Die vorliegende Arbeit beschäftigt sich mit rohstofflichen und verfahrenstechnischen Einflussfaktoren bei der Biomassepyrolyse. Ausgehend von der Entwicklung einer kleintechnischen Festbettpyrolyseapparatur, erfolgten experimentelle Untersuchungen an 26 biogenen Einsatzstoffen unter verschiedenen Prozessbedingungen. Die Apparatur erlaubt eine vollständige Bilanzierung und Gewinnung aller Produkte, zudem können Einflüsse durch sekundäre Reaktionen in der Gasphase minimiert werden. Die Einsatzstoffe, welche u. a. auch Zellstoff, Xylan und Alkali-Lignin einschließen, wurden hinsichtlich brennstofftechnischer und physikalischer Eigenschaften sowie der Stoffgruppenzusammensetzung charakterisiert. Sie repräsentieren eine große Bandbreite möglicher Zusammensetzungen. Bei den Prozessparametern wurde die Pyrolysetemperatur im Bereich von 200 bis 750 °C, die Aufheizrate zwischen 5 und 100 K/min, die Feststoffverweilzeit von 0 bis 30 min sowie die Partikelgröße (0 bis 5 mm) variiert. Aus den Untersuchungen zum Einfluss der Prozessparameter für die verschiedenen Einsatzstoffe wurden unter Anwendung einer geeigneten Bilanzierungsmethodik geschlossene Masse- und Elementbilanzen für jeden Versuchspunkt aufgestellt. Unter den Prozessvariablen konnte die Temperatur erwartungsgemäß als wichtigste Einflussgröße identifiziert werden. Der zweistufige Zersetzungsverlauf der Biomassen ermöglicht die mathematische Beschreibung der temperaturabhängigen Ausbeuten mittels der zweistufigen Boltzmann-Funktion für den gesamten Temperaturbereich mit hohen Bestimmtheitsmaßen. Die rohstofflichen Einflussgrößen wurden unter Anwendung der Rangkorrelationsmethode nach Spearman und der Produkt-Moment-Korrelation nach Pearson mit den definierten Zielgrößen (Ausbeuten, Produktzusammensetzung, Kokseigenschaften, Heizwerte, Energieeinbindung) bei verschiedenen Pyrolysetemperaturen korreliert. Neben der Stoffgruppenzusammensetzung konnten bei den rohstofflichen Einflussfaktoren die Gehalte an Alkalien sowie der Gesamtgehalt an potentiell katalytisch aktiven Bestandteilen (Na, K, Mg, Ca, Fe) als Haupteinflussgrößen identifiziert werden. Korrelationen ergeben sich auch für brennstofftechnische Eigenschaften, wobei neben dem Flüchtigen- und dem Aschegehalt, das O/C-Verhältnis signifikant ist. Die gefundenen statistischen Zusammenhänge können weitestgehend mechanistisch begründet werden. Zur Quantifizierung der ermittelten Zusammenhänge für die Zielgrößen wurden multiple Regressionsmodelle erstellt und anhand von Bestimmtheitsmaß, Informationskriterium und mittleren Modellfehlern bewertet. Somit konnten 42 Regressionsgleichungen für die Produktausbeuten bei verschiedenen Pyrolysetemperaturen entwickelt werden, die auf den Gehalten verschiedener Stoffgruppen und dem Gesamtgehalt an katalytisch aktiven Elementen basieren. Weitere 56 Regressionsgleichungen stehen für die Berechnung von Teer/Öl-Elementarzusammensetzung, Kokszusammensetzung, Teer/Öl-Heizwert sowie Energieeinbindung im Koks bei verschiedenen Pyrolysetemperaturen zur Verfügung. Die Prognoseeignung der Gleichungen wurde anhand eines weiteren Datensatzes für Apfeltrester überprüft. Für die Koks-, die Gas- und die Kondensatausbeute sowie die genannten Produkteigenschaften ergab sich eine gute Vorhersagequalität, die jedoch stark von der verwendeten Gleichung abhängt. Die Validierung mit Literaturdaten konnte aufgrund fehlender Datensätze, die sowohl die notwendigen Rohstoffparameter als auch Produktausbeuten und -eigenschaften enthalten, nur anhand der Koksausbeute erfolgen. Für verschiedene Biomassen und biogene Reststoffe führte dies zu einer guten Anpassung. Die mathematische Beschreibung der Ausbeuten und bestimmter Produkteigenschaften über Regressionsgleichungen auf Grundlage von Rohstoffparametern stellt einen vielversprechenden Ansatz für die Vorhersage der maximalen Ausbeuten bei bestimmten Bedingungen dar. Dies ermöglicht eine Abschätzung zur Einsatzeignung von Biomassen bzw. biogenen Reststoffen für verschiedene Anwendungszwecke. Bisher existiert kein derartiges Modell zur Vorhersage der definierten Zielgrößen. Grundsätzlich wäre die Entwicklung einfacher Gleichungen mit wenigen, einfach bestimmbaren und standardisierten Parametern erstrebenswert. Die Ergebnisse haben jedoch gezeigt, dass Ein-Variablen-Modelle die Trends zwischen den Biomassen aufgrund der komplexen Zusammenhänge zwischen Pyrolyseverhalten und Rohstoffparametern häufig nicht richtig wiedergeben können. Für robuste Modelle sind somit mindestens zwei unabhängige Modellparameter mit idealerweise gegensätzlichem Einfluss notwendig. / The intention of this work was an intensive study of the influence of feedstock properties and process variables on biomass pyrolysis. Due to a lack in consistent data sets, including various feedstock parameters as well as product yields, compositions, and further properties, a laboratory fixed bed reactor was developed to overcome this problem. The pyrolysis reactor was used for experiments with 26 biogenous feedstock under variable process conditions. The reactor is suitable to assure nearly closed mass balances and a complete product recovery. Furthermore, it allows the minimization of secondary reactions. The used feedstock, which include cellulose, xylan, and lignin amongst others, represent a broad range of possible compositions and were intensively characterized by determination of fuel and physical properties as well as biopolymer composition. The varied process parameters are: temperature between 200 and 700 °C, heating rate in the range of 5 to 100 K/min, solid residence time from 0 to 30 min, and particle size up to 5 mm. Closed mass and element balances were done for every set of parameters. As expected, amongst process variables the temperature was identified as the main factor influencing biomass pyrolysis. The temperature depending products yields could be fitted well by the double boltzmann approach due to the two-stage pyrolytic decomposition of biomass. Correlation of feedstock properties with different target parameters, including yields, product composition, heating values, remaining energy content in char, and char properties, was done by Spearman´s rank correlation and Pearson´s correlation for different temperatures. Biopolymer composition as well as alkaline content and total content of potential catalytic elements (Na, K, Ca, Mg, Fe) were identified as main factors influencing biomass pyrolysis product yields and compositions. Further correlations arise with fuel properties like volatile matter and ash content besides O/C atomic ratio. The obtained correlations can be mainly related to pyrolysis mechanisms. The received relationships were quantified by means of multiple regression models. Model evaluation was done by coefficient of determination, information criteria and mean squared errors. 42 regression models, based on different biopolymer contents and the total content of catalytic elements, were provided for the mathematical description of product yields for different process temperatures. Another 56 equations are suitable for the calculation of product properties like tar/oil and char composition, tar/oil heating value, and remaining energy content in the char at different temperatures. The predictability of the regression models was proved using another data set for apple pomace. The yields of char, gas, and condensate as well as the aforementioned product properties can be predicted very well, although, the predictability varies with the applied equation. Validation of the models by literature data was only possible for the char yield, because of the mentioned lack in suitable and complete data sets. Application of regression model to fixed bed char yields for different biomass and biogenous residues from literature resulted in a good predictability. Mathematical description of pyrolysis product yields and properties by means of regression models based on feedstock parameters is a promising approach to predict maximum yields at defined conditions and, therefore, to make an estimation of suitability of the biomass to different applications. Up to now such models do not exist. In general, the development of simple equations based on a few standardized parameters which are easy to determine is worthwhile. Hence, the results showed that the overall trend between different biomass feeds was often not predicted correctly using one-parameter models. This is due to the complex relationships between pyrolysis behavior and feedstock properties. Consequently, at least two parameter models, where the variables show the opposite trends, were most appropriate.

