¿Cuánta energía entrega tu biomasa y en qué equipo conviene quemarla?

Elige una de las 32 biomasas de la base, ajusta la humedad de tu lote y, si lo tienes, tu análisis de laboratorio. El resultado se recalcula al instante con modelos entrenados sobre 574 muestras.

Tu biomasaBiomasa18 muestras de laboratorio en la base de propiedades (Phyllis2 y literatura).

Procedencia de los datosFicha biomasa360 (valor por defecto)Mediana de la base mundial (alternativa)

Humedad del lote (% bh)Valor usado: 10 % bh. Valor de partida: la humedad de la muestra con la que se publica el PCI de la ficha (Tipanluisa et al., «Estudio experimental de la combustión de la cascarilla de arroz en una cámara de lecho fijo», Rev. Fac. Cs. Químicas, U. de Cuenca, 2015). Cámbialo por la de tu lote.

PresentaciónGranelPellet

Precio y transportePrecio puesto en planta (USD/t) Tu supuestoUsamos la referencia de 15,5 USD/t (origen, Ecuador, 2020-03: Arteaga, UISEK: consulta a piladoras de Guayas y Los Ríos (≈USD 100 por camionada de 6–7 t), 2020-03) más 27,1 USD/t de flete supuesto a 50 km = 42,6 USD/t puesto en planta. Escribe tu precio con flete.Carga por camión (t) Tu supuestoValor usado: 6,50 t. De partida, 6,5 t: el punto medio de la camionada de 6–7 t de cascarilla que cita Arteaga (UISEK, 2020).

Tengo un análisis de laboratorio (opcional)

Todo en base seca. Con C, H y O estimamos el PCS con el análisis último; con VM o CF y ceniza, con el próximo. Un PCS medido tiene prioridad.

PCS medido (MJ/kg bs)Ceniza (% bs)Volátiles (VM) (% bs)Carbono fijo (CF) (% bs)C (% bs)H (% bs)O (% bs)N (% bs)S (% bs)K₂O + Na₂O en la ceniza (% de la ceniza)

Cascarilla de arroz con 10 % de humedad

PCI de la ficha biomasa360: 12,89 MJ/kg a 10,0 % de humedad (Tipanluisa et al., «Estudio experimental de la combustión de la cascarilla de arroz en una cámara de lecho fijo», Rev. Fac. Cs. Químicas, U. de Cuenca, 2015), corregido a la humedad de tu lote; ceniza de la ficha de Ecuador.

PCI recibido12,89202FMJ/kg14,59 MJ/kg en base seca

Energía por camión84202FGJ6,5 t ocupan 64 m³ (1,32 GJ/m³)

Costo de la energía3,30 USD/GJPuesto en planta (flete supuesto a 50 km): 5,0 veces menos que el bunker en Ecuador, sin IVA

Grado biomasa360BGrado B

Tu PCI en base seca está por encima de la mediana de cascarilla de arrozBarra: tu valor. Banda clara: percentiles 10–90; banda oscura: 25–75; trazo: mediana. Base seca, muestras de la base.

PCI en base seca (MJ/kg bs) · tu valor 14,6 · mediana 14,2 · n = 13

Ceniza (% bs) · tu valor 19,3 · mediana 19,8 · n = 18

Materia volátil (% bs) · tu valor 63,6 · mediana 63,6 · n = 12

Ver como tabla

Propiedad	Tu valor	p10	p25	Mediana	p75	p90	n
PCI en base seca (MJ/kg bs)	14,6	12,3	13,2	14,2	14,8	15,1	13
Ceniza (% bs)	19,3	16,2	17,2	19,8	20,6	22,5	18
Materia volátil (% bs)	63,6	54,9	60,4	63,6	66,3	69,1	12

Cascarilla de arroz cuesta 3,3 USD/GJ frente a 16,6 del bunkerUSD por GJ de PCI, todo puesto en planta. Biomasa: referencia en origen + flete supuesto a 50 km. Ecuador: precio industrial sin IVA. Internacional: precio mayorista del último mes publicado.

