Chi siamoContatti

Test BMPLatte, siero di latte e rifiuti lattiero-caseari

Whey — BMP: 19 studi, media ponderata 416 m³ CH₄/t SV

Whey: 19 record di dati BMP tratti da 8 pubblicazioni, media ponderata 416 m³ CH₄/t SV, intervallo 274–526.

valutazione: neutraCH₄ ≈ 53 % (stima)

Pubblicato Aggiornato 2 min di letturaRedazione FeedstockData

Foto chuck b. / Wikimedia Commons, licenza CC BY 2.0, file di origine; modifiche: ritaglio

Media ponderata
416m³ CH₄/t SV
Intervallo
274–526m³ CH₄/t SV
Record
19studi
Pubblicazioni
8fonti
Temperature
35 °C, 40 °Cdel test

Metano nel biogas

Contenuto medio di metano · ≈ 5,3 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 1,8 % 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

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

Potenziale per tonnellata di sostanza fresca: moderato (26 m³ CH₄/t); rischio di processo: sale / sodio, acidificazione. Nessun requisito aggiuntivo di gestione.

Perché? Fattori della valutazione

Potenziale per tonnellata +1

  • +1potenziale 26 m³ CH₄/t di sostanza fresca (BMP 416 × SS 6,9 % × SV 91,8 %)

Stabilità del processo −1,5

  • −1sale / sodio: inibizione per quote elevate
  • −0,5acidificazione: rapida degradazione / pH acido, rischio di accumulo di AGV, richiede tamponamento

Gestione e costi 0

  • 0nessun fattore

Punteggio totale: −0,5 · 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 19 studi

Media ponderata Singoli record

Curve BMP: WheyProduzione cumulata di metano nel tempo per 19 record e la media ponderata di 416 m³ CH₄/t SV. 14 delle curve sono curve del modello (cinetica del primo ordine).0200400600051015202530tempo [d]m³ CH₄/t SVHafner et al. (2026) · lab. E18 · 1: 395 m³ CH₄/t SV (misurazione)Hafner et al. (2026) · lab. E18 · 2: 424 m³ CH₄/t SV (misurazione)Hafner et al. (2026) · lab. R05: 433 m³ CH₄/t SV (misurazione)Hafner et al. (2026) · lab. E07: 464 m³ CH₄/t SV (misurazione)Hafner et al. (2026) · lab. R03: 480 m³ CH₄/t SV (misurazione)Fernández-Rodríguez et al. (2021): 274 m³ CH₄/t SV (curva del modello)Rico et al. (2014) · 1: 337 m³ CH₄/t SV (curva del modello)Rico et al. (2014) · 2: 351 m³ CH₄/t SV (curva del modello)Dinuccio et al. (2010): 501 m³ CH₄/t SV (curva del modello)Holliger et al. (2017): 526 m³ CH₄/t SV (curva del modello)Labatut et al. (2011): 424 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 1: 350 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 2: 353 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 3: 365 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 4: 380 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 5: 408 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 6: 430 m³ CH₄/t SV (curva del modello)Mainardis et al. (2019) · 7: 437 m³ CH₄/t SV (curva del modello)Llanos-Lizcano et al. (2024): 335 m³ CH₄/t SV (curva del modello)media416

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 (5).

Produzione cumulata di metano nel corso del test [m³ CH₄/t SV]. La linea spessa è la media ponderata di tutti i record (416); 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 (7)

Record e fonti

Scarica il CSV
FonteBMP
m³ CH₄/t SV		TemperaturaCampioneCurva
Hafner et al. (2026) · lab. E18 · 1 DOI395— · mesofiloWheymisurazione (31 punti)
Hafner et al. (2026) · lab. E18 · 2 DOI424— · mesofiloWheymisurazione (31 punti)
Hafner et al. (2026) · lab. R05 DOI433— · mesofiloWheymisurazione (31 punti)
Hafner et al. (2026) · lab. E07 DOI464— · mesofiloWheymisurazione (31 punti)
Hafner et al. (2026) · lab. R03 DOI480— · mesofiloWheymisurazione (31 punti)
Fernández-Rodríguez et al. (2021) DOI274—Cheese whey (100% whey)punto finale (curva del modello)
Rico et al. (2014) · 1 DOI33735 °C · mesofilocheese whey (sample CW1)punto finale (curva del modello)
Rico et al. (2014) · 2 DOI35135 °C · mesofilocheese whey (sample CW3)punto finale (curva del modello)
Dinuccio et al. (2010) DOI50140 °C · mesofiloWheypunto finale (curva del modello)
Holliger et al. (2017) DOI526—Wheypunto finale (curva del modello)
Labatut et al. (2011) DOI42435 °C · mesofiloCheese wheypunto finale (curva del modello)
Mainardis et al. (2019) · 1 DOI35035 °C · mesofiloFat CW4 (F4)punto finale (curva del modello)
Mainardis et al. (2019) · 2 DOI35335 °C · mesofiloSkimmed CW3 (S3)punto finale (curva del modello)
Mainardis et al. (2019) · 3 DOI36535 °C · mesofiloFat CW1 (F1)punto finale (curva del modello)
Mainardis et al. (2019) · 4 DOI38035 °C · mesofiloFat CW3 (F3)punto finale (curva del modello)
Mainardis et al. (2019) · 5 DOI40835 °C · mesofiloMozzarella CW1 (M1)punto finale (curva del modello)
Mainardis et al. (2019) · 6 DOI43035 °C · mesofiloFat CW2 (F2)punto finale (curva del modello)
Mainardis et al. (2019) · 7 DOI43735 °C · mesofiloFat CW5 (F5)punto finale (curva del modello)
Llanos-Lizcano et al. (2024) DOI335—Dairy industry waste (DIW, lacto serum), ISR 2punto finale (curva del modello)
Media ponderata416media aritmetica 404, SD 64

Composizione tipica

Sostanza secca (SS)
6,9% (intervallo 5,8–7,3)
Solidi volatili (SV)
91,8 % SS (intervallo 84–92,7)
Azoto
1,8 % SS

Mediana e intervallo delle determinazioni riportate nelle pubblicazioni alla base dei record BMP di questo substrato (lette da: MY-D); sostanza secca: 8 determinazioni, solidi volatili: 8 determinazioni.

Fonti: Dinuccio et al. (2010); Labatut et al. (2011); Mainardis et al. (2019).

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
  • acido
  • diluisce l’alimentazione (bassa SS)
  • salino
  • 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. Kavacik, Topaloglu (2010). Biogas production from co-digestion of a mixture of cheese whey and dairy manure. Biomass Bioenergy
  2. Hublin, Zokic, Zelic (2012). Optimization of biogas production from co-digestion of whey and cow manure. Biotechnol. Bioprocess Eng.
  3. Prazeres, Carvalho, Rivas (2012). Cheese whey management: A review. J. Environ. Manage.
  4. Rozporządzenie (WE) nr 1069/2009 określające przepisy sanitarne dotyczące produktów ubocznych pochodzenia zwierzęcego (art. 9, 10, 12–14, 24)
  5. Rozporządzenie Komisji (UE) nr 142/2011 wykonujące rozporządzenie (WE) nr 1069/2009 (zał. IV rozdz. III, zał. V rozdz. I i III)
  6. 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 19 record del potenziale metanigeno (BMP) per il substrato “Whey” tratti da 8 pubblicazioni relativi al periodo 2010–2026. I risultati vanno da 274 a 526 m³ CH₄/t SV e la media ponderata è 416 m³ CH₄/t SV (media aritmetica 404, deviazione standard 64).

I test sono stati condotti a 35, 40 °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 14 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 = 0,270 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. Hafner, S.D.; Leca, E.; Sambusiti, C.; Astals, S.; Azam, O.; Koch, K.; Liu, J.; Møller, H.B.; Nistor, M.; Olaya-Rincon, M.; Peyrelasse, C.; Ward, A.J.; Zennaro, B.; Monlau, F. (2026). Reliable biochemical methane potential testing: insights and recommendations from global interlaboratory study. Bioresource Technology 446, 134136. DOI: 10.1016/j.biortech.2026.134136 DOI
  2. Fernández-Rodríguez, M.; Puntano, N.; Mancilla-Leytón, J.; Borja, R. (2021). Batch mesophilic anaerobic co-digestion of spent goat batch mesophilic anaerobic co-digestion of spent goat straw bedding and goat cheese whey: Comparison with the mono-digestion of the two sole substrates. Journal of Environmental Management 280, 111733. DOI: 10.1016/j.jenvman.2020.111733 DOI
  3. Rico, C.; Diego, R.; Valcarce, A.; Rico, J.L. (2014). Biogas Production from Various Typical Organic Wastes Generated in the Region of Cantabria (Spain): Methane Yields and Co-Digestion Tests. Smart Grid and Renewable Energy 05(06), 128–136. DOI: 10.4236/sgre.2014.56012 DOI
  4. Dinuccio, E.; Balsari, P.; Gioelli, F.; Menardo, S. (2010). Evaluation of the biogas productivity potential of some Italian agro-industrial biomasses. Bioresource Technology 101(10), 3780–3783. DOI: 10.1016/j.biortech.2009.12.113 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. Labatut, R.A.; Angenent, L.T.; Scott, N.R. (2011). Biochemical methane potential and biodegradability of complex organic substrates. Bioresource Technology 102(3), 2255–2264. DOI: 10.1016/j.biortech.2010.10.035 DOI
  7. Mainardis, M.; Flaibani, S.; Trigatti, M.; Goi, D. (2019). Techno-economic feasibility of anaerobic digestion of cheese whey in small Italian dairies and effect of ultrasound pre-treatment on methane yield. Journal of Environmental Management 246, 557–563. DOI: 10.1016/j.jenvman.2019.06.014 DOI
  8. 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

Tutte le fonti del sito: bibliografia.

Altri substrati del gruppo “Latte, siero di latte e rifiuti lattiero-caseari”