열전처리를 활용한 하수 슬러지로부터의 바이오가스 생산에 대한 에너지 수지 및 비용-편익 분석

Energy Balance and Cost-benefit analysis of Biogas Production from Sewage Sludge by Thermal Pretreatment

Article information

J Korean Soc Environ Eng. 2025;47(5):342-353
Publication date (electronic) : 2025 May 31
doi : https://doi.org/10.4491/KSEE.2025.47.5.342
1Korea Testing & Research Institute
2Department of Civil and Environmental Engineering, Yonsei University, Republic of Korea
박정수1orcid_icon, 김상현2,orcid_icon
1(재)한국화학융합시험연구원
2연세대학교 건설환경공학과
Corresponding author E-mail: sanghkim@yonsei.ac.kr Tel: 02-2123-2802 Fax: 02-364-5300
Received 2025 April 27; Revised 2025 May 3; Accepted 2025 May 7.

Abstract

본 연구는 하수슬러지의 혐기성 소화(anaerobic digestion, AD) 공정에서의 에너지 회수 효율을 향상시키기 위한 열전처리 기술의 적용성과 경제성을 평가하고자 수행되었다. 최근 해양투기 금지 및 탄소중립 사회로의 전환에 따라, 하수슬러지의 자원화 및 에너지화를 위한 고도화된 처리기술 개발의 필요성이 대두되고 있다. 특히 서울시 내 공공하수처리장 경우, 악취 민원 등의 문제로 인해 병합 소화를 적용하기 어려우므로 혐기성 소화공정에서 바이오가스 생산량이 제한적이라는 문제가 있다.

이를 해결하기 위해, 본 연구에서는 서울시 소재 공공하수처리장의 유입슬러지룰 이용하여 반응표면분석법(Response Surface Methodology)을 기반으로 다양한 온도(60-180℃) 및 시간(60-180분) 조건의 열전처리 실험을 설계하여 메탄수율(Methane yield)및 메탄 생성속도(Methane production rate)를 평가하였다. 그 결과, 최적 열전처리 조건으로 온도 130℃, 시간 176분으로 도출되었으며, 이 조건에서 열전처리하지 않은 유입슬러지(Contorl) 대비, 메탄수율및 메탄생성속도가 각각 35.5%와 95.8% 향상된 결과를 보였다.

또한, 열전처리 공정의 경제적 타당성을 평가하기 위해 최적 열전처리 조건에 따른 현금흐름(Cash Flow) 및 20년 순현재가치분석(Net Present Value)을 통해 초기투자비용을 회수할 수 있는 것으로 나타났다. 이는 경제성 측면에서도 전처리 공정의 타당성을 입증하였다.

본 연구는 하수슬러지의 안정적 처리 및 바이오가스 회수 효율 극대화를 위한 실용적 전처리 기술의 개발 방향을 제시하며, 향후 탄소중립형 하수슬러지 처리공정 설계에 기초자료로 활용될 수 있을 것이다.

Trans Abstract

This study was conducted to evaluate the applicability and economic feasibility of thermal pretreatment technology for improving energy recovery efficiency in the anaerobic digestion (AD) of sewage sludge. With the recent ban on marine sludge disposal and the global shift toward a carbon-neutral society, the development of advanced treatment technologies for the resource recovery and energy conversion from sewage sludge has become increasingly important. In particular, public wastewater treatment plants in Seoul face challenges in implementing co-digestion due to issues such as odor complaints, which limits biogas production in AD processes.

To address this issue, thermal pretreatment experiments were conducted using sewage sludge from public wastewater treatment plants in Seoul. The experiments, based on Response Surface Methodology (RSM), evaluated various temperature (60–180°C) and time (60–180 min) conditions to determine their effect on methane yield and methane production rate. As a result, the optimal thermal pretreatment condition was identified as 130°C for 176 minutes. Under this condition, methane yield and methane production rate increased by 35.5% and 95.8%, respectively, compared to untreated feed sludge (control).

Additionally, the economic feasibility of the thermal pretreatment process was assessed through cash flow analysis and a 20-year net present value (NPV) evaluation under the optimal pretreatment condition, confirming that the initial investment cost could be recovered. These findings indicate that the pretreatment process is also viable from an economic perspective.

This study proposes a practical direction for the development of pretreatment technologies that ensure stable sewage sludge treatment and maximize biogas recovery efficiency. The findings are expected to serve as a foundational reference for designing future carbon-neutral sewage sludge treatment systems.

1. 서 론

지속적인 국내 하수슬러지 증가와 해양투기 금지에 따라 효율적인 슬러지 처리 기술의 개발 필요성이 증대되고 있다. 2050년 탄소중립 시나리오에 따르면 국내 온실가스 발생량을 2018년 기준 686.3백만톤 CO2 eq에서 2050년까지 0 CO2 eq으로 감축해야 하므로, 모든 분야에서 온실가스 발생량을 최소화하고 신재생에너지 생산과 에너지 회수를 극대화하기 위한 극적인 전환이 요구된다. ‘유기성 폐자원을 활용한 바이오가스의 생산 및 이용 촉진법’(2023.12.31. 시행)이 제정되어 공공 및 민간 대상 발생하는 폐기물에 대해 일정량 이상의 바이오가스 생산 목표가 부과되어 앞으로 유기성 폐기물의 바이오가스화 설비가 증가하고 유기성 폐기물의 재생 에너지화 비율이 증대될 전망이다. 바이오가스화 (혐기성 소화)는 유기성 폐기물로부터의 순 에너지 회수율이 매우 높고, 생산된 바이오가스가 연료, 발전, 열 등으로 다양하게 활용될 수 있어, 탄소중립 시대의 유기물 순환 방법으로 적합하다. 현재 국내에서 발생 중인 유기성 폐기물은 2019년 기준 한해 약 6,537만톤으로 추산되고 있으며, 탄소중립을 달성하기 위해 에너지화 및 자원화가 적극적으로 고려되어야 한다[1]. 최근 10년간 국내의 유기성 폐자원 발생량은 14.7% 증가하여 폐기물 처리 대책이 필요한 시점으로 대표적인 유기성폐자원인 음식물, 가축분뇨, 하수 슬러지 등의 바이오가스화는 5.7% 정도로 낮은 수준이기 때문에, 지속적으로 발생량이 증가하고 있는 하수슬러지의 경우, 적극적으로 바이오가스화를 고려해 볼 수 있다[1]. 따라서 혐기성 소화 효율의 향상을 통해 신재생에너지 생산과 에너지 회수를 극대화하기 위한 기술개발이 요구된다.