Ver como tabla, precios de equilibrio y fuentes

Energético	USD/GJ	Tu biomasa compite hasta (USD/t)
Gas natural (Henry Hub, EE. UU.) · Precio spot mayorista, 2026-09, base PCI	3,10	38
Carbón térmico (Newcastle, Australia) · FOB, 2026-09, 6.000 kcal/kg	5,86	71
Fuel oil N.º 6 (bunker) · Precio industrial en terminal, sin IVA	16,63	203
GLP industrial · Precio industrial en terminal, sin IVA	18,13	221
Diésel 2 industrial · Precio industrial en terminal, sin IVA	30,30	370

Precio de equilibrio con la eficiencia de la caldera de biomasa respecto de la de petróleo o gas (0,947, Danish Energy Agency). Fuentes: EP Petroecuador, precios de venta en terminal, vigencia 12-oct al 11-nov-2026, 2026-10-12; World Bank: Gas natural, EE. UU. (Henry Hub) — mensual, 2026-10-02; World Bank: Carbón térmico, Australia (Newcastle, FOB) — mensual, 2026-10-02.

Riesgo de la ceniza en la caldera

Ensuciamiento: ModeradoÍndice álcali 0,26 kg/GJ (el del tipo, ajustado a la ceniza y al PCS de este lote). Umbrales de Jenkins et al. (1998): 0,17 y 0,34 kg/GJ.

Escoria: BajoLa ceniza empieza a deformarse a > 1500 °C; ENplus pide ≥ 1.200 °C (A1) y ≥ 1.100 °C (A2 y B).

Tecnologías aptas

△ Con condicionesCombustión en parrillaApta con diseño específico: ceniza de 19 % bs (extracción continua de ceniza).
✓ AptaLecho fluidizadoAdmite combustibles con humedad y ceniza variables y quema a temperatura baja y uniforme.
✕ No recomendadaGasificaciónCon humedad de 10 % y 19 % de ceniza el gas sale pobre y la ceniza obstruye el reactor.
✓ AptaPirólisis / biocharMaterial seco: produce biochar rico en ceniza mineral y gas para el propio proceso.
✕ No recomendadaDigestión anaerobia (biogás)Material lignocelulósico: la lignina casi no se degrada en el digestor; rinde más quemado o gasificado.
△ Con condicionesPellet o briquetaCeniza de 19 % bs: supera ENplus (≤ 2,0 %); va al mercado de pellet industrial o briqueta.

Grado B para cascarilla de arrozCeniza: 19,3 → B · PCI en base recibida: 12,9 → B Ver los límites de cada grado

Cascarilla de arroz: O/C 0,71 y H/C 1,49 en el diagrama de Van KrevelenRelaciones atómicas. Más abajo y a la izquierda, más carbono y más energía por kg: así se mueve la biomasa al carbonizarse. Escribe C, H y O en el análisis para ver tu punto.

Fuente: muestras de la tabla maestra de propiedades del Observatorio (Phyllis2, TNO, y literatura citada). Relaciones atómicas calculadas con el análisis último en base seca; el dominio se amplía para que ningún punto del tipo ni tu análisis quede recortado.

Ver como tabla

Punto	O/C	H/C	n
Cascarilla de arroz (mediana)	0,706	1,493	16
Biochar (mediana)	0,106	0,427	—
Carbón vegetal (mediana)	0,138	0,431	—

¿Tienes esta biomasa o la necesitas? En el Mercado se publica con su grado y su análisis, y se compara por USD/GJ.

Publicar esta biomasa en el Mercado Buscar esta biomasa

¿Cómo se calculó?

Cada valor sale de una fuente citada o de una fórmula visible. Sin análisis propio usamos la mediana de las muestras del tipo; con tu análisis, el modelo que corresponde. El navegador solo evalúa coeficientes: los modelos se entrenan fuera de línea con un script reproducible (Python y scikit-learn, semilla fija).

