Prediktion av massflöden vid förbehandling av substratblandningar före samrötning
(2026) KETM05 20251Chemical Engineering (M.Sc.Eng.)
- Abstract
- Biogas production plays an important role in the transition toward renewable energy systems by converting organic waste into methane and nutrient-rich biofertilizer. This study developed two process models to describe and predict the behaviour of the pre-treatment facility at St1 Biokraft’s biogas plant in Södertörn, Sweden.
An annual model was constructed to reproduce the mass balance of input materials like food waste, manure etc., water and rejected streams, including nutrient distributions. A weekly model was designed to evaluate short-term dynamics in the pretreatment step and to simulate variations in total solids (TS) for two different slurry fractions, thickened and unthickened. Both models were calibrated using plant data,... (More) - Biogas production plays an important role in the transition toward renewable energy systems by converting organic waste into methane and nutrient-rich biofertilizer. This study developed two process models to describe and predict the behaviour of the pre-treatment facility at St1 Biokraft’s biogas plant in Södertörn, Sweden.
An annual model was constructed to reproduce the mass balance of input materials like food waste, manure etc., water and rejected streams, including nutrient distributions. A weekly model was designed to evaluate short-term dynamics in the pretreatment step and to simulate variations in total solids (TS) for two different slurry fractions, thickened and unthickened. Both models were calibrated using plant data, laboratory analyses, and operational measurements.
Although the available data on water use were uncertain, both models accurately captured the observed outcomes within their respective scopes. The annual model achieved a coherent mass balance and realistic production levels, while the weekly model successfully replicated TS fluctuations throughout the week. The weekly model, however, required more manual adjustments and effort, making it less practical for daily operational use compared to the annual model. One way to improve the accuracy of short-term forecasts, such as weekly predictions, is to install additional flow meters. This would reduce the need for corrective adjustments and increase data reliability.
The results demonstrate that mass flows can be reliably modelled even with limited data certainty, providing a foundation for improved process understanding and data consistency at the plant. Extending the prediction timeframe reduce variance in the model’s outputs and can cover for shortages in the data collection. (Less) - Popular Abstract (Swedish)
- Biogas är ett förnybart bränsle som tillverkas genom att organiskt avfall bryts ner utan syre. På St1 Biokrafts anläggning i Södertörn används avfall som matrester, gödsel och slakteriavfall för att producera biogas och biogödsel. Innan det organiska materialet förvandlas till biogas genom rötning kan avfallet förbehandlas för att påskynda processen och för att producera en rötrest som kan användas för biogödsel. Det späds, mals och separeras bort rejekt som plast och metall för att skapa en pumpbar blandning, så kallad slurry. Hur denna slurry ser ut påverkar hur effektiv den efterföljande biogasproduktionen blir.
Examensarbetet syftade till att ta fram två modeller som beskriver vad som händer i förbehandlingen. En av Biokraft’s... (More) - Biogas är ett förnybart bränsle som tillverkas genom att organiskt avfall bryts ner utan syre. På St1 Biokrafts anläggning i Södertörn används avfall som matrester, gödsel och slakteriavfall för att producera biogas och biogödsel. Innan det organiska materialet förvandlas till biogas genom rötning kan avfallet förbehandlas för att påskynda processen och för att producera en rötrest som kan användas för biogödsel. Det späds, mals och separeras bort rejekt som plast och metall för att skapa en pumpbar blandning, så kallad slurry. Hur denna slurry ser ut påverkar hur effektiv den efterföljande biogasproduktionen blir.
