CN112992292B - 一种压水堆一回路冷却剂中硼10丰度的实时预测方法 - Google Patents
一种压水堆一回路冷却剂中硼10丰度的实时预测方法 Download PDFInfo
- Publication number
- CN112992292B CN112992292B CN202110256503.5A CN202110256503A CN112992292B CN 112992292 B CN112992292 B CN 112992292B CN 202110256503 A CN202110256503 A CN 202110256503A CN 112992292 B CN112992292 B CN 112992292B
- Authority
- CN
- China
- Prior art keywords
- boron
- core
- abundance
- density
- reactor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
一种压水堆一回路冷却剂中硼10丰度的实时预测方法,其预测流程为:首先,组件程序提供不同类型燃料组件慢化剂区域硼10和硼11的少群微观吸收截面和平均原子核密度;然后,跟踪核反应堆功率运行,在堆芯程序中同时考虑燃耗效应和硼化效应对硼10和硼11原子核密度的影响;最后,实时地预测堆芯一回路冷却剂中硼10的丰度。该方法适用于压水堆核电厂,能够解决工程中无法实时准确获取一回路冷却剂中硼10丰度的问题,从而充分保障核反应堆运行期间的安全性。
Description
技术领域
本发明涉及压水堆核电厂运行与核反应堆物理计算领域,是一种压水堆一回路冷却剂中硼10丰度的实时预测方法。
背景技术
硼酸溶液是压水堆核电厂反应性控制和安全性保障的关键,其中硼10是热中子的强吸收体材料,其丰度直接影响堆芯反应性控制和安全性。但是,由于燃耗效应和硼化效应,一回路冷却剂中硼10丰度将随堆芯运行不断地发生变化。其中,燃耗效应是指硼10吸收中子之后转换为其他核素(非中子强吸收体),导致硼10丰度降低的现象;硼化效应是指通过硼和水补给系统向堆芯注入天然丰度的硼酸溶液,导致硼10丰度升高的现象。然而,目前核电厂普遍采取定期对一回路冷却剂采样并进行质谱分析的方式来确定堆芯一回路冷却剂中的硼10丰度,无法满足堆芯运行控制对实时性的要求。
核反应堆工程中通常采用基于“两步法”的燃料管理软件建立堆芯模型,用于辅助堆芯运行中反应性控制。所谓“两步法”,是指先使用组件程序对堆芯中出现的不同类型的组件进行二维非均匀中子输运计算和截面均匀化,得到不同工况条件下的少群均匀化参数;堆芯程序则基于组件均匀化参数,通过全堆芯核-热-燃耗耦合计算获得堆芯关键物理量的预测值。因此,本发明拟基于压水堆“两步法”的燃料管理软件,建立一回路冷却剂中硼10丰度的实时预测的方法。
发明内容
为了充分保障压水堆核电厂运行的安全性,需要实时地获得一回路冷却剂中硼10的丰度,本发明的目的在于提出一种压水堆的一回路冷却剂中硼10丰度的实时预测方法,能够解决工程中无法实时准确获取一回路冷却剂中硼10丰度的问题,从而充分保障核反应堆运行期间的安全性。
为实现以上目标,本发明采用如下技术方案予以实施:
一种压水堆一回路冷却剂中硼10丰度的实时预测方法,包括如下步骤:
步骤1:获取堆芯中不同类型燃料组件的材料信息和几何信息;
步骤2:对步骤1中的各种燃料组件使用压水堆组件计算程序LOCUST进行计算,在每个工况点下除了计算必要的组件参数之外,还需计算慢化剂中硼10和硼11的平均原子核密度以及少群微观吸收截面;根据反应率守恒条件,得到硼10和硼11微观吸收截面的均匀化计算公式:
式中:
Ni——第i个平源区硼10或硼11的原子核密度;
Vi——第i个平源区的体积;
σa,h,i——第i个平源区中硼10或硼11第h细群的微观吸收截面;
σa,g——均匀化之后的硼10或硼11第g粗群的微观吸收截面;
步骤3:对步骤2中得到的不同工况点下的组件参数进行函数化,包括硼10和硼11的平均原子核密度及其少群微观吸收截面,得到少群均匀化参数库,使压水堆稳态燃料管理和瞬态动力学程序SPARK能够获得任意工况下的组件参数值;
步骤4:获取堆芯的几何尺寸、组件布置及运行参数信息,运行参数包括功率水平和控制棒棒位;
步骤5:使用步骤4中的信息及步骤3得到的少群均匀化参数库,通过全堆芯三维中子扩散计算,得到堆芯内的中子通量密度分布;
步骤6:由步骤3得到每个节块当前工况下的硼10和硼11的少群微观吸收截面,由步骤5得到堆芯内的中子通量密度分布,将截面和通量的数值代入燃耗方程中进行求解;由于一回路冷却剂始终处于大流量的流动状态,假设堆芯活性区部分因燃耗效应导致的硼10和硼11原子核密度的变化可即时传递到整个一回路,则得到:
式中:
φig(ir)——ir节块第ig能群的中子通量密度;
V(ir)——ir节块中的慢化剂体积;
V0——堆芯一回路慢化剂的总体积;
对公式(3)和公式(4)在[t0,t]时间范围内积分,得到堆芯一回路中硼10和硼11的平均原子核密度随时间的变化关系:
其中,初始时刻的硼10和硼11的原子核密度由步骤2组件计算得到;
步骤7:由于硼和水补给系统中硼酸浓度高,并且压水堆正常运行中硼化水量小,因此假设硼化操作即时完成,计算硼化效应对硼10和硼11原子核密度的影响:
式中:
VB——硼化操作所需的硼溶液体积;
CB——硼和水补给系统硼溶液的浓度;
C0——堆芯一回路硼溶液的浓度;
步骤8:综合步骤6中的燃耗效应和步骤7中的硼化效应的影响,定量化确定硼10和硼11原子核密度关于时间的函数,并由此确定硼10丰度ξ10随时间的变化函数,表示为:
和现有技术相比较,本发明具备如下优点:与传统的对冷却剂采样进行质谱分析的方式相比,本发明基于采用“两步法”的压水堆燃料管理软件,通过对燃耗效应和硼化效应这两个影响硼10丰度的主要因素进行建模和计算,从而能够实时准确地获取压水堆一回路冷却剂中的硼10丰度,为反应堆运行控制迅速地提供重要参考,从而保障核反应堆运行期间的安全性。
附图说明
图1为本发明硼10丰度实时预测方法的流程图。
图2为福清核电厂M310机组测试循环中硼10丰度计算值与实测值的对比。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步详细说明:
本发明提出了一种压水堆一回路冷却剂中硼10丰度的实时预测方法,包括如下步骤:
步骤1:获取堆芯中不同类型燃料组件的材料信息和几何信息;
步骤2:对步骤1中的各种燃料组件使用压水堆组件计算程序LOCUST进行计算,在每个工况点下除了计算必要的组件参数之外,还需计算慢化剂中硼10和硼11的平均原子核密度以及少群微观吸收截面;根据反应率守恒条件,得到硼10和硼11微观吸收截面的均匀化计算公式:
式中:
Ni——第i个平源区硼10或硼11的原子核密度;
Vi——第i个平源区的体积;
σa,h,i——第i个平源区中硼10或硼11第h细群的微观吸收截面;
σa,g——均匀化之后的硼10或硼11第g粗群的微观吸收截面;
步骤3:对步骤2中得到的不同工况点下的组件参数进行函数化,包括硼10和硼11的平均原子核密度及其少群微观吸收截面,得到少群均匀化参数库,使压水堆稳态燃料管理和瞬态动力学程序SPARK能够获得任意工况下的组件参数值;
步骤4:获取堆芯的几何尺寸、组件布置及运行参数信息,运行参数包括功率水平和控制棒棒位;
步骤5:使用步骤4中的信息及步骤3得到的少群均匀化参数库,通过全堆芯三维中子扩散计算,得到堆芯内的中子通量密度分布;
步骤6:由步骤3得到每个节块当前工况下的硼10和硼11的少群微观吸收截面,由步骤5得到堆芯内的中子通量密度分布,将截面和通量的数值代入燃耗方程中进行求解;由于一回路冷却剂始终处于大流量的流动状态,假设堆芯活性区部分因燃耗效应导致的硼10和硼11原子核密度的变化可即时传递到整个一回路,则得到:
式中:
φg(ir)——ir节块第ig能群的中子通量密度;
V(ir)——ir节块中的慢化剂体积;
V0——堆芯一回路慢化剂的总体积;
对公式(3)和公式(4)在[t0,t]时间范围内积分,得到堆芯一回路中硼10和硼11的平均原子核密度随时间的变化关系:
其中,初始时刻的硼10和硼11的原子核密度由步骤2组件计算得到;
步骤7:由于硼和水补给系统中硼酸浓度高,并且压水堆正常运行中硼化水量小,因此假设硼化操作即时完成,计算硼化效应对硼10和硼11原子核密度的影响:
式中:
VB——硼化操作所需的硼溶液体积;
CB——硼和水补给系统硼溶液的浓度;
C0——堆芯一回路硼溶液的浓度;
步骤8:综合步骤6中的燃耗效应和步骤7中的硼化效应的影响,定量化确定硼10和硼11原子核密度关于时间的函数,并由此确定硼10丰度ξ10随时间的变化函数,表示为:
在西安交通大学核工程计算物理实验室(NECP)自主研发的先进压水堆燃料管理软件系统Bamboo-C中实现了该硼10丰度实时预测方法后,使用福清核电厂M310某机组第三循环进行建模计算,将全循环功率运行中硼10丰度的计算值与实测值对比,验证该硼10丰度预测方法的准确性。图2中对比了一回路冷却剂硼10丰度的测量值和计算值。通过对比可以发现,在燃耗深度为5200-5700MWd/tU、6400MWd/tU、7000MWd/tU和8500MWd/tU时间段内,堆芯出现硼化操作,而在上述时间段内硼10丰度的计算值也相应地发生较明显的上升现象,与硼化效应的理论相吻合;对于非硼化时间段,硼10丰度的计算值与燃耗呈现出较明显的线性关系,与燃耗效应的理论相吻合。数值分析表明,该方法计算得到的硼10丰度计算值与实测值之间偏差的均值为0.10%,均方根值为0.20%。因此,本发明提出的压水堆硼10丰度计算方法能够实现硼10丰度的实时预测,具备工业应用的条件。
Claims (1)
1.一种压水堆一回路冷却剂中硼10丰度的实时预测方法,其特征在于:包括如下步骤:
步骤1:获取堆芯中不同类型燃料组件的材料信息和几何信息;
步骤2:对步骤1中的各种燃料组件使用压水堆组件计算程序LOCUST进行计算,得到慢化剂中硼10和硼11的平均原子核密度以及少群微观吸收截面;根据反应率守恒条件,得到硼10和硼11微观吸收截面的均匀化计算公式:
式中:
Ni——第i个平源区硼10或硼11的原子核密度;
Vi——第i个平源区的体积;
σa,h,i——第i个平源区中硼10或硼11第h细群的微观吸收截面;
σa,g——均匀化之后的硼10或硼11第g粗群的微观吸收截面;
N——硼10或硼11的平均原子核密度;
