En vue de l'obtention du

DOCTORAT DE L'UNIVERSITÉ DE TOULOUSE

Délivré par :
Institut National Polytechnique de Toulouse (Toulouse INP)
Discipline ou spécialité :
Génie des Procédés et de l'Environnement

Présentée et soutenue par :

M. ALEXANDRE BOUTOUTE
le lundi 7 février 2022

Titre :
Modélisation d'un réacteur de méthanisation en voie sèche et étude du
traitement in-situ de l'ammoniac

Ecole doctorale :
Mécanique, Energétique, Génie civil, Procédés (MEGeP)

Unité de recherche :
Laboratoire de Génie Chimique ( LGC)
Directeur(s) de Thèse :
M. MICHEL CABASSUD
M. RICHARD GUILET

Rapporteurs :
M. ERIC OLMOS, UNIVERSITÉ LORRAINE
M. RENAUD ESCUDIÉ, INRAE NARBONNE

Membre(s) du jury :
M. ANDRÉ PAUSS, UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE, Président
MME FANNY INGLES, ARKOLIA Energies, Membre
MME NATHALIE RAIMONDI DI MICELI, UNIVERSITE TOULOUSE 3, Membre
M. MICHEL CABASSUD, UNIVERSITE TOULOUSE 3, Membre
M. PIERRE BUFFIÈRE, INSA LYON, Membre
M. RICHARD GUILET, UNIVERSITE TOULOUSE 3, Membre
M. STÉPHANE HATTOU, ARKOLIA Energies, Invité(e)
 Remerciements

La réalisation de ces travaux de thèse n’eut été possible sans les différentes
collaborations et interactions que j’ai eu l’occasion d’avoir avec différents acteurs de la
recherche publique et privée. Des chercheurs du LGC jusqu’aux chercheurs du laboratoire
DEEP de l’INSA de Lyon en passant évidemment par la société Arkolia Énergies, toutes ces
rencontres m’ont à la fois enrichies humainement et scientifiquement. C’est donc
naturellement que je souhaite ici exprimer toute ma gratitude à l’ensemble des personnes
qui, de près ou de loin, m’ont aidé, encouragé, soutenu et plus largement accompagné au
cours de ces trois années de thèse.

Tout d’abord, je souhaite sincèrement et chaleureusement remercier mes encadrants

de thèse Michel Cabassud, Richard Guilet ainsi que Nathalie Di Miceli Raimondi qui ont tout
simplement été géniaux. Ce fut effectivement un réel plaisir de travailler avec vous, tant sur
le plan scientifique que personnel ! Toujours à l’écoute et disponibles vous avez su me faire
partager votre expérience et votre savoir tout au long de ces trois années. Votre
investissement et vos remarques pertinentes m’ont permis d’avancer à travers les différentes
problématiques de modélisation, de compréhension et d’organisation. Enfin, votre bonne
humeur et votre enthousiasme permanent ont été un soutien de plus au bon déroulement de
ces travaux.

Dans un second temps je tiens à remercier les membres de mon jury de thèse avec qui
j’ai apprécié échanger. Je remercie André Pauss d’avoir accepté de présider ce jury et pour
l’intérêt que vous avez porté à mes travaux. Je remercie également Renaud Escudié ainsi que
Eric Olmos pour le temps que vous avez consacré à lire, à rapporter mon travail et pour nos
discussions intéressantes sur le fonctionnement biologique de la biomasse méthanogène et
sur la modélisation de l’hydrodynamique des méthaniseurs. Merci à Fanny Ingles pour son
apport et son expertise industrielle sur les problématiques générales de la méthanisation. Un
remerciement particulier à Stéphane Hattou dont les qualités scientifiques et humaines dont
il a fait preuve tout au long de cette thèse m’avaient déjà été rapportées lors de mon stage
ingénieur à Sanofi Montpellier. Merci notamment d’avoir partagé avec moi votre expertise en
mathématique statistique. Je remercie également Pierre Buffière pour sa sympathie et les
discussions pertinentes que nous avons eu concernant l’importance et la difficulté de
modéliser les transferts de matières dans les procédés de méthanisation. A travers vous c’est
également Hassen Benbelkacem et Corrado Amodeo que je remercie pour leurs accueils au
sein de votre laboratoire et pour m’avoir aidé à appréhender et à comprendre le domaine
passionnant de la méthanisation.

Je remercie le personnel de la société Arkolia Énergies et notamment Sophie Clerc pour

le temps qu’elle m’a accordé à la découverte de l’entreprise et du fonctionnement de la filière
méthanisation de cette dernière.

- iii -
Je tiens aussi à remercier Ruben Teixeira Franco pour toute l’aide et les informations
indispensables qu’il m’a fournies sur le fonctionnement du procédé de digestion
ARKOMETHA®.

Je me dois également de remercier le personnel administratif et technique du LGC, très

disponibles et plein de bonne humeur, et tout particulièrement Danièle Bouscary, Jean-Luc
Labeyrie, Maria Escobar Munoz, Patricia Uliana et bien-sûr Alain Philip. Je tiens également à
remercier Pascal Floquet pour sa gentillesse et l’aide qu’il m’a apportée en première année
de thèse sur les solveurs du logiciel Matlab.

Par ailleurs, que serait le LGC sans ses doctorants avec qui le partage et la convivialité
font régner une très bonne ambiance au sein du laboratoire. Je remercie donc mon cher
collègue de bureaux, Émilien, pour ses innombrables gâteaux et pâtisseries et pour son
soutien indéfectible. Merci à Astrid, marraine hors-pair dont j’ai scrupuleusement suivi les
traces. Merci à Marco, Hélène et Claire M. pour leur aide et leur bonne humeur permanente.
Merci à la team de sportifs comprenant Thomas E. et Sid Ahmed pour ces très beaux moments
de tennis qu’ils ont pu nous offrir. Merci également à la team STPI avec laquelle j’ai pu
continuer ma thèse durant ces deux dernières années à savoir Dihia, Sara et Samba. Je ne
manquerais pas d’être présent durant la fin de vos travaux. En résumé, merci à tous pour ces
bons moments passés ensembles, je suis sûr que beaucoup d’autres restent à venir ! Enfin,
merci à tous les doctorants, post-doctorants et stagiaires que j’ai eu la chance de rencontrer
et de côtoyer pendant ces 3 années de thèse : Garima, Benoit, Thomas D., Hanbin, Claire S.,
Konstantina, Mohamad, Yosra, Robbie, Hassan, Ross.

Je tiens bien évidement à remercier le groupe des 7 nains : Chloé, Sonia, Valérie,
Samvel, Guillaume et Maxence pour tout leur soutien et les aventures, plus surprenantes les
unes que les autres, que nous avons eu l’occasion de vivre ensemble. Nous en sommes
pourtant qu’au début, cette amitié nous promet encore de beaux voyages (beaux c’est sûr,
biens organisés un peu moins…). Une mention spéciale, tout de même, pour « Grincheux »
aka Samvel dont les talents artistiques et de mise en forme m’ont plus qu’aidés dans la
rédaction de mon manuscrit et dans la réalisation de ma présentation de soutenance.

Enfin, j’aimerai remercier ma mère qui m’a toujours accompagné et soutenu tout au
long de mon cursus ainsi que mon père qui a su être là quand j’avais des questions de cours.
Je remercie aussi mon oncle, ma tante, mes cousins ainsi que ma grand-mère, qui m’a fait
l’honneur d’être présente à ma soutenance, pour tous leurs encouragements.

- iv -
 Productions scientifiques

Article scientifique
A. Boutoute, N. Di Miceli Raimondi, R. Guilet, M. Cabassud, C. Amodeo, H. Benbelkacem, P.
Buffiere, R. Teixeira Franco, S. Hattou, 2021. Development of a Sensitivity Analysis method to
highlight key parameters of a dry Anaerobic Digestion reactor model. Biochemical Engineering
Journal 173, 108085. https://doi.org/10.1016/j.bej.2021.108085

Communication orale internationale

A. Boutoute, N. Di Miceli Raimondi, R. Guilet, M. Cabassud, R. Teixeira Franco, S. Hattou, « In-
situ ammonia treatment in anaerobic digestion reactor », 13th European Congress of
Chemical Engineering and 6th European Congress of Applied Biotechnology, 2021, Berlin,
Allemagne

Communication orale nationale

A. Boutoute, N. Di Miceli Raimondi, R. Guilet, M. Cabassud, C. Amodeo, H. Benbelkacem, P.
Buffiere, S. Hattou, « Développement d’un modèle de simulation dynamique d’un
méthaniseur avec prise en compte des inhibitions à l’ammoniac », JRI, 2020, Toulouse, France

-v-
Résumé
La méthanisation, ou digestion anaérobie, est reconnue comme une voie alternative
de production d’énergie renouvelable permettant à la fois de traiter des déchets organiques
et de produire un vecteur énergétique, le biogaz. Cependant, malgré des objectifs ambitieux
affichés par la France, le développement de la filière de méthanisation se heurte encore à un
certain nombre de verrous. Parmi ces verrous, l’inhibition de l’activité de la biomasse par de
fortes concentrations en ammoniac peut s’avérer très limitante lors de l’utilisation de certains
substrats agricoles.

Ces travaux, effectués en collaboration avec la société ARKOLIA Énergies, s’inscrivent

dans le projet régional OCCIMETHA dont l’un des objectifs est de présenter des solutions
industrielles à la gestion de l’ammoniac issu de la dégradation des gisements riches en azote
organique présents en région Occitanie (résidus d’élevages porcin, ovin, caprin et avicole). Ces
travaux se concentrent sur l’étude d’une solution de traitement in-situ de l’ammoniac qui
pourrait être mise en œuvre au sein du procédé « voie épaisse » nommé ARKOMETHA®
développé par ARKOLIA Énergies. Cette solution consiste en l’injection d’un courant de biogaz
appauvri en ammoniac directement dans le milieu de digestion afin de désorber une fraction
de l'ammoniac qu’il contient. Dans l’objectif d’évaluer la faisabilité et la viabilité de cette voie
d’extraction, un modèle dynamique de réacteur est développé. Il permet de prévoir
l’apparition de phénomène d’inhibition à l’ammoniac, de s’approcher d’une représentation
du fonctionnement réel de l’ARKOMETHA® et de simuler le traitement in-situ de l’ammoniac.

Ce modèle de réacteur intègre une version simplifiée du modèle biologique «

Anaerobic digestion model number 1 » (ADM1) et assimile l’écoulement horizontal de type «
piston » de la matière au sein de l’ARKOMETHA® à une succession de n réacteurs parfaitement
agités continus (RAC). Les paramètres cinétiques de ce modèle ont été fixés dans une gamme
cohérente de valeurs au regard de la littérature et une étape d’analyse de sensibilité a permis
de mettre en exergue les paramètres influençant significativement les sorties du modèle. Afin
de pouvoir prédire la manifestation de forts effets d’inhibition à l’ammoniac, il est démontré
qu’il est impératif de considérer en sus de l’inhibition à l’ammoniac libre (NH 3), largement
reconnue comme la forme la plus inhibitrice de l’ammoniaque, l’inhibition à l’ion ammonium
(NH4+).

La dernière partie de ce travail est consacrée à l’étude du traitement in-situ de

l’ammoniac au cours de la digestion d’un substrat agricole type de la région Occitanie dans
deux configurations de RAC en série différentes : cinq RACs de volumes identiques ; quatre
RACs de volumes croissants représentant une phase d’hydrolyse suivie d’une phase de
méthanogenèse. Au vu du manque de données bibliographiques sur le coefficient de transfert
liquide-gaz et sur la constante d’inhibition seuil de l’ion ammonium, l’influence de ces
paramètres sur l’efficacité du stripping est discutée.

- vii -
Il apparait que ces paramètres influencent grandement l’estimation du débit de biogaz
nécessaire au traitement de l’ammoniac et que de ce fait leur calibration est cruciale. Aussi,
les effets des différents paramètres d’injection que sont le débit de biogaz, sa composition
(CH4, CO2, NH3) et les zones du méthaniseur traitées sont évalués sur les caractéristiques du
milieu de digestion (alcalinité, pH) ainsi que sur l’efficacité du traitement de l’ammoniac.
L’ensemble de ces études permet de montrer qu’il est possible d’empêcher l’inhibition à
l’ammoniac et l’arrêt des processus de digestion par l’extraction in situ d’ammoniac.
Cependant, bien que les conditions optimales du traitement de l’ammoniac dépendent des
paramètres cinétiques du modèle, il apparait que cette méthode nécessite de forts débits
d’injection ce qui peut remettre en question sa faisabilité industrielle.

- viii -
Table des matières
Nomenclature........................................................................................................................... xiii
Introduction générale............................................................................................................... 19
Chapitre I État de l’art et objectifs scientifiques de la thèse ..................................................... 7
I.1. Introduction ...................................................................................................................... 8
I.2. La méthanisation .............................................................................................................. 8
I.3. Contexte et état des lieux de la méthanisation en France ............................................ 10
I.3.1. Enjeux climatiques ................................................................................................... 10
I.3.2. Contexte législatif français ...................................................................................... 11
I.3.3. État des lieux de la méthanisation agricole en France ............................................ 13
I.3.4. Les verrous au développement de la méthanisation .............................................. 15
I.4. Processus et facteurs d’influence de la méthanisation ................................................. 16
I.4.1. Les processus de la méthanisation .......................................................................... 16
I.4.2. Potentiel méthanogène des matières organiques .................................................. 19
I.4.3. Facteurs influençant la méthanisation .................................................................... 20
I.5. Technologie et fonctionnement des méthaniseurs ....................................................... 25
I.5.1. Mode de fonctionnement général des méthaniseurs ............................................ 26
I.5.2. Régime de température .......................................................................................... 27
I.5.3. Fonctionnement en voie sèche et voie humide ...................................................... 28
I.5.4. Digestion en une ou deux étapes ............................................................................ 29
I.5.5. Procédés de traitement de l’ammoniac .................................................................. 30
I.5.6. Présentation du procédé ARKOMETHA®................................................................. 33
I.6. Conclusions et objectifs scientifiques de la thèse .......................................................... 35
Chapitre II Présentation et étude de sensibilité du modèle de digestion................................ 37
II.1. Introduction ................................................................................................................... 38
II.2. Présentation du modèle biochimique initial ................................................................. 39
II.2.1. Modèle ADM1 ........................................................................................................ 39
II.2.2. Description du modèle biochimique ...................................................................... 41
II.2.3. Unités du modèle ................................................................................................... 42
II.2.4. Stoechiométrie du modèle ..................................................................................... 43
II.2.5. Cinétiques du modèle............................................................................................. 45

- ix -
 II.2.6. Équilibres des espèces acido-basiques................................................................... 49
II.3. Intégration du modèle biochimique dans une configuration de réacteur continu ...... 50
II.3.1. Simulation d’un cas d’étude ................................................................................... 53
II.4. Étude de sensibilité du modèle ..................................................................................... 57
II.4.1. Détermination des niveaux des paramètres pour le plan DSD .............................. 58
II.4.2. Construction de la matrice DSD ............................................................................. 60
II.4.3. Méthode d’interprétation des résultats ................................................................ 61
II.4.4. Résultats de l’analyse de sensibilité ....................................................................... 63
II.4.5. Conclusion de l’étude de sensibilité ....................................................................... 68
II.5. Modélisation de l’évolution du taux de matière sèche ................................................ 69
II.5.1. Modifications des équations du modèle ................................................................ 69
II.5.2. Simulation d’un cas type ........................................................................................ 72
II.6. Conclusion ..................................................................................................................... 74
Chapitre III Modélisation du méthaniseur et de l’inhibition à l’ammoniac ............................. 77
III.1. Introduction .................................................................................................................. 78
III.2. Évolution du modèle de réacteur ................................................................................. 78
III.2.1. Modèle d’écoulement de l’ARKOMETHA® ............................................................ 78
III.2.2. Étude de la modélisation de la phase gaz du méthaniseur................................... 85
III.2.3. Conclusion ............................................................................................................. 94
III.3. Modélisation de l’inhibition à l’ammoniac ................................................................... 95
III.3.1. Évolution de la fonction d’inhibition NH3.............................................................. 95
III.3.2. Intégration de l’inhibition à l’ammonium NH4+................................................... 109
III.4. Étude de sensibilité du modèle modifié ..................................................................... 114
III.5. Conclusion .................................................................................................................. 116
Chapitre IV Étude du traitement in-situ de l’ammoniac lors du fonctionnement de
l’ARKOMETHA®....................................................................................................................... 119
IV.1. Introduction................................................................................................................ 120
IV.2. Simulation du régime de fonctionnement nominal de l’ARKOMETHA®.................... 121
IV.2.1. Conditions de simulation .................................................................................... 121
IV.2.2. Résultats et interprétations ................................................................................ 126
IV.3. Principe de l’étude du traitement in-situ de l’ammoniac .......................................... 128
IV.3.1. Méthodologie de l’étude du traitement in-situ de l’ammoniac ......................... 129

-x-
 IV.3.2. Extrapolation du coefficient volumétrique de transfert global .......................... 132
IV.4. Influence du coefficient de transfert global et de la constante d’inhibition seuil de
l’ammonium sur l’estimation de QI,min ............................................................................... 132
IV.4.1. Effets du kLa ......................................................................................................... 132
IV.4.2. Effet de la valeur de Kimax,NH+ ................................................................................ 135
4

IV.5. Étude de la désorption de l’ammoniac dans la configuration de RAC en série n°1 .. 137
IV.5.1. Observation des inhibitions responsables de l’arrêt du méthaniseur ................ 137
IV.5.2. Influence de TR et de la zone du méthaniseur traitée sur l’évaluation de QI,min 141
IV.5.3. Influence de la composition du biogaz injecté sur l’évaluation de QI,min............ 147
IV.6. Étude de la désorption de l’ammoniac dans la configuration de RAC en série n°2 .. 151
IV.6.1. Influence de TR et de la zone du méthaniseur traitée sur l’évaluation de QI,min 151
IV.6.2. Influence de la composition du biogaz injecté sur l’évaluation de QI,min............ 155
IV.7. Conclusion .................................................................................................................. 157
Conclusion générale ............................................................................................................... 161
ANNEXES................................................................................................................................. 169
Bibliographie .......................................................................................................................... 211

- xi -
Nomenclature
%Biodégradation Pourcentage de biodégradation de la matière en sortie de digesteur
%CH4 Pourcentage de méthane contenu dans le biogaz
%CO2 Pourcentage de dioxyde de carbone contenu dans le biogaz
%NH3 Pourcentage d’ammoniac contenu dans le biogaz
BMP Potentiel méthanogène d’un substrat (NL.kgMV-1)
GCH4 Concentration gazeuse en méthane (mol.L-1)
GCO2 Concentration gazeuse en dioxyde de carbone (mol.L-1)
Gmoy Concentration gazeuse moyenne (mol.L-1)
GNH3 Concentration gazeuse ammoniac (mol.L-1)
H Constante de Henry (mol.atm-1.L-1)
Iglobal Coefficient d’inhibition globale de la méthanogenèse
Inh3 Coefficient d’inhibition à l’ammoniac libre
Inh4+ Coefficient d’inhibition à l’ammonium
IpH Coefficient d’inhibition au pH
k1 Constante cinétique du premier ordre de l’hydrolyse de la matière
facilement dégradable (j-1)
k2 Constante cinétique du premier ordre de l’hydrolyse de la matière
difficilement dégradable (j-1)
k4 Constante cinétique du premier ordre de décès de la biomasse
hydrolytique (j-1)
k5 Constante cinétique du premier ordre de décès de la biomasse
méthanogène (j-1)
Ka Constante d’équilibre acido-basique
Ki Constante de demi-saturation en ammoniac libre (mol.L-1)
Kimax Concentration en ammoniac libre responsable d’une inhibition totale des
méthanogènes (gN.L-1)
Ki Concentration en ion ammonium responsable d’une inhibition totale des
max,NH+4
méthanogènes (gN.L-1)
Kimin Concentration en ammoniac libre à partir de laquelle l’inhibition des
méthanogènes commence (gN.L-1)
Ki Concentration en ion ammonium à partir de laquelle l’inhibition des
min,NH+4
méthanogènes commence (gN.L-1)
kLa Coefficient de transfert volumétrique global (j-1)
Ks Constante de demi-vitesse de la vitesse de consommation de l’acétate par
les méthanogènes (mol.L-1)
Md Masse de matière en digestion (kg)
Mliq Masse de matière liquide (kg)
Msec Masse de matière sèche (kg)
Mvolatiles Masse de matières volatiles (kg)
N Nombre total de réacteurs agités continus
NTK Teneur en azote total (molN.kg-1)

- xiii -
Patm Pression totale (atm)
P Pression partielle (atm)
pHLL Valeur basse de pH pour lesquelles les groupes de microorganismes sont
inhibés à 50 %
pHUL Valeur haute de pH pour lesquelles les groupes de microorganismes sont
inhibés à 50 %
Pv,eau Pression de vapeur saturante de l’eau (atm)
qCH4 Débit de production de méthane (Nm3.j-1)
qCH4,max Débit de production maximal de méthane atteignable sans aucune
inhibition à l’ammoniac et à l’ammonium (Nm3.j-1)
qG Débit de production de biogaz sec (Nm3.j-1)
qG_humide Débit de production de biogaz humide (Nm3.j-1)
QI Débit de biogaz injecté (Nm3.j-1)
QI,min Débit minimal d’injection de biogaz (Nm3.j-1)
R Constante des gaz parfaits (8,2058.10-2 L.atm.K-1.mol-1)
r Vitesse de cinétique microbienne (gDCO.kg-1.j-1 ou mol.kg-1.j-1)
rliq-gaz Vitesse de transfert liquide-gaz (gDCO.kg-1.j-1 ou mol.kg-1.j-1)
SA Concentration totale en acétate (gDCO.kg-1)
SA- Concentration en ion acétate (gDCO.kg-1)
SCH4 Concentration en méthane dissout (gDCO.kg-1)
SCI Concentration en carbone inorganique (mol.kg-1)
SCO2 Concentration en dioxyde de carbone dissout (mol.kg-1)
SH+ Concentration en ion hydronium (mol.kg-1)
SHCO3- Concentration en ion hydrogénocarbonate (mol.kg-1)
SI Concentration en matière soluble inerte (gDCO.kg-1)
Sions Concentration totale en cations et anions autres que les espèces ioniques
de l’acétate, de l’ammoniaque, du carbone inorganique et de l’eau (mol.kg-1)
SN Concentration en ammoniaque total (mol.kg-1)
SNH3 Concentration en ammoniac libre (mol.kg-1)
SNH4+ Concentration en ion ammonium (mol.kg-1)
SOH- Concentration en ion hydroxyde (mol.kg-1)
T Température (K)
TH Taux d’humidité (geau.g-1)
TR Taux de recyclage
TS Taux de matière sèche (gMS.g-1)
Vd Volume de matière en digestion (m3)
VGaz Volume de gaz (m3)
Vtotal Volume total d’un méthaniseur (m3)
Wbiogaz Débit massique de biogaz sec (kg.j-1)
Win Débit massique d’intrant (kg.j-1)
Win,liq Débit massique liquide entrant (kg.j-1)
Win, sec Débit massique de matière sèche entrant (kg.j-1)

- xiv -
Wout Débit massique de digestat brut (kg.j-1)
Wout,liq Débit massique de digestat liquide (kg.j-1)
Wout, sec Débit massique de digestat sec (kg.j-1)
Wrecy Débit massique de recyclage (kg.j-1)
Wsubstrat Débit massique de substrat (kg.j-1)
Wvapeur Débit massique de vapeur d’eau (kg.j-1)
x Niveau d’un paramètre cinétique (-1 ; 0 ou 1)
X Matrice de simulations
XT Transposée de la matrice de simulations
X-1 Inverse de la matrice de simulations
Xbha Concentration en biomasse hydrolytique (gDCO.kg-1)
Xbm Concentration en biomasse méthanogène (gDCO.kg-1)
XI Concentration en matière particulaire inerte (gDCO.kg-1)
Xd Concentration en matière particulaire difficilement dégradable (gDCO.kg-1)
Xf Concentration en matière particulaire facilement dégradable (gDCO.kg-1)
Y Réponse du modèle de réacteur
̂
𝐘 Réponse d’une régression linéaire
YXbha Rendement en biomasse hydrolytique (gDCOXbha .gDCOGlucose -1 )
YXbm Rendement en biomasse méthanogène (gDCOXbm .gDCOA -1 )

Lettres grecs
µmax Taux de croissance maximal de la biomasse méthanogène (j-1)
Coefficient stœchiométrique de formation d’une espèce au cours de
α1
l’hydrolyse de la matière facilement dégradable
Coefficient stœchiométrique de formation d’une espèce au cours de
α2
l’hydrolyse de la matière difficilement dégradable
Coefficient stœchiométrique de formation d’une espèce au cours de
α3
l’étape de méthanogenèse
Coefficient stœchiométrique de formation d’une espèce au cours de de la
α4
mort de la biomasse hydrolytique
Coefficient stœchiométrique de formation d’une espèce au cours de de la
α5
mort de la biomasse méthanogène
β Effet principal d’un paramètre
̂
𝛃 Estimation de l’effet principal d’un paramètre
β0 Constante de régression linéaire
̂𝟎
𝛃 Estimation de la constante de régression linéaire
𝛆̂ Estimation des résidus d’une régression linéaire
ηCH4 brut Rendement brut en méthane (Nm3 CH4 . kg VS −1 )
ν Coefficient stoechiométrique
ρ Masse volumique (kg.m-3)
𝛔̂𝟐 Estimation d’une variance

- xv -
τ Temps de séjour (j)

Indices
A Relatif à l’acétate
CH4 Relatif au méthane
CI Relatif au carbone inorganique
DHA Étape d’hydrolyse/acidogenèse
i Constituant ou numéro de la simulation (Chapitre II)
j Vitesse microbienne
k Paramètre cinétique du modèle
m Nombre total de constantes d’une régression linéaire
Meth Méthanogenèse
MS Matière sèche
N Relatif à l’azote inorganique
n Numéro d’un réacteur agité continu ou nombre total de simulation
(Chapitre II)
nom Régime nominal
β Effet principal d’un paramètre
VS Matière volatile

Abréviations

ADEME Agence de l'Environnement et de la Maîtrise de l'Énergie

ADM1 Anaerobic Digestion Model N°1
AGLC Acide Gras à Longue Chaîne
AGV Acide Gras Volatil
BMP Potentiel méthanogène du substrat (… )
DCO Demande Chimique en Oxygène
DSD Definitive Screening Design
FEDER Fond Européen de Développement Régional
GES Gaz à Effet de Serre
Hbu Acide butyrique
Hva Acide valérique
Laboratoire
DEEP Laboratoire Déchets Eaux Environnement Pollutions
LGC Laboratoire de Génie Chimique
LTECV Loi de Transition Énergétique pour la Croissance Verte
MB Matière Brute
MS Matière Sèche
MV Matière Volatile

- xvi -
Plan EMAA Plan Énergie Méthanisation Autonomie Azote
PPE Programmation Pluriannuelle de l'Énergie
RAC Réacteur Agité Continu
SRB Schéma Régional Biomasse
TAN Azote Inorganique Total
TPAD Temperature Phased Anaerobic Digester

- xvii -
Introduction générale
 Introduction générale

Face à la menace grandissante des conséquences du dérèglement climatique qui plane

sur le monde actuel, la société comprend peu à peu la nécessité d’un remaniement
fondamental de notre modèle économique et social. Pour que cette transition écologique
puisse avoir lieu, il est indispensable que la croissance économique, qui induit l’exploitation
immodérée des ressources terrestres, ne soit plus le principal moteur de notre société. Les
populations prennent de plus en plus conscience de l’urgence climatique dans laquelle elles
se trouvent et s’orientent vers des modes de consommation et de production plus raisonnés,
sobres et durables. Néanmoins ces seules mutations ne suffiront pas à enrayer entièrement
les pollutions des sols, de l’eau et les émissions anthropiques des gaz à effet de serre,
responsable du dérèglement climatique actuel. La réduction de l’impact des activités
humaines sur l’environnement et ses ressources passe aussi par une transition des énergies
dites fossiles (charbon, pétrole, gaz naturel) vers des énergies renouvelables (éolien, solaire,
hydraulique, géothermie et issue de la biomasse).

Parmi les procédés de production d’énergie renouvelable existants, il en est un qui se

trouve à la croisée de plusieurs enjeux : la production d’énergie, la gestion des déchets,
l’environnement et l’agriculture. Il s’agit du procédé de méthanisation. Ce dernier est basé sur
un processus naturel de dégradation biologique de la matière organique par un consortium
de microorganismes en milieu anaérobie. Cette dégradation s’opère dans des méthaniseurs
et conduit à la production d’un vecteur énergétique, le biogaz, principalement composé de
méthane et de dioxyde de carbone, et d’un résidu solide/liquide contenant de la matière
organique partiellement stabilisée et de la matière minérale. Cette technique permet de
traiter des déchets organiques issus du monde agricole (cultures dédiées, résidus agricoles et
d’élevage) et issus de stations d’épuration, de la fraction organique d’ordures ménagères et
des industries (agroalimentaire, chimie, …).

En France, le développement de la filière de méthanisation est soutenu par un

contexte politique favorable. De plus, d’après l’actualisation du scénario énergie-climat
produit par l’ADEME en 2017, le potentiel de ressources mobilisables est tel qu’il pourrait
permettre l’installation de 6 800 unités d’ici 2035, contre 1 018 unités réellement en
fonctionnement en 2021. D’après ce même scénario, 80% du gisement disponible en 2035
serait d’origine agricole. Cependant, malgré cet important potentiel, la méthanisation agricole
souffre encore d’un certain nombre de verrous scientifiques et technologiques qui freinent
son développement. L’un de ces verrous est le risque de dysfonctionnement des méthaniseurs
lié à l’inhibition des processus de méthanisation par de fortes concentrations en ammoniac.
Cette problématique intervient notamment dans le cas de la digestion de substrats fortement
azotés, comme, par exemple les résidus d’élevage ovins, porcins ou avicoles. Afin de pouvoir
traiter de tels substrats il est aujourd’hui indispensable d’introduire des co-substrats carbonés
et de minimiser la recirculation des jus issus du procédé, augmentant ainsi les quantités d’eau
de dilution et les rejets aqueux.

-2-
 Introduction générale

La région Occitanie est particulièrement touchée par cette problématique. En effet,

malgré le nombre conséquent d’exploitations d’élevage qu’elle comporte, elle reste l’une des
régions de France possédant le moins d’installations de méthanisation (ADEME, 2021).
D’après le rapport Agri’scopie Occitanie 2021 de la chambre d’agriculture régionale,
l’Occitanie est la 1ère région agricole française avec près de 60 000 exploitations agricoles en
2019 dont :

 16 352 exploitations d’élevage bovin ;

 5 484 exploitations d’élevage ovin ;
 1 791 exploitations d’élevage avicole ;
 642 exploitations d’élevage caprin ;
 561 exploitations d’élevage porcin.

Or, parmi les résidus agricoles disponibles à partir de ces diverses exploitations, une majorité
présente une teneur en azote importante. Malgré cela, la région Occitanie a pour ambition de
devenir la première région à énergie positive de France et souhaite activement déployer la
méthanisation agricole sur son territoire. Pour cela, il est impératif d’identifier des moyens
techniques et technologiques durables permettant de réguler la concentration en ammoniac
au sein des méthaniseurs. C’est dans ce contexte que les travaux de recherche présentés dans
ce manuscrit ont été effectués.

Ce travail, soutenu par la région Occitanie et l’Union Européenne dans le cadre des
investissements d’avenir, a été financé par des Fonds Européen du Développement Régional
(FEDER). Il fait partie intégrante d’un projet régional, nommé OCCIMETHA, dont l’objectif est
de préposer des solutions industrielles à la gestion de l’ammoniac pour les procédés de
méthanisation afin d’ouvrir la filière à de nouveaux gisements. Ce projet associe le Laboratoire
de Génie Chimique (LGC) de Toulouse et la société Arkolia Énergies, qui développe et
commercialise deux procédés de méthanisation, le procédé en voie épaisse (ARKOMETHA®
avec un taux de matière sèche > 15%), et un procédé plus classique en voie liquide. Il se divise
en trois parties:

 Partie n°1 : Étude du traitement in-situ de l’ammoniac dans le procédé voie

épaisse ARKOMETHA®

La société Arkolia Énergies envisage une solution technique de traitement de l’ammoniac au

sein même de son procédé ARKOMETHA® qui consiste à contrôler la concentration en
ammoniaque dissout dans le milieu de digestion par action sur la pression partielle en
ammoniac gazeux dans le ciel du méthaniseur. Il est question pour cela d’injecter au sein du
méthaniseur un débit de biogaz dans lequel l’ammoniac aurait été éliminé (à la suite d’une
étape d’absorption gaz-liquide par exemple), pour désorber une partie de l’ammoniac
contenu dans le milieu de digestion.

 Partie n°2 : Étude du traitement de l’ammoniac sur les jus de recirculation du

procédé de digestion en voie humide d’Arkolia Énergies

-3-
 Introduction générale

Cette partie du projet aborde la question de l’extraction de l’ammoniac, contenu dans les jus
de recirculation du procédé en voie humide d’Arkolia Énergies, par un procédé de bullage.

 Partie n°3 : Développement, identification et prévision du potentiel des

ressources méthanisables en Occitanie

Réalisée par le bureau d’étude SOLAGRO, cette dernière partie a pour objet d’identifier le
potentiel des ressources ovines, caprines, avicoles et en déchets verts en Occitanie à moyen
et long terme. A partir de l’estimation de ces ressources, différents cas types de substrats
méthanisables dans la région sont évalués.

Les travaux de cette thèse portent spécifiquement sur la partie n°1 du projet
OCCIMETHA et ont pour objectif d’évaluer la faisabilité de la solution du traitement in-situ de
l’ammoniac proposée par ARKOLIA Énergies. Pour se faire un outil de modélisation est
développé permettant de prévoir l’apparition de phénomènes d’inhibition à l’ammoniac et de
simuler le couplage entre le fonctionnement du méthaniseur ARKOMETHA® et la méthode de
traitement in-situ de l’ammoniac.

Ce manuscrit est structuré de la manière suivante :

 Le premier chapitre expose de manière détaillée l’état actuel de la filière de la

méthanisation agricole en France et en région Occitanie. Il fait également état des
connaissances des processus de digestion et des phénomènes d’inhibition à
l’ammoniac. Il est ensuite complété par la présentation des moyens technologiques et
techniques qu’il est aujourd’hui possible de mettre en place sur des unités de
méthanisation en vue d’y réguler la concentration en ammoniac.

 Le chapitre n°2 présente le modèle biologique utilisé dans ces travaux de thèse qui
prend en compte les phénomènes majeurs qui régissent les processus de
méthanisation. Une première modélisation du fonctionnement d’un méthaniseur
industriel est réalisée. Des simulations sont mises en œuvre pour permettre
d’apprécier la cohérence des réponses du modèle. Enfin une méthode d’analyse de
sensibilité globale est appliquée aux paramètres du modèle afin d’estimer ceux qui ont
le plus d’influence sur les réponses du modèle et qui de ce fait nécessiteraient un effort
de calibration particulier.

 Le chapitre n°3 traite des modifications et des améliorations apportées au modèle

biologique afin que ce dernier prenne en compte le mode d’écoulement de la matière
au sein de l’ARKOMETHA® d’une part, et qu’il puisse correctement décrire et prévoir
les phénomènes d’inhibition à l’ammoniac d’autre part.

-4-
Introduction générale

 Le dernier chapitre de cette thèse est consacré à l’étude du traitement in-situ de

l’ammoniac au cours de la digestion d’un des cas types définis par le bureau d’étude
Solagro dans le lot n°3 du projet OCCIMETHA.
Cette étude consiste à évaluer le débit minimal de biogaz, exempt d’ammoniac, à
injecter dans le milieu de digestion afin d’éviter l’arrêt global des processus biologiques
dans un méthaniseur dont le fonctionnement est proche de celui de l’ARKOMETHA®.
Les effets des différents paramètres opératoires que sont le taux de recyclage de
digestat brut, le débit de biogaz, sa composition (CH4 et CO2) et les zones du
méthaniseur traitées sont évalués sur les caractéristiques du milieu de digestion ainsi
que sur la valeur du débit d’injection de biogaz nécessaire au traitement de
l’ammoniac. Les conditions de traitement de l’ammoniac observées au cours des
diverses simulations sont discutées.

-5-
Chapitre I
État de l’art et objectifs scientifiques de la
thèse
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.1. Introduction
Ce chapitre dresse dans un premier temps l’état des lieux de la méthanisation agricole
en France et en région Occitanie. Puis, une seconde partie précise les processus ainsi que les
facteurs d’influence de la méthanisation. Parmi ces facteurs d’influence, sont notamment
abordés les phénomènes d’inhibition à l’ammoniac pouvant survenir lors de la digestion de
substrats azotés. La troisième partie permet ensuite d’introduire les procédés de
méthanisation ainsi que les moyens de prévention technique et technologique permettant de
limiter les effets néfastes de ces inhibitions sur leur fonctionnement. Enfin, après avoir
explicité les problèmes scientifiques majeurs auquel le développement de la filière de
méthanisation agricole est confronté, la dernière partie de ce chapitre présente les objectifs
scientifiques de cette thèse.

I.2. La méthanisation
La méthanisation, autrement appelée digestion anaérobie, est un phénomène naturel
au cours duquel des micro-organismes dégradent de la matière organique en l’absence
d’oxygène. Ce phénomène a été découvert en 1778 par le chercheur Alessandro VOLTA qui
constata les émanations d’un gaz inflammable, le méthane, à la surface du lac Maggiore en
Italie. Après quelques études il comprit que ce gaz provenait de la décomposition des plantes
et de la vase contenues dans les sédiments du lac. La méthanisation a ensuite été étudiée par
Louis PASTEUR puis par Antoine LAVOISIER avant d’être finalement appliquée aux traitements
d’eaux usées à la fin du 19ème siècle. Elle est aujourd’hui mise en œuvre dans des procédés de
traitement de déchets organiques issues d’eaux usées, de déchets alimentaires, de déchets
de collectivités ou d’industries agro-alimentaires et des résidus d’exploitations agricoles
(élevages et cultures). La dégradation de ces matières organiques s’opère dans des digesteurs
et génère :

 Un produit humide riche en composés azotés et en matière organique partiellement

stabilisée, appelé digestat;

 Un mélange gazeux, appelé biogaz, saturé en eau et composé d’environ 50% à 70% de
méthane (CH4), de 30% à 50% de gaz carbonique (CO2) et de quelques traces de
différents gaz (NH3, N2, H2S).
Ce biogaz constitue une source d’énergie et peut être valorisé de différentes manières comme
illustré sur la Figure I-1.

-8-
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Figure I-1 : Les différents voies de valorisation de biogaz (ADEME, 2014)

Le niveau de traitement du biogaz dépend du type de valorisation choisi. La

combustion du biogaz en vue de sa valorisation sous forme d’électricité et/ou de chaleur
nécessite la condensation de la vapeur d’eau qu’il contient ainsi qu’une étape de
désulfuration. La conversion du biogaz en biométhane nécessite quant à elle une épuration
plus poussée. En effet, pour être injecté dans le réseau de gaz naturel, le taux de pureté du
biométhane doit être au minimum de 97%. Pour cela le CO2 doit être séparé du méthane ce
qui peut être réalisé par une étape de séparation membranaire, d’absorption par lavage à
l’eau ou aux amines, d’adsorption gaz-solide ou encore par cryogénie.

Le second produit de la digestion qu’est le digestat brut a une forte valeur

agronomique car il constitue une source importante de fertilisant et d’amendement
organique. Le digestat brut peut être épandu sur sols selon un plan d’épandage ou peut subir
une étape de séparation de phase liquide-solide. La fraction liquide du digestat contient la
majeure partie de l’azote et du phosphore minérale tandis que le digestat solide représente
une importante source de carbone. Dans le cas de la méthanisation agricole, les digestats
(brut, liquide ou solide) peuvent sortir du statut de déchets lorsqu’ils répondent à un cahier
des charges autorisant leur mise sur le marché (« DigAgri1* » ou « DigAgri2, DigAgri3† »).

*
Arrêté du 13 juin 2017 approuvant un cahier des charges pour la mise sur le marché et l'utilisation de digestats
de méthanisation agricoles en tant que matières fertilisantes. NOR : AGRG1617680A
†
Arrêté du 8 août 2019 approuvant deux cahiers des charges pour la mise sur le marché et l'utilisation de
digestats de méthanisation agricole en tant que matières fertilisantes. NOR : AGRG1926797A

-9-
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.3. Contexte et état des lieux de la méthanisation en France

I.3.1. Enjeux climatiques

Depuis le basculement des sociétés dans la révolution industrielle au cours du 19 ème

siècle et pour répondre à un essor démographique global, les activités anthropiques telles que
l’industrie, le transport ou encore l’agriculture n’ont cessées de se développer. L’expansion et
l’intensification de ces activités, associées à la consommation de carburants fossiles et la
déforestation, entrainent encore aujourd’hui une augmentation rapide et sans précédent des
émissions de gaz à effet de serre (GES) (principalement le dioxyde de carbone : CO2 ; le
protoxyde d’azote : N2O et le méthane : CH4). En conséquence de la hausse de ces émissions
dans l’atmosphère, le monde connait un réchauffement climatique croissant. Ce
réchauffement que l’on qualifie même de dérèglement altère le fonctionnement général du
climat (accroissement de la fréquence des évènements extrêmes), le fonctionnement des
écosystèmes (extinction d'espèces) et certaines activités humaines (rendements agricoles),
avec des effets variables selon les régions du globe (Lescarmontier et al., 2019). La société
actuelle prend de plus en plus conscience de l’urgence climatique à laquelle elle doit faire face.
Un accord international (accord de Paris) a été ratifié en 2015 par 195 pays, responsables de
90% des émissions de GES, avec pour objectif principal de contenir la hausse des températures
à 1,5 °C par rapport aux niveaux préindustriels. Le Haut Conseil pour le Climat relatait dans
son rapport annuel de juin 2019 que le réchauffement planétaire avait déjà atteint 1 °C en
2018 (Haut Conseil pour le CLIMAT, 2019).

En France, depuis l’année 2018, l’agriculture est le deuxième secteur le plus émetteur
de GES atteignant 85 Mt éqCO2 soit 19% des émissions totales en 2019 (Haut Conseil pour le
CLIMAT, 2020). Ces émissions proviennent de l’élevage, des cultures et des tracteurs, engins
et chaudières agricoles. L’une des spécificités des émissions agricoles est qu'elles sont en
partie d'origines biologiques. Le CH4 (45% des GES de l’agriculture en CO2éq) provient
principalement de la fermentation entérique des ruminants mais également des déjections et
de leur gestion. Les émissions de protoxyde d'azote (N2O) (43%), résultent de transformation
de l’azote après la fertilisation des sols par des réactions biologiques de
dénitrification/nitrification. Ces dernières tendent à être réduites avec l’application de bonnes
pratiques de culture comme l’implantation de cultures intermédiaires. Ces cultures sont des
couverts de plantes destinées à piéger les nitrates et à conserver une partie du carbone du sol
entre deux cultures de ventes.

De manière générale, les émissions de GES du secteur agricole peuvent être réduites
grâce à une meilleure gestion des déchets organiques et leur valorisation à travers un
processus de méthanisation. Cette opération de digestion anaérobie en réacteur fermé
permet de produire un biogaz et de limiter les rejets dans l’atmosphère de GES issus des
dégradations biologiques incontrôlées des effluents d’élevage lors de leur stockage.

- 10 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

De plus, les recours aux engrais minéraux de synthèse peuvent être réduits en valorisant par
épandage la fraction liquide des digestats riches en azote ammoniacal. Enfin, dans le cas d’une
valorisation du biogaz en cogénération, la chaleur produite peut être recyclée pour chauffer
des bâtiments et ainsi réduire leur consommation en énergies fossiles.

I.3.2. Contexte législatif français

Le comportement volontariste de la France vers la transition énergétique se traduit par

l’instauration de lois et de mesures qui, au fil des gouvernements, définissent des objectifs et
des directives pour le développement des énergies renouvelables sur le territoire. Afin de
répondre aux objectifs définis dans les différents textes, dont les principaux sont présentés
sur la Figure I-2, l'État articule des dispositifs d’accompagnement et de soutien à la filière de
méthanisation. Des exemples de dispositifs mis en place sont l’obligation d’achat de
l’électricité ou du biométhane produit, des tarifs d’achat garantis, des aides à l'investissement
mais également des assouplissements de la réglementation et des procédures de mise en
place d’installations. Ces aides varient selon la taille des installations et sont vouées à
s’atténuer au fil des années (ADEME and Observ’ER, 2021; GRDF, 2021).

- 11 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

2013 Plan Énergie Méthanisation Autonomie Azote (EMAA) (Ministère de l’écologie

du développement durable et de l’énergie and Ministère de l’agriculture de
l’agroalimentaire et de la forêt, 2013)
Diminuer la dépendance de l'agriculture française à l'azote minéral (engrais de
synthèse) par la valorisation des effluents d'élevage.
Développer en France, à l'horizon 2020, 1 000 « méthaniseurs à la ferme » (contre 90
fin 2012).
Au premier janvier 2021 : 695 unité à la ferme (dont 35 en couverture de fosse) et 110
unités centralisées sont présentes sur le territoire (ADEME and Observ’ER, 2021).
2015 Loi Transition Énergétique pour la Croissance Verte (LTECV)‡
Réduire de 30% la consommation en énergies fossiles d’ici 2030 par rapport à la
référence de 2012.
Porter la part des énergies renouvelables à 23% de la consommation finale brute
d’énergie en 2020 et à 32% de la consommation finale brute d’énergie en 2030.
Réduire de 50% la quantité de déchets mis en décharge à l’horizon 2025.
Porter la part de la consommation de biométhane à 10% de la consommation en gaz
naturel d’ici 2030.
Élaboration de la Programmation Pluriannuelle de l’Énergie (2016), document qui
reprend les objectifs législatifs et oriente les actions à mener par les pouvoirs publics.
En 2019, la part des énergies renouvelables dans la consommation finale brute
d’énergie était de 17,8% (Haut Conseil pour le CLIMAT, 2020).
En 2020 la part de biométhane représentait 0,5% de la consommation de gaz naturel
(GRDF, 2021).
2017 Plan Climat (Ministère de la trasition écologique solidaire, 2017)
Atteindre la neutralité carbone d’ici 2050.
Élaboration d’un plan d’action de libération des énergies renouvelables.
Mise en place d’un groupe de travail « méthanisation » dont les conclusions parues
en mars 2018 définissent 15 mesures de soutien à la filière dont la facilitation à l’accès
aux crédits financiers pour la méthanisation agricole ou encore la simplification des
procédures liées aux installations classées pour la protection de l’environnement.
2020 Plan Pluriannuelle de l’Energie (PPE 2020)§
Porter la part de la consommation de biométhane à 7% de la consommation en gaz
naturel d’ici 2030.
Réduire la consommation en énergie fossile primaire de 40% d’ici 2030.
Atteindre un niveau de 33% de consommation d’énergie renouvelable en 2030.

Figure I-2 : Principaux plans d’action et textes de lois mis en place pour soutenir le
développement de la filière de méthanisation en France

‡
LOI N° 2015-992 du 17 août 2015 relative à la transition énergétique pour la croissance verte. NOR
DEVX1413992L

- 12 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.3.3. État des lieux de la méthanisation agricole en France

D’après la base de données SINOE®, au 1er janvier 2021, 1018 unités de méthanisation
étaient installées sur le territoire français (ADEME and Observ’ER, 2021). Parmi ces unités,
deux tiers valorisent le biogaz produit dans des moteurs à cogénération assurant une
production d’électricité en 2020 de 1,3 TWh. Le tiers restant est majoritairement partagé
entre des unités de valorisation par injection de biométhane dans le réseau de gaz et des
unités de valorisation en chaleur seule (ADEME and Observ’ER, 2021). Comme illustré par la
Figure I-3, au 1er janvier 2021 la France comptabilisait 660 unités de méthanisation à la ferme
ou dites centralisées (traitement dans une même installation de déjections d’élevages et de
déchets provenant notamment des industries agro-alimentaires).

110
16 Unités centralisées
84
Unités de déchets ménagers

Unités de station d'épuration

113 Unités dans l'industrie (agroalimentaire, papeterie,
chimie)
660 Unités en couverture de fosse
35
Unités à la ferme

Figure I-3 : Répartition par secteur des unités de méthanisation installées en France au 1er
janvier 2021 [6]

L’évolution du parc de méthaniseurs à la ferme croît d’année en année avec le passage d’une
centaine d’unités installées en 2012 à 281 installations à la fin de l’année 2016 (Thual, 2017)
puis 532 au 1er janvier 2020. Malgré cela, l’objectif du plan EMMA d’avoir sur le territoire un
total de 1 000 méthaniseurs en fonctionnement à la ferme en 2020 n’a pas été atteint (Figure
I-4). Néanmoins, basés sur l’évolution des régimes alimentaires de la population, de
l’agroécologie ou encore de l’usage des terres, des travaux prospectifs tels que le scénario
Afterre2050 ou le scénario énergie-climat réalisé par l’ADEME, soulignent l’important
potentiel de gisement et de développement de la filière.

§
Décret N° 2020-456 du 21 avril 2020 relatif à la programmation pluriannuelle de l'énergie. NOR : TRER2006667D

- 13 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

900
800
700
Nombre d'unité 600
500
400
300
200
100
0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Figure I-4 : Évolution du parc d'unités de méthanisation à la ferme et centralisées en France

d’après les données de l’ADEME 2021 [6]

En 2013, dans une étude réalisée par les bureaux d’étude SOLAGRO et INDIGO pour le
compte de l’ADEME, le gisement global mobilisable pour la méthanisation à l’horizon de 2030
a été évalué à 130 millions de tonnes de matière brute soit 4,8 MTep d’énergie primaire en
production de biogaz (SOLAGRO and INDDIGO, 2013). Ce gisement serait issu à 90% de
ressources agricoles. L’actualisation du scénario énergie-climat produit par l’ADEME en 2017
a confirmé ces tendances avec une évolution du gisement mobilisable équivalent à 6 MTep en
2035 jusqu’à 8 MTep en 2050. Pour exploiter un tel gisement, il est supposé l’installation de
400 méthaniseurs par an d’ici à 2035 ce qui correspondrait à un total d’environ 6 600
méthaniseurs. Enfin, à travers l’actualisation du plan pluriannuel de l’énergie de 2020, l’état
continue d’apporter son soutien à la filière de production et d’injection de biométhane dans
le réseau de gaz (dispositifs de financement, tarifs de rachat). La capacité des installations
(méthanisation, gazéification, power-to-gas) injectant du biométhane dans le réseau de gaz
naturel s’élevait à 4 TWh à la fin de 2020, le PPE souhaitant porter cette capacité à 6 TWh en
2023.

De son côté, la région Occitanie a pour ambition de devenir la première région

française à énergie positive d’ici 2050 et planifie dans un « Schéma Régional Biomasse » (SRB)
approuvé en février 2020, l’évolution des bioénergies dans le mix énergétique régional. Basé
sur le scénario Afterre2050, ce plan prévoit une évolution des habitudes alimentaires vers une
réduction de la consommation de viande au profit de la consommation de protéines végétales,
de fruits et de légumes. Ce plan inclut également une évolution de la gestion des sols et de
l’utilisation de cultures intermédiaires. Sur la base de ces hypothèses et au regard des
bénéfices agronomiques et écologiques qu’apporte la méthanisation, le nombre
d’installations pourrait passer de 34 en 2019 à 328 d’ici 2030 sur le territoire occitan.

- 14 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Le SRB envisage que deux tiers des unités pourraient injecter du biométhane dans le réseau
de gaz et que le tiers restant produirait de l’énergie par cogénération.

Cependant, malgré des objectifs ambitieux en lien avec un potentiel de gisement

important, la filière de méthanisation souffre encore d’un certain nombre de verrous qui
freinent son développement.

I.3.4. Les verrous au développement de la méthanisation

Les freins au développement de la filière de méthanisation en France sont de plusieurs

types : scientifique, technologique, économique, sociétal, géographique, organisationnel et
financier (ADEME, 2017).

A contrario de l’Allemagne, la France a fait le choix de ne pas se tourner vers les cultures
principales à vocation énergétiques (en remplacement des cultures alimentaires) en limitant
leur approvisionnement à 15% du tonnage brut entrant par méthaniseur. D’un point de vue
économique, la rentabilité de la méthanisation est la motivation première des porteurs de
projets à la ferme. La méconnaissance de l’impact économique et le manque de gestion du
risque associé pour un exploitant qui investit dans une solution de méthanisation est un frein
à l’investissement. Il se rajoute à cela une réticence des banques à financer les projets par
méconnaissance du secteur. Ces verrous sont en réalité à mettre en lien avec les obstacles
scientifiques et techniques que sont entre autres, le manque de compréhension fine des
phénomènes régissant la méthanisation et le manque d’outils de gestion et de contrôle des
procédés de digestion. Ces problématiques sont souvent la cause de dysfonctionnement et
parfois de l’arrêt de digesteurs et sont notamment dues à :

 La complexité des phénomènes biologiques, biochimiques, des équilibres physico-

chimiques et de leurs corrélations ;
 La sensibilité des micro-organismes à leur environnement (pH, température, …) et à
un grand nombre de composés toxiques (ammoniac, métaux lourds, acides gras
volatils, sulfure d’hydrogène et autres).

Enfin, l’acceptation sociétale est également une condition nécessaire au bon déroulement des
projets. Les possibles nuisances sonores et olfactives que peuvent causer le fonctionnement
ou l’approvisionnement des unités de méthanisation ainsi que le manque de communication
entre les porteurs de projet et les citoyens peuvent effectivement conduire à l’arrêt
prématuré des projets de méthanisation.

En lien avec les verrous scientifiques identifiés précédemment, la partie suivante de ce

chapitre tend à illustrer la complexité des processus biochimiques régissant la méthanisation.
Il s’agira également de comprendre dans quelle mesure la fragilité des écosystèmes impliqués
dans ces processus peut rendre un procédé de digestion potentiellement instable.

- 15 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.4. Processus et facteurs d’influence de la méthanisation

I.4.1. Les processus de la méthanisation

La méthanisation est une succession de réactions biologiques au cours desquelles un

substrat complexe est progressivement dégradé et transformé essentiellement en CH4 et CO2
(Figure I-5). Ces réactions biologiques sont assurées par différents micro-organismes dont les
conditions optimales de croissances peuvent être différentes. Dans un méthaniseur
l’ensemble des processus de digestion a lieu en même temps. Les milieux de digestion sont
des milieux hétérogènes tri-phasiques (solide-liquide-gazeux) au sein desquels se mélangent
des composés organiques et inorganiques solubles et solides et des micro-organismes. Les
diverses interactions physico-chimiques et biologiques existant entre ces différentes espèces
rendent compte de la complexité de caractérisation des milieux de digestion.

Figure I-5 : Schéma simplifié des processus biologiques de méthanisation

I.4.1.1. L’hydrolyse
L’hydrolyse est la première étape du processus de méthanisation. Elle consiste en une
étape extracellulaire de dépolymérisation enzymatique de la matière organique complexe
solide (carbohydrates, lipides et protéines) en monomères et dimères solubles (Batstone et
al., 2002; Lohani and Havukainen, 2018; Moletta, 2015). Dans la majorité des effluents
d’élevage tels que les fumiers, la matière organique complexe, majoritairement composée de
matière lignocellulosique non digérée, se trouve à l’état solide.

- 16 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Elle ne peut pas être assimilée de la sorte et doit être hydrolysée afin que les
monomères constitutifs du substrat puissent franchir les membranes cellulaires bactériennes
des micro-organismes fermentaires.

Le groupe de micro-organismes hydrolytiques/acidogènes est composé de bactéries de type

anaérobie stricte et facultative (Lohani and Havukainen, 2018; Moletta, 2015). Les réactions
d’hydrolyse sont catalysées par des enzymes telles que les cellulases, les protéases et les
lipases, excrétées par les micro-organismes (Parawira, 2012).

 La réaction d’hydrolyse va donc transformer les protéines en différents acides aminés

(Sanders, 2001).
 Les lipides sont dégradés principalement en acides gras à longues chaînes (AGLC) et en
glycérol (Batstone et al., 2002).
 Les hydrates de carbones (type cellulose, hémicellulose) seront dissociés en glycérol et
en monosaccharides (glucose, galactose) (Sanders et al., 2000). La réaction d’hydrolyse
des sucres peut être représentée par l’équation suivante :
𝑒𝑛𝑧𝑦𝑚𝑒𝑠
(𝐶6 𝐻10 𝑂5 )𝑛 + 𝑛𝐻2 𝑂 → 𝑛𝐶6 𝐻12 𝑂6

Il est admis, dans la littérature, que l’étape d’hydrolyse est l’étape cinétiquement limitante
des processus de digestion des substrats complexes (Batstone et al., 2002; Ma et al., 2013;
Mao et al., 2015; Vavilin et al., 2008). C’est notamment le cas pour les composés
lignocellulosiques au sein desquels l’emprisonnement de la cellulose et de l’hémicellulose
dans la matrice de la lignine rend ces substrats difficiles d’accès aux bactéries hydrolytiques
et leurs enzymes (Chandra et al., 2012; Li et al., 2018; Schroyen et al., 2018). La faible bio-
accessibilité de la biomasse à ces métabolites limite à la fois la dégradabilité du substrat et la
vitesse à laquelle la matière solide est hydrolysée (Bareha et al., 2018). Ainsi, bien que la
matière lignocellulosique soit l’une des ressources les plus abondantes pouvant être utilisées
en méthanisation, sa résistance à l’hydrolyse peut nécessiter des prétraitements
enzymatiques (Parawira, 2012), thermiques (Liu et al., 2020) ou encore chimiques (Li et al.,
2014).

I.4.1.2. L’acidogenèse
L’acidogenèse est définie comme étant l’étape au cours de laquelle les produits de
l’hydrolyse sont convertis principalement en une variété d’acides gras volatils (AGV). Cela
inclut la dégradation des sucres simples et des acides aminés solubles principalement en acide
acétique et acide propionique mais également en acide butyrique et acide valérique (Batstone
et al., 2002). L’acidogenèse du glycérol résulte par ailleurs en une production d’acétate et de
dihydrogène. Le Tableau I-1 illustre l’exemple de réaction d’acidogenèse de sucre simple.
Enfin, c’est au cours de l’acidogenèse des acides aminés qu’est majoritairement produit
l’ammoniac.

- 17 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Tableau I-1 : Réactions d’acidogenèse du glucose

Produits de l’acidogenèse Réactions

Acide acétique 𝐶6 𝐻12 𝑂6 + 𝐻2 𝑂 → 2 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 2 𝐶𝑂2 + 4 𝐻2

Acides acétique et
3 𝐶6 𝐻12 𝑂6 → 4 𝐶𝐻3 𝐶𝐻2 𝐶𝑂𝑂𝐻 + 2 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 2 𝐶𝑂2 + 2 𝐻2 𝑂
propionique
Acide butyrique 𝐶6 𝐻12 𝑂6 → 𝐶𝐻3 𝐶𝐻2 𝐶𝐻2 𝐶𝑂𝑂𝐻 + 2 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 2 𝐶𝑂2 + 2 𝐻2

La flore acidogène, responsable des étapes d’hydrolyse et d’acidogenèse, possède une

croissance rapide comparativement aux suivantes.
I.4.1.3. L’acétogenèse
L’acétogenèse est l’étape au cours de laquelle les AGV, les alcools et des AGLC sont
transformés en acide acétique, en dihydrogène et en dioxyde de carbone (Batstone et al.,
2002). La voie métabolique prédominante de cette étape est l’acétogenèse hétérofermentaire
(Almeida Streitwieser, 2017; Batstone et al., 2002). Des exemples de réaction s’opérant
pendant cette étape sont présentés dans le Tableau I-2.

Tableau I-2 : Exemples de réactions d’acétogenèse hétérofermentaire

Substrats Réactions

Propionate 𝐶𝐻3 𝐶𝐻2 𝐶𝑂𝑂𝐻 + 2 𝐻2 𝑂 → 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 𝐶𝑂2 + 3 𝐻2

Butyrate 𝐶𝐻3 𝐶𝐻2 𝐶𝐻2 𝐶𝑂𝑂𝐻 + 2 𝐻2 𝑂 → 2 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 2 𝐻2

Palmitate 𝐶𝐻3 (𝐶𝐻2 )14 𝐶𝑂𝑂𝐻 + 14 𝐻2 𝑂 → 8 𝐶𝐻3 𝐶𝑂𝑂𝐻 + 14 𝐻2

L’acétogenèse hétérofermentaire n’est thermodynamiquement possible que pour de très

faibles concentrations en dihydrogène. La régulation de concentration en H2 est en fait
assurée par la symbiose entre les bactéries acétoclastiques productrices d’H2 et les Archea
méthanogènes productrices de CH4 (voir partie I.4.1.4. ). Cette synergie est appelée relation
syntrophique (Gourdon, 2002).

I.4.1.4. La méthanogenèse
La méthanogenèse est la dernière étape du processus de digestion anaérobie. Elle est
assurée par les micro-organismes méthanogènes de type anaérobie stricte appartenant à une
classe de bactéries particulières nommée les Archées (Patel et al., 2017). La méthanogenèse
acétoclastique est responsable de la transformation de l’acétate en méthane comme illustrée
par la première réaction du Tableau I-3. En digesteur anaérobie, cette étape est à l’origine de
60 à 70% du méthane produit (Moletta, 2015; Patel et al., 2017).
- 18 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

La méthanogenèse hydrogénotrophe est la voie par laquelle du dioxyde de carbone est

réduit par de l’hydrogène pour former du méthane. Cette réaction est décrite par la seconde
réaction du Tableau I-3. Les méthanogènes se caractérisent, tout comme les acétogènes, par
un développement lent, un caractère anaérobie strict et une forte sensibilité au pH et à la
concentration en ammoniac.

Tableau I-3 : Réactions de méthanogenèse

Type de méthanogenèse Réactions

Acétoclastique 𝐶𝐻3 𝐶𝑂𝑂𝐻 → 𝐶𝐻4 + 𝐶𝑂2

Hydrogénotrophe 4 𝐻2 + 𝐶𝑂2 → 𝐶𝐻4 + 2 𝐻2 𝑂

I.4.2. Potentiel méthanogène des matières organiques

Comme illustré sur la Figure I-6, un substrat est composé d’une fraction aqueuse, d’une
fraction organique et d’une fraction minérale. L’ensemble de ces éléments représente la
matière brute (MB) du substrat tandis que la matière organique et la matière minérale
constituent la matière sèche (MS). La matière organique peut être décomposée en une
fraction biodégradable, aussi appelée matière volatile (MV), et en une fraction non
dégradable.

1ADEME 2017

Figure I-6 : Schéma global du bilan de la méthanisation inspiré de Moletta, 2015 (MO :
Matière Organique ; MV : Matière Volatile)

Le potentiel méthanogène d’un substrat correspond à la quantité maximale de méthane qu’il

est possible de produire si toute la matière biodégradable qu’il contient était réellement
dégradée. Afin de faciliter la comparaison entre les substrats, le potentiel méthanogène est
souvent exprimé en Nm3 de CH4 par unité de masse de MS ou de MV.
- 19 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.4.3. Facteurs influençant la méthanisation

I.4.3.1. La température
L’un des facteurs influençant l’efficacité et la robustesse de la méthanisation est la
température. D’un point de vue industriel, trois plages de température sont utilisées en
digestion anaérobie : psychrophile (4-15°C), mésophile (20-40°C) et thermophile (45-70°C)
(Batstone et al., 2002). En fonction de la température opératoire du procédé, l’inoculum choisi
ne sera pas le même car les flores microbiennes qui s’y développent sont différentes. Les
groupes méthanogènes mésophiles ont une température optimale de croissance qui se situe
aux alentours de 35°C (Batstone et al., 2002) tandis que les micro-organismes thermophiles
ont une température optimale de croissance proche de 55°C (Batstone et al., 2002;
Suryawanshi et al., 2010). La Figure I-7 ci-dessous illustre la croissance relative des différents
groupes de méthanogènes (psychrophile, mésophile et thermophile).

Figure I-7: Variations du taux de croissance relatif des bactéries méthanogènes en fonction
de la température (Batstone et al., 2002)

Les vitesses de croissance des méthanogènes illustrées ci-dessus suivent une loi d’Arrhenius
jusqu’à atteindre un optimum (40°C pour les mésophiles et 65°C pour les thermophiles) avant
de chuter drastiquement. Une augmentation de température peut également engendrer une
modification des voies métaboliques et une augmentation du taux de mortalité des micro-
organismes (Batstone et al., 2002).

La température influe également sur les équilibres thermodynamiques tels que les équilibres
acidobasiques et les équilibres de solubilisation des gaz ainsi que sur les phénomènes de
transfert de matière.

I.4.3.2. L’ammoniac
L’azote ammoniacal est issu de la dégradation des protéines, des acides nucléiques et
des urées, contenus dans la matière organique complexe, au cours des étapes d’hydrolyse et
d’acidogenèse (Figure I-5) (Bareha et al., 2019; Batstone et al., 2002; Moletta, 2015).
L’ammoniac est une base faible qui, en milieu aqueux, se trouve sous forme ionisée notée
NH4+ et sous forme dite libre notée NH3.

- 20 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

L’équilibre acido-basique de ces deux espèces dépend directement du pH, de la

température et de la force ionique du milieu. Il peut être écrit de la manière suivante :

𝑁𝐻4+ ↔ 𝑁𝐻3 +𝐻 +

Aux température de 25°C et 55°C, les pKa du couple NH4+/NH3 sont respectivement de 9,25 et
de 8,41 (Emerson et al., 1975). Une élévation de pH ou de température déplacera donc
l’équilibre vers la formation de la forme libre de l’ammoniac. Par ailleurs, l’ammoniac NH3 est
un composé volatil, dont la concentration en phase liquide dépend de l’équilibre
thermodynamique liquide-vapeur entre cette dernière et la pression partielle en NH3 dans
l’atmosphère gazeuse du digesteur.

