Harnessing hydrogenotrophic methanogens activity : experimental and modelling insights on H2 transfer

It is well known that climate change is a global emergency that requires immediate and substantial intervention in the energy system. The excessive dependence on limited fossil resources, coupled with the recent armed conflict in Eastern Europe, has exacerbated the energy crisis. In April 2022, the European Union (EU) issued the REPowerEU plan, a plan aimed at encouraging member states to diversify their energy sources and consistently increase renewable resources. In this context, power-to-gas technologies are gaining interest due to their ability to connect renewable energy production with existing energy systems. Among these, excess renewable energy can be used for water electrolysis, producing green hydrogen (H2). This can be used directly as fuel or serve as a precursor for methane (CH4) production through carbon dioxide (CO2) reduction in the methanation process. Methanation from green H2 can be catalysed chemically, in the presence of a catalyst or biologically, by harnessing the metabolism of hydrogenotrophic methanogenic microorganisms (Archaea), under milder operating conditions of temperature and pressure. Furthermore, the biological process can be more easily integrated with facilities where anaerobic digesters already exist, providing a source of biogenic CO2. This doctoral thesis focuses on the detailed study of hydrogenotrophic methanogenesis in an ex-situ configuration. In this configuration, CO2 is directly supplied to microorganisms with H2 in a dedicated bioreactor. To date, the biological pathway has been demonstrated at the laboratory and demonstrative scale. The main technical issue highlighted in the literature is the ability to supply H2 to microorganisms, emphasising the need to act on the gas-liquid mass transfer coefficient. Consequently, this thesis aims to thoroughly investigate the relationships within an ex-situ bioreactor, combining experimental and modelling activities. The primary focus is on the relationship between the H2 transfer rate and the maximum H2 consumption rate of hydrogenotrophic microorganisms. Literature has shown that measurements of activity (SHMA) of these microorganisms are strongly influenced by the system's ability to transfer the substrate, i.e., H2. SHMA values reported in the literature are frequently one order of magnitude lower than the maximum theoretical uptake velocity (Vmax,Xh2) derived from the theoretical concepts of bioenergetics. Additionally, introducing a detailed biological model considering H2 transfer and consumption by hydrogenotrophic methanogens could help understand and validate experimental results obtained from both batch and continuous ex-situ biomethanation activities. After exhaustively describing hydrogenotrophic microorganisms and the gas-liquid transfer theory in Chapter 1, the subsequent chapters present the experimental and modelling activities conducted during the doctoral research. Chapter 2 introduces the first implementation in OpenModelica of the mathematical model (based on ADM1) and compares simulation results with two ex-situ experimental studies. A sensitivity analysis of the model has been conducted to understand which parameters significantly influence the model's variables, such as methane production and volumetric content in the final gas product. These parameters include the gas-liquid mass transfer coefficient (kla) and the maximum uptake velocity of hydrogenotrophic methanogens (Vmax,Xh2). The subsequent application of Linear Fractional Transformation (LFT) for parameter identification has proven to be a valuable tool, demonstrating good model accuracy. The value of kla for the thermophilic upflow reactor (UF) was 6 times higher (kla = 1'532 1/d) compared to that identified for the mesophilic CSTR reactor (kla = 247 1/d). Acknowledging the need for validation with additional experimental datasets is crucial to improve the model's robustness and expand its applicability. Chapter 3 focuses on the theoretical and experimental study of the maximum uptake velocity of hydrogenotrophic methanogens (Vmax,Xh2). This chapter first presents the calculation of the maximum consumption based on the concepts of the bioenergetic approach (TEEM). Once the theoretical maximum consumption rate of hydrogenotrophic methanogens is identified, a method for experimental measurement of the activity of these microorganisms (SHMA) is studied. The absence of a standardized method initially led to a focus on the role of test operating conditions, such as mixing intensity, working liquid volume, and initial H2 partial pressure in the headspace. The results of these tests demonstrated that SHMA values are significantly influenced (118 - 6'203 mLN CH4/(g VSS d)) by operating conditions. In particular, maximum SHMA values were obtained for maximum mixing speeds, high hydrogen partial pressures, and lower liquid volumes. These results confirm the dependence of the SHMA value on the transfer capacity established under different operating conditions. A maximum SHMA value of 6'203 ± 39.7 mLN CH4/(g VSS d) was achieved. This maximum SHMA value is one order of magnitude higher than mesophilic values reported in the literature and closer to the thermodynamic maximum estimated with bioenergetics concepts (9'806 mLN CH4/(g VSS d)). These results were also confirmed by SHMA tests with dissolved H2 measurements, where a limitation in H2 supply is visible when kla is lower. In Chapter 4, methods for the identification of the kla coefficient are addressed. Firstly, tests were conducted on a bioreactor (Vliq = 1 L) to determine the kla coefficient for hydrogen under standard conditions, i.e. in clean water (klaH2 = 3'530 ± 70.9 1/d). Subsequently, the validation of this coefficient through modelling of ex-situ biomethanation experiments performed on the same bioreactor, identified a kla coefficient 20 times higher than that identified on clean water (klaH2 = 65'568 1/d). The much higher transfer rate of hydrogen identified could be explained by the enhancement factor (E) theory model. To best of the author's knowledge, this factor has only been previously studied and reported in the context of oxygen fermentation. This result opens up new research avenues that could have significant technological and operating impacts in terms of transfer devices and reactor configuration. However, systematic and more extended research is needed to elucidate and quantify this phenomenon. This PhD thesis significantly contributes to advancing the understanding of ex-situ biological CO2 reduction to CH4 using H2. The integrated approach of predictive modelling and experimental approach establishes a robust framework, effectively addressing challenges and revealing opportunities in the field of power-to-CH4.

