Static optimization and dynamic modeling of microalgae production in photobioreactors

Tiago Miguel Gamito Taborda

Key information

Authors:

Tiago Miguel Gamito Taborda (Tiago Miguel Gamito Taborda)

Supervisors:

Francisco Manuel Da Silva Lemos (Francisco Manuel Da Silva Lemos); José Carlos Magalhães Pires; Sara Martins Badenes (Sara Martins Badenes)

Published in

May 29, 2026

Abstract

As microalgas e outros microrganismos fotossintéticos são cada vez mais reconhecidos pelo seu potencial industrial, nomeadamente na captura de carbono, produção de biocombustíveis e bioprodutos de elevado valor acrescentado. A sua cultura em fotobiorreatores exteriores fechados apresenta oportunidades para uma produção em grande escala, mas também introduz desafios complexos ao nível da modelação e controlo. Esta tese de doutoramento aborda lacunas importantes na modelação do crescimento de microalgas em condições reais, combinando a análise de dados experimentais com inovação metodológica ao longo de três capítulos. No primeiro capítulo, é apresentada uma revisão abrangente das estratégias de modelação mais avançadas, com foco em fotobiorreatores exteriores fechados. Esta análise categoriza e avalia modelos que descrevem a influência de fatores ambientais como luz, temperatura, nutrientes e fontes de carbono no crescimento das microalgas. Dá-se especial destaque à modelação da intensidade luminosa, com 14 modelos distintos, extraídos de 32 artigos, analisados em profundidade para esclarecer as suas premissas e a importância dos seus parâmetros. Com base nesta análise, o segundo capítulo propõe e avalia um conjunto de modelos empíricos de crescimento para a espécie Nannochloropsis sp., cultivada em fotobiorreatores tubulares exteriores. Quatro modelos foram testados—Monod, Haldane, Exponencial, e Monod com um modelo baseado no trabalho de Droop para os nutrientes—utilizando dados de dez ensaios. O modelo de Haldane apresentou o melhor desempenho, com um erro quadrático médio (RMSE) de 0,296 kg m⁻³, comparado com 0,309, 0,302 e 0,413 kg¹ m⁻³ para os modelos de Monod, Exponencial e Droop, respetivamente. Este estudo destaca a importância de adaptar a estrutura do modelo ao reator e à dinâmica específica da espécie, estabelecendo um quadro para o desenvolvimento futuro de modelos. Por fim, é introduzido um modelo inovador para a previsão da distribuição da radiação solar no interior de fotobiorreatores tubulares. Capaz de simular perfis de luz para qualquer localização geográfica e orientação do reator, este modelo melhora a previsão das taxas de crescimento espacial no interior do reator e apoia decisões de conceção e operação. A validação, realizada com um sistema customizado de deteção de luz, confirmou a precisão do modelo, com elevados coeficientes de correlação de Pearson (96,6% e 86,0% em dois ensaios distintos) em comparação com os dados medidos, superando os modelos existentes de atenuação da luz. Em conjunto, estas contribuições representam avanços na modelação e optimização de fotobiorreatores exteriores, fornecendo ferramentas e conhecimentos essenciais para a cultura sob condições ambientais variáveis. Microalgae and other photosynthetic microorganisms are increasingly recognized for their industrial potential, particularly in carbon capture, biofuel production, and highadded-value bioproducts. Their cultivation in closed outdoor photobioreactors presents opportunities for scalable production but also introduces complex challenges in modeling and control. This Ph.D. thesis addresses key gaps in modeling microalgae growth under real-world conditions, combining experimental data analysis with methodological innovation in three chapters. First, a comprehensive review of state-of-the-art modeling strategies is presented, with a focus on closed outdoor photobioreactors. This analysis categorizes and evaluates models that describe the influence of environmental factors such as light, temperature, nutrients, and carbon sources on microalgae growth. Particular emphasis is placed on light intensity modeling, with 14 distinct models drawn from 32 papers examined in depth to elucidate their assumptions and parameter significance. Building on this foundation, the second study proposes and evaluates a set of empirical growth models for Nannochloropsis sp. cultivated in outdoor tubular reactors. Four model types were tested—Monod-like, Haldane-like, Exponential, and Monod with a Droop-based model for nutrients—using data from ten assays. The Haldane-like model demonstrated the best performance, achieving a root mean squared error (RMSE) of 0.296 kg m⁻³, when compared to 0.309, 0.302, and 0.413 kg m⁻³ for the Monod, Exponential, and Droop models, respectively. This study underscores the importance of tailoring model structure to reactor scale and species-specific dynamics and establishes a framework for future model development. Finally, a novel model for predicting the distribution of solar irradiation inside tubular photobioreactors is introduced. Capable of simulating light profiles for any geographic location and orientation, this model enhances the prediction of spatial growth rates within the reactor and supports design and operational decisions. Validation using a custom-built light-sensing system confirmed the model’s accuracy, achieving high Pearson correlation coefficients (96.6% and 86.0% for two different runs) with measured data, and outperforming existing light attenuation models. Together, these contributions advance the modeling and optimization of outdoor photobioreactors, providing tools and insights essential for cultivation under variable environmental conditions.