L’ammoniac participe au pouvoir tampon du milieu de digestion au même titre que les
ions bicarbonates (HCO3-) et permet de compenser une variation de pH engendrée par la
surproduction d’acides tels que les AGV. L’azote est par ailleurs un élément constitutif des
cellules des micro-organismes. C’est pourquoi l’ammoniac est un nutriment nécessaire à la
croissance bactérienne. Une concentration en ammoniac total comprise entre 50 et 200
mgN.L-1 est bénéfique à la croissance cellulaire (Rajagopal et al., 2013). Cependant, lorsque
l’ammoniac est présent en trop forte concentration, il devient alors un inhibiteur de l’activité
des archées méthanogènes, micro-organismes les plus sensibles aux composés toxiques (Borja
et al., 1996; Chen et al., 2016; Gallert et al., 1998; Sung and Liu, 2003a). Une inhibition de la
méthanogenèse par l’ammoniac peut ainsi causer une accumulation d’AGV et engendrer une
chute du pH. La chute de pH associée à cette accumulation d’acides peut également causer
l’inhibition des processus de méthanisation (Chen et al., 2008). La synergie qui existe entre
ces divers effets inhibiteurs peut engendrer la faillite globale du procédé de digestion (Tian et
al., 2018). Ces interactions entre espèces reflètent toute la complexité du phénomène de
méthanisation.

La forme ionisée de l’ammoniac (NH4+) tout comme sa forme libre (NH3) présentent
des effets inhibiteurs de l’activité des méthanogènes (Capson-Tojo et al., 2020). Néanmoins,
il est largement admis dans la littérature que la forme la plus inhibitrice de l’ammoniac est sa
forme libre NH3 (Capson-Tojo et al., 2020; Chen et al., 2014, 2008; Gallert et al., 1998; Jiang et
al., 2019; Sprott and Patel, 1986; Wittmann, 1995; Zhang et al., 2014). Cependant, il n’existe
pas un seuil unique de concentration critique en NH3 ou NH4+ à partir duquel la production de
méthane serait fortement inhibée. En effet, la sensibilité des méthanogènes dépend à la fois
de la nature du substrat, du consortium de méthanogènes évoluant dans le méthaniseur, des
conditions opératoires telles que le pH ou la température, du temps de séjour dans le
digesteur et surtout du niveau d’acclimatation des micro-organismes (Capson-Tojo et al.,
2020; Yao et al., 2017a). L’acclimatation consiste à exposer la biomasse à des concentrations
croissantes d’un composé inhibiteur sur une longue période afin qu’ils s’adaptent et se
renforcent vis-à-vis de ce dernier.

- 21 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

De nombreuses études ont ainsi été menées pour tenter d’estimer des seuils de concentration
inhibitrice en NH3 ou en ammoniaque total (TAN) lors de la digestion de différents substrats
(Jiang et al., 2019; Rajagopal et al., 2013; Yenigün and Demirel, 2013; Yuan and Zhu, 2016).
L’importante disparité des résultats conduit à l’estimation de plages de concentrations
inhibitrices en TAN (Tableau I-4).

Tableau I-4 : Ordre de grandeur de concentration en ammoniaque total responsable d’une

diminution de l’activité de biomasses méthanogènes

Plages de concentrations inhibitrices Sources

Sans acclimatation 1-3 gN.L-1 (Jiang et al., 2019;
Rajagopal et al.,
2013; Yenigün
Avec acclimatation 3-10 gN.L-1 and Demirel,
2013)

Par ailleurs, Capson-Tojo et al. (2020) ont récemment mené une large étude
bibliographique et proposent des valeurs types de concentrations en NH3 responsables d’une
diminution de l’activité méthanogène de 50% (constante de demi-saturation). A partir de plus
de 50 études expérimentales d’inhibition à l’ammoniac, ils ont identifié 6 clusters de données
caractérisés par des conditions opératoires (température et pH) et des communautés
microbiennes communes. Chaque cluster rend compte d’un niveau de sensibilité différent de
la flore méthanogène à l’ammoniac libre et se caractérise par une valeur de constante de
demi-saturation en NH3 (Tableau I-5). Il peut être noté que les méthanogènes thermophiles
sont plus résistants que les méthanogènes mésophiles.

Tableau I-5 : Caractérisation des clusters d’inhibition à NH3 tirée de Capson-Tojo et al. 2020
: valeurs de constante de demi-saturation en NH3, concentration médiane en TAN,
température médiane, pH médian, et source de substrat principale

SNH3 STAN T
Cluster pH Substrat principal
(mgN.L-1) (gN.L-1) (°C)

1 39 4,8 37 7,2 Acétate

2 84 3,3 37 7,5 Acétate

3 208 4,0 37 7,7 Fumier

4 458 4,9 38 7,8 Fumier

5 1082 6,0 55 7,9 Fumier

6 2565 5,4 55 8,1 Fumier

- 22 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

L’ion ammonium (NH4+) a un pouvoir inhibiteur plus faible que l’ammoniac NH3 et cela
se traduit par des seuils de concentration inhibitrice plus hauts. En effet, Benabdallah El Hadj
et al. (2009) relèvent une valeur de constante de demi-saturation en NH4+ de méthanogènes
de 5,6 gN.L-1 lors de la digestion thermophile de la fraction organique de déchets ménagers
solides (Benabdallah El Hadj et al., 2009a). Deux autres études, mentionnent des valeurs de
constante de demi-saturation de 5 gN.L-1 et de 3,7 gN.L-1 obtenues respectivement au cours
de la digestion mésophile de boues de station d’épuration (Lay et al., 1998) et de la digestion
mésophile de la fraction liquide de fumier porcin (Astals et al., 2018).

I.4.3.3. Le pH et l’alcalinité
Le pH est un paramètre essentiel au bon fonctionnement biochimique et physico-
chimique du milieu de digestion anaérobie. Les milieux trop acides ou trop basiques altèrent
les équilibres chimiques des réactions enzymatiques (Clark and Speece, 1971) et peuvent
causer la destruction des enzymes ou la mort de la biomasse. Le pH a également un effet
indirect sur le fonctionnement du système par la modification des équilibres chimiques des
acides et bases faibles comme l’azote ammoniacal. En dernier lieu, le pH oriente les voies
métaboliques des communautés microbiennes dès la première étape vers la formation de
certains acides (Kumanowska et al., 2017).

Le pH optimal de la méthanisation se situe autour de la neutralité entre 6,8 et 7,2 (Ward et

al., 2008). Les archées méthanogènes sont les plus sensibles aux variations de pH et
présentent une gamme de pH optimal entre 6,8 et 7,5 (Klocke et al., 2007). Les bactéries
acétogènes ont une forte activité pour un pH aux alentours de 7,2 (Gourdon, 2002). En deçà
d’un pH de 6,5-6,6, la forte diminution de l’activité des groupes méthanogènes et acétogènes
devant l’activité des bactéries hydrolytiques et fermentaires entraine l'accumulation d'acides
organiques dans le milieu de digestion (Gourdon, 2002; Ward et al., 2008). Cela sous-entend
que les bactéries fermentaires responsables des phases d’hydrolyse/acidogenèse sont moins
sensibles à des variations de pH. La biomasse hydrolytique peut fonctionner dans des gammes
de pH acide de l’ordre de 4,5 à 5 (Kim et al., 2003; Kumanowska et al., 2017; Lin et al., 2013;
Park et al., 2008) et même basique allant de 8 à 10 (Khan et al., 2016). Le pH optimal de ces
bactéries reste cependant légèrement acide et proche de la neutralité autour de 6-7 (Dareioti
et al., 2014; Jung et al., 2000; Wang et al., 2016). Une étude complémentaire estime que le
pH optimal pour l’activité des bactéries acidogènes est compris entre 5,5 et 6,5 (Khan et al.,
2016).

Un élément primordial pour le maintien du pH est l’alcalinité du digesteur. L’alcalinité d'un

milieu aqueux est définie comme étant sa capacité à compenser une production d’acide par
la consommation d’un proton. Dans le cas des milieux de digestion, elle est principalement
assurée par les ions hydrogénocarbonates issus de la production de gaz carbonique. Enfin,
comme dit précédemment, l’ammoniac participe également au pouvoir tampon du milieu de
digestion.

- 23 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.4.3.4. La teneur en eau

L’eau constitue le vecteur de transport des matières solubles et assure la diffusion des
métabolites à travers les milieux poreux jusqu’aux cellules bactériennes (García-Bernet et al.,
2011). Elle est également l’un des réactifs de la dégradation de la matière organique (Pommier
et al., 2007). Dans les milieux de digestion hétérogènes solide-liquide, elle est présente sous
deux formes :

- L’eau libre, non influencée par la présence de solides ;

- L’eau liée dont les propriétés en termes de pression de vapeur, enthalpie, entropie,
viscosité et densité sont différentes du fait de ses liaisons chimiques et physiques avec
le solide.

La répartition entre eau libre et eau liée est fonction de la nature et du taux de matière sèche
du substrat ou du milieu de digestion (TS). Des études ont mis en avant l’impact négatif d’une
augmentation de TS sur les effets de mélanges de la matière (Bollon et al., 2013; Zhang et al.,
2016). En effet, une augmentation de TS induit, du fait de la perte d’eau libre, une diminution
des effets de convection. Pommier et al., 2007 ont d’ailleurs observé au cours de la digestion
de matières lignocellulosiques qu’une valeur de TS de 60% engendrait une chute drastique de
la production de biogaz. D’autres articles relatent des taux de matière sèche limites de l’ordre
de 30 à 35% (Abbassi-Guendouz et al., 2012; Benbelkacem et al., 2015; Le Hyaric et al., 2012;
Zhang et al., 2016). En plus de freiner le transport des métabolites vers les micro-organismes,
ce phénomène peut engendrer l’apparition d’effets de surconcentrations locales d’espèces
dissoutes telles que l’H2 ou le CO2 pouvant causer l’acidification des milieux et l’inhibition des
processus de digestion. Ainsi, le taux de matière sèche optimal permettant d’obtenir la
production la plus importante de biogaz varie entre 10% et 20% mais dépend de la nature du
substrat et de l’efficacité de mélange du digesteur (Abbassi-Guendouz et al., 2012;
Benbelkacem et al., 2015; Budiyono, 2010; Chiumenti et al., 2018; Le Hyaric et al., 2012). De
manière générale, une augmentation du taux de matière sèche induit dans le milieu de
digestion :

- une diminution de la cinétique apparente de l’hydrolyse (Vavilin et al., 2008, 1996) ;

- une atténuation des effets de mélange et une diminution des coefficients de diffusion
des métabolites (Bollon et al., 2013; Zhang et al., 2016) ;
- une diminution de la bio-accessibilité de la biomasse aux métabolites (Bareha et al.,
2019) ;
- une modification de l’activité méthanogène (Le Hyaric et al., 2012) ;
- une augmentation de la viscosité (Garcia-Bernet et al., 2011) ;
- l’apparition d’hétérogénéités de concentrations (André et al., 2018; Kothari et al.,
2014) ;
- un effet de surconcentration des espèces dissoutes telles que l’ammoniac ou le CO2.

- 24 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

I.4.3.5. Le rapport C/N

Le rapport carbone sur azote (C/N) de la matière organique reflète le niveau nutritif du
substrat (Mao et al., 2015). Un fort ratio C/N rend compte d’une carence en azote, nécessaire
pour le maintien et la croissance cellulaire. Le bon fonctionnement et la stabilité du processus
de digestion anaérobique dépend aussi de ce paramètre. Un ratio C/N important induit
également une faible vitesse de solubilisation des protéines menant à des concentrations en
ammoniac relativement faibles (Mao et al., 2015). Si ce rapport est trop élevé, le substrat
risque de ne pas fournir une quantité d’azote suffisante pour maintenir la croissance de la
biomasse engendrant une plus faible production de méthane.

A contrario, un rapport C/N faible peut augmenter le risque d’inhibition à l’ammoniac.

Diverses publications rapportent un ratio C/N optimal aux alentours de 25 ou se situant entre
20 et 35 pour un régime thermophile (Kothari et al., 2014; Mao et al., 2015; Zeshan et al.,
2012).

I.5. Technologie et fonctionnement des méthaniseurs

Malgré les différentes configurations et modes de fonctionnement qu’il est possible de
rencontrer parmi les unités de méthanisation, le principe général du procédé est commun à
toute installation. La Figure I-8 illustre ce principe. En premier lieu, le substrat brut subit en
général une phase de prétraitement qui peut être biologique (Akyol et al., 2019), mécanique
(broyage, mélange) (Moletta, 2015) ou encore thermique (McVoitte and Clark, 2019). Ce
substrat, mélangé à de l’eau fraiche et/ou à des digestats liquides, constitue l’intrant qui va
être dégradé au sein du méthaniseur. Le biogaz produit au cours de la digestion est traité selon
la voie de valorisation choisie.

Eau fraiche Biogaz

Digestat
solide
Substrat
1 2 3

Digestat
liquide
Recyclage

1 Prétraitement

2 Digestion

3 Séparation solide-liquide
Figure I-8 : Schéma de principe général d'une installation de méthanisation

- 25 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Une unité de séparation liquide-solide peut être placée en aval du digesteur afin de
recueillir les fractions liquide et solide des digestats bruts. Ces résidus peuvent également
subir une phase de post traitement (compostage ou séchage pour les digestats solides ;
traitement de l’azote ammoniacal pour les digestats liquides) afin d’être valorisés en tant
qu’amendements organiques ou engrais. Au cours de la phase de démarrage de l’installation,
le méthaniseur est ensemencé par l’introduction d’un inoculum contenant les micro-
organismes responsables des processus de digestion.

Il est possible de discriminer les procédés de méthanisation par :

- Leur mode de fonctionnement (continu ou discontinu, type d’agitation) ;

- Leur régime de température ;
- La siccité des intrants qui y sont traités ;
- Le séquençage ou non des phases de méthanisation ;

I.5.1. Mode de fonctionnement général des méthaniseurs

Le fonctionnement de digestion en discontinu est basé sur la succession d’une phase

de chargement suivie d’une phase de digestion puis d’une phase de déchargement du
réacteur. Ce mode de fonctionnement est simple et permet une flexibilité
d’approvisionnement mais les phases d’adaptations de la flore microbienne rendent la
digestion plus lente avec des temps de séjour allant de 30 à 60 jours (Dumont and De Pas,
2011). En ce qui concerne les procédés discontinus, batch, le mélange est assuré par une
recirculation des jus de méthanisation (fraction liquide des digestats) en haut de digesteur
(André et al., 2018), comme illustré par le schéma n°1 de la Figure I-9. Le mélange est un
paramètre crucial de la digestion car il permet l’homogénéisation du milieu et surtout il
permet aux micro-organismes de rencontrer les métabolites dont ils ont besoin.

Le mode de fonctionnement en continu est le plus appliqué à grande échelle (Moletta,

2015). Dans ce cas, le digesteur est alimenté en continu et fonctionne à un régime stable dit
régime nominal. En parallèle de cela, le soutirage des digestats est également effectué en
continu afin d’assurer un volume utile constant (Moletta, 2015). Ce mode de fonctionnement
représente un coût d’investissement plus important et est adapté pour des volumes de
substrat à traiter conséquents. Les temps de séjour au sein de ces digesteurs sont compris
entre 15 et 30 jours (Dumont and De Pas, 2011). Sur les procédés continus, l’agitation peut
également être mécanique ou assurée par la recirculation de biogaz en pied de digesteur
(André et al., 2018). Ceci est le cas des procédés continus VALORGA® et ARKOMETHA® illustrés
par le schéma n°2 de la Figure I-9. Ce dernier mode d’agitation par rapport à l’agitation
mécanique (schéma n°3) présente l’avantage de limiter le nombre d’arrêts pour maintenance
et d’éviter des casses mécaniques dans le cas de digestion à forte teneur en matière sèche.

- 26 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Réinjection de Recirculation
1 digestat liquide 2 Biogaz de biogaz
Intrant

Biogaz

Digestat
Intrant

Purge liquide

3 Biogaz

Intrant Digestat

Figure I-9 : Modes de mélange des procédés de digestion. Mélange par recirculation de digestat
liquide (1), mélange par recirculation de biogaz (2), mélange mécanique (3)

Enfin, dans chaque mode de fonctionnement une partie des digestats liquides peut
être recyclée en tête de digesteur afin d’assurer l’approvisionnement de micro-organismes
dans le milieu et d’éviter, dans le cas du fonctionnement en continu, un phénomène de
lessivage de la biomasse. Ce phénomène apparait lorsque la vitesse de passage des micro-
organismes au sein du digesteur est trop importante devant leur vitesse de croissance.

I.5.2. Régime de température

Trois plages de température sont utilisées en digestion anaérobie : psychrophile (4-

15°C), mésophile (20-40°C) et thermophile (45-70°C) (Batstone et al., 2002). Comme nous
l’avons évoqué précédemment, la température a une influence sur les cinétiques de
croissance microbienne ainsi que sur les cinétiques d’hydrolyse qui vont être favorisées à plus
haute température (He et al., 2012; Veeken and Hamelers, 1999). Différentes études ont
montré que le passage d’un régime mésophile à thermophile permet d’augmenter la vitesse
de production de biogaz et le taux de dégradation du substrat traité (Carotenuto et al., 2016;
K. Pandey and L. Soupir, 2012). Néanmoins, la majorité des installations fonctionnent en
régime mésophile (Moletta, 2015), le régime thermophile demandant un surplus d’énergie.

- 27 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Afin que le régime thermophile soit viable, il ne faut pas que la dépense énergétique
supplémentaire engendrée soit supérieure à la production de biogaz gagnée entre le régime
mésophile et thermophile. Le chauffage des réacteurs s’effectue grâce à une circulation d’eau
chaude par l’intermédiaire d’enveloppes périphériques chauffantes ou de serpentins
immergés. La mise à température de l’eau est assurée par l’utilisation d’une fraction du biogaz
produit sur le site. Le tableau n°9 ci-après illustre les différences entre les régimes mésophile
et thermophile (Membere and Sallis, 2018; Moletta, 2015; Sun et al., 2019; Suryawanshi et al.,
2010). Par ailleurs, il est important de souligner qu’une température de fonctionnement
élevée favorise la formation de composés inhibiteurs tels que l’ammoniac sous sa forme libre.
Un digesteur fonctionnant en régime thermophile présentera donc un risque de
dysfonctionnement plus élevé (Angelidaki and Ahring, 1994; Borja et al., 1996; Garcia and
Angenent, 2009).

Tableau I-6 : Comparaison entre les régimes mésophile et thermophile

Avantages Inconvénients

Vitesse de réaction plus faible

Procédé stable
(temps de séjours augmenté)
Mésophile Consommation énergétique plus
Rendement de dégradation moyen
faible
Hygiénisation limitée
Demande énergétique plus
Hydrolyse accélérée importante
Temps de séjours plus faible Sensibilité du procédé
Thermophile Production de biogaz améliorée Augmentation de la concentration
Destruction des pathogènes et des en ammoniac et en AGV
parasites intestinaux Déséquilibre des populations
microbiennes

I.5.3. Fonctionnement en voie sèche et voie humide

Il existe deux voies de digestion que sont les procédés en voie humide (TS < 15%) et les
procédés en voie sèche (TS > 15%) (André et al., 2018; Benbelkacem et al., 2013; Kothari et
al., 2014; Moletta, 2015; Momayez et al., 2019). L’avantage majeur des procédés en voie
sèche est la réduction de la taille des installations induite par la diminution de la
consommation en eau fraiche. Cela permet également d’appliquer au méthaniseur une charge
organique plus importante. Néanmoins comme il a été vu précédemment, l’augmentation du
taux de matière sèche, notamment au-delà de 20% (Benbelkacem et al., 2015), peut avoir des
conséquences négatives sur les équilibres et cinétiques microbiennes. Il devient alors
intéressant et pertinent de coupler la digestion en voie sèche avec un régime de
fonctionnement thermophile.

- 28 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

En effet, le régime thermophile permet d’augmenter les cinétiques d’hydrolyse ce qui

contrebalance l’effet négatif d’une augmentation du taux de matière sèche sur cette dernière.
D’autre part, la consommation énergétique pour maintenir la température du milieu est plus
faible qu’en voie humide.

Des exemples de fonctionnement de méthaniseurs industriels, comme les procédés

VALORGA®, KOMPOGAZ® ou encore ARKOMETHA®, ont montré la viabilité de la
méthanisation en voie sèche (André et al., 2018).

Tableau I-7 : Comparaison entre digestion en voie humide et digestion en voie sèche

Intérêts Obstacles
Mesures en ligne difficile ou non
adaptée
Manque d'outils de prédiction et
Chargement plus important
de contrôle
Procédé plus compact
Digestion en voie Plus faible stabilité
Diminution de la
sèche Milieu hétérogène
consommation énergétique
Forte viscosité, difficulté
et d'eau fraîche
d'agitation
Diminution des cinétiques
microbiennes
Quantité de digestat à traiter plus
Dilution des composés importante
Digestion en voie inhibiteurs Forte consommation d'eau
humide Procédé robuste Besoin énergétique important
Milieu homogène Investissement, digesteur de
grand volume

I.5.4. Digestion en une ou deux étapes

La stratégie de mise en œuvre de la digestion anaérobie de substrats dégradables est

basée sur deux modes de procédé : les procédés en une ou deux étapes (Moletta, 2015). Dans
un digesteur à une étape, l’ensemble des transformations microbiennes a lieu dans un seul
réacteur. L’équilibre entre les populations d’acidogènes et de méthanogènes est alors fragile
car ces groupes bactériens présentent des conditions de croissances optimales différentes
notamment en termes de pH et de température.

Il a, pour cette raison, été étudié et proposé de séparer partiellement les étapes microbiennes
dans deux digesteurs physiquement séparés nommés « Temperature Phased Anaerobic
Digestion » (TPAD). Le premier réacteur réalise principalement l’hydrolyse et l’acidogenèse
tandis que l’acétogenèse et la méthanogenèse sont réalisées dans un second digesteur.

- 29 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

L’intérêt est d’optimiser les conditions opératoires des réacteurs en fonction de la

transformation microbienne qu’on y opère. Ainsi l’hydrolyse/acidogenèse peut être opérée
en régime thermophile avec des températures allant de 55°C à 70 °C et à des pH voisins de 6.
Cette stratégie permet d’accroitre la cinétique de solubilisation et d’augmenter la quantité de
substrats hydrolysés (Buffière et al., 2018a). Les méthanogènes, se développant davantage à
un pH proche de la neutralité, évoluent dans le second digesteur pour des conditions de
température plus douces (mésophile par exemple). Le Tableau I-8 suivant permet de
comparer les deux modes de digestion.

Tableau I-8 : Comparaison entre la digestion en une et deux étapes

Avantages Inconvénient
Difficulté
Digestion en une Procédé simple
d'optimisation des
étape Investissement moins important
conditions opératoires
Optimisation des conditions
opératoires selon les phases de
digestion
Digestion en deux Procédé plus onéreux
Réduction du temps de séjour
étapes
Meilleure stabilité
Augmentation de la production de
biogaz

I.5.5. Procédés de traitement de l’ammoniac

La majorité des solutions industrielles actuellement mises en place pour le traitement

de l’ammoniac portent sur un traitement ex-situ des digestats liquides et visent à limiter les
excédents en éléments fertilisants qu’ils contiennent en lien avec les réglementations
environnementales (IFIP Institut du porc, 2017). L’intérêt croissant de l’industrie pour des
solutions de gestion de la concentration en ammoniac au sein des digesteurs s’appuie sur les
avancées de la recherche sur les traitements physiques, chimiques et biologiques de
l’ammoniac.

La séparation membranaire de l’ammoniac libre représente une des solutions de

traitement in-situ de l’ammoniac (Bayrakdar et al., 2017; Ortakci et al., 2019; Shi et al., 2019;
Wang et al., 2018). Le principe de cette méthode est d’immerger des tubes de membrane
polymérique hydrophobe perméable au gaz dans le milieu de digestion. Sous l’effet d’un
gradient de concentration, l’ammoniac libre va alors diffuser à travers les pores de la
membrane. Il est possible de coupler ce procédé à la récupération de l’ammoniac en faisant
circuler une solution d’acide du côté du perméat. Cette technique est l’une des plus efficaces
avec des pourcentages de récupération de l’ordre de 90% en ammoniac total.

- 30 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Cependant, l’utilisation de cette technique induit des coûts et une fréquence élevée de
maintenance en raison du colmatage des membranes. De plus, afin d’obtenir une efficacité
satisfaisante, le milieu doit être liquide ce qui n’est pas le cas des milieux de digestion en voie
sèche.

La précipitation de struvite est une technique non destructrice de l’azote et permet de

former des composés fertilisants à valeur ajoutée (Uludag-Demirer et al., 2008; Wang et al.,
2017). Cette approche consiste à forcer la précipitation d’un complexe d’ammonium
magnésium phosphate hexahydrate (MgNH4PO4.6H2O) appelé struvite, par ajout d’ions Mg2+
et PO43-. C’est un nutriment valorisable qui limite les effets néfastes de l’eutrophisation des
sols. En effet, il s’agit d’un composé insoluble dans l’eau et dont la dégradation lente permet
de temporiser la libération de l’azote. Ce mode de traitement permet d’atteindre des taux
d’extraction de l’ordre de 70% en ammoniac total. Les principaux inconvénients de cette
méthode sont cependant la possible incompatibilité entre les paramètres optimaux de
formation de struvite (pH=9) et les paramètres optimaux de digestion (pH=7) et l’ajout de
composés ioniques dans le milieu pouvant présenter une toxicité vis-à-vis de la biomasse
active. Enfin les phases de séparation et de récupération sont peu abordées dans la littérature.
Ceci s’avère être une contrainte non négligeable particulièrement dans le cas de digestion en
voie sèche ou struvite et digestat solide sont difficilement séparables.

Le traitement biologique intervient majoritairement comme une solution de traitement

ex-situ des digestats liquides de méthanisation (IFIP Institut du porc, 2017; Jiang et al., 2019).
Ce traitement est principalement effectué par une succession d’étapes biologiques de
nitrification et de dénitrification (aérobie/anoxie). Une seconde voie de traitement implique
un consortium de bactéries oxydant l’ammonium en présence de nitrite (Kuenen, 2008) :

𝑁𝐻4+ + 𝑁𝑂2− → 𝑁2 + 2𝐻2 𝑂

Cette opération peut être effectuée en anaérobie stricte mais le frein à l’introduction de telles
bactéries dans un réacteur est leur taux de croissance très bas. Des essais ont montré la faible
compétitivité de ces bactéries en traitement in-situ avec des pourcentages d’ammoniac total
oxydé de l’ordre de 13 à 22% (Dong and Tollner, 2003) alors que 90 % de l’ammoniac peut
être traité par cette méthode en fonctionnement ex-situ (Staunton and Aitken, 2015). Enfin,
cette méthode implique une dégradation de l’azote ammoniacal qui n’est donc plus possible
de valoriser.

Quelques études ont démontré la faisabilité du traitement de l’ammoniac par stripping

d’air ou de biogaz. La technique de stripping consiste à injecter dans le milieu un flux gazeux
pauvre en ammoniac. La pression partielle en ammoniac dans le ciel gazeux du réacteur va de
ce fait diminuer. Selon la loi de Henry, l’ammoniac libre va transférer de la phase liquide vers
la phase gazeuse. Or, d’après l’équilibre acido-basique du couple NH4+/NH3, des ions
ammonium vont être transformés en ammoniac libre par relargage d’ions H+ et ainsi de suite.
Ainsi, cette méthode consiste à déplacer les équilibres liquide-gaz et acido-basiques dans le
sens de la formation d’ammoniac libre en vue de sa désorption.

- 31 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

L’un des avantages de cette méthode est la possibilité de coupler l’extraction avec un lavage
acide des gaz afin de recueillir l’azote sous une forme valorisable. La Figure I-10 permet de
visualiser le fonctionnement d’un stripping de l’ammoniac in-situ assuré par la réinjection
d’une fraction de biogaz épuré. Il est aussi envisageable de placer une phase de traitement
entre un digesteur d’hydrolyse et un digesteur de méthanogenèse (Huang et al., 2019; Pedizzi
et al., 2017). Cette technique est appelée « side-stream stripping ». Cette technique de
traitement peut également être mise en œuvre pour le traitement ex-situ de digestat liquide.
Cette dernière méthode présente l’avantage de pouvoir optimiser l’extraction de l’ammoniac
en fonction du pH et de la température (pH > 9 et T > 60°C) du milieu, chose qu’il n’est pas
possible de faire sans perturber l’activité de la biomasse dans le cas du traitement in-situ de
l’ammoniac (Yao et al., 2017b).

Outre des considérations environnementales liées à l’utilisation des digestats pour la

fertilisation des sols, l’élimination de l’ammoniac in-situ s’avère intéressante lors de la
digestion de substrats fortement azotés. En effet, il a été mis en évidence que la digestion
mésophile de fumier de volaille seul pour des TS de l’ordre 20 % conduisait à une accumulation
d’AGV résultant d’une inhibition par l’ammoniac (Bujoczek et al., 2000). Le stripping in-situ de
l’ammoniac par une recirculation de biogaz a permis d’atteindre des rendements en méthane
allant de 195mLCH4/gMV, pour un TS de 25%, à 250 mLCH4/gMV pour un TS de 15%, comparables
à des résultats obtenus en voie humide (Abouelenien et al., 2010; Bi et al., 2020).

Biogaz épuré

H2SO4 aq

Biogaz chargé en
ammoniac
UNITÉ
𝑁𝐻3𝑔𝑎𝑧 D’ÉLIMINATION
DE NH3

𝑁𝐻3𝑙𝑖𝑞 𝑁𝐻+
4

(NH4)2SO4 aq
Digesteur

Figure I-10 : Schéma simplifié du principe du stripping in-situ de l'ammoniac

suivi d'un lavage acide

Cette technique a également été mise en place lors de la digestion de fumier bovin et a permis
d’accroitre la production de méthane d’un facteur 2,5 (Yao et al., 2017) en comparaison d’un
système classique sans traitement de l’ammoniac.

- 32 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Néanmoins, l’efficacité des extractions constatée en laboratoire est à nuancer car les temps
de traitement ou les débits de gaz utilisés sont souvent importants devant la quantité de
substrat à traiter. Les problématiques d’extrapolation et de consommation énergétique sont
peu appréhendées dans la littérature. Une étude de stripping de digestat dans un volume de
réacteur de 75L souligne la problématique de l’extrapolation des débits d’injection de gaz
nécessaires à une extraction suffisante de l’ammoniac (Serna-Maza et al., 2017). Elle montre
notamment que la diminution de la concentration en ammoniac au sein du digesteur en
dessous d’un seuil d’inhibition peut requérir un débit d’injection élevé à tel point qu’il
détériorerait l’activité de la biomasse.

I.5.6. Présentation du procédé ARKOMETHA®

Le procédé de digestion ARKOMETHA®, développé par la société ARKOLIA Énergies, est

un procédé de méthanisation en voie sèche séquencé permettant un phasage en température
(TPAD) et dont le mode d’agitation se fait par réinjection de biogaz. Un premier
démonstrateur industriel à la ferme a été mis en service à la fin de l’année 2014 sur le site de
Napagèse dans le Tarn en France. Le Tableau I-9 reprend les caractéristiques de ce
démonstrateur et la Figure I-11 illustre le principe de fonctionnement général de l’unité.

Tableau I-9 : Conditions opératoires du fonctionnement du démonstrateur ARKOMETHA®

ARKOMETHA®
Type de substrat Fumiers, herbes, pailles, lisier
Géométrie du réacteur Horizontal
Type de mélange Ré-injection de biogaz

Régime de température Thermophile/mésophile

Capacité 5 à 10 kgMO.m-3.j-1

Taux de matière sèche 20-25%

Nombre d'étape 2
Temps de séjour 20-25 jours

- 33 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Le procédé est conçu sur une base de digesteur à deux étapes permettant d’opérer la
phase d’hydrolyse en régime thermophile voire hyper-thermophile (65°C) et la phase de
méthanogenèse en régime mésophile ou thermophile. Ces deux étapes sont réalisées dans
deux compartiments séparés physiquement par une cloison (Figure I-11). L’intrant est chargé
quotidiennement dans une trémie mélangeuse qui assure le malaxage et la mise en
température du substrat. Une vis convoyeuse permet l’approvisionnement de la section du
réacteur dédiée à l’hydrolyse (Figure I-11). La poussée induite par le chargement du digesteur
assure un écoulement horizontal de la matière au sein de ce dernier. Les temps de séjour de
la matière dans le premier et le second compartiment représentent respectivement 20% et
80% du temps de séjour total. L’agitation du milieu de digestion est effectuée par des
injections intermittentes de biogaz grâce à des cannes d’injection réparties dans le digesteur.
En sortie de digesteur, une fraction du digestat brut peut être recyclée et mélangée à l’intrant.
La seconde fraction est envoyée dans un séparateur de phase (vis sans fin). Le digestat solide
est ensuite stocké avant épandage et le digestat liquide est stocké dans un réservoir étanche.
Le biogaz produit au cours du temps est envoyé dans cette même zone de stockage (Figure
I-11).

Figure I-11: Schéma du procédé ARKOMETHA® (arkolia-energies.com)

La singularité du procédé ARKOMETHA® est de mettre à profit le caractère non

Newtonien des substrats de digestion pour former au sein même de chaque compartiment
une succession de sous compartiments de compositions différentes. Les substrats agricoles à
siccité élevée, type fumier, ont un comportement rhéologique assimilable à un fluide à seuil
(Hernandez-Shek et al., 2021; Ruys, 2016). Les injections de biogaz sous pression permettent
d’appliquer localement une contrainte importante à la matière induisant sa mise en
mouvement. Cette contrainte se dissipe plus l’on s’éloigne de la cheminée d’injection, jusqu’à
devenir inférieure à la contrainte d’écoulement de la matière. Il se créé alors une cellule
convective de forme cylindrique de plusieurs mètres de diamètre dont la taille dépend du
volume et de la pression du gaz injecté et des caractéristiques du milieu (avancement de
l’hydrolyse, taux d’humidité, etc.) (Ruys, 2016) (Figure I-12). Sous l’effet d’une agitation
modérée, il est possible d’isoler deux cellules convectives comme illustré en vert dans la Figure
I-12.

- 34 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

En modulant le débit d’injection, les deux cellules peuvent également se recouvrir facilitant le
transport d’une cellule à l’autre en métabolites et en biomasse.

Le digesteur se comporte alors comme une succession de réacteurs en série dont les courants
d’entrée correspondent aux courants de sortie des réacteurs qui les précèdent. L’écoulement
horizontal de la matière en digestion couplé à la compartimentation du digesteur permet de
se rapprocher des caractéristiques et des performances d’un réacteur dit « piston ». Ainsi, la
technologie de l’ARKOMETHA® permet d’atteindre des performances de digestion similaires
à des digesteurs classiques pour des temps de séjour et des tailles de digesteurs réduits.

Figure I-12 : Illustration de l'agitation du procédé ARKOMETHA®, en vert la formation de

zones de convection induite par l'injection et en rouge la formation d'une zone de convection
plus large sous l'effet d'une augmentation du débit d'injection

I.6. Conclusions et objectifs scientifiques de la thèse

La méthanisation agricole est sans conteste un outil de réduction des émissions de GES
et de production d’énergies renouvelables. Malgré le soutien de la législation et de la
réglementation française, la filière peine encore à se développer sur le territoire. Le fort
potentiel de gisement méthanisable agricole identifié dans différents scénarios prospectifs
n’est pas totalement exploitable du fait d’un manque d’outils de gestion et de contrôle de
procédé permettant d’assurer la robustesse des digesteurs. La sensibilité des flores
microbiennes à leur environnement (pH, température, concentration en composé inhibiteur)
est notamment l’une des causes de la fragilité du bon fonctionnement des méthaniseurs.

L’ammoniac (NH4+/NH3), composé issu de la dégradation des protéines, des acides

nucléiques et de l’urée présents dans les substrats, est le principal inhibiteur rencontré lors
de la digestion de déchets organiques agricoles.

- 35 -
 Chapitre I – État de l’art et objectifs scientifiques de la thèse

Le risque que représente la chute de production de biogaz causée par une inhibition à
l’ammoniac est le principal frein au développement des traitements de substrats fortement
azotés tels que les fumiers ovins, porcins ou avicoles, largement présents en Occitanie. Cette
problématique est accentuée dans le cadre de digestion en voie sèche où la charge organique
est plus importante, représentant a fortiori une quantité potentielle d’azote minéralisable
plus conséquente. Elle est également primordiale en fonctionnement thermophile où la
température élevée des digesteurs favorise la forme la plus nocive de cet inhibiteur à savoir
l’ammoniac libre, NH3. Il apparait donc nécessaire de proposer des solutions techniques ou
technologiques pour réguler la concentration en ammoniac au sein des digesteurs afin de
développer durablement la filière de méthanisation en France.

Cette thèse fait partie du projet OCCIMETHA dont l’objectif est de présenter des
solutions industrielles à la gestion de l’ammoniac sur les procédés de méthanisation afin
d’ouvrir la filière à de nouveaux gisements en région Occitanie. Elle s’est effectuée en
collaboration avec la société ARKOLIA Énergies qui propose une solution de traitement in-situ
de l’ammoniac applicable à son procédé ARKOMETHA®. Parmi les propositions de traitement
explicitées dans les parties précédentes, la solution proposée reprend le principe de stripping
de l’ammoniac. Ainsi, il s’agit d’extraire de l’ammoniac du milieu de digestion par modification
de l’équilibre liquide/gaz de l’ammoniac dissout en injectant dans le digesteur un gaz épuré
en ammoniac.

Le but principal de ces travaux de thèse est d’étudier la faisabilité de la solution

proposée par la mise en place d’un modèle de réacteur permettant de simuler le
fonctionnement de l’ARKOMETHA® et le traitement in-situ de l’ammoniac. Pour se faire le
modèle doit répondre au cahier des charges suivant :

 Description des phénomènes majeurs régissant les processus de la méthanisation ;

 Description de manière fiable des phénomènes d’inhibitions à l’ammoniac, leurs
impacts sur la biomasse ;
 Description du fonctionnement réel de l’ARKOMETHA® impliquant le mode
d’écoulement de la matière au sein du méthaniseur, le recyclage de digestat brut et le
mélange de la matière par la réinjection d’une fraction du biogaz produit ;
 Description de l’évolution des phénomènes de transfert de matière entre les phases
liquide et gazeuse du méthaniseur induites par le traitement de l’ammoniac.

Une fois ce cahier des charges rempli, le modèle sera utilisé pour évaluer la pertinence du
traitement in-situ de l’ammoniac comme solution de prévention contre les phénomènes
d’inhibition. L’ensemble des simulations réalisées se basent sur les caractéristiques (débit et
composition de l’intrant) des cas types identifiés par le bureau d’étude Solagro lors de la phase
n°3 du projet OCCIMETHA. Le chapitre suivant présente les premières études réalisées sur le
modèle biologique mis en place pour ces travaux de thèse et les premiers résultats de son
intégration dans un modèle de réacteur simple.

- 36 -
Chapitre II
Présentation et étude de sensibilité du
modèle de digestion
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

II.1. Introduction
Le principe de la modélisation est de représenter de manière la plus juste possible le
fonctionnement d’un système réel dans le but d’en analyser le comportement. En génie des
procédés, les systèmes à modéliser (opérations unitaires ou autres) sont caractérisés par des
grandeurs qui définissent leur état interne (température, pression, compositions, propriétés
physiques, …), leur fonctionnement (chauffage, reflux, recyclage, ...), leur dimensionnement
(volume, aire d’échange, ...) et les flux internes ou échangés avec le milieu extérieur (matière
ou énergie) (TRUONG-MEYER, 2009). L’idée est d’établir un ensemble d’équations capables
de traduire l’évolution des grandeurs d’intérêt, sorties (s) du modèle, à partir d’informations
connues, entrées (e) du modèle, au cours du temps (t) pour la description des systèmes en
régime transitoire, et selon l’espace (x, y, z) pour les systèmes non homogènes :

𝑓(𝑒, 𝑠, 𝑡, 𝑥, 𝑦, 𝑧) = 0

Les objectifs de la modélisation sont pluriels. A titre d’exemple, la modélisation du

fonctionnement des procédés de digestion peut être utilisée afin de :

- comprendre les phénomènes bio-physico-chimiques régissant les processus de

méthanisation et leurs interactions ;
- dimensionner des unités de méthanisation ;
- prédire l’évolution du fonctionnement d’un digesteur face à une perturbation
extérieure ou une modification de condition opératoire tel qu’un changement
d’intrant, de charge organique ou de température ;
- démontrer l’intérêt d’une idée lors de la phase de développement avant de l’appliquer
aux procédés de méthanisation ;
- contrôler et optimiser le fonctionnement d’un procédé de méthanisation selon des
critères qui peuvent être le coût, la consommation énergétique ou encore la
production de biogaz.

Les travaux de cette thèse se retrouvent dans les trois derniers objectifs. Ils visent en
effet à développer un modèle permettant de simuler le fonctionnement du méthaniseur
ARKOMETHA®, de prédire l’apparition de phénomènes d’inhibition à l’ammoniac au cours de
la digestion en voie sèche de substrats agricoles et, le cas échéant, de simuler et d’évaluer la
solution de traitement in-situ proposée par la société ARKOLIA Énergie.

La première étape du développement d’un tel modèle est la formulation d’un modèle
biochimique décrivant les principaux phénomènes régissant la méthanisation (cinétiques
chimiques et microbiennes, cinétiques de transfert de matière, équilibres
thermodynamiques). Le modèle biochimique utilisé dans cette thèse, et présenté dans ce
chapitre, est issu d’un travail collaboratif entre le laboratoire Déchets Eaux Environnement
Pollutions (DEEP) de l’INSA de Lyon et la société ARKOLIA Énergies. L’écriture de ce modèle
dans un environnement informatique (MATLAB) a été effectuée par nos soins dans le cadre
de cette thèse.

- 38 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Ce modèle est caractérisé par un certain nombre de paramètres dont les valeurs ont
été estimées par les chercheurs du laboratoire DEEP à partir de leurs bases de données et de
leur connaissance du système (digestion en voie sèche de substrats agricoles). Ces paramètres
requièrent néanmoins une phase d’identification expérimentale afin que le modèle puisse
fournir des réponses fiables. Une étude d’analyse de sensibilité globale a donc été menée sur
ces paramètres afin d’estimer ceux qui ont le plus d’impact sur les sorties du modèle et qui,
de ce fait requièrent un effort d’identification particulier.

Ce chapitre se clôture avec la présentation des modifications apportées au modèle de

digestion pour que celui-ci permette de simuler l’évolution du taux de matière sèche des
intrants agricoles au cours de leur méthanisation.

II.2. Présentation du modèle biochimique initial

II.2.1. Modèle ADM1

Le modèle de digestion mis en place pour ces travaux de thèse est basé sur le modèle
Anaerobic Digestion Model No.1 (ADM1). L’ADM1 est un modèle phénoménologique qui
considère les mécanismes majeurs de la digestion de composés organiques complexes en
biogaz et sous-produit de dégradation (Batstone et al., 2002). Dans ce modèle, la fraction
biodégradable de la matière particulaire composite est convertie en glucides, protéines et
lipides lors d’une première étape de solubilisation extracellulaire appelée désintégration. La
partie non biodégradable de cette matière est représentée par des fractions d’inertes solubles
et particulaires. Les produits de l’étape de désintégration sont respectivement transformés en
monosaccharides, acides aminés et acides gras à longue chaîne (AGLC) pendant la phase
d'hydrolyse. L’acidogenèse de ces espèces conduit à la formation d’une variété d’AGV dont
de l’acide propionique, valérique (HVa) et butyrique (HBu), de l’acide acétique et du
dihydrogène. Les AGV sont convertis en acétate, hydrogène et dioxyde de carbone par les
groupes de micro-organismes acétogènes. Une partie de l'hydrogène et du dioxyde de
carbone produits au cours des étapes précédentes est consommée lors d’une étape de
méthanogenèse hydrogénotrophe pour former du méthane et de l’eau. L'acétate résultant
de l’acidogenèse et de l’acétogenèse est converti en méthane et en dioxyde de carbone par
les méthanogènes acétoclastes. Le schéma présenté sur la Figure II-1 synthétise l’ensemble
des flux métaboliques considérés dans l’ADM1.

- 39 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Figure II-1 : Flux métaboliques décrits dans l'ADM1 (Batstone et al., 2002) : (1) acidogenèse
des sucres; (2) acidogenèse des acides aminés; (3) acétogenèse des AGLC; (4) acétogenèse
de l'acide propionique; (5) acétogenèse des acides butyrique et valérique; (6)
méthanogenèse acétoclastique ; (7) méthanogenèse hydrogénotrophe

Outre la représentation des cinétiques microbiennes de métabolisation des substrats

faisant intervenir des phénomènes d’inhibition, de croissance et de mort microbienne, l’ADM1
considère les équilibres thermodynamiques des espèces chargées, des différents acides et
bases ainsi que des composés gazeux présents dans le milieu de digestion. La finesse de ce
modèle conduit à un système comportant 24 variables d'état et 19 processus de bioconversion
(4 réactions d'hydrolyse, 8 réactions de métabolisation de substrat et 7 réactions de mort
microbienne) associés à 80 paramètres cinétiques biochimiques et de transfert de matière
liquide-gaz.

Le modèle ADM1 a été développé pour la modélisation de digestion de boue en voie

humide pour des milieux considérés homogènes. C’est pour cela que depuis sa publication en
2002, des modèles de digestion dérivés de l’ADM1 ont vu le jour afin d’adapter les coefficients
cinétiques et de transfert à la voie sèche (Abbassi-Guendouz et al., 2012; Liotta et al., 2015;
Rubio et al., 2020) ou encore d’intégrer la complexité des substrats solides (Esposito et al.,
2011, 2008; Zhao et al., 2019) dans la description des processus de digestion.

- 40 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Des versions simplifiées de l’ADM1 ont également été développées afin de réduire l’effort
expérimental de calibration des paramètres du modèle et d’en assurer l’identifiabilité face à
la difficulté de caractériser précisément les milieux de digestion (Donoso-Bravo et al., 2011).

II.2.2. Description du modèle biochimique

Le modèle biochimique utilisé dans ces travaux est un modèle dynamique développé
pour simuler la digestion de déchets agricoles et d’élevage à siccité élevée (taux de matière
sèche TS > 15%) et être capable de représenter les phénomènes d’inhibition (ammoniac et
pH) lors de la méthanisation de tels substrats. Il s'agit d’une version simplifiée de l’ADM1 dans
laquelle, les processus biologiques anaérobies sont décrits à travers deux étapes comme
présenté dans la Figure II-2.

Figure II-2 : Flux métaboliques du modèle de digestion utilisé dans ces travaux de thèse

Les étapes de désintégration, d'hydrolyse et d'acidogenèse présentes dans l’ADM1

sont rassemblées en une seule étape de solubilisation nommée DHA. Ce choix a été motivé
par le fait que l’hydrolyse est reconnue comme l’étape cinétiquement limitante de la digestion
des composés organiques solides complexes (Pommier et al., 2007; Vavilin et al., 2008). De
plus, des modèles ADM1 simplifiés basés sur la même hypothèse ont d’ores et déjà été
éprouvés pour décrire la digestion de substrats en voie sèche (Bollon et al., 2011; López et al.,
2020; Schroyen et al., 2018). La méthanogenèse hydrogénotrophe est également incluse dans
l’étape DHA afin de prendre en compte la consommation de H2 et de carbone inorganique
résultant de l'étape d'acidogenèse. Au cours de cette première étape, la biomasse
hydrolytique (Xbha) transforme les fractions facilement (Xf) et difficilement (Xd) biodégradables
du substrat particulaire en matières solubles assimilées à de l’acétate (SA), en méthane (SCH4),
en carbone inorganique (SCI) sous forme de CO2 et en azote inorganique (SN) sous forme de
NH3. La division de la matière particulaire en deux fractions, X f et Xd, permet de considérer la
complexité des différents substrats à méthaniser (Esposito et al., 2011).

- 41 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

L'étape acidogène de la digestion anaérobie conduit normalement à la production de divers

acides gras volatils qui sont, dans ce modèle, assimilés à de l'acétate. Enfin, la production
d'azote inorganique apparaît dans l'étape DHA car l'ammoniac est un sous-produit de
l'hydrolyse et de l'acidogenèse des composés riches en azote tels que les protéines ou l'urée.
Les équations de réaction de l'étape DHA sont définies comme suit :

Xf → α1,A SA + (1 − α1,A − α1,CH4 )Xbha + α1,CI SCI + α1,N SN + α1,CH4 SCH4 (1)

Xd → α2,A SA + (1 − α2,A − α2,CH4 )Xbha + α2,CI SCI + α2,N SN + α2,CH4 SCH4 (2)
Les coefficients αj,i sont les coefficients stœchiométriques de la formation du composé i lors
de la réaction j.

L’acétate produit au cours de l’étape DHA est par la suite converti en méthane et en carbone
inorganique par la biomasse méthanogène (Xbm). Il est nécessaire d’inclure l’étape de
méthanogenèse dans le modèle de digestion car ce sont les méthanogènes qui sont impactés
par de fortes concentrations en ammoniac. Il a d’ailleurs été démontré qu’en présence de
phénomènes d’inhibition cette étape peut devenir l’étape cinétiquement limitante des
processus de digestion (Rubio et al., 2020). Cette voie métabolique est représentée par
l’équation suivante :

SA → α3,CH4 SCH4 + α3,CI SCI + (1 − α3,CH4 )Xbm (3)

La mort de la biomasse est également considérée dans ce modèle. Selon l’ADM1, la mort de
la biomasse (Xbha et Xbm) conduit à la formation de matière particulaire difficilement
biodégradable, de matière particulaire inerte (XI) et de matière soluble inerte (SI). Ce
processus est caractérisé par les équations suivantes :

Xbha → α4,XI XI + (1 − α4,XI − α4,SI )Xs + α4,SI SI (4)

Xbm → α5,XI XI + (1 − α5,XI − α5,SI )Xs + α5,SI SI (5)

Pour résumer, les hypothèses de simplification des voies métaboliques de la
méthanisation conduisent à 5 réactions stœchiométriques faisant intervenir 10 composés
tandis que 24 composés sont présents dans l’ADM1. En outre, la réduction des nombres de
composés et de voies métaboliques permet de réduire l’information expérimentale nécessaire
à l’initialisation des variables du modèle d’une part et à l’estimation des paramètres cinétiques
d’autre part.

II.2.3. Unités du modèle

Comme dans l'ADM1, l'unité de base des composants organiques dans ce modèle est la
Demande Chimique en Oxygène (DCO). Cette unité facilite l’expression des bilans matière car
la DCO se conserve le long des processus anaérobies. La base molaire est utilisée pour les
composants ne possédant pas de DCO tels que le carbone inorganique (CO 2 et HCO3-) ou
l'azote inorganique (NH3 et NH4+).

- 42 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Enfin, contrairement à l’ADM1, les concentrations sont exprimées en fonction de la masse du

milieu humide et non par unité de volume : gDCO.kg-1 ou mol.kg-1.

II.2.4. Stoechiométrie du modèle

Cette partie présente les hypothèses appliquées aux calculs des coefficients
stoechiométriques αj,i.

Dans l'étape DHA, la dégradation des hydrates de carbone et des graisses contenus dans
la matière particulaire conduit principalement à des monomères tels que les monosaccharides
(Batstone et al., 2002). Le glucose est alors utilisé comme monomère modèle pour calculer les
coefficients stœchiométriques des réactions de l’étape DHA des matières particulaires
facilement et difficilement dégradables. Selon l'équation d'acidogenèse du glucose, la
dégradation de cette molécule conduit à la formation de dihydrogène (étape 1, Tableau II-1).
Or, le dihydrogène n’est pas considéré dans ce modèle. Afin de prendre en compte la part de
DCO du glucose convertie en H2, l'hypothèse d'une méthanogenèse hydrogénotrophe
implicite (étape 2, Tableau II-1) est introduite et permet de dresser l'équation bilan de l'étape
DHA (étape 3, Tableau II-1).

Tableau II-1 : Équations de réaction des processus de bioconversion décrit par le modèle de
digestion

Étapes Équations de réaction

Acidogenèse du glucose (1) C6 H12 O6 + 2 H2 O → 2 CH3 COOH + 2 CO2 + 4 H2
Méthanogenèse hydrogénotrophe (2) 4 H2 + CO2 → CH4 + 2 H2 O
DHA du glucose (1)+(2) 𝐂𝟔 𝐇𝟏𝟐 𝐎𝟔 → 𝟐 𝐂𝐇𝟑 𝐂𝐎𝐎𝐇 + 𝐂𝐎𝟐 + 𝐂𝐇𝟒
Méthanogenèse 𝐂𝐇𝟑 𝐂𝐎𝐎𝐇 → 𝐂𝐎𝟐 + 𝐂𝐇𝟒

Les coefficients stœchiométriques des équations (1) et (2) sont estimés à partir de l’étape
globale de DAH du glucose décrite dans le Tableau II-1. Comme dans l'ADM1, il est supposé
que 10% de la DCO convertie par la biomasse sont utilisés pour de la croissance microbienne
(Batstone et al., 2002). Les coefficients stœchiométriques de l'étape DHA sont ainsi calculés à
partir des équations suivantes :
DCOCH4
α1,CH4 = α2,CH4 = (1 − YXbha ) νDHA,CH4 DCO = 0.3 g DCOCH4 . g DCOGlucose −1 (6)
Glucose

DCO
α1,A = α2,A = (1 − YXbha ) νDHA,A DCO Acetate = 0.6 g DCOA . g DCOGlucose −1 (7)
Glucose

molCO2
α1,CI = α2,CI = (1 − YXbha ) νDHA,CI DCO = 0.00468 molCI . g DCOGlucose −1 (8)
Glucose

- 43 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

YXbha est le pourcentage de DCO consommée dédié à la croissance de la biomasse hydrolytique

(0,1 gDCOXbha .gDCOGlucose -1 ), DHA,i est le coefficient stœchiométrique de la formation du composé
i dans la réaction de DHA du Tableau II-1, DCOGlucose est la DCO d'une mole de glucose (192
gDCO.mol-1), DCOCH4 est la DCO d'une mole de méthane (64 gDCO.mol-1), DCOAcetate est la DCO
d'une mole d'acétate (64 gDCO.mol-1) et molCO2 correspond à une mole de carbone inorganique.

Dans ces travaux de thèse, le pourcentage de biodégradabilité de l'azote organique est

supposé égal à celui de la biodégradabilité du carbone organique du substrat particulaire.
Ainsi, les coefficients stœchiométriques de l'azote inorganique, α1,N et α2,N, sont estimés à
partir de tests de potentiel méthanogène biochimique (BMP) de l’intrant. Cette analyse
permet de calculer la biodégradabilité du carbone organique du substrat particulaire.
Connaissant la teneur en azote total (NTK) ainsi que la concentration en azote ammoniacal
total (TAN) de l’influent, les coefficients stœchiométriques de la formation d’azote
ammoniacal sont évalués de la manière suivante :
%BD,N (NTK − TAN)
α1,N = α2,N = mol𝑁 . g DCOXi −1 (9)
(X𝑓 +X𝑑 )

%BD,N est le pourcentage de biodégradabilité de l’azote organique de la matière particulaire.

Les coefficients stœchiométriques de l'étape méthanogène sont calculés à partir de

l'équation de bilan de la méthanogenèse décrite dans le Tableau II-1. Comme dans l’ADM1, il
est proposé que 5% de la DCO de l'acétate consommé soit transformé en biomasse
méthanogène (Batstone et al., 2002).
DCOCH4
α3,CH4 = (1 − YXbm ) νMeth,CH4 = 0.95 g DCO CH4 . g DCOA −1 (10)
DCOAcetate

molCO2
α3,CI = (1 − YXbm ) νMeth,CI = 0.0148 molCI . g DCOA −1 (11)
DCOAcetate
YXbm est le pourcentage de DCO consommé pour la croissance de la biomasse méthanogène
(0,05 gDCOXbm .gDCOA -1 ), et Meth,i est le coefficient stœchiométrique du composant i de l'étape
de méthanogenèse décrite dans le Tableau II-1.

Enfin, les coefficients stœchiométriques des équations de décomposition de la biomasse

−1
sont tirés des valeurs suggérées dans ADM1 où α4,XI = α5,XI = 0,25 g DCOX . g DCOX
I Biomasse
−1
et α4,SI = α5,SI = 0,1 g DCO S . g DCOX .
I Biomasse

- 44 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

II.2.5. Cinétiques du modèle

L’étape DHA a été établie sur la base de l’hypothèse d’une réaction d’hydrolyse
cinétiquement limitante devant les cinétiques des réactions d’acidogenèse et d’acétogenèse.

De ce fait, il en vient de décrire la cinétique de l’étape DHA selon la description de la cinétique

de l’hydrolyse. Or, dans l’ADM1, cette étape est modélisée par une cinétique chimique du
premier ordre par rapport à la concentration en matière particulaire. Par conséquent, dans ce
travail, l'étape DHA est modélisée par une cinétique chimique du premier ordre et est
caractérisée par deux paramètres cinétiques, k1, k2, respectivement pour la dégradation des
fractions facilement (Xf) et difficilement (Xd) dégradables des substrats particulaires. De la
même manière que dans l'ADM1, une loi cinétique de type Monod est utilisée pour décrire
l’étape de méthanogenèse. Comme il apparait dans le Tableau II-2 la vitesse de croissance des
méthanogènes est fonction du taux de croissance maximal des méthanogènes, µmax, et de la
constante de demi-vitesse KS, concentration en acétate pour laquelle la vitesse de croissance
est égale à 50% de la vitesse maximale. Les cinétiques de mort de la biomasse sont modélisées
par des cinétiques chimiques de premier ordre par rapport aux concentrations en biomasse
(Xbm et Xbha). Toutes les vitesses de bioconversion rj sont présentées dans la matrice de Gujer
donnée dans le Tableau II-2.

Selon l'ADM1, les inhibitions au pH affectant les biomasses hydrolytique et

méthanogène sont représentées par des facteurs d’inhibitions calculés à partir d’expressions
empiriques illustrées par l’équation (12). Enfin, le phénomène d’inhibition de la
méthanogenèse par de fortes concentrations en ammoniac est décrit par l’équation (13). Ce
facteur dépend de la concentration en ammoniac libre NH3 car, comme expliqué dans le
chapitre I de cette thèse, cette espèce est majoritairement responsable de l’inhibition des
méthanogènes.

1+2∙100.5(pHLL,i -pHUL,i ) (12)

IpH,i = (pH-pHUL,i ) (pHLL,i -pH)
1+10 +10

1
INH3 = (13)
SNH3
1+
TH Ki
IpH,i est le facteur d'inhibition du pH affectant la biomasse i, pHLL,i et pHUL,i sont respectivement
les limites inférieure et supérieure de pH pour lesquelles l’activité de la biomasse i est réduite
de 50 %, INH3 est le facteur d'inhibition à l'ammoniac libre affectant l'activité des
méthanogènes, SNH3 est la concentration molaire d'ammoniac libre dans le milieu (mol.kg-1),
Ki est la concentration en NH3 à partir de laquelle la biomasse méthanogène est inhibée de
50% et TH est la teneur en humidité du milieu (Lliquide.kg-1). Dans le cas où la masse volumique
du milieu liquide est considérée égale à la masse volumique de l’eau, TH est égale à 1-TS.

- 45 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

L’allure des évolutions des facteurs d’inhibition au pH des différentes biomasses ainsi que celle
du facteur d’inhibition à l’ammoniac libre sont respectivement représentées sur les Figure II-3
et Figure II-4 . Comme il apparait dans la matrice de Gujer (Tableau II-2), ces facteurs
d’inhibition sont des coefficients multiplicatifs affectant directement les vitesses de croissance
des biomasses. Un facteur d’inhibition proche de 0 reflète une forte inhibition.

1
0,9
0,8
0,7
0,6
IpH,i

0,5
0,4
0,3
0,2
0,1
0
1 2 3 4 5 6 7 8 9 10 11 12
pH

IpH,X
IpH_hydro
bha
IpH,X
IpH_meth
bm

Figure II-3 : Profils des évolutions des facteurs d’inhibition au pH affectant les biomasses Xbha
et Xbm pour les valeurs limites suivantes : pHLL,Xbha = 5,5 ; pHUL,Xbha = 8 ; pHLL,Xbm = 6 ;
pHUL,Xbm = 8,5

1,0
0,9
0,8
0,7
0,6
INH3

0,5
0,4
0,3
0,2
0,1
0,0
0 1000 2000 3000 4000 5000 6000 7000
-1
Concentration en NH3 (mgN.L )

Figure II-4 : Profil d'évolution du facteur d'inhibition à l'ammoniac libre pour une valeur de
Ki = 1 387 mg.L-1 (0,099 mol.L-1)

- 46 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Outre les cinétiques de bioconversion, le modèle inclut le transfert de matière des

composés gazeux (CH4, CO2 et NH3) entre la phase liquide et la phase gaz du digesteur. Dans
ce modèle, les milieux liquides et gazeux sont supposés être des mélanges idéaux.

La loi de Henry peut donc être utilisée pour représenter les équilibres liquide-gaz des
espèces dissoutes. Ces flux de matière des composés gazeux sont décrits selon la théorie du
double film de Lewis et Whitman (Whitman, 1923). Il est premièrement admis que la
résistance au transfert se situe principalement dans la phase liquide. Du même ordre de
grandeur, il est également supposé que les diffusivités du CH4, du CO2 et du NH3 sont
similaires. Ainsi, les coefficients de transfert globaux, kL,ia, ont la même valeur notée kLa par
la suite. Il peut être précisé que cette hypothèse est importante car elle influe sur les
concentrations des espèces dissoutes dans la phase liquide du méthaniseur et, de fait, sur les
sorties du modèle. Les équations de flux des transferts de matière liquide-gaz du CH4, CO2 et
NH3 peuvent alors s’écrire de la manière suivante :

rliq−gaz,i = k L a(Si − TH Hi Pi ) (14)

rliq-gaz,i est la vitesse de transfert de matière entre la phase liquide et la phase gaz du composé
gazeux i (gDCO.kg-1.j-1 pour CH4 et mol.kg-1.j-1 pour CO2 et NH3), Hi est la constante de Henry du
composé i (mol.L-1.atm-1), Pi est la pression partielle du composé i dans la phase gaz du
digesteur (atm). Pour le méthane, il est nécessaire d’introduire un facteur multiplicatif de 64
gDCO.molCH4-1 à la constante de Henri, HCH4, (passage de mol.L-1.atm-1 à gDCO.L-1.atm-1) afin
d’obtenir une équation homogène.

- 47 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Tableau II-2 : Matrice de Gujer pour les composés présents dans le modèle biochimique

Vitesses rj (gDCO.kg-1.j-1 ou
Composants i
mol.kg-1.j-1 pour SCI and SN)
Processus
XI Xf Xd Xbha Xbm SA SCH4 SCI SN SI
1 Hydrolyse rapide -1 1-α1,A- α1,CH4 α1,A α1,CH4 α1,CI α1,N k1 Xf IpH,Xbha
2 Hydrolyse lente -1 1- α2,A- α2,CH4 α2,A α2,CH4 α2,CI α2,N k2 Xd IpH,Xbha
3 μmax SA
Méthanogenèse 1- α3,CH4 -1 α3,CH4 α3,CI Xbm I I
1-α3,CH4 Ks TH+SA pH,Xbm NH3
4
Mort Xbha α4,Xi 1- α4,Xi - α4,Si -1 α4,Si k4 Xbha

5
Mort Xbm α5,Xi 1- α5,Xi - α5,Si -1 α5,Si k5 Xbm

Azote ammoniacal (mol.kg-1)

Particulaire inerte (gDCO.kg-1)

Particulaire difficilement

Biomasse méthanogène
Biomasse hydrolytique
Particulaire facilement
dégradable (gDCO.kg-1)

dégradable (gDCO.kg-1)

Carbone inorganique
Méthane dissout

Soluble inerte
Acétate total
(gDCO.kg-1)

(gDCO.kg-1)

(gDCO.kg-1)

(gDCO.kg-1)

(gDCO.kg-1)
(mol.kg-1)

- 48 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

II.2.6. Équilibres des espèces acido-basiques

De même que dans l’ADM1, les équilibres acido-basiques des couples H+/OH-,
CO2/HCO3-, NH4+/NH3, CH3COOH/CH3COO- sont pris en compte sous forme d’équations
algébriques. Le couple HCO3-/CO32- n’est pas considéré dans le modèle car il présente un pKa
bien plus élevé (pKa25°C = 10,3) que le pH des milieux de digestion qui se situe en général
autour de la neutralité. Un ensemble de 4 équations algébriques correspondant aux équilibres
acido-basiques est utilisé pour calculer les concentrations des espèces dissociées. La mise en
place des équations des équilibres acido-basiques est décrite à travers l’exemple du calcul de
l’équilibre de l’ammoniac présenté ci-après.