Les règlements plus stricts pour les rejets d'eaux usées présentent de nouveaux défis technologiques pour le traitement d'eaux usées urbaines et industrielles. Le besoin notamment d‘améliorer la qualité hygiénique de l'eau traitée se fait ressentir en cas de sites sensibles ou de réutilisation. Le bioréacteur à membranes (BRMs) représente une des approches les plus innovatrices pour éviter la présence d'agents pathogènes dans l‘eau en sortie de station. En utilisant des membranes avec un seuil de coupure dans la gamme 0.04~0.2 μm, les bactéries mais aussi les virus sont pratiquement complètement retenus. Si l'encrassement membranaire reste un problème déterminant pour le développement des BRMs, le manque d‘outils de caractérisation en ligne de la qualité et la quantité de biomasse active dans les réacteurs reste un point important pour favoriser le contrôle et l‘optimisation des BRMs. Dans cette étude une méthode originale a été développée pour évaluer la viabilité des boues activées présentes dans un réacteur biologique d‘épuration en complémentarité des informations données par la mesure d'activité respirométrique. Cette méthode permet la distinction entre cellule morte et vivante, la respirométrie pouvant alors distinguée la part active de la biomasse vivante. Le travail expérimental a été conduit dans deux réacteurs biologiques de type chenal d‘oxydation équipés de membranes immergées "airlift oxidation ditch membrane bioreactor" (AOXMBR). Les modules membranaires sont immergés dans un zone aérée où l‘apport d‘air permet à la fois la circulation d‘eau par air-lift, l‘aération du milieu et le nettoyage des membranes par aération. Les essais ont été conduits en mode fermé (batch reactor), alterné (fed batch reactor) et continu. La première partie de l‘étude concerne la caractérisation hydrodynamique du réacteur déterminante en terme de conformité du système pour la circulation des fluides, l‘intensité des transferts et des réactions d‘épuration. Les résultats mettent en avant le rôle de la géométrie de l‘airlift sur la circulation des fluides mais aussi la rétention gazeuse déterminante en terme de transfert d‘oxygène et capacité de nettoyage des membranes. La viabilité et l'activité respirométrique de boues activée ont alors été étudiées sous différentes conditions opératoires. Les résultats ont montré une évolution semblable des deux paramètres en fonction des conditions imposées. Ceci confirme l‘intérêt de la mesure de viabilité qui peut être conduite en ligne sur le système, à la différence de la mesure par respirométrie qui nécessite une procédure spécifique plus ou moins complexe. Toutefois, les essais ont montré aussi qu‘une concentration en biomasse importante était nécessaire dans le bioréacteur pour que la viabilité soit mesurable. Les résultats ont aussi montré que la viabilité et l'activité augmentent avec la charge organique (Cv). Cette variation était conforme à l'augmentation des matières volatiles en suspension MVS et de la vitesse de consommation d‘oxygène OUR. Lors de diminution de charge organique, la concentration de protéine dans le milieu a changé inversement avec la viabilité de la biomasse. De possibles améliorations de l'instrument de mesure en ligne de la viabilité et de l'activité de boues activées dans les bioréacteurs sont également discutées. Les performances épuratives mesurées ont confirmé la grande capacité épuratoire d‘un BRM, toutefois, travailler à très forte charge engendre une dynamique de colmatage intense qu‘il faut maîtriser. / In this study a novel method was developed to assess the viability of activated sludge present in a biological treatment process and signify its complementarity from respirometric activity. This method allows the distinction between viable vs. dead and inactive vs. active microbial cells in biomass population and can be used for a better and more efficient control of the biological activity especially in MBR systems.For this purposed two airlift oxidation ditch membrane bioreactors (AOXMBR), were designed and constructed. They were equipped with flat sheet, membranes directly immersed in the airlift section where the air injection induced sludge aeration, water circulation and continuous membrane cleaning.To evaluate the relevance of the batch, fed-batch and AOXMBR) were carried out in order to obtain a better understanding of biomass characteristic for MBR performance.Firstly, for determining the treatment capacity of the proposed AOXMBR is important to understanding of the hydrodynamic characteristics of the system. And impact of design parameter on hydrodynamic characterization of the system was investigated. The results showed the gas holdup and liquid velocity increased with increase in superficial gas velocity and decrease in distance from aeration zone. Furthermore, gas holdup and liquid velocity in downcomer section did not show any significant variations with change in the top to bottom clearance ratio. The riser gas holdup data was related to the superficial gas velocity and the top to bottom clearance ratio data. Also, the downcomer gas holdup was related to superficial gas velocity and distance from airlift section.Secondly, viability and respirometric activity of activated sludge under different activated sludge conditions (batch, fed-batch) at high cell density as the model of membrane bioreactors were investigated. The results showed the same downward trend for both these parameters (viability and respirometric activity) which was due to quantitative and qualitative changes in the microbial culture in the activated sludge. Based on different fed of substrate for each experimental run (batch, fed-batch), operational variables showed significant influence in viability and activity of activated sludge. Also, the effect of changing physicochemical condition.on viability and respirometric activity was investigated. The results showed that respirometric activity was affected more strongly by temperature than viability.Thirdly, biological performance of AOXMBR was carried out.Finally, base on data obtained in the last experiment, in this part the capacitance sensor used as the on-line monitoring of viability of activated sludge in AOXMBR. Results showed that viability and activity were increased with organic loading rate (OLR) increasing until 5 kg COD m-3 d-1. This variation was in accordance with increasing of MLSS, MLVSS and OUR. The results also showed that the viability of biomass decreased when reducing the organic loading rate from 5 to 4 kg COD m-3 d-1. Also, protein concentration in system changed inversely with activated sludge viability.The possible reasons are discussed for future improvements online instrument for measuring viability and activity of activated sludge in biological wastewater. Summary of the principal results and novelty of this thesis obtained in this study: The porposed system would reward improved efficiency across the oxidation ditch, airlift and membrane bioreactor. The AXOMBR is a suitable system for operating at high organic laoding rate. However, the suddenly reduction of OLR affects on viability of activated sludge. The specific characterization of the system is capable of working at three different zone: aerobic, anoxic and anaerobic zone. Also, the time of operating at each zone can be changed with superficial gas velocity top to bottom clearance.