유기물의 혐기성 소화는 크게 가수분해(Hydrolysis), 산생성(Acidogenesis), 아세트산생성(Acetogenesis), 메탄생성(Methanogenesis)의 4단계로 이루어지며, 슬러지와 같이 복잡한 구조의 유기물의 혐기성 소화 과정에서는 일반적으로 가수 분해단계가 전체 혐기성 소화 속도를 결정하는 율속단계에 해당한다[2]. 따라서, 하수슬러지의 소화율을 증가시켜 고효율의 슬러지 바이오 가스화 기술을 확보하기 위해서는 슬러지의 플록, EPS, 세포벽 등의 구성 물질을 파괴함으로써 생분해도가 높은 기질로 전환하는 슬러지 가용화 기술이 필요하며[3,4], 전처리 공정 및 설비 도입을 통해 바이오가스 생산률을 높일 수 있다. 현재 상용화되어있는 전처리기술로는 열전처리, 초음파 전처리, 알칼리 가수분해 전처리, 기계적 전처리 등이 있으며[5,6], 이 중 열전처리 기술은 고온과 고압에서 효과적으로 부유 고형물(Suspended Solid)을 분해하고 세포벽을 파괴함으로써 발효성 휘발성 지방산(VFA) 생성의 촉진을 통해 소화효율을 향상시키는 기술이다[7-9].

열전처리 기술은 다른 전처리기술과 비교했을 때 간단한 운전, 높은 소화 효율 및 슬러지 탈수능 향상 등의 장점이 있으며, 국내외적으로 연구 및 상업화가 활발히 진행되고 있는 검증된 기술이다. 열전처리 과정에서 복잡한 유기물이 더 작고 생분해가 가능한 용해성 분자로 분해되며[10], 세포벽이 파괴되어 세포 내 물질이 방출된다. 이 중 가장 큰 구성 요소는 세포가 용해된 미생물로, 이는 이후 대사활동 및 미생물 생장에 활용될 수 있다. 또한, 열전처리는 균질화 된 슬러지 용액을 제공하여 혐기성 소화 과정에서의 충격 부하를 방지하며, 이로 인해 소화 시간이 단축되고, 생분해성과 메탄(CH4) 생산량이 증가하게 된다[11,12].

하지만, 에너지 소비의 증가로 인해 경제성 측면이 단점으로 작용할 수 있어, 경제성 분석을 통한 전처리 적용의 타당성을 판단하는 것이 필요하다. 열전처리 기술의 해외 적용 Cambi사에서 사례로는 Psyttalia Wastewater Treatment Plant (그리스), Gaoantun Sludge Center (중국) 등에 열전처리 공정을 적용하여 바이오가스 및 소화 효율 향상하고 탈수성이 향상되었다. 국내에는 안양시 박달 하수처리장이 2017년부터 열전처리 공정이 도입된 이후 2018년 기준 소화조 체류일수가 30.5일에서 15.8일로 줄어들고 바이오가스 발생량도 약 3배 정도 증가하여 성공적으로 운영되고 있다. 또한, 열전처리를 통한 혐기성 소화 효율 향상에 관한 연구는 다수 수행되어 왔다. 대부분의 연구는 100℃를 초과하는 고온 조건에서 진행되었다[13-16]. Sapkaite 등은 잉여슬러지의 열전처리 시, 150℃ 및 30분 조건에서 소화 효율이 가장 높다고 보고하였다[17]. 또한 Zhou 등은 140℃에서 30분간 전처리한 잉여슬러지가 대조군 대비 메탄 생산량이 75% 증가했다고 관찰하였다[18]. 하지만, 180℃ 이상의 열전처리, 특히 200°C를 초과하는 조건에서는 혐기성 소화에 난분해성 또는 독성을 나타내는 중간산물이 생성되어 슬러지의 생분해성이 감소할 수 있다는 보고가 있어 혐기성소화 효율을 극대화시키기 위해서는 적절한 수준의 전처리온도를 찾는 것이 중요하다[19].

따라서, 본 연구에서는 반응표면분석법을 활용하여 하수슬러지의 최적 열전처리 조건을 도출하고, 최적 조건에 따른 공정의 경제적 타당성을 평가하여 하수처리의 내 혐기성소화조의 운영효율 향상과 함께 경제적인 고효율 하수슬러지 처리기술을 개발하고자 한다.

2. 실험방법

2.1. 접종 및 유입 슬러지 특성

본 연구에서 사용된 접종 슬러지(inoculum)는 부천시에 위치한 하수처리장의 혐기성 슬러지 소화조에서 채취하였다. 접종 슬러지의 총 부유물질(TSS) 및 휘발성 부유물질(VSS) 함량은 각각 24.7 g/L 및 16.6 g/L이었다. 유입 슬러지(substate)는 서울시 소재의 하수처리장에서 채취하였으며, 성상은 Table 1과 같다. 접종원과 기질 모두 사용 전까지 4℃에서 보관되었다.

Characteristics of substrate.

2.2. 하수슬러지 전처리

본 실험의 하수슬러지 열전처리 조건은 중심합성계획법(Central Composite Design, CCD)에 따라 설정되었다. 열전처리 입력조건의 온도 범위는 60-180℃와 시간 범위는 60-180분으로 설정하였다. 중심합성계획법에 따라 설정된 조건은 Table 2에 나타냈다. Table 2의 조건이 입력조건 범위보다 넓게 설정된 이유는 중심합성계획법은 외곽점을 설정하여 실험모델의 비선형성을 반영하여 보다 정확한 2차 회귀모델(quadratic model)을 구축하기 위함이다. 열전처리는 오븐(Horizontal Flow Oven WOF-155, DAIHAN Scientific Co., Ltd., KOREA)을 이용하여 수행하였다.

Central Composite Design to investigate the coded factors and actual experimental response results.

2.3. 생화학적 메탄 생산 잠재력 (Biochemical Methane Potential, BMP)

열전처리에 의한 유입슬러지의 소화효율 향상효과를 확인하기 위해 BMP test를 수행하였다. 유효부피 100mL 기준으로, 평가하려는 유입슬러지(기질)와 식종슬러지로 사용하는 소화슬러지의 비를 VS 기준 0.5로 맞추어 주입하였다(식종슬러지: 8g/L, 기질: 4g/L). 영양배지는 다음과 같은 농도로 공급하였다: FeCl2·4H2O 0.02g/L, CaCl2·2H2O 0.075g/L, NaHCO3 4g/L, KH2PO₄0.5g/L, MgCl2·6H2O 0.1g/L, NH4Cl 0.53g/L. 무기염류 및 완충용액 각 10mL를 추가하고, 증류수로 유효부피까지 채운 뒤 쉐이킹 인큐베이터(35℃/150RPM) 내에서 회분식 혐기성 소화를 진행하였다. Blank의 경우 앞의 방법에서 기질을 제외하여 진행하였다. 매일 가스량과 메탄분율을 측정하여 누적 메탄생산량을 기록하며 결과값은 Blank 값을 빼서 사용하였다.