步骤3:对步骤2中得到的不同工况点下的组件参数进行函数化,包括硼10和硼11的平均原子核密度及其少群微观吸收截面,得到少群均匀化参数库,使压水堆稳态燃料管理和瞬态动力学程序SPARK能够获得任意工况下的组件参数值;
步骤4:获取堆芯的几何尺寸、组件布置及运行参数信息,运行参数包括功率水平和控制棒棒位;
步骤5:使用步骤4中的信息及步骤3得到的少群均匀化参数库,通过全堆芯三维中子扩散计算,得到堆芯内的中子通量密度分布;
步骤6:由步骤3得到每个节块当前工况下的硼10和硼11的少群微观吸收截面,由步骤5得到堆芯内的中子通量密度分布,将截面和通量的数值代入燃耗方程中进行求解;由于一回路冷却剂始终处于大流量的流动状态,假设堆芯活性区部分因燃耗效应导致的硼10和硼11原子核密度的变化可即时传递到整个一回路,则得到:
式中:
φig(ir)——ir节块第ig能群的中子通量密度;
V(ir)——ir节块中的慢化剂体积;
V0——堆芯一回路慢化剂的总体积;
对公式(3)和公式(4)在[t0,t]时间范围内积分,得到堆芯一回路中硼10和硼11的平均原子核密度随时间的变化关系:
其中,初始时刻的硼10和硼11的原子核密度由步骤2组件计算得到;
步骤7:由于硼和水补给系统中硼酸浓度高,并且压水堆正常运行中硼化水量小,因此假设硼化操作即时完成,计算硼化效应对硼10和硼11原子核密度的影响:
式中:
VB——硼化操作所需的硼溶液体积;
CB——硼和水补给系统硼溶液的浓度;
C0——堆芯一回路硼溶液的浓度;
步骤8:综合步骤6中的燃耗效应和步骤7中的硼化效应的影响,定量化确定硼10和硼11原子核密度关于时间的函数,并由此确定硼10丰度ξ10随时间的变化函数,表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110256503.5A CN112992292B (zh) | 2021-03-09 | 2021-03-09 | 一种压水堆一回路冷却剂中硼10丰度的实时预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110256503.5A CN112992292B (zh) | 2021-03-09 | 2021-03-09 | 一种压水堆一回路冷却剂中硼10丰度的实时预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112992292A CN112992292A (zh) | 2021-06-18 |
CN112992292B true CN112992292B (zh) | 2022-10-25 |
Family
ID=76336266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110256503.5A Active CN112992292B (zh) | 2021-03-09 | 2021-03-09 | 一种压水堆一回路冷却剂中硼10丰度的实时预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112992292B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11823763B2 (en) | 2021-03-24 | 2023-11-21 | Changxin Memory Technologies, Inc. | Sense amplifier, memory and control method |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101169982A (zh) * | 2006-10-25 | 2008-04-30 | 核电秦山联营有限公司 | 反应堆一回路可溶硼硼-10丰度的跟踪计算方法 |
US9761335B2 (en) * | 2013-10-21 | 2017-09-12 | Westinghouse Electric Company Llc | Method for monitoring boron dilution during a reactor outage |
CN106770610A (zh) * | 2016-12-12 | 2017-05-31 | 中核北方核燃料元件有限公司 | 一种硼及化合物中硼‑10丰度测定方法 |
-
2021
- 2021-03-09 CN CN202110256503.5A patent/CN112992292B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112992292A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Generation of few-group diffusion theory constants by Monte Carlo code McCARD | |
Kim et al. | Development of a new 47-group library for the CASL neutronics simulators | |
