利用多目标优化方法开发啤酒副产品的价值化利用路径

《Waste Management》：Pathway development for brewer’s spent grain valorization using multi-objective optimization

【字体：大中小】 时间：2026年05月05日 来源：Waste Management 7.1

编辑推荐：

　　安德烈亚·佩内多（Andrea Penedo）| 詹佩·英德高（Jeppe Yndgaard）| 卢卡斯·范德豪沃特（Lucas Van der Hauwaert）| 米格尔·毛里西奥-伊格莱西亚斯（Miguel Mauricio-Iglesias）| 阿尔穆德娜·奥斯皮多（Al

　　安德烈亚·佩内多（Andrea Penedo）| 詹佩·英德高（Jeppe Yndgaard）| 卢卡斯·范德豪沃特（Lucas Van der Hauwaert）| 米格尔·毛里西奥-伊格莱西亚斯（Miguel Mauricio-Iglesias）| 阿尔穆德娜·奥斯皮多（Almudena Hospido）| 马西米利亚诺·埃里科（Massimiliano Errico）
克雷图斯（CRETUS），圣地亚哥-德孔波斯特拉大学化学工程系，洛佩·戈麦斯·德马尔索亚街（Rúa Lope Gómez de Marzoa），西班牙15782

**摘要**
啤酒酿造后的废弃物（BSG）是欧洲啤酒工业中主要的生物废料来源，目前主要用于动物饲料、沼气生产或填埋处理。其成分具有生产多种增值产品的潜力，因此对开发有效的资源化技术以实现更高效的管理至关重要。为满足这一行业需求，本研究将先前开发的开源 metodological framework 和 OUTDOOR 软件应用于啤酒酿造领域。通过多目标优化方法，系统地评估了所有可能的 BSG 资源化路径，为生物精炼厂的设计提供了决策支持，并衡量了这些过程的经济与环境可持续性。
除了传统的资源化方式外，还基于生物质特性全面分析了潜在产品和转化途径（包括生物、热化学及提取方法）。通过帕累托效率分析整合了经济目标（息税前利润 EBIT）和销售价格（MSP），评估了经济绩效；同时依据 ISO 14067 标准进行了碳足迹分析以评估环境影响。
结果表明，将 BSG 用于动物饲料是最具盈利性的途径，其 EBIT 比第二优选择（堆肥）高出约 10%。从环境角度来看，堆肥的碳足迹最小，约为次优选择（沼气）的 91%。乙醇和氢碳化物因具有较高的环境价值和市场竞争力而备受关注。研究发现，多种资源化途径的协同作用是实现高效利用的关键——即一种产品的生产需能提升其他途径的产量或资源利用效率。

**1. 引言**
全球啤酒产业产生了大量生物废料，其中啤酒酿造后的废弃物尤为突出（Liu 等，2025）。2022 年欧洲啤酒产量达 1.6673 亿升，德国领先，西班牙和波兰紧随其后，共产生约 367 万吨 BSG（Naibaho 等，2024）。目前约 70% 的 BSG 被用作动物饲料，10% 通过厌氧消化生产沼气，剩余 20% 被填埋处理（Aradwad 等，2025）。根据欧盟法规（European Parliament and Council，2008），未来应寻求更高效且可持续的处理方式。
BSG 的组成使其成为食品、生物燃料或化妆品等创新应用的理想材料（Xiros 和 Christakopoulos，2012）。例如，丹麦公司 Agrain 推出了一种可持续且盈利的回收方案，将 BSG 转化为面粉，每吨可节省 44–88 千克二氧化碳和 400 平方米农业用地（Agrain，2025）。然而，BSG 的性质受酿造方法、啤酒类型、添加剂使用及分离工艺的影响，给其优化利用带来了挑战（Xiros 和 Christakopoulos，2012）。
鉴于 BSG 作为高附加值化合物的潜力，近年来出现了多种资源化策略：热化学方法可用于生产生物酒精（乙醇和丁醇）或沼气；抗氧化酚类化合物和高价值蛋白质也可提取；纤维可用于制造膳食补充剂（阿拉伯木聚糖）或益生元（木糖醇）（Puligundla 和 Mok，2021）。
确定最有效的 BSG 资源化方案需同时分析所有可行的技术路径及组合方式。范德豪沃特等人（Van der Hauwaert 等，2025a）通过 potatoes 废物的可持续设计框架验证了该方法的有效性；阿兰戈-曼里克等人（Arango-Manrique 等，2024）将类似方法应用于橙皮废料的综合设计；埃利亚西等人（Elyasi 等，2021）则建立了整数超结构模型以评估家庭废物的多目标转化方案。
生物精炼系统的环境可持续性至关重要，其发展需符合未来生物经济的转型方向。从设计初期就需明确环境效益，并确保经济可行性以维持市场竞争力（Guerras 等，2021）。本研究旨在找到既能最大化 EBIT 又能最小化碳足迹的最优资源化路径，同时考虑啤酒行业的特定需求。由于 BSG 的资源化途径和产品种类众多，且这些生物质具有较大变异性，因此采用基于超结构的多目标优化方法进行系统评估。该方法适用于农业工业环境，为 BSG 等废弃物的资源化决策提供支持，展示了如何根据行业特点有效应用优化策略。