2.4. 분석방법

TS, TSS, VS, VSS, COD, SCOD, 알칼리도, TKN, NH3는 Standard Method[20]에 따라 분석하였다. 바이오가스 분석의 경우는 gas chromatography (SRI Instrument, SRI 310)의 TCD를 이용하여 측정함. 칼럼은 0.9m X 3.2mm stainless steel column with porapak Q (80/100 mesh)를 사용하였으며 운반기체로는 헬륨을 이용하였다.

회분식 혐기성 소화를 통해 측정된 메탄생산량을 위의 동력학적 해석 모델(Modified Gompertz model, 식(1))을 적용하여 누적 메탄 발생량과 메탄 생산 속도를 도출함(Origin 또는 Sigma plot 프로그램 사용). 누적 메탄 발생량을 사용하여 메탄수율(methane yield, mL CH4/g COD)을 도출하였고, 메탄 생산 속도를 사용하여 메탄생산율(methane production rate, mL CH4/g VSSseed/d)을 도출하였다.

(1) M=M0×exp{exp[RMeP(λt)+1]}

여기서, M은 누적 메탄 생성량(mL)을 나타내며, t는 시간(일), M0는 이론적 메탄 생성 가능량(mL), RM은 최대 메탄 생성속도(mL/일), λ는 지체기(lag phase, 일), e는 자연상수로 약 2.718에 해당한다[21].

2.5. 반응표면분석법(Response Surface Methodology, RSM)

본 연구에서는 반응표면분석법이라는 통합된 수학적·통계적 기법을 활용하여, 하수슬러지에 대한 열전처리 조건이 메탄수율 및 메탄생산성에 미치는 영향을 예측하고 분석하였다. 반응표면분석법은 최소한의 실험 횟수로 전처리 인자 중 어떤 요소가 반응 변수에 가장 큰 영향을 미치는지를 효과적으로 파악할 수 있는 기법으로, 본 연구에서는 전처리 온도 및 전처리 시간을 주요 독립 변수로 설정하였다.

실험 설계는 중심합성계획법(Central Composite Design, CCD)에 따라 총 13회의 실험으로 구성하였으며, 통계 소프트웨어인 Design Expert v11.0 (Stat-Ease Inc., New York, USA)을 사용하여 분석하였다. 이 소프트웨어는 두 인자간 상호작용을 기준으로 한 3차원 반응표면 그래프를 통해 반응 변수의 변화를 시각적으로 예측할 수 있으며, 이를 통해 2차 회귀모형(quadratic model equation)을 도출하여 인자 변화에 따른 결과 예측이 가능하도록 하였다.

또한, 각 전처리 인자가 종속 변수에 미치는 영향의 유의성을 분석하기 위해 분산분석(ANOVA)을 수행하였으며, 회귀계수 결정값(R2), 피셔검정(F-test), 적합성 부족 검정(Lack- of-Fit)을 통해 구축된 모델의 통계적 신뢰도 및 설명력을 검증하였다. 이를 통해 본 연구에서 수행한 하수슬러지 열전처리 혐기성소화 공정에 대한 모델의 타당성과 대표성을 확보하였다.

2.6. 경제성 평가

2.6.1. 순 에너지 생산량

순 에너지 생산량은 향상된 메탄 생산을 통해 얻는 에너지에서 전처리에 필요한 열에너지를 차감하고, 가정과 계산을 단순화하여 전처리에 의한 경제적 효과를 분석하기 위해 Control을 기준값으로 산정하였다[22]. 유입슬러지는 2019 하수도통계 내 하수처리장의 수치인 2,240ton 슬러지/day로 가정하였다. 향상된 메탄 생산을 통해 얻어질 수 있는 에너지의 계산식은 식(2)과 같다.

(2) Esurplus =Hmethane ×Vmethane ×η

Esurplus: 향상된 메탄 생산을 통해 얻을 수 있는 에너지 (kWh/ton 슬러지)

Hmethane: 메탄의 저위발열량 (10.0kWh/Nm3)

Vmethane: 전처리를 통해 향상된 메탄 생산량 (Nm3/ton 슬러지)

η: 열에너지 변환계수 (0.85)

열 전처리에 사용된 에너지(EThermal)는 슬러지의 온도를 전처리 온도까지 상승시키는 데 필요한 에너지와 전처리 반응조(EChamber)에서 가열 과정을 유지하는 데 필요한 에너지의 합으로 계산된다. EThermal과 EChamber는 각각 식(3) 및 (4)를 이용하여 산정되었다[23].

(3) EThermal =ΔT1×(CDS×MDS+Cwater ×Mwater )+EChamber

EThermal: 열전처리에 사용되는 에너지 (kWh/ton 슬러지)

CDS: 건조된 슬러지의 열 용량 (1.04 kJ/kg·℃)

MDS: 슬러지의 건조중량 (kg/ton 슬러지)

CWater: 물의 열 용량 (4.18 kJ/kg·℃)

MWater: 슬러지에 함유되어 있는 물 중량 (kg/ton 슬러지)

△T1: 소화조 온도(35℃)와 전처리 온도차이 (℃)

(4) EChamber =ΔT2×A×k×ts×ρ

EChamber: 전처리를 하는 동안 온도유지를 위해 필요한 에너지(kWh/ton 슬러지)

△T2: 외부(0 ℃)와 전처리온도와의 온도차이

A: 전처리 챔버의 비표면적 (0.4376 m2/m3, 반지름: 8.5m, 높이: 9.9 m 가정)

k: 폴리우레탄의 열 전도도 (2.2×10-5 kW/m·℃)

s: 전처리 챔버의 벽 두께 (0.2 m)

t: 전처리 시간 (h)

ρ: 슬러지의 밀도 (1 ton/m3)

열 전처리에 의해 증가된 순 에너지 생산 (kWh/yr)은 위의 Esurplus와 EThermal 값을 이용하여 식(5)를 활용하여 계산하였다.

(5) Enet =(ESurplus Ethermal )×2,240 ton 슬러지/day ×365 day/yr

2.6.2 현금흐름 분석 (Cash Flow, CF)

공정의 경제적 평가는 순 현금흐름 (Cash flow) 분석을 통해 수행되었다. 순 현금흐름은 전처리에 의한 순 에너지 생산과 개선된 슬러지 감소를 기반으로 계산되었다. 순 에너지 생산은 식(5)를 통해 도출되고, 슬러지 감량은 식(6)를 통해 계산되었다. 에너지 단위비용은 92.38원/kWh (한국지역난방공사, 2021)로 가정되고, 슬러지 감량에 대한 비용은 슬러지 운송 및 처리비용을 고려하여 197,715원/ton 슬러지로 가정하였다[24]. 순 현금흐름은 식(7)을 사용하여 계산하였다[21].

