基于建模、优化及计算机辅助技术的生物气生产技术经济分析——以厨余垃圾和动物粪便的厌氧共消化过程为例

《Food and Bioproducts Processing》：Modelling, optimization and computer-aided based techno-economic analysis of biogas production from anaerobic co-digestion of kitchen and animal wastes

　　

奥拉吉德·O·阿贾拉（Olajide O. Ajala）|奥卢达雷·J·奥德乔比（Oludare J. Odejobi）|埃马努埃尔·O·奥克（Emmanuel O. Oke）|乔尔·O·奥耶拉德（Joel O. Oyelade）|阿德延卡·I·阿拉奥（Adeyinka I. Alao）|巴巴通德·K·阿德奥耶（Babatunde K. Adeoye）

尼日利亚奥塔市贝尔斯技术大学（Bells University of Technology）生物医学工程系，邮政信箱1015

摘要

先前的研究表明，厨房废弃物和动物废弃物作为沼气生产的原料具有巨大潜力。然而，关于厨房废弃物和动物废弃物协同消化生产沼气的工艺优化、计算机辅助工艺设计以及技术经济评估的研究较少，本文对此进行了探讨。本研究采用了Design Expert 13软件中的简单格子混合设计（SLMD）来优化原料组合，并使用MATLAB 2020a中的人工神经网络（ANN）工具箱进行沼气产量预测。在ASPEN plus环境中进行了工艺放大模拟和技术经济分析。结果表明，人工神经网络的预测效果更好，决定系数（R²）为0.91，而基于SLMD的模型决定系数为0.72。最佳原料组合为：厨房废弃物（11.87%）、牛粪（59.76%）和禽粪（28.37%）。技术经济分析显示，大规模生产在经济上是可行的，投资回收期为6.50年，投资回报率为15.40%，净现值为52,966.81美元。

引言

能源是人类福祉和全球繁荣的重要因素（Mousa等人，2016年；Aragaw等人，2013年）。以合理的价格提供充足的能源有助于减少贫困、提高生活水平（Mousa等人，2016年）。然而，人口增长、传统（化石）燃料的枯竭和高成本促使世界各国寻找可再生替代能源（Dalot等人，2024年；Abouelenien等人，2014年）。据预测，石油和天然气（主要化石燃料）的供应只能再持续52年，而煤炭在消耗量不变的情况下还能持续150年（Lo等人，2021年）。Lo等人（2021年）根据美国能源信息署的数据指出，到2040年全球能源消耗将增加28%。因此，寻找其他可行且可持续的替代能源至关重要。

沼气被视为传统化石燃料的有希望的替代品，相比其他形式的生物能源具有显著优势（Abouelenien等人，2014年）。沼气环保、成本低廉且可持续利用，不会耗尽。沼气中的温室气体排放量较低，主要由甲烷（CH₄，占50-70%）、二氧化碳（CO₂，占30-40%）和少量其他成分（被视为杂质）组成（Sakiewicz等人，2020年）。甲烷的热值很高，适用于供暖、烹饪和发电（Rajendran等人，2014年）。经过提纯后，沼气可用作车辆燃料。由于其技术灵活性，沼气可以从任何可生物降解的有机废弃物中产生，包括工业废弃物、农业废弃物或城市固体废弃物（Miah等人，2015年；Inayat等人，2021年）。厌氧消化是在无氧条件下通过微生物将复杂有机物质转化为简单成分的过程（Pincam等人，2026年；Palanichamy和Palani，2014年）。厌氧消化过程包括水解、酸生成、乙酸生成和甲烷生成阶段。在水解阶段，复杂有机物质（碳水化合物、蛋白质和脂肪）被分解为单体（糖、氨基酸和长链脂肪酸）。在酸生成阶段，水解产物发酵生成挥发性脂肪酸（如乳酸、丁酸、丙酸和戊酸）。随后，在乙酸生成阶段，挥发性脂肪酸转化为乙酸、氢气和二氧化碳；在甲烷生成阶段，甲烷菌将乙酸生成产物转化为甲烷和二氧化碳（Odejobi等人，2021年）。

通过混合多种兼容的共原料可以提高厌氧消化的效率，从而增加沼气产量。在消化器中混合两种或更多原料以确保可持续性的过程称为厌氧协同消化（Nduse和Oladiran，2016年）。厌氧协同消化可以中和氨和硫酸盐的毒性，并保持氮和碳营养素之间的最佳比例（Oladejo等人，2020年）。该过程通过产生清洁能源来支持废物管理，从而减少温室气体的排放。使用厨房废弃物和动物粪便等有机废弃物是沼气生产行业的有吸引力的解决方案（Inayat等人，2021年）。厨房废弃物由于其高生物降解性和营养价值，具有生产沼气的潜力（Iqbal等人，2014年）。牛粪的生物降解性适中，但含有抗厌氧消化的木质素复合物；而禽粪的生物降解性受到高氨含量（NH₃）和低C-N比率的限制（Abouelenien等人，2014年）。单独消化这些原料会导致沼气产量较低，因此需要协同消化。如果适当混合原料，不同原料的协同效应会产生有趣的结果（Tufaner和Avsar，2016年）。多项研究（Odejobi等人，2020年；Deepanraj等人，2017年；Mousa等人，2016年；Paranjpe和Saxena，2015年；Agyeman和Tao，2014年；Aragaw等人，2013年；Li等人，2009年）表明，厨房废弃物和动物粪便的协同消化具有巨大潜力。

