Zum Inhalt

Schnellstart-Anleitung

Diese Anleitung bringt Sie in wenigen Minuten mit PyADM1ODE zum Laufen.

Inhaltsverzeichnis

  1. Ihre erste Simulation
  2. Einfacher Einzelfermenter
  3. Komplette Anlage mit BHKW und Heizung
  4. Zweistufige Vergärung
  5. Arbeiten mit verschiedenen Substraten
  6. Konfigurationen speichern und laden
  7. Ergebnisse verstehen
  8. Gängige Muster
  9. Nächste Schritte

Ihre erste Simulation

Simulieren wir einen einfachen einstufigen Biogasfermenter mit Maissilage und Gülle.

from pathlib import Path
from pyadm1.configurator.plant_builder import BiogasPlant
from pyadm1.substrates.feedstock import Feedstock
from pyadm1.core.adm1 import get_state_zero_from_csv
from pyadm1.configurator.plant_configurator import PlantConfigurator

# 1. Feedstock-Manager erstellen
feedstock = Feedstock(feeding_freq=48)  # Fütterung alle 48 Stunden änderbar

# 2. Anfangszustand laden (Steady-State-Werte, 41-State ADM1da-Vektor)
data_path = Path("data/initial_states")
initial_state_file = data_path / "digester_initial8.csv"
adm1_state = get_state_zero_from_csv(str(initial_state_file))

# 3. Substrat-Fütterungsraten definieren [m³/Tag]
# [corn_silage, manure, rye, grass, wheat, gps, ccm, feed_lime, cow_manure, onions]
Q_substrates = [15, 10, 0, 0, 0, 0, 0, 0, 0, 0]

# 4. Anlage erstellen und konfigurieren
plant = BiogasPlant("Meine erste Biogasanlage")
configurator = PlantConfigurator(plant, feedstock)

configurator.add_digester(
    digester_id="main_digester",
    V_liq=2000.0,        # Flüssigvolumen [m³]
    V_gas=300.0,         # Gasraum [m³]
    T_ad=308.15,         # Temperatur [K] = 35 °C
    Q_substrates=Q_substrates
)

# 5. Initialisieren und simulieren
plant.initialize()

results = plant.simulate(
    duration=10.0,       # Simulationszeit [Tage]
    dt=1.0/24.0,        # Zeitschritt [Tage] = 1 Stunde
    save_interval=1.0   # Ergebnisse täglich speichern
)

# 6. Ergebnisse anzeigen
for result in results:
    time = result["time"]
    digester = result["components"]["main_digester"]

    print(f"Tag {time:.0f}:")
    print(f"  Biogas:  {digester['Q_gas']:.1f} m³/d")
    print(f"  Methan:  {digester['Q_ch4']:.1f} m³/d")
    print(f"  pH:      {digester['pH']:.2f}")
    print(f"  VFA:     {digester['VFA']:.2f} g/L")

Erwartete Ausgabe:

Tag 1:
  Biogas:  1245.3 m³/d
  Methan:  748.2 m³/d
  pH:      7.32
  VFA:     2.45 g/L
...

Einfacher Einzelfermenter

Das vollständige Beispiel finden Sie in examples/01_basic_digester.py.

Systemarchitektur

Der einfache Fermenter besteht aus:

[Substratfütterung] → [Fermenter] → [Gasspeicher] → [Biogasausgang]
   15 m³/d Mais         2000 m³        300 m³         ~1250 m³/d
   10 m³/d Gülle        @ 35 °C        Membran        60 % CH₄

Kernfunktionen

  • Einstufiger CSTR: Continuously stirred tank reactor
  • Automatischer Gasspeicher: Pro Fermenter erstellt (Niederdruckmembran)
  • Substratmischung: Maissilage + Rindergülle
  • Temperaturregelung: Mesophil (35 °C)

Details zur Anlagenkonfiguration

# Die Methode add_digester erzeugt automatisch:
# 1. Fermenter-Komponente mit den angegebenen Parametern
# 2. Gasspeicher (Membrantyp), dimensioniert auf V_gas
# 3. Verbindung: Fermenter → Gasspeicher

configurator.add_digester(
    digester_id="main_digester",
    V_liq=2000.0,               # Flüssigvolumen [m³]
    V_gas=300.0,                # Gasraum [m³]
    T_ad=308.15,                # 35 °C mesophil
    name="Hauptfermenter",
    load_initial_state=True,    # Steady-State-CSV laden
    Q_substrates=[15, 10, 0, 0, 0, 0, 0, 0, 0, 0]
)