Energía

(1) PCI en base seca a partir del PCS (agua que forma el hidrógeno)

PCI_{bs} = PCS - 0{,}2183\,H

Variables de la ecuación 1
Símbolo	Significado	Unidad
$PCI_{bs}$	Poder calorífico inferior, base seca	MJ/kg bs
$PCS$	Poder calorífico superior, base seca	MJ/kg bs
$H$	Hidrógeno, base seca	% bs

(2) PCI en base recibida (ISO 18125, presión constante)

PCI_{br} = PCI_{bs}\left(1-\frac{M}{100}\right) - 0{,}02443\,M

Variables de la ecuación 2
Símbolo	Significado	Unidad
$PCI_{br}$	Poder calorífico inferior, base recibida	MJ/kg
$PCI_{bs}$	Poder calorífico inferior, base seca	MJ/kg bs
$M$	Humedad del lote, base húmeda	% bh

(3) Channiwala y Parikh (2002): PCS desde el análisis último

PCS = \,0{,}3491\,C+\,1{,}1783\,H+\,0{,}1005\,S-\,0{,}1034\,O-\,0{,}0151\,N-\,0{,}0211\,A

Variables de la ecuación 3
Símbolo	Significado	Unidad
$PCS$	Poder calorífico superior, base seca	MJ/kg bs
$C$	Carbono, base seca	% bs
$H$	Hidrógeno, base seca	% bs
$S$	Azufre, base seca	% bs
$O$	Oxígeno, base seca	% bs
$N$	Nitrógeno, base seca	% bs
$A$	Ceniza, base seca	% bs

(4) Modelo biomasa360 desde el análisis último (mínimos cuadrados, n = 312)

PCS = 16{,}817+\,0{,}1819\,C+\,0{,}091\,H-\,0{,}1513\,O-\,0{,}0034\,N+\,0{,}4551\,S-\,0{,}1826\,A

Variables de la ecuación 4
Símbolo	Significado	Unidad
$PCS$	Poder calorífico superior, base seca	MJ/kg bs
$C$	Carbono, base seca	% bs
$H$	Hidrógeno, base seca	% bs
$O$	Oxígeno, base seca	% bs
$N$	Nitrógeno, base seca	% bs
$S$	Azufre, base seca	% bs
$A$	Ceniza, base seca	% bs

(5) Modelo biomasa360 desde el análisis próximo (mínimos cuadrados, n = 235)

PCS = 17{,}53+\,0{,}1442\,CF-\,0{,}1504\,A

Variables de la ecuación 5
Símbolo	Significado	Unidad
$PCS$	Poder calorífico superior, base seca	MJ/kg bs
$CF$	Carbono fijo, base seca	% bs
$A$	Ceniza, base seca	% bs

(6) Parikh et al. (2005): PCS desde el análisis próximo (referencia publicada; en esta base rinde peor que el modelo propio, ver la tabla de métricas)

PCS = \,0{,}3536\,CF+\,0{,}1559\,VM-\,0{,}0078\,A

Variables de la ecuación 6
Símbolo	Significado	Unidad
$PCS$	Poder calorífico superior, base seca	MJ/kg bs
$CF$	Carbono fijo, base seca	% bs
$VM$	Materia volátil, base seca	% bs
$A$	Ceniza, base seca	% bs

(6) Energía por camión, energía por volumen y costo de la energía

E = m\,PCI_{br},\qquad E_V = \frac{\rho\,PCI_{br}}{1000},\qquad c = \frac{P}{PCI_{br}},\qquad P_{eq} = c_f\,\eta_r\,PCI_{br}

Variables de la ecuación 6
Símbolo	Significado	Unidad
$E$	Energía de una carga	GJ
$m$	Carga del camión	t
$E_V$	Energía por metro cúbico a granel	GJ/m³
$\rho$	Densidad a granel	kg/m³
$c$	Costo de la energía	USD/GJ
$P$	Precio puesto en planta	USD/t
$P_{eq}$	Precio al que la biomasa iguala al fósil	USD/t
$c_f$	Costo del fósil por GJ (sin IVA en Ecuador)	USD/GJ
$\eta_r$	Eficiencia de la caldera de biomasa respecto de la fósil (0,947)	—