Die vorliegende Arbeit beschäftigt sich mit rohstofflichen und verfahrenstechnischen Einflussfaktoren bei der Biomassepyrolyse. Ausgehend von der Entwicklung einer kleintechnischen Festbettpyrolyseapparatur, erfolgten experimentelle Untersuchungen an 26 biogenen Einsatzstoffen unter verschiedenen Prozessbedingungen. Die Apparatur erlaubt eine vollständige Bilanzierung und Gewinnung aller Produkte, zudem können Einflüsse durch sekundäre Reaktionen in der Gasphase minimiert werden. Die Einsatzstoffe, welche u. a. auch Zellstoff, Xylan und Alkali-Lignin einschließen, wurden hinsichtlich brennstofftechnischer und physikalischer Eigenschaften sowie der Stoffgruppenzusammensetzung charakterisiert. Sie repräsentieren eine große Bandbreite möglicher Zusammensetzungen. Bei den Prozessparametern wurde die Pyrolysetemperatur im Bereich von 200 bis 750 °C, die Aufheizrate zwischen 5 und 100 K/min, die Feststoffverweilzeit von 0 bis 30 min sowie die Partikelgröße (0 bis 5 mm) variiert. Aus den Untersuchungen zum Einfluss der Prozessparameter für die verschiedenen Einsatzstoffe wurden unter Anwendung einer geeigneten Bilanzierungsmethodik geschlossene Masse- und Elementbilanzen für jeden Versuchspunkt aufgestellt. Unter den Prozessvariablen konnte die Temperatur erwartungsgemäß als wichtigste Einflussgröße identifiziert werden. Der zweistufige Zersetzungsverlauf der Biomassen ermöglicht die mathematische Beschreibung der temperaturabhängigen Ausbeuten mittels der zweistufigen Boltzmann-Funktion für den gesamten Temperaturbereich mit hohen Bestimmtheitsmaßen. Die rohstofflichen Einflussgrößen wurden unter Anwendung der Rangkorrelationsmethode nach Spearman und der Produkt-Moment-Korrelation nach Pearson mit den definierten Zielgrößen (Ausbeuten, Produktzusammensetzung, Kokseigenschaften, Heizwerte, Energieeinbindung) bei verschiedenen Pyrolysetemperaturen korreliert. Neben der Stoffgruppenzusammensetzung konnten bei den rohstofflichen Einflussfaktoren die Gehalte an Alkalien sowie der Gesamtgehalt an potentiell katalytisch aktiven Bestandteilen (Na, K, Mg, Ca, Fe) als Haupteinflussgrößen identifiziert werden. Korrelationen ergeben sich auch für brennstofftechnische Eigenschaften, wobei neben dem Flüchtigen- und dem Aschegehalt, das O/C-Verhältnis signifikant ist. Die gefundenen statistischen Zusammenhänge können weitestgehend mechanistisch begründet werden. Zur Quantifizierung der ermittelten Zusammenhänge für die Zielgrößen wurden multiple Regressionsmodelle erstellt und anhand von Bestimmtheitsmaß, Informationskriterium und mittleren Modellfehlern bewertet. Somit konnten 42 Regressionsgleichungen für die Produktausbeuten bei verschiedenen Pyrolysetemperaturen entwickelt werden, die auf den Gehalten verschiedener Stoffgruppen und dem Gesamtgehalt an katalytisch aktiven Elementen basieren. Weitere 56 Regressionsgleichungen stehen für die Berechnung von Teer/Öl-Elementarzusammensetzung, Kokszusammensetzung, Teer/Öl-Heizwert sowie Energieeinbindung im Koks bei verschiedenen Pyrolysetemperaturen zur Verfügung. Die Prognoseeignung der Gleichungen wurde anhand eines weiteren Datensatzes für Apfeltrester überprüft. Für die Koks-, die Gas- und die Kondensatausbeute sowie die genannten Produkteigenschaften ergab sich eine gute Vorhersagequalität, die jedoch stark von der verwendeten Gleichung abhängt. Die Validierung mit Literaturdaten konnte aufgrund fehlender Datensätze, die sowohl die notwendigen Rohstoffparameter als auch Produktausbeuten und -eigenschaften enthalten, nur anhand der Koksausbeute erfolgen. Für verschiedene Biomassen und biogene Reststoffe führte dies zu einer guten Anpassung. Die mathematische Beschreibung der Ausbeuten und bestimmter Produkteigenschaften über Regressionsgleichungen auf Grundlage von Rohstoffparametern stellt einen vielversprechenden Ansatz für die Vorhersage der maximalen Ausbeuten bei bestimmten Bedingungen dar. Dies ermöglicht eine Abschätzung zur Einsatzeignung von Biomassen bzw. biogenen Reststoffen für verschiedene Anwendungszwecke. Bisher existiert kein derartiges Modell zur Vorhersage der definierten Zielgrößen. Grundsätzlich wäre die Entwicklung einfacher Gleichungen mit wenigen, einfach bestimmbaren und standardisierten Parametern erstrebenswert. Die Ergebnisse haben jedoch gezeigt, dass Ein-Variablen-Modelle die Trends zwischen den Biomassen aufgrund der komplexen Zusammenhänge zwischen Pyrolyseverhalten und Rohstoffparametern häufig nicht richtig wiedergeben können. Für robuste Modelle sind somit mindestens zwei unabhängige Modellparameter mit idealerweise gegensätzlichem Einfluss notwendig.:Abkürzungs- und Symbolverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x Abbildungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii Tabellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxiii 1 Einleitung und Zielstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 Kenntnisstand . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.1 Zusammensetzung und Struktur von Lignocellulosen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.1.1 Allgemeine chemische Zusammensetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.1.2 Struktureller Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.3 Vorkommen und Einbindungsformen von anorganischen Bestandteilen . . . . . . . . . . . . . . . . . . . 14 2.2 Möglichkeiten zur Untersuchung der Pyrolyse von Biomassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.1 Untersuchungsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.2 Verwendete Reaktoren zur Untersuchung der Biomassepyrolyse . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3 Reaktionsabläufe bei der Biomassepyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.4 Einflussfaktoren auf Pyrolyseproduktverteilung und -eigenschaften . . . . . . . . . . . . . . . . . . . . . . . 25 2.4.1 Einfluss rohstofflicher Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.4.2 Einfluss verfahrenstechnischer Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5 Beschreibung und Vorhersage des Pyrolyseverhaltens von Biomasse . . . . . . . . . . . . . . . . . . . . . 39 2.5.1 Empirische Modelle basierend auf statistischen Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.5.2 Kinetische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.5.3 Modelle auf Basis der Stoffgruppenzusammensetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.5.4 Netzwerkpyrolysemodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.6 Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3 Untersuchungsmethodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1 Einsatzmaterialien und deren Charakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.1 Biomassen und Vorbehandlung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.2 Charakterisierungsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.2 Entwicklung einer apparativen Einrichtung zur Bilanzierung des Biomassepyrolyseprozesses . . . 55 3.2.1 Anforderungen und Zielstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.2.2 Konzeption, Dimensionierung und Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.2.3 Endgültige Konfiguration der Laborpyrolyseanlage (LPA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.3 Durchführung der Bilanzversuche an der LPA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .66 3.3.1 Parametervariationen bei der Festbettpyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.3.2 Versuchsvorbereitung und -durchführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.3.3 Produktrückgewinnung und -aufarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.4 Methodik bei der Bilanzierung des Pyrolyseprozesses im Festbettreaktor . . . . . . . . . . . . . . . . . . 69 3.4.1 Bilanzgleichungen und -annahmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 3.4.2 Fehlerabschätzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4 Ergebnisse zur Charakterisierung der Einsatzmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.1 Brennstofftechnische Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.2 Chemisch-strukturelle Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.3 Physikalische Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .86 5 Einfluss verfahrenstechnischer und rohstofflicher Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1 Bilanzfehler und Wiederholbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1.1 Vergleich der Bilanzierungsvarianten und Bilanzfehler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1.2 Wiederholbarkeit der Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 5.2 Einfluss verfahrenstechnischer Parameter auf Produktverteilung und -zusammensetzung . . . . 94 5.2.1 Einfluss radialer Temperaturgradienten in der Biomasseschüttung . . . . . . . . . . . . . . . . . . . . . 94 5.2.2 Pyrolysetemperatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.2.3 Empirische Gleichungen für die Temperaturabhängigkeit der Produktausbeuten . . . . . . . . . 103 5.2.4 Aufheizgeschwindigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.2.5 Feststoffverweilzeit bei Pyrolyseendtemperatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 5.3 Einfluss rohstofflicher Parameter auf Produktverteilung und -zusammensetzung . . . . . . . . . . . 111 5.3.1 Partikelgröße . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.3.2 Pyrolyse von Zellstoff, Xylan und Alkali-Lignin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.4 Kombinierte Betrachtungen zum Temperatur- und Rohstoffeinfluss . . . . . . . . . . . . . . . . . . . . . 120 6 Mathematische Zusammenhänge zwischen Rohstoffeigenschaften und Pyrolyseverhalten . . . . 133 6.1 Korrelation mit Rohstoffeigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 6.1.1 Produktausbeuten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 6.1.2 Produkteigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 6.1.3 Schlussfolgerungen zur Korrelation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 6.2 Regressionsanalyse und Multiple Regression zur Beschreibung des Pyrolyseverhaltens . . . . . 155 6.2.1 Modellvergleich am Beispiel der Koksausbeute bei 500 °C . . . . . . . . . . . . . . . . . . . . . . . . . . 155 6.2.2 Gleichungen zur Berechnung der Produktausbeuten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 6.2.3 Gleichungen zur Berechnung der Produkteigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 6.2.4 Schlussfolgerungen zur Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 7 Vorhersagemöglichkeiten für das Pyrolyseverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 7.1 Validierung der Modellgleichungen mit internem Datensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 7.2 Validierung mit Literaturdaten zur Festbettpyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 8 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .181 Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .187 Anhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .208 A Weiterführende Informationen zu Kapitel 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .208 B Weiterführende Informationen zur Untersuchungsmethodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . .211 C Ergebnisse zur Einsatzstoffcharakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 D Ergebnisse zum Einfluss verfahrenstechnischer und rohstofflicher Parameter . . . . . . . . . . . . . . . 