(6) Rsludge =VCH4×ω Methane COD ×TSdewatered sludge

Rsludge: 슬러지 감량률 (ton 슬러지/ton 슬러지)

VCH4: 메탄 생산량 (Nm3/ton sludge)

w: 슬러지의 VS와 CODcr 비율 (ton VS/ton CODcr)

Methane COD: 이론적 1 ton COD당 발생 메탄량 (350Nm3/ton COD)

TSdewatered sludge: 탈수슬러지 TS 농도 (ton TS/ton 탈수 슬러지)

(7) CF=CFNet energy +CFSludge reduction

CF: 순 현금흐름 (백만원/yr)

CFNet energy: 순 에너지 현금흐름 (백만원/yr)

CFSludge reduction: 슬러지감량에 따른 현금흐름 (백만원/yr)

3. 결과 및 고찰

3.1. 열전처리 조건 별 슬러지 가용화율 비교

반응표면분석법을 통해 도출된 13가지 열전처리 실험설계 조건(Table 2)에 대해 BMP 실험 수행 전에 열전처리를 통한 가수분해 효율을 평가하기 위해 아래의 식(8)를 사용하여 가용화율을 계산하였다.

(8) 가용화율(%) =CSCS0C0CS0

C0: 전처리 전 TCODcr 농도(mg/L)

CS: 전처리 후 SCOD 농도(mg/L)

CS0: 전처리 전 SCOD 농도(mg/L)

도출된 열전처리 조건 별 가용화율은 Table 3에 나타내고 Fig. 1은 도출된 가용화율 결과를 기반으로 Contour 그래프를 도식화하여 나타내고 있다. 그래프는 열전처리의 온도 및 시간이 증가할수록 가용화율이 높아지는 결과가 관찰된다. 이러한 현상은 슬러지 고형물이 작은 플록으로 분해되며, 이후 작은 플록과 세포벽이 파괴되어 고분자 화합물과 세포내 물질이 방출된다. 최종적으로 이 고분자 복합체는 더 작은 분자로 추가 분해된다[13,25,26]. 이러한 현상으로 인해 슬러지의 소화효율이 향상되어 혐기성 소화조에서의 바이오가스 생산성 증가할 것으로 예상된다. 하지만, 이러한 상관관계가 다양한 요인들에 의해 항상 선형적이지 않아 최적 열전처리 조건 선정 시 실제 혐기성 소화조를 대상으로 한 실험 수행이 필요하며, 조건에 따른 경제성 검토 역시 필요하다.

Solubilization efficiency under different thermal pretreatment conditions.

Fig. 1.

Contour graph of solubilization efficiency under different thermal pretreatment conditions.

3.2. 열전처리 조건별 메탄수율 및 생성속도 비교 평가

반응표면분석법을 통해 도출된 열전처리 설계조건에 따른 BMP 실험에서의 Cumulative Methane Production(누적 메탄 발생량)은 Fig. 2와 같이 상기 언급한 Modified Gompertz 식을 이용하여 나타내었다. Gompertz 식으로부터 도출된 M0 (최대 메탄가스 발생량), Rm (최대 메탄생산속도), λ (초기지체기)의 추정 값이 각 열전처리 설계조건에 따라 Table 4에 나타내었다. M0는 유입기질의 g COD양을 나눠주어 메탄수율을 도출하는데 사용되었고, Rm은 식종슬러지의 g VSS양을 나눠주어 메탄생성속도를 도출하는데 사용되었다. 모든 설계조건에서 구성된 modified Gompertz 식의 R2값은 0.987 이상으로 높은 수치를 보였다.

Fig. 2.

Cumulative methane production

Estimation of Gompertz model parameters.

Modified Gompertz 식에서 도출된 값으로부터 메탄수율, 메탄생성속도, COD 전환율을 계산하였고, 각 설계조건에 따른 Control(대조군) 대비 메탄수율 및 메탄생성속도 증가율을 Table 5에 나타내었다. 전반적으로 열전처리 시간보다는 온도에 따른 영향이 크게 나타났으며, 100℃ 이하 조건(Run no. 6, 11, 12)에서 낮은 메탄수율 및 메탄생성속도 증가율을 보임. 이러한 결과는 가용화율 실험 결과와 유사하게 나타나고, 고온으로 갈수록 SCOD의 농도가 증가되어 소화효율이 향상된 것으로 판단된다. 하지만, 고온으로 갈수록 에너지 소비가 증가하기 때문에 전처리 조건 선정을 위해서는 경제적 타당성에 대한 평가가 필요하다.

Improvement of anaerobic digestion efficiency according to pretreatment conditions.

3.3. 모델링 도출 및 검증

13가지 도출된 열전처리 실험 조건에 따른 메탄수율과 메탄생성속도의 모델링 및 최적 조건 도출을 위해 Design Expert v .13.0 소프트웨어를 이용하여 분석하였다. 먼저, 모델 적합도를 평가하기 위해 4가지 모델들을 비교해 봤을 때, 메탄수율과 메탄생성속도 모두 Adjusted R2(보정값)와 Predicted R2(예측값)의 차이가 가장 적게 나타나는 모델은 Quadratic 모델로 나타났고, 선택된 모델의 메탄수율과 메탄생성속도의 R2는 각각 0.9886과 0.9736으로 높게 나타남에 따라 모델링 도출을 위한 모델로 Quadratic 모델이 선정되었다(Table 6, 7).

Comparison of models R²values for methane yield

Comparison of models R²values for methane production rate.

도출된 Quadratic 모델의 메탄수율과 메탄생성속도에 대한 분석 및 해석을 실시하였으며 도출된 결과는 Table 89와 같다. 두 모델의 p 값이 0.0001 이하로 나타나 매우 높은 유의성을 보였고(판정 기준: 0.05), 계산된 분석 및 해석 데이터를 기반으로 메탄 수율과 메탄생성속도에 대한 모델링 식(9)와 식(10)을 도출하였다. 그에 따른 3차원 그래프를 Fig. 3에 도식화하였다.

ANOVA results of the quadratic model for methane yield.

ANOVA results of the quadratic model for methane production rate

Fig. 3.

Response surface plots of methane yield(A) and methane production rate(B).