Ceniza y diagrama de Van Krevelen

(7) Índice álcali (Jenkins et al., 1998): bajo < 0,17; probable 0,17–0,34; alto > 0,34 kg/GJ

AI = \frac{\dfrac{A}{100}\cdot\dfrac{K_2O + Na_2O}{100}}{PCS/1000}

Variables de la ecuación 7
Símbolo	Significado	Unidad
$AI$	Óxidos alcalinos que entran a la caldera por unidad de energía	kg/GJ
$A$	Ceniza, base seca	% bs
$K_2O + Na_2O$	Óxidos de potasio y sodio en la ceniza	% de la ceniza
$PCS$	Poder calorífico superior, base seca	MJ/kg bs

(8) Relaciones atómicas de Van Krevelen

\frac{H}{C} = \frac{H/1{,}008}{C/12{,}011},\qquad \frac{O}{C} = \frac{O/15{,}999}{C/12{,}011}

Variables de la ecuación 8
Símbolo	Significado	Unidad
$H$	Hidrógeno, base seca	% bs
$O$	Oxígeno, base seca	% bs
$C$	Carbono, base seca	% bs

Escoria: si la base tiene la temperatura de deformación de la ceniza, se compara con los mínimos de ENplus (1.200 °C para A1 y 1.100 °C para A2 y B). Si no la tiene, se usa la clase del índice álcali: en las 11 biomasas con ambos datos, las dos clases coinciden en el riesgo alto en 7 casos.

Métricas de los modelos

Métricas de los modelos de PCS (MJ/kg bs)
Modelo	n	MAE	RMSE	R²	RMSE con tipos nuevos	Validación
Channiwala y Parikh (2002), análisis último	312	0,70	1,19	0,85	—	Toda la base (ecuación publicada, sin reajuste)
biomasa360, análisis último	312	0,63	1,02	0,89	1,15	10 folds × 5 repeticiones
Parikh et al. (2005), análisis próximo	235	1,61	2,03	0,62	—	Toda la base (ecuación publicada, sin reajuste)
biomasa360, análisis próximo	235	1,15	1,60	0,76	2,11	10 folds × 5 repeticiones

MAE y RMSE en MJ/kg bs. «Tipos nuevos»: validación agrupada (GroupKFold), en la que el modelo no vio ninguna muestra del tipo que estima. Un árbol de decisión (RMSE 2,06) no mejoró al modelo lineal en el análisis próximo, así que se publica el lineal. Rango de validez del modelo último: C 22–92 %, ceniza 0,1–64 %; fuera de él se usa Channiwala y Parikh.

Estimador de ensuciamiento sin óxidos (árbol de 3 variables: ceniza, N y VM; n = 110): exactitud 68 % y exactitud balanceada 71 % (validación cruzada estratificada de 5 folds × 10), frente al 63 % de asignar siempre la clase más frecuente. Es una estimación de preselección: con los óxidos de la ceniza se calcula el índice exacto.

Tecnologías aptas: criterios de preselección biomasa360 (v1.0)

Parrilla: no recomendada con humedad > 55 % bh o sin energía neta; con condiciones si la ceniza supera 10 % bs o la escoria es alta.
Lecho fluidizado: no recomendado con humedad > 60 % bh; con condiciones si el ensuciamiento es alto (aglomeración del lecho).
Gasificación: ideal con humedad ≤ 20 % bh y ceniza ≤ 6 % bs; no recomendada sobre 35 % bh o 15 % bs.
Pirólisis: ideal con humedad ≤ 15 % bh; no recomendada sobre 40 % bh.
Digestión anaerobia: solo estiércoles, lodos y pulpas húmedas. Pellet: apto si la ceniza cumple el límite de ENplus B (2,0 % bs).

Son reglas para filtrar opciones antes de pedir una oferta técnica. La garantía del equipo la da su fabricante con el análisis del lote.