**2. 材料与方法**
2.1. 数据获取
超结构各单元操作的数据来自文献资料，详见补充材料第 5 节。设备成本参数基于工艺工程设计手册（Woods，2007）获取；运营费用（电力和用水量）则通过放大方法估算（Piccinno 等，2016）。反应条件和分离效率数据来自相关文献（表 1）。文献检索结合了原料（如“啤酒酿造后的废弃物”）与资源化途径/工艺性能相关术语（如“资源化”、“利用”、“生物精炼”、“提取”、“发酵”、“厌氧消化”、“水热碳化”等）。研究还需回答两个问题：哪些资源化途径或技术已通过实验验证？哪些研究提供了适用于超结构模型的定量数据和性能指标？筛选标准仅包括 2005 年以后发表的英文同行评审论文，排除了会议论文和仅含摘要的文献；选取含有原始定量数据的文章并通过统计分析验证实验精确度。
路径之间的串联关系基于 Rovira-Cal 等（2025）的方法进行物化表征。优先考虑可提取高市场价值次生代谢物（蛋白质、脂质）的提取方法；高糖含量底物的生物转化技术则放在第二阶段；最后考虑无需详细预处理的废弃物（仅需干物质和元素分析），适用于多种类型废弃物（如厌氧消化）。
2.2. 超结构模型**
超结构优化问题旨在确定潜在过程及其连接关系的最优流程图，具体取决于目标函数。模型由方程组（式 (1)、(2)、(3)、(4)、(5) 表示，用于描述优化准则（式 (1)）、单元操作约束（式 (2)、(3)、(4) 以及路径选择逻辑（式 (5)）（Van der Hauwaert 等，2024）。
经济目标是最大化息税前利润（EBIT，单位：€/吨 BSG），基于 20 年电厂 lifespan 的总资本成本（CAPEX）、年运营成本（OPEX）和年利润（PROFITS），并按年 BSG 产量的比例进行标准化（式 (6)）。
环境目标是根据 ISO 14067 标准最小化碳足迹（式 (7)）。
碳足迹计算结合了 Ecoinvent v3.9.1 数据库中的电力消耗和废物处理数据（Weidema，2003）。

