Optimal parameter estimation of co-digestion models in biomethane production control

This thesis investigates the application of the method presented in Brun et al. (2001) for reliably estimating a set of kinetic and stoichiometric parameters in the Anaerobic Digestion Model No.1 (ADM1), a widely used but complex model for simulating anaerobic digestion systems. This approach relies on a local, relative-relative, once-at-a-time sensitivity, which allows for the calculation of parameter importance indices and the collinearity index of parameter subsets. Among the indices, the mean square root of the sensitivity is employed as a ranking criterion for parameter sensitivity, and, together with the collinearity index, is used to estimate the identifiability of parameter subsets. The procedure was applied to experimental data collected from a lab-scale reactor, using both continuous and batch testing. Batch testing proved to be a particularly valuable calibration tool, being both a cost-effective and scalable approach, as it relies on straightforward Qch4 measurements. A least-squares cost function was selected for the calibration process. In the final chapter of the thesis, simulations of the controlled identified model were performed in the OpenModelica environment. Despite the high nonlinearity of the ADM1 system, complex control mechanisms were not necessary for effective operation. Appropriately tuned proportional-integral (PI) controllers, modified to manage instability, achieved consistent goals, such as maintaining a steady biogas production profile, while improving process stability. Although the high-fidelity model did not perfectly match the data—a common challenge in full-scale applications—the control strategy demonstrated robust set-point tracking.

Questa tesi esplora l'applicazione del metodo presentato da Brun et al. (2001) per la stima di un set di parametri cinetici e stechiometrici nell'Anaerobic Digestion Model No.1 (ADM1), un modello complesso ma ampiamente utilizzato per la simulazione dei sistemi di digestione anaerobica. L'approccio si basa su una sensitività locale, relativa, "once-at-a-time", su cui si basa il calcolo degli indici di importanza dei parametri e l'indice di collinearità dei subset di parametri. Tra gli indici proposti, viene utilizzata la radice quadrata della media dei quadrati per formare un ranking dei parametri più sensibili, e, insieme all'indice di collinearità, viene impiegata per stimare l'identificabilità dei subset di parametri. La procedura è stata applicata a dati sperimentali, raccolti da un reattore da laboratorio, usando sia dati provenienti da operazioni in continuo che da test in batch. I test in batch si sono rivelati strumenti particolarmente validi per la calibrazione, poiché rappresentano una metodologia economica e facilmente scalabile su impianti reali, richiedento esclusivamente la misura di Qch4. Per la calibrazione, è stata utilizzata una funzione di costo basata sui minimi quadrati. Nel capitolo finale della tesi, si è indagato un sistema di controllo per il modello identificato, attraverso simulazioni eseguite con Modelica. Nonostante l'elevata non-linearità dell'ADM1, non sono stati necessari dei meccanismi di controllo complicati per ottenere dei buoni risultati. Si è applicato un controllore PI, opportunamente modificato per affrontare la condizione di instabilità, che una volta calibrato ha permesso di raggiungere gli obiettivi di tracking del segnale di produzione di biogas e di migliorare la stabilità complessiva del sistema. Sebbene l'ADM1, considerato come modello high-fidelity in questa tesi, non abbia mai avuto una perfetta corrispondenza con i dati sperimentali, anche dopo la calibrazione, la strategia di controllo si è comunque dimostrata robusta nel seguire il set point in modo efficace.