez, Mace, Llabres (2000). Anaerobic digestion of organic solid wastes. An overview of research achievements and perspectives. Bioresour. Technol.
  9. Rozporządzenie (WE) nr 1069/2009 określające przepisy sanitarne dotyczące produktów ubocznych pochodzenia zwierzęcego (art. 9, 10, 12–14, 24)
  10. Rozporządzenie Komisji (UE) nr 142/2011 wykonujące rozporządzenie (WE) nr 1069/2009 (zał. IV rozdz. III, zał. V rozdz. I i III)
  11. 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 22 record del potenziale metanigeno (BMP) per il substrato “Food waste” tratti da 12 pubblicazioni relativi al periodo 1993–2024. I risultati vanno da 135 a 700 m³ CH₄/t SV e la media ponderata è 466 m³ CH₄/t SV (media aritmetica 450, deviazione standard 120).

I test sono stati condotti a 30, 35, 37, 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 19 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 = 0,232 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. Chickering, G.; Tolaymat, T. (2023). Growth Media Efficacy in Biochemical Methane Potential Assays. Methane 2(2), 176–191. DOI: 10.3390/methane2020013 DOI
  2. Baek, G.; Kim, D.; Kim, J.; Kim, H.; Lee, C. (2020). Treatment of Cattle Manure by Anaerobic Co-Digestion with Food Waste and Pig Manure: Methane Yield and Synergistic Effect. International Journal of Environmental Research and Public Health 17(13), 4737. DOI: 10.3390/ijerph17134737 DOI
  3. Browne, J.D.; Allen, E.; Murphy, J.D. (2013). Evaluation of the biomethane potential from multiple waste streams for a proposed community scale anaerobic digester. Environmental Technology 34(13-14), 2027–2038. DOI: 10.1080/09593330.2013.812669 DOI
  4. Chynoweth, D.; Turick, C.; Owens, J.; Jerger, D.; Peck, M. (1993). Biochemical methane potential of biomass and waste feedstocks. Biomass and Bioenergy 5(1), 95–111. DOI: 10.1016/0961-9534(93)90010-2 DOI
  5. Holliger, C.; Fruteau de Laclos, H.; Hack, G. (2017). Methane Production of Full-Scale Anaerobic Digestion Plants Calculated from Substrate’s Biomethane Potentials Compares Well with the One Measured On-Site. Frontiers in Energy Research 5, 12. DOI: 10.3389/fenrg.2017.00012 DOI
  6. Jin, Y.; Li, Y.; Li, J. (2016). Influence of thermal pretreatment on physical and chemical properties of kitchen waste and the efficiency of anaerobic digestion. Journal of Environmental Management 180, 291–300. DOI: 10.1016/j.jenvman.2016.05.047 DOI
  7. Koch, K.; Lippert, T.; Drewes, J.E. (2017). The role of inoculum’s origin on the methane yield of different substrates in biochemical methane potential (BMP) tests. Bioresource Technology 243, 457–463. DOI: 10.1016/j.biortech.2017.06.142 DOI
  8. Li, Y.; Zhang, R.; Liu, G.; Chen, C.; He, Y.; Liu, X. (2013). Comparison of methane production potential, biodegradability, and kinetics of different organic substrates. Bioresource Technology 149, 565–569. DOI: 10.1016/j.biortech.2013.09.063 DOI
  9. Llanos-Lizcano, R.; Senila, L.; Modoi, O.C. (2024). Evaluation of Biochemical Methane Potential and Kinetics of Organic Waste Streams for Enhanced Biogas Production. Agronomy 14(11), 2546. DOI: 10.3390/agronomy14112546 DOI
  10. Zhang, W.; Torrella, F.; Banks, C.J.; Heaven, S. (2019). Data related to anaerobic digestion of bioplastics: Images and properties of digested bioplastics and digestate, synthetic food waste recipe and packaging information. Data in Brief 25, 103990. DOI: 10.1016/j.dib.2019.103990 DOI
  11. Osei-Owusu, B.A.; Arthur, R.; Baidoo, M.F.; Oduro-Kwarteng, S.; Amenaghawon, A.N. (2024). Anaerobic co-digestion of human excreta, food leftovers and kitchen residue: 1 ternary mixture design, synergistic effects and RSM approach. Heliyon 10(2), e24080. DOI: 10.1016/j.heliyon.2024.e24080 DOI
  12. Zhang, W.; Zhang, L.; Li, A. (2015). Enhanced anaerobic digestion of food waste by trace metal elements supplementation and reduced metals dosage by green chelating agent [S, S]-EDDS via improving metals bioavailability. Water Research 84, 266–277. DOI: 10.1016/j.watres.2015.07.010 DOI

Tutte le fonti del sito: bibliografia.

Altri substrati del gruppo “Rifiuti alimentari e della ristorazione”