**3. 结果**
首先对原料进行表征，并系统评估潜在产品，通过基于 EBIT 的预多目标经济优化选择最佳生产路径。随后利用产品售价（MSP）辅助决策，探索多产品串联转化方案以最大化资源利用。第 4 节总结主要发现及未来改进方向。

**4. 结论**
本文综述了 BSG 资源化的方法与效果，强调了多目标优化在复杂工业环境中的应用价值。在这个背景下，MSP（最小系统价格）被计算为一个工具，用于评估这些路线的经济可行性，它提供了使EBIT降至零的价格（公式（8）），确保所有资本和运营成本都被每个产品的年容量所标准化（capPROD）。(8)MSP=CAPEX+OPEX/capPROD。2.3. 计算和优化框架优化问题使用开源工具OUTDOOR（Kenkel等人，2021年）和Van der Hauwaert等人（2025b年）开发的图形用户界面来构建。在该软件中，一组通用约束方程（公式（2）、（3）用于描述：（1）输入和输出流的质量平衡；（2）公用事业运营费用（电力、供暖和制冷）；（3）设备资本支出；（4）基本环境影响（CO2）；以及（5）使用掐析法的热交换网络成本。关于环境建模，使用了开源软件Brightway2（Mutel，2017年）进行生命周期评估（LCA），并且考虑生物源CO2排放为中性（0），因此它们不会增加温室气体（GHG）的净量，因为这些CO2来自生物质从大气中吸收的碳。有关OUTDOOR背后的完整数学模型，请参阅Van der Hauwaert等人（2025b年）的补充材料。对于BSG的超结构多目标优化，使用帕累托效率分析法评估了每种可能的增值路径。这种方法识别出在经济和环境目标上未被支配的替代方案（最优方案），这些方案构成了所谓的帕累托前沿。这些计算是在一台配备Intel? Core? Ultra 7 155U处理器、1.70 GHz、12个核心、14个逻辑处理器和16 GB RAM的笔记本电脑上完成的。3. 结果与讨论3.1. 生物质特性BSG主要由大麦粒外壳组成，但也可能含有胚乳碎片。根据Lisci等人（2022年）的修订，其化学成分主要基于半纤维素（阿拉伯木聚糖）、纤维素以及大量的蛋白质和木质素，同时脂质和残留的胚乳淀粉也是其组成部分，并对其干重有所贡献。此外，湿BSG通常含有高水分含量，高达80%的湿物质，这通常需要大幅度减少才能进行进一步处理（Russ等人，2005年）。关于生物质特性和文献中报告的变异性，请参阅补充材料的第3节。3.2. 超结构构建构建超结构的过程涉及开发一个概念性地图，代表BSG的所有可能增值路径。采用了一种结构化的方法，将每个产品路线的设计组织成几个过程间隔。每个间隔代表生物精炼中的一个特定步骤，并包括可以使用的所有可能的单元操作。具体来说，评估了四个间隔：（1）预处理；（2）提取过程；（3）反应；以及（4）下游和纯化。表1提供了优化模型中包含的单元操作的技术基础、操作条件和产量的文献综述。目标产品包括直接使用的传统应用，如动物饲料或堆肥，以及基于废物组成的本文档第1节中确定的潜在新兴路径。这些增值方法的开发程度差异很大。大多数基于提取的过程（抗氧化剂、蛋白质、阿拉伯木聚糖）仍处于实验室规模，通常在严格的控制条件下进行，且过程集成有限。热化学路径（水碳化物）显示出较高的技术成熟度，但主要仍仅在批次规模研究中得到验证。诸如厌氧消化、乙醇和丁醇发酵等生物过程根据研究的不同从实验室规模扩展到中试规模，但通常涉及密集的预处理步骤，这限制了其工业成熟度。即使随着方法的成熟，报告的产量可能会有所提高，但本工作中的评估仅限于表1中的数值。表1. BSG增值方法的例子，包括各种预处理及其产品产量。产品ID单元操作过程条件产量参考动物饲料1挤压120°C；20 MPa；5分钟；S/L 1:159.9 g/100g BSG（Kletscher等人，2014年）堆肥2堆肥55°C；60%湿度；C/N 25:1；连续通风71.5 g/100g BSG（Murphy和Power，2006年）生物气3嗜热厌氧消化55°C；100 g BSG/L；接种物：混合动物粪便；共消化：Helianthus tuberosus L. 10 g/L；pH 7；CH4产量61%；10–16天8.6 L CH4/100g BSG（Robertson等人，2010年）4超声波预处理和嗜温厌氧消化超声波：超声波功率53 W；179.45 g BSG + 1,43 L水；1小时；0.29 MWh/1000kg BSG厌氧消化：35°C；41.16 g BSG/L；培养基组成：179.45 g BSG，1,43 L水，1.7 L接种物；pH 7–8；50天；BSG总挥发性固体（TVS）73.6%7.896 L CH4/100g BSG；107.28 L CH4/kg TVS（Buller等人，2022年）抗氧化酚类5固液提取溶剂：水；30°C；121.9分钟；L/S 10 mL/g；1 atm542 mg GAeq/100g BSG（Moreira等人，2012年）6微波辅助传统提取溶剂：0.75% NaOH在水；100°C；15分钟；L/S 20:11.31 g阿魏酸/100g BSG（González-García等人，2021年）7加压液提取溶剂：0.5 EtOH/水（v/v）；120°C；流速：2 mL/分钟；10.34 MPa19.3%（wt.）