Flexibilisierte Fütterung in Biogasprozessen mit Modell-basierter Prozesserkennung im Praxismaßstab - FlexFeed

ln dem Projekt wird die Evaluierung und Optimierung einer Strategie zum Fütterungsmanagement an Biogasanlagen angestrebt, die innovative Sensorik in der Flüssigphase, Modell-basierte Überwachung und auf neuronalen Netzen beruhende Prognosen als methodische Ansätze vereint.

Der Zubau an Biogasanlagen in Deutschland erfuhr in den vergangenen Jahren eine große Dynamik, welche sich aufgrund von Flächen- und Rohstoffverfügbarkeit sowie politischen Rahmenbedingungen stark abgeschwächt hat. Biogaserzeuger nutzen aus diesem Grund verstärkt Maßnahmen, die zur Effizienzsteigerung des Verfahrens beitragen oder suchen alternative Einkommensquellen, wie z.B. die Möglichkeit der Flexibilisierung der Biogasnutzung. Biogasanlagen bieten das Potenzial, die Versorgungssicherheit und Stabilität bei steigender Dynamik im Stromnetz zu unterstützen. Solange Gasaufbereitungsverfahren sich für viele Bestandsanlagen nicht lohnen, wird derzeit versucht, die Stromerzeugung vor allem durch die Erweiterung der Gasspeicher sowie auf Seiten der Blockheizkraftwerke (BHKWs) zu flexibilisieren.

Mit Hilfe der speicherbaren Biomasse besteht die Möglichkeit, die Fermenter an Biogasanlagen flexibel und regelbar über das Fütterungsmanagement zu betreiben. Jedoch sind die Auswirkungen eines stark variierenden Fütterungsmanagements auf die biologischen, rheologischen und verfahrenstechnischen Parameter bislang unbekannt. Es ist davon auszugehen, dass durch flexible Prozessführung bislang unbekannte Zustände auftreten können, welche den störungsfreien Anlagenbetrieb erheblich gefährden. Daher ist die Entwicklung einer innovativen Prozessüberwachung und Probenahmestrategie zwingend notwendig. Die Prozessüberwachung ist ein essentielles Werkzeug, um Prozessstörungen - hervorgerufen z.B. durch Über- oder Unterfütterung und falschen Anpassungszeiten bei Substratwechsel, die Akkumulation von Hemmstoffen, Unterversorgung mit Mikronährstoffen oder durch Stoßbelastungen - frühzeitig zu detektieren und deren Folgen entgegenzuwirken. Trotz vieler Bemühungen ist es bislang nicht gelungen, funktionierende und kostengünstige online Messverfahren zu etablieren. Aus diesem Grund werden in der Regel offline Analysen durchgeführt welche durch die zeitliche Verzögerung zwischen Probannahme und Ergebnisauswertung für einen variablen Betrieb des Prozesses nicht ausreichend sind. Als Problemlösungsansatz zur schnelleren Detektion von Störungen aus einer Vielzahl von Prozessdaten wird hier das Verfahren der Mechanismenerkennung gewählt. Um realistische Werte zu erhalten, wird ausschließlich im industriellen Maßstab gearbeitet. Es werden die Optimierungspotentiale festgestellt und Werkzeuge als Overlay-Lösung für ein flexibilisiertes Fütterungsmanagement bereitgestellt.

Zum einen soll im Projekt die Frage adressiert werden, inwiefern ein flexibles Füttermanagement die Nachhaltigkeit von Biogasanlagen und eine bedarfsgerechte Gaserzeugung unterstützen kann, und zum zweiten, inwiefern die Mechanismenerkennung als Methodik zu einem stabilen und risikoärmeren Betrieb unter den genannten Wechsellastbedingungen beitragen kann. Die Mechanismenerkennung verfolgt dabei das Ziel, die für den jeweiligen Prozesszustand sensitiven Parameter zu identifizieren, die jeweils charakteristischen Teilmodelle (Erkennungsmodelle) auf diese Parameter zu reduzieren und im laufenden Betrieb automatisiert zu überprüfen, welches Erkennungsmodell gerade die größte Gültigkeit besitzt. Dadurch wird der Prozesszustand bewertet und mit einer Regelung verknüpft. Der große Vorteil liegt darin, dass vereinfachte Relationen zwischen Messparametern für die Überwachung herangezogen und zustandsabhängig gewichtet werden. Bisher werden die Signale einzeln betrachtet, was zu einem Informationsverlust führt. ln diesem Projekt sollen durch Untersuchungen zur Strömungsgeschwindigkeit, Rheologie und Nährstoffverteilung kritische Zonen in Praxisfermentern in Abhängigkeit einer flexiblen Fütterung und Gasproduktion sowie dem Einsatz von innovativer Rührtechnik identifiziert werden. ln einem weiteren Schritt soll durch ein hoch sensitives und kostengünstiges online Messverfahren, basierend auf dem Prinzip des akustischen Wellenleiters, die Überwachung dieser kritischen Zonen erfolgen. Durch eine Sensitivitätsanalyse wird die Bedeutung der verschiedener online gemessenen Parameter zur Entwicklung der Mechanismenerkennung quantitativ evaluiert. Der Einsatz eines Prognoseverfahrens bei Last- und Substratwechseln mit neuronalen Netzwerken führt zu einem ganzheitlichen Ansatz aus Prognose, online Sensorik und Modell-basierter Überwachung bei qualitativer Echtzeiterfassung der eingesetzten Substratmengen und -qualitäten.