Die Ausgabe verstehen

Verhalten des Gasspeichers:

# Aus den Ergebnissen:
'gas_storage': {
    'stored_volume_m3': 150.0,      # Aktuelles Volumen [m³ STP]
    'pressure_bar': 1.01,            # Aktueller Druck [bar]
    'vented_volume_m3': 0.0,         # In diesem Schritt entlüftet [m³]
    'utilization': 0.50,             # 50 % gefüllt
    'Q_gas_supplied_m3_per_day': 1250.0  # Verfügbar für Verbraucher
}

Wenn der Speicher gefüllt wird:

  • Druck steigt von 0.95 auf 1.05 bar
  • Bei 1.05 bar (voll) wird Überschussgas entlüftet
  • Das Entlüften verhindert Überdruck und Anlagenschäden
  • In realen Anlagen wird entlüftetes Gas zur Fackel geleitet

Prozessstabilitäts-Indikatoren

# Prozessstabilität prüfen
final = results[-1]["components"]["main_digester"]

# pH sollte für stabilen Betrieb bei 6.8–7.5 liegen
if 6.8 <= final['pH'] <= 7.5:
    print("✓ pH stabil")
else:
    print(f"⚠ pH instabil: {final['pH']:.2f}")

# VFA sollte < 5 g/L sein
if final['VFA'] < 5.0:
    print("✓ VFA akzeptabel")
else:
    print(f"⚠ Hohe VFA: {final['VFA']:.2f} g/L")

# FOS/TAC-Verhältnis sollte < 0.3 sein
if final['TAC'] > 0:
    fos_tac = final['VFA'] / final['TAC']
    if fos_tac < 0.3:
        print(f"✓ FOS/TAC stabil: {fos_tac:.3f}")
    else:
        print(f"⚠ FOS/TAC hoch: {fos_tac:.3f}")

Typische Leistungsmetriken:

Metrik Wert Bewertung
Biogasproduktion ~1250 m³/d Gut
Methangehalt ~60 % Typisch für landwirtschaftliche Substrate
Spezifische Gasausbeute ~50 m³/m³ Einsatz Gut für Maissilage + Gülle
pH 7.28–7.30 Optimal (stabil)
VFA 2.3–2.4 g/L Gut (< 3 g/L Grenzwert)
TAC 8.4–8.5 g CaCO₃/L Ausgezeichneter Puffer
FOS/TAC ~0.27 Stabil (< 0.3)

Komplette Anlage mit BHKW und Heizung

Jetzt ergänzen wir Stromerzeugung und Heizung zu einer kompletten Biogasanlage:

from pyadm1.configurator.plant_builder import BiogasPlant
from pyadm1.substrates.feedstock import Feedstock
from pyadm1.configurator.plant_configurator import PlantConfigurator

# Setup
feedstock = Feedstock(feeding_freq=48)
plant = BiogasPlant("Komplette Biogasanlage")
configurator = PlantConfigurator(plant, feedstock)

# Fermenter mit automatischem Gasspeicher hinzufügen
configurator.add_digester(
    digester_id="main_digester",
    V_liq=2000.0,
    V_gas=300.0,
    T_ad=308.15,
    Q_substrates=[15, 10, 0, 0, 0, 0, 0, 0, 0, 0]
)

# BHKW hinzufügen (erstellt automatisch eine Fackel)
configurator.add_chp(
    chp_id="chp_main",
    P_el_nom=500.0,      # Elektrische Leistung [kW]
    eta_el=0.40,         # Elektrischer Wirkungsgrad 40 %
    eta_th=0.45          # Thermischer Wirkungsgrad 45 %
)

# Heizsystem hinzufügen
configurator.add_heating(
    heating_id="heating_main",
    target_temperature=308.15,
    heat_loss_coefficient=0.5
)

# Komponenten automatisch verbinden
configurator.auto_connect_digester_to_chp("main_digester", "chp_main")
configurator.auto_connect_chp_to_heating("chp_main", "heating_main")