；1471 ± 25 mg GAeq/100g BSG；6384 ± 444 mmol TE/100g BSG（Herbst等人，2021年）8加压液提取溶剂：水；120°C；流速：4 mL/分钟；10 MPa17.8%（wt.）；2130 ± 1 mg GAeq/100g BSG；9944 ± 391 mmol TE/100g BSG（Herbst等人，2021年）9超临界流体提取溶剂：CO2；40 MPa；80°C；S/F 706 g CO2/g BSG；4小时5.70 g提取物/100g BSG；16.6 mg GAeq/g提取物；94 mg GAeq/100g BSG（Alonso-Ria?o等人，2022年）阿拉伯木聚糖10顺序碱酸提取提取：S/L 1:2（w/v）；溶剂：KOH或NaOH 0.1 M、0.5 M和4 M；室温；24小时；从原始AX含量8.65 g BSG中回收8.65%（wt.）蛋白质；pH 11–12；AX沉淀：pH 3（柠檬酸2.3 M），然后pH < 2（HCl 12 M）；70%（v/v）乙醇水溶液；从原始AX含量79%（wt.）回收17 g AX/100g BSG（Vieira等人，2014年）11热预处理、同时酶水解和发酵总AX 25.8%（wt.）；热预处理；S/L 10%（w/v）；90°C；30分钟；酶水解；Laminex Super 3G：1000 ppm；Attenuzyme Pro：500 ppm；UltraFlo FABI：100 ppm；Alcalase：200 ppm；35°C；发酵；Lactiplantibacillus plantarum F10；接种物体积1%（v/v）；220 rpm；pH 6.8，6小时；从原始AX含量21.3%（wt.）回收4.6 g AX/100g BSG（Lynch等人，2021年）12超声波辅助提取S/L 1:12（w/v）；S：NaOH 1.5 M；室温；400 W，20 kHz；15分钟；初始pH未指定；CaCl2 8%（w/v）；pH 4（HCl 6 M）；提取物产量13.60%（wt.）；总糖含量85%（wt.）；提取物中的AX分数60.46%；从原始AX含量58.47%（wt.）回收8.2 g AX/100g BSG（Liu等人，2023年）水碳化物13微波辅助水热碳化250°C；0小时；HHV 31.75 MJ/kg；能量产量55.92%；C含量：71.14%；O/C：0.19，H/C：1.18（mol/mol）43.69 g/100g BSG（Lorente等人，2020年）14水热碳化230°C；6小时；LHV 30.3 MJ/kg；能量产量60%；固定C含量：33.7%（干）；O/C：0.27，H/C：1.4（mol/mol）42.0 g/100g BSG（Ulbrich等人，2017年）乙醇15酸水解、酶水解和发酵磷酸水解：155 °C；0分钟；2% w/w酶水解：24小时；pH 4.8；50°C；Cellic CTec2 15 FPU/g；β-葡聚糖酶15 IU/g发酵：乙醇生成E. coli SL100；pH 6.5；37°C；300 rpm；100小时17.5 g/100g BSG0.0222 L/100g BSG（Rojas-Chamorro等人，2020年）16超临界流体提取、酸水解和发酵超临界流体提取：40 MPa；100°C；S/F 30 g CO2/g BSG酸水解：0.37 M H2SO4；L/S：10 g液体/g BSG；葡萄糖回收18.3 g/100g BSG发酵：S. cerevisiae；pH 4.5；25°C；接种物体积12.25%（v/v）；150 rpm；9小时14.83 g/100g BSG（Lisci等人，2024年）酸-碱水解、酶水解和发酵酸-碱水解：1.25%（v/v）H2SO4，1:8 w/w；120°C；17分钟；随后是2%（v/v）NaOH，1:20 w/w；120°C；90分钟酶水解：2.24%（v/v）纤维素酶和1%（v/v）β-葡聚糖酶（Novozymes），8%（w/v）底物；45°C；120 rpm 72小时；纤维素转化为葡萄糖的效率97%发酵：S. cerevisiae NRRL YB 2293；50 g葡萄糖/L；pH 6.0；30°C；120 rpm；48小时26 g/100g BSG（Liguori等人，2015年）18自水解、酶水解和发酵自水解：160°C；5分钟；固体加载量25%（m BSG/v水）酶水解：Cellic CTec2酶（15 FPU/g BSG）；50°C；200 rpm；120小时发酵：S. cerevisiae BLGII 1762（酿酒酵母）和PE-2（工业乙醇酵母）；60 g葡萄糖/L；pH 4.8；30°C；150 rpm；48小时16.8 g/100g BSG（BLGII 1762）；16.0 g/100g BSG（PE-2）（Pinheiro等人，2019年）丁醇19微波辅助水热、酶水解和发酵微波：1800 W；192.7°C；5.4分钟；S/L 10%（w/v）；S：水；82%糖回收；43 g可发酵糖/100 g BSG；酶水解：酶：Cellic CTec2酶复合体；50°C；pH 4.8；48小时；15 FPU/g固体酶负载；葡萄糖回收69.5%；发酵：Clostridium beijerinckii DSM 6422；强化梭菌培养基；35°C；135 rpm；48小时（接种物）4.6 g丁醇/100g BSG（López-Linares等人，2019年）20酸水解、酶水解和发酵酸水解：BSG：23.1葡聚糖，15.5阿拉伯木聚糖，7.4%（wt.）