Soit le couple NH4+/NH3 régit par l’équation d’équilibre suivante :

NH4+ + H2O ↔ NH3 + H3O+

Ce couple est caractérisé par une constante de dissociation notée Ka,NH+4 qui s’exprime de la
manière suivante :
SNH3 SH+
Ka,NH+4 = (15)
S + TH
NH4

SNH+4 et SNH3 sont respectivement les concentrations des formes acide et basique de
l’ammoniac (mol.kg-1) et SH+ est la concentration en ion H+ (mol.kg-1). Les concentrations de
ces espèces étant exprimées par unité de masse brute du milieu de digestion, il est nécessaire
de faire intervenir la teneur en eau (TH) dans l’équation d’équilibre du couple. En effet, les
constantes de dissociation sont, dans la littérature, établies sur la base de concentrations
volumiques et les espèces dissoutes sont présentes dans la partie aqueuse des milieux de
digestion.
Sachant que SN = SNH+4 + S l’équation (15) peut s’écrire de la manière suivante :
NH3
(SN − S ) SH+
NH+
4 (16)
Ka,NH+4 = S TH
NH+
4

En isolant la concentration SNH+4 , il vient :

SN SH+
SNH+4 = K (17)
a,NH+
TH + SH+
4

En appliquant la même démarche aux autres bases et acides faibles du modèle les équations
suivantes sont écrites:

Carbone inorganique :

TH Ka,CO2 SCI
SHCO−3 = TH K (18)
a,CO2 +SH+

- 49 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Acétate :

S
TH Ka,SA A
64
SA− = (TH K (19)
a,SA +SH+ )

Ions hydroxydes :

Ka,H2 O TH²
SOH− = (20)
SH+

L’estimation de 12 paramètres cinétiques et de transfert de matière (k1, k2, µmax, KS,

Ki, pHLL,Xbha , pHUL,Xbha , pHLL,Xbm , pHUL,Xbm , k4, k5, kLa) est nécessaire pour utiliser le modèle
biochimique. La fiabilité des résultats de la simulation du procédé de digestion d’un substrat
donné dépend évidemment de l’identification de ces paramètres. La prochaine étude tend à
vérifier la cohérence des réponses du modèle de digestion en l’intégrant dans une
configuration de méthaniseur en fonctionnement continu. Pour cela, une large recherche
bibliographique a permis d’estimer les plages de valeurs dans lesquelles peuvent se situer les
paramètres cinétiques du modèle. Il a ainsi été possible de les calibrer.

II.3. Intégration du modèle biochimique dans une configuration de

réacteur continu
Le modèle biologique peut être implémenté dans un modèle de réacteur agité continu
(RAC) car il s’agit du mode de fonctionnement des méthaniseurs le plus couramment utilisé
dans le traitement industriel des déchets d'élevage (André et al., 2018). La modélisation du
RAC implique l'hypothèse d'un milieu homogène. Il en vient que la composition du débit de
digestat brut (Wout) est égale à la composition du milieu de digestion contenu dans le réacteur.
Le débit d’alimentation en intrant brut (Win) est supposé continu et constant. Le volume global
du RAC est séparé en un volume de travail (Vd) et un volume de gaz (VGaz) comme illustré sur
la Figure II-5. Le volume de travail correspond au volume de la matière en digestion, lieu où
se déroulent tous les processus de bioconversion. Le volume de gaz est supposé être à la
pression atmosphérique et le débit global de biogaz en sortie du réacteur (W biogaz) est égal au
débit de biogaz entrant dans le volume VGaz.
Biogaz
Wbiogaz
VGaz

Intrant brut Md Digestat brut

Win Wout

Figure II-5 : Représentation du réacteur en fonctionnement continu

- 50 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Le débit volumique de biogaz est décrit de la manière suivante :

RT rliq−gaz,CH4
qG = P 10−3 Md ( + rliq−gaz,CO2 + rliq−gaz,NH3 ) (21)
atm 64

qG est le débit de production de biogaz (m3.j-1) et Md est la masse de matière humide en

digestion dans le réacteur (kg). Le débit massique de biogaz est calculé à partir de l’expression
suivante :
q
Wbiogaz = RTG ∑i Pi Mi (22)

Wbiogaz est le débit massique de biogaz produit (kg.j-1) et Mi est la masse molaire du composé
gazeux i (g.mol-1). Les pressions partielles en CH4, en CO2 et en NH3 dans le volume VGaz sont
exprimées comme suit :

Pi = Gi R T (23)

Pi est la pression partielle de l’espèce gazeuse i (atm), Gi est la concentration molaire de

l’espèce gazeuse i dans VGaz, R est la constante des gaz parfait (L.atm.K-1.mol-1) et T est la
température du digesteur (K). Selon la loi de conservation de la matière, le débit de digestat
brut sortant du réacteur est calculé de la manière suivante :

Wout =Win -Wbiogaz (24)

Dans le volume de digestion Vd, les bilans de matière posés conduisent à un ensemble
de 10 équations différentielles :
dXf
= (Win Xf_in − Wout X f )/Md − r1 (25)
dt

dXd
= (Win Xd_in − Wout Xd )/Md − r2 + (1 − α4,XI − α4,SI )r4 + (1 − α5,XI − α5,SI )r5 (26)
dt

dXI
= (Win XI_in − Wout X I )/Md + α4,XI r4 + α5,XI r5 (27)
dt

dXbha
dt
= (Win Xbha_in − Wout Xbha )/Md + (1 − α1,A − α1,CH4 )r1 + (1 − α2,A − α2,CH4 )r2 − r4 (28)

dXbm
= (Win Xbm_in − Wout Xbm )/Md + (1 − α3,CH4 )r3 − r5 (29)
dt

dSA
= (Win SA_in − Wout SA )/Md + α1,A r1 + α2,A r2 − r3 (30)
dt

dSCH4
= (Win SCH4 _in − Wout SCH4 )/Md + α1,CH4 r1 + α2,CH4 r2 + α3,CH4 r3 − rliq−gaz,CH4 (31)
dt

dSCI
= (Win SCI_in − Wout SCI )/Md + α1,CI r1 + α2,CI r2 + α3,CI r3 − rliq−gaz,CO2 (32)
dt

- 51 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

dSN
= (Win SN_in − Wout SN )/Md + α1,N r1 + α2,N r2 − rliq−gaz,NH3 (33)
dt

dSI
= (Win SI_in − Wout SI )/Md + α4,SI r4 + α5,SI r5 (34)
dt

Les bilans de matière établis sur la phase gaz du réacteur conduisent aux 3 équations
différentielles suivantes :
dGCH4 Md qG
= rliq−gaz,CH4 V 3
−GCH4 V (35)
dt Gaz 10 Gaz

dGCO2 Md qG
= rliq−gaz,CO2 V −GCO2 V (36)
dt Gaz 103 Gaz

dGNH3 Md qG
= rliq−gaz,NH3 V 3
−GNH3 V (37)
dt Gaz 10 Gaz

Les équations algébriques introduites dans la partie II.2.6. sont appliquées au calcul
des concentrations des différents acides et bases présents dans le milieu de digestion. Ces
équations se retrouvent rassemblées dans l’équation de calcul de d’électroneutralité, utilisée
afin de calculer la concentration en ions H+ du milieu de digestion :
S
S N S H+ TH Ka,CO2 SCI TH Ka,SA A Ka,H2O TH²
+ SH+ + Scations − − 64
− − Sanions = 0 (38)
(TH Ka,NH+ +SH+ ) (TH Ka,CO2 +SH+ ) (TH Ka,SA +SH+ ) S H+
4

Scations et Sanions sont respectivement les concentrations en cations et anions présents dans le
milieux participant à l’électroneutralité du système.
Le pH du milieu de digestion peut donc être déterminé à partir de l’expression suivante :

H
S +
𝑝𝐻 = −log ( TH ) (39)

Enfin, la concentration Sions est définie comme étant la différence entre les
concentrations en cations et anions (Scations - Sanions) qui ne sont pas calculés individuellement
dans ce modèle mais qui sont nécessaires à la détermination du pH. Cela implique donc que
Sions peut être positif ou négatif. L’aspect dynamique de la modélisation conduit à l’expression
différentielle suivante :
dSions
= (Win Sions_in − Wout Sions )/Md (40)
dt

La concentration Sions_in est calculée en amont des simulations à partir de la mesure du

pH de l’intrant et de l’équation (38). L’ensemble des équations des équilibres
thermodynamiques utilisées dans ce modèle (acido-basiques et liquide-gaz) est présenté en
ANNEXE A.

L’ensemble de ces équations est implémenté dans le logiciel MATLAB R2019a et le

système est résolu en utilisant le solveur ode15s.

- 52 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Le développement d’un modèle dynamique de réacteur intégrant le modèle

biochimique permet ainsi de simuler la digestion de substrat dans un RAC et d’apprécier la
cohérence des réponses du modèle.

II.3.1. Simulation d’un cas d’étude

Afin de procéder à la simulation du fonctionnement d’un méthaniseur, le modèle

développé requiert un certain nombre de données d’entrée pour fonctionner : la composition
et le débit de l’intrant définis selon les variables du modèle, les données opératoires du
méthaniseur (volumes, température, pression), les paramètres cinétiques et
stœchiométriques du modèle biochimique ainsi que les conditions initiales.

Le cas d’étude considéré ici est la digestion de l’intrant correspondant au scénario n°1
proposé par les bureaux SOLAGRO. Ce dernier est composé d’ensilage d’herbe, de menue de
paille, de fumier bovin, de fiente de volaille et de lisiers porcin et bovin (ANNEXE B). La
méthodologie de transformation des caractéristiques de cet intrant (composition, débit) en
variables d’entrée du modèle est présentée en ANNEXE B. Les variables d’entrée du modèle
résultant de l’application de cette méthode sont rassemblées dans le Tableau II-3. La masse
volumique de cet intrant est supposée égale à 1 000 kg.m-3.

Tableau II-3 : Composition de l'intrant du scénario n°1 de Solagro

Variables Valeurs Unités

XI 114 gDCO.kg-1
Xd 161 gDCO.kg-1
Xf 33 gDCO.kg-1
Xbha 0 gDCO.kg-1
Xbm 0 gDCO.kg-1
SI 13 gDCO.kg-1
SA 20 gDCO.kg-1
SCH4 0 gDCO.kg-1
SCI 0 mol.kg-1
SN 0,177 mol.kg-1
Sions -0,0488 mol.kg-1
Win 62 408 kg.j-1
pH 4,6 -
TS 30 %
α1,N et α2,N 0,0009 mol.kgDCO,X-1

Le temps de séjour souhaité pour le traitement de l’intrant donné est de 19 jours. Ce

temps de séjour est du même ordre de grandeur que les temps de séjour observés sur des
méthaniseurs industriels fonctionnant en mode continu (André et al., 2018). Afin respecter ce
temps de séjour, selon le débit massique d’intrant à méthaniser (Tableau II-3), le volume utile
du méthaniseur est fixé à 1 200 m3.

- 53 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Le méthaniseur simulé fonctionne en régime thermophile et son taux de remplissage est de

80%. Les phases liquide et gazeuse du méthaniseur sont supposées homogènes.

Afin de simuler la digestion anaérobie de l’intrant agricole présenté dans le Tableau

II-3, les 12 paramètres des cinétiques biologiques et de transfert de matière ont été fixés à
partir d’une étude bibliographique. Parmi la grande quantité de travaux publiés sur la
digestion anaérobie, les gammes de paramètres, présentées dans le Tableau II-4, ont été
déterminées à partir de données issues de conditions expérimentales similaires à celles des
conditions de fonctionnement du procédé considéré dans ce travail à savoir la digestion de
déchets agricoles à siccité élevée (>15%) en régime thermophile (55°C). Cette étude
bibliographique a, en réalité, été menée conjointement à la définition des bornes d’étude de
l’analyse de sensibilité des paramètres du modèle. Ces bornes correspondent aux valeurs
limites que pourraient prendre les paramètres du modèle dans les conditions de
fonctionnement citées précédemment. Les valeurs choisies pour la simulation du cas d’étude
correspondent à la gamme de valeurs centrale de ces bornes, présentes dans le Tableau II-6.
Par ailleurs, les réflexions qui ont guidé l’étude bibliographique et la définition des bornes
d’étude de l’analyse de sensibilité sont plus amplement discutées dans la partie II.4.1. .

Tableau II-4 : Définitions des valeurs des paramètres cinétiques du modèle pour la simulation
de la méthanisation thermophile d'un substrat agricole

Paramètres Valeurs de la
Valeurs Sources
cinétiques littérature
(Andriamanohiarisoamanana et al., 2017; Giuliano et al., 2013;
k1 (j-1) 0,43 0,16-0,7 Golkowska et al., 2012; Voelklein et al., 2016)
(Feng et al., 2019; Giuliano et al., 2013; Li et al., 2014; Liu et al.,
k2 (j-1) 0,07 0,02-0,12 2020; Moset et al., 2015; Nguyen et al., 2019; Vavilin et al., 2008)
μmax (j-1) 0,6 0,4-0,8 (Ge et al., 2011; Liotta et al., 2015)
Ks (gDCO.L-1) 0,3 0,2-0,4 (Ge et al., 2011; Liotta et al., 2015)
k4 (j-1) 0,02 0,01-0,03 (Batstone et al., 2002)
k5 (j-1) 0,02 0,01-0,03 (Batstone et al., 2002)
kLa (j-1) 1,75 0,5-5 (Abbassi-Guendouz et al., 2012; Bollon, 2012)
pHLL.Xbha 5 4,5-5,8 (Batstone et al., 2002)
pHUL.Xbha 7,5 7-8,5 (Batstone et al., 2002)
pHLL_Xbm 6 5,5-6,7 (Batstone et al., 2002)
pHUL.Xbm 8,5 8-8,5 (Batstone et al., 2002)
Ki (mgN.L-1) 1387 208-2565 (Capson-Tojo et al., 2020)

Les conditions initiales dans le digesteur (composition, pH) sont fixées égales à celles
de l’intrant à l’exception des concentrations en biomasse (Xbha et Xbm). En effet, afin de
modéliser un digesteur ensemencé et afin d’éviter le lessivage de la biomasse méthanogène
et son inhibition par le faible pH de l’intrant (Tableau II-3), les concentrations initiales Xbha et
Xbm sont fixées à des valeurs relativement élevées, respectivement 30 gDCO.kg-1 et 100 gDCO.kg-1.

- 54 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Les concentrations des composés gazeux dans le ciel du digesteur et le débit de biogaz sont
nuls au temps initial. Enfin, le débit de sortie de digestat brut est initialisé à la valeur du débit
d’intrant (Win).

Le modèle présenté précédemment est un modèle dynamique qui permet de suivre

l'évolution des différentes variables dans le temps. Dans cette partie, les résultats discutés
sont ceux obtenus après l’établissement du régime permanent du méthaniseur. Pour être
certain d’atteindre ce régime, les sorties du modèle sont relevées à l’issue de la simulation de
200 jours de fonctionnement. La Figure II-6 illustre la mise en régime du méthaniseur à partir
des conditions initiales définies précédemment.

25 000 7

20 000 6,5

15 000 6

10 000 5,5

5 000 5

0 4,5
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200

Figure II-6 : Évolutions de la production de biogaz et du pH au cours de la simulation de la mise

régime du méthaniseur depuis des conditions initiales vers un régime permanent

Les résultats de la simulation obtenus en régime permanent sont présentés dans le Tableau
II-5.

Le débit de méthane résultant de la digestion anaérobie de l’intrant n°1 est de 2 661

Nm3.j-1. Selon les caractéristiques de ce substrat décrites en ANNEXE B, il est possible de
calculer le rendement en méthane brut (ηCH4 brut ) ainsi que le pourcentage de dégradation de
la matière biodégradable (%Biodégradation ) en sortie de méthaniseur. Le rendement en méthane
brut se calcule à partir de l’équation qui suit :
𝑞𝐶𝐻4 2 661
𝜂𝐶𝐻4 𝑏𝑟𝑢𝑡 = 𝑊 = 62,41.103 ∗ 0,3 ∗ 0,86 = 0,17 Nm3 CH4 . kg VS −1 (41)
𝑖𝑛 𝑇𝑆 𝑉𝑆

qCH4 est le débit de CH4 (Nm3.j-1), TS est le taux de matière solide contenue dans l’intrant
(gTS.gintrant-1), VS est le taux de matière volatile contenue dans l’intrant (gVS.gTS-1).

- 55 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Tableau II-5 : Résultats obtenus de la simulation de la méthanisation de l'intrant du scénario

1 dans un digesteur de 1500 m3 pour un taux de remplissage de 80%

Caractéristiques digestats
XI (gDCO.kg-1) 128,66
Xf (gDCO.kg-1) 4,20
Xd (gDCO.kg-1) 80,23
Xbha (gDCO.kg-1) 9,54
Xbm (gDCO.kg-1) 3,63
SA (gDCO.kg-1) 0,03
SN (mol.kg-1) 0,32
SH+ (mol.kg-1) 7,70.10-8
SCI (mol.kg-1) 0,31
Sions (mol.kg-1) -0,05
SCH4 (gDCO.kg-1) 3,64
SI (gDCO.kg-1) 15,51

pH 6,96

Wout (kg.j-1) 55 903

Phase gaz
qG (Nm3.j-1) 5007
GCH4 (mol.L-1) 0,02
GCO2 (mol.L-1) 0,02
GNH3 (mol.L-1) 3,27.10-5
%CH4 53,14%
%CO2 46,78%
%NH3 0,08%

Wbiogaz (kg.j-1) 6 505

Il est possible de calculer, à partir du rendement brut en méthane, le pourcentage de

dégradation de la matière organique biodégradable selon l’équation suivante :

𝜂
𝐶𝐻4 𝑏𝑟𝑢𝑡 0,17
%𝐵𝑖𝑜𝑑é𝑔𝑟𝑎𝑑𝑎𝑡𝑖𝑜𝑛 = 𝐵𝑀𝑃.10 −3 ∗ 100 = 0,27 ∗ 100 = 63%
(42)

BMP est le potentiel méthanogène maximal de l’intrant brut (NL.kgVS-1). Le pourcentage de

dégradation de l’intrant du scénario 1 en sortie de digesteur est ainsi égal à 63%.

- 56 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Cette valeur est du même ordre de grandeur que les pourcentages rencontrés dans la
littérature où les valeurs entre 60% et 80% correspondent à des pourcentages de dégradation
observés sur des installations traitant des déchets agricoles sans second digesteur (Ruile et al.,
2015). Enfin, le pourcentage de méthane dans le biogaz observé lors de la simulation est de
53,14% (Tableau II-5). Ce résultat est cohérent avec les valeurs de la littérature, qui se situent
entre 50% et 70% pour la méthanisation de déchets agricoles (André et al., 2018; Cavinato et
al., 2010).

Les simulations montrent que le modèle de réacteur permet d’obtenir des résultats
qui sont en accord avec les tendances observées dans la littérature. Ces résultats ont été
obtenus pour un jeu de paramètres donné, sélectionné dans une gamme réaliste vis-à-vis du
mode de fonctionnement du procédé que l’on a souhaité décrire. Cependant, les valeurs des
paramètres cinétiques et de transfert de matière dépendent d'un grand nombre de conditions
telles que l'inoculum (Moset et al., 2015), la nature du substrat (Bollon, 2012), la température
(Ge et al., 2011), la teneur en eau du milieu (Pommier et al., 2007) ou encore l'efficacité du
mélange (Van Hulle et al., 2014). Cette variabilité des paramètres se retrouve dans les larges
gammes de valeurs présentes dans la littérature avec par exemple des valeurs de k 2 allant de
0,015 à 0,12 j-1 (Tableau II-4). Il serait alors intéressant de déterminer, parmi les 12 paramètres
qui composent le modèle biochimique, ceux qui impactent le plus les sorties du modèle.

II.4. Étude de sensibilité du modèle

L’étude de sensibilité du modèle de réacteur consiste à étudier l’impact de variations
des paramètres cinétiques et de transfert sur les sorties du modèle. Cette étude constitue un
travail préliminaire à l’étape d’identification paramétrique en cela qu’elle permet de mettre
en lumière les paramètres ayant le plus d'influence sur les sorties du modèle. Ces paramètres
identifiés nécessiteront de ce fait un effort d’estimation plus important pour obtenir un
modèle fiable.

Cette étude fait appel à une méthode d’analyse de sensibilité globale basée sur une
technique de plan d’expériences nommée Definitive Screening Design (DSD), pour la
génération des simulations à réaliser, ainsi que sur une méthode de régression linéaire
multiple pour l’analyse statistique des résultats (Boutoute et al., 2021). La technique de
construction de DSD est à l’origine utilisée dans le domaine expérimental pour l'optimisation
de conditions opératoires. Néanmoins les caractéristiques de ces plans d’expériences
permettent leur application au domaine de la modélisation numérique. Le DSD est un plan
d’expériences à trois niveaux qui permet d'estimer les effets principaux de variations de
paramètres sur une variable donnée. En comparaison des plans factoriels fractionnaires
classiques, le DSD a l'avantage de permettre les estimations des effets principaux sans alias
avec les autres effets principaux et qui ne sont pas biaisés par des effets de second ordre
(Jones and Nachtsheim, 2011). De plus, ce plan requiert un nombre relativement faible de
simulations, seulement une de plus que le double du nombre de paramètres pris en compte.

- 57 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Enfin, pour réaliser l’analyse de sensibilité du modèle, il est crucial de définir un domaine
d’étude dans lequel les paramètres seront modifiés. Pour assurer la cohérence des résultats
de l’analyse de sensibilité il est essentiel de faire varier les paramètres dans une gamme de
valeur réaliste.

La méthodologie de l’analyse de sensibilité est appliquée au cas d’étude développé

dans la partie précédente à savoir la digestion thermophile en voie sèche de l’intrant n°1 dans
un digesteur assimilé à un réacteur continu parfaitement agité. Les conditions opératoires du
réacteur ainsi que les caractéristiques et le débit de l’intrant sont les mêmes que dans la partie
«II.3.1. Simulation d’un cas d’étude».

II.4.1. Détermination des niveaux des paramètres pour le plan DSD

Pour appliquer la méthode de construction du plan d’expériences DSD, trois niveaux de

paramètres sont à définir. Ces trois niveaux, respectivement, -1, 0 et 1, correspondent aux
valeurs que vont prendre les paramètres au cours de l’étude (minimal, central, maximal). La
détermination des niveaux des paramètres est une tâche délicate car les constantes
cinétiques, en particulier les constantes d'hydrolyse (k1 et k2) et le taux de croissance maximal
des méthanogènes (μmax), dépendent d'un grand nombre de conditions expérimentales
(inoculum, nature du substrat, température, teneur en eau du milieu, agitation). Les niveaux
des paramètres choisis sont présentés dans le Tableau II-6. Une étude bibliographique
(Tableau II-4) a été réalisée pour choisir des plages raisonnables de valeurs de paramètres
correspondant au cas étudié dans ce travail (digestion voie sèche en régime thermophile de
substrats agricoles). Les réflexions qui ont conduit à la détermination de ces niveaux sont
présentées par la suite.

Tableau II-6 : Niveaux des paramètres utilisés pour la construction de la matrice DSD

Paramètres Min Centre Max

cinétiques (-1) (0) (1)
k1 (j-1) 0,16 0,43 0,7
k2 (j-1) 0,02 0,07 0,12
μmax (j-1) 0,4 0,6 0,8
Ks (gDCO.L-1) 0,2 0,3 0,4
k4 (j-1) 0,01 0,02 0,03
k5 (j-1) 0,01 0,02 0,03
kLa (j-1) 0,5 1,75 3
pHLL.Xbha 4,5 5 5,5
pHUL.Xbha 7 7,5 8
pHLL_Xbm 5,5 6 6,5
pHUL.Xbm 8 8,5 9
Ki (mgN.L-1) 208 1 387 2 565

- 58 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Constantes d’hydrolyse :

Les constantes d'hydrolyse (k1 et k2) doivent correspondre à la solubilisation des deux
fractions de matière particulaire considérées dans ce travail, Xd et Xf. La matière difficilement
dégradable Xd peut être assimilée à des déchets lignocellulosiques en raison de la faible
bioaccessibilité des hydrates de carbone piégés dans la lignine (Ruile et al., 2015). Par
conséquent, la valeur de k2 est associée aux vitesses d'hydrolyse de fumiers en raison de leur
forte concentration en matière lignocellulosique non digérée. La matière facilement
dégradable Xf est quant à elle assimilée à des polymères simples. La constante k1 est alors
associée aux constantes d'hydrolyse de la cellulose ou plus généralement aux constantes
d'hydrolyse des substrats ayant des concentrations élevées en glucides accessibles comme
l'ensilage de maïs ou d'herbe (Buffière et al., 2018b; López et al., 2020).

Vitesse de croissance des méthanogènes :

Les paramètres de la cinétique de méthanogenèse acétoclastique (μmax et Ks) sont fixés

selon les recommandations de l'ADM1 pour la digestion en voie liquide. Néanmoins, plusieurs
articles révèlent que la limitation du transfert de matière, causée par une diminution de la
teneur en eau, entraîne une diminution de la vitesse apparente de méthanogenèse (Abbassi-
Guendouz et al., 2012; Le Hyaric et al., 2012; Liotta et al., 2015; Pommier et al., 2007). Une
étude a d’ailleurs révélé qu’une augmentation de la TS de 20% à 35% peut entraîner une
diminution de l'activité méthanogène de 66% (Le Hyaric et al., 2012). La valeur de μmax
proposée par l'ADM1, 0,8 j-1, est donc choisie comme niveau supérieur de μmax. Des réductions
de 25% et 50% sont supposées pour fixer respectivement les niveaux central et minimal de
μmax dans le cas d'une teneur en solide élevée entraînant des limitations au transfert de
matière.

Coefficient de transfert global liquide-gaz :

Le coefficient de transfert global kLa a été moins étudié dans la littérature car le
transfert de matière liquide-gaz est souvent considéré comme non limitant notamment dans
les procédés en voie liquide. Cela donne lieu à une importante disparité de valeurs dans la
littérature. La valeur de kLa est directement liée à la teneur en humidité, à la technologie du
digesteur, aux propriétés physiques du milieu et aux conditions de mélange du système. Un
coefficient de transfert matière global du CO2 d'environ 3 j-1 a été mesuré dans un RAC
pendant la digestion anaérobie liquide de boues activées (Pauss et al., 1990). Une valeur
similaire a été trouvée lors de la digestion de déchets solides municipaux (TS de 20%) dont
l’agitation était assurée par des injections de biogaz (Bollon, 2012). Puisqu'une diminution de
la teneur en humidité a un impact fortement négatif sur les phénomènes de transfert de
matière (Bollon et al., 2013), la valeur de 3 j-1 est ici fixée comme niveau supérieur de kLa. La
valeur minimale de 0,5 j-1 correspond à la valeur de kLa déterminée dans le cas d'une digestion
anaérobie sèche de déchets solides municipaux sans système de mélange (Bollon, 2012).

- 59 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Constantes de mort microbienne et limites d’inhibition au pH :

Les niveaux supérieurs et inférieurs des constantes de désintégration de premier ordre

k4 et k5 ainsi que les limites d'inhibition aux pH, pHLL.Xbha, pHUL.Xbha, pHLL.Xbm et pHLU.Xbm
correspondent aux limites données par l'ADM1.

Paramètre d’inhibition à l’ammoniac :

Les valeurs de la constante d'inhibition à l'ammoniac libre Ki présentes dans la littérature

évoquent une grande disparité dans les seuils de concentration causant une dégradation de
l'activité des méthanogènes. Capson-Tojo et al. (2020) ont étudié un grand nombre de
données expérimentales d’inhibitions à l’ammoniac apparues au cours de la digestion de
divers substrats. Ils ont regroupé les données d’inhibition sous six clusters caractérisés par des
conditions opératoires communes (inoculum, température, type de substrat) et par six valeurs
de Ki. Les valeurs de Ki correspondant à la digestion thermophile de déchets d'élevage varient
ainsi entre 0,015 mol.L-1 et 0,18 mol.L-1.

II.4.2. Construction de la matrice DSD

Le plan d’expérience DSD a été construit selon l'approche développée par Phoa et Lin,
2015 basée sur l'optimisation du critère de D-optimalité (Phoa and Lin, 2015). Le nombre de
paramètres étudiés est de 12. Cela conduit à une matrice DSD qui comporte 25 simulations à
réaliser (Tableau II-7). Cette matrice, notée X, définit les valeurs prisent par les paramètres du
modèle pour chaque simulation. Parmi les sorties du modèle, les réponses discutées dans
cette étude sont la production de biogaz (qG), le pH et le pourcentage de CH4 dans le biogaz
(%CH4) car ce sont des variables qui sont généralement suivies en temps qu’indicateurs de
productivité et de stabilité sur les digesteurs industriels. L’exécution de la matrice DSD conduit
donc à une série de 25 valeurs pour chacune des trois sorties du modèle comme illustré dans
le Tableau II-7. La suite du travail consiste à évaluer les paramètres clés qui influencent de
manière significative ces sorties du modèle.

- 60 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Tableau II-7 : Matrice des simulations obtenue pour 12 paramètres variables résultant de
l’application de la méthode de construction de plan DSD de Phoa et Lin, 2015 et les valeurs
des réponses du modèle associés à la matrice pour le débit de biogaz, le pourcentage de
méthane dans le biogaz et le pH du digestat

Niveaux des paramètres cinétiques et de transfert (xi,j) Sorties du modèle (Yi)

xpHLL,Xbha

xpHUL,Xbha

xpHUL,Xbm
xpHLL,Xbm
qG
xμmax

xkLa
xk1

xKi
xk7

xk8
n° %CH4 pH
xk2

xKs
(Nm3.j-1)

1 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 2 896 54,2 6,58

2 1 0 -1 -1 -1 -1 -1 1 1 1 1 1 4 896 53,2 6,48
3 1 1 0 -1 -1 1 1 -1 -1 1 -1 1 4 923 53,1 7,15
4 1 1 1 0 -1 -1 1 -1 1 -1 1 -1 5 961 52,8 7,13
5 1 1 1 1 0 -1 -1 1 -1 1 -1 -1 5 608 53,0 6,46
6 1 1 -1 1 1 0 -1 -1 1 -1 -1 1 5 678 53,0 6,46
7 1 1 -1 -1 1 1 0 1 -1 -1 1 -1 5 583 53,0 6,94
8 1 -1 1 1 -1 1 -1 0 -1 -1 1 1 3 030 54,1 6,57
9 1 -1 1 -1 1 -1 1 1 0 -1 -1 1 3 207 53,9 7,19
10 1 -1 -1 1 -1 1 1 1 1 0 -1 -1 3 429 53,7 7,18
11 1 -1 1 -1 1 1 -1 -1 1 1 0 -1 3 217 54,0 6,56
12 1 -1 -1 1 1 -1 1 -1 -1 1 1 0 2 520 54,5 7,23
13 0 1 1 1 1 1 1 1 1 1 1 1 6 066 52,8 7,13
14 -1 0 1 1 1 1 1 -1 -1 -1 -1 -1 3 702 53,6 7,17
15 -1 -1 0 1 1 -1 -1 1 1 -1 1 -1 3 015 54,1 6,57
16 -1 -1 -1 0 1 1 -1 1 -1 1 -1 1 2 925 54,2 6,58
17 -1 -1 -1 -1 0 1 1 -1 1 -1 1 1 3 130 53,9 7,20
18 -1 -1 1 -1 -1 0 1 1 -1 1 1 -1 2 360 54,7 7,24
19 -1 -1 1 1 -1 -1 0 -1 1 1 -1 1 3 140 54,0 7,03
20 -1 1 -1 -1 1 -1 1 0 1 1 -1 -1 5 828 52,8 7,13
21 -1 1 -1 1 -1 1 -1 -1 0 1 1 -1 5 389 53,1 6,46
22 -1 1 1 -1 1 -1 -1 -1 -1 0 1 1 5 241 53,1 6,47
23 -1 1 -1 1 -1 -1 1 1 -1 -1 0 1 4 923 53,1 7,15
24 -1 1 1 -1 -1 1 -1 1 1 -1 -1 0 5 415 53,1 6,47
25 0 0 0 0 0 0 0 0 0 0 0 0 5 007 53,1 6,96

II.4.3. Méthode d’interprétation des résultats

Pour chaque sortie d'intérêt, une analyse statistique basée sur une régression linéaire
multiple est utilisée pour évaluer les effets principaux de chaque paramètre. Sur chaque série
de valeurs obtenue à partir des simulations il est possible d’effectuer une régression linéaire
en fonction des niveaux des paramètres définis dans la matrice X. Le modèle de régression
linéaire multiple correspondant, pour chaque sortie de modèle, peut être écrit comme suit :

- 61 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

̂ = β0 + ∑12
Y k=1 βk xk (43)

où ̂Y est la réponse donnée par la régression linéaire multiple pour une sortie du modèle Y
(qG, pH ou %CH4), β0 est une constante, βk est une constante donnant l'effet principal du
paramètre k sur Y et xk est le niveau du paramètre k. Le coefficient βk peut être interprété
comme le taux de croissance moyen de la sortie du modèle de réacteur Y en fonction du
niveau du xk lorsque tous les autres niveaux restent fixes. Les coefficients βk seraient obtenus
à partir d’une infinité de simulations en faisant varier continuellement les niveaux xk dans les
intervalles définis dans le Tableau II-6. Étant donné que la présente matrice DSD (Tableau II-7)
comprend 25 simulations, il n'est possible de calculer que des estimations des coefficients βk
à savoir β̂k qui sont obtenues par régression linéaire multiple sur chaque série de valeurs des
sorties du modèle. La réponse donnée par la régression multiple peut donc être écrite comme
suit :
̂ ̂0 + ∑12
Y = β ̂
k=1 βk xk (44)

̂0 est une estimation de β0, β

où β ̂k est une estimation de l'effet principal du paramètre k sur
Y.

Pour chaque simulation, chaque valeur de sortie du modèle de réacteur Yi peut être exprimée
à partir de l’équation de la régression linéaire et d'un terme résiduel reflétant la différence
entre la valeur de la réponse donnée par le modèle de réacteur et la valeur résultant de la
régression linéaire multiple :
̂i + ε̂i
Yi = Y (45)

où Yi est la valeur de la réponse du modèle de réacteur (qG, pH ou %CH4) pour la ième

simulation, ̂Yi est la réponse donnée par l’équation de la régression linéaire multiple (q G, pH
ou %CH4) pour les niveaux des paramètres de la ième simulation et ε̂i est le terme résiduel pour
la ième simulation. La méthode des moindres carrés est utilisée pour estimer les constantes de
chaque équation de régression linéaire multiple effectuée pour chaque sortie du modèle. En
partant de l'hypothèse que le terme résiduel suit une loi normale N(0,σ ̂k
̂²), il en vient que β
suit également une distribution normale N(βk,σβ,k²). La variance σβ,k² est inconnue mais peut
être estimée à partir de la matrice du plan d'expérience (X) et du calcul de la variance du terme
̂²) selon l’équation suivante (Wasserman, 2004) :
résiduel (σ
−1 2
σ2β,k = (X T X)k,k
̂ ̂
σ (46)

-1 -1
̂2β,k est l'estimation de la variance de β̂k , (XT X)k,k est le terme diagonal de la matrice (XT X)
où σ
̂2 est l'estimation de la variance des termes résiduels.
correspondant au paramètre k et σ
̂k ) et des
Une fois la régression multiple effectuée, les estimations des effets principaux (β
termes résiduels ε̂i sont connues. L’estimation de la variance résiduelle peut alors être
calculée de la manière suivante :

- 62 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

1
σ2 = (𝑛−𝑚) ∑𝑛𝑖=1 ε̂i ²
̂ (47)

où n est le nombre de total de valeurs issues des simulations pour chaque sortie du modèle
de réacteur (ici, n = 25) et m est le nombre de constantes de la régression linéaire à calibrer
̂2β,k . Comme σ
(ici, m = 13). Il est désormais possible d’estimer σ ̂2β,k est une estimation de la
variance réelle de β ̂k , la fonction de densité de probabilité standardisée de β ̂k suit une
distribution t de Student. Le degré de liberté de la distribution t de Student est de 12 puisque
le plan d’expériences comprend 25 simulations pour 13 constantes à calibrer (de β̂0 à β̂ 12 ). La
fonction de densité de probabilité standardisée peut être écrite comme suit :
̂k − βk
β
L( ) = t12 (48)
̂2β,k
σ

où t12 est la distribution t de la loi de Student pour un degré de liberté égal à 12.

Un test de signification sur chaque coefficient β ̂k est effectué afin de savoir si le

paramètre k a un impact significatif sur la sortie du modèle Y. Ce test est basé sur l'hypothèse
nulle H0 qui suppose qu'un coefficient donné n'est pas significatif dans l’équation de
régression linéaire ou, en d’autres termes, que la variation du niveau du paramètre x k ne
permet pas de décrire les variations de la sortie Y. Sous l'hypothèse H0, l'effet principal βk du
paramètre k sur la sortie du modèle Y est supposé être nul, soit βk = 0 dans l'équation (48). A
partir de la loi de Student, la valeur t12 correspondante est calculée (équation (48)) et sa
valeur-p est estimée. La valeur-p correspond à la probabilité que l'hypothèse H0 soit vraie : un
effet est considéré comme significatif lorsque p < 0,05 (Wasserman, 2004). Dans le cas où
l’effet d’un paramètre aurait une valeur supérieure mais proche de 0,05, ce paramètre ne
serait pas négligé et son effet serait discuté.

Toutes les régressions linéaires multiples ont été réalisées à l'aide du logiciel MATLAB R2019a
avec la fonction « stepwiselm » qui permet d’évaluer directement les paramètres ayant un
effet significatif (p-value < 0,05) et de définir l'équation de régression correspondante pour
chaque sortie de modèle. Pour chaque régression, le test de Durbin-Watson et le test de
Shapiro (p-value > 0,05) sont effectués sur les termes résiduels pour respectivement détecter
la présence d'autocorrélation et confirmer que les résidus sont normalement distribués.

II.4.4. Résultats de l’analyse de sensibilité

La matrice DSD ainsi que les valeurs des sorties du modèle pour l’ensemble des
simulations sont présentées dans le Tableau II-7. Afin de s’assurer que les résultats de
l’analyse de sensibilité ne dépendent pas du jeu de simulations décrit par le Tableau II-7, la
même étude a été réalisée diverses fois en faisant varier l'ordre des paramètres dans la
matrice DSD.

- 63 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Malgré de légères différences dans les valeurs des coefficients des régressions linéaires
multiples, les conclusions de l'analyse de sensibilité étaient identiques, révélant les mêmes
paramètres significatifs.

II.4.4.1. Production de biogaz

Sur l'ensemble des simulations, la valeur de la production de biogaz varie entre 2 360
Nm3.j-1 et 6 066 Nm3.j-1 pour une valeur moyenne de 4 284 Nm3.j-1. Tout d’abord, il peut être
noté que les rendements spécifiques en méthane les plus faibles et les plus élevés,
correspondant aux productions minimale et maximale de biogaz, sont respectivement de 0,08
et 0,20 Nm3CH4.kgVS-1. Ces rendements équivalent à des pourcentages de dégradation de la
matière biodégradable de l’intrant 1 en sortie de digesteur de 30% et 70%. L'analyse
statistique révèle que seules les variations des paramètres cinétiques liés à l'étape d'hydrolyse
ont des effets significatifs sur les valeurs de production de biogaz (Tableau II-8). Ces
paramètres sont les constantes d'hydrolyse de premier ordre k1 et k2 et la limite supérieure
d'inhibition au pH de la biomasse hydrolytique pHUL,Xbha. Les effets des autres paramètres du
modèle ont une valeur-p bien supérieur à 0,05 et ne sont donc pas considérés comme ayant
un impact significatif sur la production de biogaz.

Tableau II-8 : Paramètres ayant un effet significatif sur la production de biogaz : valeurs des
coefficients (effets principaux) et valeurs-p correspondantes

Sortie du Effets principaux des paramètres

modèle β̂ 0 β̂ k β̂ k β̂ pH
1 2 UL,Xbha

qG 4 284 136 1261 276

(Nm3.j-1) (p < 0,0001) (p = 0,0312) (p < 0,0001) (p = 0,0001)

L’équation de la régression linéaire multiple de la production de biogaz en fonction de xk1 , xk2

et xpHUL,Xbha est la suivante :

q G = 4284 + 136 xk1 + 1261 xk2 + 276 xpHUL,Xbha (49)

Le test de Durbin-Watson et le test de Shapiro effectués sur les résidus révèlent que
les résidus sont indépendants et suivent une distribution normale (ANNEXE C).

Il peut être déduit des effets mesurés β̂ k1 , β̂ k2 et β̂ pH qu'une variation du niveau

UL,Xbha

de k2 (de 0 à -1 ou de 0 à 1) serait responsable d’une variation de la production de biogaz de

30% autour de la valeur moyenne alors que des variations des niveaux de pH UL,Xbha et k1
seraient respectivement responsables de variations de 6% et 3%. D’après l’équation de
régression (49), une augmentation des valeurs de k1 et k2 induit une augmentation de la
production de biogaz car cela entraine une augmentation des vitesses de production
d'acétate, espèce qui est ensuite convertie par les méthanogènes.

- 64 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Une augmentation du niveau de pHUL,Xbha a également un impact positif sur la

production de biogaz. En effet, les simulations démontrent que, dans notre cas d’étude, le pH
du milieu en régime permanent résultant de la dégradation de l'intrant est de l'ordre de 7
(Tableau II-7). De fait, en augmentant la valeur de pHUL,Xbha de 7 à 7,5 ou de 7,5 à 8 la valeur
de Iph,Xbha sera plus proche de 1. Par ailleurs, les variations des paramètres cinétiques de la
méthanogenèse ne semblent pas affecter de manière significative la production de biogaz.
Cela montre que, dans les limites de l'étude de sensibilité présente (caractéristiques du
substrat, conditions opératoires et plages de variation des paramètres), la quasi-totalité de
l'acétate est convertie par les méthanogènes et que peu ou pas d'inhibition à l’ammoniac se
produit au cours de la méthanogenèse.

Les résultats de l'analyse de sensibilité globale réalisée sur la production de biogaz ont
été comparés aux données de la littérature. Schroyen et al. 2018 ont effectué une analyse de
sensibilité globale sur les paramètres cinétiques de leur modèle simplifié de l’ADM1 à partir
de la méthode de criblage de Monte-Carlo et d’une analyse par régression linéaire. Ils ont alors
rapporté que la constante d'hydrolyse était le paramètre le plus déterminant pour simuler la
production de méthane issue de la digestion anaérobie de substrats lignocellulosiques. Dans
d’autres travaux, des chercheurs ont comparé la justesse de la représentation d’un jeu de
données expérimentales de la digestion de déchets agricoles par le modèle complexe ADM1
à celle par des modèles simplifiés (Weinrich and Nelles, 2015). Ils ont démontré que
l'hydrolyse était l'étape cinétiquement limitante de la digestion anaérobie non inhibée de
substrats particulaires complexes puisque les simplifications des cinétiques de
méthanogenèse, d'acidogenèse et d'acétogenèse n'avaient eu qu'un faible effet sur la
production de biogaz modélisée. Concernant l'influence du pHUL,Xbha aucun résultat similaire
relatant l’effet de ce paramètre sur la production de biogaz n'a été trouvé dans la littérature.

Tout cela confirme que les résultats issus de la méthode d’analyse de sensibilité
appliquée sont corrects et cohérents. Il apparaît que c’est principalement la calibration de la
constante d’hydrolyse cinétique k2, et en moindre mesure celle de pHUL,Xbha, qui sont
déterminantes pour décrire et prédire correctement la production de biogaz à partir de la
digestion anaérobie du substrat considéré dans cette étude. La constante k 2 est dépendante
du substrat mais la grande influence de sa valeur sur q G suggère qu'elle peut être calibrée à
partir d'expériences menées en flux continu pour différents substrats en suivant la production
de biogaz.

II.4.4.2. Pourcentage de méthane dans le biogaz

L'exécution de la matrice DSD dont les résultats sont développés dans le Tableau II-9
révèle la faible variabilité du pourcentage de méthane dans le biogaz (%CH4) obtenus au cours
des simulations. Les valeurs minimale, maximale et moyenne de %CH4 obtenues sont
respectivement de 52,77%, 54,66% et 53,52%. Cela s’explique par le fait que dans le modèle
biochimique présenté dans les parties précédentes, les mêmes nombres de moles de carbone
inorganique et de méthane sont produits lors des étapes d'hydrolyse et de méthanogenèse.

- 65 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Ceci conduit à des valeurs de %CH4 proches de 50%. Les variations des paramètres de la
constante d'hydrolyse de premier ordre k2 et de la limite supérieure d'inhibition au pH de la
biomasse hydrolytique pHUL,Xbha sont significativement responsables des variations de %CH4
(Tableau II-9).

Tableau II-9 : Paramètres ayant un effet significatif sur le pourcentage de méthane dans le
biogaz : valeurs des coefficients (effets principaux) et valeurs-p correspondantes

Sortie du Effets principaux des paramètres

modèle β̂ β̂ k β̂ pH
0 2 UL,Xbha

53,52 - 0,57 - 0,14

%CH4
(p < 0,0001) (p < 0,0001) (p = 0,0019)

L’équation de la régression linéaire multiple du %CH4 en fonction de xk2 et xpHUL,Xbha est la

suivante :

%CH4 = 53,52 − 0,57 xk2 − 0,14 xpHUL,Xbha (50)

Les tests de Durbin-Watson et de Shapiro effectués sur les termes résiduels de la

régression révèlent que les résidus sont indépendants et suivent une distribution normale
(ANNEXE C).

Les différences de concentration en phase gazeuse sont principalement dues aux

différences des constantes de la loi de Henry du CO2 et du CH4 (à 55°C, HCH4= 0,0009 mol.atm-
1.L-1 (Sander, 2015) et H -1 -1
CO2= 0,0180 mol.atm .L (CRC, 2019)) et au pH à travers la proportion
de carbone inorganique produit sous forme de bicarbonate. Les augmentations de k 2 et de
pHUL,Xbha entraînent une augmentation combinée de la production de carbone inorganique et
une légère diminution du pH. Or, lorsque le pH diminue, cela favorise la formation de la forme
acide du carbone inorganique à savoir le CO2. Selon l’équation (14), cette augmentation de
concentration en CO2 favorise sa désorption ce qui induit une augmentation de la proportion
en CO2 dans le gaz au détriment du %CH4. Néanmoins, le pourcentage de méthane dans le
biogaz n'est que peu impacté par les valeurs des paramètres du modèle dans les plages
étudiées : cette sortie ne serait donc pas pertinente, dans le cadre de cette étude, pour
identifier les paramètres du modèle.

II.4.4.3. pH
Les valeurs de pH observées lors des simulations varient de 6,46 à 7,24 autour d'une
valeur moyenne de 6,86. D’après l’analyse statistique ce sont les variations des niveaux des
paramètres k2 et kLa qui ont des effets significatifs sur la valeur du pH du milieu de digestion
(Tableau II-10).

- 66 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Tableau II-10 : Paramètres ayant un effet significatif sur pH : valeurs des coefficients (effets
principaux) et valeurs-p correspondantes

Sortie du Effets principaux des paramètres

modèle β̂0
β̂ k
2
β̂ k 𝑎L

6,86 - 0,04 0,33

pH
(p < 0,0001) (p = 0,0003) (p < 0,0001)

L’équation de la régression linéaire multiple du pH en fonction de xk2 et xkL a est la suivante :

pH = 6,86 − 0,04 xk2 + 0,33 xkL a (51)

Le test de Durbin-Watson effectué sur les termes résiduels de la régression révèle que
les résidus sont indépendants (ANNEXE C). Cependant, le test de Shapiro montre que les
résidus ne suivent pas une distribution gaussienne. En ajoutant le terme carré d'un seul des
deux paramètres sélectionnés (xkLa²) dans l’équation de régression (51) et en effectuant un
nouveau test de Shapiro, il apparait que les nouvelles valeurs de résidu suivent une
distribution normale. Ceci confirme qu’il est possible d’interpréter les résultats de l’analyse de
sensibilité du pH à partir de l’équation de régression linéaire (équation (51)) qui comporte les
effets principaux de xk2 et xkL a .

L’équation (51) montre que l'effet principal de k2 est 8 fois plus faible que l'effet
principal de kLa. L'effet principal de k2 est une combinaison des influences des productions
d'azote inorganique, d'acétate et de carbone inorganique sur le pH. Comme aucune inhibition
de la méthanogenèse ne se produit, l'acétate est principalement consommé par les
méthanogènes. Ainsi, les concentrations de carbone et d’azote inorganiques assurent
l'alcalinité du milieu. Une augmentation de k2 conduit à une légère augmentation de la
proportion de carbone inorganique par rapport à l'azote inorganique et donc à une diminution
du pH. Dans la gamme de pH observée (entre 6,49 et 7,25), la fraction d'ammoniac libre (NH3)
est extrêmement faible. Cela signifie que l'effet principal positif du kLa est lié à une désorption
du CO2 plus importante lorsque le kLa augmente.

La valeur du coefficient de transfert de matière global liquide/gaz suggérée dans l'ADM1 est
de 200 j-1 (Batstone et al., 2002). Cela reflète la faible limitation au transfert de matière
intervenant dans la digestion anaérobie humide. Cependant, il a été démontré dans plusieurs
articles qu'une limitation du transfert des espèces gazeuses due à un TS élevé ou à des
problématiques de mélange peut se produire dans le cas de la digestion anaérobie sèche
(Abbassi-Guendouz et al., 2012; Bollon, 2012). L'analyse de sensibilité met en évidence que
pour les faibles gammes de valeurs de kLa, la sursaturation en CO2 a le plus grand impact sur
l'alcalinité du milieu et donc sur le pH. Ce résultat est cohérent avec les travaux de Pauss et al.
1990 qui montrent que de faibles valeurs de kLa impliquent des surconcentrations de gaz
insolubles tels que le CH4 et le H2 mais aussi le CO2 responsable de l'acidification du milieu.

- 67 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Afin de simuler les effets inhibiteurs du pH, causés par l'accumulation de CO 2 et de H2,
survenant lors de la digestion anaérobie sèche des cartons, Abbassi-Guendouz et al. 2012 ont
dû réduire drastiquement la valeur du kLa de l'ADM1. Ces données bibliographiques
confirment que la valeur de kLa est déterminante pour modéliser l'évolution du pH des milieux
de digestion de substrats à forte teneur en matières solides.

Comme le coefficient de transfert de matière global a l'impact le plus significatif sur le pH du

milieu, sa valeur pourrait être ajusté en mesurant le pH des expériences menées en flux
continu.

II.4.5. Conclusion de l’étude de sensibilité

La méthode d’analyse de sensibilité globale mise au point a permis d’évaluer les

paramètres du modèle biochimique dont la calibration précise est essentielle pour que le
modèle de réacteur décrive de manière la plus juste la digestion thermophile en voie sèche
d’un intrant agricole (correspondant au scénario n°1 défini en ANNEXE B). Une matrice de
simulations a été développée sur la base d’une technique de construction DSD, dont le
principal avantage est qu’elle permet l'estimation sans biais des effets principaux des
variations de paramètres sur les sorties du modèle à partir d'un faible nombre de simulations.
L'analyse statistique de régression linéaire multiple est utilisée pour estimer les effets
principaux significatifs des paramètres sur des réponses choisies du modèle (débit de biogaz,
pourcentage de méthane dans le biogaz et pH). Il est important de souligner que les résultats
trouvés dans cette analyse sont propres au cas d’étude : caractéristiques du substrat,
conditions opératoires du digesteur et choix des bornes d’études des paramètres.

Dans le cadre de cette étude, cette méthode d'analyse de sensibilité révèle que la
constante d'hydrolyse k2 ainsi que pHUL,Xbha doivent être précisément identifiés en raison de
leurs influences significatives sur la production de biogaz donnée par le modèle. Le coefficient
de transfert de matière global kLa s'avère avoir un impact significatif sur le pH du milieu alors
que le pourcentage de méthane donné par le modèle présente une faible variabilité quelles
que soient les valeurs des paramètres (dans la gamme de valeurs étudiée). Les résultats
soulignent également, sur la base du modèle biochimique appliqué, qu’il n'y a pas d'inhibition
significative par de l’ammoniac de la méthanogenèse au cours de la digestion de l’intrant n°1
dans un digesteur assimilé à un RAC.

Enfin, le modèle de réacteur développé dans ces travaux est un outil évolutif qui doit
répondre à un certain nombre d’objectifs et qui va se complexifier et s’affiner au fur et à
mesure des observations et des divergences qu’il peut y avoir entre les réponses du modèle
et la connaissance que l’on a du système. La fiabilité de la méthode d’analyse de sensibilité
développée dans cette partie fait qu’elle va pouvoir être appliquée aux nouvelles versions du
modèle qui sont détaillées dans les chapitres suivants.

- 68 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

II.5. Modélisation de l’évolution du taux de matière sèche

L’étude préliminaire du modèle biochimique, à travers son implémentation dans un
modèle de réacteur simple représenté par un réacteur parfaitement agité continu, a fait
apparaitre une première voie possible d’amélioration. Cette évolution ne concerne pas à
proprement parler l’aspect hydrodynamique de l’écoulement de la matière dans le digesteur
mais s’attache d’avantage au modèle biochimique.

Les différentes études biographiques réalisées sur le fonctionnement des systèmes de

digestion ont soutenu l’importance du taux de matière sèche (TS), qui caractérise l’intrant
mais aussi le milieu de digestion, du fait de son influence notable sur les cinétiques biologiques
et de transfert de matière. La prise en compte de son évolution au cours de la digestion
permettrait de pouvoir ajuster les paramètres clefs identifiés grâce à l’étude de sensibilité en
fonction du TS du milieu. Cela permet également de mieux estimer les concentrations en
espèces dissoutes telles que l’ammoniac. Enfin, la modélisation du taux de matière sèche peut
aider au dimensionnement d’équipements de traitement de biogaz et de digestat brut à
travers la connaissance de la quantité d’eau contenue dans le biogaz et des caractéristiques
(composition, débit, TS) des digestats bruts.

II.5.1. Modifications des équations du modèle

Le modèle de réacteur considéré est toujours la représentation d’un digesteur assimilé

à un réacteur parfaitement agité continu. La masse du milieu de digestion M d est divisée en
une phase liquide associée à l’eau, de masse Mliq, et une phase sèche comprenant la matière
organique, inorganique et inerte de masse Msec (particulaires, solubles). Il en va de même pour
les courants d’intrant (Win, Win,liq, Win,sec) et de digestat brut (Wout, Wout,liq, Wout,sec). La nouvelle
représentation du digesteur est illustrée sur la Figure II-7. La modélisation de la variation de
TS le long du réacteur s’accompagne d’hypothèses (Pastor-Poquet et al., 2018):

 La phase gaz est saturée en eau.

 Les masses volumiques des solides et de l’eau sont constantes ;
 La consommation d’eau au cours des réactions est négligeable ;

Biogaz humide
Wbiogaz
Wvapeur
VGaz
Msec
Intrant brut Md Digestat brut
Win,sec Mliq Wout,sec
Win Wout
Win,liq Wout,liq

Figure II-7 : Représentation du réacteur en fonctionnement continu avec prise en compte

de l’évolution de TS

- 69 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Le taux de matière sèche s’exprime à partir de la masse de matière en digestion (Md),

de la masse de matière sèche (Msec) ainsi que de la masse de matières volatiles contenues
dans le digesteur (Mvolatiles):
𝑀𝑠𝑒𝑐 − 𝑀𝑣𝑜𝑙𝑎𝑡𝑖𝑙𝑒𝑠
𝑇𝑆 = (52)
𝑀𝑑

où Mvolatiles est la masse de matières volatiles dans le digesteur (kg)

La masse de matières volatiles comprend les composés dissouts tels que l’acétate, le CH 4
dissout, l’ammoniac et le carbone inorganique dissouts. Il est nécessaire de retirer la masse
de volatiles à la masse de matière sèche pour calculer le TS car ces composés volatiles vont
être dissouts dans l’eau. De plus, lors d’une analyse thermogravimétrique ces composés sont
évaporés à 105°C et ne sont pas comptabilisés dans la masse de matière sèche (Angelidaki et
al., 2009; EPA, 2001). La masse de matières volatiles se calcule de la manière suivante :

𝑀𝑣𝑜𝑙𝑎𝑡𝑖𝑙𝑒𝑠 = 𝑀𝑑 ∗ ∑𝑖 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 (53)

SCH4
où Si est la concentration en espèce dissoute (SA, , SN et SCI) (mol.kg-1), Mi la masse molaire
64
du composé i (g.mol-1). L’expression du calcul (équation (52)) du TS permet de prendre en
compte la solubilisation de la matière organique particulaire au cours de la digestion.

Afin de calculer les masses de matière sèche (Msec) et en digestion (Md), il est nécessaire de
dresser les bilans de matière partiels et global sur la phase en digestion :
𝑑𝑀𝑑
= 𝑊𝑖𝑛 − 𝑊𝑜𝑢𝑡 − (𝑊𝐵𝑖𝑜𝑔𝑎𝑧 − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟 ) (54)
𝑑𝑡

𝑑𝑀𝑠𝑒𝑐 (55)
= 𝑊𝑖𝑛,𝑠𝑒𝑐 − 𝑊𝑜𝑢𝑡,𝑠𝑒𝑐 − 𝑊𝐵𝑖𝑜𝑔𝑎𝑧
𝑑𝑡

𝑑𝑀𝑙𝑖𝑞 (56)
= 𝑊𝑖𝑛,𝑙𝑖𝑞 − 𝑊𝑜𝑢𝑡,𝑙𝑖𝑞 − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟
𝑑𝑡
où Wvapeur est le débit de vapeur d’eau qui sort du digesteur (kg.j-1).

Le débit de vapeur sortant du digesteur se calcule de la manière suivante :

𝑞𝐺 𝑃𝑣,𝑒𝑎𝑢 ∗103
𝑊𝑣𝑎𝑝𝑒𝑢𝑟 = 𝑃𝑣,𝑒𝑎𝑢 ∗ 𝑀𝐻2𝑂 ∗ 10−3 (57)
1− 𝑅𝑇
𝑃𝑎𝑡𝑚

où Pv,eau est la pression de vapeur saturante de l’eau à la température de fonctionnement du

digesteur (atm), MH2O est la masse molaire de l’eau (g.mol-1), qG est le débit de biogaz sec
sortant du volume VGaz (Nm3.j-1).

- 70 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

Les débits de matière sèche et liquide en sortie de méthaniseur peuvent s’écrire en fonction
de Wout à partir des expressions suivantes :

𝑊𝑜𝑢𝑡,𝑠𝑒𝑐 = 𝑊𝑜𝑢𝑡 ∗ (𝑇𝑆 + ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) (58)

𝑖

𝑊𝑜𝑢𝑡,𝑙𝑖𝑞 = 𝑊𝑜𝑢𝑡 − 𝑊𝑜𝑢𝑡,𝑠𝑒𝑐 = 𝑊𝑜𝑢𝑡 ∗ (1 − 𝑇𝑆 − ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) (59)

𝑖

Lorsque les densités des phases sèche et liquide de la matière en digestion sont différentes,
une variation de TS induit une variation de la densité du milieu de digestion. Cette variation
de densité influence le volume de matière en digestion dans le méthaniseur selon l’équation
suivante :
𝑑𝑉𝑑 1 𝑑𝑀𝑆𝑒𝑐 1 𝑑𝑀𝑙𝑖𝑞
= ∗ + ∗ (60)
𝑑𝑡 𝜌𝑠𝑒𝑐 𝑑𝑡 𝜌𝑙𝑖𝑞 𝑑𝑡

où ρsec est la masse volumique de la phase sèche (kg.m-3) et ρliq est la masse volumique de
l’eau à la température de fonctionnement du digesteur (kg.m-3). Afin de calculer Wout il est
supposé que le débit de digestat brut en sortie de digesteur s’adapte de sorte à ce que le
dVd
volume de matière en digestion soit toujours constant, soit = 0. En intégrant les équations
dt
(55), (56), (58) et (59) dans l’équation 60 il est possible d’écrire l’égalité suivante :
1
𝟎= ∗ (𝑊𝑖𝑛,𝑠𝑒𝑐 − 𝑊𝑜𝑢𝑡 ∗ (𝑇𝑆 + ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) − 𝑊𝐵𝑖𝑜𝑔𝑎𝑧 )
𝜌𝑠𝑒𝑐
𝑖
1
+ ∗ (𝑊𝑖𝑛,𝑙𝑖𝑞 − 𝑊𝑜𝑢𝑡 ∗ (1 − 𝑇𝑆 − ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟 )
𝜌𝑙𝑖𝑞
𝑖

Soit :
1 1
𝟎= ∗ (𝑊𝑖𝑛,𝑠𝑒𝑐 − 𝑊𝐵𝑖𝑜𝑔𝑎𝑧 ) + ∗ (𝑊𝑖𝑛,𝑙𝑖𝑞 − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟 )
𝜌𝑠𝑒𝑐 𝜌𝑙𝑖𝑞

1 1
−𝑊𝑜𝑢𝑡 ∗ ( ∗ (𝑇𝑆 + ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) + ∗ (1 − 𝑇𝑆 − ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ))
𝜌𝑠𝑒𝑐 𝜌𝑙𝑖𝑞
𝑖 𝑖

Il en vient l’équation suivante :

1 1
𝑊𝑜𝑢𝑡 ∗ ( ∗ (𝑇𝑆 + ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) + ∗ (1 − 𝑇𝑆 − ∑ 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ))
𝜌𝑠𝑒𝑐 𝜌𝑙𝑖𝑞
𝑖 𝑖
1 1
= ∗ (𝑊𝑖𝑛,𝑠𝑒𝑐 − 𝑊𝐵𝑖𝑜𝑔𝑎𝑧 ) + ∗ (𝑊𝑖𝑛,𝑙𝑖𝑞 − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟 )
𝜌𝑠𝑒𝑐 𝜌𝑙𝑖𝑞

- 71 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

L’expression de calcul de Wout devient alors :

1 1
𝜌𝑠𝑒𝑐 ∗ (𝑊𝑖𝑛,𝑠 − 𝑊𝐵𝑖𝑜𝑔𝑎𝑧 ) + 𝜌𝑙𝑖𝑞 ∗ (𝑊𝑖𝑛,𝑙𝑖𝑞 − 𝑊𝑣𝑎𝑝𝑒𝑢𝑟 )
𝑊𝑜𝑢𝑡 =
1 1 (61)
(𝜌 ∗ (𝑇𝑆 + ∑𝑖 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ) + 𝜌 ∗ (1 − 𝑇𝑆 − ∑𝑖 𝑆𝑖 ∗ 𝑀𝑖 ∗ 10−3 ))
𝑠𝑒𝑐 𝑙𝑖𝑞

Les équations (52) à (61) ont été intégrées au modèle de réacteur dans le programme
de résolution MATLAB. Enfin, dans le cas où le changement de densité du milieu en digestion
induit un changement de la masse Md, l’ensemble des équations bilans des espèces (Xf, Xd, Xi,
SA, Xbha, Xbm, SCH4, SCI, SN, Si, Scat-an) peuvent être modifiées par l’ajout d’un terme de variation
de concentration dû à ce changement de masse :
𝑑[𝑖] 1 [𝒊] 𝒅𝑴𝒅
= 𝑀 ∗ (𝑊𝑖𝑛 ∗ [𝑖]𝑖𝑛 − 𝑊𝑜𝑢𝑡 ∗ [𝑖]) + ∑ 𝑟𝑗 − 𝑴 ∗ (62)
𝑑𝑡 𝑑 𝒅 𝒅𝒕

où [i] est la concentration de l’espèce i dans le digesteur (gDCO.kg-1 ou mol.kg-1), [i]in est la
concentration de l’espèce i dans le courant entrant dans le digesteur (gDCO.kg-1 ou mol.kg-1).

II.5.2. Simulation d’un cas type

Une simulation du cas type dont les caractéristiques d’intrant, les conditions
opératoires du digesteur et le choix des valeurs des paramètres du modèle sont décrits dans
la partie II.3.1. a été réalisée. Ce cas type correspond à la digestion de l’intrant n°1 dans un
digesteur assimilé à un RAC fonctionnant à 55°C, en voie sèche. Les milieux en digestion et
gazeux sont considérés homogènes en concentration et en température. Les conditions
initiales de simulations sont également les mêmes que dans la partie II.3.1. . Dans cette
simulation il est supposé que les masses volumiques des phases liquide et sèche sont égales à
celle de l’eau à la température du digesteur.

Le Tableau II-11 recense les résultats obtenus en régime permanent issus des modèles
de réacteur sans la prise en compte de l’évolution du TS dans la première colonne puis avec
la prise en compte de cette évolution dans la seconde colonne. Il est à noter que lorsque que
l’évolution temporelle du TS est prise en compte, sa valeur passe de 30% en entrée à 22% en
sortie de digesteur. Cette diminution de TS conduit une légère baisse du débit W out qui passe
de 55 903 kg.j-1 dans le cas d’un TS est constant à 55 129 kg.j-1 dans le second cas. Cette
variation n’a qu’un léger effet d’augmentation des concentrations et des cinétiques de
dégradation. Cela se traduit par une légère augmentation du débit de biogaz qui passe de
5007 Nm3.j-1 à 5027 Nm3.j-1 lorsque l’évolution de TS est considérée (Tableau II-11). Aucune
cinétique dépendante du TS n’a été introduite dans le modèle biochimique. Cela explique
pourquoi l’évolution de TS a peu d’impact sur les concentrations des espèces dans le milieu.

- 72 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

En revanche, il est à noter que lorsque l’on intègre le bilan de la phase liquide du
système, il en ressort que le débit de biogaz humide total généré au cours de la dégradation
de l’intrant est de 7 279 kg.j-1. Le débit d’eau qui sort du digesteur représente environ 10%.