Fuentes

TNO Biobased and Circular Technologies. (2026). Phyllis2: Database for the physico-chemical composition of (treated) lignocellulosic biomass, micro- and macroalgae, various feedstocks for biogas production and biochar [Base de datos]. TNO. Recuperado el 25 de octubre de 2026, de https://phyllis.nl/
Technische Universität Wien, Institute of Chemical Engineering. (1996). BIOBIB - A database for biofuels [Base de datos; descrita en Reisinger et al., 1996, THERMIE Conference, Harwell]. Recuperado el 25 de octubre de 2026, de http://cdmaster2.vt.tuwien.ac.at/biobib/biobib.html
Martínez-Ángel, J. D., Villamizar-Gallardo, R. A., & Ortíz-Rodríguez, O. O. (2015). Characterization and evaluation of cocoa (Theobroma cacao L.) pod husk as a renewable energy source. Agrociencia, 49(3), 329-345. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-31952015000300008
Paredes, J., Pretell, V., Pilco, A., Ramos, W., & Ubillas, C. (2022). Characterization of two lignocellulosic biomasses Coffea arabica L. for the production of biochar. En Proceedings of the 20th LACCEI International Multi-Conference for Engineering, Education and Technology. https://doi.org/10.18687/LACCEI2022.1.1.344
Channiwala, S. A., & Parikh, P. P. (2002). A unified correlation for estimating HHV of solid, liquid and gaseous fuels. Fuel, 81(8), 1051-1063. https://doi.org/10.1016/S0016-2361(01)00131-4
Parikh, J., Channiwala, S. A., & Ghosal, G. K. (2005). A correlation for calculating HHV from proximate analysis of solid fuels. Fuel, 84(5), 487-494. https://doi.org/10.1016/j.fuel.2004.10.010
Jenkins, B. M., Baxter, L. L., Miles, T. R., Jr., & Miles, T. R. (1998). Combustion properties of biomass. Fuel Processing Technology, 54(1-3), 17-46. https://doi.org/10.1016/S0378-3820(97)00059-3
European Pellet Council. (2015). ENplus-Handbuch, Teil 3: Anforderungen an die Pelletqualität (Version 3.0). Recuperado el 25 de octubre de 2026, de https://enplus-pellets.eu/wp-content/uploads/2023/11/Teil-III-Anforderungen-an-die-Pellet-Qualitat.pdf
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., ... Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825-2830.
Danish Energy Agency & Energinet. (2026). Technology data for industrial process heat (Versión 0006) [Hoja de datos]. Recuperado el 25 de octubre de 2026, de https://ens.dk/media/7758/download
Gómez, D. R., Watterson, J. D., Americano, B. B., Ha, C., Marland, G., Matsika, E., Namayanga, L. N., Osman-Elasha, B., Kalenga Saka, J. D., & Treanton, K. (2006). Stationary combustion. En H. S. Eggleston, L. Buendia, K. Miwa, T. Ngara y K. Tanabe (Eds.), 2006 IPCC Guidelines for National Greenhouse Gas Inventories: Vol. 2. Energy (cap. 2). IGES. Recuperado el 25 de octubre de 2026, de https://www.ipcc-nggip.iges.or.jp/public/2006gl/pdf/2_Volume2/V2_2_Ch2_Stationary_Combustion.pdf
FAO: Unified Bioenergy Terminology (UBET). Section 5: Parameters, units and conversion factors, Table 12: Typical bulk density of biofuels. https://www.fao.org/4/j4504e/j4504e08.htm

Precios de los fósiles en Ecuador: EP Petroecuador, precios de venta en terminal, vigencia 12-oct al 11-nov-2026, 2026-10-12; poder calorífico de los fósiles: GREET 1.8d.1 (Argonne National Laboratory), tabla «Lower and Higher Heating Values of Gas, Liquid and Solid Fuels», 2010-08-26. Datos y script del modelo: scripts/ml/entrenar.py (SHA-256 de los datos f5a0d8b66ba4…).