272 E Ergebnisse zur Korrelation des Pyrolyseverhaltens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .314 F Ergebnisse zur Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .348 G Ergebnisse zur Vorhersage des Pyrolyseverhaltens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .361 / The intention of this work was an intensive study of the influence of feedstock properties and process variables on biomass pyrolysis. Due to a lack in consistent data sets, including various feedstock parameters as well as product yields, compositions, and further properties, a laboratory fixed bed reactor was developed to overcome this problem. The pyrolysis reactor was used for experiments with 26 biogenous feedstock under variable process conditions. The reactor is suitable to assure nearly closed mass balances and a complete product recovery. Furthermore, it allows the minimization of secondary reactions. The used feedstock, which include cellulose, xylan, and lignin amongst others, represent a broad range of possible compositions and were intensively characterized by determination of fuel and physical properties as well as biopolymer composition. The varied process parameters are: temperature between 200 and 700 °C, heating rate in the range of 5 to 100 K/min, solid residence time from 0 to 30 min, and particle size up to 5 mm. Closed mass and element balances were done for every set of parameters. As expected, amongst process variables the temperature was identified as the main factor influencing biomass pyrolysis. The temperature depending products yields could be fitted well by the double boltzmann approach due to the two-stage pyrolytic decomposition of biomass. Correlation of feedstock properties with different target parameters, including yields, product composition, heating values, remaining energy content in char, and char properties, was done by Spearman´s rank correlation and Pearson´s correlation for different temperatures. Biopolymer composition as well as alkaline content and total content of potential catalytic elements (Na, K, Ca, Mg, Fe) were identified as main factors influencing biomass pyrolysis product yields and compositions. Further correlations arise with fuel properties like volatile matter and ash content besides O/C atomic ratio. The obtained correlations can be mainly related to pyrolysis mechanisms. The received relationships were quantified by means of multiple regression models. Model evaluation was done by coefficient of determination, information criteria and mean squared errors. 42 regression models, based on different biopolymer contents and the total content of catalytic elements, were provided for the mathematical description of product yields for different process temperatures. Another 56 equations are suitable for the calculation of product properties like tar/oil and char composition, tar/oil heating value, and remaining energy content in the char at different temperatures. The predictability of the regression models was proved using another data set for apple pomace. The yields of char, gas, and condensate as well as the aforementioned product properties can be predicted very well, although, the predictability varies with the applied equation. Validation of the models by literature data was only possible for the char yield, because of the mentioned lack in suitable and complete data sets. Application of regression model to fixed bed char yields for different biomass and biogenous residues from literature resulted in a good predictability. Mathematical description of pyrolysis product yields and properties by means of regression models based on feedstock parameters is a promising approach to predict maximum yields at defined conditions and, therefore, to make an estimation of suitability of the biomass to different applications. Up to now such models do not exist. In general, the development of simple equations based on a few standardized parameters which are easy to determine is worthwhile. Hence, the results showed that the overall trend between different biomass feeds was often not predicted correctly using one-parameter models. This is due to the complex relationships between pyrolysis behavior and feedstock properties. Consequently, at least two parameter models, where the variables show the opposite trends, were most appropriate.:Abkürzungs- und Symbolverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x Abbildungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii Tabellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxiii 1 Einleitung und Zielstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 Kenntnisstand . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.1 Zusammensetzung und Struktur von Lignocellulosen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.1.1 Allgemeine chemische Zusammensetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.1.2 Struktureller Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.3 Vorkommen und Einbindungsformen von anorganischen Bestandteilen . . . . . . . . . . . . . . . . . . . 14 2.2 Möglichkeiten zur Untersuchung der Pyrolyse von Biomassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.1 Untersuchungsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.2 Verwendete Reaktoren zur Untersuchung der Biomassepyrolyse . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3 Reaktionsabläufe bei der Biomassepyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.4 Einflussfaktoren auf Pyrolyseproduktverteilung und -eigenschaften . . . . . . . . . . . . . . . . . . . . . . . 25 2.4.1 Einfluss rohstofflicher Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.4.2 Einfluss verfahrenstechnischer Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5 Beschreibung und Vorhersage des Pyrolyseverhaltens von Biomasse . . . . . . . . . . . . . . . . . . . . . 39 2.5.1 Empirische Modelle basierend auf statistischen Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.5.2 Kinetische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.5.3 Modelle auf Basis der Stoffgruppenzusammensetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.5.4 Netzwerkpyrolysemodelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.6 Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3 Untersuchungsmethodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1 Einsatzmaterialien und deren Charakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.1 Biomassen und Vorbehandlung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.2 Charakterisierungsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.2 Entwicklung einer apparativen Einrichtung zur Bilanzierung des Biomassepyrolyseprozesses . . . 55 3.2.1 Anforderungen und Zielstellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.2.2 Konzeption, Dimensionierung und Optimierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.2.3 Endgültige Konfiguration der Laborpyrolyseanlage (LPA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.3 Durchführung der Bilanzversuche an der LPA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .66 3.3.1 Parametervariationen bei der Festbettpyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.3.2 Versuchsvorbereitung und -durchführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.3.3 Produktrückgewinnung und -aufarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.4 Methodik bei der Bilanzierung des Pyrolyseprozesses im Festbettreaktor . . . . . . . . . . . . . . . . . . 69 3.4.1 Bilanzgleichungen und -annahmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 3.4.2 Fehlerabschätzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4 Ergebnisse zur Charakterisierung der Einsatzmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.1 Brennstofftechnische Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.2 Chemisch-strukturelle Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.3 Physikalische Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .86 5 Einfluss verfahrenstechnischer und rohstofflicher Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1 Bilanzfehler und Wiederholbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1.1 Vergleich der Bilanzierungsvarianten und Bilanzfehler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.1.2 Wiederholbarkeit der Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 5.2 Einfluss verfahrenstechnischer Parameter auf Produktverteilung und -zusammensetzung . . . . 94 5.2.1 Einfluss radialer Temperaturgradienten in der Biomasseschüttung . . . . . . . . . . . . . . . . . . . . . 94 5.2.2 Pyrolysetemperatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.2.3 Empirische Gleichungen für die Temperaturabhängigkeit der Produktausbeuten . . . . . . . . . 103 5.2.4 Aufheizgeschwindigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.2.5 Feststoffverweilzeit bei Pyrolyseendtemperatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 5.3 Einfluss rohstofflicher Parameter auf Produktverteilung und -zusammensetzung . . . . . . . . . . . 111 5.3.1 Partikelgröße . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.3.2 Pyrolyse von Zellstoff, Xylan und Alkali-Lignin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.4 Kombinierte Betrachtungen zum Temperatur- und Rohstoffeinfluss . . . . . . . . . . . . . . . . . . . . . 120 6 Mathematische Zusammenhänge zwischen Rohstoffeigenschaften und Pyrolyseverhalten . . . . 133 6.1 Korrelation mit Rohstoffeigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 6.1.1 Produktausbeuten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 6.1.2 Produkteigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 6.1.3 Schlussfolgerungen zur Korrelation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 6.2 Regressionsanalyse und Multiple Regression zur Beschreibung des Pyrolyseverhaltens . . . . . 155 6.2.1 Modellvergleich am Beispiel der Koksausbeute bei 500 °C . . . . . . . . . . . . . . . . . . . . . . . . . . 155 6.2.2 Gleichungen zur Berechnung der Produktausbeuten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 6.2.3 Gleichungen zur Berechnung der Produkteigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 6.2.4 Schlussfolgerungen zur Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 7 Vorhersagemöglichkeiten für das Pyrolyseverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 7.1 Validierung der Modellgleichungen mit internem Datensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 7.2 Validierung mit Literaturdaten zur Festbettpyrolyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 8 Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .181 Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .187 Anhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .208 A Weiterführende Informationen zu Kapitel 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .208 B Weiterführende Informationen zur Untersuchungsmethodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . .211 C Ergebnisse zur Einsatzstoffcharakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 D Ergebnisse zum Einfluss verfahrenstechnischer und rohstofflicher Parameter . . . . . . . . . . . . . . . 272 E Ergebnisse zur Korrelation des Pyrolyseverhaltens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .314 F Ergebnisse zur Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .348 G Ergebnisse zur Vorhersage des Pyrolyseverhaltens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .361