Tableau II-11 : Tableau comparatif : Résultats des simulation du cas d'étude (digestion du
substrat du scénario 1 dans un RAC); Sans TS: l'évolution de TS n’a pas été considéré; Avec
TS: l'évolution de TS a été considéré

Caractéristiques digestats Sans TS Avec TS

XI (gDCO.kg-1) 128,66 130,49
Xf (gDCO.kg-1) 4,20 4,21
Xd (gDCO.kg-1) 80,23 80,91
Xbha (gDCO.kg-1) 9,54 9,67
Xbm (gDCO.kg-1) 3,63 3,68
SA (gDCO.kg-1) 0,03 0,03
SN (mol.kg-1) 0,32 0,32
SH+ (mol.kg-1) 7,70.10-8 8,39.10-8
SCI (mol.kg-1) 0,31 0,31
Sions (mol.kg-1) -0,05 -0,06
SCH4 (gDCO.kg-1) 3,64 3,65
SI (gDCO.kg-1) 15,51 15,74

pH 6,96 6,97

Wout (kg.j-1) 55 903 55 129

TS (%) 30 22
Phase gaz
qG (Nm3.j-1) 5 007 5 027
GCH4 (mol.L-1) 0,02 0,02
GCO2 (mol.L-1) 0,02 0,02
GNH3 (mol.L-1) 3,27.10-5 3,05.10-5
%CH4 53,14% 53,11%
%CO2 46,78% 46,79%
%NH3 0,08% 0,10%

Wbiogaz (kg.j-1) 6 505 6 533

Wvapeur (kg.j-1) - 746

- 73 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

II.6. Conclusion
Le modèle biochimique utilisé dans ces travaux de thèse est une version simplifiée du
modèle ADM1. En effet, sur la base de connaissance des systèmes de digestion en voie sèche,
des hypothèses simplificatrices ont été formulées permettant ainsi de réduire le nombre de
composés et le nombre de cinétiques biologiques à représenter. Il en résulte un modèle à
deux étapes comportant une étape de solubilisation suivie d’une étape de méthanogenèse.

L’implémentation du modèle biologique dans un modèle de réacteur simple a permis

dans un premier temps de vérifier la cohérence des réponses du modèle. Pour se faire, la
digestion d’un intrant correspondant au scénario n°1 défini par Solagro a été simulée après
avoir choisi les paramètres cinétiques et de transfert dans une gamme de valeurs réalistes vis-
à-vis des données bibliographiques. De plus, une méthode d’analyse de sensibilité a été
appliquée au modèle de réacteur afin d’évaluer les paramètres nécessitant une calibration
précise pour que ce dernier fournisse des réponses fiables.

Comme il a été abordé dans ce chapitre, le modèle de réacteur ainsi que le modèle
biochimique sont des outils amenés à évoluer en fonction de leur capacité à répondre aux
objectifs de modélisation et à produire des réponses cohérentes vis-à-vis de la connaissance
des comportements des systèmes de digestion. Un premier affinage du modèle de réacteur a
concerné la modélisation de l’évolution du taux de matière sèche du milieu de digestion ce
qui permet de quantifier la quantité d’eau qui compose le biogaz en sortie de digesteur. Cela
permet également de connaitre l’évolution du taux de matière sèche (TS) du milieu de
digestion.

L’ensemble des études réalisées permet également de présenter des pistes

d’amélioration du modèle biochimique pouvant servir à représenter plus finement les
processus de digestion et à évaluer plus justement la quantité d’ammoniac présente dans le
milieu de digestion :

- Les coefficients stœchiométriques de la formation de l’azote ammoniacal à partir de la

matière particulaire dégradable, α1,N et α2,N, pourraient être ajustés en fonction de
substrats types (fumier ovin, caprin, porcin, etc) afin de quantifier de manière plus
juste la biodégradabilité de l’azote organique et en conséquence d’être en mesure
d’estimer plus justement la quantité d’ammoniac produit au cours de la dégradation
de divers intrants (Bareha et al., 2018).
- La force ionique du milieu est aussi un élément qui permet de réduire l’incertitude
quant à l’estimation de la concentration en ammoniac libre (NH3) dans les milieux de
digestion (Capson-Tojo et al., 2020; Pastor-Poquet et al., 2019b).
- La prise en compte de l’évolution du TS du milieu de digestion permet également
d’envisager l’implémentation de cinétiques microbiennes dépendantes de ce
paramètre. Différents travaux soulignent également l’impact de TS sur les limitations
aux transferts de matière liquide-gaz (Abbassi-Guendouz et al., 2012; Bollon, 2012).

- 74 -
 Chapitre II – Présentation et étude de sensibilité du modèle de digestion

- Il serait alors pertinent de considérer une évolution du coefficient de transfert global

kLa en fonction de TS.

Le chapitre suivant porte sur la modélisation de l’aspect hydrodynamique de la matière au

sein du méthaniseur afin de se rapprocher de la représentation du fonctionnement de
l’ARKOMETHA®. Il s’agira également d’étudier la capacité du modèle à décrire et prévoir les
phénomènes d’inhibitions à l’ammoniac.

- 75 -
Chapitre III
Modélisation du méthaniseur et de
l’inhibition à l’ammoniac
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

III.1. Introduction
Le chapitre précédent présente le modèle biologique initial dans une configuration
simple d’un méthaniseur assimilé à un réacteur parfaitement agité. Il est maintenant question
d’affiner ce modèle afin qu’il puisse répondre aux objectifs de modélisation définis dans la
première partie de ce manuscrit. Ce chapitre se focalise principalement sur l’étude de la
modélisation de l’inhibition à l’ammoniac et sur l’évaluation de la capacité du modèle à décrire
phénomène.

Il est, pour cela, défini un modèle d’écoulement de la matière au sein du digesteur plus
proche du procédé ARKOMETHA® que la configuration en milieu parfaitement agité utilisée
dans le chapitre 2 pour l’analyse des paramètres sensibles du modèle. La modélisation de ce
mode d’écoulement est un aspect primordial de la représentation du fonctionnement du
méthaniseur en cela qu’elle permet de représenter la circulation de la matière le long du
digesteur et son influence sur les avancements des réactions de dégradation. Par ailleurs, il a
d’ores et déjà été démontré dans la littérature que la représentation du mode d’écoulement
de la matière au sein d’un méthaniseur a une influence significative sur les réponses du
modèle décrivant son fonctionnement (i.e. production de biogaz, pH du milieu liquide, etc.)
(Bensmann et al., 2013). En complément de ce modèle d’écoulement, la représentation et la
modélisation de la phase gaz du méthaniseur sont également discutées. Pour un modèle
d’écoulement fixé, le modèle mis en place doit permettre de décrire au plus près et de simuler
l’apparition de l’inhibition à l’ammoniac. Une étude a donc été menée en ce sens, explorant
ainsi les différentes manières et possibilités de décrire l’impact de l’inhibiteur NH3 sur l’activité
microbienne des méthanogènes. En outre, la question de l’implémentation d’une fonction
d’inhibition à l’ion ammonium est également abordée et critiquée. Ce chapitre se conclut par
l’application de la méthodologie d’analyse de sensibilité globale, développée dans le chapitre
précédent, sur le nouveau modèle de réacteur.

III.2. Évolution du modèle de réacteur

III.2.1. Modèle d’écoulement de l’ARKOMETHA®

Un modèle d’écoulement est un moyen de caractériser et de représenter

l’hydrodynamique d’un réacteur. Lors des simulations effectuées dans le chapitre précédent,
le méthaniseur était assimilé à un réacteur parfaitement agité. Or, la spécificité de
l’ARKOMETHA® réside dans le couplage entre l’écoulement horizontal de la matière et la
compartimentation du méthaniseur en différentes zones de mélange. Il apparait alors évident
que le fonctionnement de l’ARKOMETHA® s’écarte du fonctionnement d’un unique réacteur
parfaitement agité.

De fait, la compartimentation de la matière au sein de l’ARKOMETHA® et son écoulement

horizontal de type « piston » conduit à représenter le milieu de digestion du méthaniseur par
une succession de N zones homogènes de volumes pouvant être égaux ou non. Ces zones sont

- 78 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

modélisées par une succession de N RAC en série dont les milieux sont considérés homogènes.
En conséquence, le débit de matière en sortie d’un RAC n (n allant de 1 à (N-1)) constitue le
débit d’entrée du RAC n+1 et le milieu réactionnel de chaque RAC tend à se mettre à l’équilibre
avec un ciel gazeux qui lui est propre. Il est supposé que chaque ciel gazeux est homogène et
qu’aucun échange de matière n’a lieu entre les différents volumes de gaz. Cela revient donc à
supposer que les compositions des volumes de gaz de chaque RAC n’ont aucune influence sur
les compositions de ceux des autres RAC. Dans cette représentation, la somme de ces volumes
correspond au volume de gaz total du méthaniseur et la production totale de biogaz sortant
du méthaniseur correspond à la somme des débits de biogaz entrant dans chaque ciel gazeux.
Ce modèle qui tend à se rapprocher de la description de l’écoulement de la matière au sein
de l’ARKOMETHA® est schématisé par la Figure III-1.

Wbiogaz Weau

CH4 – CO2 – NH3 – H2O

Win Wout

1 2 N
Figure III-1 : Représentation du modèle d'écoulement de type piston de la matière dans
l'ARKOMETHA

La formulation de ce modèle de réacteur implique la modification des équations de

bilan de matière des espèces présentes dans le milieu de digestion des différents RAC.
L’équation suivante représente ainsi l’évolution de la concentration de l’espèce « i » dans le
RAC n+1 dont le débit d’entrée de matière correspond au débit de sortie du RAC n :
𝑑[𝑖](𝑛+1) 1 [𝑖](𝑛+1) 𝑑𝑀𝑑,(𝑛+1)
=𝑀 (𝑊𝑜𝑢𝑡,𝑛 [𝑖]𝑛 − 𝑊𝑜𝑢𝑡,(𝑛+1) [𝑖](𝑛+1) ) + ∑ 𝑟𝑗,(𝑛+1) − 𝑀 ∗ (63)
𝑑𝑡 𝑑,(𝑛+1) 𝑑,(𝑛+1) 𝑑𝑡

où [i](n+1) est la concentration en espèce « i » dans le RAC n+1, Md,(n+1) la masse de matière en
digestion dans le RAC n+1, Wout,n est le courant de matière brute en sortie du RAC n, [i]n est
la concentration en espèce « i » dans le RAC n, Wout,(n+1) est le courant de matière brute en
sortie du RAC n +1 et ∑ rj,(n+1) est la somme des vitesse de réaction faisant intervenir l’espèce
i dans le RAC n+1 (gDCO.kg-1.j-1 ou mol.kg-1.j-1). Il peut être précisé que le débit d’entrée du RAC
n°1 est égal au débit de matière brute entrant dans le méthaniseur et le débit de sortie du
RAC N équivaut au débit de digestat brut. Par ailleurs, l’ensemble des équations du modèle
biochimique introduit dans le chapitre précédent sont résolues pour chaque RAC. Cela inclut
les équations algébriques des équilibres acido-basiques et de neutralité électronique, les
équations de transfert de matière liquide-gaz ainsi que les équations décrivant les
concentrations et les pressions partielles des composés gazeux.

- 79 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

En vue d’étudier la capacité du modèle à décrire et prévoir l’apparition de fortes

inhibitions à l’ammoniac, il nécessaire de fixer une représentation du mode d’écoulement de
l’ARKOMETHA®. Comme il a été explicité précédemment, l’écoulement horizontal et la
segmentation de la matière au sein du méthaniseur se rapprochent des caractéristiques d’un
écoulement piston. Or, il a été démontré dans la littérature que les procédés de digestion en
voie sèche mettant en œuvre un tel mode d’écoulement, pouvaient être assimilés à une
succession de 5 à 10 réacteurs parfaitement agités en série (Benbelkacem et al., 2013;
Bensmann et al., 2013; Donoso-Bravo et al., 2018; Zaher and Chen, 2006). Les mesures de
distribution de temps de séjours réalisées par Benbelkacem et al. (2013) sur une installation
pilote du procédé VALORGA®, analogue au procédé ARKOMETHA®, ont notamment révélées
que l’écoulement de ce méthaniseur pouvait être représenté par une succession de 5 RAC en
série pour des taux de matière sèche (TS) de 22 et 26% et par une succession de 10 RAC lorsque
TS atteint les 30%. Dans d’autres travaux, Zaher (2006) implémente le modèle ADM1 dans un
modèle de réacteur décrivant la circulation de la matière au sein du méthaniseur
KOMPOGAS®, également analogue au procédé ARKOMETHA®, par une succession de 5 RAC
en série.

Il est ainsi choisi de représenter l’écoulement de la matière au sein de l’ARKOMETHA®

par une succession de 5 RAC en série de volumes identiques. L’impact de cette représentation
sur les sorties du modèle est premièrement observé à travers la comparaison des résultats
des simulations du fonctionnement d’un méthaniseur dont le milieu de digestion est
successivement représenté par 1 unique RAC puis par 5 RAC en série. Ces simulations sont
basées sur les conditions énoncées dans la partie suivante.

III.2.1.1. Conditions de simulation

L’ensemble des conditions de simulations présentées dans cette partie constitue la
base des conditions utilisées dans toutes les simulations de ce chapitre. Le méthaniseur
considéré est caractérisé par les paramètres opératoires décrits dans le Tableau III-1.

Tableau III-1 : Paramètres opératoires du méthaniseur modélisé dans l’étude du modèle

d’écoulement de l’ARKOMETHA

Variables Valeurs Unités

Volume total 2000 m3
τtotal 25,65 jours
T 55 °C
P 1 atm
Taux de remplissage 80 %
Volume effectif 1600 m3

Le volume effectif du méthaniseur est, conformément au modèle d’écoulement choisi,

divisé en N RAC de volumes égaux.

- 80 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

La fraction gazeuse du méthaniseur est quant à elle représentée par une succession de N
zones gazeuses homogènes, de volumes égaux et échangeant de la matière seulement avec
le RAC au-dessus duquel elle se situe. L’intrant choisi pour la simulation du fonctionnement
du méthaniseur décrit ci-dessus est l’intrant du scénario n°1 identifié par les bureaux
SOLAGRO (ANNEXE B). La composition de cet intrant, sous la forme de valeurs données aux
variables d’entrée du modèle, est rappelée dans le Tableau III-2 et les conditions initiales
utilisées pour l’ensemble des simulations figurent dans le Tableau III-3.Il est également précisé
que les masses volumiques des phases solide et liquide sont fixées à 1000 kg.m -3.

Tableau III-2 : Composition de l'intrant du Tableau III-3 : Valeurs initiales des

scénario n°1 de Solagro variables du modèle appliquées pour
chaque RAC (où N est le nombre de RAC
Variables Valeurs Unités total)
XI 114 gDCO.kg-1
Xd 161 gDCO.kg-1 Variables Valeurs Unités
Xf 33 gDCO.kg-1 XI 114 gDCO.kg-1
Xbha 0 gDCO.kg-1 Xd 161 gDCO.kg-1
Xbm 0 gDCO.kg-1 Xf 33 gDCO.kg-1
SI 13 gDCO.kg-1 Xbha 30 gDCO.kg-1
SA 20 gDCO.kg-1 Xbm 100 gDCO.kg-1
SCH4 0 gDCO.kg-1 SI 13 gDCO.kg-1
SCI 0 mol.kg-1 SA 20 gDCO.kg-1
SN 0,177 mol.kg-1 SCH4 0 gDCO.kg-1
Sions -0,0488 mol.kg-1 SCI 0 mol.kg-1
Win 62 408 kg.j-1 SN 0,177 mol.kg-1
pH 4,6 - Sions -0,0488 mol.kg-1
TS 30 % qG 0 Nm3.j-1
α1,N et GCH4 0 mol.L-1
0,0009 mol.kgDCO,X-1 GCO2 0 mol.L-1
α2,N
GNH3 0 mol.L-1
PCH4 0 atm
PCO2 0 atm
PNH3 0 atm
Wout,n 62 408 kg.j-1
Wbiogaz 0 kg.j-1
Wvapeur 0 kg.j-1
Md,n 1600.103÷N kg
Vd,n 1600÷N m3
pH 4,6 -
TS 30 %

- 81 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Enfin, les valeurs des constantes cinétiques et coefficients de transfert utilisées pour cette
étude sont celles proposées par le laboratoire DEEP de l’INSA de Lyon pour le modèle
biologique présenté dans le chapitre précédent. Ces constantes cinétiques et coefficients de
transfert sont rassemblés dans le Tableau III-4.

Tableau III-4 : Valeurs des paramètres cinétiques du modèle biologique

Étape Paramètres Valeur Unité

Hydrolyse k1 0,3 j-1
k2 0,12 j-1
pHLL,Xbha 5,5 -
pHUL,Xbha 8 -
Méthanogenèse μmax 0,4 j-1
Ks 0,3 (gDCO.L-1)
pHLL,Xbm 6 -
pHUL,Xm 8,5 -
Ki 0,154 gN.L-1
Mort hydrolytique k7 0,04 j-1
Mort méthanogène k8 0,04 j-1
Transfert liquide-gaz kLa 4,56 j-1

III.2.1.2. Influence du modèle d’écoulement sur les sorties du modèle

Les simulations de la digestion de l’intrant n°1 dans un méthaniseur dont le milieu de
digestion est successivement représenté par 1 RAC puis par 5 RAC en série sont présentées et
discutées. Les résultats de ces simulations, exposés dans le Tableau III-5, ont été relevés à la
suite de simulations de 400 jours de fonctionnement, une fois les sorties du modèle
stabilisées.

- 82 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Tableau III-5 : Résultats de la simulation du fonctionnement en régime permanent d’un

méthaniseur dont le milieu de digestion est représenté par un et cinq RAC en série

1 RAC 5 RAC en série

Caractéristiques digestats
n°1 n°1 n°2 n°3 n°4 n°5
XI (gDCO.kg-1) 137,75 124,91 132,19 136,99 140,34 142,78
Xf (gDCO.kg-1) 4,29 13,64 5,38 2,14 0,87 0,37
Xd (gDCO.kg-1) 46,53 106,12 68,30 44,51 29,84 20,65
Xbha (gDCO.kg-1) 8,48 7,67 10,94 11,62 11,02 9,90
Xbm (gDCO.kg-1) 3,05 2,95 4,06 4,14 3,84 3,40
SA (gDCO.kg-1) 0,82 5,72 0,44 0,22 0,17 0,14
SN (mol.kg-1) 0,36 0,28 0,34 0,37 0,39 0,41
SH+ (mol.kg-1) 3,69.10-8 1,64.10-7 8,93.10-7 1,52.10-6 2,17.10-6 2,77.10-6
SCI (mol.kg-1) 0,29 0,19 0,29 0,30 0,30 0,30
Sions (mol.kg-1) -0,06 -0,05 -0,06 -0,06 -0,06 -0,06
SCH4 (gDCO.kg-1) 1,35 3,67 2,05 1,06 0,63 0,40
SI (gDCO.kg-1) 17,17 14,84 15,95 16,80 17,47 18,00
pH 7,34 6,66 7,20 7,41 7,56 7,67
Wout (kg.j-1) 52 982 57 220 54 434 52 893 51 968 51 378
TS (%) 20 25 22 20 18 17
Phase gaz
qG (Nm3.j-1) 6 477 3 559 1 935 1 047 624 396
GCH4 (mol.L-1) 1,64.10-2 1,64.10-2 1,68.10-2 1,60.10-2 1,57.10-2 1,55.10-2
GCO2 (mol.L-1) 1,48.10-2 1,49.10-2 1,45.10-2 1,53.10-2 1,55.10-2 1,57.10-2
GNH3 (mol.L-1) 7,53.10-5 1,37.10-5 5,25.10-5 9,05.10-5 1,28.10-4 1,61.10-4
%CH4 52,4 52,4 53,7 51,0 50,0 49,4
%CO2 47,4 47,6 46,1 48,7 49,5 50,1
%NH3 0,2 0,0 0,2 0,3 0,4 0,5
Wbiogaz (kg.j-1) 8 465 4 660 2 498 1 385 832 531
Wvapeur (kg.j-1) 962 528 287 155 93 59

Il apparait tout d’abord que le passage d’un unique RAC à 5 RAC en série engendre une
augmentation de la production totale de biogaz de 6 477 à 7 561 Nm3.j-1. Malgré des
compositions différentes dans les volumes gazeux des 5 RAC en série (Tableau III-5), il apparait
que la composition du débit total de biogaz reste identique d’une configuration à l’autre.

- 83 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

La composition du biogaz total dans le cas de 5 RAC en série est la suivante : %CH4 = 52,2% ;
%CO2 = 47,7% et %NH3 = 0,2%. Un mode d’écoulement qui s’éloigne d’un réacteur agité
continu et qui se rapproche d’un réacteur piston semble donc avoir un effet bénéfique sur la
productivité et le rendement de l’unité. Dans le cas où le milieu de digestion du méthaniseur
est modélisé par un unique RAC, le débit d’intrant se trouve être dilué dans un important
volume. Les concentrations en réactif dans le milieu de ce RAC sont homogènes et faibles.
Cela a pour conséquence de réduire les vitesses de dégradation dont les cinétiques sont
proportionnelles aux concentrations en réactifs comme celle de l’hydrolyse, apparue comme
étant l’étape cinétiquement limitante dans le chapitre précédent. Diviser le milieu de
digestion en un plus grand nombre de RAC permet l’existence de zones de concentrations
différentes et permet ainsi de réduire l’effet négatif de la dilution des réactifs par le mélange.
Lorsque le nombre de RAC augmente, leur volume diminue et la composition des premiers
RAC se rapproche de la composition de l’intrant. Cela induit une amélioration des cinétiques
de dégradation du substrat et a fortiori une augmentation de la production totale de biogaz.

La séparation du milieu de digestion en 5 RAC génère également un gradient de concentration

en ammoniaque total (SN) le long du méthaniseur. Dans cette configuration de RAC en série,
SN devient, à partir du RAC n°3, supérieure à la valeur obtenue lorsque qu’un unique RAC est
considéré. De plus, dans la configuration de RAC en série, la réduction du temps de séjour par
RAC engendre une légère accumulation d’acétate et une acidification du RAC n°1 (Tableau
III-5). Le pH augmente ensuite le long des RAC à mesure que l’acétate est consommé et que
la concentration en ammoniaque total augmente. Cet accroissement conjoint de pH et de S N
le long des RAC indique que, dans une configuration de RAC en série, l’inhibition à l’ammoniac
peut devenir plus importante que dans un réacteur parfaitement mélangé. Néanmoins, dans
le cas présenté dans le Tableau III-5, cette inhibition n’apparait pas limitante et ne cause pas
d’accumulation d’acétate en sortie de méthaniseur.

Par ailleurs, une simulation dans laquelle le milieu de digestion du méthaniseur est
représenté par 6 RAC en série de volumes égaux a été réalisée (résultats non présenté ici).
Cette dernière permet d’attester de la cohérence des réponses du modèle dans la description
du fonctionnement d’un méthaniseur dont l’écoulement se rapproche davantage d’un
écoulement piston. Il s’avère qu’à l’issue de cette simulation, la production totale de biogaz
du méthaniseur obtenue en régime permanent est quasiment nulle en raison de l’arrêt des
processus de digestion. De fait, la réduction du temps de séjour par RAC conduit à
l’acidification du RAC n°1. Cette acidification provient du fait que les méthanogènes ont de
moins en moins le temps de se développer et de consommer l’acétate produit au cours de
l’hydrolyse et initialement présent dans l’intrant. Or, dans le cas où le pH devient trop bas,
l’activité méthanogène est fortement inhibée. Le couplage entre la diminution du temps de
séjour et l’acidification du milieu conduit alors à l’acidose du RAC n°1, caractérisée par une
accumulation d’acétate et une chute du pH aux alentours de 4,5. Ce phénomène se propage
ensuite aux RAC suivants causant le lessivage progressif de la biomasse méthanogène hors du
méthaniseur.

- 84 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Ces résultats rendent compte en réalité du risque déjà abordé et souligné dans la littérature
(Donoso-Bravo et al., 2018), d’acidification et de lessivage progressif de la biomasse pouvant
advenir dans un méthaniseur à écoulement piston fonctionnant sans recyclage de digestat.

Comme il a été explicité précédemment il a été choisi de représenter l’écoulement de

la matière au sein de l’ARKOMETHA® par la succession de 5 RAC en série de volumes
identiques. Or, la modélisation du méthaniseur implique également la représentation de sa
fraction gazeuse dont dépendent les équilibres et les cinétiques de transfert liquide-gaz. Dans
le modèle mis en place dans ces travaux, la modélisation de ce volume de gaz influence les
concentrations en CH4, CO2 et NH3 dissout dans le milieu de digestion par l’intermédiaire des
calculs de leurs pressions partielles. Il parait donc pertinent de définir la représentation de la
fraction gazeuse du méthaniseur la plus juste de sorte que le modèle fournisse des réponses
réalistes.

III.2.2. Étude de la modélisation de la phase gaz du méthaniseur

Dans les simulations de la partie précédente (III.2.1.2.), le volume gazeux du

méthaniseur est assimilé à une succession de zones homogènes, chacune échangeant de la
matière uniquement avec le milieu de digestion du RAC auquel elle est associée. Ainsi, les
concentrations en CO2, NH3 et CH4 dans les différents ciels gazeux peuvent être différentes et
la composition du volume de gaz se trouvant au-dessus d’un RAC n’a aucune influence sur les
milieux de digestion des autres réacteurs. Or, au sein de l’ARKOMETHA®, il n’y a pas de
séparation physique du volume de gaz du méthaniseur. Deux questions se posent alors vis-à-
vis des hypothèses de modélisation de la fraction gazeuse de l’ARKOMETHA® :

- Quelles seraient les conséquences sur les sorties du modèle de considérer un ciel
gazeux commun à tous les RAC ?
- Les volumes des ciels gazeux au-dessus des RAC ont-ils une influence significative sur
la dynamique des réponses du modèle ?

Les études ci-après visent à répondre à ces deux problématiques et permettent, in fine, de
choisir la représentation la plus juste du volume de gaz produit par le procédé ARKOMETHA®.

- 85 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

III.2.2.1. Comparaison entre la représentation d’un volume gazeux unique et

d’un volume de gaz segmenté
Cette étude tend à montrer l’influence de la représentation du ciel gazeux du
méthaniseur sur les réponses du modèle. Pour cela, la comparaison des résultats de deux
simulations de la digestion du l’intrant n°1 est effectuée. Dans la première simulation il est
considéré un méthaniseur dont la fraction gazeuse est modélisée selon l’hypothèse appliquée
dans la partie III.2.1. (un RAC contient un milieu de digestion échangeant de la matière avec
un ciel gazeux qui lui est propre). Dans la seconde simulation en revanche, la fraction gazeuse
du méthaniseur est représentée par un volume global commun à tous les RAC (un RAC
contient un milieu de digestion échangeant avec un ciel gazeux commun).

Wbiogaz Weau

CH4 – CO2 – NH3– H2O

Win Wout

1 2 N
Figure III-2 : Représentation du modèle d'écoulement de la matière dans l'ARKOMETHA® sous
l’hypothèse d’un volume de gaz commun à tous les RAC

La modélisation de la fraction gazeuse du méthaniseur par un volume de gaz unique

induit une dépendance entre les compositions des milieux des différents RAC à travers les
équilibres liquide-gaz comme l’illustre la Figure III-2. La description d’un volume commun à
l’ensemble des RAC entraine donc la modification des équations appliquées à la phase gaz du
modèle de réacteur.
Les équations de variation des concentrations dans la phase gaz sont alors réécrites de la
manière suivante :

dGi 1 q Gn
=V (10−3 ∑n=N n=N
n=1 rliq−gaz,in Mdn − Gi ∑n=1 Pv,eau ) (64)
dt Gaz 1−
Patm

Avec Gi la concentration gazeuse de l’espèce « i » à savoir CH4, CO2 ou NH3 (mol.L-1), VGaz le
volume total de gaz dans le méthaniseur (m3), N le nombre total de RAC représentant la
circulation de la matière au sein du méthaniseur, rliq-gaz,in la vitesse de transfert de matière
liquide-gaz du composé « i » entre le RAC n et le volume de gaz (mol.kg-1.j-1), Mdn la masse de
matière contenue dans le RAC n, qGn le débit de biogaz issu du RAC n. Il peut être précisé que
pour l’une et l’autre des simulations les volumes de gaz sont considérés homogènes.

- 86 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Les deux simulations réalisées portent sur le traitement thermophile en voie sèche de
l’intrant n°1 selon les conditions de simulation énoncées en partie III.2.1.1. . Une succession
de 5 RAC en série de volumes égaux a été considérée en premier lieu pour décrire le milieu de
digestion du méthaniseur. Cependant, il s’avère que dans cette configuration, considérer un
ciel gazeux commun à tous les RAC conduit à l’inhibition totale des processus de digestion et
à l’arrêt du digesteur. Ces résultats de simulation ne sont pas détaillés dans ce manuscrit mais
ils attestent de manière évidente de l’impact conséquent de la modélisation de la fraction
gazeuse du méthaniseur sur les réponses du modèle. Afin de comprendre et d’étudier
l’influence de la représentation de la fraction gazeuse du méthaniseur sur les résultats du
modèle, le nombre de RAC a alors été réduit à 3.

Le méthaniseur considéré dans cette étude possède un volume effectif de 1 600 m3 et un

volume de gaz de 400 m3. Le milieu de digestion du méthaniseur est représenté par la
succession de 3 RAC en série de volume respectif de 533 m3. Au cours de la première
simulation le ciel gazeux du méthaniseur, est modélisé par 3 volumes de 133 m 3 associés à
chaque RAC tandis que dans la seconde simulation il est modélisé par un unique volume de
400 m3. Les simulations de 400 jours de fonctionnement ont permis de recueillir des résultats
une fois le régime permanent du méthaniseur atteint. Les résultats de simulation relatifs aux
phases liquide et gazeuse du méthaniseur sont respectivement résumés dans le Tableau III-6
et le Tableau III-7 pour la première simulation et dans le Tableau III-8 et le Tableau III-9 pour
la seconde.

Tableau III-6 : Composition des milieux de digestion des différents RAC dans le cas d’une
modélisation du ciel gazeux du méthaniseur par une succession de volumes homogènes.

Xf Xd Xbha Xbm SA SN SCI

n° RAC (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (mol.kg-1) (mol.kg-1) pH

1 9,79 86,13 9,04 3,46 1,40 0,31 0,26 6,99

2 2,81 45,68 10,79 3,84 0,27 0,37 0,30 7,39
3 0,84 25,47 9,73 3,36 0,18 0,40 0,30 7,61

Tableau III-7 : Débits de biogaz et composition des volumes de gaz surmontant les différents
réacteurs dans le cas d’une modélisation du ciel gazeux du méthaniseur par une succession
de volumes homogènes.

PCH4 PCO2 PNH3

n° RAC qG %CH4 %CO2 %NH3
(atm) (atm) (atm)
1 4625 4,47.10-1 3,96.10-1 8,37.10-4 52,97 46,93 0,10
2 1873 4,34.10-1 4,07.10-1 2,31.10-3 51,45 48,27 0,27
3 874 4,22.10-1 4,18.10-1 3,79.10-3 49,98 49,57 0,45
Total 7373 52,23 47,59 0,18

- 87 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Tableau III-8 : Composition des milieux de digestion des différents RAC dans le cas d’une
modélisation du ciel gazeux du méthaniseur par un volume unique.

Xf Xd Xbha Xbm SA SN SCI

n° RAC (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (gDCO.kg-1) (mol.kg-1) (mol.kg-1) pH

1 9,65 83,40 8,35 1,44 49,65 0,87 0,08 6,48

2 2,70 43,46 10,57 2,97 36,05 0,78 0,16 7,01
3 0,78 24,15 10,04 4,19 0,91 0,40 0,31 7,40

Tableau III-9 : Débits de biogaz et composition du volume de gaz surmontant les différents
réacteurs dans le cas d’une modélisation du ciel gazeux du méthaniseur par un volume
unique.

PCH4 PCO2 PNH3

n° RAC qG %CH4 %CO2 %NH3
(atm) (atm) (atm)
1 2054
2 2702 4,41.10-1 4,01.10-1 1,79.10-3 52,25 47,54 0,21
3 2582
Total 7338

Le passage de ciels segmentés à un ciel gazeux commun n’a pas d’effet sur la
production de biogaz totale mais influe fortement sur les productions de biogaz de chacun des
différents RAC. Une diminution de la production de biogaz du RAC n°1 et une augmentation
de celle-ci dans les RAC n°2 et 3 sont effectivement constatées entre la première et la seconde
simulation. Il apparait également qu’une accumulation d’acétate se produit dans les RAC n°1
et 2 lors de la seconde simulation (Tableau III-8) alors qu’elle est moindre, voire inexistante,
au cours de la première (Tableau III-6). Cette accumulation est le résultat d’une inhibition à
l’ammoniac de la méthanogenèse. Le fait d’avoir considéré un volume de gaz commun à tous
les RAC conduit à une pression partielle en ammoniac dans le méthaniseur (Tableau III-9) qui
est environ deux fois plus importante que celle calculée au-dessus du RAC n°1 lorsque le ciel
du méthaniseur est représenté par une succession de volumes séparés (Tableau III-7). Or,
d’après les équilibres liquide-gaz décrits par la loi de Henry, cela induit un transfert de matière
d’ammoniac depuis le volume de gaz commun vers le milieu du RAC n°1. Ceci explique par
ailleurs que les concentrations en ammoniaque dans ce réacteur et dans le RAC n°2 sont
respectivement 2,8 et 2,1 fois plus importantes dans la seconde simulation que dans la
première. La conséquence de ce phénomène de solubilisation d’ammoniac dans le RAC n°1
est l’inhibition de la méthanogenèse qui est caractérisée par une réduction de la production
de biogaz et une accumulation d’acétate. Les débits de biogaz totaux évalués pour l’une et
l’autre configuration restent pour autant similaires car l’acétate accumulé dans ce premier
réacteur est en partie consommée dans le deuxième RAC puis est totalement transformé dans
le dernier (Tableau III-8).

- 88 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

La modélisation du volume de gaz du méthaniseur a donc une influence sur le profil de

concentration en ammoniaque le long des RAC. Lorsque le ciel gazeux du méthaniseur est
représenté par une succession de volumes homogènes, la concentration en ammoniaque
augmente le long des RAC (Tableau III-6) tandis qu’elle diminue lorsqu’un ciel gazeux commun
à tous les RAC est considéré (Tableau III-8). Cependant il n’y a pas, à notre connaissance, de
résultats expérimentaux dans la littérature qui corroborent cet effet de solubilisation
d’ammoniac et de décroissance de concentration intervenant le long d’un méthaniseur à
écoulement piston en voie sèche. Par ailleurs, il faut noter que la forte concentration en
ammoniaque dans le RAC n°1 de la seconde simulation est liée à la cinétique de transfert
liquide-gaz et plus précisément à la valeur du coefficient de transfert global kLa. La valeur de
4,56 j-1 utilisée dans ces simulations est issue des travaux de Pauss et al. (1990). Elle
correspond au coefficient de transfert global du CH4 et du CO2 identifié lors de la digestion de
boue dans un méthaniseur à flux vertical. Des coefficients de 3 j-1 et 5 j-1 ont été obtenus par
Julien Bollon (2012) au cours de ses travaux de thèse lors de la digestion en voie sèche de la
fraction organique de déchets ménagers dans un méthaniseur à agitation par réinjection de
biogaz (procédé VALORGA®) (Bollon, 2012). Ces conditions se rapprochent de la réalité de
fonctionnement d’un ARKOMETHA® et permettent donc d’assurer la cohérence de l’emploi
d’une valeur de 4,56 j-1 dans nos cas d’étude.

La représentation de volumes propres surmontant chaque RAC pourrait s’apparenter

à l’existence d’une couche limite homogène. Par ailleurs, cette représentation permettrait de
prendre en compte les volumes de biogaz piégés dans les interstices des milieux de digestion
des différents RAC et dont la composition ne dépendrait pas du ciel gazeux total.

Enfin, la question de la modélisation de la phase gaz des méthaniseurs n’est pas

abordée dans la littérature. Cette étude révèle néanmoins l’importance de la représentation
de cette phase tant elle peut influencer les résultats du modèle.

A partir de l’étude précédente il est décidé de modéliser la fraction gazeuse du

méthaniseur ARKOMETHA® par une succession de volumes de gaz. La taille de ces volumes
n’a pas d’influence (étude réalisée mais non présentée ici) sur les résultats du modèle en
régiment permanent. En revanche il est intéressant de se demander dans quelles mesures ces
volumes influencent la dynamique des réponses du modèle et de s’interroger sur l’importance
de calibrer leurs valeurs.

III.2.2.2. Influence des volumes gazeux sur la dynamique des réponses du

modèle
Pour répondre à ces problématiques une série de quatre simulations est réalisée afin
d’observer les réponses du modèle dynamique à la suite de variations de conditions
opératoires pour deux volumes de gaz différents.

- 89 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Cette étude comporte donc les simulations du fonctionnement d’un méthaniseur,

basées sur les conditions énoncées dans la partie III.2.1.1. , et dont l’écoulement de la matière
est modélisé par la succession de 5 RAC en série de volumes égaux à 320 m 3. Chaque RAC est
surmonté d’un volume de gaz égal à 80 m3 ou 0,8 m3 selon les simulations.

Variation du débit d’intrant :

Une première série de simulations de 800 jours de fonctionnement est réalisée en

simulant, à partir du 450ème jour une réduction du débit d’intrant brut de 25% soit une
diminution du débit de 62,4 à 46,8 t.j-1. Ce débit reste constant entre les jours 450 et 800. La
variation du débit d’intrant Win est modélisée par la fonction « interp1 » de Matlab.

La Figure III-3 permet de visualiser cette variation qui s’opère à partir du 450 ème jour
de fonctionnement.

Figure III-3 : Profil du débit d'intrant au cours du temps

Pour apprécier l’influence des volumes de gaz (0,8 et 80 m3) sur les régimes transitoires
des phases liquide et gazeuse du méthaniseur, l’évolution du pH, la production de biogaz ainsi
et que le pourcentage en CH4 des phases gazeuses de chaque RAC sont suivis. Cependant, afin
de pouvoir analyser plus précisément l’impact de la taille des volumes de gaz sur la
modélisation du régime transitoire du méthaniseur, les résultats traités correspondent au RAC
n°1. La Figure III-4 illustre ainsi les évolutions du pH du RAC n°1 (Figure III-4 (a)), de la
production de biogaz issu de ce RAC (Figure III-4 (b)) et de la composition en CH4 du volume
de gaz situé au-dessus du RAC n°1 (Figure III-4 (c)) en fonction de la taille des volumes de gaz.

- 90 -
Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

(a)

(b)

(c)
RAC n°1 – VGaz=80 m3 RAC n°1 – VGaz=0,8 m3

Figure III-4 : Évolutions du pH du RAC n°1 (a), de qG,1 (b) et de %CH4 (c) dans le volume gazeux
associé au RAC n°1 en fonction de la taille des volumes de gaz, après une variation d’intrant

- 91 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Au regard des courbes obtenues, il peut être affirmé que la taille du volume de gaz situé au-
dessus du RAC n°1 n’a pas d’influence sur la simulation du régime dynamique de la phase
liquide de ce dernier. Les dynamiques des variations induites par le changement de débit
d’intrant sont identiques quelle que soit la taille du volume de gaz considéré. Les mêmes
observations sont faites sur les autres RAC de la configuration. En réalité, les débits de biogaz
issus de chaque RAC sont importants par rapport aux dimensions des volumes de gaz. En
conséquence, quel que soit ce volume (0,8 ou 80 m3), le temps de mise en régime de la phase
gaz sera court et non limitant.

Introduction d’un courant de gaz inerte :

Une seconde série de simulations de 800 jours de fonctionnement est réalisée en

simulant cette fois-ci l’introduction d’un débit de gaz inerte (exempt de CH4, CO2 et NH3) dans
chaque RAC afin de causer une chute des concentrations en phase gaz de l’ordre de 50%. Cette
perturbation est simulée à partir du 450ème jour de fonctionnement et est modélisée par la
fonction « interp1 » de Matlab. Les débits de gaz inerte introduits dans chacun des RAC à partir
du jour 450 sont donnés dans le Tableau III-10. Les débits d’injection énoncés dans ce tableau
sont choisis pour causer une diminution des concentrations en CH4, CO2 et NH3 de l’ordre de
50% dans les volumes de gaz des différents réacteurs. Leurs valeurs sont du même ordre de
grandeur que les débits de production de biogaz issus de chaque RAC, obtenus lors de la
simulation du fonctionnement du méthaniseur sans variation de condition opératoire
(Tableau III-5).

Tableau III-10 : Débits de gaz inerte introduit dans chaque RAC lors de l’étude de l’impact
des volumes de gaz sur la dynamique des réponses du modèle

RAC n°1 n°2 n°3 n°4 n°5

Débit de gaz inerte injecté
3 500 1 900 1 000 600 400
(Nm3.j-1)

En vue de la modélisation du traitement in situ de l’ammoniac, l’intérêt de cette étude

est d’évaluer l’importance de la définition des volumes de gaz dans la description du régime
transitoire du méthaniseur suite à l’introduction d’un courant gazeux dans le milieu de
digestion. Dans le modèle de digestion les transferts de matière liquide-gaz ont lieu à
l’interface entre le milieu de digestion et le volume de gaz libre qui se trouve au-dessus. Ces
derniers dépendent de l’écart à l’équilibre entre les concentrations en composés dissous et
leurs pressions partielles dans le volume de gaz. L’injection d’un gaz inerte dans le milieu de
digestion d’un RAC n est modélisée par l’arrivée d’un courant gazeux directement dans le
volume de gaz qui se trouve au-dessus. Cela induit la modification des équations de calcul des
concentrations en phase gazeuse qui prennent alors la forme suivante :

- 92 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

dGi𝑛 1 q Gn
=V (10−3 rliq−gaz,in Md𝑛 − Gi ( Pv,eau + 𝑞𝐼𝑛 )) (65)
dt Gaz 1−
Patm

Avec Gin la concentration de l’espèce « i » (CH4, CO2 ou NH3) dans le volume de gaz du RAC
n (mol.L-1), 𝑞𝐼𝑛 le débit de gaz inerte introduit dans le RAC n (Nm3.j-1). L’introduction des
courants « 𝑞𝐼𝑛 » est effectuée à partir du 450ème jour de fonctionnement du méthaniseur. La
Figure III-5 illustre les évolutions du pH, de la production de biogaz ainsi que du pourcentage
en CH4 dans le volume de gaz du RAC n°5. Il apparait que lorsque le volume de gaz est de 0,8
m3, les variations de la production de biogaz qG,5 et du %CH4 (Figure III-5 (b) et (c)) sont
légèrement plus rapides que lorsque ce volume est de 80 m3. Néanmoins, ces différences
restent minimes et les temps de mise en régime des phases liquide et gazeuse restent
identiques d’une simulation à une autre.

(a)

(b)

- 93 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

(c)
RAC n°1 – VGaz=80 m3 RAC n°1 – VGaz=0,8 m3

Figure III-5 : Évolutions du pH du RAC n°5 (a), de qG,5 (b) et du %CH4 (c) dans le volume gazeux
associé au RAC n°5 en fonction de la taille des volumes de gaz, suite à l’arrivée d’un courant
de gaz inerte dans les phases gazeuses des RAC

Au regard de l’ensemble des résultats de cette étude, il n’apparait pas nécessaire de

calibrer précisément les volumes de gaz que l’on considère dans notre modèle car ces volumes
ont très peu d’influence sur les résultats de la modélisation du régime transitoire du
méthaniseur.

III.2.3. Conclusion

Les études précédentes ont permis de préciser le modèle de réacteur. Premièrement,

le modèle d’écoulement de l’ARKOMETHA® choisi est une succession de 5 RAC en série
permettant de traduire les évolutions spatiale et temporelle des différents composants
contenus dans le méthaniseur. Il a en outre été observé qu’un mode d’écoulement se
rapprochant d’un réacteur piston est favorable à la phase d’hydrolyse et qu’une
compartimentation de la matière organique au sein du méthaniseur, comme il est effectué
dans l’ARKOMETHA®, est bénéfique à la productivité et au rendement de l’unité. Enfin, bien
qu’il soit délicat de procéder à des mesures de DTS sur des méthaniseurs de volume industriel,
la réalisation de ces analyses permettrait d’affiner davantage le modèle d’écoulement de
l’ARKOMETHA® avec la possible considération de volumes morts.

Deuxièmement il est constaté que la séparation de la phase gaz du méthaniseur en

une succession de zones homogènes propres à chaque RAC permet de représenter plus
justement l’évolution spatiale de la composition du milieu en digestion du méthaniseur. En
effet, cette configuration permet de représenter une évolution croissante de la concentration
en ammoniaque le long du digesteur.

- 94 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Par ailleurs, il apparait que le volume de ces zones gazeuses n’a pas d’influence sur la
simulation du régime dynamique de l’ARKOMETHA® et qu’en conséquence il n’est pas
nécessaire de les calibrer précisément.

L’un des objectifs du modèle de simulation de l’ARKOMETHA® développé dans ce

travail est d’être en mesure de représenter et de prévoir les phénomènes d’inhibition de la
méthanogenèse causés par de fortes concentrations en ammoniac. La partie suivante tend
donc à déterminer dans quelles mesures le modèle de réacteur précédemment défini permet
de décrire ces phénomènes et quelles sont les modifications nécessaires à apporter afin d’en
affiner la représentation.

III.3. Modélisation de l’inhibition à l’ammoniac

III.3.1. Évolution de la fonction d’inhibition NH3

L’amélioration de la compréhension des mécanismes d’inhibition par l’ammoniac libre

ainsi que la publication de nombreuses données expérimentales d’étude de ce phénomène
sur des systèmes de digestion ont conduit à une évolution de la modélisation mathématique
de cette inhibition. Dans l’ADM1, l’inhibition à l’ammoniac libre NH3 est définie comme étant
une inhibition non-compétitive5 et est traduite à travers la fonction suivante (Batstone et al.,
2002) :
1
INH3 = (66)
SNH
1+ TH K3
i

Cette fonction, continue entre 0 et 1, est présente dans le modèle de digestion développé par
le laboratoire DEEP de l’INSA de Lyon et permet de calculer un facteur d’inhibition, I NH3.
L’inhibition à l’ammoniac libre est ainsi traduite par le calcul de ce coefficient multiplicateur
qui modifie directement la vitesse de croissance des méthanogènes comme le montre le
Tableau II-2. Lorsque ce facteur d’inhibition est égal à 1, cela signifie que l’activité des
méthanogènes n’est pas inhibée. A contrario, un facteur INH3 égal à 0 signifie que l’activité des
méthanogènes est totalement inhibée.

Toutefois, de récentes études (Astals et al., 2018; Capson-Tojo et al., 2020) ont
démontré que l’effet de concentrations croissantes en NH3 sur l’activité des groupes
méthanogènes suit un motif d’inhibition sigmoïdal qui ne correspond pas à l’allure de la
fonction d’inhibition proposée dans l’ADM1.

5
Les sites de fixation du substrat et de l’inhibiteur sont distincts.

- 95 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

De plus, ces travaux rendent compte de l’existence d’une concentration minimale en

NH3 en dessous de laquelle l’activité des méthanogènes n’est pas inhibée et d’une
concentration maximale à partir de laquelle elle l’est totalement. A partir de ces observations,
une nouvelle fonction d’inhibition dite « à seuils » a été proposée par Astal et al. (2018).
L’expression de cette fonction est la suivante :

1 , 𝑆𝑁𝐻3 ≤ 𝐾𝑖𝑚𝑖𝑛
2
INH3 = { −2,77259 (
𝑆𝑁𝐻3 −𝐾𝑖
𝑚𝑖𝑛 ) (67)
𝐾𝑖𝑚𝑎𝑥 −𝐾𝑖𝑚𝑖𝑛
𝑒 , 𝑆𝑁𝐻3 > 𝐾𝑖𝑚𝑖𝑛

Avec Kimin la concentration minimale à partir de laquelle l’inhibition à l’ammoniac libre

apparait (mgN.L-1) et Kimax la concentration en NH3 à partir de laquelle l’inhibition de l’activité
méthanogène est quasiment complète (correspondant à une réduction d’activité de 94%)
(mgN.L-1). L’exposant 2 de la fonction à seuils permet de représenter une accélération
progressive de l’inhibition au-dessus d’une concentration égale à Kimin (Astals et al., 2018).
Enfin, la constante 2,77259 assure que la valeur de constante de demi-saturation Ki
correspond bien à la moyenne arithmétique de Kimin et de Kimax .

Par ailleurs, il existe, dans la littérature, une importante disparité dans les niveaux de
concentration seuil en NH3 (i.e. Ki) observés sur des activités de méthanogènes ou sur la
production de biogaz de systèmes de digestion. En effet, les travaux de Capson-Tojo el al.
(2020) ont démontré qu’il n’existait pas une concentration seuil universelle applicable à tous
les cas d’étude. La résistance d’un consortium microbien face à un inhibiteur dépend en réalité
de différents facteurs. Les principaux facteurs sont l’inoculum, le niveau d’acclimatation des
méthanogènes à de fortes concentrations en ammoniac, la température, le pH et le substrat
traité (Capson-Tojo et al., 2020; Jiang et al., 2019). Au cours de ces mêmes travaux, un
traitement de données de plus de 50 études expérimentales de digestion anaérobie conduites
sous de fortes concentrations en ammoniac a été réalisé. Cela a permis de lier la résistance
des méthanogènes à l’ammoniac libre aux conditions opératoires (température, pH, type de
gisement) et à la communauté microbienne utilisée lors de ces études. Ainsi, une procédure
d’identification de concentrations seuils en NH3 a été mise en place conjointement à la
définition de différents clusters. Ces clusters, aux nombres de 6, sont des regroupements de
données expérimentales qui sont caractérisés par des conditions opératoires et des
consortiums de méthanogènes communs. La Figure III-6 retranscrit la sensibilité des
méthanogènes de ces divers clusters, à des concentrations croissantes en NH3.

- 96 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Cluster
Réduction de l’activité
méthanogène (%)
Non attribués
1
2
3
4
5
6

Concentration en NH3 (mgN.L-1)

Figure III-6 : Effets de l'augmentation de la concentration en ammoniac libre sur l'activité des
méthanogènes de 6 clusters de données expérimentales, extraite de Capson-Tojo et al. (2020)

Pour chaque cluster, il a ainsi été identifié une valeur de constante de demi-saturation Ki et
des valeurs seuils Kimin et Kimax . Ces valeurs sont données dans le Tableau III-11 au même titre
que les conditions opératoires correspondant aux 6 clusters.

Tableau III-11 : Caractéristiques des clusters tirées de Capson-Tojo et al. (2020) : valeurs des
seuils d'inhibition (Ki, Kimin et Kimax ), concentrations médianes en ammoniaque total (SN),
températures médianes et pH médians

Ki Kimin Kimax SN T Substrat

Cluster pH
(mgN.L-1) (mgN.L-1) (mgN.L-1) (gN.L-1) (°C) principal
1 39 6 72 4,8 37 7,2 Acétate
2 84 17 152 3,3 37 7,5 Acétate
3 208 78 337 4,0 37 7,7 Fumier
4 458 175 741 4,9 38 7,8 Fumier
5 1 082 285 1878 6,0 55 7,9 Fumier
6 2 565 743 4387 5,4 55 8,1 Fumier

Les conditions des clusters n°4 et 5 sont similaires aux conditions qu’il serait possible
de retrouver lors du fonctionnement d’une unité ARKOMETHA®. En effet, le cluster n°4
correspond principalement à la digestion thermophile de substrats riches en azote tels que la
fraction organique d'ordures ménagères, de bio-déchets, de fumiers ou d’effluents
d'abattoirs. Des valeurs correspondant au cluster n°5 ont été trouvées lors de la digestion
thermophile de fumiers porcins (Capson-Tojo et al., 2020). Enfin, le cluster n°6 peut
correspondre à des systèmes de digestion thermophile d'effluents d'élevage ayant une
communauté microbienne acclimatée à de très fortes concentrations en ammoniaque total
(8,0-10 gN.L-1) et/ou en NH3 (1 000-1 500 mgN.L-1) (Capson-Tojo et al., 2020).

- 97 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Pour ce dernier cluster en revanche, Capson-Tojo et al. (2020) précisent qu’aucune autre
étude n’a jusqu’à présent donnée une valeur de Ki aussi élevée que 2565 mgN.L-1 (Capson-
Tojo et al., 2020). La Figure III-7 permet de visualiser les évolutions du facteur INH3, en fonction
de la concentration en NH3, calculé à partir de l’équation (67) et ce pour chaque constante de
demi-saturation Ki exposée dans le Tableau III-11.

1,0
0,9
0,8
0,7
0,6
INH3

0,5
0,4
0,3
0,2
0,1
0,0
0 500 1000 1500 2000 2500 3000 3500 4000
Concentration en NH3 (mgN.L-1)
Ki=39 mgN.L-1
Ki = 39mg/L Ki = 84 mgN.L-1
Ki=84mg/L Ki=208
K mgN.L-1
i = 208mg/L

mgN.L-1
Ki = 458mg/L
Ki=458 mgN.L-1
Ki = 1 082mg/L
Ki=1082 K i = 2 565
Ki=2565 mgN.L-1
mg/L

Figure III-7 : Coefficients d'inhibition calculés à partir de l'équation proposée par Astal et al.
(2018) en fonction de la concentration en ammoniac libre et de la constante de demi-
saturation

Une première comparaison entre la fonction d’inhibition non-compétitive et la fonction à

seuils est réalisée à partir des tracés des évolutions de INH3 calculées à partir des deux
équations pour une valeur de Ki égale à celle du cluster n°4 (Figure III-8). La courbe d’inhibition
non compétitive est de forme convexe et décroit dès l’apparition d’ammoniac libre tandis que
la courbe d’inhibition à seuils, de forme sigmoïdale, décroit une fois le seuil Kimin franchi. De
plus, il apparait que pour une même valeur de Ki, la valeur du coefficient d’inhibition calculée
à partir de l’équation d’inhibition non-compétitive sera :

- inférieure à la valeur de INH3 calculée à partir de l’équation d’inhibition à seuils pour

SNH3 < Ki;
- supérieure à la valeur de INH3 calculée à partir de l’équation d’inhibition à seuils pour
SNH3 > Ki.

- 98 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

1,0
0,9
0,8
0,7
0,6
INH3

0,5
0,4
0,3
0,2
0,1
0,0
0 200 400 600 800 1000 1200 1400 1600 1800 2000
-1
Concentration en NH3 (mgN.L )
Non-compétitive A seuil
Figure III-8 : Comparaison des valeurs de INH3 en fonction de la concentration en ammoniac
libre calculées à partir des équations non-compétitive et à seuils pour une valeur de Ki = 458
mgN.L-1

D’autre part, d’après l’équation d’inhibition non-compétitive, une inhibition totale voire
quasi-totale est atteinte pour de très grandes concentrations en ammoniac libre. Pour une
valeur de Ki égale à 458 mgN.L-1 (cluster n°4), le coefficient d’inhibition sera inférieur à 0,1
seulement à partir d’une concentration en ammoniac NH3 de 4000 mgN.L-1 (Figure III-8). Or,
cette concentration est deux à quatre fois plus élevée que les limites hautes de concentrations
inhibitrices retrouvées dans la littérature (Capson-Tojo et al., 2020; Jiang et al., 2019;
Rajagopal et al., 2013).

Afin de comprendre et de visualiser l’importance de la fonction d’inhibition dans la

description des systèmes de digestion de substrats azotés, des simulations de la digestion de
l’intrant n°1 ont été menées en considérant la fonction d’inhibition proposée dans l’ADM1
d’une part et la fonction développée par Astal et al. (2018) d’autre part.

III.3.1.1. Influence de la fonction d’inhibition NH3 utilisée sur les résultats du

modèle
Il s’agit ici de réaliser la comparaison des résultats des simulations au cours desquelles
la fonction d’inhibition à l’ammoniac libre décrit soit une inhibition non-compétitive soit une
inhibition à seuils. Au cours de ces simulations, l’intrant n°1 est traité dans un méthaniseur
dont le volume effectif est représenté par 5 RAC en série de volumes égaux selon les
conditions de simulation énoncées dans la partie III.2.1.1. .

D’autre part, afin d’assurer la cohérence et le réalisme des résultats du modèle, il est
nécessaire de correctement définir les valeurs de Ki, Kimin et Kimax .

- 99 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Au regard de la multitude de données bibliographiques, il est choisi de faire varier ces

constantes dans une gamme de valeurs qui pourraient correspondre aux conditions de
fonctionnement d’un méthaniseur ARKOMETHA®. Ainsi, les simulations sont réalisées en
faisant varier la fonction utilisée pour le calcul de INH3 (non-compétitive ou à seuils) mais
également en faisant varier les valeurs des constantes de demi-saturation correspondant aux
clusters n°3, 4 et 5 définis par Capson-Tojo et al. (2020) (Tableau III-11). Il peut être souligné
que le cluster n°3 se réfère à un mode de digestion mésophile. Néanmoins, l’intégration à
cette étude des constantes qui lui sont associées reste cohérente car elles permettent de
représenter une biomasse méthanogène peu acclimatée à de fortes concentrations en
ammoniac. Le Tableau III-12 reprend donc les paramètres cinétiques utilisées lors des diverses
simulations.

Tableau III-12 : Valeurs des paramètres cinétiques et de transfert utilisés dans les
simulations de l’étude des fonctions d’inhibition à l’ammoniac libre

Étape Paramètres Valeur Unité

Hydrolyse k1 0,3 (j-1)
k2 0,12 (j-1)
pHLL,Xbha 5,5 -
pHUL,Xbha 8 -
Méthanogenèse μmax 0,4 (j-1)
Ks 0,3 (gDCO.L-1)
pHLL,Xbm 6 -
pHUL,Xbm 8,5 -
Mort hydrolytique k7 0,04 (j-1)
Mort méthanogène k8 0,04 (j-1)
Transfert liquide-
kLa 4,56 (j-1)
gaz
Cluster 3 Cluster 4 Cluster 5
Méthanogenèse Ki 0,208 0,458 1,082 (gN.L-1)
Kimin 0,078 0,175 0,285 (gN.L-1)
Kimax 0,337 0,285 1,878 (gN.L-1)

La même étude a été ainsi réalisée pour chaque constante de demi-saturation des
clusters n°3, 4 et 5. Les résultats présentés ci-après sont ceux obtenus avec les constantes
d’inhibition relatives au cluster n°3 car ce sont les résultats les plus significatifs. Les
conclusions pouvant être émises quant à l’influence du choix de la fonction d’inhibition (non-
compétitive ou à seuils) sur les sorties du modèle sont identiques quelles que soient les limites
d’inhibition considérées. Les résultats obtenus pour les constantes d’inhibition des deux
autres clusters sont présentés en ANNEXE D.

- 100 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

La réalisation d’une simulation supplémentaire au cours de laquelle l’inhibition à l’ammoniac

libre n’est pas prise en compte sert de référence pour la comparaison des résultats.

Résultats et interprétations
Le Tableau III-13 présente les résultats issus de la simulation sans la prise en compte
de l’inhibition à l’ammoniac. Le Tableau III-14 et le Tableau III-15 contiennent respectivement
les résultats relatifs à l’utilisation de la fonction d’inhibition non-compétitive et de la fonction
à seuils (cluster n°3).

Tableau III-13 : Résultats de la simulation de la digestion du substrat 1 sans prise en compte

de phénomène d'inhibition à l'ammoniac dans le modèle biologique

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,86 6,87 0,30 1,00 0,25 3 660 53,6 45
2 4,71 7,20 0,05 1,00 0,22 1 845 51,5 67
RAC 3 5,21 7,42 0,03 1,00 0,20 1 040 50,7 79
4 5,51 7,57 0,02 1,00 0,18 623 50,0 86
5 5,70 7,67 0,01 1,00 0,17 396 49,4 91
Total 7 564 52,2

Tableau III-14 : Résultats de la simulation de la digestion du substrat 1 en intégrant la

formule d'inhibition non-compétitive pour un Ki = 0,208 gN.L-1 (cluster n°3)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,87 6,80 2,52 0,63 0,25 3 623 53,1 44
2 4,71 7,20 0,23 0,38 0,22 1 880 52,4 67
RAC 3 5,21 7,42 0,14 0,26 0,20 1 041 50,8 79
4 5,52 7,56 0,11 0,20 0,18 623 50,0 86
5 5,71 7,67 0,09 0,17 0,17 396 49,4 91
Total 7 563 52,2

Tableau III-15 : Résultats de la simulation de la digestion du substrat 1 en intégrant la

formule d'inhibition à seuils pour un Ki = 0,208 gN.L-1 (cluster n°3)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,87 6,87 0,47 0,84 0,25 3 657 53,6 45
2 4,72 7,11 3,36 0,18 0,21 1 807 50,1 66
RAC 3 5,25 7,14 9,31 0,08 0,19 969 46,1 76
4 5,58 7,15 13,25 0,05 0,18 574 45,5 82
5 5,79 7,15 15,63 0,04 0,17 356 45,8 86
Total 7 363 50,8

- 101 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Tout d’abord, lors de l’application de la modélisation d’une inhibition non-compétitive

(Tableau III-14), la production totale de biogaz et le pourcentage de dégradation du substrat
en sortie de méthaniseur ne changent pas par rapport à la simulation sans la prise en compte
de l’inhibition à l’ammoniac (Tableau III-13). En revanche, dans le cas de la fonction à seuils
(Tableau III-15) ces valeurs sont légèrement inférieures (diminution d’environ 2,5%). En
réalité, deux tendances sont à observer. Dans le cas de l’utilisation de la fonction d’inhibition
non-compétitive, une légère accumulation d’acétate de 2,52 gDCO.kg-1 se produit dans le RAC
n°1 puis, cette concentration diminue et le pH augmente le long des réacteurs jusqu’à
atteindre un pH de 7,67 dans le RAC n°5 (Tableau III-14). A contrario, lorsque la fonction à
seuils est utilisée, une accumulation croissante d’acétate se produit le long des réacteurs et
les pH des RAC n°2 à 5 restent aux alentours de 7,1. Ces accumulations d’acétate, mêmes
faibles, sont la conséquence directe de l’inhibition des méthanogènes par l’ammoniac libre.
Pour une valeur de Ki égale à 0,208 gN.L-1, la fonction d’inhibition non-compétitive traduit une
inhibition plus forte dans le premier RAC, avec un INH3 = 0,63, que la fonction à seuils dont le
facteur INH3 est égale à 0,84. Cette tendance s’inverse dans les RAC suivants où l’inhibition
marquée par la fonction à seuils engendre une accumulation d’acétate mais également une
diminution du pourcentage de méthane dans le biogaz (Tableau III-14). Cette dernière
observation est par ailleurs en adéquation avec les observations faites par la société ARKOLIA
Énergies sur leurs méthaniseurs lors de l’apparition de phénomènes d’inhibition.

La fonction d’inhibition non-compétitive traduit, en comparaison de la fonction à seuils, une

biomasse sensible à de faibles concentrations en NH3 (lorsque SNH3 < Ki). Cela explique que
dans le premier RAC, milieu où la concentration en NH3 est inférieur à Ki, soit lorsque INH3 >
0,5, le coefficient d’inhibition calculé à partir de la fonction d’inhibition non-compétitive est
plus faible que celui calculé à partir de la fonction à seuils. C’est pourquoi une légère
accumulation d’acétate dans le RAC n°1 est présente dans le Tableau III-14 et non dans le
Tableau III-15. Néanmoins, une fois le seuil de 50% d’inhibition passée, INH3 chute
drastiquement avec une faible augmentation en NH3 dans le cas de la fonction à seuils tandis
que INH3 diminue lentement dans le cas de la fonction d’inhibition non-compétitive. Ainsi,
l’accumulation d’acétate présente dans le cas de la fonction d’inhibition non-compétitive est
consommée dans les réacteurs suivants le RAC n°1 (Tableau III-14).

En définitive, la fonction d’inhibition non-compétitive ne permet pas de simuler une

inhibition à l’ammoniac libre remarquable pour ce substrat et pour la valeur de Ki considérée.
En revanche, l’utilisation de la fonction à seuils rend compte d’un phénomène d’inhibition à
l’ammoniac responsable d’une accumulation d’acétate le long du méthaniseur qui résulte en
un déficit du débit total de biogaz, du taux de dégradation du substrat et d’une diminution du
pourcentage de méthane dans le biogaz.

- 102 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

III.3.1.2. Conclusion
Dans la gamme de valeurs des constantes d’inhibition étudiée et pour le substrat
considéré, l’intégration de la fonction d’inhibition à seuils dans le modèle biologique permet
de mettre en exergue l’existence d’inhibition à l’ammoniac libre. Cette inhibition est
caractérisée par une accumulation croissante d’acétate le long du méthaniseur et par une
diminution de la production globale de biogaz, du pourcentage de dégradation de l’intrant et
d’une diminution du pourcentage de méthane dans le biogaz. A contrario, la forme de la
fonction d’inhibition non-compétitive ne permet pas d’observer d’effet manifeste d’inhibition
à l’ammoniac libre quelle que soit la valeur de la constante Ki fixée. Pour simuler une inhibition
à l’ammoniac libre et une accumulation d’acétate dans le digestat en utilisant la fonction
d’inhibition non compétitive, il faudrait alors diminuer d’avantage la valeur de Ki au risque que
cette valeur n’ait plus de sens physique d’une part et au risque de modéliser une biomasse
trop sensible à de faibles concentrations en NH3 (lorsque SNH3<Ki) d’autre part (Figure III-9).

Par ailleurs, ces résultats semblent coïncider avec les informations relevées dans la
bibliographie. En effet, lors d’une étape de calibration et de validation de modèle de digestion
(type ADM1) à partir de données expérimentales, Pastor-Poquet et al. (2019a) ont également
souligné l’incapacité de la fonction d’inhibition non-compétitive à reproduire l’effet inhibiteur
de fortes concentrations en ammoniac libre sur l’activité de méthanogènes au cours de la
digestion thermophile en voie sèche de la fraction organique d’ordures ménagères (Pastor-
Poquet et al., 2019a).