# Initialisieren und simulieren
plant.initialize()
results = plant.simulate(duration=10.0, dt=1.0/24.0, save_interval=1.0)

# Endergebnisse analysieren
final = results[-1]
digester = final["components"]["main_digester"]
chp = final["components"]["chp_main"]
heating = final["components"]["heating_main"]

print(f"\nEndergebnisse (Tag {final['time']:.0f}):")
print(f"\nFermenter-Leistung:")
print(f"  Biogas:  {digester['Q_gas']:.1f} m³/d")
print(f"  Methan:  {digester['Q_ch4']:.1f} m³/d")
print(f"  CH4-Gehalt: {digester['Q_ch4']/digester['Q_gas']*100:.1f}%")
print(f"\nBHKW-Leistung:")
print(f"  Elektrische Leistung: {chp['P_el']:.1f} kW")
print(f"  Thermische Leistung:  {chp['P_th']:.1f} kW")
print(f"  Gasverbrauch:         {chp['Q_gas_consumed']:.1f} m³/d")
print(f"\nHeizung:")
print(f"  Bereitgestellte Wärme: {heating['Q_heat_supplied']:.1f} kW")
print(f"  Zusatzwärme:           {heating['P_aux_heat']:.1f} kW")

Automatische Komponentenerstellung:

PlantConfigurator erstellt und verbindet automatisch:

  • Gasspeicher: Einer pro Fermenter (Membran, dimensioniert auf V_gas)
  • Fackel: Eine pro BHKW (Sicherheitsverbrennung, 98 % CH₄-Zerstörung)

Verbindungskette:

Fermenter → Gasspeicher → BHKW → Fackel
                          ↓
                       Heizung

Zweistufige Vergärung

Das vollständige Beispiel finden Sie in examples/02_two_stage_plant.py.

Systemarchitektur

[Einsatz] → [Hydrolyse] → [Speicher 1] ↘
            500 m³         304 m³        → [BHKW] → [Fackel]
            @ 45 °C                     ↗  500 kW    98 %
                                       ↓
[Ablauf]  → [Haupt]  → [Speicher 2] ↗  [Heizung 1] + [Heizung 2]
            1000 m³     150 m³           45 °C         35 °C
            @ 35 °C

Kernfunktionen

  • Temperaturphasiert: Thermophil (45 °C) + Mesophil (35 °C)
  • Verstärkte Hydrolyse: Höhere Temperatur in der ersten Stufe
  • Stabile Methanogenese: Optimierte Bedingungen in der zweiten Stufe
  • Mechanische Komponenten: Pumpen und Rührwerke für die Materialhandhabung
  • Energieintegration: Kraft-Wärme-Kopplung mit Abwärmenutzung

Konfiguration

# Stufe 1: Hydrolyse (thermophil, 45 °C)
configurator.add_digester(
    digester_id="hydrolysis_tank",
    V_liq=500.0,
    V_gas=100.0,
    T_ad=318.15,  # 45 °C für schnellere Hydrolyse
    Q_substrates=[15, 10, 0, 0, 0, 0, 0, 0, 0, 0]
)

# Stufe 2: Methanogenese (mesophil, 35 °C)
configurator.add_digester(
    digester_id="main_digester",
    V_liq=2000.0,
    V_gas=300.0,
    T_ad=308.15,  # 35 °C für Methanogenese
    Q_substrates=[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]  # Speisung aus Hydrolyse
)

# In Serie verbinden (Flüssigkeitsfluss)
configurator.connect("hydrolysis_tank", "main_digester", "liquid")

# BHKW und Heizung für beide Stufen hinzufügen
configurator.add_chp("chp_main", P_el_nom=500.0)
configurator.add_heating("heating_1", target_temperature=318.15)
configurator.add_heating("heating_2", target_temperature=308.15)

# Gas- und Wärmeflüsse verbinden
configurator.auto_connect_digester_to_chp("hydrolysis_tank", "chp_main")
configurator.auto_connect_digester_to_chp("main_digester", "chp_main")
configurator.auto_connect_chp_to_heating("chp_main", "heating_1")
configurator.auto_connect_chp_to_heating("chp_main", "heating_2")