每100 g BSG；10.4%（wt.）硫酸（96%）；pH 1；121°C；30分钟；酶水解：Cellulast 1.5 L（纤维素酶）：15 FPU/g BSG和Novozyme 188（β-葡聚糖酶）：15 IU/g BSG；pH 5.3；50°C；发酵：Clostridium beijerinckii DSM 6422；pH 6.5；96小时；35°C；葡萄糖产量97.6% ± 1.8%7.5 g丁醇/100g BSG（Plaza等人，2017年）21漆酶预处理、酶水解和发酵漆酶：10 U/g BSG漆酶；150 rpm，28°C；24小时；培养：50°C，6小时；酶水解：15 mg蛋白质/g葡聚糖Cellic CTec 2 Xylanase；S/L 10%（w/v）；250 rpm；50°C；72小时；发酵：Clostridium acetobutylicum DSMZ 792；pH 6.5；接种物6.25%（v/v）；葡萄糖产量99%；40 g糖/100 g BSG；25 g丁醇/100 g BSG（Giacobbe等人，2019年）蛋白质22加压液提取S：0.35 EtOH/水（v/v）；155°C；流速：0.3 mL/分钟；10 MPa11.6 g蛋白质/100g BSG（Spinelli等人，2016年）23超声波提取S/L 2 g BSG/100 mL；溶剂：碳酸钠缓冲液；pH 10；81.4分钟；超声波功率98.2 W/100 mL9.64 g蛋白质/100g BSG（Tang等人，2010年）24顺序碱酸提取22.63 ± 2.24 g蛋白质/100g BSG碱：110 mmM NaOH，1:20（w/v），50°C，2小时；pH > 12；液相中的蛋白质17.73 g蛋白质/100g BSG；产量78%酸：1 M H2SO4，1:20（w/v），121°C，1小时；pH < 1；液相中的蛋白质3.86 g蛋白质/100g BSG；产量79%；合计：产量95%21.59 g蛋白质/100g BSG（Qin等人，2018年）木糖醇25酸水解和发酵L/S 8（g/g）；酸水解：溶剂100 mg/g BSG H2SO4；17分钟；糖回收92.7%（wt.）；发酵：Candida guilliermondii；pH 6.5；30°C；24小时；200 rpm0.7 g木糖醇/100g BSG（Mussatto和Roberto，2005年）为了更容易管理所有组合并降低多目标系统中的计算复杂性，首先进行了一个初步的单目标优化步骤，以确定每种产品的经济上最有利的转化路径，最大化EBIT。获得的结果和每种情景下使用的小型超结构在补充材料的第4节中提供。下面使用表1中给出的标识符指出了每种产品最具成本效益的流程：（3）用于生物气生产的嗜热AD（Robertson等人，2010年）；（5）使用水作为绿色溶剂的传统固液提取生产酚类抗氧化剂（Moreira等人，2012年）；（12）使用先进的超声波提取技术生产阿拉伯木聚糖（Liu等人，2023年）；（13）通过微波辅助水热碳化开发水碳化物作为生物材料（Lorente等人，2020年）；（18）通过自水和酶水解 followed by 发酵生物生产乙醇（Pinheiro等人，2019年）；（20）通过顺序酸-酶水解和发酵合成丁醇（Plaza等人，2017年）；以及（22）使用加压液提取回收蛋白质（Spinelli等人，2016年）。这些路径，加上提供单一选项的技术（动物饲料、堆肥和木糖醇），构成了图1中所示的最终多目标从第3.2节指定的相同生产量和废物成本出发，工艺线将被设计为处理80%水分含量的3吨/小时的BSG，分别产生0.6吨/小时的饲料和0.43吨/小时的堆肥。关于BSG的Valorization选项有很多文章，但很少包括CFA计算来开发技术，而且由于所采用的过程和方法的多样性，现有文献之间的比较变得复杂。然而，表2中获得的结果与Newman等人（2025年）对实验室规模碳氢化合物生产的gate-to-gate评估结果一致（1.18千克CO2-eq/千克BSG）。同样，估计的沼气CFA与Sanciolo等人（2022年）对通用食物废物的厌氧消化报告的结果相符（0.11千克CO2-eq/千克BSG）。堆肥显示出非常低的系统影响（0.01千克CO2-eq/千克BSG），这与在理想操作条件下报告的最低直接排放量研究一致（Assandri等人，2025年）。相比之下，如乙醇（Jia等人，2025年）或蛋白质（da Fonseca等人，2024年）这样的路线在文献中的影响更大，因为它们是按产品单位表示的，并采用了从摇篮到坟墓的边界分析法，并分析了截然不同的生产过程。应该提到的是，所得结果与欧洲背景下这种副产品的当前Valorization方法相符。例如，丹麦公司Biograin从啤酒厂收集湿BSG，将其转化为牛、猪和水貂的饲料（BioGrain，2025年）。总部位于荷兰的Duynie集团浓缩残渣中的纤维和蛋白质部分，用于宠物食品（Duynie，2025年）。最后，Terra Compostaje Regenerativo是一家西班牙公司，实施可持续的堆肥解决方案，回收包括BSG在内的有机废物（Terra Compostaje Regenerativo，2025年）。

