Digitalization in the operation, monitoring and control of large-scale biogas plants

Biokraft er eier og operatør av verdens største anlegg for flytende biogass, lokalisert på Skogn i Trøndelag. Skogn anlegget startet opp sommer 2018 og nådde planlagt produksjonskapasitet i løpet av få måneder. Den grunnleggende ideen for prosjektet er å utnytte nyutviklet sensorteknologi, nye analysemetoder og datamodeller for å forbedre drift, overvåking og kontroll av storskala biogassanlegg. Følgende resultater er oppnådd i prosjektperioden: - Installasjon og uttesting av on-line analyse av flyktige fettsyrer (VFA) og total organisk karbon (TOC) i tilknytning til bioreaktor som prosesserer vann fra Norske Skog. Målet var å undersøke om on-line instrumentering kan redusere risiko for overbelastning av reaktorene som følge av driftsforstyrrelser i føden. Ut fra erfaringene vurderes online VFA måling som et nyttig verktøy for overvåking og styring av ECSB prosessen, men nytteverdien må vurderes opp mot kostnad for vedlikehold av analysator. - Sammenheng mellom TOC og kjemisk oksygen behov (COD) ble kartlagt gjennom en målekampanje. Resultatene ga verdifull informasjon om hvordan forholdet med TOC og COD varierer over tid, og i hvilken grad en online måling av TOC kan benyttes for enkel og rask overvåking av COD. - Arbeid med et tidligvarslingssystem basert på prosessdata og prosessmodellering startet med analyse av prosessdata fra en 2 ukers driftsperiode i januar/februar 2020. Data ble analysert med hjelp av ulike statistiske metoder, bl.a prinsipalkomponent analyse (PCA) for å se om man kan identifisere endring i driftsmønster på anlegget. Foreløpige resultater indikerer at PCA kan være et nyttig verktøy for tidligfasevarsling. Endring i fødesammensetning ble registrert ved hjelp av PCA analyse betydelig hurtigere enn den hydraulisk oppholdstiden i blandetanksreaktoren. Tilgang på data fra lengre tidsserier er nødvendig for å vurdere den praktiske anvendbarheten av metoden. Arbeidet med modellering av multifuel reaktorene har fokusert på å utvide og forbedre dagens state-of-the-art modell "Anaerobic Digestion Model No. 1" (ADM1) blant annet for å bedre beskrive bakteriens håndtering av nitrogenholdige råstoffet som prosesseres ved Biokraft Skogn. Dagens modellrammeverk inkluderer de sentrale prosessavsnittene med substrattanker, returslam, hygienisering og biogass reaktorene. - Et rammeverk for utveksling av sensordata fra anlegget som input til den forbedrede ADM1 modellen ble etablert og er testet på off-line data. Rammeverket vil kunne benyttes i eventuell framtidig bruk av ADM1 modellen som en digital tvilling for multifuel reaktorene. I kombinasjon med data fra nye sensorer vil et mål for en digital tvilling være å anvendes for produksjonsplanlegging og optimalisering av drift basert på informasjon om varierende råvarekvalitet. Samarbeid med utviklingsmiljø og leverandør av prosessdata system vil være sentralt for introduksjon av metodene på anlegg i drift. - Utvikling av nye sensorer har bestått av en litteraturgjennomgang av teknologi for VFA og H2 sensorikk for anaerobisk fermentering. Et nytt "colourimetrisk" sensorsystem er utviklet for VFA deteksjon. Testing viser at konsentrasjon av nøkkel komponenter (3 spesifikke VFA'er) kan måles med god nøyaktighet. De aktuelle nøkkelkomponentene kan gi viktig informasjon om tilstand i fermentoren og benyttes for optimalisering av drift opp mot tilgjengelig råmaterialer. Videreutvikling av sensorene er nødvendig både med tanke på robusthet og industrialisering av målemetodene. Samarbeid med leverandører av sensorer vil være naturlig å vurdere i et framtidig utviklingsprosjekt. - En optisk målemetode basert på nær infrarød spektroskopi (NIRS) er testet for bruk i estimering av biogass potensialet (BMP) i råvarer til biogassproduksjon. Konvensjonell bestemme BMP innebærer tidkrevende (inntil 30 dager) lab analyser, mens NIRS analyse kan gjennomføres innenfor et døgn. Hurtig tilgang på analyseresultater er av avgjørende betydning for bruk av resultatene i driftsoptimalisering. Tester av NIRS metoden på aktuelle substrat for Biokraft viser et potensiale for videre utvikling av metodene i samarbeid med forskningsmiljø og utstyrsleverandører. - I prosjektet er det også gjennomført nybrottsarbeid på analyse av hvordan mikrobemiljøene i de anaerobiske fermentorene utvikler seg over tid – såkalt "Microbial community management". Arbeidet er basert på innhenting av prøvemateriale fra multifuel fermentorene over en 12 måneders periode. DNA analyse av prøvematerialet gir mulighet for å undersøke hvilke mikrober som trives i fermentorene i ulike perioder og ved ulike substratsammensetninger. Kombinert med eksisterende kunnskap om omsetningsmekanismene til biogass for de ulike mikrobene og under hvilke betingelser de produserer best er dette et nyttig verktøy for økt forståelse og utvikling av driftsmetodikk som for eksempel kan knyttes opp til sesongvariasjoner i substratsammensetning.

The current project has contributed to exploring and identifying promising technologies which are relevant for increased profitability and reduced cost of biogas production. This is considered a valuable and necessary foundation for subsequent R&D projects which will be more focused on specific applications. The current consortium of Norwegian R&D partners can be extended with participants from the vendor industry who can provide the necessary competence for the commercialization of the technology ideas.

Biokraft is the owner and operator of the worlds largest plant for liquefied biogas (LBG), located at Skogn in Trøndelag. The Skogn plant started operations in summer of 2018 and has reached the planned capacity within a few months. Biokraft is currently working on expansions multiplying the plant's output based on byproducts from marine, agricultural and bio-based industries. The underlying idea of the project is to use emerging new sensor technology, new analysis methods and computer models to improve the operation, monitoring, supervision, and control of large biogas plants. This is a daunting task that needs to be addressed stepwise, over time. The following research challenges will be addressed: * Instrumentation and control of Upflow reactors, major feed disturbances will be identified by means of innovative instrumentation, and these disturbances will be counteracted by appropriate control measures. Challenges are related to whether the selected solutions will be fast and accurate enough to yield enough disturbance compensation. * Early warnings - sensor data and models, critical assessment of available process information will lead to the identification of a set of crucial process states that need to be monitored closely. How to monitor these crucial states (i.e. the mixture of physical sensors, soft sensors, and model-based predictions), as well as how to get sufficient information out of the available data, will be a key challenge * Utilization of opportunities brought by novel optical sensors and spectroscopy. The challenges are related to whether these new sensors, which are potentially fast and inexpensive, can be made robust and sensitive enough for successful field testing under real conditions in a biogas reactor. * Microbial community analysis will focus on the slow microbial shifts that will inevitably occur in a biogas reactor over time, and whether these can be predicted, and, ultimately, controlled.