Modélisation du pouvoir calorifique de la biomasse forestière à partir des données minéralomasse

Transcription

1 Élaboration de Modèles pour une Estimation Robuste et Générique du bois Énergie Nicolas BILOT Modélisation du pouvoir calorifique de la biomasse forestière à partir des données minéralomasse 19 septembre restitution du projet EMERGE, INRA Centre de Nancy Lorraine, Champenoux-

2 Consommation d'énergie finale (Mtep) Introduction Contexte Objectifs du paquet «Climat Energie» : -20% consommation totale +20% énergies renouvelables (ENR) (ENR = 44% de bois en 2008) Besoins en bois x2,3! (à modérer compte tenu des performances énergétiques) Bois Autres ENR Autres

3 Introduction Problématique et objectif du stage Problématique : Peut-on connecter les sciences forestières aux sciences de l énergie? Objectif : Evaluer le potentiel énergétique de nos forêts à partir des modèles de croissance-production et qualité des bois! 3

4 Introduction Quelques définitions Composition élémentaire g/kgms Proportion d éléments présents dans le bois (Carbone, Hydrogène, Potassium ). Pouvoir Calorifique (PCS) kj/kgms Energie libérée sous forme de chaleur valorisable suite à la réaction de combustion. 4

5 Introduction Etat de l art Quelques modèles existants en science de l énergie : Reference Données de calibration Equations Boucher et al (2002) Wood Channiwala & Parikh (2002) Friedl et al. (2005) Sheng & al. (2005) Tillman (1978) Yin (2011) Miscelaneous (biomass, gas, coal ) 122 plant material samples (wood, agro-biomass, straw) 191 biomass samples (data from literature) a wood and bark b divers biomass 44 biomass samples (8 wood) Carbone, Hydrogène, Oxygène, azote (N), Soufre utilisés dans la littérature en énergétique 5

6 Matériel Données de départ (BEF) Base de 6000 échantillons caractérisés pour C, N, S, P, K, Ca, Mg, Mn, Ca, et Al Par rapport aux sciences de l énergie : manquent H et O P, K, Ca, Mg, Mn, Na et Al en plus! Phase 1 : Complétion! 6

7 Matériel Normes de préparation Ecophysiologie (BEF) séchage à 65 C Sciences de l énergie (LERMAB) séchage à 103 C Dévolatilisation de la biomasse entre 65 et 103 C: Évaporation d eau résiduelle Volatilisation de carbone et azote Phase 2 : Conversion! 7

8 Méthodes - Complétion Complétion : mesures additionnelles Pouvoir calorifique (PCS) (kj/kg) Mesure en bombe calorimétrique sur sec à 103 C selon la norme CEN/TS Concentration en Hydrogène [H] (g/kg) Développement d un protocole original : Pyrolyse en atmosphère réductrice (1450 C en He) puis détermination de 2 H 2 formé par IRMS (Spectromètre de masse isotopique), Protocole développé par Claude BRECHET, Ingénieur de recherche sur la plateforme PTEF Taux de cendres (Tc A) (g/kg) Incinération en four à moufle selon la norme NF EN (Mars 2010) pour Biocombustibles solides Concentration en Oxygène [O] (calcul) (g.kg) Convention en sciences de l énergie : [O] = 1 [C] [H] [O] Cendres 8

9 Méthodes - Conversion Conversion : Pertes de masse et composés non-volatiles Perte de près de 3,14% de la masse entre 65 C et 103 C Impact sur les concentrations : augmentation (exemple de calcul pour un élément X) [X] 103 = * [X] 65 9

10 Méthodes - Conversion Conversion : Carbone et azote Volatilisation de Carbone et Azote! Détermination de formules particulières pour relier les concentrations selon les deux normes. 1. Séchage à 65 C Mesures de [C] 65 et [N] Séchage à 103 C Mesures de [C] 103 et [N] Régressions linéaires : C 103 = [C] [N] 103 = [N] 65 (n = 16, r 2 = 0,91 et 0,99) 10

11 Méthodes - Conversion Modélisation : Calcul du taux de cendre (Ashes) Les caractérisations BEF donnent une information qui permet de remonter au taux de cendres mesuré! Ashes = 1.87 ( S 65, P 65, K 65, Ca 65, Mg 65, Mn 65, Na 65, [Al] 65 ) (n = 37, r 2 = 0,98) Simplification de la prise en compte des paramètre S, P, K, Ca, Mg, Mn, Na et Al 11

12 Modélisation Modélisation Régressions linéaires sur les données converties (n = 37) : deux modèles retenus 1. C seul, (MAE = 0,93 % de HHV moyen) HHV = [C] CNA avec interactions HHV = C [N] A [C] 103 [N] [C] 103 A (MAE = 0,65 % de HHV moyen) 12

13 Validation Validation Comparaisons de performances des modèles sur les différents jeux de données : «CEA» = 70 échantillons par Capucine Dupont «Littérature» = 85 échantillons compilés de la littérature Classements AIC AIC AIC AIC AIC sur littérature sur CEA sur validations sur tous sur calibration 1 Sheng Sheng Sheng CNA CNA 2 Friedl Friedl Friedl Friedl C 3 Yin Yin Yin Sheng Friedl 4 Channiwala Channiwala Channiwala Yin Sheng 5 CNA CNA CNA C Yin 6 Boucher b Boucher b Boucher b Channiwala Tillmann a 7 C C C Boucher b Boucher b 8 Boucher c Boucher c Boucher c Boucher c Channiwala 9 Tillman a Tillmann a Tillmann a Tillman a Boucher c 10 Tillman b Tillmann b Boucher a Tillman b Tillmann b 11 Boucher a Boucher a Tillmann b Boucher a Boucher a 13

14 Généralisation Généralisation Traduction du modèle pour application directe sur données BEF à la suite des modèles EMERGE : 1. C seul, HHV = [C] CNA avec interactions HHV = [C] HHV = C [N] A C 65 N [N] C 65 A A

15 BILAN BILAN Bases de données et modèles en écophysiologie (biomasse - t, minéralomasse - kg) Perspectives énergétique (ressource énergétique - kwhc) 15

16 Merci de votre attention. Travail en cours de valorisation par une publication dans une revue internationale à comité de lecture : Nicolas Bilot 1, 2, 3, 4, Laurent Saint André 2 5, Yann Rogaume 6, Claude Brechet 7, Laurent Augusto 8, Capucine Dupont 9, Guillaume Bodineau 10, Christine Deleuze 1 Predicting wood higher heating value from forest biomass nutrient content (Biomass & Bioenergy?) 1. ONF R&D pôle de Dole, F Dole, France 2. INRA, UR 1138 BEF, F Champenoux, France 3. AgroParisTech, UMR 1092 LERFOB, F Nancy, France 4. INRA,UMR 1092 LERFOB, F Champenoux, France 5. CIRAD, UMR Eco&Sols (SupAgro-CIRAD-INRA-IRD), F Montpellier, France 6. ENSTIB, EA LERMaB, F Épinal, France 7. INRA, OC 081 PTEF (Technical Platform of Functional Ecology), F Champenoux, France 8. INRA, UMR 1220 TCEM, CS 20032, F Villenave d Ornon, France 9. CEA, Center of Grenoble, F Grenoble, France 10. INRA, UE 0995 GBFOR, F Orléans, France 16