(9) Methane yield (mLCH4/gCOD)=109.45273+0.925373 A+0.135438 B0.000104AB0.002491 A20.000227 B2
(10) Methane production rate (mL CH4/gVSSseed /d)=10.47997+0.365360 A+0.021056 B0.000306AB0.000977 A2+0.000127 B2

도출된 모델을 기반으로 열전처리 조건에 따른 메탄 수율과 메탄생성속도를 모두 고려하여 소프트웨어에서 최적 수치화 (numerical optimization)로 산출된 최적 조건은 온도 130℃, 시간 176분으로 도출되었다. 두 가지 반응 (메탄 수율과 메탄생성속도)에 대한 최적화 목표는 실험 설계조건 범위 내로 설정되고, 중요도(3+)는 동일하게 설정되었다. 각 반응에 대한 범위(메탄수율: 151.4~207.6 mL CH4/g COD, 메탄생성속도: 24.8~42.6 mL CH4/g VSSseed/d)에 대해 가중치는 모두 1로 설정되었다. 최적조건에서의 메탄수율과 메탄생성속도는 각각 202.1 mL CH4/g COD와 42.1 mL CH4/g VSSseed/d을 나타내었고, 이는 열전처리를 하지 않은 Control에 비해 메탄수율과 메탄생성속도가 각각 35.5%와 95.8%의 향상된 수치이다. 도출된 모델링의 신뢰성을 검증하기 위해서 최적 열전처리 조건에서 모델링 값과 실제 측정값을 비교하였고, 비교 결과 유사한 결과를 나타냄에 따라 모델의 신뢰성이 있다고 판단된다 (Table 10).

Validation test

3.4. 최적 열전처리 조건에서의 탈수능 향상 평가

전처리에 따른 혐기성 소화 후 탈수능을 상대적으로 비교하기 위해 회분식 혐기성 소화액(Digestate)의 Final Solid Content(최종고형물) 탈수능을 측정하고, 탈수능 분석 방법은 식(11)와 같다[27].

(11) Final solid content (%)=VρSScVρSSc+[VρS(1Sc)(VV)ρw×100%

V: 시료 부피(mL)

ρs: 슬러지 밀도(g/mL)

Sc: 슬러지 고형물 함량(g/L)

V: 최대 원심력에서의 침전 부피(mL)

ρw: 물의 밀도(g/mL)

최대 원심력에서의 침전부피 V는 원심력을 500-2500 g로 하여 각각의 침전부피를 원심력 제곱근의 역수에 대해 그래프를 그리고, 속도가 무한일 때의 침전부피, 즉 y 절편값을 사용하였다. 슬러지 최적 열전처리 조건(130℃, 176분)에서의 탈수능 향상을 Control과 상대적으로 비교평가 하기 위해 1000~ 3500 g의 원심력 영역에서의 회분식 혐기성 소화슬러지 침전부피를 조사하였다(Table 11).

Sediment volume of digestate according to centrifugal force.

원심력 제곱근의 역수와 침전부피에 대해 표현하여 추세선의 식을 도출하였다(Fig. 4). Control과 열전처리의 추세선의 R2가 각각 0.9478과 0.9656으로 높은 수치를 보였다. 각각의 추세선 식으로부터 원심분리속도가 무한일 때의 침전부피를 도출하여 식(11)을 통해 Control과 최적 열전처리 조건에서의 회분식 혐기성 소화슬러지의 Final Solid Content(최종고형물) 값을 계산하였다(Table 12). Final Solid Content 값은 상대적으로 탈수능 향상을 비교할 수 있는 지표로서 Control에 비해 최적 열전처리조건을 사용한 기질이 혐기성 소화 후 탈수능이 약 1.63배 향상되었다. 이러한 열전처리에 의한 탈수능 향상은 본 연구의경제성 평가에서 슬러지 저감 계산에 고려되었다.

Fig. 4.

Plot of sediment volume against the reciprocal of centrifugal force.

Comparison of Final Solid Content in Batch Anaerobic Digestate,

3.5. 최적 열전처리 조건 현금흐름 (Cash Flow, CF) 분석

현금흐름 분석에 사용된 유입슬러지 성상은 Table 1의 값을 사용하였고, 그에 따른 에너지 생산 및 슬러지 감량은 모델링을 통해 도출된 최적 열전처리 조건(130℃, 176분)에서의 메탄수율 결과(202.1 mL CH4/g COD)를 기반으로 계산되었다. 경제성 분석은 2가지 시나리오를 가정하여 수행하였는데, 시나리오1은 열전처리 설비만 설치한 경우이고 시나리오2는 열전처리 설비와 함께 전단에 탈수기를 추가하여 설치한 경우로 나누어 경제성 평가를 진행하였다. 시나리오2의 경우 탈수 후 전처리조 투입 슬러지 농도는 TS 기준 20%로 가정하였다. 두 가지 시나리오에 대한 소화조 HRT, 유입농도, 메탄수율은 같다고 가정하고, 시나리오2 안의 유입슬러지 희석에 대한 설비 및 운영비용은 고려하지 않았다.

Fig. 5는 전처리하지 않은 Control 기준 최적 열전처리 조건 (130℃, 176분)에서의 향상된 순에너지 (Net Energy)와 순 슬러지 감량률 (Sludge Reduction)에 대한 순현금흐름을 보여준다. 시나리오1과 시나리오2의 총에너지의 현금흐름은 각각 6,846백만원/yr와 5,826백만원/yr의 손실을 보였다. 이는 높은 온도의 열전처리 조건으로 인한 과도한 가온 에너지 때문으로 판단된다. 또한, 시나리오2의 경우 전단 탈수로 인한 열전처리 에너지 감소로 인해 시나리오1에 비해 더 적은 손실을 보였다.

Fig. 5.

Cash Flow for Scenario 1(A) and Scenario 2(B).

두가지 시나리오의 소화조 메탄수율이 동일하기 때문에 슬러지 감량률값은 동일하게 0.06ton 슬러지/ton 슬러지로 나타냄. 따라서, 슬러지 단위비용 197,715원/ton을 사용해 슬러지 감량에 대한 현금흐름은 동일하게 9,699백만원/yr의 이익을 보였다. 이는 슬러지 감량률 계산 시 메탄수율 증가로 인한 슬러지 감량 증가뿐 아니라 기존 탈수케이크(Control)의 함수율 가정 80%에서 ‘본문 3.4’에서 도출된 열전처리를 통한 원심탈수기 기반 탈수능 향상(1.63배) 적용을 통해 증가된 슬러지 감량률에 의해 현금흐름이 기존에 비해 크게 증가한 것으로 보인다. 결과적으로, 전처리하지 않은 Control 기준 최적 열전처리 조건 순 현금흐름은 시나리오1과 시나리오2에서 각각 식(7)을 사용하여 다음과 같이 계산되었다.

시나리오 1의 CF = -6,846백만원/yr + 9,699백만원/yr = 28.53억원/yr

시나리오 2의 CF = -5,826백만원/yr + 9,699백만원/yr = 38.73억원/yr

시나리오2가 전단탈수기 추가 설치의 영향으로 시나리오1에 비해 더 많은 이익을 나타내었다. 또한, 모든 시나리오에서 최적 열전처리 조건(130℃, 176분) 적용이 현금흐름 관점에서 경제적으로 이익을 보여 경제적으로도 타당한 기술로 보인다.