Germanium wird in der Regel als Nebenkomponente in der Zink- oder Kupfer-Metallurgie gewonnen. Ein Beitrag, auch einheimische Ressourcen (z.B. Haldenmaterialien) nutzen zu können, besteht in der Mobilisierung des bodengebundenen Germaniums über Pflanzen (Phytomining). In der Arbeit wurden drei Verfahrenskonzepte für die Germaniumgewinnung über die Akkumulation in Pflanzen entwickelt. Der fermentative Aufschluss des Pflanzenmaterials in einem Biogasprozess ist dabei ein Schlüsselschritt für die Wirtschaftlichkeit des Verfahrens. Weiterhin erwies sich als maßgeblich, daß es gelang, die Germaniumfraktion nahezu vollständig im festen Gärrest zu binden. Die anschließende energetische Verwertung des germaniumhaltigen festen Rückstandes liefert eine germaniumhaltige Asche, die nasschemisch gelaugt und extraktiv auf GeO2 aufbereitet wird. Eine Machbarkeitsstudie zeigt Möglichkeiten und Grenzen hinsichtlich Kosten und Rentabilität der Germaniumgewinnung über Phytomining.:Inhaltsverzeichnis Inhaltsverzeichnis ................................................................................................... 1 Symbol- und Abkürzungsverzeichnis ...................................................................... 3 1 Einleitung ..................................................................................................... 5 2 Allgemeiner Teil ........................................................................................... 9 2.1 Biomasse als alternative Germaniumquelle ................................................... 9 2.2 Analytik von Germanium ............................................................................. 19 2.2.1 Anpassung der Flüssigkeitsanalytik für die GF-AAS .................................... 23 2.2.2 Anpassung der Feststoffanalytik für die GF-AAS ......................................... 31 2.2.3 Germaniumgehalte von weiteren Naturstoffen ............................................. 40 2.3 Biomasseaufschluss .................................................................................... 48 2.3.1 Charakterisierung von Biomassen zur stofflichen Verwertung ..................... 48 2.3.2 Aufschluss mit Mineralsäuren und Basen .................................................... 53 2.3.3 Fermentativer Aufschluss ............................................................................ 63 2.3.4 Einfluss von Separationstechniken für Gärreste auf die Germaniumverteilung .................................................................................. 78 2.3.5 Thermischer Aufschluss von Biomassen ..................................................... 84 2.4 Anreicherung von Germanium ..................................................................... 88 2.4.1 Flüssig/Flüssig-Extraktion ............................................................................ 88 2.4.1.1 pH-Wert-Abhängigkeit ............................................................................... 91 2.4.1.2 Einfluss der Extraktionsmittelkonzentration .............................................. 93 2.4.1.3 Einfluss des Komplexierungsreagenz‘s .................................................... 94 2.4.1.4 Einfluss der Volumenverhältnisse der Extraktionsphasen ........................ 95 2.4.1.5 Optimierung der Kontaktzeit ...................................................................... 96 2.4.1.6 Einfluss verschiedener Komplexliganden ................................................. 97 2.4.1.7 Extraktion aus Laugungslösungen definierter Germaniumkonzentration .100 2.4.1.8 Anwendung auf reale Prozesslösungen .................................................. 104 2.4.2 Destillation über Germanium(IV)-chlorid .................................................... 105 2.5 Verfahrenskonzepte zur Germaniumgewinnung aus Biomassen ............... 114 2.5.1 Germaniumgewinnung nach Biomasselaugung ......................................... 115 2.5.2 Germaniumgewinnung nach thermischem Aufschluss............................... 117 2.5.3 Germaniumgewinnung nach Fermentation von Biomassen ....................... 119 2.6 Wirtschaftlichkeitsbetrachtung zur Germaniumgewinnung aus Biomassen 121 3 Zusammenfassung und Ausblick ........................................................... 130 4 Experimenteller Teil ................................................................................ 133 4.1 Verwendete Chemikalien ........................................................................... 133 4.2 Verwendete Geräte ................................................................................... 134 4.3 Analytik der Graphitrohrofen - Atomabsorptionsspektrometrie ................... 134 4.4 Analytik der Massenspektrometrie mit induktiv gekoppeltem Plasma ........ 135 4.5 Charakterisierung von Biomassen ............................................................. 135 4.5.1 Trockensubstanz ....................................................................................... 135 4.5.2 Extraktgehalt ............................................................................................. 136 4.5.3 Cellulosegehalt .......................................................................................... 136 4.5.4 Holocellulosegehalt ................................................................................... 136 4.5.5 Ligningehalt ............................................................................................... 136 4.5.6 Organische Trockensubstanz .................................................................... 137 4.6 Aufschluss mit Säuren und Basen ............................................................. 137 4.6.1 Laugung von Biomassen ........................................................................... 137 4.6.2 Bestimmung TOC und IR .......................................................................... 137 4.6.3 Verzuckerung von Biomassen ................................................................... 137 4.7 Fermentativer Aufschluss .......................................................................... 138 4.8 Absorption von Germanium an Biomassen ................................................ 139 4.9 Physikalische Gärrestseparationen ........................................................... 139 4.9.1 Zentrifugation von Gärresten ..................................................................... 139 4.9.2 Druckfiltration von Gärresten ..................................................................... 140 4.9.3 Sedimentation von Gärresten mit Zusätzen ............................................... 140 4.10 Thermogravimetrische Analyse ................................................................. 140 4.11 Thermischer Aufschluss ............................................................................ 141 4.12 Wasserlaugung von Aschen ...................................................................... 141 4.13 Flüssig/Flüssig-Extraktion .......................................................................... 141 4.14 Destillation über Germanium(IV)-chlorid .................................................... 142 5 Literaturverzeichnis ................................................................................ 143 6 Anhang ..................................................................................................... 156

Biomass and carbon stock of the natural forests in Vietnam are still not clear due to limitation of knowledge and financial. In this paper, the results of estimating biomass and carbon stocks of the natural forests at Me Linh Biodiversity Station are shown. There are two forest types in this study: the forest vegetation restored after shifting cultivation (vegetation type I) and the forest vegetation restored after clear cutting exploitation (vegetation type II). As the results, the estimated biomass of the forest vegetation restored after shifting cultivation is 86.80 ton.ha-1 and the estimated biomass of the forest vegetation restored after clear cutting exploitation is higher, about 131.59 ton.ha-1. The carbon stock in plants was about 43.40 ton.ha-1 of vegetation type I and 65.79 ton.ha-1 of vegetation type II. The carbon storage in soil of vegetation type I is 79.01 ton.ha-1 and vegetation type II is 99.65 ton.ha-1. Hence, the total of carbon stock in forest vegetation I and II are accounted by 122.41ton.ha-1 and 165.44 ton.ha-1, respectively. In general, it can be pointed out that the naturally recovering secondary forest at Me Linh Station is the secondary young forest with the low economic value due to shortly restored process (about 10-20 years), the flora is not rich and abundant, and there are only commonly pioneer and light demanding tree species. / Sinh khối và trữ lượng các bon của rừng tự nhiên ở Việt Nam vẫn ít được quan tâm của do hạn chế về kiến thức và tài chính. Trong bài báo này, chúng tôi đưa ra kết quả của việc ước lượng sinh khối và tổng hợp các bon của các thảm thực vật rừng thứ sinh phục hồi tự nhiên tại Trạm Đa dạng Sinh học Mê Linh, tỉnh Vĩnh Phúc- Việt Nam, nơi có loại hình thảm thực vật chính, đó là thảm thực vật phục hồi sau nương rẫy (kiểu thảm thục vật I) và thảm thực vật phục hồi sau khai thác kiệt (kiểu thảm thực vật II) nhằm mục đích đánh giá tiềm năng của rừng thứ sinh tại khu vực nghiên cứu. Sinh khối của thảm thực vật phục hồi sau nương rẫy là 86,80 tấn/ha. Sinh khối của thảm thực vật phục hồi sau khai thác cao hơn, đạt 131.59 tấn/ha. Lượng các bon hấp thu trong đất của thảm thực vật I là 79,01 tấn/ha và thảm thực vật II là 99,65 tấn/ha. Như vậy, tổng lượng các bon được hấp thu trong mỗi loại hình thảm thực vật trên là: 122,41 tấn/ha (thảm thực vật I) và 165,14 tấn/ha. Nhìn chung, rừng thứ sinh phục hồi tự nhiên tại Trạm Đa dạng Mê Linh chủ yếu là rừng non thứ sinh, ít có giá trị kinh tế do quá trình phục hồi diễn ra ngắn (khoảng 10-20 năm) nên thành phần thực vật nghèo nàn, không phong phú, thành phần chính chủ yếu là các cây gỗ tiên phong, ưa sáng.