Examensarbetet syftade till att ta fram två modeller som beskriver vad som händer i förbehandlingen. En av Biokraft’s existerande modell för hela anläggningen omstrukturerades och anpassades för att simulera massbalansen, produktionen av slurry, rejekt och återcirkulerande flöden, och näringsämnenas fördelning hos förbehandlingen som tidigare inte fanns med och hänvisas som årsmodellen i projektet. Den andra modellen, veckomodellen, som utvecklades separat under examensarbetet fokuserar i stället på variationen i TS under en vecka, och särskilt skillnaden mellan den förtjockade och oförtjockade slurryn. Skillnaden på förtjockad slurry är att den har gått igenom ett ytterligare processteg där vatten avlägsnats. Företaget kan variera i att leverera slurry som antingen förtjockad eller oförtjockad beroende på omständigheter och önskemål.
Båda modellerna bygger på data från anläggningen, prover och analyser. En osäkerhet i arbetet är att den exakta vattenanvändningen inte är känd, men uppskattningar från företaget har gjort det möjligt att skapa realistiska modeller som stämmer väl överens med de uppmätta värdena. Årsmodellen fångar den övergripande massbalansen och har en realistisk produktion, och veckomodellen beskriver TS-förändringar på detaljnivå. För att använda modellerna i praktiken kräver veckomodellen fler manuella justeringar på indata och kontinuerligt arbete som gör modellen mindre användbar än årsmodellen. Ett förslag för att lättare förutspå utdata för en kort tidsintervall såsom en vecka är att installera fler flödesmätare för att minska behovet av korrigering samt öka pålitlighet.
Arbetet visar att det går att skapa användbara modeller även när vissa processdata saknas och att när tidsspannet för prediktionen ökas med begränsade processdata, ökas också precisionen. Resultaten kan bidra till att St1 Biokraft får bättre kontroll över sina beräkningar och arbetar med mer tillförlitliga siffror vid uppföljning och simulering av förbehandlingen. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9223283
- author
- Fajersson, Erik Wilhelm Fajer LU
- supervisor
-
- Emma Kreuger LU
- organization
- course
- KETM05 20251
- year
- 2026
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- pretreatment, biogas, mass balance, simulation, TS, TSVS, recirculation, reject, food waste, substrate mix, co digestion, förbehandling, massbalans, simulering, rejekt, recirkulering, matavfall, skruvpress, cyklon, torrsubstans, samrötning, samröta, substratmix, gödsel, modell, slurry, näringsämnen, fördelning, TS-halt, chemical engineering
- language
- Swedish
- id
- 9223283
- date added to LUP
- 2026-03-02 11:16:45
- date last changed
- 2026-03-02 11:16:45
@misc{9223283,
abstract = {{Biogas production plays an important role in the transition toward renewable energy systems by converting organic waste into methane and nutrient-rich biofertilizer. This study developed two process models to describe and predict the behaviour of the pre-treatment facility at St1 Biokraft’s biogas plant in Södertörn, Sweden.
An annual model was constructed to reproduce the mass balance of input materials like food waste, manure etc., water and rejected streams, including nutrient distributions. A weekly model was designed to evaluate short-term dynamics in the pretreatment step and to simulate variations in total solids (TS) for two different slurry fractions, thickened and unthickened. Both models were calibrated using plant data, laboratory analyses, and operational measurements.
Although the available data on water use were uncertain, both models accurately captured the observed outcomes within their respective scopes. The annual model achieved a coherent mass balance and realistic production levels, while the weekly model successfully replicated TS fluctuations throughout the week. The weekly model, however, required more manual adjustments and effort, making it less practical for daily operational use compared to the annual model. One way to improve the accuracy of short-term forecasts, such as weekly predictions, is to install additional flow meters. This would reduce the need for corrective adjustments and increase data reliability.
The results demonstrate that mass flows can be reliably modelled even with limited data certainty, providing a foundation for improved process understanding and data consistency at the plant. Extending the prediction timeframe reduce variance in the model’s outputs and can cover for shortages in the data collection.}},
author = {{Fajersson, Erik Wilhelm Fajer}},
language = {{swe}},
note = {{Student Paper}},
title = {{Prediktion av massflöden vid förbehandling av substratblandningar före samrötning}},
year = {{2026}},
}