Chi siamoContatti

Test BMPPaglie e residui colturali

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

Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves): 5 record di dati BMP tratti da 5 pubblicazioni, media ponderata 264 m³ CH₄/t SV, intervallo 147–390.

CH₄ 58 %

Pubblicato Aggiornato 2 min di letturaRedazione FeedstockData

Foto Jeffery Martin / Wikimedia Commons, licenza CC0 1.0, file di origine; modifiche: ritaglio

Media ponderata
264m³ CH₄/t SV
Intervallo
147–390m³ CH₄/t SV
Record
5studi
Pubblicazioni
5fonti
Temperature
35 °C, 36 °Cdel test

Metano nel biogas

Contenuto medio di metano · ≈ 5,8 kWh/m³ di biogas

misurata media di 1 studio BMP; in un test in batch la quota di CH₄ tende a essere più alta che in un impianto.

Come lo calcoliamo e che cosa significano le zone

Valutazione per gli impianti di biogas

non valutato — valutazione redazionale per gli impianti di biogas

Non valutato: nei dati mancano sostanza secca o solidi volatili. Calcoliamo la valutazione quando sono note la sostanza secca e i solidi volatili del materiale.

Valutazione redazionale secondo la metodologia

Aggiungi al calcolatore di codigestione Dati CSV

Curve BMP da 5 studi

Media ponderata Singoli record

Curve BMP: Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves)Produzione cumulata di metano nel tempo per 5 record e la media ponderata di 264 m³ CH₄/t SV. 5 delle curve sono curve del modello (cinetica del primo ordine).0100200300400500051015202530tempo [d]m³ CH₄/t SVPrajapati et al. (2018): 267 m³ CH₄/t SV (curva del modello)Cai et al. (2019): 227 m³ CH₄/t SV (curva del modello)Gunaseelan (2004): 390 m³ CH₄/t SV (curva del modello)López-Dávila et al. (2022): 287 m³ CH₄/t SV (curva del modello)Li et al. (2018): 147 m³ CH₄/t SV (curva del modello)media264

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 (264); 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		CH₄ nel biogas
% vol., misurato		TemperaturaCampioneCurva
Prajapati et al. (2018) DOI267——mung bean husk (MBH)punto finale (curva del modello)
Cai et al. (2019) DOI227——Snow peas (Pisum sativum var. Saccharatum) – Leafpunto finale (curva del modello)
Gunaseelan (2004) DOI390—35 °C · mesofilogarden pea pods (seeds removed)punto finale (curva del modello)
López-Dávila et al. (2022) DOI287——Bean straw and boxpunto finale (curva del modello)
Li et al. (2018) DOI14758,4 %36 °C · mesofiloSnap bean crop residues (SBR)punto finale (curva del modello)
Media ponderata26458,4 %media aritmetica 264, SD 89

Composizione tipica

Solidi volatili (SV)
85,8 % SS (intervallo 79,7–91,8)
Azoto
3,1 % SS
Rapporto C/N
12,7

Mediana e intervallo delle determinazioni riportate nelle pubblicazioni alla base dei record BMP di questo substrato (lette da: BCBPD, MY-D); sostanza secca: 0 determinazioni, solidi volatili: 2 determinazioni. Il rapporto C/N è stato calcolato come rapporto tra il contenuto di C e di N (% SS) dalla stessa fonte. Nelle fonti manca la SS: il calcolatore dovrà richiedere un valore.

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

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

  • stagionale
  • composizione variabile
  • fibroso
  • classificazione redazionale

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

Dosaggio

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. 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)

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

Che cosa mostra la raccolta

La raccolta comprende 5 record del potenziale metanigeno (BMP) per il substrato “Legume crop and processing residues (pea pods, bean haulm and husks, pea leaves)” tratti da 5 pubblicazioni relativi al periodo 2004–2022. I risultati vanno da 147 a 390 m³ CH₄/t SV e la media ponderata è 264 m³ CH₄/t SV (media aritmetica 264, deviazione standard 89).

I test sono stati condotti a 35, 36 °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 5 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 = 0,136 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. 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

Tutte le fonti del sito: bibliografia.

Altri substrati del gruppo “Paglie e residui colturali”