Revalorización de fangos de EDAR y generación de biogás

El proyecto M-AD-NESS tiene el objetivo de desarrollar digestores anaerobios bioelectroquímicos, como solución innovadora para la gestión y revalorización de fangos de EDAR y optimizar la producción de biometano in situ.

En el Grupo de Ingeniería y Simulación de Procesos Ambientales – GESPA de IQS, el Dr. Yeray Asensio Ramírez y el Dr. Daniel Vázquez Vázquez lideran el proyecto M-AD-NESS, que tiene como objetivo el desarrollo de digestores anaerobios biolectroquímicos, ofreciendo una solución innovadora para la gestión y revalorización de fangos de estaciones depuradoras urbanas e industriales – EDAR, maximizar la producción de biometano (90-94% contenido en metano) in situ y mejorar la calidad del digestato en las EDAR. El proyecto M-AD-NESS está financiado por el Ministerio de Ciencia, Innovación y Universidades – Agencia Estatal de Investigación (ref. PID2023-151826OA-l00), en la convocatoria de Proyectos de Generación de Conocimiento 2023. Ciencias y tecnologías medioambientales. Ingeniería medioambiental.

Ante la creciente demanda energética, el metano contenido en el biogás producido a partir de los tratamientos anaerobios en las EDAR emerge como una posible fuente de energía local, además de ofrecer la capacidad de gestionar, y principalmente valorizar, eficientemente los crecientes volúmenes de residuos urbanos, en este caso de los fangos de las EDAR, los cuales se deben tratar para su consiguiente estabilización e higienización. Actualmente, el sistema de tratamiento convencional de los fangos, mediante procesos de digestión anaerobia,resulta ineficiente y no garantiza su estabilización e higienización para convertirlos en un subproducto de valor añadido, como podrían ser los biofertilizantes.

Por otro lado, desde el punto de vista energético, en estos procesos la producción de biogás está muy limitada por la baja eficiencia de las tecnologías utilizadas en los tratamientos, dando lugar a mezclas gaseosas que varían de forma aproximada entre un 50-65% en contenido de metano (el biocombustible objetivo).

Como solución a esta limitación tecnológica, la comunidad científica ha desarrollado la denominada digestión anaerobia DUAL, realizada en dos digestores anaerobios que funcionan en dos rangos de temperatura concretos. Un primer reactor que funciona a temperaturas termofílicas, en las que la materia orgánica se hidroliza (aumentando la concentración de ácidos grasos volátiles), y un reactor anaerobio que opera a temperaturas mesofílicas en las que se favorece la oxidación de la materia orgánica para la producción de biogás. Sin embargo, a pesar de la mejora en el contenido de metano en el biogás, el rango de concentraciones no permite denominarle biometano, ya que mediante esta tecnología el contenido de CO₂ en el biogás es aún relevante (15-20%).

Una mejora integral de la digestión anaerobia

Es en este contexto donde el proyecto M-AD-NESS de IQS propone añadir tecnologías electroquímicas microbianas, o biolectroquímicas, en los procesos de digestión anaerobia dual. La incorporación de electrodos conductores de la electricidad suponeuna herramienta de mejora y eficiencia en los procesos de tratamientos globales, así como un avance en el estado del arte de las tecnologías bioelectroquímicas, desde un punto de vista de proceso integral y siguiendo los principios de economía circular.

El sistema que propone este proyecto (dos digestores, trabajando a dos temperaturas y con la incorporación de electrodos conductores de la electricidad), permitirá conseguir dos productos de alto valor añadido, a partir del residuo urbano que constituyen los fangos de las EDAR:

Por un lado, un fango tratado que cumpla la Norma Europea y la Norma U.S. EPA que pueda ser utilizado como biofertilizante, reutilizándolo y pasando de ser un residuo a ser un producto de valor añadido.

Por otro lado, un biogás con una concentración mínima en metano del 90% (biometano) a bajo coste, favoreciendo, mediante estimulación bioelectroquímica, la reducción del CO₂ contenido en el biogás, convirtiéndolo en metano (proceso de bioelectrometanación).

Finalmente, y con el objetivo de minimizar la huella ambiental y optimizar las condiciones del proceso a partir de los datos experimentales obtenidos en los dos digestores, se establecerá un modelo predictivo basado en Machine Learning para optimizar el rendimiento de producción de biometano a partir de las condiciones de alimentación (fangos) y de proceso.