[논문 리뷰] Optimizing microalgal productivity in raceway ponds through a controlled mixing device

Olivier Bernard, Liu‐Di Lu외 1명|arXiv (Cornell University)|2020. 10. 19.

Algal biology and biofuel production참고 문헌 7인용 수 4

한 줄 요약

이 논문은 순열 행렬을 통해 세포의 깊이 순서를 조작함으로써 레이스웨이 양식장에서 미세조류의 생산성을 최적화하는 제어된 혼합 전략을 제안한다. 주기적인 빛 노출을 통해 성장률을 크게 향상시킨다. 향 모델을 활용한 광합성계 역학 기반 및 근사 최적화 프레임워크를 통해, 최적의 혼합 전략은 하위 최적 전략 대비 평균 성장률을 최대 30% 향상시킴을 보여준다. 특히 고주기 플래시 조건에서 성과가 두드러진다.

ABSTRACT

This paper focuses on mixing strategies to enhance the growth of microalgae in a raceway pond. The flow is assumed to be laminar and the Han model describing the dynamics of the photosystems is used as a basis to determine growth rate as a function of light history. A device controlling the mixing is assumed, which means that the order of the cells along the different layers can be rearranged at each new lap according to a permutation matrix P. The order of cell depth hence the light perceived is consequently modified on a cyclical basis. The dynamics of the photosystems are computed over K laps of the raceway with permutation P. It is proven that if a periodic regime is reached, it will be periodic immediately after the first lap, which enables to reduce significantly the computational cost when testing all the permutations. In view of optimizing the production, a functional corresponding to the average growth rate along depth and for one lap is introduced. A suboptimal but explicit solution is proposed and compared numerically to the optimal permutation and other strategies for different cases. Finally, the expected gains in growth rate are discussed.

연구 동기 및 목표

• 불균형한 빛 노출과 광억제 현상으로 인해 미세조류 생산성이 제한되는 레이스웨이 양식장 시스템에서의 비최적 빛 분포 문제를 해결하기 위해.
• 수직 층별 평균 순특성 성장률을 최대화하는 데 효과적인 계산 비용이 낮은 혼합 전략 최적화 방법을 개발하기 위해.
• 랩 지속 시간, 표면 빛 강도, 빛 투과율이 다양한 혼합 순열 조건에서 성장률에 미치는 영향을 평가하기 위해.
• 수치 시뮬레이션을 통해 최적, 비최적, 순열 없음 전략의 성능을 비교하기 위해.
• 큰 랩 지속 시간에서 진짜 최적 해와 유사한 결과를 도출하는 근사 최적화 방법의 효과를 검증하기 위해.

제안 방법

• 빛 조도가 변할 때 세 가지 상태(A, B, C)와 그 전이를 기술하는 향 모델을 사용하여 미세조류 성장 모델링. 이 모델은 광합성계 역학을 기반으로 한다.
• 빛에 의존하는 계수 α(I)와 β(I)를 사용하여 억제 상태 C에 대한 단순화된 1차원 방정식 유도. 이를 통해 net 성장률 μ(C, I)의 효율적 계산 가능.
• 각 랩 이후 세포의 수직 재정렬을 제어하기 위해 순열 행렬 P 도입. 이는 빛 노출력역사와 깊이 위치 순서를 변화시켜 다양한 위치를 순환하게 한다.
• 반복 랩 동안의 평균 순특성 성장률을 계산하기 위해, 半이산 수직 층과 시간 적분을 활용해 목적 기능 J(P) 정의.
• 랩 지속 시간 T가 클 경우 진짜 최적 순열과 유사한 명시적 해석적 해를 갖는 근사 최적화 문제 제안.
• N=7 층을 사용한 수치 시뮬레이션을 통해, 최적 순열 P_max, 최악의 경우 P_min, 항등행렬(혼합 없음), 근사 해 P_max^approx 의 성능을 I_s, q, T 변화 조건에서 비교.

실험 결과

연구 질문

• RQ1 레이스웨이 양식장에서 평균 미세조류 성장률을 최대화하기 위해, 각 랩 후 세포 위치의 순열로 정의된 최적 혼합 전략은 무엇인가?
• RQ2 랩 지속 시간 T에 따라 근사 최적화 방법의 정확도가 진짜 최적 해와 비교해 어떻게 달라지는가?
• RQ3 표면 빛 강도(I_s), 빛 투과율(q), 랩 지속 시간(T)이 달성 가능한 성장률과 다양한 혼합 전략의 상대적 성능에 미치는 영향은 무엇인가?
• RQ4 제어된 혼합 전략이 무작위 재정렬이나 혼합 없음 대비 광억제를 줄이고 생산성을 얼마나 향상시킬 수 있는가?
• RQ5 고주기 빛 사이클이 성장에 유리한 '플래시 효과'가 최적 혼합 전략에서 나타나는가? 그리고 이는 어떻게 정량화되는가?

주요 결과

• 최적 혼합 전략(세포 위치의 순열을 통한 조작)은 특정 조건에서 최악의 전략 대비 평균 순특성 성장률을 최대 30% 향상시킬 수 있다.
• 랩 지속 시간 T가 클 경우 근사 최적화 방법은 진짜 최적 순열과 매우 유사한 해를 도출하며, 계산 비용을 크게 줄인다.
• 고정된 표면 빛 강도(I_s) 조건에서 평균 성장률은 랩 지속 시간 T에 대해 상대적으로 민감하지 않지만, T가 0에 가까워질수록 단조적으로 증가함을 확인하여 플래시 효과를 뒷받침한다.
• 최적의 빛 투과율 q ≈ 3%에서 생산성이 최대에 이르며, 매우 낮은(예: 0.1%) 또는 높은 투과율에서는 성능이 열 劣하다.
• 매우 낮은 빛 투과율(q = 0.1%) 조건에서는 비효율적인 최적 표면 빛 강도(I_s ≈ 500 μmol m⁻² s⁻¹)가 존재함을 확인하여, 낮은 빛 가용성에서는 I_s의 정밀 조정이 최대 수확을 위한 핵심임을 시사한다.
• 중간 수준의 빛 조건에서 최고와 최악의 혼합 전략 간 상대적 향상이 가장 두드러지며, 매우 높거나 낮은 I_s 조건에서는 감소함을 확인하여, 맥락 기반 최적화의 중요성을 강조한다.