# Mechanische Komponenten hinzufügen
from pyadm1.components.mechanical import Pump, Mixer

# Förderpumpe
feed_pump = Pump(
    component_id="feed_pump",
    pump_type="progressive_cavity",
    Q_nom=30.0,
    pressure_head=5.0
)
plant.add_component(feed_pump)

# Transferpumpe (Fermenter 1 → Fermenter 2)
transfer_pump = Pump(
    component_id="transfer_pump",
    pump_type="progressive_cavity",
    Q_nom=25.0,
    pressure_head=8.0
)
plant.add_component(transfer_pump)

# Rührwerke für beide Fermenter
mixer_1 = Mixer(
    component_id="mixer_1",
    mixer_type="propeller",
    tank_volume=500.0,
    mixing_intensity="high",
    power_installed=15.0,
    intermittent=True,
    on_time_fraction=0.25
)
plant.add_component(mixer_1)

mixer_2 = Mixer(
    component_id="mixer_2",
    mixer_type="propeller",
    tank_volume=2000.0,
    mixing_intensity="medium",
    power_installed=10.0,
    intermittent=True,
    on_time_fraction=0.25
)
plant.add_component(mixer_2)

Drei-Pass-Gasflusssimulation

Die Simulation verwendet ein Drei-Pass-Ausführungsmodell für ein realistisches Gasmanagement:

Pass 1 – Gasproduktion:

Fermenter 1: Q_gas = 850 m³/d → Speicher 1
Fermenter 2: Q_gas = 400 m³/d → Speicher 2

Pass 2 – Speicheraktualisierung:

Speicher 1: erhält 850 m³/d, aktualisiert Druck/Volumen
Speicher 2: erhält 400 m³/d, aktualisiert Druck/Volumen
# Bei voll: Überschuss in die Atmosphäre entlüften

Pass 3 – Gasverbrauch:

BHKW-Bedarf: 1150 m³/d Biogas
Speicher 1 liefert: ~675 m³/d
Speicher 2 liefert: ~475 m³/d
BHKW arbeitet mit tatsächlicher Versorgung
Überschuss zur Fackel: (Lieferung - Verbrauch)

Vorteile des zweistufigen Designs

Aspekt Einstufig Zweistufig Verbesserung
Hydrolyse Begrenzt durch mesophile Temperatur Verstärkt bei 45 °C Schneller
Methanogenese Muss VFA-Spitzen tolerieren Stabil, vorgepuffertes Substrat Stabiler
OLR-Kapazität 3–4 kg CSB/(m³·d) 5–8 kg CSB/(m³·d) +100 %
Biogasausbeute 1150 m³/d 1253 m³/d +9 %
CH₄-Gehalt 58 % 60 % +3.4 %

Erwartete Ergebnisse

Energiebilanz:

Energieerzeugung:
  Elektrisch (brutto):       480.5 kW
  Thermisch:                 540.6 kW

Parasitäre Last:
  Rührwerk 1:                  3.75 kW
  Rührwerk 2:                  2.50 kW
  Pumpen (geschätzt):          2.00 kW
  Gesamt parasitär:            8.25 kW

Netto-Elektrizität:         472.3 kW

Wärmenutzung:
  Wärmebedarf:               125.4 kW
  BHKW-Wärmebereitstellung:  540.6 kW
  Wärmedeckung:              431.0 %

Gasmanagement:
  Gesamtproduktion:         1253.1 m³/d
  BHKW-Verbrauch:           1150.0 m³/d
  Zur Fackel:                103.1 m³/d (8.2 %)

Arbeiten mit verschiedenen Substraten

Verfügbare Substrate

PyADM1 enthält 10 vorkonfigurierte landwirtschaftliche Substrate:

  1. Maissilage (maize) – Energiepflanze, hohe Biogasausbeute
  2. Schweinegülle (swinemanure) – Hoher Stickstoffgehalt
  3. Grünroggen (greenrye) – Früherntliche Energiepflanze
  4. Grassilage (grass) – Grünlandbiomasse
  5. Weizen (wheat) – Getreidekultur
  6. GPS (gps) – Ganzpflanzensilage
  7. CCM (ccm) – Corn-Cob-Mix
  8. Futterkalk (futterkalk) – pH-Pufferzusatz
  9. Rindergülle (cowmanure) – Gülle aus Milchviehhaltung
  10. Zwiebeln (onions) – Gemüseabfall