È ben risaputo che il cambiamento climatico rappresenta un'emergenza globale che richiede un intervento immediato e sostanziale nel sistema energetico. L'eccessiva dipendenza da risorse fossili e limitate, e il recente conflitto armato nell'Europa dell'est hanno accentuato la crisi energetica. L'Unione Europea (UE) ha emanato nell'Aprile del 2022 il REPowerEU plan, un piano volto a spingere gli stati membri a diversificare le proprie fonti energetiche, ad aumentare consistentemente le risorse rinnovabili. In questo contesto, le tecnologie power-to-gas stanno guadagnando interesse a causa della loro abilità di unire la produzione di energia rinnovabile ai diversi sistemi energetici già esistenti. Tra queste, l'eccesso di energia rinnovabile può essere utilizzato per l'elettrolisi dell'acqua, producendo idrogeno verde (H2). Questo può essere utilizzato direttamente come carburante o come precursore per la produzione di metano (CH4) attraverso la riduzione del diossido di carbonio (CO2) nel processo di metanazione. La metanazione da H2 verde può essere catalizzata chimicamente, in presenza di un catalizzatore, o biologicamente, sfruttando il metabolismo di microrganismi metanogeni idrogenotrofi (Archaea), in condizioni operative più miti di temperatura e pressione. Inoltre, il processo biologico può essere più facilmente integrato con impianti in cui esistono già digestori anaerobici, fornendo una fonte di CO2 biogenica. Questa tesi di dottorato si concentra sullo studio dettagliato della metanogenesi idrogenotrofa in configurazione ex-situ. In questa configurazione, il diossido di carbonio viene fornito direttamente ai microrganismi con H2 in un bioreattore dedicato. Fino a oggi, il percorso biologico è stato dimostrato a livello di laboratorio e dimostrativo. Il principale problema tecnico evidenziato nella letteratura è la capacità di fornire H2 ai microrganismi, sottolineando la necessità di agire sul coefficiente di trasferimento di massa gas-liquido. Di conseguenza, questa tesi si propone di indagare a fondo le relazioni all'interno di un bioreattore ex-situ, combinando attività sperimentali e di modellazione. Il focus principale è sulla relazione tra il tasso di trasferimento di H2 e il tasso massimo di consumo di H2 dei microrganismi idrogenotrofi. La letteratura ha mostrato che le misurazioni dell'attività (SHMA) di questi microrganismi sono fortemente influenzate dalla capacità del sistema di trasferire il substrato, cioè H2. I valori di SHMA riportati nella letteratura sono spesso di un ordine di grandezza inferiore rispetto alla velocità massima teorica di consumo (Vmax,Xh2) derivata dai concetti teorici della bioenergetica. Inoltre, l'introduzione di un dettagliato modello biologico che considera il trasferimento di H2 e il consumo da parte dei microrganismi metanogeni idrogenotrofi potrebbe aiutare a comprendere e convalidare i risultati sperimentali ottenuti sia da attività di biometanazione ex-situ batch che in continuo. Dopo aver descritto esaustivamente i microrganismi idrogenotrofi e la teoria del trasferimento gas-liquido nel Capitolo 1, i capitoli successivi presentano le attività sperimentali e di modellazione condotte durante la ricerca di dottorato. Il Capitolo 2 introduce la prima implementazione in OpenModelica del modello matematico (basato su ADM1) e confronta i risultati della simulazione con due studi sperimentali ex-situ. È stata condotta un'analisi di sensitività del modello per comprendere quali parametri influenzino significativamente le variabili del modello, come la produzione di metano e il contenuto volumetrico di CH4 nel gas finale. Questi parametri includono il coefficiente di trasferimento di massa gas-liquido (kla) e la