Development of modeling and control strategies in microalgae-bacteria photobioreactors for wastewater treatment

Abstract

Population growth and industrialization have resulted into a substantial increase in wastewater production, thereby establishing water purification as a primary concern on a global scale. In this context, microalgae-bacteria based wastewater treatment has emerged as a solution for wastewater treatment and nutrient recovery at a low-energy demand. The increasing number of microalgae-based applications demands the development of model-based information and decision support systems that can deal with their complex behavior. Objectives: The present thesis focuses on the proposal of models and estimation methods in novel facilities for wastewater treatment using microalgae and bacteria, as well as the proposal of state estimation and model-based control strategies for these facilities. To this end, the modeling of anoxic-aerobic photobioreactor configurations is proposed, as well as a library of components that allows the reuse of models across diverse applications. The objective of the present study is to estimate states, parameters, and uncertainties in a microalgae-bacteria wastewater treatment plant, thereby facilitating the design and implementation of an online economic model predictive controller. Results and Conclusions: Existing models in the literature were adapted to represent novel configurations of anoxic–aerobic algal–bacterial photobioreactors for wastewater treatment. Simulation results revealed the model's versatility in photobioreactors with one or two stages, including sedimentation and biomass recirculation. At the same time, the simulation results for two different plants confirmed the model's capability to reproduce the experimental data, even in the treatment of high-strength wastewaters. Parameter estimation allowed the determination of the values of the most influential parameters of the microalgae–bacteria process. In the same line, parameter estimation in the settler allows the estimation of the main parameters related to settleability properties, which are not well-established in microalgae–bacteria processes. The simulation results closely match the experimental data, further validating the accuracy of the model and its potential for further application in the system operation, control, and monitoring. The methodology for parameter estimation, when multiple outputs and parameters are involved in the optimization problem, was tested in a photobioreactor for wastewater treatment. This approach prevents convergence issues and facilitates a more optimal alignment between the experimental and simulated data. The library of model components for a microalgae-bacteria wastewater treatment plant was developed. The components developed can be reutilized for multiple simulations and allow the easy interconnection between plant components. The MHE technique was applied to a microalgae-based wastewater treatment process. The focus was on estimating multiple states and parameters concurrently in order to evaluate effluent water quality. This study employed an estimation model incorporating multiple states and parameters with a significant structural mismatch between the estimation model and the actual plant. Multi-rate measurements obtained from online measurements and analytical procedures enhanced the estimator's performance. Simulation results confirmed MHE's efficacy in the online estimation of pertinent microalgae-based wastewater treatment process variables. The MHE provided an estimation of the system’s states, parameters, and uncertainties, which were then used in the model of an economic predictive controller for an industrial wastewater treatment plant. The controller is designed to maximize biomass production despite process uncertainties.

El crecimiento demográfico y la industrialización han provocado un aumento sustancial de la producción de aguas residuales, lo que ha convertido la purificación del agua en una preocupación fundamental a escala mundial. En este contexto, el tratamiento de aguas residuales basado en microalgas y bacterias se ha convertido en una solución para el tratamiento de aguas residuales y la recuperación de nutrientes con un bajo consumo energético. El creciente número de aplicaciones basadas en microalgas exige el desarrollo de sistemas de información y apoyo a la toma de decisiones basados en modelos que puedan hacer frente a su complejo comportamiento. Objetivos: La presente tesis se centra en la propuesta de modelos y métodos de estimación en instalaciones novedosas para el tratamiento de aguas residuales mediante microalgas y bacterias, así como en la propuesta de estrategias de estimación de estados y control basado en modelo para dichas instalaciones. Con este fin, se propone el modelado de configuraciones de fotobiorreactores anóxicos-aeróbicos, así como una biblioteca de componentes que permite la reutilización de modelos en diversas aplicaciones. El objetivo del presente estudio es estimar los estados, los parámetros y las incertidumbres en una planta de tratamiento de aguas residuales con microalgas y bacterias, facilitando así el diseño y la implementación de un controlador predictivo económico en línea. Resultados y conclusiones: Los modelos existentes en la bibliografía se adaptaron para representar nuevas configuraciones de fotobiorreactores anóxicos-aeróbicos de algas y bacterias para el tratamiento de aguas residuales. Los resultados de las simulaciones realizadas revelaron la versatilidad del modelo en fotobiorreactores de una o dos etapas, incluyendo sedimentación y recirculación de biomasa. Al mismo tiempo, los resultados de simulación para dos plantas diferentes confirmaron la capacidad del modelo para reproducir los datos experimentales, incluso en el tratamiento de aguas residuales de alta concentración. Se desarrolló una metodología para la estimación de parámetros cuando hay múltiples salidas y parámetros involucrados en el problema de optimización, la misma se probó en un fotobiorreactor para el tratamiento de aguas residuales. Se desarrolló una biblioteca de componentes del modelo para una planta de tratamiento de aguas residuales con microalgas y bacterias. Los componentes desarrollados pueden reutilizarse para múltiples simulaciones y permiten una fácil interconexión entre los componentes de la planta. Se aplicó la técnica MHE a un proceso de tratamiento de aguas residuales basado en microalgas. La aplicación de esta técnica permitió la estimación simultánea de múltiples estados y parámetros con el fin de evaluar la calidad del agua efluente. Los resultados de la simulación confirmaron la eficacia de MHE en la estimación en línea de variables pertinentes del proceso de tratamiento de aguas residuales basado en microalgas. El MHE proporcionó los valores estimados de los estados, parámetros e incertidumbres del sistema, que luego se utilizaron en el modelo del controlador predictivo económico para una planta de tratamiento de aguas residuales industriales. El controlador se diseñó con el objetivo de maximizar la producción de biomasa a pesar de las incertidumbres del proceso.