Beispiele für Substratfütterung

# Energiereiche Mischung (Mais + Gülle)
Q = [15, 10, 0, 0, 0, 0, 0, 0, 0, 0]

# Grasbasiert (erneuerbar, extensive Landwirtschaft)
Q = [0, 5, 0, 20, 0, 0, 0, 0, 0, 0]

# Abfallbasiert (Gülle + Gemüse)
Q = [0, 15, 0, 0, 0, 0, 0, 0, 10, 5]

# Fokus auf Energiepflanzen
Q = [20, 5, 10, 0, 0, 0, 0, 0, 0, 0]

Substratinformationen

Detaillierte Substrateigenschaften abrufen:

from pyadm1.substrates.feedstock import Feedstock

# Substratparameter anzeigen
params = Feedstock.get_substrate_params_string("maize")
print(params)

Ausgabe:

pH value: 3.93
Dry matter: 31.97 %FM
Volatile solids content: 96.25 %TS
Particulate chemical oxygen demand: ...
Biochemical methane potential: 0.xxx l/gFM

Konfigurationen speichern und laden

Speichern Sie Ihre Anlagenkonfiguration zur Wiederverwendung:

# Konfiguration speichern
plant.to_json("my_plant_config.json")

# Konfiguration später laden
from pyadm1.configurator.plant_builder import BiogasPlant
from pyadm1.substrates.feedstock import Feedstock

feedstock = Feedstock(feeding_freq=48)
plant = BiogasPlant.from_json("my_plant_config.json", feedstock)

# Simulation fortsetzen
plant.initialize()
results = plant.simulate(duration=10.0, dt=1.0/24.0)

Ergebnisse verstehen

Wichtige Ausgabevariablen

Fermenter-Ausgaben

  • Q_gas – Gesamte Biogasproduktion [m³/d]
  • Q_ch4 – Methanproduktion [m³/d]
  • Q_co2 – CO2-Produktion [m³/d]
  • pH – pH-Wert [-]
  • VFA – Flüchtige Fettsäuren [g HAceq/L]
  • TAC – Gesamtalkalinität [g CaCO3/L]

BHKW-Ausgaben

  • P_el – Elektrische Leistung [kW]
  • P_th – Thermische Leistung [kW]
  • Q_gas_consumed – Gasverbrauch [m³/d]
  • load_factor – Betriebspunkt [0–1]

Heizungsausgaben

  • Q_heat_supplied – Gelieferte Wärme [kW]
  • P_th_used – Genutzte BHKW-Wärme [kW]
  • P_aux_heat – Benötigte Zusatzwärme [kW]

Gasspeicher-Ausgaben

  • stored_volume_m3 – Aktuelles Volumen [m³ STP]
  • pressure_bar – Aktueller Druck [bar]
  • utilization – Füllstand [0–1]
  • vented_volume_m3 – Entlüftetes Gas [m³]
  • Q_gas_supplied_m3_per_day – Verfügbares Gas [m³/d]

Gängige Muster

Muster 1: Parameterstudie

Verschiedene Substratmengen testen:

feed_rates = [10, 15, 20, 25]
results_all = []

for feed in feed_rates:
    Q = [feed, 10, 0, 0, 0, 0, 0, 0, 0, 0]

    plant = BiogasPlant(f"Plant_Feed_{feed}")
    configurator = PlantConfigurator(plant, feedstock)
    configurator.add_digester("dig1", V_liq=2000, Q_substrates=Q)

    plant.initialize()
    results = plant.simulate(duration=10.0, dt=1.0/24.0)

    final = results[-1]["components"]["dig1"]
    results_all.append({
        'feed': feed,
        'biogas': final['Q_gas'],
        'methane': final['Q_ch4']
    })

for r in results_all:
    print(f"Einsatz {r['feed']} m³/d → CH4 {r['methane']:.1f} m³/d")

Muster 2: Zeitreihenanalyse

Entwicklung über die Zeit verfolgen:

import matplotlib.pyplot as plt

# Zeitreihen extrahieren
times = [r['time'] for r in results]
biogas = [r['components']['main_digester']['Q_gas'] for r in results]
methane = [r['components']['main_digester']['Q_ch4'] for r in results]
pH = [r['components']['main_digester']['pH'] for r in results]