Il est désormais question de vérifier la capacité du modèle de réacteur à décrire une

forte voire une totale inhibition de l’activité des méthanogènes sous de fortes concentrations
en ammoniaque. A ce titre, la partie suivante présente les résultats dynamiques de
simulations de la digestion de l’intrant n°1 dans lequel la concentration en ammoniaque est
graduellement augmentée. Il est par ailleurs choisi d’utiliser les constantes d’inhibition (Kimin ,
Ki et Kimax ) relatives au cluster n°4 (Tableau III-12) identifié par Capson-Tojo et al (2020), car il
semble correspondre le plus aux conditions opératoires du procédé ARKOMETHA®.

III.3.1.3. Étude en régime transitoire de l’augmentation graduée de la

concentration en ammoniac dans l’intrant
Les simulations de la digestion de l’intrant n°1, dont la concentration en ammoniaque
est augmentée au cours du temps, sont réalisées en utilisant la fonction d’inhibition non-
compétitive d’une part et la fonction d’inhibition à seuils d’autre part. Il est ainsi simulé 800
jours de fonctionnement durant lesquels la concentration en ammoniac de l’intrant est
augmentée de 2, 4 puis 6 gN.kg-1 respectivement à partir des jours 301, 451 et 601. Les
résultats obtenus durant le régime transitoire du méthaniseur sont discutés.

- 103 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Fonction d’inhibition non-compétitive :

Tout d’abord, la production totale de méthane après chaque saut de concentration en

ammoniac varie peu et est respectivement égal à 3 895 Nm3.j-1, 3 854 Nm3.j-1 et 3 834 Nm3.j-1
contre 3 948 Nm3.j-1 avant toute modification de l’intrant. Ces valeurs correspondent par
ailleurs à des taux de dégradation de l’intrant de 90%, 89% et 88%. Les évolutions de la
concentration en ammoniaque total SN et en ammoniac libre SNH3 dans chaque RAC ont été
suivies (Figure III-9 (a) et (b)). Suite aux hausses de la concentration en ammoniaque dans
l’intrant, les concentrations SN et SNH3 atteignent des valeurs de l’ordre de 13 à 15 gN.L-1 (Figure
III-9 (a)) et de 0,3 à 0,8 gN.L-1 (Figure III-9 (b)). Or, malgré des pH de plus en plus élevés dans
les RAC n°3, 4 et 5 (Figure III-9 (c)) donnant lieu à des concentrations en ammoniac libre bien
supérieures aux limites d’inhibition (Ki) rencontrées dans la littérature qui sont de l’ordre de
1,5 gN.L-1 (Capson-Tojo et al., 2020; Jiang et al., 2019; Rajagopal et al., 2013) aucune baisse
significative de production de méthane ou d’accumulation d’acétate en sortie de méthaniseur
n’est visible (Figure III-9 (d)). En d’autres termes, aucune inhibition significative n’est
constatée sur l’ensemble du méthaniseur.

15
14
13
12
11
10
9
8
7
6
5
200 300 400 500 600 700 800

(a)
4
3,5
3
2,5
2
1,5
1
0,5
0
200 300 400 500 600 700 800

(b)

- 104 -
Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac
8

7,8

7,6

7,4

7,2

6,8

6,6
200 300 400 500 600 700 800

(c)
35

30

25

20

15

10

0
200 300 400 500 600 700 800

(d)
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
200 300 400 500 600 700 800

(e)

RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5

Figure III-9 : Évolutions de SN (a), de SNH3 (b), du pH (c), de SA (d) et de INH3 (e) dans chaque
RAC à la suite d'augmentations de la concentration en ammoniaque de l'intrant de 2, 4 et
6 gN.L-1 (fonction d'inhibition non-compétitive)
- 105 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

La Figure III-9 (d) illustre les accumulations d’acétate qui apparaissent dans le RAC n°1
puis dans le RAC n°2 dès la deuxième augmentation de SN et dans les RAC n°3 et 4 après le
troisième saut de concentration. L’inhibition de la méthanogenèse est donc visible dans ces
réacteurs. Cependant, l’acétate accumulé est progressivement consommé le long des
réacteurs. L’inhibition à l’ammoniac dans les réacteurs 4 et 5 notamment, milieux où la
concentration en ammoniac libre est la plus élevée (Figure III-9 (b)), ne limite pas l’activité des
méthanogènes. Cela signifie que les faibles pertes de production de méthane constatées après
les sauts de concentration en ammoniac dans l’intrant sont dues à l’inhibition de l’hydrolyse
par les pH de plus en plus basiques des RAC n°2 à 5. Enfin, ces résultats confirment la forme
de la fonction d’inhibition non-compétitive ne permet pas de simuler une forte inhibition à
l’ammoniac à partir d’une valeur de Ki expérimentale réaliste. Il faudrait pour cela être en
présence de concentrations en NH3 très élevées ou diminuer fortement la valeur de Ki qui
n’aurait alors plus de sens réel.

Fonction d’inhibition à seuils :

Dans le cas de la simulation faisant appel à la fonction d’inhibition à seuils, la
production totale de méthane à l’issue de chaque hausse de concentration en ammoniaque
de l’intrant est respectivement de 3 625 Nm3.j-1 3 399 Nm3.j-1 et 3 182 Nm3.j-1 contre 3 872
Nm3.j-1 initialement. Ces débits de méthane correspondent à des taux de dégradation de
l’intrant en sortie de méthaniseur de 83%, 78% et 73%. Il se rajoute à cela une accumulation
croissante d’acétate le long des RAC qui augmente avec l’ajout d’ammoniac dans l’intrant
(Figure III-10 (d)). Ces résultats indiquent donc qu’en considérant la fonction d’inhibition à
seuils, l’augmentation de la concentration en ammoniaque de l’intrant engendre des
phénomènes d’inhibition de plus en plus important.

15
14
13
12
11
10
9
8
7
6
5
200 300 400 500 600 700 800

(a)

- 106 -
Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
200 300 400 500 600 700 800

(b)

7,6
7,5
7,4
7,3
7,2
7,1
7
6,9
6,8
200 300 400 500 600 700 800

(c)

45
40
35
30
25
20
15
10
5
0
200 300 400 500 600 700 800

(d)

- 107 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
200 300 400 500 600 700 800

(e)
RAC N°1 RAC N°2 RAC N°3 RAC N°4 RAC N°5

Figure III-10 : Évolutions de SN (a), de SNH3 (b), du pH (c), de SA (d) et de INH3 (e) dans chaque
RAC à la suite d'augmentations de la concentration en ammoniaque de l'intrant de 2, 4 et 6
gN.L-1 (fonction d'inhibition à seuils)

Néanmoins, malgré des concentrations en ammoniaque total (Figure III-10 (a))

supérieures aux concentrations maximales de demi-saturation constatées dans la littérature,
de l’ordre de 12 gN.L-1 (Capson-Tojo et al., 2020), aucune inhibition totale conduisant à une
chute drastique de la production n’est observée. Cela s’explique par le fait que lorsque
l’inhibition a lieu et que le coefficient INH3 diminue, cela engendre une accumulation d’acétate
et donc une chute de pH. Cette chute de pH influe directement sur l’équilibre acido-basique
de l’ammoniac en favorisant la formation de l’ion ammonium à partir de l’ammoniac libre. La
concentration en NH3 diminue (Figure III-10 (b)) ainsi et le coefficient d’inhibition (Figure III-10
(e)) augmente. Il se crée alors un équilibre entre la concentration en ammoniac libre et la
concentration en acétate par l’intermédiaire du pH. Ce phénomène est notamment visible
entre le deuxième et le troisième saut de concentration d’ammoniac dans l’intrant qui
interviennent aux jours 451 et 600. L’inhibition causée par le deuxième saut de concentration
dans le RAC n°1 est caractérisée par un coefficient d’inhibition INH3 de 0,58 (Figure III-10 (d)),
une accumulation d’acétate de 16 gDCO.kg-1 (Figure III-10 (c)) et le passage d’un pH de 7,1 à 7
(Figure III-10 (b)). Une augmentation de la concentration en ammoniac dans l’intrant de 6
gN.L-1 à partir du 600ème jour de fonctionnement, entraine une diminution du coefficient
d’inhibition aux alentours de 0,45 visible au 601ème jour (Figure III-10 (d)). Cette inhibition
entraine alors une accumulation d’acétate (Figure III-10 (c)) et une diminution du pH (Figure
III-10 (b)). Or, cette chute de pH a pour effet de diminuer la concentration en ammoniac libre
dans le milieu, d’augmenter le coefficient d’inhibition INH3 et donc de diminuer l’inhibition de
la biomasse méthanogène (Figure III-10 (d)). Il se met alors en place un équilibre entre une
valeur de INH3 de 0,58, une accumulation d’acétate de l’ordre de 31 gDCO.kg-1 et une valeur de
pH de 6,92.

- 108 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

III.3.1.4. Conclusion
L’étude des résultats des simulations en régime dynamique permet de confirmer la
nécessité de considérer la fonction d’inhibition à seuils proposée par Astal et al. (2018) pour
décrire le phénomène d’inhibition à l’ammoniac libre pouvant apparaitre lors de la digestion
de substrats fortement azotés. La fonction d’inhibition non-compétitive initialement présente
dans le modèle biologique est donc remplacée en conséquence. Cependant, la seule
considération de cette fonction d’inhibition ne permet pas de simuler un cas d’inhibition
totale ou d’arrêt de production de biogaz d’un méthaniseur. En effet, du fait des équilibres
acido-basiques qui régissent le système, la chute de pH résultant de l’inhibition de la
méthanogenèse limite le niveau d’inhibition atteignable par la seule fonction d’inhibition à
l’ammoniac libre et ce même pour des concentrations en ammoniac total équivalentes à 13
et 15 gN.L-1.

III.3.2. Intégration de l’inhibition à l’ammonium NH4+

Bien que l’ammoniac libre soit reconnu comme l’inhibiteur principal de la

méthanisation des substrats azotés, plusieurs publications soulignent qu’à de fortes
concentrations en ammoniac et/ou à de faibles pH, l’ion ammonium présente également un
caractère inhibiteur non négligeable (Astals et al., 2018; Benabdallah El Hadj et al., 2009a;
Capson-Tojo et al., 2020; Lay et al., 1998). Quelques études ont permis d’évaluer séparément
les impacts négatifs de l’ammoniac libre et des ions ammonium sur l’activité de biomasses
méthanogènes. Au cours de leurs travaux respectifs, Lay et al. (1998) ainsi qu’Astal et al.
(2018) ont réussi à démontrer qu’à partir d’une concentration de 1 gN.L -1 l’ion ammonium
pouvait être un co-inhibiteur de la méthanogenèse. Dans une autre étude, Benabdallah et al.
(2009) ont observé, au cours de la digestion de fractions organiques de déchets ménagers,
une réduction de 50% de l’activité méthanogène pour une concentration en ion ammonium
de 5,6 gN.L-1. En outre, ils ont également établi que l’influence de concentrations croissantes
en ions NH4+ sur l’activité méthanogène suit une loi empirique d’inhibition à seuils (Astals et
al., 2018). Astal et al. (2018) ont ainsi identifié des limites d’inhibition basses et hautes, Ki +
min,NH4

et Ki , en condition mésophile pour trois inocula différents. Par exemple, les valeurs seuils
max,NH+4

pour une biomasse contenue dans le digestat d’une unité traitant du fumier porcin ont été
évaluées à 2,7 gN.L-1 pour Ki -1
+ et 4,7 gN.L pour Ki + . Il est cependant à noter que ces
min,NH4 max,NH4

constantes d’inhibition dépendent de la température, du pH, du substrat traité et de

l’inoculum. A l’inverse de l’inhibition à NH3, très peu de données sur les niveaux d’inhibition à
l’ammonium sont présentes dans la littérature.

Néanmoins, afin d’être en mesure de simuler l’apparition de phénomène d’inhibition

extrême, il apparait nécessaire d’intégrer l’inhibition à l’ammonium au modèle biologique
développé ici. Pour cela une fonction d’inhibition à seuils y est introduite permettant ainsi de
calculer un coefficient d’inhibition INH4+ en fonction de la concentration en ion ammonium.

- 109 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

L’expression de cette fonction est la suivante (Astals et al., 2018):

1 , 𝑆𝑁𝐻4 + ≤ 𝐾𝑖
𝑚𝑖𝑛,𝑁𝐻+
4
2
𝑆𝑁𝐻4 −𝐾𝑖 (68)
I𝑁𝐻4 + = −2,77259 (
𝑚𝑖𝑛,𝑁𝐻4+
)
𝐾𝑖 −𝐾𝑖
𝑚𝑎𝑥,𝑁𝐻+ 𝑚𝑖𝑛,𝑁𝐻 +
𝑒 4 4 , 𝑆𝑁𝐻4 + > 𝐾𝑖
{ 𝑚𝑖𝑛,𝑁𝐻+
4

où INH4+ est le coefficient d’inhibition à l’ammonium compris entre 0 et 1, Ki est la

min,NH+4

concentration minimale à partir de laquelle l’inhibition à l’ammonium apparait (mgN.L-1) et

Ki +
+ est la concentration en NH4 à laquelle l’inhibition de l’activité méthanogène est
max,NH4

quasiment complète (réduction d’activité de 94%) (mgN.L-1).

Suite à l’intégration de cette fonction dans le modèle biologique, une étude est réalisée
afin d’analyser l’influence de l’inhibition à l’ammonium sur les réponses des simulations de la
méthanisation d’un substrat azoté.

III.3.2.1. Étude de l’influence des seuils d’inhibition à l’ion ammonium sur les
sorties du modèle
Au cours de cette étude, la digestion de l’intrant n°1 est simulée selon les conditions
décrites dans la partie III.2.1.1. . Les paramètres cinétiques utilisés sont présents dans le
Tableau III-12 et les seuils d’inhibition à l’ammoniac libre appliqués sont ceux qui sont associés
à la valeur de Ki égale à 0,458 gN.L-1. Pour chaque simulation, la valeur limite basse
d’inhibition, Ki -1
+ est fixée à 3 gN.L , ce qui correspond au seuil identifié pour un inoculum
min,NH4

issu de la digestion de fumier porcin (Astals et al., 2018), tandis que l’influence de la valeur de
Ki -1
+ est étudiée (6, 7, 8, 9 et 10 gN.L ) afin de représenter des méthanogènes de plus en
max,NH4

plus résistants aux ions ammonium. Par ailleurs, la Figure III-11 permet de visualiser
l’évolution du coefficient d’inhibition INH4+ en fonction de la concentration en ion ammonium
et en fonction de la valeur de Ki + fixée. Il apparait clairement sur cette figure que les seuils
max,NH4

d’inhibition à l’ammonium sont bien plus élevés que les seuils d’inhibition à l’ammoniac libre.
L’inhibition à l’ion ammonium intervient donc dans le cas de fortes concentrations en
ammoniaque total et/ou dans le cas de pH de milieu de digestion acide.

- 110 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

1,0
0,9
0,8
0,7
0,6
0,5
INH4+

0,4
0,3
0,2
0,1
0,0
2 3 4 5 6 7 8 9 10 11 12
Concentration en NH4 + (gN.L-1)

KKimax
i +=
max,NH4
g/L -1
=66gN.L KKimax
i +=
max,NH4
g/L -1
=77gN.L KKimax
i +=
max,NH4
g/L -1
=88gN.L KKimax
i g/L -1
=99gN.L
+=
max,NH4
KKimax
i + =10
max,NH4
g/L-1
= 10gN.L

Figure III-11 : Courbes de la fonction du coefficient d’inhibition aux ions NH4+ en fonction de
la concentration en ammonium et des limites haute d'inhibition (Ki + ) calculée à partir max,NH4
de l’équation d’inhibition à seuils.

Les résultats obtenus en régime permanent à la suite de simulations de 400 jours de

fonctionnement ont pu être relevés. Dans un premier temps les débits de biogaz qui émanent
de chaque RAC à l’issue des diverses simulations (Figure III-12) sont analysés.

4000
3500
3000
qG (Nm3.j-1)

2500
2000
1500
1000
500
0
6 6,5 7 7,5 8 8,5 9 9,5 10 10,5
Kimax,NH4+ (gN.L-1)

RAC 1 RAC 2 RAC 3 RAC 4 RAC 5

Figure III-12 : Débits de biogaz obtenus en régime permanent pour chaque RAC en fonction
de la limite haute d'inhibition NH4+ (Ki +) max,NH4

- 111 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Dans le cas d’une valeur de Ki égale ou supérieure à 8 gN.L-1, aucun effet

min,NH+4

d’inhibition total n’est observé et la production de biogaz de chaque RAC est sensiblement la
même quelle que soit la valeur de Ki + . En revanche, pour des valeurs de Ki + égales à
min,NH4 max,NH4

6 et 7 gN.L-1, les productions de l’ensemble des réacteurs sont quasiment nulles. Cela rend
compte de l’apparition d’une inhibition totale de la méthanogenèse dès le premier RAC
conduisant à l’acidification du milieu et à l’inhibition consécutive de l’hydrolyse. Dans une
configuration de réacteurs en série de volumes égaux, ce phénomène se propage dans les
réacteurs suivants. En réalité l’inhibition totale intervient dès le premier réacteur car l’absense
de biomasse dans le courant de substrat brut accroit la sensibilité du milieu. Pour comprendre
cela il suffit de se référer à l’équation de variation de la biomasse méthanogène dans un
réacteur n quelconque :

𝑑𝑋𝑏𝑚 (𝑊𝑖𝑛 𝑋𝑏𝑚𝑖𝑛 − 𝑊𝑜𝑢𝑡 𝑋𝑏𝑚 ) 𝑆𝐴

= + 𝜇𝑚𝑎𝑥 𝑋𝑏𝑚 𝐼 − 𝑘8 𝑋𝑏𝑚 (69)
𝑑𝑡 𝑀𝑑 𝑆𝐴 + (1 − 𝑇𝑆)𝐾𝑠 𝑔𝑙𝑜𝑏𝑎𝑙

Où Iglobal est le coefficient d’inhibition global qui affecte la vitesse de croissance des
méthanogènes, produit des coefficients IpH,Xbm, INH3 et INH+4 .

En régime permanent, la variation de la concentration de la biomasse X bm dans un

réacteur n est nulle. L’équation précédente peut alors s’écrire sous la forme de l’égalité
suivante :
𝑆𝐴 𝑊𝑖𝑛 𝑋𝑏𝑚 𝑊𝑜𝑢𝑡 𝑋𝑏𝑚
𝜇𝑚𝑎𝑥 𝑋𝑏𝑚 𝐼𝑔𝑙𝑜𝑏𝑎𝑙 + = + 𝑘8 𝑋𝑏𝑚 (70)
𝑆𝐴 + (1 − 𝑇𝑆)𝐾𝑠 𝑀𝑑 𝑀𝑑

Pour atteindre un régime permanent stable, caractéristique d’un fonctionnement normal, il

est nécessaire que cette égalité soit respectée et que la concentration en biomasse X bm soit
supérieure à zéro. Si la somme des termes de sortie et de mort de la biomasse devient
supérieure à la somme des termes d’entrée et de production de la biomasse, alors la
concentration Xbm chute au risque de devenir nulle. Or, dans le cas de l’application de cette
équation au régime permanent du RAC n°1 le terme d’entrée de la biomasse est absent ce qui
donne lieu à l’égalité suivante :
𝑆𝐴 𝑊𝑜𝑢𝑡 𝑋𝑏𝑚
𝜇𝑚𝑎𝑥 𝑋𝑏𝑚 𝐼𝑔𝑙𝑜𝑏𝑎𝑙 = + 𝑘8 𝑋𝑏𝑚 (71)
𝑆𝐴 + (1 − 𝑇𝑆)𝐾𝑠 𝑀𝑑

Il apparait alors clairement que l’apparition des inhibitions, et donc la diminution de Iglobal, ne
peut plus être compensée par un apport de biomasse dans l’intrant. Autrement dit, la
biomasse contenue dans le RAC n°1 ne peut supporter autant d’inhibition que si ce réacteur
est alimenté en méthanogène. Enfin, une fois que les processus de la méthanisation sont
totalement inhibés dans ce réacteur, le courant entrant dans le RAC n°2 sera un courant acide
exempt de biomasse. Le volume et la masse Md de tous les réacteur étant identiques, le même
phénomène d’inhibition se produit alors dans le RAC n°2 puis progressivement dans les
réacteurs suivants.

- 112 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Le Tableau III-16 présente les valeurs de réponses du modèle obtenus en appliquant une
valeur de Ki -1
+ de 6 gN.L . Ces résultats rendent compte du dysfonctionnement du
max,NH4

méthaniseur à la suite des inhibitions consécutives de la méthanogenèse et de l’hydrolyse.

L’inhibition de la méthanogenèse causée par le couplage entre les inhibitions à l’ammoniac, à
l’ammonium et au pH engendre une accumulation d’acétate dont la conséquence est une
baisse de pH des milieux de digestion des différents RAC. Or, les méthanogènes sont
également sensibles au pH. Cette acidification des milieux de digestion devient alors la
principale cause d’inhibition de l’activité des méthanogènes. La faible production totale de
biogaz apparaissant dans le Tableau III-16 provient de l’étape DHA qui est quasiment
totalement inhibée par le pH acide des milieux des différents RAC.

Tableau III-16 : Résultats de la simulation de la digestion du substrat 1 en intégrant la

formule d'inhibition à l’ammonium pour Kimax,NH4+= 6 gN.L-1

SN qG SA
RAC pH INH3 INH4+ IpH,Xbm %CH4 %Dégradation
(gN.kg ) (Nm3.j-1)
-1 (gDCO.kg-1)
1 2,66 160 4,48 27,83 1,00 0,85 0,03 52,1 2
2 2,80 137 4,39 34,21 1,00 0,79 0,03 50,2 4
3 2,92 116 4,33 39,61 1,00 0,73 0,02 50,0 5
4 3,02 101 4,30 44,34 1,00 0,68 0,02 50,0 6
5 3,12 90 4,27 48,58 1,00 0,63 0,02 50,0 7
Total 604 50,6

Lorsque le seuil d’inhibition haut est à 8 gN.L-1 (Tableau III-17), la concentration en

acétate en sortie de méthaniseur est de 7,86. Il apparait également que dans les RAC n°1 et 2,
l’inhibition prédominante est l’inhibition à l’ion ammonium (Tableau III-17). Cette inhibition
engendre dans le RAC n°1 une légère accumulation d’acétate (Tableau III-17). L’acétate en
sortie du RAC n°1 est consommé dans le RAC n°2 où l’alimentation du réacteur en biomasse
permet la consommation de ce substrat malgré les inhibitions (Tableau III-17). Ensuite, le
couplage entre l’inhibition à l’ammonium et l’inhibition à l’ammoniac libre, prédominante
dans les RAC n°3 à n°4 conduit à une nouvelle accumulation en acétate.

- 113 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Tableau III-17 : Résultats de la simulation de la digestion du substrat 1 en intégrant la

formule d'inhibition à l’ammonium pour Kimax,NH4+= 8 gN.L-1

SN qG SA
RAC pH INH3 INH4+ IpH,Xbm %CH4 %Dégradation
(gN.kg ) (Nm3.j-1)
-1 (gDCO.kg-1)
1 3,87 3 629 6,81 2,21 1,00 0,64 0,95 53,2 44
2 4,71 1 874 7,20 0,25 0,78 0,46 1,00 52,3 67
3 5,22 1 027 7,39 1,27 0,28 0,39 0,99 50,0 79
4 5,53 573 7,44 4,86 0,14 0,34 0,99 45,5 85
5 5,74 351 7,46 7,86 0,10 0,31 0,99 43,6 88
Total 7 455 51,5

D’autre part, les différences entre les résultats (%Dégradation, accumulation d’acétate en
sortie de réacteur) obtenus au cours des simulations avec et sans l’intégration de l’inhibition
à l’ion ammonium sont minimes pour des valeurs de Ki -1
+ de 8, 9 et 10 gN.L .
max,NH4

III.3.2.2. Conclusion
Dans la littérature, de nombreux travaux traitent de la modélisation de l’inhibition à
l’ammoniac libre mais peu d’études cherchent à définir et à représenter le caractère inhibiteur
de l’ion ammonium (Astals et al., 2018; Benabdallah El Hadj et al., 2009b; Lay et al., 1998; Sung
and Liu, 2003b). L’introduction de la fonction d’inhibition NH4+ à seuils d’Astal et al. (2018)
dans le modèle biologique permet de prendre en compte l’effet négatif de l’ion NH 4+ sur la
biomasse méthanogène, notamment à de faibles pH et/ou à de fortes concentrations en
ammoniac total. Selon les caractéristiques de l’intrant n°1 traité dans cette étude et pour les
paramètres cinétiques choisis il est possible de simuler une inhibition totale de la
méthanogenèse. Les zones du méthaniseur qui sont touchées par ce phénomène voient leur
production de biogaz chuter drastiquement du fait de l’arrêt successif de l’étape de
méthanogenèse puis de l’étape d’hydrolyse.

Par ailleurs l’étude réalisée révèle que les résultats du modèle dépendent fortement
des constantes d’inhibition utilisées dans la fonction d’inhibition à seuils. Plus spécifiquement
pour une valeur de constante seuil d’inhibition basse Ki -1 et pour des valeur
+ fixée à 3 gN.L
min,NH4

de Ki égales à 6 et 7 gN.L-1, l’ammoniaque contenu dans l’intrant ajouté à l’ammoniaque

max,NH+4

produit dans le RAC n°1 conduit à l’inhibition des processus de méthanisation dans le réacteur.

III.4. Étude de sensibilité du modèle modifié

La méthode d’analyse de sensibilité globale décrite dans le chapitre II de ce manuscrit,
faisant appel au plan DSD, est donc appliquée aux paramètres du modèle intégrant les
inhibitions à seuils de l’ammoniac libre et de l’ion ammonium.

- 114 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

L’objectif de cette étude est d’identifier les paramètres ayant un impact significatif sur les
réponses du modèle lorsque celui-ci intègre le mode d’écoulement de la matière au sein du
méthaniseur (configuration de 5 RAC en série de volume égaux) et les inhibitions à
l’ammoniac. Les sorties du modèle étudiées sont les suivantes : la production de biogaz, le pH
et le pourcentage de méthane contenus dans les débits de biogaz de chaque RAC. L’intrant
n°1 est considéré pour cette étude. Les détails de l’application de la méthode ainsi que des
analyses statistiques des résultats obtenus sont présentés en ANNEXE E.

En premier lieu les bornes des paramètres cinétiques du modèle sont fixées et la
matrice d’expériences DSD construite en suivant la méthode développée par Phoa et Lin,
(2015). Les résultats des simulations correspondant aux conditions données par la matrice
DSD sont ensuite analysés par la méthode statistique de régression linéaire multiple. Les
niveaux des paramètres étudiés sont précisés dans le Tableau III-18. Il peut être noté qu’un
seul paramètre d’inhibition à l’ammoniac libre semble être modifié durant l’étude de
sensibilité. En réalité les valeurs minimale et maximale du paramètre K i (Tableau III-18)
correspondent au cluster n°3 et n°6 identifiés par Capson-Tojo et al., (2020). Ces valeurs de Ki
sont donc directement associées à une valeur de Kimin et de Kimax. Par exemple, la valeur de Ki
de 0,208 gN.L-1 est associée à une valeur de Kimin de 78 et de Kimax de 337 gN.L-1. Faire varier
indépendamment Kimin et Kimax n’aurait pas de sens car cela ne correspondrait plus à une
réalité expérimentale. En revanche une plus grande incertitude plane sur les valeurs des
constantes d’inhibition à l’ion ammonium. C’est pour cela que pour cette inhibition Ki + et
min,NH4

Ki sont modifiées indépendamment l’une de l’autre.

max,NH+4

- 115 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

Tableau III-18 : Niveaux des 14 paramètres utilisés pour la construction de la matrice DSD
lors de l'étude de sensibilité du modèle modifié

Paramètres
Min (-1) Medium (0) Max (1)
cinétiques
k1 (j-1) 0,16 0,43 0,7
k2 (j-1) 0,02 0,07 0,12
μmax (j-1) 0,4 0,6 0,8
Ks (gDCO.L-1) 0,2 0,3 0,4
k4 (j-1) 0,01 0,02 0,03
k5 (j-1) 0,01 0,02 0,03
kLa (j-1) 0,5 1,75 3
pHLL.Xbha 4,5 5 5,5
pHUL.Xbha 7 7,5 8
pHLL_Xbm 5,5 6 6,5
pHUL.Xbm 8 8,5 9
Ki (gN.L-1) 0,208 1,386 2,565
Ki -1
min,NH4+ (gN.L ) 6 7 8
Ki (gN.L-1) 2 3 4
max,NH+4

Dans le cas de la digestion d’un substrat azoté dont la dégradation peut

potentiellement engendrer une inhibition à l’ion ammonium, il s’avère que les paramètres
ayant le plus d’influence sur la production de biogaz sont µmax, Kimin,NH+ et Kimax,NH+ . En ce qui
4 4
concerne les paramètres dont la définition est essentielle pour correctement décrire la valeur
du pH des milieux de réacteur, l’analyse de sensibilité révèle les paramètres µmax, Kimin,NH+ et
4
Kimax,NH+ mais également la constante d’hydrolyse k2 et le paramètre de transfert de matière
4
kLa. Ensuite, les paramètres influençant le %CH4 sont différents entre les premiers RAC et les
derniers. Une sensibilité significative aux paramètres k1, k2, µmax, Kimin,NH+ et Kimax,NH+ sur le %CH4
4 4
est observée sur les deux premier RAC. Le %CH4 du dernier RAC notamment se retrouve être
impacté par les valeurs des paramètres k1, k2 , k8, pHUL,Xbm et le paramètre Ki.

Ces résultats viennent appuyer les observations faites dans la partie III.3.2. . En effet
ils soulignent l’importance de la calibration des constantes d’inhibition Kimin,NH+ et Kimax,NH+ pour
4 4
la simulation de la digestion de substrats azotés.

III.5. Conclusion
Au cours de l’ensemble de ce chapitre les modifications nécessaires au modèle de
réacteur ont été apportées afin qu’il puisse correctement décrire un fonctionnement proche
du fonctionnement réel de l’ARKOMETHA® d’une part et qu’il puisse être un outil prédictif en
capacité de simuler l’apparition de phénomènes d’inhibition à l’ammoniac d’autre part.

- 116 -
 Chapitre III – Modélisation du méthaniseur et de l’inhibition à l’ammoniac

En premier lieu, le mode de fonctionnement actuel de l’ARKOMETHA®, à savoir un écoulement

horizontal de la matière de type « piston » et une segmentation du milieu de digestion, est
représenté par une succession de 5 RAC en série. La fraction gazeuse du méthaniseur est
quant à elle représentée par une succession de volumes homogènes n’échangeant de la
matière qu’avec le RAC qu’elle surplombe. En outre, la taille de ces volumes n’a pas d’influence
sur la simulation du régime dynamique du méthaniseur.

Une fois le modèle d’écoulement du méthaniseur défini, il est montré que la fonction
d’inhibition non-compétitive n’est pas adéquate pour représenter l’effet néfaste de
concentrations croissantes en NH3 sur l’activité de la biomasse méthanogène. Sur la base de
recherches bibliographiques, cette fonction a été remplacée par une fonction d’inhibition dite
à seuils développée par Astal et al. (2018). L’utilisation de cette équation a permis d’obtenir
des résultats de simulation d’inhibition à l’ammoniac modérée. Néanmoins la seule
considération de la fonction d’inhibition à l’ammoniac libre apparait insuffisante pour
atteindre un niveau d’inhibition quasi-total pour des concentrations en ammoniaque total
pourtant supérieures aux limites rencontrées dans la littérature. Une fonction d’inhibition à
seuils de l’ion ammonium (Astals et al., 2018) a donc été intégrée au modèle et permet de
simuler l’apparition de fortes inhibitions causant successivement l’arrêt de la méthanogenèse
puis celui de l’hydrolyse. Cette inhibition n’a, à notre connaissance, jamais été intégré à des
modèles type ADM1.

Elle n’a d’ailleurs été que très peu étudiée dans la littérature ce qui donne lieu à un faible
nombre de données de concentrations seuil en ammonium affectant les méthanogènes.

Il est en outre démontré que les constantes relatives à l’inhibition à l’ammonium

Kimin,NH+ et Kimax,NH+ ont des effets considérables sur les sorties du modèles. Il a de fait été montré
4 4
que ces paramètres ont une grande influence sur la production de biogaz, le pH et le
pourcentage de méthane dans le biogaz produit au cours de la dégradation d’un substrat
azoté. La nécessité d’identifier précisément ces paramètres s’oppose néanmoins à un manque
de données bibliographiques et expérimentales permettant de les calibrer.

Le chapitre IV de cette thèse porte sur la simulation du fonctionnement réel de

l’ARKOMETHA®, intégrant au modèle le recyclage de digestat brut et le mélange de la matière
par la réinjection d’une fraction du biogaz produit. Des simulations du traitement in-situ de
l’ammoniac, en vue d’en vérifier la faisabilité, seront également étudiées. Toutefois, au vu de
l’importance de la définition de la constante Kimax,NH+ mais également de l’incertitude qui pèse
4
sur ce paramètre, différentes valeurs de Kimax,NH+ seront de fait considérées à savoir 6, 7 et 8
4
gN.L-1.

- 117 -
Chapitre IV
Étude du traitement in-situ de l’ammoniac
lors du fonctionnement de l’ARKOMETHA®
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

IV.1. Introduction
Ce dernier chapitre est consacré à l’étude de la désorption in-situ de l’ammoniac au
cours de la digestion de l’intrant n°1, défini par le bureau d’étude SOLAGRO, dans un
méthaniseur type ARKOMETHA®. La désorption in-situ de l’ammoniac consiste à injecter, au
sein du méthaniseur, un débit de biogaz dans lequel l’ammoniac aurait été éliminé pour
désorber une partie de l’ammoniac contenu dans le milieu de digestion.

Il s’agit en premier lieu de simuler le fonctionnement du méthaniseur, en intégrant au modèle

le recyclage de digestat brut et en prenant en compte le mélange de la matière par la
réinjection d’une fraction du biogaz produit. Sur ce dernier point, deux configurations de RAC
en série, représentant l’écoulement et la compartimentation de la matière au sein du
digesteur, sont considérées : cinq RAC de volumes identiques décrivant un écoulement
piston ; deux RAC de faibles volumes dédiés à une phase d’hydrolyse/acidogenèse suivis de
deux RAC de plus grands volumes consacrés à la phase de méthanogenèse. Ainsi, les
simulations de la digestion de l’intrant n°1 dans ces configurations en intégrant différentes
valeurs de Ki -1
+ (i.e. 6, 7 et 8 gN.L ) sont réalisées et conduisent à l’identification de
max,NH4

scénarios (configuration de RAC en série, valeurs de taux de recyclage et de Ki ) où

max,NH+4

l’inhibition à l’ammoniac induit l’inhibition totale des processus de digestion.

L’étude du traitement in-situ de l’ammoniac de ces cas d’inhibition est réalisée et consiste à
évaluer le débit minimal de biogaz, exempt d’ammoniac, à injecter dans le milieu de digestion
afin d’éviter l’arrêt global des processus biologiques. Au regard du manque de données
bibliographiques sur la calibration du coefficient de transfert global (kLa) et de la constante
d’inhibition seuil (Ki + ), une première étude visant à apprécier l’influence de ces
max,NH4

paramètres sur l’évaluation de ce débit est effectuée. Une seconde étude permet d’observer
l’influence des paramètres opératoires que sont la composition du biogaz injecté (CO2 et CH4)
et la zone du méthaniseur traitée sur la désorption de l’ammoniac. L’objectif premier de ce
chapitre est donc de discuter la faisabilité de la solution de désorption in-situ de l’ammoniac
proposée.

- 120 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

IV.2. Simulation du régime de fonctionnement nominal de

l’ARKOMETHA®

IV.2.1. Conditions de simulation

Le fonctionnement nominal de l’ARKOMETHA® est défini comme le mode de

fonctionnement se rapprochant du fonctionnement réel du méthaniseur. Il intègre à la fois le
recyclage d’une partie du digestat brut en entrée du méthaniseur et la réinjection d’une
fraction du biogaz produit (QI) dans le milieu de digestion afin d’en assurer le mélange. Le
courant de recyclage du digestat est en réalité mélangé au substrat brut afin d’en diminuer la
viscosité et de faciliter l’acheminement mécanique de l’intrant jusqu’à l’entrée du
méthaniseur. Selon les données fournies par ARKOLIA Énergies, la proportion de ce débit de
recyclage par rapport au débit de substrat brut peut varier entre 50% et 500%. Par ailleurs, le
volume journalier de biogaz normalement injecté dans un méthaniseur ARKOMETHA® (en
conditions normales de température et de pression) correspond en moyenne au volume total
du méthaniseur. Dans le modèle, ce débit de biogaz est équitablement réparti entre chaque
RAC n (QI,n) de la manière suivante :

𝑄𝐼 (𝑉𝑑,𝑛 + 𝑉𝑔𝑎𝑧,𝑛 ) (72)

𝑄𝐼,𝑛 =
𝑉𝑡𝑜𝑡𝑎𝑙
où QI,n est le débit de biogaz injecté dans le RAC n (Nm3.j-1), QI est le débit total de biogaz
réinjecté dans le méthaniseur pour l’agitation du milieu (Nm3.j-1), Vn est le volume du RAC n
(m3), Vgaz,n est le volume de gaz situé au-dessus du RAC n (m3) et Vtotal est le volume total du
méthaniseur (m3).

L’ensemble de ces caractéristiques sont retranscrites dans les conditions de simulations

présentées ci-après. Tout d’abord, les caractéristiques de l’intrant n°1 ainsi que les conditions
initiales appliquées aux diverses simulations de ce chapitre sont respectivement décrites dans
les Tableau IV-1 et Tableau IV-2.

- 121 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Tableau IV-1 : Composition de l'intrant du Tableau IV-2 : Valeurs initiales des

scénario n°1 de Solagro variables du modèle appliquées pour
chaque RAC
Variables Valeurs Unités
XI 114 gDCO.kg-1 Variables Valeurs Unités
Xd 161 gDCO.kg-1 XI 114 gDCO.kg-1
Xf 33 gDCO.kg-1 Xd 161 gDCO.kg-1
Xbha 0 gDCO.kg-1 Xf 33 gDCO.kg-1
Xbm 0 gDCO.kg-1 Xbha 30 gDCO.kg-1
SI 13 gDCO.kg-1 Xbm 100 gDCO.kg-1
SA 20 gDCO.kg-1 SI 13 gDCO.kg-1
SCH4 0 gDCO.kg-1 SA 20 gDCO.kg-1
SCI 0 mol.kg-1 SCH4 0 gDCO.kg-1
SN 0,177 mol.kg-1 SCI 0 mol.kg-1
Sions -0,0488 mol.kg-1 SN 0,177 mol.kg-1
Wsubstrat 62 408 kg.j-1 Sions -0,0488 mol.kg-1
pH 4,6 - qG 0 Nm3.j-1
TS 30 % GCH4 0 mol.L-1
α1,N et α2,N 0,0009 mol.kgDCO,X-1 GCO2 0 mol.L-1
GNH3 0 mol.L-1
PCH4 0 atm
PCO2 0 atm
PNH3 0 atm
Wout,n 62 408 kg.j-1
Wbiogaz 0 kg.j-1
Wvapeur 0 kg.j-1
pH 4,6 -
TS 30 %

Ensuite, deux configurations de réacteurs en série sont considérées pour représenter le

fonctionnement de l’ARKOMETHA®. La première configuration correspond à la succession de
5 RAC de volumes identiques (Figure IV-2 (a)) et décrit un mode d’écoulement se rapprochant
de celui d’un réacteur piston. La seconde configuration retranscrit la sectorisation du
méthaniseur en une zone dévolue à l’hydrolyse et l’acidification suivie d’une zone dédiée à la
méthanogenèse. Ce principe de séquençage des étapes biologiques, mis en œuvre au sein de
l’ARKOMETHA® (Dooms, 2017), est le fondement des méthaniseurs multi-étapes et permet
d’optimiser les conditions opératoires (temps de séjours, température, pH) en fonction la
communauté microbienne que l’on souhaite faire évoluer dans les différents secteurs du
méthaniseur.

- 122 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

La configuration n°2 consiste ici en la succession de deux RAC d’hydrolyse/acidification et de

deux RAC de méthanogenèse de plus grands volumes (Figure IV-2 (b)).

La répartition du temps de séjour de la matière entre ces divers réacteurs est déterminée à
partir des travaux de thèse de Maxime DOOMS (2017) durant lesquels il a étudié la
compartimentation du méthaniseur ARKOMETHA®. A partir du débit d’entrée de substrat brut
(Tableau IV-1) et de la répartition des temps de séjour choisie, les volumes de ces RAC sont
ensuite calculés.

Biogas

Vgaz,n

Wsubstrat Vd,n Wout

QI,n

Wrecy = TR.Wsubstrat

(a)

Biogas

Vgaz,n

Wsubstrat Vd,n Wout

QI,n

Wrecy = TR.Wsubstrat

(b)

Figure IV-1 : Représentations schématiques des configurations de RAC en série n°1 (a) et n°2
(b)

Les informations précédentes permettent de dresser, selon les conditions opératoires du

méthaniseur simulé (Tableau IV-3), les paramètres de modélisation de la configuration n°1
(Tableau IV-4) et de la configuration n°2 (Tableau IV-5).

- 123 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Tableau IV-3 : Conditions opératoires du méthaniseur modélisé

Variables Valeurs Unités

Volume total 2000 m3
Taux de remplissage 80 %
τtotal 25,65 jours
T 55 °C
P 1 atm
QI 2000 Nm3.j-1

Tableau IV-4 : Conditions de simulation Tableau IV-5 : Conditions de simulation

propre à la configuration de RAC en série propre à la configuration de RAC en série
n°1 n°2

Variables Valeurs Unités Variables Valeurs Unités

Vd,n 320 m3 Vd,1 = Vd,2 169 m3
Vgaz,n 80 m3 Vgaz,1 = Vgaz,2 42 m3
QI,n 400 Nm3.j-1 QI,1 = QI,2 211 Nm3.j-1
Vd,3 421 m3
Vgaz,3 105 m3
QI,3 526 Nm3.j-1
Vd,4 845 m3
Vgaz,4 211 m3
QI,4 1056 Nm3.j-1

L’injection de biogaz au sein du milieu de digestion du méthaniseur est modélisée par

l’introduction d’un courant de biogaz directement dans la phase gaz du méthaniseur. En
fonctionnement réel, la fréquence de l’injection de biogaz dans le méthaniseur est environ
d’une injection toutes les 2h et la durée d’une injection est de dix secondes. Au regard de la
différence conséquente qu’il y a entre le temps d’injection et le temps de mise en régime du
méthaniseur (de l’ordre de plusieurs jours), l’injection de biogaz est représentée par une
injection moyennée dans le temps. Le coefficient de transfert global kLa traduit alors une
cinétique de transfert global moyenne associée à une phase liquide continuellement agitée et
une phase gaz renouvelée.

La composition du débit de biogaz réinjecté dans un RAC n (QI,n) correspond, dans le cadre du
fonctionnement nominal de l’ARKOMETHA®, à la composition du biogaz total sortant du
méthaniseur (Figure IV-1). Les concentrations en espèces gazeuses de ce courant sont donc
calculées de la manière suivante :

∑𝑁
𝑛=1(𝑞𝐺_ℎ𝑢𝑚𝑖𝑑𝑒,𝑛 + 𝑄𝐼,𝑛 ) ∗ 𝐺𝑖,𝑛 (73)
𝐺𝑖,𝑚𝑜𝑦 =
∑𝑁𝑛=1(𝑞𝐺_ℎ𝑢𝑚𝑖𝑑𝑒,𝑛 + 𝑄𝐼,𝑛 )

- 124 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Avec Gi,moy la concentration de l’espèce i (CH4, CO2 ou NH3) dans le courant de gaz réinjecté
(mol.L-1), qG_humide,n le débit de biogaz humide sortant du RAC n (m3.j-1), QI,n le débit de biogaz
injecté dans le RAC n (m3.j-1) et Gi,n la concentration en i dans le courant de gaz sortant du RAC
n (mol.L-1). Le débit d’injection QI,n apparait ici en m3.j-1 et non en Nm3.j-1 car il est supposé
que le fonctionnement du méthaniseur est isotherme et que le gaz injecté entre à la
température de fonctionnement du méthaniseur, soit 55°C.

Les débits de recyclage de digestat brut (Wrecy) considérés pour les simulations du
régime nominal sont calculés à partir du débit de substrat (Wsubstrat) et du taux de recyclage
noté TR comme illustré sur la Figure IV-1. Ce taux de recyclage peut être égal à 0,5, 1, 2 ou 5.
Aussi, l’intégration d’un débit de recyclage dans le modèle induit une modification des
équations de variation des concentrations des espèces présentes dans le RAC n°1 :

𝑑[𝑖]1 1 [𝑖] 𝑑𝑀𝑑,1 (74)

= × (𝑊𝑠𝑢𝑏𝑠𝑡𝑟𝑎𝑡 × [𝑖]𝑠𝑢𝑏𝑠𝑡𝑟𝑎𝑡 + 𝑊𝑅𝑒𝑐𝑦 × [𝑖]𝑖,𝑁 − 𝑊𝑜𝑢𝑡,1 × [𝑖]1 ) + ∑ 𝑟𝑗,1 − 1 ×
𝑑𝑡 𝑀𝑑,1 𝑀𝑑,1 𝑑𝑡

Enfin, le Tableau IV-6 reprend l’ensemble des valeurs des paramètres cinétiques
utilisées dans la simulation du régime de fonctionnement nominal de l’ARKOMETHA®.

Tableau IV-6 : Paramètres cinétiques utilisés dans la simulation du fonctionnement nominal

de l'ARKOMETHA®

Étape Paramètres Valeur Unité

Hydrolyse k1 0,3 j-1
k2 0,12 j-1
pHLL,Xbha 5,5 -
pHUL,Xbha 8 -
Méthanogenèse μmax 0,4 j-1
Ks 0,3 gDCO.L-1
pHLL,Xbm 6 -
pHUL,Xbm 8,5 -
Kimin 0,175 gN.L-1
Kimax 0,741 gN.L-1
Ki 3 gN.L-1
min,NH+4

Ki 6, 7 et 8 gN.L-1
max,NH+4

Mort hydrolytique k7 0,04 j-1

Mort méthanogène k8 0,04 j-1
Transfert liquide-gaz kLa 5 j-1

- 125 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Les constantes d’inhibitions Kimin et Kimax relatives à l’inhibition à l’ammoniac libre sont
égales aux valeurs du cluster n°4 identifié par Capson-Tojo et al., 2020. Ce cluster correspond
à des données d’inhibition obtenues au cours de la digestion de substrats agricoles en régime
thermophile, conditions similaires au régime de fonctionnement de l’ARKOMETHA® considéré
dans ces travaux.

Les conditions de simulation présentées dans cette section constituent la base des conditions
appliquées à toutes les simulations de ce chapitre. Elles sont en premier lieu appliquées aux
simulations du régime nominal de l’ARKOMETHA® dans le but d’identifier des cas de
fonctionnement conduisant à de fortes inhibitions des processus de digestion.

IV.2.2. Résultats et interprétations

Cette partie rend compte de l’influence du débit de recyclage de digestat brut et de la

compartimentation du méthaniseur sur les performances du procédé. Des simulations de la
digestion de l’intrant n°1 basées sur les conditions énoncées dans la partie précédente sont
réalisées. Au cours de ces simulations, la configuration des RAC en série représentant le
méthaniseur ainsi que le taux de recyclage de digestat brut (TR) et la limite d’inhibition Ki + max,NH4

sont modifiés. Les débits de méthane totaux correspondant à chacune des simulations sont
répertoriés dans le Tableau IV-7. Les débits de méthane contenus dans la colonne « Sans » de
ce tableau correspondent à des simulations réalisées sans l’intégration des inhibitions à
l’ammoniac.

Tableau IV-7 : Débits de méthane totaux issus des simulations du fonctionnement nominal
de l'ARKOMETHA® en fonction de la configuration de RAC en série, de TR et de Ki + max,NH4

qCH4 (Nm3.j-1)

TR Win τintrant Configuration n°1 Configuration n°2

(t.j-1) (j) Ki Ki
max,NH+4 max,NH+4
Sans Sans
6 gN.L-1 7 gN.L-1 8 gN.L-1 6 gN.L-1 7 gN.L-1 8 gN.L-1

0 62,41 25,6 4 040 306 306 3 848 3 937 299 299 3 529

0,5 93,61 17,1 3 907 286 286 286 3 810 280 280 3 174

1 124,82 12,8 3 824 277 277 3 677 3 743 273 273 3 243

2 187,22 8,6 3 727 269 269 3 600 3 667 266 266 3 546

5 374,45 4,3 3 614 261 261 3 499 3 580 260 260 3 469

- 126 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Il apparait tout d’abord que pour une valeur de Ki égale à 6 ou 7 gN.L-1 la digestion
max,NH+4

de l’intrant n°1 conduit à l’inhibition totale des processus de digestion quels que soient la
configuration et le débit de recyclage de digestat brut. D’autre part, au regard des valeurs de
production résultant des simulations sans les inhibitions à l’ammoniac, il s’avère que plus TR
augmente, plus la productivité du méthaniseur diminue. En effet, le recyclage de digestat brut
induit une dilution de la matière particulaire et par conséquent une diminution des vitesses
d’hydrolyse. L’augmentation de TR induit également un effet d’homogénéisation des
concentrations le long des réacteurs atténuant ainsi l’effet positif de l’écoulement piston sur
les cinétiques de dégradation.

Dans la configuration n°1, et pour une valeur de Ki égale à 8 gN.L-1, l’introduction

max,NH+4

d’un courant de recyclage, équivalant à 50% du débit de substrat brut, engendre l’inhibition
de la digestion dans l’ensemble des réacteurs. Le recyclage permet un apport de biomasse
dans l’intrant mais également un apport d’ammoniaque. Le résultat précédent souligne que
si le débit de recyclage est trop faible (en l’occurrence TR = 0,5), il y a un risque que l’apport
de biomasse ne soit pas suffisant pour compenser l’augmentation de la concentration en
ammoniaque induite par le recyclage. Cet effet n’est plus visible dès lors que le taux de
recyclage est supérieur ou égal à 1.

En réalité, la diminution de la vitesse d’hydrolyse induite par l’augmentation de T R limite la

production d’ammoniaque et donc son accumulation au sein du méthaniseur. Ainsi,
l’augmentation du taux de recyclage engendre une augmentation de la quantité de biomasse
recyclée sans pour autant provoquer une accumulation importante d’ammoniaque
conduisant à de fortes inhibitions.

Pour une valeur de Ki égale à 8 gN.L-1, il apparait par ailleurs que les productions
max,NH+4

de méthane dans la configuration n°2 sont inférieures à celles correspondant à la

configuration n°1, à l’exception de la production obtenue avec un taux de recyclage égale à
0,5 où l’inhibition totale des processus de digestion a lieu. Dans la configuration n°2, les RAC
n°3 et n°4 ont un plus grand volume que les RAC de la configuration n°1. Cela a pour
conséquence une diminution de la vitesse d’hydrolyse et de la production de méthane totale.
En outre, dans le cas de la configuration n°2, il apparait que le couplage entre les faibles temps
de séjours des RAC n°1 et n°2 et les phénomènes d’inhibition de la méthanogenèse (au pH et
à l’ammonium) conduisent à l’acidose de ces réacteurs lorsque le taux de recyclage est de 0,
0,5 ou 1 (Tableau IV-7). Les méthanogènes du RAC n°3 se trouvent également être inhibés
lorsque TR est égal à 0,5 ou 1. Une accumulation d’acétate se produit alors dans ces réacteurs
conduisant à des pH compris entre 4,5 et 5,5. A de tels pH l’hydrolyse est également fortement
inhibée. Néanmoins, pour des taux de recyclage de 0,5 et de 1, la répartition des temps de
séjour de la configuration n°2 permet d’atteindre des productions de méthane équivalentes à
83% et 87% de ce qu’elles seraient s’il n’y avait aucun phénomène d’inhibition à l’ammoniac
(Tableau IV-7).

- 127 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

En effet, le temps de séjour du RAC 4 permet à la méthanogenèse de s’opérer malgré

l’inhibition apparue dans les réacteurs qui le précèdent. Lorsque le taux de recyclage devient
égal à 2 ou 5, aucune forte inhibition à l’ammoniac n’est constatée dans aucun des réacteurs.
Les débits de méthane correspondant à ces simulations (3 546 et 3 469 Nm3.j-1) sont inférieurs
mais proches de ceux issus des simulations de la configuration n°1 (3 600 et 3 499 Nm 3.j-1) du
fait de l’homogénéisation des milieux.

En résumé, lorsque la digestion d’un substrat ne donne pas lieu à d’importants

phénomènes d’inhibition à l’ammoniac, la configuration de réacteur optimale semble être
celle se rapprochant d’un réacteur piston. Cependant, l’inconvénient de cette configuration
est que l’acidose d’un réacteur engendrée par une inhibition ou un lessivage de la biomasse
méthanogène causera l’acidose des réacteurs suivants. La configuration n°2 permet une
séparation des étapes de la méthanisation et présente grâce à cela une plus grande tolérance
à l’inhibition à l’ammoniac. Il a également été montré qu’il peut être intéressant d’augmenter
le taux de recyclage de digestat brut par rapport au débit de substrat afin d’éviter l’inhibition
totale de la méthanogenèse. Cela se fait néanmoins au détriment de la productivité du
méthaniseur. Lorsque le taux de recyclage devient important (2 et 5) l’une et l’autre des
configurations conduisent à des résultats similaires qui tendent vers des résultats
correspondant au fonctionnement d’un unique RAC.

Par la suite, l’étude de la désorption in-situ de l’ammoniac sera réalisée sur l’ensemble
des scénarios du Tableau IV-7 qui ont révélé un phénomène d’inhibition à l’ammoniac
engendrant un déficit significatif de production ou un arrêt du fonctionnement du
méthaniseur.

IV.3. Principe de l’étude du traitement in-situ de l’ammoniac

Le principe de l’élimination in-situ de l’ammoniac est d’injecter un courant de biogaz
appauvri en NH3 directement dans le milieu de digestion afin de modifier les équilibres et de
désorber une fraction de l'ammoniac qu’il contient. L’étude de cette méthode d’extraction est
menée sur chaque cas d’inhibition identifié dans la partie précédente. Cette étude consiste à
déterminer le débit minimal de biogaz dépourvu d’ammoniac qu’il est nécessaire d’injecter
dans le milieu de digestion afin d’assurer une production de biogaz raisonnable en évitant une
forte inhibition de la méthanogenèse.

Comme il est illustré sur la Figure IV-2, ce débit minimal, noté QI,min, est évalué selon la zone
(RAC) du méthaniseur traitée. En effet, il est apparu au cours des diverses simulations du
fonctionnement de l’ARKOMETHA® que les milieux de digestion des RAC représentant le
méthaniseur diffèrent en pH et en composition. Il a, par exemple, été observé que la teneur
en ammoniac et le pH croissent tous deux le long du méthaniseur favorisant ainsi la formation
de la forme libre de l’ammoniac et modifiant le potentiel d’extraction de l’espèce.

- 128 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

D’autre part, il est montré dans la littérature que la pression partielle en CO 2 dans le ciel du
méthaniseur peut avoir une influence sur le pH du milieu de digestion et de ce fait sur
l’équilibre acido-basique NH4+/NH3 (Vavilin and Vasiliev, 1995). Par conséquent, l’influence de
la concentration en CO2 dans le gaz d’extraction sur la valeur de QI,min sera également étudiée.

In fine, l’ensemble de ces études doit permettre de vérifier la faisabilité du traitement in-situ
de l’ammoniac et, s’il y a lieu, de mettre en valeur des pistes d’optimisation de cette voie
d’extraction en fonction des paramètres opératoires.
Biogaz

Vgaz,n

Wsubstrat Vd,n Wout

QI,min QI,n
Wrecy = TR.Wsubstrat GNH3,I = 0 mol.L-1

Figure IV-2 : Représentation schématique de la modélisation du traitement in-situ de

l’ammoniac, exemple du traitement du RAC n°1

IV.3.1. Méthodologie de l’étude du traitement in-situ de l’ammoniac

Cette partie présente la méthodologie de dichotomie appliquée à l’évaluation du débit

QI,min d’un réacteur n pour un cas d’inhibition donné. L’objectif de cette méthode est de
déterminer la valeur de QI,min permettant d’assurer une production globale de méthane (qCH4 )
équivalente au minimum à 90% de la production de méthane atteignable lorsqu’il n’y a pas
d’inhibition à l’ammoniac. Ce débit de production maximal, noté qCH4,max , est obtenu au cours
de la simulation du cas étudié (configuration et taux de recyclage) sans l’intégration des
fonctions des inhibitions à l’ammoniac et à l’ammonium (Tableau IV-7).

- 129 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Figure IV-3 : Schéma du processus de la méthode de dichotomie employée pour l'estimation

de QI,min d'un cas d'inhibition donné

1- Initialisation de la méthode

Afin de pouvoir évaluer QI,min il est nécessaire de se baser sur la simulation d’un régime
permanent correspondant à un fonctionnement stable, sans fortes inhibitions à l’ammoniac.
En effet, l’inhibition totale de la méthanogenèse engendre la mort de tous les méthanogènes
ce qui conduit à son irréversibilité. Il devient alors impossible d’évaluer QI,min. La méthode
proposée est basée sur des simulations de 1000 jours de fonctionnement du méthaniseur.
Durant les 400 premiers jours de chaque simulation, la valeur de QI,n du RAC traité est fixée à
400 000 Nm3.j-1. Cet important débit de biogaz, dont la concentration en ammoniac est nulle,
permet d’atteindre le régime permanent d’un fonctionnement stable, sans de fortes
inhibitions à l’ammoniac. Ce débit est ensuite réduit selon la méthode de dichotomie à partir
du 401ème jour de fonctionnement (Figure IV-3). Les bornes inférieures (QI,inf) et supérieures
(QI,sup) initiales de la méthode étant respectivement égales à 0 Nm3.j-1 et 400 000 Nm3.j-1, QI,n
prend alors initialement la valeur de 200 000 Nm3.j-1 entre les jours 401 et 1000.

- 130 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Ce débit est utilisé pour la première simulation de la méthode de dichotomie dont l’algorithme
est représenté schématiquement par la Figure IV-3. La concentration dans le biogaz injecté
pour la désorption de l’ammoniac est toujours nulle (GNH3 ,I,n = 0 mol.L-1).

Néanmoins, pour chaque cas d’inhibition identifié lors des simulations du régime de
fonctionnement nominal de l’ARKOMETHA®, des études sont réalisées en considérant le
biogaz injecté soit comme :

- un courant de compositions en CO2 et CH4 égales à la composition du biogaz total

sortant du méthaniseur (GCO2,I,n = GCO2,Biogaz et GCH4,I,n = GCH4 ,Biogaz ). Ce débit de biogaz
correspondrait dans la réalité à un courant dans lequel l’ammoniac aurait été
complétement retiré. Dans ce cas, les variations de concentrations en CO2 et CH4 dues
à la séparation de l’ammoniac sont négligées ;

- un courant de CO2 pur (GCO2,I,n = 0,037 mol.L-1 et GCH4,I,n = 0 mol.L-1) ;

- un courant de CH4 pur (GCO2,I,n = 0 mol.L-1 et GCH4,I,n = 0,037 mol.L-1).

La concentration de 0,037 mol.L-1 correspond à la concentration molaire d’un gaz

parfait pur à une pression de 1 atm et à la température de 55 °C. Par ailleurs, comme illustré
sur la Figure IV-2, les RAC qui ne sont pas concernés par la désorption de l’ammoniac
fonctionnent en régime nominal. Autrement dit, les débits de biogaz injectés dans ces
réacteurs correspondent aux débits normalement utilisés pour le mélange, soit 400 Nm3.j-1
dans le cas de la configuration de RAC en série n°1 (Tableau IV-4), soit entre 211 et 1056 Nm3.j-1
selon le RAC dans la configuration n°2 (Tableau IV-5). Pour ces RAC, la composition du biogaz
injecté est celle du courant de biogaz total sortant du méthaniseur (voir partie IV.2.1. ).

2- Réalisation de la méthode

La première simulation est exécutée et conduit à l’estimation d’un débit de méthane

total produit sur l’ensemble du méthaniseur une fois le régime permanent atteint (qCH4 ), pour
la valeur de QI,n de 200 000 Nm3.j-1. A l’issue de cette simulation, qCH4 est comparé à qCH4,max
et donne lieu à une variation d’une des bornes QI,inf ou QI,sup (Figure IV-3). La différence entre
ces bornes est ensuite comparée à la tolérance relative de la méthode (ε), fixée à 500 Nm3.j-1,
qui définit l’amplitude de l’intervalle dans lequel se trouve QI,min. Selon le schéma présenté en
Figure IV-3, de nouvelles simulations sont réalisées en modifiant la valeur de débit prise par
QI,n au jour 401 jusqu’à ce que la différence QI,sup – QI,inf soit inférieure ou égale à ε. Une fois
cette condition remplie, l’arrondi au millier supérieur de QI,sup est associé à QI,min.

Les simulations réalisées lors de l’application de la méthode précédemment décrite

sont basées sur les conditions de simulation du régime nominal de l’ARKOMETHA® indiquées
dans la partie IV.2.1. . Seuls le débit et la composition du biogaz injecté dans le RAC traité ainsi
que le coefficient de transfert global kLa associé au RAC traité diffèrent de ces conditions.

- 131 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

IV.3.2. Extrapolation du coefficient volumétrique de transfert global

Au sein de l’ARKOMETHA®, le biogaz introduit dans le milieu de digestion via les cannes
d’injection conduit à la formation de bulles dont la taille et le nombre dépendent des
propriétés physico-chimiques du milieu et du débit de biogaz injecté (Hojeij et al., 2019). La
modification de ce débit, que ce soit pour du mélange ou pour traiter l’ammoniac, entraine
une modification de la rétention gazeuse et de la qualité de l’agitation du milieu et par
conséquent des phénomènes de transfert liquide-gaz. De manière à prendre en compte
l’influence du débit d’injection de biogaz sur les cinétiques du transfert liquide-gaz dans le
modèle, il est supposé que le nombre de bulles dans le milieu à un temps donné, soit la
rétention gazeuse, est proportionnelle au débit de gaz injecté. Il est ainsi admis que la surface
spécifique d’échange entre les phases liquide et gaz, et donc que le coefficient de transfert
global, associée au RAC n est proportionnelle au débit de biogaz injecté QI,n par unité de
volume de matière contenue dans ce réacteur (Vd,n). Cette hypothèse est retranscrite par
l’équation d’extrapolation suivante :

𝑄𝐼,𝑛 𝑉𝑛,𝑛𝑜𝑚
𝑘𝐿 𝑎𝑛 = ∗ 𝑘𝐿 𝑎𝑛,𝑛𝑜𝑚 ∗ (75)
𝑉𝑑,𝑛 𝑄𝐼,𝑛,𝑛𝑜𝑚

Avec kLan le coefficient de transfert global associé au RAC n, QI,n le débit de gaz injecté dans le
RAC « n », Vn le volume de matière contenu dans le RAC n, kLanom le coefficient de transfert
global associé au régime nominal du méthaniseur, soit 5 j-1, Vn,nom le volume de matière
contenu dans le RAC n en régime nominal et QI,n,nom le débit de biogaz normalement injecté
dans le RAC n en régime nominal (voir Tableau IV-4 et Tableau IV-5 en fonction de la
configuration de RAC en série étudiée).

Avant d’étudier la désorption de l’ammoniac pour les cas d’inhibition identifiés dans la
partie IV.2.2. , une discussion est menée sur l’influence des paramètres cinétiques kLa et
Ki + sur l’estimation du débit QI,min. La littérature présente peu de données sur l’estimation
max,NH4

et l’identification de ces paramètres et ce notamment dans le cas pratique de la digestion de

substrats agricoles en voie sèche. En conséquence, il apparait nécessaire de visualiser et de
comprendre l’impact de ces paramètres sur l’évaluation de QI,min.

IV.4. Influence du coefficient de transfert global et de la constante

d’inhibition seuil de l’ammonium sur l’estimation de QI,min

IV.4.1. Effets du kLa

En premier lieu, l’impact de la valeur de kLan (associée au RAC traité) sur l’estimation
du débit QI,min est étudié. Pour ce faire, la méthode de dichotomie introduite précédemment
est modifiée en fixant le coefficient kLan a une valeur constante.

- 132 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Elle est appliquée à un cas d’étude d’inhibition particulier pour différentes valeurs de kLan. Les
caractéristiques du traitement du cas d’inhibition adopté pour cette étude sont les suivantes :

- Configuration n°1 : 5 RAC en série de volumes égaux (400 m3);

- Ki -1
+ = 7 gN.L ;
max,NH4

- Taux de recyclage = 1;
- Traitement du RAC n°1;
- Composition (en CO2 et en CH4) du biogaz injecté pour le traitement égale à la
composition du biogaz total sortant du méthaniseur.

Le débit de biogaz QI,min à injecter dans le RAC n°1 est estimé pour différentes valeurs de kLa1.
Ce coefficient ne dépend donc pas du débit de biogaz injecté et prend successivement la
valeur de 4,56 ; 5 ; 7,5 ; 10 ; 12,5 ; 15 ; 20 ; 25 ; 30 ; 35 ; 40 ; 50 et 60 j-1 lors de l’application de
la méthode de dichotomie. La Figure IV-4 représente l’évolution de la valeur de QI,min en
fonction de kLa1.

