Ottimizzazione della filiera di produzione per la generazione di biogas da digestione anaerobica

With the outlook to reach the energetic target defined by the European plan: REPowerEU, which wants to stop the dependence from the fossil fuels provided by Russians within 2030, and the one which interdict the sales of diesel cars by 2035, the anaerobic digestion is presented as an efficient and a reliable technology. But to properly use this technology is better to analyse all the supply chain, from the purchase of the raw materials to the sale of electric power generated by the plant. To do this was necessary to create a dateset in Excel® with the localization data of some farms and with some physical data about the biomass, then, with QGIS was possible to create a road layer and a layer with the possible digestors. These united with the function “Network Analysis” combined with the computational power offered by PythonTM was possible to optimize the geolocalization of the digestor. Then was elaborated a model for the economic analysis, to obtain an optimal and complete result for all the supply chain. Furthermore, an interface for the user was developed in Excel ® from that was possible to create a personal case study based on the region where the user wants to build the digestor and based on the types of biomasses selected for the anaerobic digestion. With this model is possible to obtain three different classes of results: energetical, with the quantity of biogas and electric power produced, economical: with the evaluation of CAPEX, OPEX, PBT and the revenues, georeferenced: with the optimized position the digestor compared to the ones of the companies.

Con la prospettiva di raggiungere gli obiettivi energetici posti dal piano REPowerEU che si prefigge di porre fine alla dipendenza dai combustibili fossili russi prima del 2030 e con quello del divieto di vendita di nuove auto diesel dal 2035, la digestione anaerobica si rivela una tecnologia affidabile ed efficiente. Ma per utilizzarla al meglio è necessario analizzare tutta la filiera di produzione, che va dall'approvvigionamento della materia prima, fino alla vendita della potenza elettrica generata. Per farlo per prima cosa è stato necessario creare un dataset in Excel® con i dati di localizzazione di aziende allevatrici e coltivatrici e con i dati fisici riguardanti la biomassa, successivamente grazie a QGIS è stato possibile creare un layer stradale e un layer di possibili digestori. Uniti questi alla funzione “Analisi di reti” ed integrati alla potenza computazionale di PythonTM è stato possibile ottimizzare la geolocalizzazione del digestore. Successivamente, è stato elaborato un modello per l’analisi economica, in modo da aver un risultato ottimale e completo per tutta la filiera di produzione. Inoltre, un’interfaccia per l’utente è stata sviluppata su Excel® e da essa è possibile definire il case study di interesse in base a dove si vuole costruire il digestore e a quale tipologia di biomassa si vuole immettere in esso. Con questo modello si ottengono tre famiglie di risultati: energetici, con la quantità di biogas prodotto e la potenza elettrica generata, economici: tramite il CAPEX, l’OPEX il PBT e i ricavi; georeferenziati: cioè, la posizione ottimizzata del digestore in base alle posizioni delle aziende.