열전처리의 경우 높은 열에너지로 인해 효율적이고 경제적인 적절한 열전처리 조건을 선택하는 것이 중요하다. Fig. 3에서 180℃범위에서 60분일 경우의 메탄수율과 본 경제성 분석에 사용된 최적조건의 메탄수율이 비슷하지만, 에너지 측면에서 온도를 유지하는데 드는 에너지보다 가온에 사용되는 에너지가 상당히 더 높기 때문에 열전처리 조건 최적화시 이러한 점을 고려해야한다. Kim 등 또한 유사하게 고온으로 갈수록 메탄수율은 좋았지만 경제성 분석 결과 저온조건이 더 경제적으로 타당성이 있다는 결과를 보고했다[28].

3.6. 순현재 가치 분석(Net Present Value, NPV)을 통한 최적 열전처리 조건의 현장 적용성 평가

순현재 가치(Net Present Value, NPV)는 어떤 사업의 가치(타당성)를 나타내는 척도 중 하나로서, 최초 투자비용 대비 경제적 이득이 0보다 작으면 타당성(가치)이 없는 사업, 0보다 크면 타당성(가치)이 있는 사업으로 판단할 수 있다.

본 연구에서는 시나리오1(열전처리 설비 설치)과 시나리오2(전단 탈수기 + 열전처리 설비 설치)에 대한 현금흐름 결과를 기반으로 설비 설치의 경제적 타당성을 평가하기 위해 각각의 초기 투자비용을 시나리오1(360억원) 및 시나리오2(450억원)으로 가정하여 식(12)를 통해 순현재 가치 분석을 수행하였다[28]. 본 연구는 연구에 사용된 유입슬러지를 채취한 서울시 소재 공공하수처리장의 전처리장비 설치에 대한 현장적용가능성을 평가하기 위해 수행되어 예상 초기투자 비용은 공공하수처리장에서 제시한 각 시나리오별 예상 준공비용을 사용하였다.

(12) NPV=I0+t=1n(CF)/(1+r)t

NPV: 순현재 가치(백만원)

I0: 초기 시설 투자비용

r: 이자율(4.5%)

t: 시설 가동 기간(20년 가정)

반응표면분석법을 통해 도출된 최적 열전처리 조건(130℃, 176분)에서의 현장 적용성 평가를 위해 시설 가동기간 20년을 가정하여 20-yr NPV (순현재가치분석) 분석을 수행하였다. 시나리오1과 시나리오2의 20-yr NPV는 ‘본문 3.5’에서 도출된 순현금흐름과 초기 시설 투자 예상 비용을 이용해 식(12)을 통해 계산하였다. 시나리오1과 시나리오2의 20-yr NPV는 각각 1,113백만원와 5,386백만원으로, 두 가지 시나리오에 대한 현장 적용이 타당하다는 결과를 보였다. 또한, Fig. 6은 최적 열전처리 조건에서의 20-yr NPV 축적 프로파일을 나타내는데, 혐기성 소화조 운영 시 초기 시설 투자 예상 비용은 시나리오1의 경우 20년 이내, 시나리오2의 경우 17년 이내로 회수할 수 있음을 보여준다.

Fig. 6.

20-yr NPV profile for Scenario 1(A) and Scenario 2(B).

따라서, 본 연구의 경제성 평가결과 시나리오2가 상대적으로 경제성을 고려한 현장 적용성이 높다고 보인다. 하지만, 시나리오2에서 전단 탈수 후 높은 TS로 인해 소화조 유입 시 슬러지의 희석이 필요해 그에 따라 부대비용이 발생하지만 본 연구의 경제성 평가에서는 고려되지 않아 실제 현장 상황에 따라 분석 결과는 다를 수 있다.

4. 결론

하수슬러지를 이용한 혐기성소화공정에서 열전처리 적용 조건 온도(60~180℃)와 시간(60~180분)에 따른 바이오가스 생산성 증대 및 경제적 타당성을 고찰하여 다음과 같은 결론을 도출하였다.

(1) 하수슬러지의 메탄수율 및 메탄생성속도 향상에 대한 열전처리 조건(온도, 시간) 최적화를 Central Composite Design (CCD) 방법을 사용해 실험설계 및 회분식 실험을 수행한 결과, 최적 열전처리 조건으로 온도 130℃, 시간 176분으로 도출되었다. 이 조건에서 열전처리하지 않은 유입슬러지(Contorl) 대비, 메탄수율과 메탄생성속도가 각각 35.5%와 95.8% 향상된 결과를 보였다.

(2) 최적 열전처리 조건적용을 통해 탈수능을 확인한 결과, Control 대비 약 1.63배 향상된 결과를 확인하여 열전처리 시 탈수능 향상을 통한 탈수케이크 발생량 저감에도 도움이 될 것으로 보인다.

(3) 최적 열전처리 조건적용을 통한 혐기성 소화 공정의 경제성 평가를 시나리오1(열전처리 설비 설치)과 시나리오2(전단 탈수기 + 열전처리 설비 설치)로 나누어 분석한 결과, 현금흐름의 경우 기존 Control 대비 모두 경제적 이익을 보였으며, 이는 열전처리로 인한 탈수능 향상이 순 슬러지 저감 현금흐름을 크게 향상해 열전처리로 인한 순에너지 현금흐름 손실을 넘으면서 경제적 이익을 발생시킨 것으로 보인다.

(4) 시나리오 1과 시나리오 2의 현금흐름(순이익)은 각각 28.53억원/yr, 38.73억원/yr로 계산되었다. 초기 투자비를 각각 360억원(시나리오1), 450억원(시나리오2)으로 가정하고 20-yr 순현재가치분석 (NPV)를 분석한 결과, 시나리오1의 경우 20년 이내, 시나리오2의 경우 17년 이내로 초기투자비용을 회수할 수 있는 것으로 나타났다.

Notes

Acknowledgement

본 연구는 서울물재생시설공단의 혐기성 소화조 운영효율향상을 위한 전처리기술 연구 사업의 지원을 받았습니다.