In dem von der DBU unter den Aktenzeichen AZ 31032 geförderten Projekt wurde die Umsetzung einer Nachrüstlösung für Kaminöfen untersucht. Die etwa 14 Millionen Einzelraumfeuerungen in Deutschland haben einen wesentlichen Anteil an der Freisetzung von unvollständig umgesetzten Verbrennungsgasen wie CO und VOC als auch Staub. Da ein Austausch aller betriebenen Feuerungen mit hohem Schadstoffausstoß kurzfristig schwer möglich ist, könnte die Integration von Nachrüstlösungen eine zeitnahe Verbesserung des Anlagenbetriebs in Bezug auf die Emissionen und den Wirkungsgrad ermöglichen. Die Nachrüstlösung im Projekt bestand aus drei wesentlichen Komponenten: einem Wärmeübertrager, einer Sicherheitseinrichtung für die störungsfreie Abgasabführung sowie einem Katalysator inklusive Beheizung. Ziel war die wesentliche Reduzierung der Emission von unvollständig umgesetzten Abgasbestandteilen CO, Org.-C und Staub sowie die Erhöhung des Wirkungsgrades. Als Zielwerte wurden Konzentrationen von CO < 400 mg/m³, VOC (Org.C) < 50 mg/m³, Staub < 30 mg/m³ und ein Wirkungsgrad > 75 % zu Projektbeginn angesetzt. Da ein nicht zu unterschätzender Einfluss durch den Ausgangszustand der Anlagen gegeben ist, wurde eine min. 50 %-ige Minderung der Schadstoffkonzentrationen als alternative Zielsetzung angegeben. Die Nachrüstlösung wurde mit drei verschiedenen Baumarktkaminöfen getestet, um den Anlageneinfluss sowie eine anlagenunspezifische Einsetzbarkeit zu demonstrieren. Es wurden zwei verschiedene Wärmeübertrager untersucht, ein Rippenrohr und ein durchströmtes Rohr, um die Effekte einer Oberflächenerhöhung und Anströmung der Oberfläche zu untersuchen. Die Abgasableitung wurde durch Einsatz eines Rauchsaugers und eines Bypasses sichergestellt. Als Katalysator wurden sowohl kommerziell erhältliche Produkte getestet als auch eine eigene Entwicklung auf Basis eines Metallschaumes als Trägermaterial vorgenommen. Der Einsatz von Metallschäumen ist aufgrund den damit erreichbaren Druckverlusten und auch der geförderten Gasvermischung vielversprechend. Die durchgeführten Arbeiten erfolgten in Kooperation mit der Fa. Alantum, welche als Fremdleistungsnehmer für die Herstellung der Metallschäume mit im Projekt eingebunden war. In den Untersuchungen wurde gezeigt, dass eine deutliche Verbesserung bezüglich der Schadstoffemissionen als auch der Wärmeausnutzung möglich ist. Durch Integration einer Wärmeübertragerstrecke im Anschluss an die Feuerungsanlage wurde der Wirkungsgrad je nach Versuchsaufbau um etwa 5 bis hin zu 19 % gesteigert und auch ein feuerungstechnischer Wirkungsgrad > 75 % erreicht. Mit den Einsatz kommerzieller Katalysatoren konnten die CO-, Org.-C- und Staubkonzentration über 50 % reduziert werden. Für CO wurden Konzentrationen unter 20 mg/m³ erreicht, für Org.-C < 100 mg/m³ und für Staub eine Absenkung bis hin zu ca. 30 mg/m³. Durch die Katalysatorbeheizung mittels einer Glühkerze sowie eines Heizwendels konnte die Reduzierung von Org.-C zum Teil noch weiter gesteigert werden. Bei Integration in einer entsprechenden Temperaturzone kann so auch ein Rußabbrand induziert werden. Mit dem Metallschaumkatalysator, welcher im Rahmen des Projektes entwickelt wurde, konnten bisher nicht so hohe Umsatzraten erreicht werden, jedoch wurde schon eine Aktivität für die CO-Oxidation nachgewiesen. Der bisherige Entwicklungsstand erfordert aber noch eine Weiterentwicklung bis hin zur wirksamen Einsetzbarkeit im Abgas von Feuerungsanlagen. Sowohl für Org.-C als auch für Staub ist auch bei Nutzung der kommerziell erhältlichen Katalysatoren noch eine weitere Steigerung der Reduzierungsrate wünschenswert. Einfache Konstruktionen, die eine fliehkraftbasierte oder filternde Staubabscheidung ermöglichen, werden als vielversprechend angesehen. Zur praktischen Einsetzbarkeit von Nachrüstlösungen an häuslichen Anlagen ist eine Weiterentwicklung zum kommerziellen Produkt notwendig. Dazu sind Feldmessungen an realen Anlagen durchzuführen und die Bauartzulassung vorzunehmen.

Optimierungen mit mehr als einer Zielgröße haben es in sich – das weiß jeder Forscher und jede Forscherin, die sich mit der Weiterentwicklung von Prozessen und Konzepten beschäftigt hat. Effizienter Klimaschutz, Energieeffizienz und Nachhaltigkeit sind die Ziele, denen sich das BMU-Förderprogramm zur „Optimierung der energetischen Biomassenutzung“ (Kurztitel: „Energetische Biomassenutzung“) im Rahmen der Klimaschutzinitiative verschrieben hat. Auch wenn diese Ziele auf den ersten Blick nicht widersprüchlich erscheinen, ergeben sich doch bei näherem Hinsehen generelle Definitionsfragen (z. B. was ist ein nachhaltiges Biomassepotenzial) als auch Unwägbarkeiten, in wieweit man sich das eine im Detail vornehmen und das andere trotzdem lassen kann (z. B. bei der Betrachtung von Umwelteffekten). Und Optimierung braucht immer Messgrößen für ihre Bestimmung. Auch hier sind von generellen Fragen bis hin zur spezifischen Festlegung der Systemgrenzen ein Strauß von Einzelfragen aufgeworfen – ohne Aussicht auf zweifelsfreie und allgemeingültige Antworten. In der Summe heißt das: Der Versuch, Bewertungsmethoden zu harmonisieren und einfach und transparent möglichst vielen Forschungsvorhaben verfügbar zu machen, ist risikobehaftet, mühsam und im Ergebnis immer ein Kompromiss. Das hier vorgelegte Methodenhandbuch versteht sich als eben solcher Kompromiss: es bietet Ansatzstellen, die vielfältigen Einzelvorhaben des Programms „Energetische Biomassenutzung“ zusammen zu führen und die Anschlussfähigkeit der Bewertungsergebnisse zu verbessern. Die vorgeschlagenen Dokumentationsvorlagen und Methoden basieren dabei auf dem Stand der Wissenschaft und reichen von der Berichterstattung (wie vorgegangen wurde) bis zur detailliert benannten Berechnungsmethode. Sie beschränken sich auf ausgewählte Fragestellungen und liefern keine vollständige Nachhaltigkeitsbewertung. Es ist das Ergebnis eines vierjährigen Diskussionsprozesses, für dessen Unterstützung ich allen Programmbeteiligten danke. Wertvolle Beiträge wurden in Arbeitsgruppen und Workshops generiert, an dieser Stelle sei das Engagement der Arbeitsgruppen „Potenziale“, „Ökobilanzen“, „Thermochemische Vergasung“ und „Referenzsysteme“ besonders erwähnt. Die hier vorgelegte Fassung des Methodenhandbuchs steht nun zur Anwendung zur Verfügung und bildet mit den abgestimmten Referenzsystemen nicht zuletzt auch eine Brücke zur Gesamteinordnung der Forschungsvorhaben und des Förderprogramms in die Klimaschutzinitiative der Bundesregierung. Zweifelsohne können die dargestellten Ansätze und Berechnungsverfahren nur einen ersten Aufschlag darstellen, der sowohl wissenschaftlich als auch in der praktischen Anwendung weiter entwickelt werden kann und soll. Für diese und die weiteren Herausforderungen rund um Methodenharmonisierungen ist auch in Zukunft die konstruktive und fruchtbare Zusammenarbeit im Programm unerlässlich. Dahinter stehen unverändert das Ziel und die Notwendigkeit, die energetische Biomassenutzung Schritt für Schritt weiter zu optimieren.