混合比例、C-N比率、水力停留时间、温度、压力、pH值、原料浓度等参数对优化厌氧协同消化至关重要（Inayat等人，2021年）。通过人工神经网络（ANN）和响应面方法（RSM）等经验建模方法可以显著辅助厌氧协同消化的优化（Inayat等人，2021年）。由于消化条件的多样性和对微生物组成的了解有限，第一性原理模型无法用于预测工艺性能（Ravendran等人，2019年；Donoso-Bravo等人，2011年）。此外，第一性原理模型不适用于控制器设计（Oke等人，2023年）。因此，RSM和ANN是建模、预测和优化复杂系统（如厌氧消化）的最佳选择。RSM是一种统计工具，有助于开发描述工艺的回归模型（Omilakin等人，2020年）。通过内置的RSM优化算法可以获得最佳条件。与RSM类似，ANN能够识别工艺输入和输出变量之间的关系（Ajala等人，2023年）。它具备应用学习算法的能力，在许多研究领域受到广泛关注。一些研究者（Ajala和Odejobi，2023年；Adeoye等人，2022年；Okwu等人，2020年；Najafi等人，2018年）采用RSM或ANN或两者结合来建模和优化某些工艺。现有文献中对厨房废弃物、牛粪和禽粪协同消化优化的研究较少，尤其是三种原料的最佳组合。关于厨房废弃物和动物粪便协同消化生产沼气的少数研究仍局限于实验室阶段（Murali等人，2026年）。从实验室到商业规模的工艺放大研究及初步技术经济分析的报道也很少，这导致基础工艺工程（如工艺模拟、工艺放大、设备选型和技术经济分析）的信息匮乏，使得沼气生产的商业化变得困难。因此，为了填补这一研究空白，计算机辅助模拟对于厌氧消化工艺的放大和设计至关重要。

将沼气生产从实验室规模扩展到家庭用途的商业规模的一种可行方法是建立计算机辅助工艺模拟模型，以模拟现有工艺并进行技术和经济评估。Ravendran等人（2019年）指出，没有准确的工艺模拟模型，几乎无法分析沼气生产过程的性能。目前有多种软件包（如Aspen Plus、Aspen Hysis、Chemcad和Superpro Designer）用于计算机辅助工艺模拟，以进行物料和能量平衡、设备选型和成本计算以及经济分析。Imeni等人（2019年）成功使用Aspen Plus开发了工艺模拟模型，对牛粪和原秸秆及压块秸秆的厌氧协同消化进行了技术经济评估。Teghammar等人（2014年）使用Superpro Design软件模拟了N-甲基吗啉氧化物（NMMO）与城市固体废物有机部分的协同消化过程，以评估其经济可行性。Mahmod等人（2021年）使用Superpro Design软件模拟了棕榈油厂废水的两阶段厌氧系统，以研究生物氢和生物甲烷生产的经济可行性。Ma等人（2019年）使用Aspen Plus软件开发了两阶段生物油氢化过程的工艺模拟模型，以评估该过程的经济可行性和盈利能力。

本研究的新部分是开发计算机辅助工艺模拟模型，用于厨房废弃物和动物废弃物协同消化生产沼气的工艺设计和经济可行性分析。因此，相关工艺工程的研究尚未完成。本研究旨在通过进行RSM数值优化和开发计算机辅助工艺模拟模型来填补文献中的空白，从而将实验室沼气生产转化为可盈利的业务。

章节摘录

实验方法

本节详细介绍了从原料收集到沼气生产过程的实验步骤。

沼气产量

厨房废弃物（KW）、牛粪（CD）和禽粪（PD）的原料特性对其沼气产量有显著影响，这主要是由于它们的碳氮（C/N）比率和生物降解性差异。厨房废弃物富含易降解的有机碳、高水分和有机物质，还含有脂肪、蛋白质和淀粉。牛粪含有木质纤维素，而禽粪富含蛋白质。此外，牛粪和禽粪的氮含量较高，为微生物活动提供了有利条件。

结论

本研究基于对厨房废弃物和动物废弃物协同消化生产沼气的实验研究、工艺模拟、优化和技术经济评估。实验设置了三种单一消化情况和四种协同消化情况，在25个反应器中确定了最佳原料组合。利用实验数据，开发了回归模型和人工神经网络模型来预测沼气产量。

利益冲突声明

所有作者声明不存在利益冲突。

资金来源

本研究未获得公共部门、商业部门或非营利组织的任何特定资助。

CRediT作者贡献声明

埃马努埃尔·奥克（Emmanuel O. Oke）：撰写——审稿与编辑、验证、软件开发、方法论、概念化。奥卢达雷·J·奥德乔比（Oludare J. Odejobi）：撰写——审稿与编辑、监督、项目管理、资金获取、数据管理、概念化。奥拉吉德·O·阿贾拉（Olajide O. Ajala）：撰写——初稿撰写、可视化、验证、软件开发、方法论、调查、数据管理、概念化。巴巴通德·K·阿德奥耶（Babatunde K. Adeoye）：撰写——审稿与编辑、可视化

利益冲突声明

作者声明没有已知的可能影响本文工作的财务利益冲突或个人关系。