90000
80000
70000
QI,min (Nm3.j-1)

60000
50000
40000
30000
20000
10000
0 5 10 15 20 25 30 35 40 45 50 55 60 65
kLa1 (j-1)

Figure IV-4 : Évolution de QI,min en fonction de la valeur du coefficient de transfert kLa1

associé au RAC n°1 dans lequel est traité l'ammoniac

Il apparait que pour des valeurs de kLa1 de 4,56 et 5 j-1, les débits QI,min calculés par la
méthode de dichotomie sont respectivement de 86 000 Nm3.j-1 et de 74 000 Nm3.j-1. Ce débit
décroit ensuite lorsque kLa1 augmente et il se stabilise autour de 18 000 Nm3.j-1 pour des
valeurs de coefficient de transfert global de 40, 50 et 60 j-1. Cette valeur de débit reste
néanmoins 45 fois supérieures au débit de biogaz qui est normalement injecté dans le RAC
n°1 pour l’agitation du milieu, soit 400 Nm3.j-1. La Figure IV-4 traduit de fait l’importance de la
calibration du coefficient de transfert global dans la détermination de QI,min.

- 133 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Par ailleurs, l’hypothèse d’extrapolation de la valeur de kLan normalement formulée dans la

méthode de dichotomie peut donner lieu à des valeurs de kLan élevées. Par exemple, le
coefficient associé au débit QI,min de 18 000 Nm3.j-1 serait égale à 225 j-1. Néanmoins cette
étude révèle que pour des valeurs supérieures à 40 j-1 voire 50 j-1, le coefficient de transfert
global n’a plus d’impact sur QI,min.

L’effet du coefficient de transfert global sur QI,min, provient en réalité de l’impact de

kLa1 sur le niveau de saturation en CO2 du milieu de digestion du RAC n°1. Pour illustrer cela,
la Figure IV-6 présente l’évolution des sursaturations en CO2 et NH3 de ce milieu à l’issue de
chaque simulation en fonction de kLa1. La sursaturation d’une espèce correspond au rapport
entre la concentration de l’espèce dissoute (SNH3 ou SCO2 ) et la concentration qui serait à
l’équilibre thermodynamique avec la pression partielle de l’espèce dans le volume de gaz du
RAC n°1 (S*NH 3 et S*CO 2 ). Ces dernières sont calculées à partir des lois d’Henry du CO2 et de NH3
présentées en ANNEXE A.

8
7
Sursaturation liquide

6
5
4
3
2
1
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65
-1
kLa1 (j )

Sursaturation NH
NH33 Sursaturation CO2
CO2

Figure IV-5 : Évolution de la sursaturation en CO2 et en NH3 du milieu de digestion du RAC 1

dans lequel est traité l’ammoniac en fonction de la valeur de kLa1

La Figure IV-5 indique que pour une valeur de kLa1 de 5 j-1 la limitation au transfert de
matière liquide-gaz est telle que la concentration en CO2 dissout dans le RAC n°1 est 7 fois
supérieure à l’équilibre thermodynamique. Cette sursaturation tend vers 1 lorsque le
coefficient de transfert global augmente. En revanche, dans la gamme de valeurs étudiées,
kLa1 n’a quasiment pas d’influence sur la concentration en NH3 dissout. Cette concentration
est en permanence à l’équilibre avec la pression partielle en ammoniac dans le volume gazeux
du RAC. Cela signifie que le transfert de matière de cette espèce est uniquement limité par
l’équilibre acido-basique du couple NH4+/NH3.

- 134 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Or, la diminution de la sursaturation du CO2 causée par l’augmentation de kLa1 engendre une
augmentation de pH du RAC n°1 (Figure IV-6). Cette hausse de pH provoque alors une
augmentation de la concentration en NH3 dans le milieu de digestion. Extraire une quantité
donnée d’ammoniac pour éviter un phénomène d’inhibition rédhibitoire à la méthanogenèse
nécessitera donc un plus faible débit de gaz QI,min.
7,20

7,15

7,10
pH

7,05

7,00

6,95

6,90
0 5 10 15 20 25 30 35 40 45 50 55 60 65
-1
kLa1 (j )
Figure IV-6 : Évolution du pH du RAC n°1 dans lequel est traité l'ammoniac en fonction de
kLa1

IV.4.2. Effet de la valeur de Ki

max,NH+4

La seconde partie de cette étude s’intéresse à l’impact que peut avoir la constante
Ki + sur l’estimation du débit QI,min à travers l’étude du traitement du cas d’inhibition
max,NH4

suivant :

- Configuration n°1: 5 RAC en série de volumes égaux (400 m3);

- Taux de recyclage = 1;
- Traitement du RAC n°1;
- Composition (en CO2 et en CH4) du biogaz injecté pour le traitement égale à la
composition du biogaz total sortant du méthaniseur.

- 135 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

La méthode de dichotomie est appliquée à ce cas d’étude en faisant varier la constante

d’inhibition Ki -1
+ entre 6 et 8 gN.L et ce, pour différentes valeurs de kLa1.
max,NH4

1000000

100000
QI,min ( Nm3.j-1)

10000

1000

100
6 6,2 6,4 6,6 6,8 7 7,2 7,4 7,6 7,8 8
-1
Ki + (gN.L
Kimax,NH4+ (gN.L) )
-1
NH 4
-1 -1 -1
233500
kL a 1 = 5 j 233500
kLa1 = 15 j 233500
kLa1 = 40 j 233500
kLa1 = f(QI,1)

Figure IV-7 : Évolutions du débit QI,min d’un cas d’inhibition type en fonction de la valeur Ki
NH+4
et de kLa1 associé au RAC n°1 dans lequel est traité l’ammoniac

En premier lieu, la méthode de dichotomie est modifiée en fixant le coefficient k La1 à une
valeur de 5, 15 puis 40 j-1. Elle est également appliquée en intégrant cette fois-ci la relation
d’extrapolation du coefficient de transfert global en fonction du débit de biogaz injecté Q I,1,
variant ainsi de 575 j-1, correspondant au débit d’injection minimum le plus élevé, à 5 j -1. La
Figure IV-7 rassemble les résultats obtenus au cours de cette étude.

Tout d’abord, les différentes courbes de la figure 7 illustrent bien l’impact de k La1 sur
la valeur de QI,min. Pour chaque valeur de Ki + , le débit QI,min estimé est maximal lorsque
max,NH4

kLa1 est égale à 5 j-1.

Il diminue ensuite fortement à mesure que ce coefficient de transfert
augmente. Il apparait également que pour des valeurs de Ki + comprises entre 6 et 7,4 max,NH4

gN.L-1, les débits QI,min évalués lorsque kLa1 est fixé à 40 j-1 sont
quasiment identiques à ceux
estimés quand ce coefficient est considéré proportionnel au débit d’injection QI,1 (courbe
violette de la Figure IV-7). Par ailleurs, lorsque kLa1 est fixé à 15 ou 40 j-1 le débit QI,min évalué
pour une valeur de Ki -1 3 -1
+ de 7,6 gN.L est égale à 400 Nm .j , ce qui correspond au débit
max,NH4

normalement injecté dans le RAC n°1 pour mélanger la matière en digestion. Une étude plus
poussée (non détaillées ici) a montré que, lorsque Ki -1 il
+ prend la valeur de 7,8 gN.L max,NH4

apparait que le simple fait d’augmenter la valeur de kLa1 (de 5 j-1 à 15 ou 40 j-1) permet d’éviter
l’inhibition de la digestion sans traiter l’ammoniac.

- 136 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

En d’autres termes, pour des valeurs de kLa1 de 15 et 40 j-1 et une valeur de Ki de 7,8
max,NH+4

gN.L-1, il n’est plus nécessaire d’injecter un courant de biogaz dépourvu d’ammoniac dans le
milieu de digestion pour que le méthaniseur fonctionne. Dans ce cas, la désorption de
l’ammoniac résultant du pH plus élevé et du déplacement de l’équilibre NH 4+/NH3 entrainés
par la valeur de kLa1 (15 ou 40 j-1) sont suffisants. En revanche, il s’avère que les débits QI,min
obtenus lors de l’application de la méthode de dichotomie intégrant l’extrapolation de k La1
aux valeurs de Ki -1 3 -1
+ de 7,6 et 7,8 gN.L sont respectivement de 2 000 et 1 000 Nm .j . De
max,NH4

fait, dans cette méthode, il est impératif d’augmenter le débit d’injection QI,1 afin d’élever la
valeur du coefficient kLa1 et ainsi éviter l’inhibition du procédé.

La Figure IV-7 montre que le débit QI,min dépend grandement de la valeur de Ki . Plus
max,NH+4

la valeur de Ki est faible, plus le débit QI,min est élevé. En effet, plus la biomasse est
max,NH+4

sensible à l’ammonium, plus la quantité d’ammoniac qu’il est nécessaire d’extraire du milieu
de digestion pour empêcher l’inhibition des processus biologiques est importante. Au regard
de l’étendue des débits obtenus selon la valeur de Ki + , la Figure IV-7 reflète l’importance
max,NH4

de calibrer ce paramètre afin d’évaluer plus précisément QI,min.

IV.5. Étude de la désorption de l’ammoniac dans la configuration de RAC

en série n°1
Cette partie présente les études des cas d’inhibition associés à la configuration n°1 de
RAC en série qui ont été identifiés et introduits dans la section IV.2.2. . Les conditions de
simulation du fonctionnement de l’ARKOMETHA® associées à ces scénarios sont décrites dans
la partie IV.2.1. . Grâce à la méthode de dichotomie développée précédemment, pour chaque
cas d’inhibition (Ki + et TR), le débit QI,min est évalué en fonction de la zone du méthaniseur
max,NH4

traitée et de la composition en CO2 et en CH4 du courant de biogaz injecté. Les débits totaux
de méthane (qCH4 ) résultant du fonctionnement du méthaniseur associé à chaque valeur de
QI,min sont présentés en ANNEXE F.

De manière à faciliter l’analyse de ces études, il est au préalable nécessaire de

comprendre quelles sont les inhibitions responsables de l’arrêt des processus de digestion et
également d’identifier dans quelle zone du méthaniseur ce phénomène apparait.

IV.5.1. Observation des inhibitions responsables de l’arrêt du méthaniseur

Afin d’appréhender la genèse des phénomènes d’inhibition intervenant au cours du

fonctionnement du méthaniseur traitant l’intrant n°1, la simulation de l’apparition de ces
phénomènes depuis un fonctionnement normal est effectuée.

- 137 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Ce fonctionnement normal est associé à la simulation du traitement du cas d’inhibition

caractérisé par les conditions suivantes :

- Configuration n°1 : 5 RAC en série de volumes égaux (400 m3) ;

- Ki -1
+ = 7 gN.L ;
max,NH4

- Taux de recyclage = 1;
- Traitement du RAC n°1;
- Composition (en CO2 et en CH4) du biogaz injecté pour le traitement égale à la
composition du biogaz total sortant du méthaniseur.

Le débit QI,min permettant au méthaniseur de fonctionner dans les conditions énoncées ci-
dessus a été déterminé et est égal à 16 000 Nm3.j-1. La simulation de 1000 jours du
fonctionnement de ce méthaniseur dans lequel est traité l’ammoniac est effectuée. Durant
les 600 premiers jours de fonctionnement le débit de biogaz injecté pour la désorption de
l’ammoniac dans le RAC n°1 est de 16 000 Nm3.j-1. A partir du 601ème jour, afin de faire
apparaitre l’inhibition, ce débit est réduit à 15 000 Nm3.j-1. La Figure IV-8 et la Figure IV-9
représentent respectivement les évolutions de la production de biogaz et du pH de chaque
RAC en fonction du temps. Les évolutions de l’ensemble des variables du modèle (XI, Xf, Xd,
Xbha, Xbm, SA, SNH3, SNH4+, SCI, SCH4, SI, TS, qCH4, PCH4, PCO2, PNH3, %CH4, %CO2, %NH3) sont
également disponibles en ANNEXE G.

3000

2500

2000

1500

1000

500

0
500 550 600 650 700 750 800 850 900

RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5

Figure IV-8 : Évolutions des débits de biogaz issus des différents RAC en fonction du temps
lors de l’apparition de phénomènes d’inhibition résultant d’une diminution du débit QI,min
au cours du traitement d’un cas d’inhibition donné

- 138 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

7,5

6,5

5,5

4,5

4
500 550 600 650 700 750 800 850 900

RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5

Figure IV-9 : Évolutions du pH des différents RAC en fonction du temps lors de l’apparition de
phénomènes d’inhibition résultant d’une diminution du débit QI,min au cours du traitement
d’un cas d’inhibition donné

Il apparait que les productions de biogaz ainsi que les pH des deux premiers RAC
diminuent sensiblement et progressivement pendant les 100 premiers jours suivant la
diminution du débit de biogaz injecté dans le RAC n°1. La production de biogaz et le pH du
RAC n°1 chutent ensuite drastiquement entre le 710ème et le 720ème jour de fonctionnement.
L’inhibition totale des processus de digestion intervient en premier lieu dans le RAC n°1 et se
propage alors rapidement aux RAC suivants.

Comme l’illustre la Figure IV-11, la diminution de QI,1 engendre une augmentation

progressive de la concentration en ammoniac total (SN) dans l’ensemble des RAC. Un léger pic
de concentration apparait notamment dans le RAC n°1 à la suite de l’accentuation des
phénomènes d’inhibition. La Figure IV-10 permet de préciser les phénomènes qui déclenchent
la forte inhibition de la méthanogenèse dans le RAC n°1. Suite à la baisse de QI,1 et à
l’augmentation de SN dans ce RAC, il apparait que le coefficient d’inhibition à l’ammonium INH+4
diminue progressivement, soit l’effet d’inhibition des ions ammonium sur les méthanogènes
augmente. Ce faisant, cela conduit à une accumulation d’acétate et à la diminution lente du
pH du réacteur. L’inhibition à l’ion ammonium conduit alors progressivement à l’apparition
d’une inhibition au pH de la méthanogenèse. Face à l’accumulation croissante d’acétate et à
la diminution du pH qui en résulte, cette dernière inhibition prend ensuite le pas sur
l’inhibition à l’ammonium engendrant les arrêts successifs de la méthanogenèse et de
l’hydrolyse.

- 139 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

5,5

4,5

3,5

2,5
500 550 600 650 700 750 800 850 900

RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5
Figure IV-11 : Évolutions de la concentration en ammoniaque total dans les différents RAC
en fonction du temps lors de l’apparition de phénomènes d’inhibition résultant d’une
diminution du débit QI,min au cours du traitement d’un cas d’inhibition donné

IpH INH3 INH+4 Iglobal

Figure IV-10 : Évolutions des coefficients d’inhibitions des méthanogène évoluant dans le
RAC n°1 RAC en fonction du temps lors de l’apparition de phénomènes d’inhibition résultant
d’une diminution du débit QI,min au cours du traitement d’un cas d’inhibition donné

- 140 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Cette étude a également été réalisée en modifiant le RAC dans lequel est traité
l’ammoniac (successivement le RAC 2 puis 3, 4 et 5) et le taux de recyclage de digestat brut.
Les résultats des simulations non détaillés ici montrent que l’inhibition totale des processus
de digestion est amorcée par l’inhibition à l’ion ammonium depuis le premier RAC avant de se
propager aux réacteurs suivants.

Ainsi, le modèle de réacteur permet d’observer où et comment surviennent les

phénomènes d’inhibition. L’application de ce modèle pour la simulation de la digestion de
substrats azotés montre également qu’il est possible de traiter l’ammoniac au sein des
méthaniseurs et d’éviter grâce à cela de fortes inhibitions des processus de digestion. Il est
cependant nécessaire de rechercher dans quelles mesures les conditions opératoires de la
désorption de l’ammoniac (composition du biogaz injecté et zone du méthaniseur traitée)
permettent de minimiser le débit de biogaz QI,min.

IV.5.2. Influence de TR et de la zone du méthaniseur traitée sur l’évaluation

de QI,min

Cette étude présente l’impact sur la valeur de QI,min du choix de la zone (RAC) du
méthaniseur dans laquelle est désorbé l’ammoniac. La méthode d’évaluation de QI,min est
appliquée à chaque cas d’inhibition correspondant à la configuration n°1 (voir partie IV.2.2. )
en faisant varier le RAC traité.

Pour cette étude, la composition en CO2 et en CH4 du biogaz utilisé pour la désorption de
l’ammoniac est égale à celle du débit de biogaz total sortant du méthaniseur. L’influence de
la composition du gaz injecté sera ultérieurement présentée et discutée.

 Traitement des cas avec Ki = 6 gN.L-1 et TR = 0,5 ; 1 ; 2 et 5 :

max,NH+4

La Figure IV-12 illustre l’évolution des débits QI,min obtenus en fonction du taux de
recyclage de digestat brut (TR) et du RAC traité. Bien qu’il apparait possible d’éviter l’arrêt du
fonctionnement du méthaniseur par la désorption in-situ de l’ammoniac, pour une valeur de
Ki -1
+ de 6 gN.L , les débits QI,min restent bien supérieurs au débit total de biogaz
max,NH4

normalement utilisé pour le mélange dans le fonctionnement nominal de l’ARKOMETHA® (QI

= 2 000 Nm3.j-1).

- 141 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

120 000
110 000
100 000
90 000
QI,min (Nm3.j-1)

80 000
70 000
60 000
50 000
40 000
30 000
20 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de disgestat brut

1RAC n°1 2RAC n°2 3RAC n°3 4RAC n°4 5RAC n°5

Figure IV-12 : Évolutions du débit QI,min nécessaire au traitement de l’ammoniac des cas
d’inhibition de la configuration n°1 pour Ki -1
+ = 6 gN.L en fonction de TR et du RAC traité
max,NH4

Pour chaque taux de recyclage, il peut être défini une zone optimale pour la désorption
de l’ammoniac. Cette zone correspond au RAC dans lequel la désorption de l’ammoniac,
permettant d’assurer le bon fonctionnement du méthaniseur, requiert le débit Q I,min le plus
faible. Il est ainsi relevé que la zone optimale pour la désorption de l’ammoniac correspond
au RAC n°1 lorsque TR est égale à 0,5 ou 1 mais devient le RAC n°5 lorsque TR est égale à 2 ou
5. D’autre part, la Figure IV-12 révèle que le choix du RAC dans lequel est désorbé l’ammoniac
a un impact élevé sur QI,min lorsque le taux de recyclage de digestat TR est de 0,5 avec des
valeurs de débit allant de 46 000 Nm3.j-1 à 119 000 Nm3.j-1.

En revanche, lorsque TR augmente, l’influence du choix du RAC traité sur QI,min diminue du fait
de l’homogénéisation des concentrations et des pH des milieux des différents RAC. Enfin, il
s’avère que l’ordre de grandeur des débits QI,min nécessaires à la désorption de l’ammoniac
diminue à mesure que TR augmente (Figure IV-12). De fait, comme il a été abordé dans la
partie IV.2.2. , une augmentation du taux de recyclage induit une augmentation de la quantité
de biomasse recyclée et une diminution de la vitesse d’hydrolyse qui limite l’accumulation
d’ammoniac au sein du méthaniseur. Ces premières observations indiquent que les effets sur
le débit QI,min du taux de recyclage et de la zone de désorption de l’ammoniac sont liés.

En premier lieu, les résultats des simulations de l’étude du fonctionnement du

méthaniseur et de la désorption de l’ammoniac avec un taux de recyclage de 1 sont présentés
et analysés.

- 142 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Cela permet de faciliter ensuite l’analyse des résultats obtenus pour les autres valeurs de T R
et de mieux appréhender les influences sur le débit QI,min du taux de recyclage et de la zone
de désorption de l’ammoniac.

Pour rappel, l’inhibition responsable de l’apparition de l’inhibition totale des processus

de digestion dans le méthaniseur est toujours l’inhibition à l’ion ammonium présente dans le
RAC n°1. Dans la configuration de RAC en série n°1 il s’avère que si le premier RAC se retrouve
être totalement inhibé, une inhibition en cascade des RAC suivant se produit. Il est donc
nécessaire d’extraire une quantité d’ammoniac suffisante pour que ce dernier ne rentre pas
en acidose.

Comme il a été abordé dans la partie IV.4.1. , l’injection de biogaz pour la désorption
d’ammoniac dans un RAC donné engendre une augmentation du pH du milieu de digestion et
modifie donc les inhibitions à l’ammoniac libre et à l’ammonium de la biomasse méthanogène
qu’il contient. Cet effet est bénéfique dans le cas du traitement du RAC n°1 car cela permet
d’y atténuer l’inhibition à l’ion ammonium (Tableau IV-8). Lorsque le RAC n°1 n’est pas traité,
le pH du milieu reste légèrement acide ce qui empêche la substitution d’une partie de
l’inhibition à l’ammonium par de l’inhibition à l’ammoniac libre (Tableau IV-10, Tableau IV-11,
Tableau IV-12). De ce fait, la quantité d’ammoniac à extraire du méthaniseur est plus
importante que si le RAC n°1 est traité directement.

Tableau IV-8 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1 ; QI,min = 46 000 Nm .j .
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 7,38 2,58 3,61 7,02 0,08 1 248 1,00 0,67 0,61 0,41
2 7,20 3,29 3,97 0,97 0,22 1 016 1,00 0,89 0,40 0,35
3 7,29 3,51 4,24 0,39 0,24 667 1,00 0,71 0,32 0,23
4 7,38 3,53 4,44 0,58 0,24 464 1,00 0,48 0,29 0,14
5 7,44 3,44 4,59 1,27 0,23 328 0,99 0,31 0,27 0,08
Total 3 722

Lorsque le RAC n°2 est traité (Figure IV-12) le débit de biogaz à injecter, soit 60 000
Nm3.j-1 ne permet pas d’extraire une quantité suffisante d’ammoniac pour que, grâce au
recyclage, le RAC n°1 fonctionne correctement. Le fonctionnement global du méthaniseur est
néanmoins possible grâce à la désorption de l’ammoniac depuis le RAC n°2. Cela met en
évidence que, malgré la perte ou la baisse de fonctionnement d’un des RAC, la production de
méthane totale du méthaniseur peut être supérieure à 90% de la production maximale
atteignable sans l’intégration des inhibitions à l’ammoniac (qCH4,max ). Dans le cas présenté par
le Tableau IV-9, la production de méthane perdue dans le RAC n°1 est globalement compensée
par les productions issues des autres RAC.

- 143 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Tableau IV-9 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1 ; QI,min = 60 000 Nm .j .
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 5,29 1,76 3,63 17,13 0,03 308 0,18 1,00 0,40 0,07
2 7,37 2,84 3,56 6,89 0,08 1 406 1,00 0,69 0,66 0,45
3 7,24 3,47 3,88 0,40 0,22 933 1,00 0,85 0,47 0,40
4 7,32 3,60 4,11 0,19 0,23 583 1,00 0,70 0,40 0,28
5 7,40 3,58 4,29 0,25 0,23 417 0,99 0,47 0,36 0,17
Total 3 647

Les résultats de la simulation de la désorption de l’ammoniac du RAC n°3 (Tableau

IV-10) montrent que grâce au recyclage d’une fraction du digestat brut, il est possible d’éviter
des inhibitions rédhibitoires au fonctionnement du RAC n°1 en éliminant de l’ammoniac
contenu dans le RAC n°3. Par l’intermédiaire du débit de recyclage il est effectivement possible
d’apporter de la biomasse et de modifier la concentration en ammoniaque en entrée du
méthaniseur. Le potentiel d’extraction de NH3 augmentant le long des RAC avec
l’accroissement du pH et de la concentration en ammoniaque total, QI,min est plus faible
lorsque le RAC n°3 est traité que lorsqu’il s’agit du RAC n°2 (Figure IV-12).

Tableau IV-10 : Résultats en régime permanent de la simulation du traitement du RAC n°3

du cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1 ; QI,min = 56 000 Nm .j .
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1 IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,82 2,75 3,63 4,27 0,17 1 329 0,95 1,00 0,48 0,45
2 7,16 3,33 3,99 0,53 0,23 1 005 1,00 0,93 0,38 0,35
3 7,65 3,43 3,43 1,07 0,14 576 0,96 0,16 1,00 0,15
4 7,36 3,53 3,63 0,07 0,19 470 1,00 0,73 0,68 0,50
5 7,39 3,47 3,78 0,06 0,20 363 0,99 0,64 0,62 0,40
Total 3 743

La désorption d’ammoniac dans le RAC n°4 ou 5 conduit à de fortes accentuations des

effets d’inhibition à l’ammoniac libre. Ce phénomène se traduit alors par une forte diminution
des coefficients INH3 et IGlobal dans les RAC traités (Tableau IV-11 et Tableau IV-12).
L’accentuation de l’inhibition à l’ammoniac libre dans le RAC n°4 ou 5 engendre la diminution
de la concentration Xbm dans le RAC n°5 et par conséquent de la quantité de biomasse recyclée
dans le RAC n°1, le rendant plus sensible à l’inhibition à l’ammonium.

- 144 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Malgré un potentiel d’extraction d’ammoniac maximal dans les RAC n°4 et 5, il devient alors
nécessaire de désorber une quantité plus importante d’ammoniac en augmentant le débit
d’injection de biogaz de manière à compenser cet effet néfaste de la hausse du pH sur
l’inhibition à l’ammoniac libre.

Tableau IV-11 : Résultats en régime permanent de la simulation du traitement du RAC n°4

du cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1 ; QI,min = 52 000 Nm .j .
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 6,80 2,73 3,63 4,78 0,16 1 312 0,94 1,00 0,47 0,45
2 7,16 3,33 3,99 0,59 0,23 1 021 1,00 0,93 0,38 0,35
3 7,30 3,52 4,25 0,35 0,24 637 1,00 0,70 0,32 0,23
4 7,67 3,46 3,64 1,48 0,14 396 0,95 0,11 0,81 0,08
5 7,45 3,47 3,79 0,10 0,20 372 0,99 0,50 0,65 0,32
Total 3 739

Tableau IV-12 : Résultats en régime permanent de la simulation du traitement du RAC n°5

du cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1 ; QI,min = 52 000 Nm .j .
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1 IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,86 2,78 3,60 3,52 0,18 1 368 0,96 1,00 0,50 0,48
2 7,16 3,33 3,96 0,42 0,23 984 1,00 0,93 0,40 0,37
3 7,29 3,51 4,22 0,30 0,24 631 1,00 0,72 0,33 0,24
4 7,39 3,53 4,42 0,48 0,24 448 0,99 0,47 0,30 0,14
5 7,68 3,40 3,73 1,42 0,15 299 0,95 0,09 0,80 0,07
Total 3 730

En conclusion, pour un taux de recyclage donné, la valeur de QI,min associé à un RAC

dépend de la quantité d’ammoniac qu’il est possible d’extraire de ce RAC (potentiel de
désorption de NH3) et de l’effet de l’injection de biogaz sur la concentration en méthanogènes
du courant de recyclage. Le potentiel de désorption de l’ammoniac libre augmente le long des
RAC avec l’accroissement du pH et de la concentration en ammoniaque total dans les milieux
de digestion, et ce quel que soit le taux de recyclage.

En revanche cela signifie également que plus le RAC traité est proche de la sortie du
méthaniseur, plus l’effet négatif de l’injection de biogaz sur l’inhibition à l’ammoniac NH3 sera
important (diminution du coefficient INH3). Pour TR = 1, de par l’effet positif de l’augmentation
du pH sur l’inhibition à l’ammonium du RAC n°1 et l’impact négatif de l’injection sur l’inhibition
à l’ammoniac libre des derniers RAC, la zone optimale pour la désorption de l’ammoniac se
trouve être le RAC n°1 (Figure IV-12).

- 145 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Lorsque le taux de recyclage est de 0,5, le RAC n°1 est d’autant plus sensible à la
concentration en méthanogène du RAC n°5 que le débit de recyclage est faible. Traiter
l’inhibition du procédé en désorbant l’ammoniac contenu dans les derniers RAC demande
alors des débits d’injection très élevés, supérieurs au débit nécessaire à la désorption
d’ammoniac du RAC n°2 (Figure IV-12). A mesure que le taux de recyclage augmente, les
compositions et pH des milieux de digestion des différents RAC s’homogénéisent et le débit
de biomasse recyclée en entrée de méthaniseur augmente. Lorsque le taux de recyclage passe
à 2 ou à 5, les débits QI,min associés aux RAC n°4 et 5 deviennent inférieurs au débit QI,min
associé au RAC n°1 (Figure IV-12) car l’important débit de recyclage de digestat permet de
compenser l’effet négatif de la désorption de l’ammoniac sur la concentration en
méthanogène du RAC n°5. Les tableaux de résultats relatifs aux taux de recyclage de 0,5, 2 et
5 sont donnés en ANNEXE H.

 Traitement des cas avec Ki = 7 gN.L-1 et TR = 0,5 ; 1 ; 2 et 5 :

max,NH+4

Les débits QI,min obtenus en fonction du taux de recyclage et du RAC traité sont
présentés sur la Figure IV-13. Il apparait que contrairement aux cas où Ki + est égale à 6 max,NH4

gN.L-1, la zone optimale pour la désorption de l’ammoniac correspond au RAC n°1 et ce, quelle
que soit la valeur de TR. De plus, les débits QI,min minimaux obtenus à l’issue de l’étude des cas
d’inhibition identifiés pour une valeur de Ki -1
+ de 7 gN.L (Figure IV-12) sont en moyenne
max,NH4

trois fois inférieurs aux débits minimaux estimés lorsque Ki est fixée à 6 gN.L-1 (Figure
max,NH+4

IV-12).

45 000
40 000
35 000
QI,min (Nm3.j-1)

30 000
25 000
20 000
15 000
10 000
5 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de disgestat brut

1RAC n°1 2RAC n°2 3RAC n°3 RAC

4 n°4 RAC
5 n°5

Figure IV-13 : Évolutions du débit QI,min nécessaire au traitement de l’ammoniac des cas
d’inhibition de la configuration n°1 pour Ki -1
+ = 7 gN.L en fonction de TR et du RAC traité
max,NH4

- 146 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Les résultats des simulations intégrant la valeur de Ki de 7 gN.L-1 ne sont pas

max,NH+4

détaillés car les influences sur les valeurs de QI,min du taux de recyclage et de la zone de
désorption de l’ammoniac sont les mêmes quelle que soit la valeur de Ki + . Par exemple, à
max,NH4

mesure que le taux de recyclage augmente, les compositions et pH des RAC s’homogénéisent
et les effets de l’injection de biogaz pour la désorption d’ammoniac tendent à être les mêmes
quel que soit le RAC traité. C’est pour cela que les débits QI,min obtenus lorsque TR = 5 sont
proches (Figure IV-13).

La zone optimale pour la désorption de l’ammoniac correspond au RAC n°1 et ce, quelle
que soit la valeur de TR (Figure IV-13) car la quantité d’ammoniac à retirer du méthaniseur
pour que celui fonctionne n’est pas assez grande pour qu’il soit plus intéressant de traiter le
RAC n°5 malgré l’accentuation de l’inhibition à l’ammoniac libre et la baisse de la
concentration en méthanogène dans le courant de recyclage que cela induit.

 Traitement du cas où Ki = 8 gN.L-1 et TR = 0,5 :

max,NH+4

La valeur du débit QI,min évaluée pour le traitement de ce cas d’inhibition est la plus
faible que la méthode de dichotomie puisse donner à savoir 1 000 Nm3.j-1. Une étude plus
poussée a révélé qu’il est en réalité possible d’éviter l’inhibition totale des processus de
digestion du cas présent sans avoir à traiter l’ammoniac. Pour ce faire il est simplement
nécessaire d’augmenter le débit de biogaz normalement injecté pour le mélange de la matière
dans le RAC n°1, en le passant de 400 Nm3.j-1 à 600 Nm3.j-1. La hausse de pH résultant de
l’augmentation de ce débit et de la valeur du coefficient de transfert global k La1 permettrait
de diminuer la concentration en ammoniaque total dans le RAC n°1 du simple fait de
l’équilibre liquide-gaz qui s’opérerait entre une concentration en ammoniac libre dissout plus
importante et le ciel gazeux du réacteur.

D’un point de vue procédé, ce résultat souligne que, de par son influence sur les
limitations au transfert de matière, l’agitation du milieu de digestion peut potentiellement
permettre d’éviter l’inhibition total des processus de digestion. Ce résultat réaffirme
également la nécessité de calibrer le paramètre Ki + qui a un impact considérable sur
max,NH4

l’étude et l’estimation de la faisabilité de la technique de désorption in-situ. Contrairement

aux cas où Ki -1
+ est fixé à 6 ou 7 gN.L , le traitement du cas d’inhibition où Ki
max,NH4 + est égale max,NH4

à8 gN.L-1 fait appel à un débit d’injection de biogaz raisonnable.

IV.5.3. Influence de la composition du biogaz injecté sur l’évaluation

de QI,min

Les résultats des parties précédentes attestent que la concentration en CO 2 dissout

dans le milieu de digestion a un rôle primordial dans les niveaux des inhibitions à l’ammoniac
et dans sa désorption in-situ.

- 147 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Il parait alors pertinent d’étudier l’influence de la composition en CO2 et en CH4 du courant de

biogaz injecté pour la désorption de l’ammoniac sur l’estimation du débit Q I,min. Cette partie
aborde donc l’étude du traitement des cas d’inhibition correspondant à la configuration n°1
pour deux compositions de biogaz différentes :

- un courant de CH4 pur (GCO2,I,n = 0 mol.L-1 et GCH4,I,n = 0,037 mol.L-1) ;

- un courant de CO2 pur (GCO2,I,n = 0,037 mol.L-1 et GCH4,I,n = 0 mol.L-1).

Les mêmes effets de la composition du biogaz sur la valeur de QI,min ont été constatés pour
toutes les valeurs de Ki + étudiées précédemment. Ces effets sont davantage visibles sur
max,NH4

les résultats correspondant à l’étude des cas d’inhibition intégrant une constante Ki de
max,NH+4

7 gN.L-1. Ces résultats sont donc présentés et discutés. La Figure IV-14 illustre les évolutions
de QI,min en fonction de TR et du RAC traité lorsque le gaz d’extraction est du CH4 pur tandis
que la Figure IV-15 représente ces évolutions lorsque le gaz d’extraction est du CO2 pur.

La courbe en pointillé apparaissant sur ces figures se rapporte aux débits Q I,min
minimaux obtenus pour un traitement au niveau du RAC n°1 lorsque les concentrations en
CO2 et en CH4 du biogaz utilisé pour la désorption de l’ammoniac sont égales à celles du débit
de biogaz total sortant du méthaniseur. La courbe en pointillé permet donc de montrer si, en
fonction du taux de recyclage, la variation de la composition du biogaz injecté a un impact sur
les zones optimales de la désorption de l’ammoniac.

35 000

30 000

25 000
QI,min (Nm3.j-1)

20 000

15 000

10 000

5 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1 n°1
RAC 2RAC n°2 3RAC n°3 4 n°4
RAC 5 n°5
RAC RACn°1-G
RAC 1 CO2 ,Biogaz

Figure IV-14 : Évolutions du débit de méthane pur QI,min nécessaire au traitement de

l’ammoniac des cas d’inhibition de la configuration n°1 pour Ki -1
+ = 7 gN.L en fonction
max,NH4
de TR et du RAC traité

- 148 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

D’après la Figure IV-14, l’utilisation de biogaz sans CO2 permet une réduction des QI,min
minimaux de 10% à 36% suivant le taux de recyclage de digestat. Outre la diminution de la
sursaturation en CO2 du milieu de digestion déjà causée par l’injection d’un fort débit de
biogaz pour la désorption de l’ammoniac, l’utilisation d’un courant gazeux exempt de CO 2 a
pour conséquence, d’après la loi de Henry, la désorption d’une fraction supplémentaire de
CO2. Cette désorption engendre alors une forte hausse du pH du milieu de digestion du RAC
traité. L’augmentation du potentiel d’extraction de l’ammoniac résultant de cette élévation
de pH est telle qu’à partir d’une valeur de TR de 1, il est plus intéressant de traiter le RAC n°5
malgré l’inhibition complète de l’activité des méthanogènes que cela induit dans ce réacteur.

En effet, le Tableau IV-13 présente les résultats de la simulation de la désorption de

l’ammoniac dans le RAC n°5 pour un taux de recyclage de 1. La désorption de l’ammoniac dans
ce RAC donne lieu à une inhibition complète des méthanogènes (INH3 = 0). Néanmoins, grâce
au recyclage de digestat qui apporte de la biomasse dans l’intrant, le fonctionnement global
du méthaniseur reste possible. Le débit de méthane de 105 Nm3.j-1 issu du RAC n°5 provient
de l’étape d’hydrolyse/acidogenèse qui se produit dans ce RAC et de la désorption de méthane
contenu dans le courant de matière en sortie du RAC n°4. Cela soulève par ailleurs la question
d’un surdimensionnement du méthaniseur car dans cette configuration, le RAC n°5 joue
principalement le rôle d’une unité d’extraction.

Tableau IV-13 : Résultats en régime permanent de la simulation du traitement du RAC n°5

du cas d’inhibition : configuration n°1 ; Ki -1 3 -1
+ = 7 gN.L ; TR = 1 ; QI,min = 12 000 Nm .j avec
max,NH4
GCO2,I,n = 0 mol.L-1 et GCH4,I,n = 0,037 mol.L-1

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 6,98 2,78 3,93 2,94 0,21 1 462 0,98 1,00 0,54 0,53
2 7,22 3,31 4,30 0,37 0,25 977 1,00 0,82 0,46 0,38
3 7,34 3,49 4,58 0,37 0,26 631 1,00 0,53 0,41 0,22
4 7,43 3,49 4,78 1,04 0,25 437 0,99 0,29 0,39 0,11
5 8,12 3,18 4,38 4,75 0,07 105 0,78 0,00 1,00 0,00
Total 3 610

Bien que les observations et les conclusions tirées précédemment sont spécifiques au
substrat et aux paramètres cinétiques considérés dans le modèle, les débits Q I,min restent
élevés même lorsqu’une injection de méthane pur est considérée. Or, l’utilisation d’un gaz
sans CO2 génèrerait des coûts supplémentaires à cause, par exemple, d’une étape de
traitement du biogaz en amont de son injection dans le méthaniseur.

- 149 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

65 000

55 000

45 000
QI,min (Nm3.j-1)

35 000

25 000

15 000

5 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1 2 3 4 5 RAC 1 GCO2 moy

Figure IV-15 : Évolutions du débit de CO2 pur QI,min nécessaire au traitement de l’ammoniac
des cas d’inhibition de la configuration n°1 pour Ki -1
+ = 7 gN.L en fonction de TR et du
max,NH4
RAC traité

Par rapport à l’utilisation d’un courant de biogaz dont la composition est égale à la
composition du débit de biogaz total sortant du méthaniseur (GCO2,I,n = GCO2,Biogaz et GCH4 ,I,n =
GCH4,Biogaz ), l’utilisation de CO2 pur n’a, en revanche, aucune influence sur la zone optimale de
la désorption de l’ammoniac (Figure IV-15). Le RAC n°1 reste la zone du méthaniseur dans
laquelle la désorption de l’ammoniac requiert le débit QI,min le plus faible quelque soit la valeur
de TR. L’utilisation de CO2 pur permet de limiter la désorption de CO2 et la montée de pH
résultant de l’injection de biogaz dans un RAC donné. Or, comme il a déjà été expliqué, ce
phénomène permet d’atténuer les inhibitions à l’ammonium survenant dans le RAC n°1. C’est
pour cela que les débit QI,min correspondant au traitement du RAC n°1 avec du CO2 pur sont
tous supérieurs aux débits QI,min trouvés lorsque le biogaz injecté est à la composition du débit
de biogaz total sortant du méthaniseur (Figure IV-15).

L’étude du traitement des scénarios d’inhibition associés à la configuration de RAC en

série n°1 a permis d’appréhender les impacts que peuvent avoir les paramètres opératoires
que sont la zone d’injection, le taux de recyclage de digestat et la composition du biogaz
injecté sur les phénomènes d’inhibition à l’ammoniaque et sur son extraction. Les mêmes
études ont pu être appliquées à la configuration n°2.

- 150 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

IV.6. Étude de la désorption de l’ammoniac dans la configuration de RAC

en série n°2
Cette partie expose les études de la désorption de l’ammoniac dans les scénarios
d’inhibition associés à la configuration n°2, identifiés dans la section IV.2.2. Les conditions de
simulation du fonctionnement de l’ARKOMETHA® associées à ces scénarios sont rassemblées
dans la partie IV.2.1. Selon le même principe que dans la partie précédente, pour chaque cas
d’inhibition (Ki + et TR), le débit de QI,min est évalué en fonction de la zone du méthaniseur
max,NH4

traitée et de la composition en CO2 et en CH4 du courant de biogaz injecté. Les débits totaux
de méthane (qCH4 ) associés à chaque valeur de QI,min sont présentés en ANNEXE I.

Afin d’observer les inhibitions responsables du dysfonctionnement du digesteur dans

le cadre de la configuration n°2, les simulations du passage d’un fonctionnement normal à un
fonctionnement inhibé suite à la diminution du débit de biogaz injecté en dessous de QI,min
ont été réalisées pour chaque cas d’inhibition. Les conclusions faites quant à l’apparition des
inhibitions totales des processus biologiques sont les mêmes que lorsque la configuration de
RAC en série n°1 est considérée. Dans un souci de synthèse ces résultats ne sont donc pas
détaillés ici, seules les interprétations majeures des résultats sont rappelées.

Quel que soit le RAC traité et le taux de recyclage considéré, l’inhibition qui déclenche
l’inhibition totale des processus biologiques dans l’ensemble du méthaniseur est l’inhibition à
l’ammonium causant en premier lieu l’acidification du RAC n°1. En effet, lors des simulations
de la diminution du débit de biogaz (QI,min) l’augmentation progressive de la concentration en
ammoniaque total au sein du digesteur impacte en premier lieu les deux premiers RAC qui
contiennent les milieux les plus acides du méthaniseur favorisant la formation de l’ion
ammonium. L’inhibition du RAC n°1 engendre ensuite une inhibition en cascade des RAC
suivants et ce malgré les plus grands volumes des RAC n°3 et 4. Enfin, ce résultat peut être lié
à l’importante concentration en ammoniaque déjà présent dans l’intrant qui est de 2,5 gN.kg-1.

IV.6.1. Influence de TR et de la zone du méthaniseur traitée sur

l’évaluation de QI,min

Les premières discussions portent sur les influences du choix du RAC dans lequel est
désorbé l’ammoniac et du taux de recyclage de digestat brut sur l’estimation de la valeur de
QI,min. Dans cette étude, les concentrations en CO2 et en CH4 du biogaz injecté pour la
désorption de l’ammoniac sont égales à celles du biogaz total sortant du méthaniseur.

- 151 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

 Traitement des cas avec Ki = 6 gN.L-1 et TR = 0,5 ; 1 ; 2 et 5 :

max,NH+4

La Figure IV-16 illustre les évolutions des différents débits QI,min obtenus en fonction
de TR et du RAC traité. Elle met en lumière la possibilité de traiter l’ammoniac et d’éviter l’arrêt
des processus de digestion dans la configuration n°2 mais montre également que cela requiert
des débits de biogaz supérieurs aux débits trouvés lors de l’étude de la configuration n°1
(Figure IV-12).

120 000
110 000
100 000
90 000
QI,min (Nm3.j-1)

80 000
70 000
60 000
50 000
40 000
30 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1RAC n°1 2RAC n°2 3RAC n°3 4RAC n°4

Figure IV-16 : Évolutions du débit QI,min nécessaire au traitement de l’ammoniac des cas
d’inhibition de la configuration n°2 pour Ki -1
+ = 6 gN.L en fonction de TR et du RAC traité
max,NH4

D’après la Figure IV-12, comme dans le cadre de la configuration n°1, l’ordre de

grandeur des valeurs de QI,min diminue avec l’augmentation du taux de recyclage. De plus
contrairement à la configuration n°1, le dernier RAC de la configuration (ici le RAC n°4)
n’apparait jamais comme le compartiment optimal où traiter l’ammoniac et ce en raison de
l’accentuation de l’inhibition à l’ammoniac libre intervenant dans ce RAC lorsque celui-ci est
traité. Il apparait également que pour une valeur de TR de 0,5 ou 1 le débit QI,min le plus faible
correspond au traitement du RAC n°3 tandis que pour un taux de recyclage de 2 ou 5, le débit
QI,min minimal est obtenu lorsque le RAC n°1 est traité.

Pour comprendre cela, les résultats des simulations de l’étude du fonctionnement du

méthaniseur et de la désorption de l’ammoniac en considérant un taux de recyclage de 1 sont
discutés.

- 152 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Tout d’abord, malgré l’effet bénéfique que peut avoir l’augmentation du pH résultant
de l’injection d’un fort débit de biogaz dans les RAC n°1 et 2, les débits Q I,min associés
respectivement au traitement de l’un et l’autre des RAC sont supérieurs à ceux trouvés dans
la configuration n°1. Les résultats associés au traitement de ces deux RAC sont présentés dans
le Tableau IV-14 et le Tableau IV-15. Le temps de séjour de la biomasse méthanogène dans les
RAC n°1 et 2 de la seconde configuration sont plus faibles que dans la configuration n°1. Les
méthanogènes contenus dans les RAC n°1 et 2 de la configuration n°2 sont donc plus sensibles
aux phénomènes d’inhibition réduisant leur vitesse de croissance au regard du temps de
passage réduit de la matière dans ces RAC. Il est donc nécessaire de désorber plus d’ammoniac
hors des milieux des RAC n°1 et 2 dans la configuration n°2 que dans la configuration n°1.

Tableau IV-14 : Résultats en régime permanent de la simulation du traitement du RAC n°1

du cas d’inhibition : configuration n°2 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1; QI,min = 59 000 Nm .j
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1 IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,32 2,32 3,37 6,96 0,07 829 1,00 0,82 0,70 0,58
2 7,05 2,94 3,62 1,85 0,19 706 0,99 1,00 0,52 0,51
3 7,21 3,43 4,04 0,31 0,24 1 091 1,00 0,87 0,38 0,33
4 7,42 3,38 4,49 0,83 0,24 1 042 0,99 0,39 0,29 0,11
Total 3 669

Tableau IV-15 : Résultats en régime permanent de la simulation du traitement du RAC n°2

du cas d’inhibition : configuration n°2 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1; QI,min = 81 000 Nm .j
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1 IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 5,49 1,75 3,50 14,62 0,04 229 0,26 1,00 0,47 0,12
2 7,33 2,58 3,22 6,22 0,07 991 1,00 0,84 0,80 0,67
3 7,18 3,38 3,67 0,22 0,21 1 255 1,00 0,94 0,55 0,52
4 7,38 3,43 4,16 0,17 0,23 1 161 1,00 0,56 0,42 0,23
Total 3 637

Lorsque TR est égale à 0,5 ou 1 et que la désorption de l’ammoniac a lieu dans le RAC
n°3, grâce à la répartition des volumes des RAC de la configuration n°2, une production de
méthane correcte est atteinte malgré les fortes inhibitions globales de l’activité des
méthanogènes dans les RAC n°1 et 2 (Tableau IV-16). Lorsque TR passe à 2, le RAC n°3 ne
fonctionne plus si les RAC 1 et 2 sont inhibés. Du fait de l’accentuation de l’inhibition à
l’ammoniac libre dans le RAC n°3 quand ce dernier est traité, il devient alors plus intéressant
de procéder à la désorption de l’ammoniac depuis les RAC n°1 et 2. Les tableaux de résultats
relatifs aux taux de recyclage de 0,5, 2 et 5 sont également fournis en ANNEXE J.

- 153 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Tableau IV-16 : Résultats en régime permanent de la simulation du traitement du RAC n°3

du cas d’inhibition : configuration n°2 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1; QI,min = 55 000 Nm .j
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 5,47 1,76 3,52 14,94 0,04 226 0,25 1,00 0,45 0,11
2 5,19 1,73 3,63 18,28 0,02 151 0,15 1,00 0,40 0,06
3 7,39 2,94 3,66 6,97 0,08 1 657 0,99 0,63 0,62 0,39
4 7,37 3,46 4,21 0,50 0,23 1 500 1,00 0,55 0,38 0,21
Total 3 535

Tableau IV-17 : Résultats en régime permanent de la simulation du traitement du RAC n°4

du cas d’inhibition : configuration n°2 ; Ki -1 3 -1
+ = 6 gN.L ; TR = 1; QI,min = 61 000 Nm .j
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1 IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 5,32 1,73 3,09 13,66 0,03 200 0,19 1,00 0,70 0,13
2 5,13 1,72 3,20 16,24 0,02 160 0,13 1,00 0,65 0,09
3 6,97 3,12 3,76 2,69 0,20 1 779 0,98 1,00 0,45 0,44
4 7,65 3,37 3,42 0,80 0,14 1 360 0,96 0,17 0,89 0,15
Total 3 499

Par ailleurs, il peut être noté que dans cette configuration, la majorité de la production
de méthane provient des RAC dédiés à la phase de méthanogenèse, les RAC n°3 et 4, ce qui
est cohérent vis-à-vis de la littérature (Dooms et al., 2018).

 Traitement des cas avec Ki = 7 gN.L-1 et TR = 0,5 ; 1 ; 2 et 5 :

max,NH+4

La Figure IV-17 regroupe l’ensemble des débits QI,min obtenus lors de l’étude du
traitement des cas d’inhibition intégrant une valeur Ki -1
+ égale à 7 gN.L . Les débits QI,min
max,NH4

minimaux associés au traitement du RAC n°3 (TR = 0,5 et 1) et du RAC n°1 (TR = 2 et 5) sont
respectivement deux et trois fois plus faibles que ceux obtenus lorsque Ki + était égale à 6 max,NH4

gN.L-1 (Figure
IV-16). Cette observation reflète une fois de plus l’importance de la calibration
de ce paramètre pour l’évaluation des conditions optimales de la désoprtion de l’ammoniac.

De même que lorsque Ki est égale à 6 gN.L-1, il apparait que la zone optimale
max,NH+4

pour le traitement de l’ammoniac pour des taux de recyclage de 0,5 et de 1 correspond au

RAC n°3. Il s’avère également qu’en raison des inibitions à l’ammoniac intervant dans le RAC
n°3 cette zone devient le RAC n°1 quand le taux de recyclage passe à 2 ou 5.

- 154 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

75 000

65 000

55 000
QI,min (Nm3.j-1)

45 000

35 000

25 000

15 000

5 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1 n°1
RAC 2RAC n°2 3RAC n°3 4RAC n°4

Figure IV-17 : Évolutions du débit QI,min nécessaire au traitement de l’ammoniac des cas
d’inhibition de la configuration n°2 pour Ki -1
+ = 7 gN.L en fonction de TR et du RAC traité
max,NH4

Que cela soit pour l’une ou l’autre valeur de constante d’inhibition, les débits
d’injection QI,min sont plus élevés dans le cas de la configuration n°2 que dans le cas de la
configuration n°1.

IV.6.2. Influence de la composition du biogaz injecté sur l’évaluation

de QI,min

L’influence de la composition en CO2 et en CH4 du courant de biogaz injecté pour la

désorption de l’ammoniac est évaluée sur chaque cas d’inhibition de la configuration n°2 en
estimant pour chaque cas la valeur de QI,min pour deux compositions de biogaz différentes :

- un courant de CH4 pur (GCO2,I,n = 0 mol.L-1 et GCH4,I,n = 0,037 mol.L-1) ;

- un courant de CO2 pur (GCO2,I,n = 0,037 mol.L-1 et GCH4,I,n = 0 mol.L-1).

Les résultats présentés ci-après se rapportent à l’étude des cas d’inhibition intégrant une
constante Ki -1
+ de 7 gN.L . La Figure IV-19 et la Figure IV-18 représentent les évolutions de
max,NH4

QI,min en fonction de TR et du RAC traité lorsque le gaz d’extraction est du CH4 pur et du CO2
pur. La courbe en pointillé apparaissant sur ces figures se rapporte aux débits QI,min minimaux
obtenus pour un traitement au niveau du RAC n°3 (pour TR = 0,5 et 1) et du RAC n°1 (pour TR
= 2 et 5) lorsque les concentrations en CO2 et en CH4 du biogaz utilisé pour la désorption de
l’ammoniac sont égales à celles du débit de biogaz total sortant du méthaniseur.

- 155 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

75 000

65 000

55 000

45 000
QI,min

35 000

25 000

15 000

5 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1 n°1
RAC 2 n°2
RAC 3 n°3
RAC 4RAC n°4 RACn°3
RAC 1 et 1-GCO2 ,Biogaz

Figure IV-19 : Évolutions du débit de méthane pur QI,min nécessaire à la désorption de

l’ammoniac des cas d’inhibition de la configuration n°2 pour Ki -1
+ = 7 gN.L en fonction
max,NH4
de TR et du RAC traité

108 000
98 000
88 000
78 000
68 000
QI,min

58 000
48 000
38 000
28 000
18 000
8 000
0,5 1 1,5 2 2,5 3 3,5 4 4,5 5
Taux de recyclage de digestat brut

1 2 3 4 RAC 1

Figure IV-18 : Évolutions du débit de CO2 pur QI,min nécessaire à la désorption de l’ammoniac
des cas d’inhibition de la configuration n°2 pour Ki -1
+ = 7 gN.L en fonction de TR et du
max,NH4
RAC traité

- 156 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Contrairement à la configuration n°1, il apparait que l’injection d’un courant de

méthane pur a peu d’influence sur les valeurs minimales des débits QI,min obtenues pour
chaque taux de recyclage (Figure IV-19). Cela signifie que l’absence de CO2 dans le courant
injecté n’a pas d’influence sur les caractéristiques des milieux des RAC traités (alcalinité, pH)
car la concentration en carbone inorganique dissout de ces milieux est déjà très faible. Par
ailleurs, l’injection d’un courant de CO2 pur a un impact négatif sur les valeurs minimales de
QI,min et ce quel que soit le taux de recyclage (Figure IV-18). En effet, l’utilisation de CO2 pur
réduit la hausse de pH induite par l’injection de biogaz ce qui est favorable à la formation de
l’ammonium, responsable de l’inhibition déclenchant l’inhibition total des processus de
méthanisation. Enfin, la zone optimale pour la désorption de l’ammoniac ne semble pas
dépendre de la composition du biogaz injecté.

IV.7. Conclusion
L’objectif de ce chapitre est d’étudier la faisabilité de la méthode de désorption in-situ
de l’ammoniac envisagée par la société ARKOLIA Énergies et dont l’objectif est de pallier au
risque de dysfonctionnement du procédé suite à l’apparition de fortes inhibitions à
l’ammoniac.

Pour cela, la digestion d’un substrat agricole azoté dans des conditions de
fonctionnement représentatives de celles mise en œuvre au sein du méthaniseur
ARKOMETHA® a été simulé pour différentes valeurs de constante d’inhibition Ki + (6, 7 et
max,NH4

8 gN.L-1) et différents taux de recyclage de digestat brut (0,5, 1, 2 et 5). Deux configurations
de RAC en série ont été considérées pour représenter l’écoulement et la compartimentation
de la matière au sein du digesteur : cinq RAC de volumes identiques décrivant un écoulement
piston ; deux RAC dédiés à la phase d’hydrolyse suivis de deux RAC de plus grands volumes
dédiés à la phase de méthanogenèse. Ces simulations ont permis d’apprécier les différences
de performance et de comportement des deux configurations de réacteurs. Il est en effet
apparu que le mode d’écoulement piston de la première configuration améliore la
productivité du méthaniseur. Dans la seconde configuration, la répartition des temps de
séjour permet au méthanogène de supporter une plus forte concentration en ammoniac.
Cette dernière observation se retrouve dans la littérature où divers auteurs rapportent que le
recours aux méthaniseurs multi-étapes permet effectivement d’accroitre la stabilité de la
phase de méthanogenèse (Dooms et al., 2018; Janesch et al., 2021; Srisowmeya et al., 2020).

Ces simulations ont par ailleurs mené à l’identification de scénarios de dysfonctionnement

voire d’arrêt du procédé causés en premier lieu par de fortes inhibitions à l’ammonium puis
par l’inhibition au pH des méthanogènes. Ce phénomène, intervenant dès le premier RAC de
chaque configuration, est en partie la conséquence de la forte concentration en ammoniaque
de l’intrant considéré. L’étude du traitement in-situ de l’ammoniac de chaque scénario a alors
consisté à rechercher le débit minimal de biogaz (QI,min), sans ammoniac, à injecter dans le
milieu de digestion afin d’éviter l’inhibition totale des processus de méthanisation.

- 157 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Sur la base de l’étude du traitement d’un scénario donné (TR, configuration de RAC en série et
Ki + fixés), une première discussion a porté sur l’influence du coefficient de transfert (kLa)
max,NH4

et de la constante d’inhibition seuil (Ki ) sur l’évaluation du débit QI,min. La deuxième

max,NH+4

partie de ce travail a été d’observer les influences sur la valeur de QI,min des paramètres
opératoires que sont le taux de recyclage de digestat brut, la composition en CH4 et CO2 du
débit du biogaz injecté pour la désorption de l’ammoniac et la zone du méthaniseur traitée.

Il est important de préciser que les résultats de l’ensemble de ces études dépendent à
la fois des paramètres du modèle et de la composition de l’intrant considéré. Ces résultats
montrent néanmoins qu’il est théoriquement possible de procéder à la désorption in-situ de
l’ammoniac au sein de l’ARKOMETHA® et ainsi éviter une inhibition totale des processus de
digestion et un dysfonctionnement du méthaniseur.

Néanmoins, il apparait que les valeurs des paramètres cinétiques du modèle que sont
le coefficient de transfert global kLa et la constante d’inhibition Ki + ont une influence
max,NH4

particulièrement élevée sur l’estimation du débit de biogaz QI,min. Ces paramètres cinétiques
ne sont probablement pas les seuls paramètres ayant un impact sur l’estimation de ce débit
de biogaz. Toutefois, ce sont ceux dont la calibration reste la plus incertaine du fait d’un
manque de données bibliographiques relatant l’identification de ces paramètres dans des
conditions de digestion en voie sèche de substrats agricoles (conditions simulées dans ces
travaux). Par ailleurs, il a été montré que la modification des limitations au transfert de
matière liquide-gaz, induites par l’augmentation du débit de biogaz injecté pour la désorption
d’ammoniac, entraine une désorption de CO2. Ce phénomène provoque, dans le milieu du RAC
traité, une augmentation du pH qui, du fait d’un déplacement de l’équilibre acido-basique du
couple NH4+/NH3 vers la formation de NH3, conduirait à une modification des effets
d’inhibition à l’ammoniac et à l’ammonium et pourrait perturber l’activité de la biomasse
méthanogène. D’un point de vue procédé, ces résultats signifient que le niveau d’agitation de
la matière dans le méthaniseur, conditionné par le débit de biogaz injecté dans le milieu de
digestion et traduit par la valeur de kLa, peut avoir une influence sur les inhibitions à
l’ammoniac.

D’autre part, comme il est résumé dans les Tableau IV-18 et

Tableau IV-19, les études réalisées dans ce chapitre montrent que le débit de biogaz
nécessaire à la désorption de l’ammoniac et au bon fonctionnement du méthaniseur (QI,min)
varie selon la zone du méthaniseur traitée et selon le taux de recyclage de digestat brut du
procédé. Il a notamment été montré que dans la configuration de RAC en série n°1 la zone
optimale de désorption de l’ammoniac est le RAC n°1 tandis que dans la configuration n°2
cette zone correspond au RAC n°3. Une simulation, non détaillée dans ce manuscrit a
également révélé qu’il n’est pas optimal de traiter l’ensemble des RAC en même temps car
cela demande un débit QI,min supérieur au traitement des zones optimales énoncées
précédemment.

- 158 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

De plus, au regard du faible impact de la composition en CH4 et CO2 du gaz injecté pour la
désorption de l’ammoniac sur l’évaluation du débit QI,min, le biogaz épuré en ammoniac peut
être directement injecté dans le milieu de digestion sans séparer le méthane du CO 2.

Malgré des incertitudes sur les valeurs des paramètres kLa et Ki et bien que les
max,NH+4

résultats obtenus tout au long de ce chapitre soient propres à la composition de l’intrant et

aux valeurs des paramètres cinétiques du modèle considérés, les débits QI,min minimaux
déterminés restent globalement très élevés (Tableau IV-18 et
Tableau IV-19). Ils sont notamment bien supérieurs au débit total de biogaz normalement
utilisé dans le fonctionnement nominal de l’ARKOMETHA® pour assurer le mélange de la
matière. Pour le volume de méthaniseur considéré dans les simulations de ce chapitre, ce
débit est égal à 2 000 Nm3.j-1. La nécessité d’injecter de tels débits de biogaz au sein du
méthaniseur pourrait remettre en cause la viabilité économique du procédé ; engendrer des
conditions d’agitation défavorables à l’activité des micro-organismes (Serna-Maza et al.,
2017); entrainer des problèmes d’éclaboussement et des modifications de la
compartimentation de la matière au sein du digesteur.

Tableau IV-18 : Débit QI,min minimaux correspondant aux traitements des cas d’inhibition de
la configuration de RAC en série n°1 en fonction de Ki + et du taux de recyclage considérés
max,NH4

Configuration n°1
Ki =6 gN.L-1 Ki + = 7 gN.L
-1 Ki = 8 gN.L-1
max,NH+4 max,NH4 max,NH+4
TR RAC QI,min QI,min/Vd,n RAC QI,min QI,min/Vd,n RAC QI,min QI,min/Vd,n
traité 3 -1
(Nm .j ) (Nm .m .j ) traité
3 -3 -1 3 -1
(Nm .j ) 3 -3 -1
(Nm .m .j ) traité 3 -1
(Nm .j ) (Nm3.m-3.j-1)
0,5 1 46 000 144 1 20 000 63 1 600 2
1 1 46 000 144 1 16 000 50 - - -
2 5 36 000 122 1 11 000 34 - - -
5 5 26 000 97 1 8 000 25 - - -

Tableau IV-19 : Débit QI,min minimaux correspondant aux traitements des cas d’inhibition de
la configuration de RAC en série n°2 en fonction de Ki + et du taux de recyclage considérés
max,NH4

Configuration n°2
Ki -1 = 7 gN.L-1
+ = 6 gN.L
max,NH4
Ki
max,NH+4
RAC
TR QI,min QI,min/Vd,n QI,min QI,min/Vd,n
traité
(Nm3.j-1) (Nm3.m-3.j-1) (Nm3.j-1) (Nm3.m-3.j-1)
0,5 3 50 000 119 25 000 59
1 3 55 000 131 28 000 67
2 1 42 000 249 14 000 83
5 1 30 000 178 8 000 48

- 159 -
 Chapitre IV – Étude du traitement in-situ de l’ammoniac lors du fonctionnement
de l’ARKOMETHA®

Toutefois, il doit être souligné que pour chaque cas d’inhibition, le rapport du débit
QI,min le plus faible obtenu par unité de volume de milieu traité (Vd,n) (Tableau IV-18 et
Tableau IV-19) est compris dans la gamme des rapports présents dans la littérature qui varie
entre 12 Nm3.m-3.j-1 (Bi et al., 2020) ; 20 Nm3.m-3.j-1 (Yao et al., 2017b) ; 50 Nm3.m-3.j-1 (Serna-
Maza et al., 2017) et 1 440 Nm3.m-3.j-1 (Abouelenien et al., 2010). Ces gammes de valeurs sont
évidemment relatives aux conditions opératoires des systèmes expérimentaux étudiés durant
les différents travaux de recherche (substrat, taux de matière sèche, inoculum, température,
pH et concentration en ammoniaque total). Elles correspondent également à des expériences
menées à l’échelle du laboratoire.

Enfin, des études complémentaires seraient nécessaires à une évaluation plus réaliste
de la faisabilité de la technique de désorption de l’ammoniac envisagée par ARKOLIA Énergies.
A partir de la caractérisation d’un intrant réel et à la suite d’une étape de calibration et de
validation des paramètres clefs du modèle, ce dernier permettrait pour l’intrant considéré, de
pleinement estimer le potentiel de la technique de désorption de l’ammoniac.

- 160 -
Conclusion générale
 Conclusion générale

Malgré un fort potentiel de croissance, le développement de la filière de méthanisation

agricole se heurte encore à un certain nombre de limitations Parmi ces dernières, le risque de
dysfonctionnement des procédés de méthanisation, associé à l’inhibition des processus de
digestion par de fortes concentrations en ammoniac (NH4+/NH3), est le principal frein
technique à l’exploitation de gisements azotés. Ces gisements, tels que les fumiers ovins,
porcins ou encore avicoles sont présents en grand nombre en région Occitanie qui a donc fait
le choix de financer un projet régional, nommé OCCIMETHA, afin de présenter des solutions
industrielles à la gestion de l’ammoniac sur les procédés de méthanisation. Cette thèse, partie
intégrante de ce projet, a été réalisée en collaboration avec la société Arkolia Énergies qui
propose une solution technique de gestion de l’ammoniac au sein même de leur procédé en
voie sèche ARKOMETHA®. Cette solution consiste à contrôler la concentration en
ammoniaque dissout dans le milieu de digestion par action sur la pression partielle en
ammoniac gazeux dans le ciel du méthaniseur. Pour se faire, il est question d’injecter au sein
du méthaniseur un débit de biogaz exempt d’ammoniac pour désorber une partie de
l’ammoniac contenu dans le milieu de digestion et d’éviter ainsi le risque de
dysfonctionnement.

L’objectif global de cette thèse a été d’étudier la faisabilité de la technique de

désorption in-situ de l’ammoniac proposée par ARKOLIA Energies. Pour cela, un modèle de
réacteur permettant de simuler le fonctionnement thermophile en voie sèche de
l’ARKOMETHA® et la désorption in-situ de l’ammoniac a été réalisé. Ce modèle a notamment
permis de simuler l’apparition de forts phénomènes d’inhibition à l’ammoniac lors de la
digestion d’un substrat agricole azoté. L’étude et la simulation de la désorption de l’ammoniac
a ainsi pu être appliqué à ce cas d’étude et la faisabilité de la technique de traitement de
l’ammoniac proposée par ARKOLIA Énergies a pu être discutée.

Les principaux résultats et perspectives de ces travaux de thèse, en lien avec les
différentes parties abordées dans ce manuscrit, sont détaillés ci-après.