Optimierungen mit mehr als einer Zielgröße haben es in sich – das weiß jeder Forscher und jede Forscherin, die sich mit der Weiterentwicklung von Prozessen und Konzepten beschäftigt hat. Reduktion der Treibhausgasemissionen und Energieeffizienz bei gleichzeitiger Versorgungssicherheit und Wettbewerbsfähigkeit sind die Ziele, denen sich das BMWi-Forschungsnetzwerk Bioenergie im Rahmen des 7. Energieforschungsprogramms verschrieben hat. Um diesem Zielbündel gerecht zu werden, müssen Begrifflichkeiten (z. B. was ist ein nachhaltiges Biomassepotenzial), generelle Bewertungsgrößen (z. B. für die gemeinsame Betrachtung von Treibhausgasreduktion und Energieeffizienz) als auch Erwartungen an die Detailtiefe, also was kann weggelassen werden, ohne das Gesamtergebnis zu verfälschen bzw. zu sehr zu beeinflussen (z. B. bei der Betrachtung von Umwelteffekten) im Vorfeld und projektübergreifend festgelegt werden. Und Verbesserung und Optimierung braucht immer Messgrößen für ihre Bestimmung. Auch hier sind von generellen Fragen bis hin zur spezifischen Festlegung der Systemgrenzen ein Strauß von Einzelfragen aufgeworfen – ohne Aussicht auf zweifelsfreie und allgemeingültige Antworten. In der Summe heißt das: Der Versuch, Bewertungsmethoden zu harmonisieren und einfach und transparent möglichst vielen Forschungsvorhaben verfügbar zu machen, ist risikobehaftet, mühsam und im Ergebnis immer ein Kompromiss. Das hier vorgelegte Methodenhandbuch versteht sich als eben solcher Kompromiss: es bietet Ansatzstellen, die vielfältigen Einzelvorhaben des Forschungsnetzwerkes Bioenergie zusammen zu führen und die Anschlussfähigkeit der Bewertungsergebnisse zu verbessern. Die vorgeschlagenen Dokumentationsvorlagen und Methoden basieren dabei auf dem Stand der Wissenschaft und reichen von der Berichterstattung (wie vorgegangen wurde) bis zur detailliert benannten Berechnungsmethode. Sie beschränken sich auf ausgewählte Fragestellungen und liefern keine vollständige Nachhaltigkeitsbewertung. Die nun 5. Ausgabe ist das Ergebnis eines dreijährigen Diskussionsprozesses, für dessen Unterstützung ich allen Beteiligten danke. Wertvolle Beiträge wurden in Arbeitsgruppen und Workshops des Netzwerks generiert.. Erstmals beziehen die Bewertungsansätze auch die flexible Energiebereitstellung mit in die Betrachtungen ein. Die hier vorgelegte Fassung des Methodenhandbuchs steht nun zur Anwendung zur Verfügung und bildet mit den abgestimmten Referenzsystemen nicht zuletzt auch eine Brücke zur Gesamteinordnung der Forschungsvorhaben und des Netzwerks in das Energieforschungsprogramm der Bundesregierung. Zweifelsohne können die dargestellten Ansätze und Berechnungsverfahren nur einen ersten Aufschlag darstellen, der sowohl wissenschaftlich als auch in der praktischen Anwendung weiterentwickelt werden kann und soll. Für diese und die weiteren Herausforderungen rund um Methodenharmonisierungen ist auch in Zukunft die konstruktive und fruchtbare Zusammenarbeit im Netzwerk unerlässlich. Dahinter stehen unverändert das Ziel und die Notwendigkeit, die energetische Biomassenutzung Schritt für Schritt weiter zu optimieren / It is not an easy task trying to optimise the production of bioenergy with more than one target in mind – every researcher who deals with the development of processes and ideas is well aware of this this. The reduction of greenhouse gas emissions and energy efficiency combined with security of supply and competitiveness are the goals to which the BMWi Bioenergy Research Network has committed itself within the framework of the 7th Energy Research Programme.. To meet this set of goas, concepts (e. g. what is a sustainable biomass potential), general evaluation parameters (e. g. for the joint assessment of greenhouse gas reduction and energy efficiency) as well as expectations of the level of detail, i. e. what can be omitted without distorting the overall result or influencing it too much (e. g. when considering environmental effects) must be defined in advance and across the projects. Furthermore, improvement and optimisation always requires more empirical data to determine the limits of the system. Without these pieces of information the level of uncertainty becomes even more greater making the validity of results more difficult to conclude. The implications of this is that there is a great need to provide transparency and harmonisation amongst evaluation methods. The only means of doing so is by providing information and empirical data for as many research projects as possible. This is an arduous task and in many cases can be fraught with risk for the researcher involved and will no doubt always end in some sort of compromise. This method handbook considers itself to be such a compromise: it provides points of contact which bring together the diverse projects of the Bioenergy Research Network and as such improves the connectivity of the evaluation findings. The suggested method documentations are based on the current state of scientific knowledge and range from qualitative descriptions of methods to detailed calculation methods. They are limited to selected questions and provide no guideline for complete evaluation of sustainability. The 5th edition of the method handbook is the result of a three- year discussion process, for which I would like to thank all those who participated. Valuable contributions were generated in working groups and workshops of the research network. For the first time, the assessment approaches also include flexible energy supply. This version of the method handbook is now ready to be used and through its coordinated reference systems, forms a bridge for the overall classification of the research projects and the research network as part of the federal government’s energy research programme. Without doubt, the approaches and calculation procedures listed here only represent a starting point; from further developments can be based upon, both scientifically and in practical applications. Future constructive and fruitful collaborations within the network are essential for this and other challenges surrounding the harmonisation of methods. All this is still driven by the need and the goal to further optimise, little by little, the use of biomass in energy production.