Guerrieri et al. | An approach to the MSR dynamics and stability analysis | |
CN112992292B (zh) | 一种压水堆一回路冷却剂中硼10丰度的实时预测方法 | |
Kim et al. | Development of the MPACT 69-group library for MAGNOX reactor analysis using CASL VERA | |
CN115544804B (zh) | 一种核反应堆中子物理-热工水力-燃料性能耦合分析方法 | |
Hao et al. | Development, verification and application of the uncertainty analysis platform CUSA | |
Bertolotto | Coupling a system code with computational fluid dynamics for the simulation of complex coolant reactivity effects | |
KR20090100505A (ko) | 유동핵연료 원자로에서의 중성자 거동을 해석하기 위한2차원 동특성 코드 및 이를 이용한 공정모사 방법 | |
Jayeola et al. | Numerical computation of fission-product poisoning build-up and burn-up rate in a finite cylindrical nuclear reactor core | |
Zhang et al. | Thermal power prediction of nuclear reactor core based on LSTM | |
Naymushin et al. | Features of fuel burnup calculations for IRT-T reactor using MCU-PTR code | |
Stander et al. | OSCAR-4 code system application to the SAFARI-1 reactor | |
Blyth et al. | Benchmark for uncertainty analysis in modeling (UAM) for design, operation and safety analysis of LWRs | |
Burgio et al. | Subcriticality monitoring in fusion-fission hybrid reactors | |
Collins et al. | Coupled Simulations of Fast-Spectrum Molten Salt Reactors | |
Hombourger et al. | Parametric lattice study of a graphite-moderated molten salt reactor | |
Kim et al. | Depletion analysis of fuel assembly with the IDTMC method | |
Baidoo et al. | Verification and Validation of SuperMC3. 2 Using VENUS-3 Benchmark Experiments | |
Beydoğan et al. | Pin cell simulation of the change in doppler broadening and self-shielding with the change in nuclear fuel temperature and fuel type by using OpenMC | |
Hu et al. | A Model Predictive Controller for the Core Power Control System of a Lead-Cooled Fast Reactor | |
Palmiotti et al. | Methods in use for sensitivity analysis, uncertainty evaluation, and target accuracy assessment | |
Lorenzi et al. | Analytical models for a small LFR core dynamics studies | |
Liang et al. | Preliminary Sensitivity and Uncertainty Analysis of Accident Tolerant Fuel in SMR | |
Bilodid et al. | Spectral history model in DYN3D: Verification against coupled Monte-Carlo thermal-hydraulic code BGCore |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |