Online analysis and optimisation of the anaerobic fermentation process

Eccleston, Robin GND

As the contributions from renewable energy to the power grid increases, biogas plants could profit from on-demand production. Flexible feeding can supplement gas storage for further benefits. This change in operating methodology introduces new requirements for monitoring and process control. This thesis is focused on the development of measurement technologies to improve the methods of analysis of the anaerobic digestion process. Spectroscopic measurements were performed to characterise the key process parameters of the liquid phase that would be measured. A prototype MIR (Mid Infrared) MEMS (Microelectromechanical Systems) based spectrometer was combined with a diamond ATR (Attenuated Total Reflection) probe. These were tested and evaluated in a laboratory for measurement of selected process parameters in the liquid phase of the anaerobic digestion process.A second prototype MIR MEMS based spectrometer was tested for the measurement of the concentrations of biogas. This was combined with a raspberry pi to create a portable measurement system. Machine learning methods were tested and evaluated to find which technique gave the best performance. This approach showed high robustness and gave a performance comparable to classical electrochemical measurements.
 The relationship between feeding rate and gas production rate was investigated, in particular how the relationship changes as the digester conditions change at higher feeding levels. This work was performed considering the scenario of on demand production at laboratory and pilot scale. The testing found a difference in the response as the digester approaches inhibition, and this difference was exploited in order to make an assessment of the digester performance and inhibition levels.Finally, simulations using ADM1 (Anaerobic Digestion Model No. 1) were ran which replicated the pilot scale tests, and attempted to recognise the variation in the response of the gas production, and by doing so would enable automated control of the biogas plant. A PID (Proportional Integral Derivative) controller was implemented to control the simulation for a year long period. This work concluded that online measurements combined with modulated feeding for flexible power production can provide an improved understanding of the anaerobic digestion process and inhibition state.

Durch den zunehmenden Beitrag erneuerbarer Energie zur Stromversorgung ergeben sich vermehrte Einsatzmöglichkeiten von Biogasanlagen, die eine bedarfsgesteuerte Versorgung des Stromnetzes ermöglichen. Die intermittierend geregelte Substratzugabe sorgt neben der Gasspeicherung für einen zusätzliche Flexibilität des Anlagenbetriebs. Diese innovative Betriebsart führt zu neuen Anforderungen an die Überwachung und Prozesssteuerung. Hierzu werden in der vorliegenden Arbeit neue Messverfahren zur Analyse des anaeroben Vergärungsprozesses entwickelt.Spektroskopische Messungen wurden durchgeführt, um die wichtigsten Prozessparameter in der flüssigen Phase zu charakterisieren. Der Prototyp eines MIR (Mittleres Infrarot) MEMS (Microelectromechanical Systems) Spektrometers wurde mit einer Diamant-ATR (Attenuated Total Refection) Sonde kombiniert. Diese Anordnung wurde im Labor über die Messung ausgewählter Prozessparameter der flüssigen Phase des anaeroben Vergärungsprozesses erprobt und bewertet. Mit dem zweiten Prototyp eines MIR MEMS-basierten Spektrometers wurde die Biogaskonzentration in der Gasphase gemessen. Das Gerät wurde mit einem Raspberry-Pi zu einem tragbaren Messsystem ausgebaut. Verfahren des maschinellen Lernens wurden getestet und bewertet, um zu analysieren, welche Methode die beste Leistung erbringt. Dieser Prototyp in Kombination mit maschinellem Lernen zeigte eine hohe Robustheit und eine mit klassischen elektrochemischen Messungen vergleichbare Leistung.Die Abhängigkeit der Gasproduktion von der Höhe der Substratzugabe wurde untersucht, um zu prüfen, ob hiermit Änderungen der Zustandsgrößen im Fermenter bei hoher Substratdosierung erkennbar sind. Diese im Labor- und Pilotmaßstab durchgeführten Versuche lieferten Zusammenhänge für einen Betriebszustand mit flexibler Substratzugabe. Es zeigte sich eine signifikante Änderung des Verhältnisses zwischen Gasproduktion und Substratzufuhr, wenn sich der Fermenter seiner Hemmung nähert, womit Zusammenhänge zwischen Fermenterleistung und Inhibitionsgrad der Fermentation ableitbar sind.Abschließend wurden die Vergärungsversuche des Pilotmaßstabes über Simulationen mit ADM1 (Anaerobic Digestion Model No. 1) nachgebildet, um die Schwankungen in der Gasproduktion zu erkennen und damit eine automatische bedarfsorientierte Steuerung der Biogasanlage zu ermöglichen. Ein PID-Regler (Proportional Integral Derivative) wurde implementiert, um die Simulation über einen Zeitraum von einem Jahr zu steuern.Diese Arbeit zeigte, dass der Einsatz von Online-Messungen in Kombination mit geregelter Substratzufuhr als Teil einer bedarfsgesteuerten Stromerzeugung ein verbessertes Verständnis des anaeroben Vergärungsprozesses einschließlich der Effekte von Hemmungsprozessen der Fermentation ermöglicht.

Cite

Citation style:
Eccleston, R., 2020. Online analysis and optimisation of the anaerobic fermentation process. https://doi.org/10.17185/duepublico/73029
Could not load citation form.

Rights

Use and reproduction:
All rights reserved

Export