3.4. 最低销售价格
在处理新的Valorization产品时，其中一些产品的销售价格不确定，估算利润可能无法反映市场的潜力。作为一种替代方法，计算了不同途径的MSP（最低销售价格），定义为导致EBIT为零的价值。这一指标允许决策者评估新的Valorization产品达到盈亏平衡点并成为有利可图的替代品的程度。由于动物饲料在EBIT方面是最佳解决方案，因此仅对那些CFA低于参考解决方案的产品计算了MSP。其理由是这些产品在环境上是有益的，如果能够达到MSP，则可以获得利润。因此，图2显示了各途径之间的经济和环境绩效关系。图2.A标识了感兴趣象限中的抗氧化酚类、乙醇、沼气和Hydrochar生产途径；而图2.B中根据文献报告的当前最大和最小价格值显示的EBIT范围表明，根据现有信息，没有任何选项具有竞争力。

下载：下载高分辨率图片（424KB）
下载：下载完整尺寸图片

图2. (A) BSG研究过程中经济绩效（EBIT，€/吨BSG）与环境影响（CFA，kg CO2-eq/吨BSG）之间的关系。青色点()代表每种产品。紫色()和橙色()虚线表示动物饲料解决方案的参考EBIT和CFA。洋红色阴影区域()突出了感兴趣的区域，对应于图(B)中的放大区域。(B) 放大感兴趣的象限，仅显示CFA低于动物饲料的产品。绿色()虚线标记了MSP计算的目标EBIT = 0。青色点上的误差条表示根据文献中报告的范围计算的EBIT的不确定性。（关于此图例中颜色的解释，请参阅本文的网络版本。）

通过方程（8）确定的四种具有最大环境潜力的途径的MSP结果如表3所示，以及文献中报告的当前销售价格的最大和最小范围。

表3. 当前价格及其报告范围、估计的MSP以及实现零EBIT所需的增长因子。

感兴趣的产品当前价格（€/吨）价格范围（€/吨） MSP（€/吨）增长因子参考文献
抗氧化剂 5,500 4,000–6,500 71,755 13.05 (Shi等人，2025)
乙醇 931 854–1,290 2,314 2.49 (Business Analytiq，2025)
Hydrochar 180 150–200 433 2.41 (Fernández-Sanromán等人，2021)
沼气 555 388–555 2,416 4.35 (YCharts，2025)

鉴于这些结果，如果生产过程得到优化，产生规模经济，或进入具有更高附加值的特定市场，乙醇和Hydrochar是实现财务可持续运营的可行替代方案。相比之下，抗氧化酚类产品的价格不确定性较大，使其短期商业竞争力难以评估，尽管它们可能在愿意为增值分子付费的专门市场上找到机会。此外，MSP可以与文献中的数据进行对比，但需要注意的是，过程配置、规模和经济假设的差异限制了直接比较。对于乙醇，所得到的MSP低于Jia等人（2025年）在从摇篮到坟墓的LCA和技术经济评估中报告的值（3,900–8,600美元/吨）。差异可以归因于：（1）较小的生产规模（4,800吨/年对比2,000吨/天）；（2）不同的过程配置；以及（3）使用的经济指标（EBIT = 0对比NPV = 0）。对于Hydrochar，Mugoronji等人（2022年）的技术经济评估建议以200美元/吨的价格出售，BSG的转化率为70%。研究中报告的MSP较高，这是因为转化率较低和生产规模较小（4,800吨/年对比36,000吨/年），这增加了单位成本。

为了指导技术的发展，以便实现更高的经济可行性，确定决定效益的限制因素至关重要。因此，图3显示了每种感兴趣生产系统的资本投资和运营阶段的相对贡献。

下载：下载高分辨率图片（945KB）
下载：下载完整尺寸图片

图3. (A) 每个非主导产品的总CAPEX的百分比分解。每种设备被分为5个类别，包括：预处理：水解；生物：发酵、堆肥；热化学：热碳化；下游：过滤、离心、蒸馏、脱水、干燥。(B) 每个非主导产品的总OPEX的百分比分解，按考虑的支出项目划分：原材料：原料、试剂、酶、溶剂；运营与维护：劳动力、设备、维护；电力：单元操作；废物处理：固体、液体、气体排放物。

所需的总投资基于直接和间接成本因素以及设施设备的购置成本。由于存在昂贵的悬浮固体处理单元（过滤器、离心机、干燥机）或热力学上不利的分离过程，下游处理部分成为热化学或提取过程的限制阶段。相比之下，生物过程的相关结果表明，研究应重点提高发酵的转化率，减少停留时间和能耗。优化指定的瓶颈将显著提高设施的盈利能力，不仅减少所需资本成本的百分比，还减少OPEX中的运营和维护费用，OPEX作为CAPEX的一个百分比，在所有分析的产品中都是主导的。改善物料流动和辅助服务的管理也有助于略微提高EBIT，因为它们直接依赖于操作条件、关键阶段的性能、能源效率以及副产品的利用。