En premier lieu, une étude bibliographique dresse l’état de l’art de la méthanisation

agricole en France et en région Occitanie. Elle fait également état des connaissances actuelles
des processus de digestion et des phénomènes d’inhibition à l’ammoniac pouvant intervenir
lors de la digestion de substrats azotés. Dans cette partie, les techniques de séparation
étudiées dans la littérature pour la gestion de l’ammoniac au sein des unités de méthanisation
sont présentées et leur application aux procédés de digestion en voie sèche est discutée.

La deuxième partie de ces travaux est consacrée à la présentation et à l’étude du

modèle biochimique mis en place pour cette thèse qui décrit les phénomènes majeurs
régissant les processus de méthanisation en voie sèche (cinétiques microbiennes, cinétiques
de transfert de matière, équilibres thermodynamiques). Ce modèle est une version simplifiée
du modèle ADM1 et a été construit et proposé par les chercheurs du laboratoire DEEP de
l’INSA de Lyon.

- 162 -
 Conclusion générale

La construction d’un modèle simplifié de l’ADM1 a notamment été motivé par la complexité
analytique de caractérisation fine des milieux de digestion en voie sèche et la difficulté
d’identifier les paramètres cinétiques du modèle indépendamment les uns des autres. Les
hypothèses simplificatrices formulées sur la base de connaissance des systèmes de digestion
en voie sèche du laboratoire DEEP conduisent alors à modèle biologique à deux étapes : une
étape d’hydrolyse/acidogenèse, nommée DHA, au cours de laquelle les fractions facilement
et difficilement dégradables de la matière particulaire de l’intrant sont converties en acétate,
carbone inorganique, méthane et ammoniaque ; puis une étape de méthanogenèse durant
laquelle l’acétate est converti en méthane et carbone inorganique.

Dans ce modèle, l’effet d’inhibition de l’ammoniac libre sur la biomasse méthanogène est
décrit par la fonction d’inhibition non-compétitive proposée dans l’ADM1. Cette fonction
permet de calculer un facteur multiplicateur, variant entre 0 (inhibition totale) et 1 (aucune
inhibition), qui impacte directement la vitesse de croissance des méthanogènes. Grâce à la
définition de cas d’intrants agricoles types qu’il serait possible de retrouver en région
Occitanie, réalisée par les bureaux d’études SOLAGRO (ANNEXE n°2), une étude d’analyse de
sensibilité globale a été menée sur les paramètres cinétiques et de transfert du modèle afin
d’estimer ceux qui ont le plus d’impact sur les sorties du modèle et qui, de ce fait requièrent
un effort d’identification particulier. Cette étude a pour cela été basée sur des simulations de
la digestion d’un intrant agricole type de la région Occitanie, composé majoritairement
d’ensilage d’herbe, de menue de paille, de fumier bovin, de fiente de volaille et de lisiers
porcin et bovin dans un méthaniseur assimilé à un réacteur parfaitement agité. L’analyse de
sensibilité des paramètres du modèle est alors révélée que dans le cas où aucun phénomène
d’inhibition à l’ammoniac est avéré, les paramètres cinétiques déterminant dans la description
de la production de biogaz du méthaniseur sont les constantes de la cinétique d’hydrolyse.
Cette étude de sensibilité souligne également l’importance de la calibration du coefficient de
transfert global kLa dans la description du pH du milieu de digestion. Ce paramètre caractérise
les cinétiques et les limitations aux transferts de matière liquide-gaz des composés solubles
considérés dans ce modèle à savoir CH4, CO2 et NH3. Les résultats de l’étude de sensibilité ont,
en outre, permis de mettre en évidence la cohérence des réponses du modèle par rapport aux
données bibliographiques décrivant l’hydrolyse comme étant l’étape cinétiquement limitante
des procédés de digestion en voie sèche. Ils ont également montré l’importance de la
calibration du paramètre de transfert kLa tant les limitations au transfert de matière peuvent
advenir dans les milieux à forte teneur en matière sèche engendrant des sursaturations
importantes d’acide (CO2) ou de composés inhibiteurs comme l’ammoniac.

Dans la continuité de ce deuxième chapitre, la capacité du modèle à simuler et à

prévoir l’apparition de forts phénomènes d’inhibition à l’ammoniac durant la digestion de
substrats azotés dans un méthaniseur ARKOMETHA® est vérifiée. Pour cela, il est choisi de
représenter l’écoulement horizontal de type « piston » de la matière au sein du méthaniseur
par une succession de 5 réacteurs agités continus de volumes identiques.

- 163 -
 Conclusion générale

La phase gaz du méthaniseur est quant à elle représentée par une succession de 5 zones
homogènes chacune située au-dessus d’un RAC et échangeant de la matière seulement avec
le RAC auquel elle est associée. La vérification de la capacité du modèle à décrire de fortes
inhibitions à l’ammoniac est basée sur des simulations de la digestion de l’intrant n°1 en
considérant la fonction d’inhibition proposée dans l’ADM1 et une fonction dite à seuils plus
récemment développée par Astal et al. (2018). Cette dernière est caractérisée par deux
concentrations seuils en ammoniac (Kimin et Kimax ) décrivant d’une part la concentration en NH3
à partir de laquelle l’activité méthanogène commence à être inhibée et d’autre part la
concentration en NH3 au-delà de laquelle elle l’est totalement. Au regard de la multitude de
données bibliographiques disponibles sur les valeurs de la constante de demi-saturation Ki
(utile à la fonction d’inhibition non-compétitive) et des valeurs seuils Kimin et Kimax , différentes
valeurs des constantes d’inhibition sont considérées dans cette étude. Ces dernières sont
tirées des travaux de recherche de Capson-Tojo et al. (2020) et correspondent à des
constantes identifiées sur des systèmes de digestion de substrats agricoles. Cette étude a
finalement permis de dresser les conclusions suivantes :

- De par sa forme, la fonction d’inhibition non-compétitive ne permet pas de simuler

d’effets significatifs d’inhibition à l’ammoniac et ce malgré la digestion d’un substrat
fortement azoté ;
- L’intégration de la fonction d’inhibition à seuils dans le modèle biologique permet de
simuler l’apparition d’une inhibition modérée à l’ammoniac libre et de constater les
conséquences de ce phénomène déjà décrites dans la littérature : une accumulation
croissante d’acétate le long du méthaniseur ; une diminution de la production globale
de biogaz ; une dégradation du pourcentage de méthane dans le biogaz.
- La seule considération d’une fonction d’inhibition à l’ammoniac libre ne permet pas de
simuler une inhibition totale des processus de digestion même sous de fortes
concentrations en ammoniaque total (de l’ordre de 13 à 15 gN.L-1) car la chute de pH
résultant de l’inhibition de la méthanogenèse limite, du fait de l’équilibre du couple
NH4+/NH3, le niveau d’inhibition atteignable par la seule fonction d’inhibition à
l’ammoniac libre.

A partir des travaux d’Astal et al. (2018), une fonction d’inhibition à seuils a également été
intégrée au modèle biologique afin de décrire l’effet inhibiteur de l’ion NH4+ sur la biomasse
méthanogène et ce notamment à de faibles pH et/ou à de fortes concentrations en
ammoniaque total. Néanmoins, les seuils d’inhibition à l’ammonium sont peu décrits dans la
littérature. L’étude de l’influence sur les sorties du modèle des constantes d’inhibitions seuils
de cette fonction est donc menée. Au cours de cette étude, la simulation de la digestion de
l’intrant n°1 est réalisée pour une valeur Kimin,NH+ fixée à 3 gN.L-1 et une valeur Kimax,NH+ modifiée
4 4
entre 6, 7, 8, 9 et 10 gN.L-1.

- 164 -
 Conclusion générale

Les résultats suivants sont obtenus :

- L’intégration de l’inhibition à l’ammonium dans le modèle permet de simuler un arrêt
total des processus de digestion et d’observer un dysfonctionnement du méthaniseur
qui résultent d’inhibitions à l’ammoniac libre et à l’ammonium ;
- Pour le substrat considéré, la définition de la valeur de Kimax,NH+ a un impact majeur sur
4
la description des phénomènes d’inhibition totale.

La dernière partie de ces travaux de thèse se penche sur l’étude de la désorption in-
situ de l’ammoniac mise en place au cours de la digestion de l’intrant n°1 dans un méthaniseur
ARKOMETHA®. Afin de simuler le fonctionnement réel du méthaniseur, le recyclage de
digestat brut normalement effectué dans le procédé réel ainsi que le mélange de la matière
par la réinjection d’une fraction du biogaz produit sont pris en compte dans le modèle de
réacteur. De plus, deux configurations de RAC en série sont considérées pour représenter le
milieu de digestion de l’ARKOMETHA® : cinq RAC de volumes identiques décrivant un
écoulement piston ; deux RAC de faibles volumes dédiés à une phase d’hydrolyse/acidogenèse
(représentant chacun 11% du volume total du méthaniseur) suivis de deux RAC de plus grands
volumes consacrés à la phase de méthanogenèse (représentant respectivement 25% et 53%
du volume total). Par ailleurs, en raison de l’incertitude qui pèse sur la calibration du
paramètre Kimax,NH+ , trois valeurs de constante d’inhibition sont considérés à savoir 6, 7 et 8
4
gN.L-1.
Cela conduit à l’identification de scénarios (configuration de RAC en série, valeurs de
taux de recyclage et de Ki + ) où l’inhibition à l’ammoniac induit l’inhibition totale des
max,NH4

processus de digestion. L’étude du traitement in-situ de l’ammoniac de ces cas d’inhibition

consiste alors à évaluer le débit minimal de biogaz (QI,min), exempt d’ammoniac, à injecter dans
le milieu de digestion afin d’éviter l’inhibition totale des processus biologiques et garantir une
production de bio-méthane raisonnable.
L’évolution des cinétiques de transfert de matière entre les phase liquide et gaz du
méthaniseur induite par le traitement de l’ammoniac est pris en compte à travers une relation
d’extrapolation du coefficient de transfert global kLa en fonction du débit de biogaz injecté
QI,min. Néanmoins, au regard du manque de données bibliographiques sur la calibration du
coefficient de transfert global (kLa) l’influence de ce paramètre sur l’efficacité de la désorption
de l’ammoniac est discutée. Par ailleurs, les influences sur la désorption de l’ammoniac des
paramètres opératoires que sont la composition du biogaz injecté (CO 2 et CH4) et la zone du
méthaniseur traitée sont également analysées.
Les résultats des diverses études réalisées dans ce chapitre ont permis d’apprécier la faisabilité
de la solution de désorption de l’ammoniac et d’établir les conclusions suivantes :

- Le modèle développé montre qu’il est possible de désorber l’ammoniac in-situ dans le
digesteur et d’éviter l’inhibition totale des processus de digestion ;
- Néanmoins, le débit de biogaz nécessaire à la désorption de l’ammoniac (QI,min)
dépend grandement de la calibration des paramètres kLa et Ki +.
max,NH4

- 165 -
 Conclusion générale

- Bien que les résultats présentés dans ce chapitre sont propres à l’intrant et aux
paramètres cinétique considérés dans le modèle, si la quantité d’ammoniac à retirer
est importante (si la valeur de Ki -1
+ est faible (6 et 7 gN.L )), alors la solution
max,NH4

d’élimination de l’ammoniac peut requérir d’important débits de biogaz, biens

supérieurs au débit normalement utilisé pour le mélange de la matière au sein de
l’ARKOMETHA®. Ce dernier point peut remettre en question la viabilité économique
du processus de désorption de l’ammoniac.
- Par ailleurs, il semblerait que le transfert liquide-gaz de l’ammoniac soit limité par le
pH du milieu de digestion. Or, le pH des milieux de digestion des RAC du méthaniseur
sont proches de la neutralité ce qui favorise la forme ionique de l’ammoniaque. De
plus l’ammoniac présente une forte solubilité dans les milieux aqueux (constante de
Henry) ce qui expliquerait également des débits QI,min élevés.
- Les modifications des limitations au transfert de matière et de la valeur de k La
engendrées par l’injection de biogaz pour la désorption de l’ammoniac induit
également un phénomène de désorption de CO2 résultant en une hausse de pH dans
la zone du méthaniseur traitée. En fonction de cette zone, l’augmentation de pH peut
nettement aggraver le phénomène d’inhibition à l’ammoniac libre.
- D’un point de vu procédé, cette observation souligne que le niveau d’agitation de la
matière dans le méthaniseur peut également avoir une influence sur les inhibitions à
l’ammoniac. En effet, la limitation au transfert de matière, conditionnée par le débit
de biogaz injecté dans le milieu de digestion et traduite par la valeur de k La, a une
incidence sur le pH et sur les concentrations en ion ammonium et en ammoniac libre.
- Pour l’intrant considéré, il a été montré que dans les configurations de réacteur n°1 et
2, les zones optimales de désorption de l’ammoniac sont respectivement le réacteur
n°1 et n°3. De plus, il a été montré que l’influence sur l’évaluation du débit QI,min de la
composition en CH4 et CO2 du gaz injecté pour la désorption de l’ammoniac est faible.
Le biogaz épuré en ammoniac pourrait donc être directement injecté dans le milieu de
digestion sans avoir à séparer le méthane du CO2.

Pour conclure, au cours du travail de doctorat présenté dans ce manuscrit un modèle

de méthaniseur a été développé, permettant de décrire et prévoir les phénomènes
d’inhibition à l’ammoniaque (NH4+ et NH3), de s’approcher d’une représentation du
fonctionnement réel de l’ARKOMETHA® et également de simuler le procédé de désorption in-
situ de l’ammoniac.

Le modèle développé dans ces travaux pourrait également servir d’outil de

dimensionnement d’un méthaniseur fonctionnant en voie sèche ou encore pour l’élaboration
d’outils de contrôle et de supervision d’installations existantes. Des premières simulations ont
été réalisées en ce sens et permettent de montrer qu’il serait intéressant de suivre l’évolution
du pH et de la composition en CO2 de la phase gazeuse du méthaniseur afin de repérer
d’éventuels phénomènes d’inhibition à l’ammoniac.

- 166 -
 Conclusion générale

Pour aller plus loin, il serait primordial de procéder à une phase d’identification paramétrique
et de validation du modèle sur des données expérimentales. La méthode d’analyse de
sensibilité global appliquée au modèle de réacteur a permis d’indiquer les paramètres donc la
calibration précise est nécessaire afin que le modèle fournisse des réponses fiables.

Il serait également intéressant de pouvoir étudier expérimentalement l’effet des

conditions d’agitations (débit d’injection de biogaz) et du taux de matière sèche sur les
limitations au transfert de matière liquide-gaz et plus précisément sur la valeur du coefficient
de transfert global kLa. Au regard de l’importance de ce paramètre dans la description des
phénomènes d’inhibition à l’ammoniac il serait effectivement pertinent d’en considérer
l’évolution le long du méthaniseur. Les mesures expérimentales de ce paramètre mais aussi
des constantes d’inhibition à l’ammonium permettraient également d’évaluer plus justement
la faisabilité de la solution de désorption in-situ de l’ammoniac pour un substrat donné.

D’autre part, quelques points d’amélioration du modèle biochimique pouvant servir à

représenter plus finement les processus de digestion et à évaluer plus justement la quantité
d’ammoniac présente dans le milieu de digestion ont été relevés :

- Mesurer expérimentalement les coefficients stœchiométriques de la formation de

l’azote ammoniacal, α1,N et α2,N, à partir de la matière particulaire dégradable de
substrats types (fumier ovin, caprin, porcin, etc) afin de quantifier plus précisément la
biodégradabilité de l’azote organique et en conséquence d’être en mesure d’estimer
plus justement la quantité d’ammoniaque produite au cours de la dégradation de
divers intrants ;
- Prendre en compte la force ionique du milieu de digestion dans le modèle afin de
réduire l’incertitude quant à l’estimation de la concentration en ammoniac libre (NH3)
dans les milieux de digestion ;
- Envisager l’implémentation de cinétiques microbiennes dépendantes du taux de
matière sèche.

Enfin, le couplage entre le modèle de méthaniseur et un modèle de désorption ex-situ

de l’ammoniac permettrait d’observer l’impact de ce mode de fonctionnement sur le
fonctionnement global du procédé. Ce mode de traitement de l’ammoniac est plus adapté à
la désorption de quantités conséquentes d’ammoniac car il permet de se placer dans des
conditions favorables à la formation de l’ammoniac libre (pH > 9 atteignable grâce à une perte
d’alcalinité par désorption du CO2 ou grâce à un ajout de produits extérieurs) et à la désorption
de cette espèce (T > 60°C). Ces conditions ne sont pas compatibles avec la désorption in-situ
de l’ammoniac car elles dégraderaient l’activité de la biomasse.

- 167 -
ANNEXES
 ANNEXES

ANNEXE A :
Équations des équilibres thermodynamiques acido-basiques et liquide-gaz
Cette annexe regroupe l’ensemble des équations de calcul des équilibres thermodynamiques
utilisées dans le modèle de digestion.

Équations des équilibres acido-basiques :

 Couple CO2/HCO3-, (Walsum, 2001) ; T en K :

2382,3
pK a,CO2 = − 8,153 + 0,02194 𝑇 (76)
𝑇
 Couple NH4+/NH3, (Emerson et al., 1975) ; T en K :
2729,92
pK a,NH+4 = 0,09018 + (77)
𝑇
 Couple CH3COOH/CH3COO-, (Olofsson, 1984) ; T en K :
2205,6
pK a,SA = −45,2 + + 7,4696. log(𝑇) (78)
𝑇
 Couple H+/OH-, (Lide et al., 2004) ; T en K :
534506 640,94
pK a,H2 O = − + 10,129 (79)
𝑇² 𝑇
Équations des équilibres liquide-gaz :

 Loi de Henry de CH4 : (Sander, 2015) ; HeCH4 en mol.atm-1.L-1 ; T en K :

1 1
He 𝐶𝐻4 = 1,4. 10−3 𝑒 1600(𝑇−298.15) (80)

 Loi de Henry de CO2 : (CRC, 2015) ; HeCO2 en mol.kPa-1.L-1 ; T en °C :

1
He CO2 = (81)
−5,2. 10−3 𝑇3 + 0,8549 𝑇 2 + 44,785 𝑇 + 1357,6
 Loi de Henry de NH3 : (Edwards et al., 1978) ; HeNH3 en mol.atm-1.L-1 ; T en K :
1
He 𝑁𝐻3 = 8621,06 (82)
𝑒 − 𝑇 −25,67 log(𝑇)+0,035388 𝑇+160,559
 Pression de vapeur saturante de l’eau (CRC, 2019) ; Psat,eau en atm ; T en °C :
−4 𝑇 2 +6,838.10−2 𝑇−5,058
𝑃𝑠𝑎𝑡,𝑒𝑎𝑢 = 𝑒 − 1,856.10 (83)

- 170 -
 ANNEXES

ANNEXE B :
Méthodologie du passage des caractéristiques d’un substrat aux variables d’entrée
du modèle
Le lot n°3 du projet OCCIMETHA porte sur l’évaluation du potentiel de ressources
méthanisables d’origines agricoles en région Occitanie à moyen et long termes. Cette étude,
effectuée par les bureaux Solagro, a permis de mettre en lumière l’existence de trois scénarii
types de méthanisation qu’il serait possible de retrouver dans différents départements de la
région. Un scénario se présente sous la forme d'un mélange de ressources (fumier bovin, lisier
bovin, etc…) estimées en tonnes par an. Ce tonnage est converti en tonnes par jour afin de
correspondre à un débit d’alimentation journalier. Par exemple pour le scénario n°1, le
gisement estimé est de 18 330 t.an-1 ce qui représente un débit journalier à méthaniser de
50,2 t.j-1 (Tableau B-1). Le détail de la répartition des différentes ressources qui composent le
substrat n°1 est visible sur la première colonne du Tableau B-1. Les colonnes restantes de ce
tableau correspondent à des mesures effectuées par le laboratoire DEEP de l’INSA de Lyon sur
des substrats analogues. Ces données servent à estimer les caractéristiques du substrat global.
II en est de même pour les scénarii 2 et 3 qui sont respectivement décrits par le Tableau B-2
et le Tableau B-3. Il peut être noté que dans le cas des scénarii n°1 et 2, de l’eau fraiche est
rajoutée au substrat initial afin que l’intrant (substrat + eau) atteigne un TS de 30% en entrée
du méthaniseur (TS maximum admissible dans un méthaniseur ARKOMETHA®). Enfin, les
valeurs des constantes k1 et k2 présentées dans le Tableau B-4 sont fournies par le laboratoire
DEEP et proviennent également d’une base de données de mesures expérimentales.

 Scénario n°1 : Gers : gisement de 18 330 t.an-1 provenant de 10 exploitations agricoles.

Tableau B-1: Compositions et caractéristiques du substrat n°1 définit par les bureaux
SOLAGRO

Fraction brute (particulaire + soluble) Fraction soluble

1 2 3
Substrat 1 Débit TS MV BMP DCO NTK DCO AGV N-NH4+ pH
(t.j-1) (%) (%) (NL.kgMV-1) (g.kg-1) (mol.kg-1) (g.kg-1) (gDCO.kg-1) (mol.kg-1)
Fumier bovin 6,3 25 81 203 310 0,36 30 5 0,00 8,0
Lisier bovin 0,6 9 80 222 108 0,26 19 2 0,06 8,0
Lisier porcin 2,2 5 69 261 51 0,64 10 1 0,21 8,0
Fiente volaille 4,4 58 73 286 680 2,49 61 11 1,24 8,0
Menue paille 8,2 89 91 248 1070 0,64 33 0 0,00 7,5
Ensilage
28,5 25 87 303 260 0,36 119 40 0,18 4,5
herbe4
Substrat 50,2 37 86 270 424 0,59 83 24 0,22 4,6
Eau fraiche 12,2 - - - - - - - - 7,0
Intrant total 62,4 30 86 270 341 0,47 66 20 0,177 4,6
1g .g-1
MS

- 171 -
 ANNEXES

2Taux de matière volatile exprimé par gramme de matière sèche gMV.gMS-1

3Potentiel méthanogène

4CIVEs

 Scénario n°2 : Haute-Garonne : gisement de 13 920 t.an-1 provenant de 9 exploitations

agricoles.

Tableau B-2 : Compositions et caractéristiques du substrat n°2 définit par les bureaux
SOLAGRO

Fraction brute (particulaire + soluble) Fraction soluble

1 2 3
Substrat 2 Débit TS MV BMP DCO NTK DCO AGV N-NH4+ pH
(t.j-1) (%) (%) (NL.kgMV-1) (g.kg-1) (mol.kg-1) (g.kg-1) (gDCO.kg-1) (mol.kg-1)
Fumier bovin 8,8 25 81 203 310 0,36 30 5 0,00 8,0
Lisier bovin 0,9 9 80 222 108 0,26 19 2 0,06 8,0
Fumier ovin 0,8 33 78 256 360 0,94 37 7 0,24 8,0
Menue paille 5,5 89 91 248 1070 0,64 33 0 0,00 7,5
Ensilage herbe 22,2 25 87 303 260 0,36 119 40 0,18 4,5
Substrat 38,1 34 87 265 387 0,41 82 25 0,11 4,4
Eau fraiche 5,1 - - - - - - - - 7,0
Intrant total 43,2 30 87 265 342 0,36 73 22 0,10 4,6
1g .g-1
MS
2Taux de matière volatile exprimé par gramme de matière sèche gMV.gMS-1
3Potentiel méthanogène.

4CIVEs

 Scénario n°3 : Aveyron : gisement de 7 160 t.an-1 provenant de 11 exploitations

agricoles.

Tableau B-3 : Compositions et caractéristiques du substrat n°3 définit par les bureaux
SOLAGRO

Fraction brute (particulaire + soluble) Fraction soluble

1 2 3
Substrat 3 Débit TS MV BMP DCO NTK DCO AGV N-NH4+ pH
(t.j-1) (%) (%) (NL.kgMV-1) (g.kg-1) (mol.kg-1) (g.kg-1) (gDCO.kg-1) (mol.kg-1)
Fumier bovin 7,1 25 81 203 310 0,36 30 5 0,00 8,0
Lisier bovin 0,7 9 80 222 108 0,26 19 2 0,06 8,0
Fumier ovin 4,1 33 78 256 360 0,94 37 7 0,24 8,0
Lisier porcin 6,8 5 69 261 51 0,36 10 1 0,21 8,0
Fumier caprin 0,8 45 80 269 540 0,96 51 9 0,00 8,0
Substrat 19,6 20 79 232 232 0,50 25 4 0,13 8,0
1g .g-1
MS
2Taux de matière volatile exprimé par gramme de matière sèche gMV.gMS-1
3Potentiel méthanogène

- 172 -
 ANNEXES

Tableau B-4 : Valeurs des constantes cinétiques d'hydrolyse et coefficients stœchiométriques

de la formation d’ammoniac à partir de la matière particulaire de chaque ressource

k1 k2 αj,N
(j-1) (j-1) (mol.gDCO-1)
Fumier bovin 0,09 0,3 0,0012
Lisier bovin 0,09 0,3 0,0019
Fumier ovin 0,09 0,3 0,0020
Lisier porcin 0,09 0,3 0,0029
Fiente volaille 0,13 0,3 0,0019
Fumier caprin 0,09 0,3 0,0018
Menue paille 0,09 0,3 0,0006
Ensilage
0,16 0,3 0,0009
herbe
Substrat 1 0,12 0,3 0,0009
Substrat 2 0,11 0,3 0,0008
Substrat 3 0,09 0,3 0,0017

La méthodologie de la transformation de la composition réel d’un intrant aux variables

d’entrée du modèle (XI, Xd, Xf, Xbha, Xbm, SI, SA, SCH4, SCI, SN, Sions) est présentée à travers son
application à l’intrant n°1 :

 Tout d’abord, il est admis que les concentrations en biomasses hydrolytique et

méthanogène ainsi que la concentration en carbone inorganique soluble de l’intrant
sont négligeables devant celles du milieu contenu dans méthaniseur. Soit Xbha = Xbm =
0 gDCO.kg-1 et SCI = 0 mol.kg-1. La concentration en méthane dissout dans l’intrant est
également supposée nulle, soit SCH4 = 0 gDCO.kg-1.
 La concentration en ammoniaque de l’intrant est directement lue dans le Tableau B-
1 : SN = 0,177 mol.kg-1 .
 Dans le modèle biologique, les acides gras volatils (AGV) sont assimilés à de l’acétate.
Il est donc supposé que 1 gDCO d’AGV est l’équivalent de 1 gDCO d’acétate. Donc d’après
le Tableau B-1, SA = 20 gDCO.kg-1.
 Dans ce travail, la quantité de DCO soluble qui n’est pas des AGV est assimilée à la
fraction facilement dégradable de la matière particulaire (Xf) comme s’il s’agissait de
polymères simples solubles. Par ailleurs, il est admis que la biodégradabilité de la DCO
de la matière organique soluble est de 80 %. (Moretti et al., 2020; Teixeira Franco et
al., 2019). Ces hypothèses conduisent à une valeur de Xf = 33 gDCO.kg-1 et une valeur de
SI = 13 gDCO.kg-1
 La concentration en matière particulaire difficilement dégradable (Xd) du modèle
biologique est quant à elle assimilée à la concentration de la matière particulaire

- 173 -
ANNEXES

dégradable total du substrat. Cette dernière se calcule à partir de la mesure de BMP

de l’intrant brut (Tableau B-1). Premièrement, connaissant le TS et le taux de matière
volatile de l’intrant, le BMP est convertie en normaux litres par unité de masse
d’intrant brut, soit 69,66 NL.kg-1. D’après la concentration en DCO de l’intrant brut
(Tableau B-1), ce BMP est également égal à 0,204 NL.gDCO-1. Or, théoriquement, la
production maximale de méthane résultant de la dégradation totale d'un gramme de
DCO est égale à 0,350 NL.gDCO-1 (Angelidaki and Sanders, 2004). En supposant
qu'environ 7% de la DCO biodégradable est convertie en biomasse au cours des
processus de digestion, la biodégradabilité de la matière organique dans le substrat
brut peut être calculée comme suit :
0,204
%Biodégradabilité = ∗ 100 = 62,7% (84)
0,350∗(1−0,07)

D’après l’équation ci-dessus, la concentration de matière organique biodégradable

dans le substrat brut est donc égale à 214 gDCO.kg-1. Or, la concentration en matière
organique soluble biodégradable étant égale à 53 gDCO.kg-1, cela signifie que la
concentration en particulaire biodégradable totale est égale à Xd = 161 gDCO.kg-1 et par
conséquent XI = 114 gDCO.kg-1.

 Enfin la concentration globale d'anions et de cations du substrat (Sions) est calculée en

résolvant l’équation d’électroneutralité appliquée au substrat sur la base de la
connaissance du pH du substrat et des concentrations en acides et bases (S N, SA et SCI)
qu’il contient.

- 174 -
 ANNEXES

ANNEXE C :
Résultats des tests d’autocorrélation et de normalité des résidus effectués lors de
l’étude de sensibilité du modèle biochimique intégré à un modèle d’un unique
réacteur parfaitement mélangé

Tableau C-1 : Valeurs des coefficients et des p-value des tests de Durbin-Watson et de
Shapiro-Wilk effectués sur les résidus des régressions linéaires appliquées aux sorties du
modèle suivantes : production de biogaz, pH et pourcentage de méthane dans le biogaz

Test de Durbin-Watson Test de Shapiro-Wilk

(autocorrélation des résidus si p ≤ 0,05) (résidus normalement distribués si p ≥ 0,05)

qG pH %CH4 qG pH %CH4
DW = 2,133 DW = 1,888 DW = 1,978 W = 0,967 W = 0,736 W = 0,960
1
(p = 0,92) (p = 0,65) (p = 0,92) (p = 0,57) (p = 0,00) (p = 0,41)

Le test de Shapiro effectué sur l’équation du pH montre que les résidus ne suivent pas
une distribution gaussienne. En ajoutant le terme carré d'un seul des deux paramètres
sélectionnés (xkLa²) dans l’équation de régression du pH (équation (51)) et en effectuant un
nouveau test de Shapiro, il apparait que les nouvelles valeurs de résidu suivent une
distribution normale. Ceci confirme qu’il est possible d’interpréter les résultats de l’analyse de
sensibilité du pH à partir de l’équation de régression linéaire (équation (51)) qui comporte les
effets principaux de xk2 et xkL a . A titre d’information, l’équation de régression intégrant xkLa²
est la suivante :

pH = 6,98 − 0,04 xk2 + 0.33 xkL a − 0.13 xkL a ² (85)

Le résultat du Test de Shapiro effectué sur les résidus de la régression ci-dessus est le suivant :
W = 0,934 et p = 0,11.

- 175 -
 ANNEXES

ANNEXE D :
Influence de la fonction d’inhibition NH3 utilisée sur les sorties du modèle : résultats
de simulations impliquant les valeurs de constantes d’inhibition (Kimin , Ki et Kimax )
associés aux cluster n°4 et n°5 identifiés par Capson-Tojo et al., (2020).
Tableau D-1 : Résultats de la simulation de la digestion du substrat 1 en intégrant la formule
d'inhibition non-compétitive pour un Ki = 0,458 gN.L-1 (cluster n°4)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,87 6,86 0,66 0,77 0,25 3 654 53,6 45
2 4,71 7,20 0,10 0,57 0,22 1 850 51,6 67
RAC 3 5,21 7,42 0,07 0,44 0,20 1 040 50,7 79
4 5,51 7,56 0,05 0,35 0,18 623 50,0 86
5 5,70 7,67 0,04 0,30 0,17 396 49,4 91
Total 7 564 52,2

Tableau D-2: Résultats de la simulation de la digestion du substrat 1 en intégrant la formule

d'inhibition à seuils pour un Ki = 0,458 gN.L-1 (cluster n°4)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,86 6,87 0,30 1,00 0,25 3 660 53,6 45
2 4,71 7,20 0,07 0,77 0,22 1 844 51,5 67
RAC 3 5,21 7,41 0,17 0,23 0,20 1 038 50,6 79
4 5,52 7,51 2,25 0,06 0,18 594 47,5 86
5 5,72 7,53 5,10 0,03 0,17 353 43,9 89
Total 7 490 51,7

Tableau D-3 : Résultats de la simulation de la digestion du substrat 1 en intégrant la formule

d'inhibition non-compétitive pour un Ki = 1,082 gN.L-1 (cluster n°5)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,87 6,87 0,41 0,88 0,25 3 658 53,6 45
2 4,71 7,20 0,07 0,76 0,22 1 846 51,5 67
RAC 3 5,21 7,42 0,04 0,64 0,20 1 040 50,7 79
4 5,51 7,57 0,03 0,56 0,18 623 50,0 86
5 5,70 7,67 0,02 0,50 0,17 396 49,4 91
Total 7 563 52,2

- 176 -
 ANNEXES

Tableau D-4 : Résultats de la simulation de la digestion du substrat 1 en intégrant la formule

d'inhibition à seuils pour un Ki = 1,082 gN.L-1 (cluster n°5)

SN SA qG
pH INH3 TS %CH4 %Dégradation
(gN.kg-1) (gDCO.kg-1) (Nm3.j-1)
1 3,86 6,87 0,30 1,00 0,25 3 660 53,6 45
2 4,71 7,20 0,05 1,00 0,22 1 845 51,5 67
RAC 3 5,21 7,42 0,03 0,90 0,20 1 040 50,7 79
4 5,51 7,57 0,02 0,71 0,18 623 50,0 86
5 5,70 7,67 0,02 0,52 0,17 396 49,4 91
Total 7 564 52,2

Dans le cas d’une valeur de Ki égale à 0,458 gN.L-1, lors de la simulation avec la fonction
d’inhibition non compétitive, la concentration en acétate diminue le long des réacteurs
(Tableau D-1) tandis que dans la simulation faisant appel à la fonction à seuil, il y a une légère
accumulation d’acétate le long des réacteurs jusqu’à atteindre les 2,25 gDCO.kg-1 et 5,10
gDCO.kg-1 dans les RAC 4 et 5 (Tableau D-2). Il peut être noté que dans le cas de la fonction
d’inhibition non-compétitive, malgré un coefficient d’inhibition qui atteint la valeur de 0,3
dans le RAC 5 il n’y a pas d’accumulation d’acétate (Tableau D-1). En réalité pour qu’il y ait une
accumulation d’acétate au sein d’un réacteur il faut que les vitesses d’entrée et de production
de l’acétate dans ce réacteur soient supérieures aux vitesses de consommations et de sortie.
Or, la vitesse de l’étape de production d’acétate qu’est l’hydrolyse diminue le long des
réacteurs. De plus, les RAC 2, 3, 4 et 5 sont alimentés en biomasse méthanogène ce qui
améliore la vitesse de consommation de l’acétate. Il faut alors une forte inhibition pour
constater une accumulation d’acétate dans les derniers réacteurs comme c’est le cas à l’issue
de l’application de la fonction à seuil (Tableau D-2).

D’après le Tableau D-3 et le Tableau D-4s, lorsque Ki est égale à 0,077 mol.L-1, la
digestion du substrat n°1 ne présente aucune problématique d’inhibition à l’ammoniac quelle
que soit la formule d’inhibition utilisée.

- 177 -
 ANNEXES

ANNEXE E :
Analyse de sensibilité globale des paramètres du modèle de réacteur dans une
configuration de 5 RAC en série de volumes égaux et intégrant les fonctions
d’inhibitions à seuils de l’ammoniac libre et de l’ammonium.
Le modèle de réacteur compte au total 14 paramètres à étudier. Les niveaux
correspondant aux valeurs prises par ces paramètres lors de l’étude de sensibilité sont
présentés dans le Tableau III-8. Ainsi, l’application de la méthode de construction de la matrice
d’expériences développée par Phoa et Lin (2015) conduit à une matrice X comportant 29
simulations à réaliser (Tableau E-1). Ces simulations sont basées sur la digestion du l’intrant
n°1 dans un méthaniseur de 2000 m3 (taux de remplissage de 80%) dont le mode
d’écoulement est représenté par une succession de 5 RAC de volumes identiques. A l’issue de
ces simulations les valeurs de production de biogaz (qG), de pH et de pourcentage de méthane
dans le biogaz (%CH4) pour chacun des réacteurs sont discutées. Enfin, l’analyse statistique
des résultats par régression linaire multiple permet d’évaluer les paramètres dont les
variations influent significativement les sorties du modèle précédemment citées.

- 178 -
 ANNEXES

Tableau E-1 : Matrice des simulations obtenue pour 14 paramètres variables résultant de
l’application de la méthode de construction de plan DSD de Phoa et Lin, 2015

Niveaux des paramètres cinétiques et de transfert (xi,j)

xK i max,NH4+
xK i min,NH4+
xpHLL,Xbha

xpHUL,Xbha

xpHUL,Xbm
xpHLL,Xbm
Simulation

xμmax

xkL a
xk1

xK i
xk7

xk8
xk2

xKs
1 0 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 0 1 1 1 1 1 1 -1 -1 -1 -1 -1 -1
3 1 1 0 1 -1 -1 -1 1 1 1 -1 1 -1 -1
4 1 1 1 0 1 -1 -1 -1 1 -1 1 -1 -1 1
5 1 1 -1 1 0 1 -1 -1 -1 1 -1 -1 1 1
6 1 1 -1 -1 1 0 1 -1 1 -1 -1 1 1 -1
7 1 1 -1 -1 -1 1 0 1 -1 -1 1 1 -1 1
8 1 1 1 -1 -1 -1 1 0 -1 1 1 -1 1 -1
9 1 -1 1 1 -1 1 -1 -1 0 -1 1 1 1 -1
10 1 -1 1 -1 1 -1 -1 1 -1 0 -1 1 1 1
11 1 -1 -1 1 -1 -1 1 1 1 -1 0 -1 1 1
12 1 -1 1 -1 -1 1 1 -1 1 1 -1 0 -1 1
13 1 -1 -1 -1 1 1 -1 1 1 1 1 -1 0 -1
14 1 -1 -1 1 1 -1 1 -1 -1 1 1 1 -1 0
15 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
16 -1 0 -1 -1 -1 -1 -1 -1 1 1 1 1 1 1
17 -1 -1 0 -1 1 1 1 -1 -1 -1 1 -1 1 1
18 -1 -1 -1 0 -1 1 1 1 -1 1 -1 1 1 -1
19 -1 -1 1 -1 0 -1 1 1 1 -1 1 1 -1 -1
20 -1 -1 1 1 -1 0 -1 1 -1 1 1 -1 -1 1
21 -1 -1 1 1 1 -1 0 -1 1 1 -1 -1 1 -1
22 -1 -1 -1 1 1 1 -1 0 1 -1 -1 1 -1 1
23 -1 1 -1 -1 1 -1 1 1 0 1 -1 -1 -1 1
24 -1 1 -1 1 -1 1 1 -1 1 0 1 -1 -1 -1
25 -1 1 1 -1 1 1 -1 -1 -1 1 0 1 -1 -1
26 -1 1 -1 1 1 -1 -1 1 -1 -1 1 0 1 -1
27 -1 1 1 1 -1 -1 1 -1 -1 -1 -1 1 0 1
28 -1 1 1 -1 -1 1 -1 1 1 -1 -1 -1 1 0
29 0 0 0 0 0 0 0 0 0 0 0 0 0 0

- 179 -
 ANNEXES

Tableau E-2 : Valeurs des réponses du modèle associées à la matrice d’expérience X : débits
de biogaz, pourcentage de méthane dans le biogaz et le pH de chaque RAC

qG (Nm3.j-1) pH %CH4 (%)

Simulation
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

1 3682 1866 1025 602 377 6,71 7,06 7,30 7,47 7,60 53,7 51,7 50,9 50,1 49,3
2 187 148 115 94 79 4,45 4,37 4,32 4,28 4,26 51,8 50,2 50,0 50,0 50,0
3 151 157 135 115 98 4,44 4,36 4,30 4,27 4,24 51,8 50,5 50,2 50,0 50,0
4 2903 1990 1044 483 224 6,06 6,19 5,86 5,32 5,09 53,7 51,1 43,8 41,7 44,3
5 484 429 324 244 190 4,25 4,16 4,12 4,09 4,07 50,6 50,2 50,1 50,0 50,0
6 608 409 286 216 172 4,25 4,16 4,12 4,10 4,08 50,6 50,1 50,0 50,0 50,0
7 218 181 144 119 102 4,43 4,33 4,28 4,25 4,22 51,5 50,2 50,0 50,0 50,0
8 3371 1386 769 542 407 6,73 7,11 7,17 7,17 7,16 53,8 51,5 46,2 45,2 45,6
9 1570 960 625 470 391 6,23 6,47 6,67 6,80 6,89 55,4 53,5 52,3 51,7 51,5
10 1577 960 611 440 350 6,23 6,47 6,68 6,83 6,93 55,5 53,4 52,3 51,7 51,4
11 2053 800 494 401 362 6,84 7,19 7,27 7,27 7,26 55,1 51,7 48,3 47,1 47,4
12 2033 778 496 404 357 6,85 7,20 7,35 7,42 7,47 55,3 51,6 50,8 50,8 50,8
13 95 96 79 63 51 4,50 4,43 4,39 4,36 4,34 52,7 50,9 50,3 50,1 50,0
14 342 193 121 90 75 4,36 4,29 4,25 4,23 4,21 51,0 50,1 50,0 50,0 50,0
15 229 201 150 113 90 4,38 4,30 4,26 4,23 4,21 51,2 50,4 50,1 50,0 50,0
16 280 290 250 209 177 4,35 4,24 4,19 4,15 4,13 51,0 50,3 50,1 50,0 50,0
17 1297 498 346 286 256 6,97 7,26 7,34 7,35 7,34 57,2 51,7 49,8 48,1 47,6
18 1433 581 384 300 249 6,91 7,24 7,36 7,43 7,48 56,3 52,7 50,9 50,7 50,6
19 1666 871 639 511 427 6,90 7,15 7,27 7,36 7,43 56,0 51,9 51,1 50,9 50,8
20 1270 952 705 534 418 6,28 6,46 6,61 6,75 6,86 56,1 53,6 52,4 51,8 51,5
21 1581 890 649 516 423 6,71 6,96 7,10 7,20 7,25 56,1 52,4 51,4 51,0 49,7
22 1268 966 743 593 493 6,29 6,45 6,59 6,71 6,81 56,2 53,6 52,3 51,8 51,5
23 147 131 112 98 88 4,48 4,40 4,34 4,30 4,27 52,3 50,3 50,0 50,0 50,0
24 489 381 292 233 189 4,29 4,19 4,14 4,11 4,09 50,7 50,1 50,0 50,0 50,0
25 392 390 323 260 210 4,29 4,18 4,13 4,10 4,08 50,7 50,2 50,1 50,0 50,0
26 123 136 124 110 98 4,47 4,38 4,33 4,29 4,26 52,1 50,6 50,2 50,1 50,0
27 2794 1372 817 547 398 6,77 7,09 7,30 7,43 7,52 54,3 51,7 50,9 50,5 50,2
28 2439 2009 1384 875 532 6,11 6,29 6,51 6,73 6,94 54,2 52,5 52,0 51,6 51,1
29 2809 1551 950 636 453 6,56 6,87 7,09 7,25 7,37 54,2 52,1 51,3 50,8 50,4

- 180 -
 ANNEXES

1- Production de biogaz
Sur l’ensemble des résultats un phénomène d’inhibition totale, se produisant dès le RAC
1, apparait lors de 13 simulations sur 29 (Tableau E-2). Cela donne lieu à d’importantes
étendues de résultats puisque les valeurs minimales et maximales des débits de biogaz des
réacteurs 1 à 5 sont respectivement de 95 et 3682 Nm3.j-1, 96 et 2009 Nm3.j-1, 79 et 1384
Nm3.j-1, 63 et 875 Nm3.j-1, 51 et 532 Nm3.j-1. Les débits de biogaz obtenus lors des simulations
peuvent globalement être divisés entre une plage de valeur correspondant à un système
fonctionnant sans inhibition totale et une plage de valeur qui rend compte de l’inhibition total
du fonctionnement du méthaniseur.

Tableau E-3 : Paramètres ayant un effet significatif sur les productions de biogaz des
différents RAC : valeurs des coefficients (effets principaux) et valeurs-p correspondantes

qG Effets principaux des paramètres

(Nm3.j-1) β̂ 0 β̂ k1 β̂ μ𝑚𝑎𝑥 β̂ β̂ β̂ Ki β̂ Ki
kL 𝑎 pHUL,Xbha min,NH+4 max,NH+4

1293 681 282 312 354

1
(p < 0,001) (p < 0,001) (p = 0,068) (p = 0,045) (p = 0,024)
744 376 157 177 149
2
(p < 0,001) (p < 0,001) (p = 0,060) (p = 0,035) (p = 0,073)
487 219 99 98 87
3
(p < 0,001) (p < 0,001) (p = 0,042) (p = 0,046) (p = 0,074)
349 -53 134 59 55 60
4
(p < 0,001) (p = 0,067) (p < 0,001) (p = 0,044) (p = 0,062) (p = 0,041)
5 267 -42 87 44
(p < 0,001) (p = 0,071) (p < 0,001) (p = 0,063)

Il est rappelé que la sensibilité du modèle aux paramètres est significative pour p < 0,05. Aussi,
les tests de Durbin-Watson et de Shapiro-Wilk révèlent que pour l’ensemble des régressions
linéaires multiples, les résidus ne sont pas autocorrélés et suivent une loi normale (Tableau E-6).

Le Tableau E-3 montre que les paramètres ayant le plus d’influence sur les prédictions des
productions de biogaz des différents réacteurs sont µmax, Kimin,NH+ ainsi que Kimax,NH+ . Ces
4 4
paramètres servent à définir la cinétique de méthanogenèse et l’effet d’inhibition à
l’ammonium qui apparait alors comme étant l’inhibition responsable du déclenchement de
l’inhibition total des processus de méthanisation de l’intrant n°1. Il semble également que la
valeur du kLa ait une influence sur la production de biogaz du premier réacteur de par son
influence sur le pH qui peut limiter la vitesse de méthanogenèse. Le paramètre pH UL,Xbha
semble également avoir un effet sur les débits de biogaz émanant des RAC 2, 3 et 4 (Tableau
E-3). Ce paramètre a en réalité une influence sur les productions de biogaz quand il n’y a pas
d’inhibition totale, soit lorsque les pH des milieux tendent vers des pH de plus en plus
basiques.

- 181 -
 ANNEXES

2- pH
Le Tableau E-4 présente l’ensemble des paramètres dont les variations ont un effet
significatif sur les valeurs du pH des milieux des différents réacteurs. Les valeurs de pH
observées sur les 29 simulations varient entre 4,25 et 6,97 pour le RAC 1, 4,16 et 7,26 pour le
RAC 2, 4,12 et 7,36 pour le RAC 3, 4,09 et 7,47 le RAC 4 et entre 4,07 et 7,60 pour le RAC 5. Les
tests de Durbin-Watson et de Shapiro-Wilk ont été réalisés sur l’ensemble des régressions et
indique que les résidus sont normalement distribués et qu’ils ne sont pas auto corrélés
(Tableau E-4).

Tableau E-4 : Paramètres ayant un effet significatif sur les valeurs de pH des différents RAC
: valeurs des coefficients (effets principaux) et valeurs-p correspondantes

Effets principaux des paramètres

pH β̂ Ki β̂ Ki
β̂ 0 β̂k2
β̂ μ β̂ kL a
max min,NH+4 max,NH+4

5,59 -0,47 0,64 0,33 0,31 0,36

1
(p < 0,001) (p = 0,002) (p < 0,001) (p = 0,023) (p = 0,036) (p = 0,016)
5,70 -0,54 0,74 0,40 0,35 0,43
2
(p < 0,001) (p = 0,003) (p < 0,001) (p = 0,020) (p = 0,036) (p = 0,013)
5,75 -0,59 0,79 0,42 0,37 0,48
3
(p < 0,001) (p = 0,002) (p < 0,001) (p = 0,020) (p = 0,036) (p = 0,009)
5,77 -0,63 0,82 0,44 0,37 0,52
4
(p < 0,001) (p < 0,001) (p < 0,001) (p = 0,012) (p = 0,030) (p = 0,004)
5,79 -0,65 0,85 0,44 0,38 0,54
5
(p < 0,001) (p < 0,001) (p < 0,001) (p = 0,015) (p = 0,032) (p = 0,003)

Les paramètres significatifs pour la prédiction du pH des différents milieux de digestion sont
la constante d’hydrolyse k2, le coefficient de transfert global kLa ainsi que les constantes liées
à la cinétique de méthanogenèse µmax, Kimin,NH+ et Kimax,NH+ . En effet, une augmentation de la
4 4
constante d’hydrolyse k2 engendre une plus grande concentration en ammoniac dans le
premier réacteur, lieu où l’inhibition totale apparait. D’autre part, une diminution des valeurs
de µmax, Kimin,NH+ et Kimax,NH+ augmentent la sensibilité de la biomasse méthanogène à des
4 4
phénomènes d’inhibition à l’ion ammonium. Enfin, la dépendance du pH à la valeur du k La
réside dans le niveau de sursaturation en CO2 des milieux de digestion défini par la valeur du
coefficient de transfert global.

Il peut être noté que l’impact de k2 sur l’apparition du phénomène d’inhibition totale est
présent lors de l’analyse des valeurs de pH alors qu’il n’était pas visible lors de l’étude des
productions de biogaz. En réalité, une augmentation du niveau de k2 pourrait soit engendrer
une augmentation de qG soit elle pourrait participer à la genèse de l’inhibition à l’ammonium
et donc avoir pour conséquence une chute de la production. Ces deux effets sur qG pourraient
se compenser et n’apparaitraient donc pas dans la première étude.

- 182 -
 ANNEXES

3- Pourcentage de méthane dans le biogaz

L’analyse statistique des pourcentages de méthane contenu dans le biogaz sortant des
différents réacteurs conduit au Tableau E-5. Les extremums des %CH4 correspondant aux RAC
1 à 5 sont respectivement égaux à 50,58% et 57,21%, 50,06% et 53,63%, 43,83% et 52,35%,
41,75% et 51,78%, 44,26% et 51,54%. En outre, la particularité de cette sortie du modèle est
que lorsque le régime permanent d’inhibition total est atteint, le pourcentage de méthane est
de 50% (Tableau E-2). Les tests de Durbin-Watson et de Shapiro-Wilk indiquent que l’équation
de régression linéaire correspondant au RAC 4 (Tableau E-5) était la seule pour laquelle les
résidus ne suivent pas une loi normale (Tableau E-6) et ce même en rajoutant les effets
quadratiques des coefficients de régression de l’équation. Les résultats statistiques
correspondant au RAC 4 ne peuvent donc pas être analysés.

Tableau E-5: Paramètres ayant un effet significatif sur les pourcentages de méthane dans
les courants de biogaz issus des RAC : valeurs des coefficients (effets principaux) et valeurs-
p correspondantes

Effets principaux des paramètres

%CH4 β̂ β̂ Ki β̂ Ki
β̂ 0 β̂ k1 β̂ k2 β̂ μ β̂
k8
β̂
pHUL,Xbm Ki
max min,NH+4 max,NH+4

53,49 -0,55 -1,31 0,97 0,50 0,51

1
(p < 0,001) (p = 0,028) (p < 0,001) (p < 0,001) (p = 0,045) (p = 0,041)
51,40 -0,64 0,55 0,32
2
(p < 0,001) (p < 0,001) (p = 0,003) (p = 0,063)
50,27 -0,65 -0,68 0,57 -0,53 0,64
3
(p < 0,001) (p = 0,017) (p = 0,013) (p = 0,033) (p = 0,044) (p = 0,017)
49,86 -0,69 -0,64 0,64 -0,70 0,80
4
(p < 0,001) (p = 0,036) (p = 0,052) (p = 0,051) (p = 0,033) (p = 0,017)
49,79 -0,47 -0,48 0,50 -0,57 0,69
5
(p < 0,001) (p = 0,071) (p = 0,063) (p = 0,053) (p = 0,030) (p = 0,010)

Il apparait que les paramètres ayant un impact significatif sur la prédiction du %CH 4
correspondant aux RAC 1 et 2 sont les coefficients k1, k2, µmax, Kimin,NH+ et Kimax,NH+ . Les effets
4 4
négatifs de k1 et k2 sont dus au fait qu’une augmentation des cinétiques d’hydrolyse engendre
une plus forte production de biogaz mais également un plus faible pH résultant en une
désorption plus importante de CO2. Aussi, l’impact supérieur de k2 est dû à l’inhibition à
l’ammonium qui peut advenir suite à une augmentation du niveau du coefficient et ainsi
causer une diminution du %CH4. Les effets des paramètres relatifs à la méthanogenèse se
justifient également par la possible apparition de cette inhibition à l’issue d’une modification
des niveaux de µmax, Kimin,NH+ et Kimax,NH+ .
4 4

Ensuite, les effets de µmax, Kimin,NH+ et Kimax,NH+ sur les %CH4 des RAC 3 et 5 n’apparaissent
4 4
plus comme étant significatifs car le %CH4 le long du méthaniseur se rapproche de 50% même
lorsqu’il n’y a pas d’inhibition de la méthanogenèse. En revanche, il apparait que le niveau du
paramètre Ki a un impact significatif sur le %CH4 des RAC 3 et 5.

- 183 -
 ANNEXES

Ce paramètre a un impact direct sur le niveau d’inhibition à l’ammoniac libre des

méthanogènes qui intervient majoritairement dans ces réacteurs où les pH sont les plus
élevés. Il apparait également que les paramètres k8 et pHUL,Xbm ont un effet significatif sur le
%CH4 des RAC 3 et 5. Enfin il est important de souligner que les effets principaux estimés
globalement sur chaque série de valeur de pourcentage de méthane restent biaisés du fait du
seuil de 50% atteint sur les réacteurs touchées par l’inhibition totale de la digestion.

Résultats des tests d’autocorrélation et de normalité des résidus effectués lors de l’étude
de sensibilité du modèle amélioré

Tableau E-6 : Valeurs des coefficients et des p-value des tests de Durbin-Watson et de
Shapiro-Wilk effectués sur les résidus des régressions linéaires appliquées aux sorties du
modèle suivantes : production de biogaz, pH et pourcentage de méthane dans le biogaz de
chacun des RAC

Test de Durbin-Watson Test de Shapiro-Wilk

(autocorrélation des résidus si p ≤ (résidus normalement distribués si p ≥
RAC 0,05) 0,05)
qG pH %CH4 qG pH %CH4
DW = 2,251 DW = 1,859 DW = 1,727 W = 0,976 W = 0,989 W = 0,964
1
(p = 0,51) (p = 0,57) (p = 0,24) (p = 0,72) (p = 0,99) (p = 0,41)
DW = 1,815 DW = 1,897 DW = 1,811 W = 0,956 W = 0,988 W = 0,954
2
(p = 0,63) (p = 0,64) (p = 0,45) (p = 0,27) (p = 0,98) (p = 0,23)
DW = 1,554 DW = 1,849 DW = 2,079 W = 0,962 W = 0,986 W = 0,936
3
(p = 0,24) (p = 0,55) (p = 0,98) (p = 0,36) (p = 0,95) (p = 0,08)
DW = 1,621 DW = 1,892 DW = 2,191 W = 0,963 W = 0,958 W = 0,87
4
(p = 0,22) (p = 0,47) (p = 0,79) (p = 0,38) (p = 0,29) (p < 0,01)
DW = 1,546 DW = 1,835 DW = 2,184 W = 0,949 W = 0,947 W = 0,935
5
(p = 0,13) (p = 0,38) (p = 0,80) (p = 0,17) (p = 0,15) (p = 0,07)

Le test de normalité des résidus effectué sur les pourcentages de méthane (%CH4)
correspondant au RAC 4 révèle que les résidus entre régression linéaire et les données des
simulations ne suivent pas une loi normale. Or cette condition est nécessaire à l’application
de la méthode d’analyse statistique de régression linaire multiple.
L’équation de régression linéaire correspondant à cette sortie est la suivante :
%CH4 = 49,86 − 0,69 xk1 − 0,64 xk2 + 0,64 x𝑘8 − 0,70 xpHUL,Xbm + 0,8 x𝐾𝑖

De plus il est apparu qu’aucun ajout d’effet quadratique des paramètres apparaissant dans
l’équation de régression ne permet de satisfaire la condition de normalité des résidus.
L’analyse statistique des %CH4 correspondant au RAC 4 n’est donc pas faisable.

- 184 -
 ANNEXES

ANNEXE F :
Étude de la désorption de l’ammoniac des scénarios d’inhibition identifiés dans le
cadre de la configuration de RAC en série n°1 : Débits minimaux d’injection,
coefficients de transferts et débits de méthane associés

Tableau F-1 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 0,5 et Kimax,NH+ = 6 gN.L-1
4

TR = 0,5
RAC
qCH4,max
1 2 3 4 5
QI,min
46 000 56 000 119 000 103 000 93 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 575 700 1 488 1 288 1163
GCO2,Biogaz
qCH4
3 782 3 677 3 845 3 837 3 838
(Nm3.j-1)
QI,min
43 000 53 000 69 000 61 000 57 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 538 663 863 763 713 3 907
0 mol.L-1
qCH4
3 758 3 666 3 810 3 792 3 707
(Nm3.j-1)
QI,min
53 000 65 000 239 000 205 000 184 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 663 813 2 988 2 563 2 300
0,037 mol.L-1
qCH4
3 810 3 693 3 871 3 865 3 865
(Nm3.j-1)

- 185 -
 ANNEXES

Tableau F-2 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR =1 et Kimax,NH+ = 6 gN.L-1
4

TR = 1
RAC
qCH4,max
1 2 3 4 5
QI,min
46 000 60 000 56 000 52 000 52 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 575 750 700 650 650
GCO2,Biogaz
qCH4
3 722 3 647 3 743 3 739 3 730
(Nm3.j-1)
QI,min
41 000 54 000 41 000 27 000 24 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 513 675 513 338 300 3 824
0 mol.L-1
qCH4
3 705 3 730 3 714 3 663 3 627
(Nm3.j-1)
QI,min
55 000 72 000 99 000 90 000 84 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 688 900 1 238 1 125 1 050
0,037 mol.L-1
qCH4
3 741 3 661 3 771 3 770 3 778
(Nm3.j-1)

Tableau F-3 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 2 et Ki -1
+ = 6 gN.L
max,NH4

TR = 2
RAC
qCH4,max
1 2 3 4 5
QI,min
39 000 44 000 39 000 36 000 36 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 488 550 488 450 450
GCO2,Biogaz
qCH4
3 630 3 646 3 640 3 623 3 610
(Nm3.j-1)
QI,min
34 000 33 000 20 000 18 000 16 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 425 413 250 225 200 3 727
0 mol.L-1
qCH4
3 626 3 617 3 582 3 522 3 551
(Nm3.j-1)
QI,min
51 000 57 000 52 000 48 000 47 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 638 713 650 600 588
0,037 mol.L-1
qCH4
3 650 3 663 3 666 3 667 3 676
(Nm3.j-1)

- 186 -
 ANNEXES

Tableau F-4 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 5 et Kimax,NH+ = 6 gN.L-1
4

TR = 5
RAC
qCH4,max
1 2 3 4 5
QI,min
31 000 31 000 29 000 28 000 26 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 388 388 363 350 325
GCO2,Biogaz
qCH4
3 514 3 517 3 502 3 489 3 501
(Nm3.j-1)
QI,min
20 000 18 000 17 000 16 000 14 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 250 225 213 200 175 3 614
0 mol.L-1
qCH4
3 490 3 463 3 425 3 402 3 462
(Nm3.j-1)
QI,min
42 000 42 000 41 000 40 000 39 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 525 525 513 500 488
0,037 mol.L-1
qCH4
3 534 3 541 3 542 3 545 3 555
(Nm3.j-1)

Tableau F-5 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 0,5 et Ki -1
+ = 7 gN.L
max,NH4

TR = 0,5
RAC
qCH4,max
1 2 3 4 5
QI,min
20 000 32 000 40 000 37 000 39 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 250 400 500 462,5 487,5
GCO2,Biogaz
qCH4
3 741 3 655 3 814 3 804 3 767
(Nm3.j-1)
QI,min
18 000 30 000 31 000 21 000 20 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 225 375 388 263 250 3 907
0 mol.L-1
qCH4
3 717 3 638 3 791 3 715 3 668
(Nm3.j-1)
QI,min
240 00 37 000 59 000 54 000 50 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 300 463 738 675 625
0,037 mol.L-1
qCH4
3 778 3 683 3 840 3 839 3 846
(Nm3.j-1)

- 187 -
 ANNEXES

Tableau F-6 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 1 et Kimax,NH+ = 7 gN.L-1
4

TR = 1
RAC
qCH4,max
1 2 3 4 5
QI,min
16 000 29 000 24 000 24 000 26 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 200 363 300 300 325
GCO2,Biogaz
qCH4
3 663 3 725 3 712 3 682 3 665
(Nm3.j-1)
QI,min
14 000 25 000 15 000 13 000 12 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 175 313 188 163 150 3 824
0 mol.L-1
qCH4
3 643 3 708 3 667 3 594 3 610
(Nm3.j-1)
QI,min
21 000 33 000 28 000 27 000 27 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 263 413 350 338 338
0,037 mol.L-1
qCH4
3 700 3 743 3 742 3 741 3 744
(Nm3.j-1)

Tableau F-7 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 2 et Ki -1
+ = 7 gN.L
max,NH4

TR = 2
RAC
qCH4,max
1 2 3 4 5
QI,min
11 000 16 000 15 000 15 000 14 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 138 200 188 188 175
GCO2,Biogaz
qCH4
3 556 3 588 3 574 3 558 3 564
(Nm3.j-1)
QI,min
12 000 14 000 10 000 9 000 7 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 150 175 125 113 88 3 727
0 mol.L-1
qCH4
3 559 3 593 3 540 3 489 3 531
(Nm3.j-1)
QI,min
13 000 17 000 17 000 16 000 15 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 163 213 213 200 188
0,037 mol.L-1
qCH4
3 576 3 595 3 613 3 604 3 606
(Nm3.j-1)

- 188 -
 ANNEXES

Tableau F-8 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits
de méthane associés au cas d’inhibition TR = 5 et Kimax,NH+ = 7 gN.L-1
4

TR = 5
RAC
qCH4,max
1 2 3 4 5
QI,min
8 000 10 000 11 000 11 000 9 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 100 125 138 138 113
GCO2,Biogaz
qCH4
3 410 3 429 3 431 3 432 3 445
(Nm3.j-1)
QI,min
9 000 9 000 9 000 8 000 6 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 113 113 113 100 75 3 614
0 mol.L-1
qCH4
3 430 3 422 3 401 3 410 3 428
(Nm3.j-1)
QI,min
9 000 10 000 11 000 11 000 10 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 113 125 138 138 125
0,037 mol.L-1
qCH4
3 437 3 438 3 454 3 460 3 470
(Nm3.j-1)

- 189 -
 ANNEXES

ANNEXE G :
Évolutions dynamiques des sorties du modèle en fonction du temps lors de la
simulation de l’apparition de phénomènes d’inhibition résultants d’une diminution
du débit QI,min d’un cas d’inhibition donné (XI, Xf, Xd, Xbha, Xbm, SA, SNH3, SNH4+, SCI, SCH4,
SI, PCH4, PCO2, PNH3, %CH4, %CO2, %NH3, TS, qCH4)

145

140

135

130

125

120

115
500 550 600 650 700 750 800 850 900

(a)

160

140

120

100

80

60

40

20
500 550 600 650 700 750 800 850 900

(b)

- 190 -
 ANNEXES

3,5

2,5

1,5

0,5

0
500 550 600 650 700 750 800 850 900

(c)
30

25

20

15

10

0
500 550 600 650 700 750 800 850 900

(d)
11
10
9
8
7
6
5
4
3
2
1
500 550 600 650 700 750 800 850 900

(e)
RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5

Figure G-1 : Évolutions des concentrations en matières particulaires : (a) Inerte; (b)
Difficilement dégradable; (c) Facilement dégradable; (d) Biomasse méthanogène; (e)
Biomasse hydrolytique
- 191 -
ANNEXES

50
45
40
35
30
25
20
15
10
5
0
500 550 600 650 700 750 800 850 900

(a)

(b)

5,5

4,5

3,5

2,5
500 550 600 650 700 750 800 850 900

(c)

- 192 -
ANNEXES

0,25

0,2

0,15

0,1

0,05

0
500 550 600 650 700 750 800 850 900

(d)
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
500 550 600 650 700 750 800 850 900

(e)
18
17,5
17
16,5
16
15,5
15
14,5
14
13,5
500 550 600 650 700 750 800 850 900

(f)
RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5

Figure G-2 : Évolutions des concentrations en matières solubles : (a) Acétate; (b) Ammoniac
libre; (c) Ammonium; (d) Carbone inorganique; (e) Méthane ; (f) Inerte

- 193 -
ANNEXES

0,48

0,46

0,44

0,42

0,4

0,38

0,36

0,34
500 550 600 650 700 750 800 850 900

(a)

0,5

0,48

0,46

0,44

0,42

0,4

0,38

0,36
500 550 600 650 700 750 800 850 900

(b)

2,5

1,5

0,5

0
500 550 600 650 700 750 800 850 900

(c)

- 194 -
 ANNEXES

58
56
54
52
50
48
46
44
42
40
500 550 600 650 700 750 800 850 900

(d)
60
58
56
54
52
50
48
46
44
42
500 550 600 650 700 750 800 850 900

(e)
0,3

0,25

0,2

0,15

0,1

0,05

0
500 550 600 650 700 750 800 850 900

(d)
RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5 Production totale

Figure G-3 : Évolutions des compositions gazeuses : (a) Pression partielle de CH4; (b) Pression
partielle de CO2; (c) Pression partielle de NH3; (d) Pourcentage en CH4; (e) Pourcentage en
CO2 ; (f) Pourcentage NH3
- 195 -
ANNEXES

28
27
26
25
24
23
22
21
20
19
18 900
500 550 600 650 700 750 800 850

RAC n°1 RAC n°2 RAC n°3 RAC n°4 RAC n°5
Figure G-4 : Évolution du taux de matière sèche

4000 7000
3500 6000
3000
5000
2500
4000
2000
3000
1500
2000
1000
500 1000

0 0
500 550 600 650 700 750 800 850 900

Production totale de méthane Production totale de biogaz

Figure G-5 : Évolutions des productions totales de méthane et de biogaz

- 196 -
 ANNEXES

ANNEXE H :
Étude du traitement des cas d’inhibition associés à la configuration de RAC en série
-1
n°1, une valeur de Ki + = 6 gN.L avec un biogaz de composition (en CO2 et en CH4)
max,NH4

égale à la composition du biogaz total sortant du méthaniseur.