Die vorliegende Arbeit befasst sich mit der Herstellung geformter Adsorbentien aus den Agrarreststoffen Reisstroh und Bagasse. Dazu wurde eine neue Prozessroute entwickelt, anhand welcher die Ausgangsstoffe zunächst pelletiert und anschließend pyrolysiert werden. Ziel ist es ein Produkt mit hoher mechanischer Festigkeit (Ball Pan Hardness) > 80 % und spezifischer Oberfläche > 300 m2/g zu erzeugen. Dies ist durch die Auswahl geeigneter Mischungszusammensetzungen, die Anpassungen der Pelletierparameter und des Pyrolyseregimes möglich. Zusätzliche Aktivierungsschritte führen zu einer weiteren Verbesserung der spezifischen Oberfläche. Auf Basis der experimentellen Untersuchungen wurden mittels statistischer Methoden Einfluss- und Zielgrößen in Hinblick auf die anschließende empirische mathematische Modellentwicklung ausgewählt. Damit kann die spezifische Oberfläche anhand von validierten, nicht-linearen Regressionsmodellen mithilfe von Prozessparametern abgebildet werden kann.:Abbildungsverzeichnis Tabellenverzeichnis Symbolverzeichnis 1 Einleitung 2 Grundlagen 2.1 Zusammensetzung und struktureller Aufbau biogener Reststoffe 2.1.1 Aufkommen biogener Reststoffe 2.1.2 Stoffliche Zusammensetzung biogener Reststoffe 2.1.3 Struktureller Aufbau biogener Reststoffe 2.2 Pelletierung biogener Rohstoffe 2.2.1 Wirkungsweise der Pelletierung 2.2.2 Stand der Forschung zur Einflussnahme auf die spezifischen Eigenschaften von Pellets aus biogenen Rohstoffen 2.3 Charakterisierung und Herstellung technischer Adsorbentien 2.3.1 Begriffsklärung, Einteilung und typische Eigenschaften technischer Adsorbentien 2.3.2 Stand der Forschung zu Wandlungsvorgängen und ihren Effekten bei der Herstellung kohlenstoffhaltiger Adsorbentien aus biogenen Rohstoffen 2.4 Ableitung der Aufgabenstellung zur Herstellung von geformten Adsorbentien aus Agrarreststoffen 3 Material und Methoden 3.1 Untersuchte biogene Reststoffe 3.2 Herstellung der Produkte und Begriffsklärung 3.2.1 Herstellung der Biomassepellets 3.2.2 Pyrolyse der biogenen Reststoffe und Pellets 3.2.3 Aktivierung der Biomassen und Formkohlen 3.3 Charakterisierung der Ausgangsstoffe, Zwischenprodukte und Produkte 3.3.1 Stoffliche Zusammensetzung 3.3.2 Mechanisch-physikalische Eigenschaften 3.3.3 Adsorptionsspezifische Eigenschaften 3.4 Vorgehensweise zur empirischen Modellentwicklung 3.5 Fehlerbetrachtung 4 Diskussion der experimentellen Ergebnisse 4.1 Charakterisierung der eingesetzten Rohstoffe 4.2 Auswahl geeigneter Mischungszusammensetzungen und Pelletierbedingungen zur Herstellung von Formkohlen 4.3 Einfluss der Pyrolysebedingungen auf die Eigenschaften der Formkohle 4.3.1 Einfluss des Pelletwassergehaltes auf die spezifische Oberfläche der Formkohlen 4.3.2 Einfluss des Pyrolyseregimes auf die spezifische Oberfläche der Formkohlen 4.4 Einfluss von Aktivierungsschritten auf die Eigenschaften der Formaktivkohlen 4.4.1 Einfluss der chemischen Aktivierung der Biomassen 4.4.2 Einfluss der Aktivierung der Formkohlen 5 Empirische mathematische Modellentwicklung 5.1 Auswahl relevanter Einflussgrößen und Zielgrößen für die empirische Modellentwicklung 5.2 Modellentwicklung zur Abbildung der spezifischen Oberfläche anhand ausgewählter Einflussgrößen 6 Zusammenfassung und Ausblick 7 Literatur 8 Anhang A. Recherche zur Zusammensetzung ausgewählter Agrarreststoff B. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Herstellung von Biomassepellets C. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Aktivierung von (pyrolysierten) Agrarreststoffen D. Übersicht über ausgewählte, wissenschaftliche Veröffentlichungen zur Herstellung (geformter) Kohlenstoffadsorbentien aus Reisstroh und Bagasse E. Übersicht über die Ball Pan Hardness und spezifische Oberfläche kommerziell erhältlicher Form(aktiv)kohlen F. Übersicht über die genutzten Messgeräte und die zugehörigen Messfehler G. Zusammensetzung der Aschen aus Bagasse und Reisstroh H. Übersicht über ausgewählte Charakteristika der hergestellten Formkohlen und kommerziell erhältlicher Produkte

Cette étude porte sur la contribution des acteurs de la biomasse solide (BS) à la durabilité de la gestion de celle-ci en République démocratique du Congo (RDC). La problématique s'articule sur la question centrale suivante : la gestion de la biomasse solide peut-elle favoriser la durabilité de cette ressource énergétique en RDC? À cet égard, trois axes majeurs ont été étudiés pour cerner les facteurs susceptibles de compromettre ou de promouvoir la gestion durable de la BS en RDC : • Les facteurs qui agissent sur la filière de la BS concernant les aspects techniques, allant de la production à la carbonisation, au défournement, à la récolte, au transport et enfin à la commercialisation de ladite ressource en RDC; • Les facteurs liés aux aspects règlementaires concernant le cadre juridique appliqué à la BS en RDC; • Les facteurs en lien avec les aspects organisationnels, institutionnels et ceux de la gouvernance forestière en RDC. Les trois objectifs suivants permettent d'analyser la question de la durabilité de gestion de la biomasse solide :1. Réaliser le diagnostic du contexte et de la pratique de l'utilisation de la BS en RDC en vue de ressortir les facteurs qui contribuent aux forces et faiblesses de cette pratique. De ce fait, l'approche d'analyse stratégique « forces, faiblesses, opportunités, menaces » (FFOM ou SWOT en anglais) a aidé à déceler les maillons qui permettent de définir les conditions et les occasions favorisant les trois piliers du développement durable que sont l'environnement, le social et l'économie; 2. Évaluer le degré de durabilité d'utilisation de la BS actuelle. Cela a conduit à faire une analyse des cadres législatifs, règlementaires et normatifs, ainsi que des aspects organisationnels, institutionnels et modernes de la gestion de la BS en RDC. Par conséquent, une esquisse de la gouvernance de la BS en RDC a été proposée pour stimuler l'analyse des instruments qui traitent des questions de cadres juridiques et coutumiers susceptibles d'influencer ces normes; 3. Proposer des éléments d'amélioration du contexte, de la pratique et du respect de la réglementation de l'utilisation de la BS qui favorisent un modèle de la gestion participative de l'utilisation durable de cette énergie. Pour ce faire, l'étude présente les facteurs de la durabilité de la gestion de la bioénergie et leurs interrelations dans le but de mettre sur pied un modèle de gestion participative de la bioénergie permettant de répondre au développement durable de la BS en RDC. Au regard des axes clés énumérés, la nécessité de faire ressortir un modèle de réponses fiables et palpables avec à la clé la gestion et l'utilisation de la BS respectant les principes du développement durable s'avère indispensable en RDC. De ce fait, le modèle de table de concertation des acteurs de la BS en RDC est élaboré. / This thesis focuses on the contribution to the sustainability of the management of solid biomass (SB) in the Democratic Republic of Congo (DRC). This study revolves around the following central question: Can the management of solid biomass promote the sustainability of this energy resource in the DRC? Three major axes were studied to identify the factors likely to compromise or promote the sustainable management of SB in the DRC: • The factors acting on the SB sector focus on the related technical aspects, ranging from production, carbonization, excavation, harvesting, transport and to the marketing of this resource in the DRC; • Factors related to regulatory aspects concerning the legal framework applied to SB in the DRC; • The factors structuring the organizational and institutional aspects and those of forest governance in the DRC. The three following objectives were analyzed to answer the issue of the sustainability of solid biomass management: 1. Carry out the diagnosis of the context and practice of the use of SB in the DRC to highlight the factors that contribute to the strengths and weaknesses of this practice. The SWOT strategic analysis approach was used to identify the links that define the strengths, weaknesses, opportunities and threats for the three pillars of sustainable development that are environmental, social and economic. 2. Assess the level of sustainability of the actual use of SB with a focus on improving the factors of non-sustainability. This led to an analysis of the legislative, regulatory and normative frameworks, as well as the organizational, institutional and modern aspects of BS management in the DRC. An outline of SB governance in the DRC has been proposed to stimulate analysis of instruments addressing issues of legal frameworks and customary that influence these norms. 3. Propose elements for improving the context, practice, and compliance with the regulations for the use of SB that promote a participatory management model for the sustainable use of this energy source. To do this, the factors of the sustainability of bioenergy management and their interrelationships were presented with the aim of setting up a participatory bioenergy management model to respond to the development of SB in DRC. Regarding the key axes listed above, the need to develop and implement a model of reliable and tangible responses, with the management and use of SB thus respecting the principles of sustainable development, is essential in the DRC. As a result, the consultation table model for SB actors in the DRC is elaborated.