velocità massima di consumo dei microrganismi idrogenotrofi (Vmax,Xh2). L'applicazione successiva della Trasformazione Lineare Frazionaria (LFT) per l'identificazione dei parametri si è rivelata uno strumento prezioso, dimostrando una buona accuratezza del modello. Il valore di kla per il reattore upflow termofilo (UF) era 6 volte più alto (kla = 1'532 1/d) rispetto a quello identificato per il reattore CSTR mesofilo (kla = 247 1/d). Riconoscere la necessità di convalida con ulteriori set di dati sperimentali è cruciale per migliorare la robustezza del modello ed espandere la sua applicabilità. Il Capitolo 3 si concentra sullo studio teorico e sperimentale della velocità massima di consumo dei microrganismi idrogenotrofi (Vmax,Xh2). Questo capitolo presenta prima il calcolo del consumo massimo basato sui concetti dell'approccio bioenergetico (TEEM). Una volta identificato il tasso massimo teorico di consumo degli idrogenotrofi, viene studiato un metodo per la misurazione sperimentale dell'attività di questi microrganismi (SHMA). L'assenza di un metodo standardizzato ha inizialmente portato a concentrarsi sul ruolo delle condizioni operative del test, come l'intensità della miscelazione, il volume liquido di inoculo e la pressione parziale iniziale di H2 nello spazio di testa. I risultati di questi test hanno dimostrato che i valori SHMA sono significativamente influenzati (118 - 6'203 mLN CH4/(g VSS d)) dalle condizioni operative. In particolare, i valori massimi di SHMA sono stati ottenuti per velocità di miscelazione massime, alte pressioni parziali di idrogeno e volumi liquidi minimi. Questi risultati confermano la dipendenza del valore SHMA dalla capacità di trasferimento stabilita in diverse condizioni operative. Un valore massimo di SHMA di 6'203 ± 39.7 mLN CH4/(g VSS d) è stato raggiunto. Questo valore massimo di SHMA è di un ordine di grandezza superiore rispetto ai valori mesofili riportati in letteratura e più vicino al massimo teorico termodinamico stimato con i concetti bioenergetici (9'806 mLN CH4/(g VSS d)). Questi risultati sono stati confermati anche dai test SHMA con misurazioni di H2 disciolto, dove è visibile una limitazione nell'approvvigionamento di H2 quando il coefficiente kla è inferiore. Nel Capitolo 4, vengono affrontati i metodi per l'identificazione del coefficiente kla. Inizialmente, sono stati condotti test su un bioreattore (Vliq = 1 L) per determinare il coefficiente kla per l'idrogeno in condizioni standard, ossia in acqua pulita (klaH2 = 3'530 ± 70.9 1/d). Successivamente, la convalida di questo coefficiente mediante la modellazione di esperimenti di biometanazione ex-situ eseguiti sullo stesso bioreattore ha identificato un coefficiente kla 20 volte più alto rispetto a quello identificato in acqua pulita (klaH2 = 65'568 1/d). L'identificazione di un tasso di trasferimento di idrogeno molto più elevato potrebbe essere spiegata dalla teoria del fattore di enhancement (E). Per quanto ne sappia l'autore, questo fattore è stato precedentemente studiato e riportato solo nel contesto della fermentazione dell'ossigeno. Questo risultato apre nuove vie di ricerca che potrebbero avere impatti tecnologici e operativi significativi in termini di dispositivi di trasferimento e configurazione del reattore. Tuttavia, è necessaria una ricerca sistematica e più estesa per chiarire e quantificare questo fenomeno. Questa tesi di dottorato contribuisce significativamente a far progredire la comprensione della riduzione biologica ex-situ del CO2 a CH4 mediante H2. L'approccio integrato di modellazione predittiva e approccio sperimentale stabilisce un robusto quadro, affrontando efficacemente le sfide e rivelando opportunità nel campo della power-to-CH4.