Tableau H-1 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,35 2,60 3,46 6,76 0,07 1489 1,00 0,74 0,67 0,49
2 7,18 3,49 3,97 0,65 0,23 1018 1,00 0,91 0,39 0,35
3 7,31 3,70 4,32 0,43 0,24 622 1,00 0,66 0,29 0,19
4 7,41 3,64 4,57 1,11 0,24 399 0,99 0,39 0,25 0,10
5 7,46 3,42 4,74 2,65 0,22 254 0,99 0,25 0,22 0,06
Total 3782

Tableau H-2 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 4,92 1,15 3,36 20,98 0,02 183 0,08 1,00 0,51 0,04
2 7,36 2,84 3,43 6,59 0,07 1600 1,00 0,74 0,70 0,51
3 7,21 3,63 3,90 0,35 0,22 946 1,00 0,89 0,44 0,39
4 7,33 3,77 4,23 0,24 0,24 570 1,00 0,65 0,35 0,23
5 7,43 3,68 4,45 0,51 0,24 378 0,99 0,36 0,31 0,11
Total 3677
Tableau H-3 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du
cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 0,5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,78 2,82 3,44 3,39 0,18 1563 0,94 1,00 0,56 0,53
2 7,15 3,52 3,94 0,34 0,23 988 1,00 0,94 0,40 0,37
3 7,58 3,69 2,72 0,06 0,12 588 0,97 0,57 1,00 0,55
4 7,25 3,68 2,96 0,03 0,15 405 1,00 0,97 0,95 0,92
5 7,33 3,52 3,13 0,02 0,16 301 1,00 0,89 0,92 0,82
Total 3845

- 197 -
 ANNEXES

Tableau H-4 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 0,5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,79 2,83 3,44 3,16 0,18 1571 0,94 1,00 0,56 0,53
2 7,15 3,52 3,94 0,33 0,23 983 1,00 0,94 0,40 0,37
3 7,31 3,70 4,28 0,32 0,24 595 1,00 0,67 0,31 0,21
4 7,61 3,66 2,95 0,06 0,13 404 0,96 0,41 0,99 0,39
5 7,36 3,51 3,12 0,02 0,16 284 1,00 0,85 0,93 0,79
Total 3837

Tableau H-5 : Résultats en régime permanent de la simulation du traitement du RAC n°5 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 0,5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,80 2,83 3,44 3,13 0,18 1568 0,94 1,00 0,56 0,53
2 7,15 3,52 3,94 0,33 0,23 983 1,00 0,94 0,40 0,37
3 7,31 3,70 4,28 0,32 0,24 595 1,00 0,67 0,31 0,21
4 7,42 3,63 4,52 0,81 0,24 389 0,99 0,37 0,28 0,10
5 7,64 3,50 3,12 0,07 0,14 302 0,96 0,30 0,98 0,29
Total 3838

Tableau H-6 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 2
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 7,39 2,61 3,89 7,80 0,08 937 0,99 0,56 0,49 0,27
2 7,14 3,04 4,11 4,29 0,18 913 1,00 0,93 0,32 0,30
3 7,26 3,30 4,30 1,94 0,22 790 1,00 0,77 0,29 0,22
4 7,34 3,40 4,44 1,27 0,23 572 1,00 0,57 0,27 0,15
5 7,40 3,40 4,56 1,45 0,23 420 0,99 0,42 0,25 0,10
Total 3630

- 198 -
 ANNEXES

Tableau H-7 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 2
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,86 2,72 3,95 6,05 0,16 977 0,96 1,00 0,33 0,32
2 7,50 2,95 3,83 5,78 0,10 835 0,98 0,34 0,60 0,20
3 7,33 3,33 4,00 0,92 0,21 824 1,00 0,70 0,45 0,31
4 7,35 3,42 4,15 0,26 0,23 577 1,00 0,62 0,40 0,25
5 7,40 3,43 4,27 0,25 0,23 433 0,99 0,49 0,37 0,18
Total 3646

Tableau H-8 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 2
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,95 2,80 3,87 3,79 0,19 1099 0,97 1,00 0,39 0,38
2 7,18 3,18 4,09 1,04 0,23 965 1,00 0,90 0,34 0,31
3 7,61 3,16 3,88 3,62 0,13 498 0,96 0,13 0,65 0,08
4 7,41 3,38 4,02 0,57 0,21 617 0,99 0,53 0,48 0,25
5 7,40 3,40 4,14 0,21 0,22 459 0,99 0,51 0,44 0,22
Total 3640

Tableau H-9 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 2
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,90 2,75 3,88 5,07 0,17 1071 0,97 1,00 0,37 0,36
2 7,16 3,16 4,11 1,67 0,22 1000 1,00 0,92 0,33 0,31
3 7,28 3,35 4,28 0,69 0,24 710 1,00 0,72 0,30 0,22
4 7,64 3,25 4,04 3,57 0,14 348 0,96 0,08 0,60 0,05
5 7,46 3,37 4,15 1,21 0,20 494 0,99 0,38 0,45 0,17
Total 3623

- 199 -
 ANNEXES

Tableau H-10 : Résultats en régime permanent de la simulation du traitement du RAC n°5 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 2
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,85 2,70 3,85 6,29 0,15 1044 0,96 1,00 0,39 0,37
2 7,15 3,16 4,07 2,01 0,21 1046 1,00 0,93 0,35 0,32
3 7,28 3,36 4,25 0,65 0,24 734 1,00 0,73 0,32 0,23
4 7,36 3,42 4,39 0,57 0,24 524 1,00 0,55 0,29 0,16
5 7,66 3,28 4,11 3,21 0,15 263 0,95 0,05 0,60 0,03
Total 3610

Tableau H-11 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,52 2,77 4,05 6,04 0,11 624 0,98 0,24 0,49 0,12
2 7,24 2,95 4,15 4,47 0,17 742 1,00 0,81 0,34 0,28
3 7,24 3,10 4,24 2,94 0,20 817 1,00 0,80 0,31 0,25
4 7,29 3,22 4,32 1,86 0,22 726 1,00 0,71 0,30 0,21
5 7,34 3,28 4,39 1,29 0,23 605 1,00 0,60 0,29 0,17
Total 3514

Tableau H-12 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 5
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 7,11 2,94 4,07 2,27 0,21 916 0,99 0,96 0,34 0,32
2 7,60 2,93 4,02 4,29 0,13 579 0,97 0,12 0,56 0,07
3 7,35 3,08 4,10 2,68 0,19 672 1,00 0,62 0,41 0,25
4 7,33 3,21 4,18 1,23 0,22 734 1,00 0,65 0,37 0,24
5 7,35 3,27 4,25 0,60 0,23 616 1,00 0,59 0,35 0,21
Total 3517

- 200 -
 ANNEXES

Tableau H-13 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,09 2,92 4,06 2,81 0,20 935 0,99 0,97 0,34 0,33
2 7,20 3,09 4,16 1,47 0,23 896 1,00 0,87 0,32 0,28
3 7,64 3,04 4,10 3,62 0,14 482 0,96 0,07 0,56 0,04
4 7,40 3,14 4,17 2,61 0,19 553 0,99 0,50 0,40 0,20
5 7,37 3,24 4,24 1,41 0,21 636 1,00 0,56 0,36 0,20
Total 3502

Tableau H-14 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 5
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,08 2,88 4,05 3,66 0,19 921 0,99 0,98 0,34 0,33
2 7,19 3,06 4,15 2,00 0,22 926 1,00 0,89 0,33 0,29
3 7,26 3,19 4,24 1,03 0,23 786 1,00 0,77 0,32 0,24
4 7,66 3,12 4,16 3,13 0,15 401 0,95 0,04 0,55 0,02
5 7,44 3,18 4,22 2,60 0,19 455 0,99 0,39 0,40 0,16
Total 3489

Tableau H-15 : Résultats en régime permanent de la simulation du traitement du RAC n°5 du

cas d’inhibition : configuration n°1 ; Ki -1
+ = 6 gN.L ; TR = 5
max,NH4

N° Xbm SN SA SCI qCH4

pH IpH INH3 INH+4 IGlobal
RAC (gDCO.kg-1) (gN.kg-1) (gDCO.kg-1) (mol.kg-1) (Nm3.j-1)
1 7,13 2,85 4,08 4,23 0,18 824 1,00 0,95 0,34 0,32
2 7,18 3,03 4,18 2,69 0,21 894 1,00 0,89 0,32 0,28
3 7,25 3,16 4,27 1,60 0,23 792 1,00 0,78 0,30 0,23
4 7,31 3,24 4,35 1,06 0,23 658 1,00 0,66 0,29 0,19
5 7,68 3,16 4,26 3,07 0,16 332 0,95 0,03 0,52 0,01
Total 3501

- 201 -
 ANNEXES

ANNEXE I :
Étude de la désorption de l’ammoniac des scénarios d’inhibition identifiés dans le
cadre de la configuration de RAC en série n°2 : Débits minimaux d’injection,
coefficients de transferts et débits de méthane associés

Tableau I-1 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 0,5 et Kimax,NH+ = 6 gN.L-1
4

TR = 0,5
RAC qCH4,max
1 2 3 4
QI,min
74 000 92 000 50 000 118 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 758 2 185 475 561
GCO2,Biogaz
qCH4
3740 3 664 3 518 3 521
(Nm3.j-1)
QI,min
63 000 79 000 48 000 323 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 496 1 876 456 1 534 3 810
0 mol.L-1
qCH4
3 718 3 653 3 498 3 430
(Nm3.j-1)
QI,min
107 000 138 000 56 000 232 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 2541 3278 532 1 102
0,037 mol.L-1
qCH4
3 760 3 680 3 540 3 586
(Nm3.j-1)

- 202 -
 ANNEXES

Tableau I-2 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 1 et Kimax,NH+ = 6 gN.L-1
4

TR = 1
RAC qCH4,max
1 2 3 4
QI,min
59 000 81 000 55 000 61 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 401 1 924 523 290
GCO2,Biogaz
qCH4
3 669 3 637 3 535 3 499
(Nm3.j-1)
QI,min
47 000 65 000 51 000 79 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 116 1 544 485 375 3 743
0 mol.L-1
qCH4
3 649 3 624 3 512 3 536
(Nm3.j-1)
QI,min
87 000 116 000 64 000 106 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 2 066 2 755 608 504
0,037 mol.L-1
qCH4
3 691 3 652 3 557 3 583
(Nm3.j-1)

Tableau I-3 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 2 et Ki -1
+ = 6 gN.L
max,NH4

TR = 2
RAC qCH4,max
1 2 3 4
QI,min
42 000 48 000 45 000 44 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 998 1 140 428 209
GCO2,Biogaz
qCH4
3 583 3 561 3 583 3 535
(Nm3.j-1)
QI,min
33 000 35 000 38 000 52 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 784 831 361 247 3 667
0 mol.L-1
qCH4
3 583 3 583 3 551 3 430
(Nm3.j-1)
QI,min
62 000 71 000 54 000 48 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1473 1686 513 228
0,037 mol.L-1
qCH4
3 604 3 615 3 607 3 618
(Nm3.j-1)

- 203 -
 ANNEXES

Tableau I-4 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 5 et Kimax,NH+ = 6 gN.L-1
4

TR = 5
RAC qCH4,max
1 2 3 4
QI,min
30 000 30 000 34 000 36 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 713 713 323 171
GCO2,Biogaz
qCH4
3 491 3 492 3 476 3 434
(Nm3.j-1)
QI,min
17 000 17 000 21 000 64 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 404 404 200 304 3 580
0 mol.L-1
qCH4
3 461 3 462 3 417 3 369
(Nm3.j-1)
QI,min
45 000 45 000 43 000 41 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 069 1 069 409 195
0,037 mol.L-1
qCH4
3 511 3 513 3 509 3 415
(Nm3.j-1)

Tableau I-5 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 0,5 et Ki -1
+ = 7 gN.L
max,NH4

TR = 0,5
RAC qCH4,max
1 2 3 4
QI,min
53 000 73 000 25 000 42 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 259 1 734 238 200
GCO2,Biogaz
qCH4
3 725 3 660 3 479 3 452
(Nm3.j-1)
QI,min
44 000 61 000 24 000 43 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 045 1 449 228 204 3 810
0 mol.L-1
qCH4
3 695 3 647 3 457 3 430
(Nm3.j-1)
QI,min
74 000 102 000 28 000 54 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 758 2 423 266 257
0,037 mol.L-1
qCH4
3 752 3 676 3 520 3 564
(Nm3.j-1)

- 204 -
 ANNEXES

Tableau I-6 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 1 et Kimax,NH+ = 7 gN.L-1
4

TR = 1
RAC qCH4,max
1 2 3 4
QI,min
29 000 48 000 28 000 35 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 689 1 140 266 166
GCO2,Biogaz
qCH4
3 635 3 635 3 484 3 429
(Nm3.j-1)
QI,min
23 000 37 000 26 000 69 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 546 879 247 328 3 743
0 mol.L-1
qCH4
3 603 3 603 3 456 3 526
(Nm3.j-1)
QI,min
44 000 69 000 33 000 34 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 1 045 1 639 314 162
0,037 mol.L-1
qCH4
3 669 3 656 3 550 3 575
(Nm3.j-1)

Tableau I-7 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 2 et Ki -1
+ = 7 gN.L
max,NH4

TR = 2
RAC qCH4,max
1 2 3 4
QI,min
14 000 17 000 20 000 24 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 333 404 190 114
GCO2,Biogaz
qCH4
3 517 3 530 3 513 3 477
(Nm3.j-1)
QI,min
13 000 14 000 19 000 34 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 309 333 181 162 3 667
0 mol.L-1
qCH4
3 511 3 506 3 472 3 303
(Nm3.j-1)
QI,min
19 000 22 000 20 000 19 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 451 523 190 90
0,037 mol.L-1
qCH4
3 548 3 560 3 540 3 544
(Nm3.j-1)

- 205 -
 ANNEXES

Tableau I-8 : Débits minimaux d’injection (QI,min), coefficients de transferts (kLan) et débits de
méthane associés au cas d’inhibition TR = 5 et Kimax,NH+ = 7 gN.L-1
4

TR = 5
RAC qCH4,max
1 2 3 4
QI,min
8 000 9 000 11 000 17 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 190 214 105 81
GCO2,Biogaz
qCH4
3 396 3 404 3 366 3 380
(Nm3.j-1)
QI,min
7 000 8 000 12 000 16 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 166 190 114 76 3 580
0 mol.L-1
qCH4
3 393 3 415 3 358 3 324
(Nm3.j-1)
QI,min
10 000 11 000 12 000 13 000
(Nm3.j-1)
GCO2,I,n =
kLan (j-1) 238 261 114 62
0,037 mol.L-1
qCH4
3 416 3 424 3 414 3 417
(Nm3.j-1)

- 206 -
 ANNEXES

ANNEXE J :
Étude du traitement des cas d’inhibition associés à la configuration de RAC en série
-1
n°2, une valeur de Ki + = 6 gN.L avec un biogaz de composition (en CO2 et en CH4)
max,NH4

égale à la composition du biogaz total sortant du méthaniseur.

Tableau J-1 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,32 2,29 2,97 5,36 0,06 1 048 1,00 0,89 0,88 0,78
2 7,00 3,10 3,33 0,44 0,20 740 0,98 1,00 0,66 0,65
3 7,20 3,65 3,91 0,17 0,23 1 042 1,00 0,91 0,44 0,39
4 7,45 3,42 4,44 0,59 0,23 910 0,99 0,33 0,33 0,11
Total 3 740

Tableau J-2 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 5,01 1,14 3,19 18,04 0,02 120 0,10 1,00 0,60 0,06
2 7,30 2,49 2,90 5,25 0,06 1 159 1,00 0,91 0,91 0,83
3 7,12 3,53 3,57 0,17 0,21 1 297 1,00 0,98 0,58 0,57
4 7,40 3,50 4,19 0,18 0,23 1 089 0,99 0,51 0,41 0,21
Total 3 664

Tableau J-3 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 5,01 1,15 3,25 18,42 0,02 122 0,10 1,00 0,57 0,06
2 4,86 1,10 3,35 22,14 0,01 92 0,08 1,00 0,52 0,04
3 7,37 2,97 3,58 6,98 0,08 1 858 1,00 0,69 0,63 0,43
4 7,37 3,53 4,34 0,84 0,23 1 446 1,00 0,52 0,32 0,17
Total 3 518

- 207 -
 ANNEXES

Tableau J-4 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 0,5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 4,86 1,17 2,71 16,66 0,02 98 0,08 1,00 0,88 0,07
2 4,76 1,13 2,79 19,48 0,02 86 0,06 1,00 0,85 0,05
3 6,86 3,14 3,64 3,15 0,19 1 933 0,96 1,00 0,47 0,45
4 7,25 3,57 2,83 0,03 0,14 1 470 1,00 0,98 0,98 0,95
Total 3 586

Tableau J-5 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 2.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,38 2,45 3,76 7,60 0,08 582 1,00 0,62 0,54 0,34
2 6,99 2,72 3,90 6,15 0,14 507 0,98 1,00 0,38 0,37
3 7,19 3,20 4,17 2,06 0,22 1 225 1,00 0,88 0,31 0,28
4 7,37 3,32 4,51 1,54 0,23 1 269 1,00 0,49 0,26 0,13
Total 3 583

Tableau J-6 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 2.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,66 2,42 3,89 8,16 0,13 459 0,90 1,00 0,33 0,30
2 7,41 2,67 3,74 7,11 0,08 605 0,99 0,57 0,58 0,33
3 7,26 3,23 4,01 1,08 0,21 1 221 1,00 0,82 0,41 0,34
4 7,38 3,35 4,34 0,48 0,24 1 276 1,00 0,50 0,33 0,16
Total 3 561

- 208 -
 ANNEXES

Tableau J-7 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 2.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,71 2,50 3,76 6,92 0,14 529 0,92 1,00 0,40 0,37
2 6,86 2,74 3,92 6,11 0,15 573 0,96 1,00 0,35 0,34
3 7,52 3,03 3,82 5,44 0,11 1 041 0,98 0,31 0,62 0,19
4 7,40 3,37 4,16 0,49 0,22 1 440 0,99 0,51 0,42 0,22
Total 3 583

Tableau J-8 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 2.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 6,59 2,43 3,61 8,29 0,11 530 0,88 1,00 0,47 0,41
2 6,82 2,74 3,76 6,24 0,14 639 0,95 1,00 0,43 0,40
3 7,20 3,29 4,04 0,86 0,23 1 321 1,00 0,88 0,38 0,33
4 7,61 3,22 3,93 3,59 0,13 1 045 0,96 0,13 0,65 0,08
Total 3 535

Tableau J-9 : Résultats en régime permanent de la simulation du traitement du RAC n°1 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,55 2,70 3,99 5,43 0,12 378 0,98 0,20 0,53 0,11
2 7,28 2,80 4,04 4,72 0,15 353 1,00 0,77 0,39 0,30
3 7,23 3,04 4,17 2,66 0,20 1 134 1,00 0,83 0,33 0,28
4 7,33 3,22 4,37 1,24 0,23 1 626 1,00 0,62 0,29 0,18
Total 3 491

- 209 -
 ANNEXES

Tableau J-10 : Résultats en régime permanent de la simulation du traitement du RAC n°2 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,02 2,79 4,08 3,77 0,20 445 0,99 0,99 0,31 0,31
2 7,57 2,80 4,00 4,92 0,12 421 0,97 0,16 0,55 0,08
3 7,29 3,02 4,12 2,84 0,19 990 1,00 0,73 0,37 0,27
4 7,34 3,22 4,32 1,08 0,23 1 637 1,00 0,60 0,32 0,19
Total 3 492

Tableau J-11 : Résultats en régime permanent de la simulation du traitement du RAC n°3 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,04 2,81 3,94 3,18 0,19 498 0,99 0,99 0,38 0,37
2 7,11 2,93 4,01 2,14 0,21 546 0,99 0,96 0,37 0,35
3 7,59 2,93 3,97 4,31 0,13 776 0,97 0,15 0,58 0,08
4 7,37 3,21 4,16 1,06 0,21 1 658 1,00 0,56 0,40 0,22
Total 3 476

Tableau J-12 : Résultats en régime permanent de la simulation du traitement du RAC n°4 du

cas d’inhibition : configuration n°2 ; Ki -1
+ = 6 gN.L ; TR = 5.
max,NH4

N° Xbm SN SA SCI qCH4

pH -1 -1 -1 -1
IpH INH3 INH+4 IGlobal
RAC (gDCO.kg ) (gN.kg ) (gDCO.kg ) (mol.kg ) (Nm3.j-1)
1 7,01 2,71 3,87 5,67 0,14 440 0,98 1,00 0,41 0,40
2 7,05 2,86 3,93 4,27 0,17 563 0,99 0,99 0,39 0,38
3 7,21 3,14 4,07 1,33 0,22 1 311 1,00 0,87 0,37 0,33
4 7,59 3,08 4,07 4,37 0,13 1 121 0,97 0,13 0,55 0,07
Total 3 434

- 210 -
Bibliographie
Abbassi-Guendouz, A., Brockmann, D., Trably, E., Dumas, C., Delgenès, J.-P., Steyer, J.-P.,
Escudié, R., 2012. Total solids content drives high solid anaerobic digestion via mass
transfer limitation. Bioresource Technology 111, 55–61.
https://doi.org/10.1016/j.biortech.2012.01.174
Abouelenien, F., Fujiwara, W., Namba, Y., Kosseva, M., Nishio, N., Nakashimada, Y., 2010.
Improved methane fermentation of chicken manure via ammonia removal by biogas
recycle. Bioresource Technology 101, 6368–6373.
https://doi.org/10.1016/j.biortech.2010.03.071
ADEME, 2017. Méthanisation feuille de route stratégique, ADEME
ADEME, Observ’ER, 2021. Chiffres clés du parc d’unités de méthanisation en France au 1er
janvier 2021, ADEME
Akyol, Ç., Ince, O., Bozan, M., Ozbayram, E.G., Ince, B., 2019. Biological pretreatment with
Trametes versicolor to enhance methane production from lignocellulosic biomass: A
metagenomic approach. Industrial Crops and Products 140, 111659.
https://doi.org/10.1016/j.indcrop.2019.111659
Almeida Streitwieser, D., 2017. Comparison of the anaerobic digestion at the mesophilic and
thermophilic temperature regime of organic wastes from the agribusiness.
Bioresource Technology 241, 985–992.
https://doi.org/10.1016/j.biortech.2017.06.006
André, L., Pauss, A., Ribeiro, T., 2018. Solid anaerobic digestion: State-of-art, scientific and
technological hurdles. Bioresource Technology 247, 1027–1037.
https://doi.org/10.1016/j.biortech.2017.09.003
Andriamanohiarisoamanana, F.J., Matsunami, N., Yamashiro, T., Iwasaki, M., Ihara, I., Umetsu,
K., 2017. High-solids anaerobic mono-digestion of riverbank grass under thermophilic
conditions. Journal of Environmental Sciences 52, 29–38.
https://doi.org/10.1016/j.jes.2016.05.005
Angelidaki, I., Ahring, B.K., 1994. Anaerobic thermophilic digestion of manure at different
ammonia loads: Effect of temperature. Water Research 28, 727–731.
https://doi.org/10.1016/0043-1354(94)90153-8
Angelidaki, I., Alves, M., Bolzonella, D., Borzacconi, L., Campos, J.L., Guwy, A.J., Kalyuzhnyi, S.,
Jenicek, P., van Lier, J.B., 2009. Defining the biomethane potential (BMP) of solid
organic wastes and energy crops: a proposed protocol for batch assays. Water Science
and Technology 59, 927–934. https://doi.org/10.2166/wst.2009.040
Angelidaki, I., Sanders, W., 2004. Assessment of the anaerobic biodegradability of
macropollutants. Reviews in Environmental Science and Bio/Technology 3, 117–129.
https://doi.org/10.1007/s11157-004-2502-3
Astals, S., Peces, M., Batstone, D.J., Jensen, P.D., Tait, S., 2018. Characterising and modelling
free ammonia and ammonium inhibition in anaerobic systems. Water Research 143,
127–135. https://doi.org/10.1016/j.watres.2018.06.021
Bareha, Y., Girault, R., Guezel, S., Chaker, J., Trémier, A., 2019. Modeling the fate of organic
nitrogen during anaerobic digestion: Development of a bioaccessibility based ADM1.
Water Research 154, 298–315. https://doi.org/10.1016/j.watres.2019.02.011
Bareha, Y., Girault, R., Jimenez, J., Trémier, A., 2018. Characterization and prediction of organic
nitrogen biodegradability during anaerobic digestion: A bioaccessibility approach.

- 211 -
 Bioresource Technology 263, 425–436.
https://doi.org/10.1016/j.biortech.2018.04.085
Batstone, D.J., Keller, J., Angelidaki, I., Kalyuzhnyi, S., Pavlostathis, S.G., Rozzi, A., Sanders,
WTM., Siegriest, H., Vavilin, V.A., 2002. Anaerobic Digestion Model N°1 (ADM1),
International Water Association Scientific and Technical Report n°13. ed. IWA
Publishing, London, UK.
Bayrakdar, A., Sürmeli, R.Ö., Çalli, B., 2017. Dry anaerobic digestion of chicken manure coupled
with membrane separation of ammonia. Bioresource Technology 244, 816–823.
https://doi.org/10.1016/j.biortech.2017.08.047
Benabdallah El Hadj, T., Astals, S., Galí, A., Mace, S., Mata-Álvarez, J., 2009a. Ammonia
influence in anaerobic digestion of OFMSW. Water Science and Technology 59, 1153–
1158. https://doi.org/10.2166/wst.2009.100
Benabdallah El Hadj, T., Astals, S., Galí, A., Mace, S., Mata-Álvarez, J., 2009b. Ammonia
influence in anaerobic digestion of OFMSW. Water Science and Technology 59, 1153–
1158. https://doi.org/10.2166/wst.2009.100
Benbelkacem, H., Bollon, J., Bayard, R., Escudié, R., Buffière, P., 2015. Towards optimization
of the total solid content in high-solid (dry) municipal solid waste digestion. Chemical
Engineering Journal 273, 261–267. https://doi.org/10.1016/j.cej.2015.03.048
Benbelkacem, H., Garcia-Bernet, D., Bollon, J., Loisel, D., Bayard, R., Steyer, J.-P., Gourdon, R.,
Buffière, P., Escudié, R., 2013. Liquid mixing and solid segregation in high-solid
anaerobic digesters. Bioresource Technology 147, 387–394.
https://doi.org/10.1016/j.biortech.2013.08.027
Bensmann, A., Hanke-Rauschenbach, R., Sundmacher, K., 2013. Reactor configurations for
biogas plants – a model based analysis. Chemical Engineering Science 104, 413–426.
https://doi.org/10.1016/j.ces.2013.09.025
Bi, S., Qiao, W., Xiong, L., Mahdy, A., Wandera, S.M., Yin, D., Dong, R., 2020. Improved high
solid anaerobic digestion of chicken manure by moderate in situ ammonia stripping
and its relation to metabolic pathway. Renewable Energy 146, 2380–2389.
https://doi.org/10.1016/j.renene.2019.08.093
Bollon, J., 2012. Etude des mécanismes physiques et de leur influence sur la cinétique de
méthanisation en voie sèche: essais expérimentaux et modélisation. INSA de Lyon.
Bollon, J., Benbelkacem, H., Gourdon, R., Buffière, P., 2013. Measurement of diffusion
coefficients in dry anaerobic digestion media. Chemical Engineering Science 89, 115–
119. https://doi.org/10.1016/j.ces.2012.11.036
Bollon, J., Le-hyaric, R., Benbelkacem, H., Buffiere, P., 2011. Development of a kinetic model
for anaerobic dry digestion processes: Focus on acetate degradation and moisture
content. Biochemical Engineering Journal 56, 212–218.
https://doi.org/10.1016/j.bej.2011.06.011
Borja, R., Sánchez, E., Weiland, P., 1996. Influence of ammonia concentration on thermophilic
anaerobic digestion of cattle manure in upflow anaerobic sludge blanket (UASB)
reactors. Process Biochemistry 31, 477–483. https://doi.org/10.1016/0032-
9592(95)00099-2
Boutoute, A., Di Miceli Raimondi, N., Guilet, R., Cabassud, M., Amodeo, C., Benbelkacem, H.,
Buffiere, P., Teixeira Franco, R., Hattou, S., 2021. Development of a Sensitivity Analysis
method to highlight key parameters of a dry Anaerobic Digestion reactor model.
Biochemical Engineering Journal 173, 108085.
https://doi.org/10.1016/j.bej.2021.108085

- 212 -
Budiyono, 2010. The Influence of Total Solid Contents on Biogas Yield from Cattle Manure
Using Rumen Fluid Inoculum. Energy Research Journal 1, 6–11.
https://doi.org/10.3844/erjsp.2010.6.11
Buffière, P., Dooms, M., Hattou, S., Benbelkacem, H., 2018a. The hydrolytic stage in high solids
temperature phased anaerobic digestion improves the downstream methane
production rate. Bioresource Technology 259, 111–118.
https://doi.org/10.1016/j.biortech.2018.03.037
Buffière, P., Dooms, M., Hattou, S., Benbelkacem, H., 2018b. The hydrolytic stage in high solids
temperature phased anaerobic digestion improves the downstream methane
production rate. Bioresource Technology 259, 111–118.
https://doi.org/10.1016/j.biortech.2018.03.037
Bujoczek, G., Oleszkiewicz, J., Sparling, R., Cenkowski, S., 2000. High Solid Anaerobic Digestion
of Chicken Manure. Journal of Agricultural Engineering Research 76, 51–60.
https://doi.org/10.1006/jaer.2000.0529
Capson-Tojo, G., Moscoviz, R., Astals, S., Robles, Á., Steyer, J.-P., 2020. Unraveling the
literature chaos around free ammonia inhibition in anaerobic digestion. Renewable
and Sustainable Energy Reviews 117, 109487.
https://doi.org/10.1016/j.rser.2019.109487
Carotenuto, C., Guarino, G., Morrone, B., Minale, M., 2016. Temperature and pH effect on
methane production from buffalo manure anaerobic Digestion. IJHT 34, S425–S429.
https://doi.org/10.18280/ijht.34S233
Cavinato, C., Fatone, F., Bolzonella, D., Pavan, P., 2010. Thermophilic anaerobic co-digestion
of cattle manure with agro-wastes and energy crops: Comparison of pilot and full scale
experiences. Bioresource Technology 101, 545–550.
https://doi.org/10.1016/j.biortech.2009.08.043
Chandra, R., Takeuchi, H., Hasegawa, T., 2012. Methane production from lignocellulosic
agricultural crop wastes: A review in context to second generation of biofuel
production. Renewable and Sustainable Energy Reviews 16, 1462–1476.
https://doi.org/10.1016/j.rser.2011.11.035
Chen, H., Wang, W., Xue, L., Chen, C., Liu, G., Zhang, R., 2016. Effects of Ammonia on Anaerobic
Digestion of Food Waste: Process Performance and Microbial Community. Energy &
Fuels 30, 5749–5757. https://doi.org/10.1021/acs.energyfuels.6b00715
Chen, J.L., Ortiz, R., Steele, T.W.J., Stuckey, D.C., 2014. Toxicants inhibiting anaerobic
digestion: A review. Biotechnology Advances 32, 1523–1534.
https://doi.org/10.1016/j.biotechadv.2014.10.005
Chen, Y., Cheng, J.J., Creamer, K.S., 2008. Inhibition of anaerobic digestion process: A review.
Bioresource Technology 99, 4044–4064.
https://doi.org/10.1016/j.biortech.2007.01.057
Chiumenti, A., da Borso, F., Limina, S., 2018. Dry anaerobic digestion of cow manure and
agricultural products in a full-scale plant: Efficiency and comparison with wet
fermentation. Waste Management 71, 704–710.
https://doi.org/10.1016/j.wasman.2017.03.046
Clark, R.H., Speece, R.E., 1971. The pH tolerance of anaerobic digestion. In: Proceedings of the
5th international conference onwater pollution research 27/1-27/14.
CRC, 2019. CRC handbook of chemistry and physics : a ready-reference book of chemical and
physical data, 100th edition 2019-2020. ed. CRC Press, Boca Raton (Fla.) New York
(N.Y.).

- 213 -
Dareioti, M.A., Vavouraki, A.I., Kornaros, M., 2014. Effect of pH on the anaerobic acidogenesis
of agroindustrial wastewaters for maximization of bio-hydrogen production: A lab-
scale evaluation using batch tests. Bioresource Technology 162, 218–227.
https://doi.org/10.1016/j.biortech.2014.03.149
Dong, X., Tollner, E.W., 2003. Evaluation of Anammox and denitrification during anaerobic
digestion of poultry manure. Bioresource Technology 7.
Donoso-Bravo, A., Mailier, J., Martin, C., Rodríguez, J., Aceves-Lara, C.A., Wouwer, A.V., 2011.
Model selection, identification and validation in anaerobic digestion: A review. Water
Research 45, 5347–5364. https://doi.org/10.1016/j.watres.2011.08.059
Donoso-Bravo, A., Sadino-Riquelme, C., Gómez, D., Segura, C., Valdebenito, E., Hansen, F.,
2018. Modelling of an anaerobic plug-flow reactor. Process analysis and evaluation
approaches with non-ideal mixing considerations. Bioresource Technology 260, 95–
104. https://doi.org/10.1016/j.biortech.2018.03.082
Dooms, M., 2017. Etude des compartiments d’hydrolyse et de méthanogenèse d’un procédé
de méthanisation en voie épaisse multi-étapes phasé en température: Le procédé
Arkométha. Université de Lyon.
Dooms, M., Benbelkacem, H., Buffière, P., 2018. High solid temperature phased anaerobic
digestion from agricultural wastes: Putting several reactors in sequence. Biochemical
Engineering Journal 130, 21–28. https://doi.org/10.1016/j.bej.2017.11.011
Dumont, S., De Pas, T., 2011. Intérêts et limites de la méthanisation en phase sèche, SIMA
2011.
Edwards, T.J., Maurer, G., Newman, J., Prausnitz, J.M., 1978. Vapor-liquid equilibria in
multicomponent aqueous solutions of volatile weak electrolytes. AIChE Journal 24,
966–976. https://doi.org/10.1002/aic.690240605
Emerson, K., Russo, R.C., Lund, R.E., Thurston, R.V., 1975. Aqueous Ammonia Equilibrium
Calculations: Effect of pH and Temperature. Journal of the Fisheries Research Board of
Canada 32, 2379–2383. https://doi.org/10.1139/f75-274
EPA, 2001. METHOD 1684. Total, Fixed, and Volatile Solids in Water, Solids, and Biosolids,. U.S.
Environmental Protection Agency (EPA), Washington DC.
Esposito, G., Frunzo, L., Panico, A., d’Antonio, G., 2008. Mathematical modelling of
disintegration-limited co-digestion of OFMSW and sewage sludge. Water Science and
Technology 58, 1513–1519. https://doi.org/10.2166/wst.2008.509
Esposito, G., Frunzo, L., Panico, A., Pirozzi, F., 2011. Modelling the effect of the OLR and
OFMSW particle size on the performances of an anaerobic co-digestion reactor.
Process Biochemistry 46, 557–565. https://doi.org/10.1016/j.procbio.2010.10.010
Feng, L., Perschke, Y.M.L., Fontaine, D., Ward, A.J., Eriksen, J., Sørensen, P., Møller, H.B., 2019.
Co-ensiling of cover crops and barley straw for biogas production. Renewable Energy
142, 677–683. https://doi.org/10.1016/j.renene.2019.04.138
Gallert, C., Bauer, S., Winter, J., 1998. Effect of ammonia on the anaerobic degradation of
protein by a mesophilic and thermophilic biowaste population. Applied Microbiology
and Biotechnology 50, 495–501. https://doi.org/10.1007/s002530051326
Garcia, M.L., Angenent, L.T., 2009. Interaction between temperature and ammonia in
mesophilic digesters for animal waste treatment. Water Research 43, 2373–2382.
https://doi.org/10.1016/j.watres.2009.02.036
García-Bernet, D., Buffière, P., Latrille, E., Steyer, J.-P., Escudié, R., 2011. Water distribution in
biowastes and digestates of dry anaerobic digestion technology. Chemical Engineering
Journal 172, 924–928. https://doi.org/10.1016/j.cej.2011.07.003

- 214 -
Garcia-Bernet, D., Loisel, D., Guizard, G., Buffière, P., Steyer, J.P., Escudié, R., 2011. Rapid
measurement of the yield stress of anaerobically-digested solid waste using slump
tests. Waste Management 31, 631–635.
https://doi.org/10.1016/j.wasman.2010.12.013
Ge, H., Jensen, P.D., Batstone, D.J., 2011. Relative kinetics of anaerobic digestion under
thermophilic and mesophilic conditions. Water Science and Technology 64, 848–853.
https://doi.org/10.2166/wst.2011.571
Giuliano, A., Bolzonella, D., Pavan, P., Cavinato, C., Cecchi, F., 2013. Co-digestion of livestock
effluents, energy crops and agro-waste: Feeding and process optimization in
mesophilic and thermophilic conditions. Bioresource Technology 128, 612–618.
https://doi.org/10.1016/j.biortech.2012.11.002
Golkowska, K., Sibisi-Beierlein, N., Greger, M., 2012. Kinetic Considerations on Thermophilic
Digestion of Maize Silage at Different Feeding Modes. Chemie Ingenieur Technik 84,
1551–1558. https://doi.org/10.1002/cite.201100242
Gourdon, R., 2002. Aide à la définition des déchets dits biodégradables, fermentescibles,
méthanisables, compostables (No. RECORD 00-0118/1A). Laboratoire LAEPSI, INSA de
Lyon, Laboratoire LAEPSI, INSA de Lyon.
GRDF, 2021. Panorama du gaz renouvelable en 2020 (Infographie). GRDF, GRTgaz, SER,
SPEGNN, Téréga.
Haut Conseil pour le CLIMAT, 2020. Rapport annuel du haut conseil pour le climat.
Haut Conseil pour le CLIMAT, 2019. Rapport annuel Neutralité Carbonne.
He, M., Sun, Y., Zou, D., Yuan, H., Zhu, B., Li, X., Pang, Y., 2012. Influence of Temperature on
Hydrolysis Acidification of Food Waste. Procedia Environmental Sciences 16, 85–94.
https://doi.org/10.1016/j.proenv.2012.10.012
Hernandez-Shek, M.A., Mottelet, S., Peultier, P., Pauss, A., Ribeiro, T., 2021. Development of
devices for the determination of the rheological properties of coarse biomass treated
by dry anaerobic digestion. Bioresource Technology Reports 15, 100686.
https://doi.org/10.1016/j.biteb.2021.100686
Hojeij, A., Jossic, L., Hattou, S., Magnin, A., Blésès, D., 2019. Gas injection in a yield stress fluid.
AIChE Journal 66, 12. https://doi.org/10.1002/aic.16878
Huang, H., He, L., Zhang, Z., Lei, Z., Liu, R., Zheng, W., 2019. Enhanced biogasification from
ammonia-rich swine manure pretreated by ammonia fermentation and air stripping.
International Biodeterioration & Biodegradation 140, 84–89.
https://doi.org/10.1016/j.ibiod.2019.03.014
IFIP Institut du porc, 2017. GESTION ET TRAITEMENT DES DIGESTATS ISSUS DE
METHANISATION [WWW Document]. URL
http://www.pardessuslahaie.net/uploads/sites/1627575250f0a44ea6f95a7c4d72178
5f6ab79dc.pdf (accessed 9.3.19).
Janesch, E., Pereira, J., Neubauer, P., Junne, S., 2021. Phase Separation in Anaerobic Digestion:
A Potential for Easier Process Combination? Frontiers in Chemical Engineering 3.
https://doi.org/10.3389/fceng.2021.711971
Jiang, Y., McAdam, E., Zhang, Y., Heaven, S., Banks, C., Longhurst, P., 2019. Ammonia inhibition
and toxicity in anaerobic digestion: A critical review. Journal of Water Process
Engineering 32, 100899. https://doi.org/10.1016/j.jwpe.2019.100899
Jones, B., Nachtsheim, C.J., 2011. A Class of Three-Level Designs for Definitive Screening in the
Presence of Second-Order Effects. Journal of Quality Technology 43, 1–15.
https://doi.org/10.1080/00224065.2011.11917841

- 215 -
Jung, J.-Y., Lee, S.-M., Shin, P.-K., Chung, Y.-C., 2000. Effect of pH on phase separated anaerobic
digestion. Biotechnol. Bioprocess Eng. 5, 456–459.
https://doi.org/10.1007/BF02931947
K. Pandey, P., L. Soupir, M., 2012. Impacts of Temperatures on Biogas Production in Dairy
Manure Anaerobic Digestion. IJET 4, 629–631.
https://doi.org/10.7763/IJET.2012.V4.448
Khan, M.A., Ngo, H.H., Guo, W.S., Liu, Y., Nghiem, L.D., Hai, F.I., Deng, L.J., Wang, J., Wu, Y.,
2016. Optimization of process parameters for production of volatile fatty acid,
biohydrogen and methane from anaerobic digestion. Bioresource Technology 219,
738–748. https://doi.org/10.1016/j.biortech.2016.08.073
Kim, M., Gomec, C.Y., Ahn, Y., Speece, R.E., 2003. Hydrolysis and acidogenesis of particulate
organic material in mesophilic and thermophilic anaerobic digestion. Environmental
Technology 24, 1183–1190. https://doi.org/10.1080/09593330309385659
Klocke, M., Mähnert, P., Mundt, K., Souidi, K., Linke, B., 2007. Microbial community analysis
of a biogas-producing completely stirred tank reactor fed continuously with fodder
beet silage as mono-substrate. Systematic and Applied Microbiology 30, 139–151.
https://doi.org/10.1016/j.syapm.2006.03.007
Kothari, R., Pandey, A.K., Kumar, S., Tyagi, V.V., Tyagi, S.K., 2014. Different aspects of dry
anaerobic digestion for bio-energy: An overview. Renewable and Sustainable Energy
Reviews 39, 174–195. https://doi.org/10.1016/j.rser.2014.07.011
Kuenen, J.G., 2008. Anammox bacteria: from discovery to application. Nat Rev Microbiol 6,
320–326. https://doi.org/10.1038/nrmicro1857
Kumanowska, E., Uruñuela Saldaña, M., Zielonka, S., Oechsner, H., 2017. Two-stage anaerobic
digestion of sugar beet silage: The effect of the pH-value on process parameters and
process efficiency. Bioresource Technology 245, 876–883.
https://doi.org/10.1016/j.biortech.2017.09.011
Lay, J.-J., Li, Y.-Y., Noike, T., 1998. The influence of pH and ammonia concentration on the
methane production in high-solids digestion processes. Water Environment Research
70, 1075–1082. https://doi.org/10.2175/106143098X123426
Le Hyaric, R., Benbelkacem, H., Bollon, J., Bayard, R., Escudié, R., Buffière, P., 2012. Influence
of moisture content on the specific methanogenic activity of dry mesophilic municipal
solid waste digestate. J. Chem. Technol. Biotechnol. 87, 1032–1035.
https://doi.org/10.1002/jctb.2722
Lescarmontier, L., Matthews, R., Pen Point, S., Bhai Rumjaun, A., Guilyardi, E., Schlupmann, J.,
Wilgenbus, D., 2019. Rapport spécial du GIEC réchauffement à 1.5°C, Office for climate
education.
Li, W., Khalid, H., Zhu, Z., Zhang, R., Liu, G., Chen, C., Thorin, E., 2018. Methane production
through anaerobic digestion: Participation and digestion characteristics of cellulose,
hemicellulose and lignin. Applied Energy 226, 1219–1228.
https://doi.org/10.1016/j.apenergy.2018.05.055
Li, Y., Zhang, R., He, Y., Liu, X., Chen, C., Liu, G., 2014. Thermophilic Solid-State Anaerobic
Digestion of Alkaline-Pretreated Corn Stover. Energy & Fuels 28, 3759–3765.
https://doi.org/10.1021/ef5005495
Lin, L., Wan, C., Liu, X., Lee, D.-J., Lei, Z., Zhang, Y., Tay, J.H., 2013. Effect of initial pH on
mesophilic hydrolysis and acidification of swine manure. Bioresource Technology 136,
302–308. https://doi.org/10.1016/j.biortech.2013.02.106

- 216 -
Liotta, F., Chatellier, P., Esposito, G., Fabbricino, M., Frunzo, L., van Hullebusch, E.D., Lens,
P.N.L., Pirozzi, F., 2015. Modified Anaerobic Digestion Model No.1 for dry and semi-dry
anaerobic digestion of solid organic waste. Environmental Technology 36, 870–880.
https://doi.org/10.1080/09593330.2014.965226
Liu, X., Lee, C., Kim, J.Y., 2020. Thermal hydrolysis pre-treatment combined with anaerobic
digestion for energy recovery from organic wastes. Journal of Material Cycles and
Waste Management 22, 1370–1381. https://doi.org/10.1007/s10163-020-01025-2
Lohani, S.P., Havukainen, J., 2018. Anaerobic Digestion: Factors Affecting Anaerobic Digestion
Process, in: Varjani, S.J., Gnansounou, E., Gurunathan, B., Pant, D., Zakaria, Z.A. (Eds.),
Waste Bioremediation. Springer Singapore, Singapore, pp. 343–359.
https://doi.org/10.1007/978-981-10-7413-4_18
López, I., Benzo, M., Passeggi, M., Borzacconi, L., 2020. A simple kinetic model applied to
anaerobic digestion of cow manure. Environmental Technology 1–12.
https://doi.org/10.1080/09593330.2020.1732473
Ma, J., Frear, C., Wang, Z., Yu, L., Zhao, Q., Li, X., Chen, S., 2013. A simple methodology for
rate-limiting step determination for anaerobic digestion of complex substrates and
effect of microbial community ratio. Bioresource Technology 134, 391–395.
https://doi.org/10.1016/j.biortech.2013.02.014
Mao, C., Feng, Y., Wang, X., Ren, G., 2015. Review on research achievements of biogas from
anaerobic digestion. Renewable and Sustainable Energy Reviews 45, 540–555.
https://doi.org/10.1016/j.rser.2015.02.032
McVoitte, W.P.A., Clark, O.G., 2019. The effects of temperature and duration of thermal
pretreatment on the solid-state anaerobic digestion of dairy cow manure. Heliyon 5,
e02140. https://doi.org/10.1016/j.heliyon.2019.e02140
Membere, E., Sallis, P., 2018. Effect of temperature on kinetics of biogas production from
macroalgae. Bioresource Technology 263, 410–417.
https://doi.org/10.1016/j.biortech.2018.05.023
Ministère de la trasition écologique solidaire, 2017. Plan Climat,. Ministère de la trasition
écologique solidaire.
Ministère de l’écologie du développement durable et de l’énergie, Ministère de l’agriculture
de l’agroalimentaire et de la forêt, 2013. Le Plan Énergie Méthanisation Autonomie
Azote,. Ministère de l’agriculture, de l’agroalimentaire et de la forêt.
Moletta, R., 2015. La méthanisation. Lavoisier, Paris.
Momayez, F., Karimi, K., Taherzadeh, M.J., 2019. Energy recovery from industrial crop wastes
by dry anaerobic digestion: A review. Industrial Crops and Products 129, 673–687.
https://doi.org/10.1016/j.indcrop.2018.12.051
Moretti, P., Morais de Araujo, J., Borges de Castilhos, A., Buffière, P., Gourdon, R., Bayard, R.,
2020. Characterization of municipal biowaste categories for their capacity to be
converted into a feedstock aqueous slurry to produce methane by anaerobic digestion.
Science of The Total Environment 716, 137084.
https://doi.org/10.1016/j.scitotenv.2020.137084
Moset, V., Al-zohairi, N., Møller, H.B., 2015. The impact of inoculum source, inoculum to
substrate ratio and sample preservation on methane potential from different
substrates. Biomass and Bioenergy 83, 474–482.
https://doi.org/10.1016/j.biombioe.2015.10.018
Nguyen, D.D., Jeon, B.-H., Jeung, J.H., Rene, E.R., Banu, J.R., Ravindran, B., Vu, C.M., Ngo, H.H.,
Guo, W., Chang, S.W., 2019. Thermophilic anaerobic digestion of model organic

- 217 -
 wastes: Evaluation of biomethane production and multiple kinetic models analysis.
Bioresource Technology 280, 269–276.
https://doi.org/10.1016/j.biortech.2019.02.033
Olofsson, G., 1984. Temperature dependence of the heat-capacity change for the dissociation
of acetic acid and of propionic acid in water. The Journal of Chemical Thermodynamics
16, 39–44. https://doi.org/10.1016/0021-9614(84)90073-9
Ortakci, S., Yesil, H., Tugtas, A.E., 2019. Ammonia removal from chicken manure digestate
through vapor pressure membrane contactor (VPMC) and phytoremediation. Waste
Management 85, 186–194. https://doi.org/10.1016/j.wasman.2018.12.033
Parawira, W., 2012. Enzyme research and applications in biotechnological intensification of
biogas production. Critical Reviews in Biotechnology 32, 172–186.
https://doi.org/10.3109/07388551.2011.595384
Park, Y.-J., Tsuno, H., Hidaka, T., Cheon, J.-H., 2008. Evaluation of operational parameters in
thermophilic acid fermentation of kitchen waste. J Mater Cycles Waste Manag 10, 46–
52. https://doi.org/10.1007/s10163-007-0184-y
Pastor-Poquet, V., Papirio, S., Harmand, J., Steyer, J.-P., Trably, E., Escudié, R., Esposito, G.,
2019a. Assessing practical identifiability during calibration and cross-validation of a
structured model for high-solids anaerobic digestion. Water Research 164, 114932.
https://doi.org/10.1016/j.watres.2019.114932
Pastor-Poquet, V., Papirio, S., Steyer, J.-P., Trably, E., Escudié, R., Esposito, G., 2019b.
Modelling non-ideal bio-physical-chemical effects on high-solids anaerobic digestion
of the organic fraction of municipal solid waste. Journal of Environmental
Management 238, 408–419. https://doi.org/10.1016/j.jenvman.2019.03.014
Pastor-Poquet, V., Papirio, S., Steyer, J.-P., Trably, E., Escudié, R., Esposito, G., 2018. High-
solids anaerobic digestion model for homogenized reactors. Water Research 142, 501–
511. https://doi.org/10.1016/j.watres.2018.06.016
Patel, V., Pandit, S., Chandrasekhar, K., 2017. Basics of Methanogenesis in Anaerobic Digester,
in: Kalia, V.C. (Ed.), Microbial Applications Vol.2. Springer International Publishing,
Cham, pp. 291–314. https://doi.org/10.1007/978-3-319-52669-0_16
Pauss, A., Andre, G., Perrier, M., Guiot, S.R., 1990. Liquid-to-Gas Mass Transfer in Anaerobic
Processes: Inevitable Transfer Limitations of Methane and Hydrogen in the
Biomethanation Process. APPL. ENVIRON. MICROBIOL. 56, 9.
Pedizzi, C., Lema, J.M., Carballa, M., 2017. Enhancing thermophilic co-digestion of nitrogen-
rich substrates by air side-stream stripping. Bioresource Technology 241, 397–405.
https://doi.org/10.1016/j.biortech.2017.05.113
Phoa, F.K.H., Lin, D.K.J., 2015. A systematic approach for the construction of definitive
screening designs. STAT SINICA 25. https://doi.org/10.5705/ss.2013.311
Pommier, S., Chenu, D., Quintard, M., Lefebvre, X., 2007. A logistic model for the prediction of
the influence of water on the solid waste methanization in landfills. Biotechnology and
Bioengineering 97, 473–482. https://doi.org/10.1002/bit.21241
Rajagopal, R., Massé, D.I., Singh, G., 2013. A critical review on inhibition of anaerobic digestion
process by excess ammonia. Bioresource Technology 143, 632–641.
https://doi.org/10.1016/j.biortech.2013.06.030
Rubio, J.A., Garcia-Morales, J.L., Romero, L.I., Fernandez-Morales, F.J., 2020. Modelization of
anaerobic processes during co-digestion of slowly biodegradable substrates.
Chemosphere 250, 126222. https://doi.org/10.1016/j.chemosphere.2020.126222

- 218 -
Ruile, S., Schmitz, S., Mönch-Tegeder, M., Oechsner, H., 2015. Degradation efficiency of
agricultural biogas plants – A full-scale study. Bioresource Technology 178, 341–349.
https://doi.org/10.1016/j.biortech.2014.10.053
Ruys, V., 2016. Rhéologie des résidus agricoles pour un procédé multi-étapes de
méthanisation en voie sèche. Grenoble Alpes.
Sander, R., 2015. Compilation of Henry’s law constants (version 4.0) for water as solvent.
Atmos. Chem. Phys. 15, 4399–4981. https://doi.org/10.5194/acp-15-4399-2015
Sanders, W.T.M., 2001. Anaerobic hydrolysis during digestion of complex substrates.
Sanders, W.T.M., Geerink, M., Zeeman, G., Lettinga, G., 2000. Anaerobic hydrolysis kinetics of
particulate substrates. Water Science and Technology 41, 17–24.
https://doi.org/10.2166/wst.2000.0051
Schroyen, M., Vervaeren, H., Raes, K., Van Hulle, S.W.H., 2018. Modelling and simulation of
anaerobic digestion of various lignocellulosic substrates in batch reactors: Influence of
lignin content and phenolic compounds II. Biochemical Engineering Journal 134, 80–
87. https://doi.org/10.1016/j.bej.2018.03.017
Serna-Maza, A., Heaven, S., Banks, C.J., 2017. In situ biogas stripping of ammonia from a
digester using a gas mixing system. Environmental Technology 38, 3216–3224.
https://doi.org/10.1080/09593330.2017.1291761
Shi, X., Zuo, J., Zhang, M., Wang, Y., Yu, H., Li, B., 2019. Enhanced biogas production and in situ
ammonia recovery from food waste using a gas-membrane absorption anaerobic
reactor. Bioresource Technology 292, 121864.
https://doi.org/10.1016/j.biortech.2019.121864
SOLAGRO, INDDIGO, 2013. Estimations des gisements et potentiels de substrats utilisable en
méthanisation,. ADEME.
Sprott, G.D., Patel, G.B., 1986. Ammonia toxicity in pure cultures of methanogenic bacteria.
Systematic and Applied Microbiology 7, 358–363. https://doi.org/10.1016/S0723-
2020(86)80034-0
Srisowmeya, G., Chakravarthy, M., Nandhini Devi, G., 2020. Critical considerations in two-
stage anaerobic digestion of food waste – A review. Renewable and Sustainable Energy
Reviews 119, 109587. https://doi.org/10.1016/j.rser.2019.109587
Staunton, E.T., Aitken, M.D., 2015. Coupling Nitrogen Removal and Anaerobic Digestion for
Energy Recovery from Swine Waste: 2 Nitritation/Anammox. Environmental
Engineering Science 32, 750–760. https://doi.org/10.1089/ees.2015.0063
Sun, C., Liu, F., Song, Z., Wang, J., Li, Y., Pan, Y., Sheng, T., Li, L., 2019. Feasibility of dry
anaerobic digestion of beer lees for methane production and biochar enhanced
performance at mesophilic and thermophilic temperature. Bioresource Technology
276, 65–73. https://doi.org/10.1016/j.biortech.2018.12.105
Sung, S., Liu, T., 2003a. Ammonia inhibition on thermophilic anaerobic digestion.
Chemosphere 53, 43–52. https://doi.org/10.1016/S0045-6535(03)00434-X
Sung, S., Liu, T., 2003b. Ammonia inhibition on thermophilic anaerobic digestion.
Chemosphere 53, 43–52. https://doi.org/10.1016/S0045-6535(03)00434-X
Suryawanshi, P.C., Chaudhari, A.B., Kothari, R.M., 2010. Thermophilic anaerobic digestion: the
best option for waste treatment. Critical Reviews in Biotechnology 30, 31–40.
https://doi.org/10.3109/07388550903330505
Teixeira Franco, R., Coarita, H., Bayard, R., Buffière, P., 2019. An improved procedure to assess
the organic biodegradability and the biomethane potential of organic wastes for

- 219 -
 anaerobic digestion. Waste Manag Res 37, 746–754.
https://doi.org/10.1177/0734242X19851201
Thual, J., 2017. Chiffres clés du parc d’unités de méthanisation à la ferme et centralisées en
service au 1er janvier 2017. ADEME 11.
Tian, H., Karachalios, P., Angelidaki, I., Fotidis, I.A., 2018. A proposed mechanism for the
ammonia-LCFA synergetic co-inhibition effect on anaerobic digestion process.
Chemical Engineering Journal 349, 574–580.
https://doi.org/10.1016/j.cej.2018.05.083
TRUONG-MEYER, X.-M., 2009. Modélisation en génie des procédés. Technique de l’Ingénieur
J1021 V1.
Uludag-Demirer, S., Demirer, G.N., Frear, C., Chen, S., 2008. Anaerobic digestion of dairy
manure with enhanced ammonia removal. Journal of Environmental Management 8.
Van Hulle, S.W.H., Vesvikar, M., Poutiainen, H., Nopens, I., 2014. Importance of scale and
hydrodynamics for modeling anaerobic digester performance. Chemical Engineering
Journal 255, 71–77. https://doi.org/10.1016/j.cej.2014.06.041
Vavilin, V.A., Fernandez, B., Palatsi, J., Flotats, X., 2008. Hydrolysis kinetics in anaerobic
degradation of particulate organic material: An overview. Waste Management 28,
939–951. https://doi.org/10.1016/j.wasman.2007.03.028
Vavilin, V.A., Rytov, S.V., Lokshina, L.Ya., 1996. A description of hydrolysis kinetics in anaerobic
degradation of particulate organic matter. Bioresource Technology 56, 229–237.
https://doi.org/10.1016/0960-8524(96)00034-X
Vavilin, V.A., Vasiliev, V.B., 1995. MODELLING OF GAS PRESSURE EFFECTS ON ANAEROBIC
DIGESTION. Bioresource Technology 52, 25–32.
Veeken, A., Hamelers, B., 1999. Effect of temperature on hydrolysis rates of selected biowaste
components. Bioresource Technology 6.
Voelklein, M.A., Rusmanis, D., Murphy, J.D., 2016. Increased loading rates and specific
methane yields facilitated by digesting grass silage at thermophilic rather than
mesophilic temperatures. Bioresource Technology 216, 486–493.
https://doi.org/10.1016/j.biortech.2016.05.109
Walsum, G.P.V., 2001. Severity function describing the hydrolysis of xylan using carbonic acid.
Applied Biochemistry and Biotechnology 91, 13.
Wang, Q., Liang, Y., Zhao, P., Li, Q.X., Guo, S., Chen, C., 2016. Potential and optimization of
two-phase anaerobic digestion of oil refinery waste activated sludge and microbial
community study. Sci Rep 6, 38245. https://doi.org/10.1038/srep38245
Wang, W., Ren, X., Yang, K., Hu, Z., Yuan, S., 2017. Inhibition of ammonia on anaerobic
digestion of synthetic coal gasification wastewater and recovery using struvite
precipitation. Journal of Hazardous Materials 340, 152–159.
https://doi.org/10.1016/j.jhazmat.2017.07.002
Wang, X., Gabauer, W., Li, Z., Ortner, M., Fuchs, W., 2018. Improving exploitation of chicken
manure via two-stage anaerobic digestion with an intermediate membrane contactor
to extract ammonia. Bioresource Technology 268, 811–814.
https://doi.org/10.1016/j.biortech.2018.08.027
Ward, A.J., Hobbs, P.J., Holliman, P.J., Jones, D.L., 2008. Optimisation of the anaerobic
digestion of agricultural resources. Bioresource Technology 99, 7928–7940.
https://doi.org/10.1016/j.biortech.2008.02.044

- 220 -
Wasserman, L., 2004. All of Statistics: A Concise Course in Statistical Inference, Springer Texts
in Statistics. Springer New York, New York, NY. https://doi.org/10.1007/978-0-387-
21736-9
Weinrich, S., Nelles, M., 2015. Critical comparison of different model structures for the applied
simulation of the anaerobic digestion of agricultural energy crops. Bioresource
Technology 7.
Whitman, W.G., 1923. The two film theory of gas absorption. International Journal of Heat
and Mass Transfer 5, 429–433. https://doi.org/10.1016/0017-9310(62)90032-7
Wittmann, C., 1995. Growth inhibition by ammonia and use of a pH-controlled feeding
strategy for the effective cultivation of Mycobacterium chlorophenolicum. Appl
Microbiol Biotechnol 44, 519–525.
Yao, Y., Yu, L., Ghogare, R., Dunsmoor, A., Davaritouchaee, M., Chen, S., 2017a. Simultaneous
ammonia stripping and anaerobic digestion for efficient thermophilic conversion of
dairy manure at high solids concentration. Energy 141, 179–188.
https://doi.org/10.1016/j.energy.2017.09.086
Yao, Y., Yu, L., Ghogare, R., Dunsmoor, A., Davaritouchaee, M., Chen, S., 2017b. Simultaneous
ammonia stripping and anaerobic digestion for efficient thermophilic conversion of
dairy manure at high solids concentration. Energy 141, 179–188.
https://doi.org/10.1016/j.energy.2017.09.086
Yenigün, O., Demirel, B., 2013. Ammonia inhibition in anaerobic digestion: A review. Process
Biochemistry 48, 901–911. https://doi.org/10.1016/j.procbio.2013.04.012
Yuan, H., Zhu, N., 2016. Progress in inhibition mechanisms and process control of
intermediates and by-products in sewage sludge anaerobic digestion. Renewable and
Sustainable Energy Reviews 58, 429–438. https://doi.org/10.1016/j.rser.2015.12.261
Zaher, U., Chen, S., 2006. Interfacing the IWA Anaerobic Digestion Model No.1 (ADM1) With
Manure and Solid Waste Characteristics. proc water environ fed 2006, 3162–3175.
https://doi.org/10.2175/193864706783751726
Zeshan, Karthikeyan, Obuli.P., Visvanathan, C., 2012. Effect of C/N ratio and ammonia-N
accumulation in a pilot-scale thermophilic dry anaerobic digester. Bioresource
Technology 113, 294–302. https://doi.org/10.1016/j.biortech.2012.02.028
Zhang, C., Yuan, Q., Lu, Y., 2014. Inhibitory effects of ammonia on methanogen mcrA
transcripts in anaerobic digester sludge. FEMS Microbiology Ecology 87, 368–377.
https://doi.org/10.1111/1574-6941.12229
Zhang, Y., Li, H., Cheng, Y., Liu, C., 2016. Influence of solids concentration on diffusion behavior
in sewage sludge and its digestate. Chemical Engineering Science 152, 674–677.
https://doi.org/10.1016/j.ces.2016.06.058
Zhao, X., Li, L., Wu, D., Xiao, T., Ma, Y., Peng, X., 2019. Modified Anaerobic Digestion Model
No. 1 for modeling methane production from food waste in batch and semi-continuous
anaerobic digestions. Bioresource Technology 271, 109–117.
https://doi.org/10.1016/j.biortech.2018.09.091

- 221 -
Modélisation d’un réacteur de méthanisation en voie
sèche et étude du traitement in-situ de l’ammoniac
La méthanisation est un processus permettant de produire du biogaz à partir de la dégradation
biologique de déchets organiques. Les micro-organismes responsables de ce processus
peuvent être inhibés par de fortes concentrations en ammoniac produit lors de la dégradation
de résidus riches en azote. La faisabilité d’une solution de traitement de l’ammoniac au sein
des méthaniseurs visant à éviter ce phénomène a été étudiée. Elle consiste en l’injection d’un
gaz pauvre en ammoniac directement dans le milieu de digestion afin de désorber une fraction
de l'ammoniac qu’il contient. Un modèle mathématique a été développé afin de simuler le
procédé et la digestion de substrats agricoles, d’observer l’apparition des phénomènes
d’inhibitions et de simuler le traitement de l’ammoniac. Il est montré qu’il est possible d’éviter
l’inhibition à l’ammoniac grâce à l’extraction in situ, cependant cette solution nécessiterait de
forts débits d’injection pouvant restreindre sa faisabilité industrielle.

Mots clés : Digestion anaérobie - Inhibition à l'ammoniac - Modélisation - Désorption de

l'ammoniac

Modeling of a dry anaerobic digestion reactor and

study of the in-situ treatment of ammonia
Anaerobic digestion is known as an alternative way to treat and to recycle organic wastes
while producing biogas. The microorganisms responsible for this process can be inhibited by
high ammonia concentrations produced during the degradation of some nitrogen-rich
livestock residues. Therefore, this work aims to study the feasibility of an ammonia treatment
technique in an anaerobic digester to avoid this phenomenon. This solution consists in
injecting a gas free of ammonia directly into the digestion medium in order to desorb a fraction
of the ammonia it contains. A mathematical model was created to simulate the process and
the digestion of agricultural substrates, to observe the appearance of inhibition phenomena
and to simulate the treatment of ammonia. Finally, it has been shown that it is possible to
avoid ammonia inhibition by means of ammonia in situ extraction. Nevertheless, this solution
requires high injection rates, which may question its industrial feasibility.

Keywords : Anaerobic digestion - Ammonia inhibition - Modelling - Ammonia desorption