值得强调的是，与其他Valorization途径相比，从BSG生产沼气的预期产量较低，因为该基质包含大量在厌氧条件下不易生物降解的木质纤维素成分（Bochmann等人，2015）。尽管AD通常被认为是一项简单且稳健的技术，但从BSG中获得的利润受到甲烷产量有限（由于保留时间较长和转化效率低）和残余固体管理成本高的影响（Atelge等人，2020），这些固体主要由难以生物降解的木质纤维素纤维组成）。一种可能的改进方法是研究与更易生物降解基质的共消化策略，这可能会提高整体甲烷生产率和过程稳定性（Edunjobi等人，2024）。

3.5. 生产途径的级联集成
生物精炼系统设计的目标是在工业生产中实现更好的环境绩效，因此，不应仅仅局限于单独产品的MSP的经济研究，而应分析集成转化途径的潜力，以最大化废物利用并产生协同效应。问题超结构中可能的组合总数随考虑的产品数量呈指数级增长（组合爆炸），因此决定将计算限制在图2.A中感兴趣的象限内，同时保持对可行选项的现实视图。具体评估的途径包括：（1）酚类抗氧化剂和堆肥；（2）酚类抗氧化剂和乙醇；（3）酚类抗氧化剂和沼气，产生堆肥作为副产品；（4）酚类抗氧化剂和Hydrochar；（5）乙醇和堆肥；（6）乙醇和沼气，产生堆肥作为副产品；（7）乙醇和Hydrochar；（8）酚类抗氧化剂、乙醇和堆肥；（9）酚类抗氧化剂、乙醇和沼气，产生堆肥作为副产品；（10）酚类抗氧化剂、乙醇和Hydrochar。

在应用方程（8）对产品级联进行计算时，假设沼气、堆肥和Hydrochar等原材料的市场价格将保持稳定。此外，当与抗氧化剂结合时，允许乙醇价格变动，因为级联的不确定性集中在其他更高价值的化合物上。

在这些考虑下，只有包含堆肥的链条在MSP上略有改善，因为堆肥是唯一具有盈利生产的次优产品，将其纳入任何级联都有助于改善整个过程的经济性。在根据前述命名法的设计（1）和（8）中，获得了71,443欧元/吨和189,277欧元/吨的酚类抗氧化剂MSP，分别减少了0.44%和2.61%。同样，对于设计（5），加入堆肥后乙醇的MSP降至2,249欧元/吨，与单独Valorization相比提高了2.80%。

3.6. 局限性和背景
首先，在构建图1中的超结构时，选择表1中每个产品EBIT最高的工艺，因为盈利能力往往是工业采用的第一个障碍。然而，这引入了对经济绩效的偏见，排除了环境性能更好的替代方案。如果初步选择是基于减少CFA，那么优先考虑的工艺集会有所不同。从一个已经受到一个维度限制的解决方案空间出发，多目标优化中经济和环境目标之间可能的权衡多样性就会减少。这突显了针对不同初步假设测试结果稳健性的重要性。未来的研究可以通过构建基于环境标准的平行超结构来解决这个问题，或者通过纳入敏感性分析来明确评估初始决策如何影响多目标优化中的平衡结果。虽然在初步选择阶段可以同时考虑EBIT和CFA，但这会显著增加计算需求和数据要求。

其次，环境评估的范围从一开始就定义为CFA，这是生物精炼影响分析中的一个常见方法（Broeren等人，2017），因为它与能源清单密切相关，并且与欧盟税法中规定的脱碳目标相关。从早期设计阶段就整合环境标准很重要，因为这会改变与纯粹经济优化相比的决策。在这种情况下，环境标准基于一个被视为目标的中点影响指标，与经济标准一起在多目标优化中考虑。虽然这种选择没有涵盖所有环境影响，但生物精炼系统的多目标生命周期优化研究表明，气候变化影响通常与其他以损害为导向的目标（如人类健康和生态系统质量）密切相关（Kopton等人，2023）。这主要是由于能源需求在多个影响类别中的主导贡献，在这种情况下，帕累托最优解往往一致。然而，与资源枯竭或特定毒性途径相关的影类别可能会表现出不同的行为，并引入额外的权衡。通过不代表每个产品的完整环境概况，可能会忽略其他类别中的相关影响。另一种方法是通过标准化、分组和加权（按照ISO 14040的定义）将多个影响类别整合到一个环境指标中。虽然这种整合可以促进决策制定，但它本质上涉及规范性选择和价值判断，这些可能会降低早期流程设计中的方法论稳健性。因此，加权单一指标方法更适合作为补充分析或敏感性检验，而不是作为主要的优化目标。尽管如此，这项工作仍应被视为一项持续的研究，未来的发展将通过在生命周期评估（LCA）的视角下比较基于多个中间点影响类别的帕累托前沿来扩展多目标优化框架。此外，还可以通过使用环境价格将影响转换为经济价值来提出单一目标优化方法，环境价格表达了社会愿意为避免向环境中引入一公斤污染物而支付的成本。尽管这种分析简化了问题，但由于没有进行影响分析，经济和环境之间的权衡也被削弱了，因此一个流程可能在某个特定类别中具有正的净营业利润（EBIT），但环境绩效却非常负。同样值得一提的是，环境价格不适用于与其建立时的地理和时间条件不同的研究，因此使用它们时必须认识到结果存在高度不确定性（Bruyn等人，2017年）。