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

1. Ministry of Environment. Policy Direction for Biogasification of Organic Waste Resources 2022.
2. Kim J, Yu Y, Lee C. Thermo-alkaline pretreatment of waste activated sludge at low-temperatures: Effects on sludge disintegration, methane production, and methanogen community structure. Bioresour Technol 2013;144:194–201. https://doi.org/10.1016/j.biortech.2013.06.115.
3. Xu Y, Lu Y, Zheng L, Wang Z, Dai X. Perspective on enhancing the anaerobic digestion of waste activated sludge. J Hazard Mater 2020;389https://doi.org/10.1016/j.jhazmat.2019.121847.
4. Devlin DC, Esteves SRR, Dinsdale RM, Guwy AJ. The effect of acid pretreatment on the anaerobic digestion and dewatering of waste activated sludge. Bioresour Technol 2011;102(5):4076–4082. https://doi.org/10.1016/j.biortech.2010.12.043.
5. Khanh Nguyen V, Kumar Chaudhary D, Hari Dahal R, et al. Review on pretreatment techniques to improve anaerobic digestion of sewage sludge. Fuel 2021;285https://doi.org/ 10.1016/j.fuel.2020.119105.
6. Zhen G, Lu X, Kato H, Zhao Y, Li YY. Overview of pretreatment strategies for enhancing sewage sludge disintegration and subsequent anaerobic digestion: Current advances, full-scale application and future perspectives. Renewable and Sustainable Energy Reviews 2017;69:559–577. https://doi.org/10.1016/j.rser.2016.11.1.
7. Cheol K., Ok Jeon C.. Pretreatment of Waste-activated Sludge for Enhancement of Methane Production. In J. Microbiol. Biotechnol 2010;38(4):362–372.
8. Ngo PL, Udugama IA, Gernaey K V., Young BR, Baroutian S. Mechanisms, status, and challenges of thermal hydrolysis and advanced thermal hydrolysis processes in sewage sludge treatment. Chemosphere 2021;281:130890. https://doi.org/10.1016/j.chemosphere.2021.130890.
9. Yan W, Xu H, Lu D, Zhou Y. Effects of sludge thermal hydrolysis pretreatment on anaerobic digestion and downstream processes: mechanism, challenges and solutions. Bioresour Technol 2022;344:126248. https://doi.org/10.1016/j.biortech.2021.126248.
10. Yang S., McDonald J., Hai F.I., Price W.E., Khan S.J.. Effects of thermal pre-treatment and recuperative thickening on the fate of trace organic contaminants during anaerobic digestion of sewage sludge. Int. Biodeter. Biodegr 2017;124:146–154. https://doi.org/10.1016/j.ibiod.2017.06.002.
11. Kim D., Lee K., Park K.Y.. Enhancement of biogas production from anaerobic digestion of waste activated sludge by hydrothermal pre-treatment. Int. Biodeter. Biodegr 2015;101:42–46. https://doi.org/10.1016/j.ibiod.2015.03.025.
12. Liao X., Li H., Zhang Y., Liu C., Chen Q.. Accelerated high-solids anaerobic digestion of sewage sludge using low-temperature thermal pretreatment. Int. Biodeter. Biodegr 2016;106:141–149. https://doi.org/10.1016/j.ibiod.2015.10.023.
13. Lu D., Sun F., Zhou Y.. Insights into anaerobic transformation of key dissolved organic matters produced by thermal hydrolysis sludge pretreatment. Bioresour. Technol 2018;266:60–67. https://doi.org/10.1016/j.biortech.2018.06.059.
14. Choi J.M., Han S.K., Lee C.Y.. Enhancement of methane production in anaerobic digestion of sewage sludge by thermal hydrolysis pretreatment. Bioresour. Technol 2018;259:207–213. https://doi.org/10.1016/j.biortech.2018.02.123.
15. Bougrier C., Delgenes J.P., Carr`ere H.. Impacts of thermal pre-treatments on the semi-continuous anaerobic digestion of waste activated sludge. Biochem. Eng. J 2007;34(1):20–27. https://doi.org/10.1016/j.bej.2006.11.013.
16. Carr`ere H., Bougrier C., Castets D., Delgen`es J.P.. Impact of initial biodegradability on sludge anaerobic digestion enhancement by thermal pretreatment. J. Environ. Sci. Health A 2008;43(13):1551–1555. https://doi.org/10.1080/10934520802293735.
17. Sapkaite I., Barrado E., Fdz-Polanco F., P´erez-Elvira S.I.. Optimization of a thermal hydrolysis process for sludge pre-treatment. J. Environ. Manage 2017;192:25–30. https://doi.org/10.1016/j.jenvman.2017.01.043.
18. Zhou P., Meshref M.N., Dhar B.R.. Optimization of thermal hydrolysis process for enhancing anaerobic digestion in a wastewater treatment plant with existing primary sludge fermentation. Bioresour. Technol 2021;321:124498. https://doi.org/10.1016/j.biortech.2020.124498.
19. Wilson CA, Novak JT. Hydrolysis of macromolecular components of primary and secondary wastewater sludge by thermal hydrolytic pretreatment. Water Res 2009;43(18):4489–4498.
20. Standard Methods for the Examination of Water and Wastewater, 21st ed; 2005. American Public Health Association/American Water Works Association/Water Environment Federation, Washington, DC, USA.
21. Cayetano R.D.A., Oliwit A.T., Kumar G., Kim J.S., Kim S.H.. Optimization of soaking in aqueous ammonia pretreatment for anaerobic digestion of African maize bran. Fuel 2019;253:552–560. https://doi.org/10.1016/j.fuel.2019.05.051.
22. Park J., Cayetano R.D.A., Kim G.B., Jo Y., Kwon Y., Lei Z., Kim S.H.. Sludge disintegration and anaerobic digestion enhancement by alkaline-thermal pretreatment: Economic evaluation and microbial population analysis. Bioresour. Technol 2022;346:126594. https://doi.org/10.1016/j.biortech.2021.126594.
23. Ariunbaatar J., Panico A., Frunzo L., Esposito G., Lens P.N.L., Pirozzi F.. Enhanced anaerobic digestion of food waste by thermal and ozonation pretreatment methods. Journal of Environmental Management 2014;146:142–149. https://doi.org/10.1016/j.jenvman.2014.07.042.
24. Foladori P., Andreottola G., Ziglio G.. Sludge Reduction Technologies in Wastewater Treatment Plants. Sludge Reduction Technologies in Wastewater; 2010. International Water Association Publications, IWA publishing, New York.
25. Xue Y., Liu H., Chen S., Dichtl N., Dai X., Li N.. Effects of thermal hydrolysis on organic matter solubilization and anaerobic digestion of high solid sludge. Chem. Eng. J 2015;264:174–180. https://doi.org/10.1016/j.cej.2014.11.005.
26. Zhang, Jingsi, Li, Ning, Dai, Xiaohu, Tao, Wenquan, Jenkinson, Ian R., Li, Zhuo. Enhanced dewaterability of sludge during anaerobic digestion with thermal hydrolysis pretreatment: new insights through structure evolution. Water Res 2018;131:177–185. https://doi.org/10.1016/j.bios.2018.03.021.
27. Lo I.M.C., Lai K.C.K., Chen G.H.. Salinity effect on mechanical dewatering of sludge with and without chemical conditioning. Environ. Sci. Technol 2001;35:4691–4696. https://doi.org/10.1021/es010834x.
28. Kim G.B., Cayetano R.D.A., Park J., Jo Y., Jeong S.Y., Lee M.Y., Pandey A., Kim S.H.. Impact of thermal pretreatment on anaerobic digestion of dewatered sludge from municipal and industrial wastewaters and its economic feasibility. Energy 2022;254:124345. https://doi.org/10.1016/j.energy.2022.124345.