# Plotten
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))

ax1.plot(times, biogas, 'b-', label='Biogas')
ax1.plot(times, methane, 'g-', label='Methan')
ax1.set_ylabel('Produktion [m³/d]')
ax1.legend()
ax1.grid(True)

ax2.plot(times, pH, 'r-')
ax2.set_xlabel('Zeit [Tage]')
ax2.set_ylabel('pH')
ax2.axhline(y=7.0, color='k', linestyle='--', alpha=0.3)
ax2.grid(True)

plt.tight_layout()
plt.savefig('simulation_results.png')

Nächste Schritte

Nachdem Sie Ihre ersten Simulationen ausgeführt haben:

  1. Komponenten kennenlernen: Komponenten-Leitfaden
  2. Fortgeschrittene Beispiele erkunden:
  3. examples/01_basic_digester.py
  4. examples/02_two_stage_plant.py
  5. examples/parallel_two_stage_simulation.py
  6. Parallele Simulationen ausprobieren: Mehrere Szenarien gleichzeitig
  7. MCP-Server erkunden: PyADM1ODE_mcp für LLM-gesteuerte Anlagenauslegung
  8. Modell kalibrieren: PyADM1ODE_calibration für Parameteranpassung
  9. API-Dokumentation lesen: Vollständige Referenz für alle Klassen

Schnellreferenz

Häufige Befehle

# Anlage erstellen
plant = BiogasPlant("Meine Anlage")
configurator = PlantConfigurator(plant, feedstock)

# Komponenten hinzufügen
configurator.add_digester(id, V_liq, V_gas, T_ad, Q_substrates)
configurator.add_chp(id, P_el_nom, eta_el, eta_th)
configurator.add_heating(id, target_temperature)

# Verbinden
configurator.connect(from_id, to_id, type)
configurator.auto_connect_digester_to_chp(dig_id, chp_id)
configurator.auto_connect_chp_to_heating(chp_id, heat_id)

# Simulieren
plant.initialize()
results = plant.simulate(duration, dt, save_interval)

# Speichern/Laden
plant.to_json(filepath)
plant = BiogasPlant.from_json(filepath, feedstock)

Temperaturumrechnungen

# Gängige Temperaturen
T_mesophil = 308.15     # 35 °C
T_thermophil = 328.15   # 55 °C
T_psychrophil = 298.15  # 25 °C

# °C in K umrechnen
T_K = T_celsius + 273.15

Standardparameter

# Typische Fermentergrößen
V_liq_small = 500      # Kleiner Hof [m³]
V_liq_medium = 2000    # Mittlerer Hof [m³]
V_liq_large = 5000     # Großer Hof [m³]

# BHKW-Größen
P_el_small = 150       # Klein [kW]
P_el_medium = 500      # Mittel [kW]
P_el_large = 1000      # Groß [kW]

# Substratfütterung
Q_low = 10             # Niedrige Belastung [m³/d]
Q_medium = 20          # Mittlere Belastung [m³/d]
Q_high = 40            # Hohe Belastung [m³/d]

Fehlerbehebung

Problem: Simulation instabil

Symptome: pH fällt, VFA steigt, Methanproduktion sinkt

Lösungen:

  • Substratfütterungsrate reduzieren
  • Verweilzeit erhöhen (größeres V_liq)
  • Puffermaterial hinzufügen (Futterkalk)
  • Substratzusammensetzung prüfen

Problem: Geringe Gasproduktion

Lösungen:

  • Substratfütterung erhöhen
  • Abbaubarkeit des Substrats prüfen
  • Optimale Temperatur sicherstellen
  • Ausreichende Durchmischung gewährleisten (im Modell implizit)

Problem: Langsame Simulation

Lösungen:

  • Zeitschritt dt erhöhen (aber < 0.1 Tage halten)
  • save_interval für weniger Ausgabe reduzieren
  • Parallele Simulation für Parameterstudien verwenden

Weitere Hilfe finden Sie in der Installationsanleitung oder kontaktieren Sie daniel.gaida@th-koeln.de.

Referenzen