还需要强调应用于级联分析的保守建模方法的局限性。通过将每个链条视为独立路径，并仅将剩余固体作为后续过程的原料重新定向，未能捕捉到通过整合提取、生物转化和热转化阶段所能实现的真正协同效应（例如实现更温和的预处理或消除冗余单元）。由于缺乏量化产量改进或提供中间流组成更详细描述的实验数据和文献，这种方法无法实施。因此，需要研究整合新兴的生物质糖（BSG）价值化路径，这对于评估级联策略如何在循环生物经济框架内降低成本和提高经济与环境竞争力至关重要。Rovira-Cal等人（2025年）同样强调，许多生物精炼厂优化方法仍然孤立地评估价值化路线，而没有详细考虑从同一流中回收多种化合物的顺序整合机会。他们的提案基于生物量的三级组成特征，强调了探索所有可能组合的重要性，这与本研究中应用的上层结构逻辑一致。此外，它还结合了多标准框架（经济、环境和社会）来使用层次分析法（AHP）进行路线优先级排序，强调了从早期设计阶段就开始进行整体评估的重要性。最后，需要强调与工业可扩展性相关的限制。尽管生物精炼厂具有潜力，但由于经济和系统障碍，它们的广泛采用仍然受到限制。正如研究中所证明的，新兴的生物精炼厂设计在成本上仍不如基于化石燃料的替代方案具有竞争力，特别是考虑到原材料的多样性和供应链的不完善（Javourez等人，2024年）。因此，未来的工作应解决更广泛的组织和系统规模问题，考虑地理可行性（设施位置）或给定设计的物流优化（Mota等人，2015年）。此外，工业共生被提出作为一种实现循环性的策略，用于识别一个地区的物质流需求，从而允许不同利益相关者之间高效共享资源、能源和废物（Demartini等人，2022年）。这些策略的整合对于生物精炼厂成为不仅在技术上可行，而且在经济上可持续和社会上有意义的解决方案至关重要。

4. 结论

本研究提出了一个多目标优化框架，用于评估传统和新兴的BSG价值化生物精炼厂配置，结果表明动物饲料生产仍然是最具经济竞争力的选择——其盈利能力大约比第二好的选择（堆肥）高出10%，而堆肥则作为非支配性选择脱颖而出，其碳足迹最低，影响比下一个最佳选项（沼气）低约91%。通过结合分析和中间点影响（MSP）作为决策工具，乙醇和水碳化物（hydrochar）被认为是进一步研究和开发（R&D）投资最有前途的替代方案，因为它们接近基准净营业利润（EBIT），而酚类抗氧化剂则需要显著改进工艺性能或市场条件才能实现所需的经济竞争力。对资本支出（CAPEX）和运营支出（OPEX）贡献的彻底评估表明，生物过程和下游固液分离操作的性能是瓶颈参数，提高这些参数的表现将使次优设计更接近更高的经济盈利能力和市场竞争力。此外，尽管在整合堆肥合成的级联转化路线研究中显示出有限的改进，但由于缺乏关于性能协同效应或设备的实验数据，这突显了需要进一步研究集成设计的必要性。最后，值得注意的是在OUTDOOR开源平台中实施该框架的情况，该平台将上层结构优化与环境和经济评估相结合。凭借其直观的图形界面，它被证明是一个强大的决策支持工具。通过使得系统地探索替代方案并简化复杂上层结构的映射，这一集成环境有助于识别最佳和平衡的解决方案，增强了其在指导未来生物精炼厂可持续设计方面的价值。

CRediT作者贡献声明

Andrea Penedo：撰写——原始草稿，数据管理，概念化，撰写——审阅和编辑，形式分析。
Jeppe Yndgaard：撰写——原始草稿，数据管理，概念化。
Lucas Van der Hauwaert：撰写——原始草稿，软件，概念化。
Miguel Mauricio-Iglesias：撰写——审阅和编辑，监督，资金筹集。
Almudena Hospido：撰写——审阅和编辑，监督。
Massimiliano Errico：撰写——审阅和编辑，撰写——原始草稿，数据管理，概念化。

热点排行