Article information Continued

Fig. 1.

Contour graph of solubilization efficiency under different thermal pretreatment conditions.

Fig. 2.

Cumulative methane production

Fig. 3.

Response surface plots of methane yield(A) and methane production rate(B).

Fig. 4.

Plot of sediment volume against the reciprocal of centrifugal force.

Fig. 5.

Cash Flow for Scenario 1(A) and Scenario 2(B).

Fig. 6.

20-yr NPV profile for Scenario 1(A) and Scenario 2(B).

Table 1.

Characteristics of substrate.

Classification Unit Substrate
TS % 3.70±0.10
VS/TS % 62.35±0.00
COD mg/L 36,814±101.8
SCOD mg/L 2,638.1±32.8
CODcr/VS % 159.6±0.4
Alkalinity mg CaCO3/L 2,340.0±82.5
NH3 mg N/L 510.0±40.2
TKN mg N/L 2,222.5±310
Biochemical methane potential (BMP) mL/g COD 149.2

Table 2.

Central Composite Design to investigate the coded factors and actual experimental response results.

Parameters Coded levels
-1.682 -1 0 1 1.682
Temperatue (℃) 35 60 120 180 205
Time (min) 35 60 120 180 205
Run No. Coded factor
Uncoded factor
Temperature (℃) Time (min) Temperature (℃) Time (min)
1 0 0 120 120
2 0 0 120 120
3 0 1.682 120 205
4 0 0 120 120
5 0 0 120 120
6 -1 1 60 180
7 0 -1.682 120 35
8 0 0 120 120
9 1.682 0 205 120
10 1 1 180 180
11 -1 -1 60 60
12 -1.682 0 35 120
13 1 -1 180 60

Table 3.

Solubilization efficiency under different thermal pretreatment conditions.

Run no. Temperature (℃) Time (min) Solubilization (%)
1 120 120 22.1
2 120 120 21.3
3 120 205 23.9
4 120 120 19.5
5 120 120 20.3
6 60 180 10.5
7 120 35 12
8 120 120 21
9 205 120 37.2
10 180 180 33
11 60 60 6.2
12 35 120 0.7
13 180 60 20.2

Table 4.

Estimation of Gompertz model parameters.

Run no. Mo (mL) Rm (mL/d) λ (d) R2
1 126.0 36.0 0.48 0.996
2 125.3 35.8 0.48 0.996
3 130.1 36.9 0.49 0.995
4 124.5 35.6 0.48 0.996
5 125.9 36.0 0.48 0.996
6 108.4 30.2 0.44 0.989
7 119.8 36.4 0.38 0.992
8 125.1 35.8 0.48 0.996
9 132.5 37.4 0.48 0.996
10 130.8 37.0 0.49 0.996
11 104.8 25.4 0.24 0.987
12 96.6 21.8 0.47 0.995
13 128.1 36.1 0.47 0.996

Table 5.

Improvement of anaerobic digestion efficiency according to pretreatment conditions.

Run no. MY (mL CH4/g COD) MPR (mL CH4/g VSSseed/d) COD conversion (%) MY improvement rate (%) MPR improvement rate (%)
Control 149.2 21.5 42.7 - -
1 197.5 41.0 56.4 32.4 90.7
2 196.3 40.7 56.1 31.6 89.3
3 203.9 41.9 58.3 36.7 94.9
4 195.1 40.5 55.7 30.8 88.4
5 197.2 41.0 56.4 32.2 90.7
6 169.9 34.3 48.5 13.9 59.5
7 187.7 41.4 53.6 25.8 92.6
8 196.0 40.7 56.0 31.4 89.3
9 207.6 42.6 59.3 39.1 98.1
10 205.0 42.1 58.6 37.4 95.8
11 164.2 28.9 46.9 10.1 34.4
12 151.4 24.8 43.3 1.5 15.3
13 200.8 41.1 57.4 34.6 91.2

Table 6.

Comparison of models R²values for methane yield

Model MY
R2 Adjusted R2 Predicted R2
Linear 0.8320 0.7984 0.6813
2FI 0.8322 0.7762 0.5703
Quadratic 0.9880 0.9795 0.9149
Cubic 0.9960 0.9904 0.7453

Table 7.

Comparison of models R²values for methane production rate.

Model MPR
R2 Adjusted R2 Predicted R2
Linear 0.7103 0.6524 0.4104
2FI 0.7235 0.6313 0.2974
Quadratic 0.9736 0.9548 0.8124
Cubic 0.9937 0.9849 0.5980

Table 8.

ANOVA results of the quadratic model for methane yield.

Source Sum of squares Degree of freedom Mean square F value p-value
Model 3552.45 5 710.49 115.57 <0.0001
A-Temperature 2856.88 1 2856.88 464.71 <0.0001
B-Time 134.56 1 134.56 21.89 0.0023
AB 0.5625 1 0.5625 0.0915 0.7711
A2 559.57 1 559.57 91.02 <0.0001
B2 4.66 1 4.66 0.7586 0.4127
Residual 43.03 7 6.15
Lack of Fit 43.03 3 14.34
Pure Error 0.0000 4 0.0000
Cor Total 3595.48 12

Table 9.

ANOVA results of the quadratic model for methane production rate

Source Sum of squares Degree of freedom Mean square F value p-value
Model 358.29 5 71.66 51.67 <0.0001
A-Temperature 255.08 1 255.08 183.93 <0.0001
B-Time 6.31 1 6.31 4.55 0.0703
AB 4.84 1 4.84 3.49 0.1040
A2 86.13 1 86.13 62.11 0.0001
B2 1.45 1 1.45 1.04 0.3409
Residual 9.71 7 1.39
Lack of Fit 9.71 3 3.24
Pure Error 0.0000 4 0.0000
Cor Total 368.00 12

Table 10.

Validation test

Conditions Predicted value Mesured value
Temperature (℃) Time (min) MY (mL CH4/g COD) MPR (mL CH4/g VSSseed/d) MY (mL CH4/g COD) MPR (mL CH4/g VSSseed/d)
130 176 202.1 42.1 200.8 41.9

Table 11.

Sediment volume of digestate according to centrifugal force.

Sediment Volume (mL) RCF (g)
1000 1500 2000 2500 3500
Control 11 10 8 8 7
Thermal Pretreatment (130℃, 176min) 9 7 6 6 5

Table 12.

Comparison of Final Solid Content in Batch Anaerobic Digestate,

Final Solid Content (%)
Control 26.1
Thermal Pretreatment (130℃, 176min) 42.6