CN117136417A - 用于控制核反应堆的方法和组件、配备有这种组件的核反应堆 - Google Patents
用于控制核反应堆的方法和组件、配备有这种组件的核反应堆 Download PDFInfo
- Publication number
- CN117136417A CN117136417A CN202280028514.0A CN202280028514A CN117136417A CN 117136417 A CN117136417 A CN 117136417A CN 202280028514 A CN202280028514 A CN 202280028514A CN 117136417 A CN117136417 A CN 117136417A
- Authority
- CN
- China
- Prior art keywords
- core
- power
- reactor
- neutron
- evolution
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000002347 injection Methods 0.000 claims abstract description 119
- 239000007924 injection Substances 0.000 claims abstract description 119
- 239000002574 poison Substances 0.000 claims abstract description 83
- 231100000614 poison Toxicity 0.000 claims abstract description 83
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 66
- 239000013529 heat transfer fluid Substances 0.000 claims description 56
- 230000004907 flux Effects 0.000 claims description 40
- 238000009826 distribution Methods 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 29
- 229910052724 xenon Inorganic materials 0.000 claims description 17
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 claims description 16
- 239000007788 liquid Substances 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000003758 nuclear fuel Substances 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 230000009257 reactivity Effects 0.000 claims description 9
- 230000000712 assembly Effects 0.000 claims description 7
- 238000000429 assembly Methods 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 59
- 238000004088 simulation Methods 0.000 description 9
- 239000000243 solution Substances 0.000 description 9
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 7
- 230000001052 transient effect Effects 0.000 description 7
- 229910052740 iodine Inorganic materials 0.000 description 6
- 239000011630 iodine Substances 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 229910052796 boron Inorganic materials 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000002513 implantation Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- FHNFHKCVQCLJFQ-RNFDNDRNSA-N xenon-135 Chemical compound [135Xe] FHNFHKCVQCLJFQ-RNFDNDRNSA-N 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000004992 fission Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000009377 nuclear transmutation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- FHNFHKCVQCLJFQ-BKFZFHPZSA-N xenon-136 Chemical compound [136Xe] FHNFHKCVQCLJFQ-BKFZFHPZSA-N 0.000 description 2
- 239000011358 absorbing material Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- KGBXLFKZBHKPEV-UHFFFAOYSA-N boric acid Chemical compound OB(O)O KGBXLFKZBHKPEV-UHFFFAOYSA-N 0.000 description 1
- 239000004327 boric acid Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C7/00—Control of nuclear reaction
- G21C7/06—Control of nuclear reaction by application of neutron-absorbing material, i.e. material with absorption cross-section very much in excess of reflection cross-section
- G21C7/22—Control of nuclear reaction by application of neutron-absorbing material, i.e. material with absorption cross-section very much in excess of reflection cross-section by displacement of a fluid or fluent neutron-absorbing material, e.g. by adding neutron-absorbing material to the coolant
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/001—Computer implemented control
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/08—Regulation of any parameters in the plant
- G21D3/10—Regulation of any parameters in the plant by a combination of a variable derived from neutron flux with other controlling variables, e.g. derived from temperature, cooling flow, pressure
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/08—Regulation of any parameters in the plant
- G21D3/12—Regulation of any parameters in the plant by adjustment of the reactor in response only to changes in engine demand
- G21D3/16—Varying reactivity
-
- 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
Abstract
控制方法包括以下步骤：S20/获取反应堆的操作参数的当前值；S30/迭代地实施以下子步骤：S31/产生中子毒物和/或水的注入序列；S32/使用功率程序、操作参数的当前值和考虑的注入序列来计算在给定时间间隔期间所述核反应堆的堆芯(3)的状态的至少一个量值特性的演变，所述演变使用所述反应堆的所述堆芯的预测模型来计算；S33/使用所计算的演变来评估成本函数；重复子步骤S31/至S33/，直到满足所述成本函数的收敛准则；以小于60分钟的时间周期重复步骤S20和S30。
Description
本发明总体上涉及核反应堆特别是在功率瞬变期间的控制。
近年来，大量可再生电力生产设施已经连接到电网。因此，当太阳能或风力发电显著时，市场上的电价可能低于零。
低于零的市场电价应该促使核反应堆操作者迅速减少由反应堆产生的电功率。另一方面，当电价再次变为正值时，希望恢复到高功率输出。
世界上大多数PWR(Pressurized Water Reactor，压水反应堆)型核反应堆都是在通常称为模式A的模式下操作的。这些反应堆被设计用于基本负载操作，换句话说，高的、基本上恒定的电功率。功率变化难以在模式A下操作的反应堆中实现，并且需要操作者采取精确的动作来避免触发警报或保护。
因此，即使当电价变为负值时，许多操作者也会使其核反应堆在基本负载下持续运行。
这种情况可以通过使用仿真工具来准备和验证功率瞬变的可行性来改善。最先进的仿真工具是在线CMS(Core Monitoring System，堆芯监测系统)。
这些工具基于3D中子代码，其提供了极好的准确性。
然而，这些工具具有速度慢的缺点。此外，即使计算代码准确，由于模型的缺点和操作者应用命令的随机性，实际轨迹也不可避免地偏离理论轨迹。
还可以修改核反应堆以从控制模式A切换到更灵活的控制模式，诸如G、X、T或ALFC。
然而，操作模式的这种改变是非常昂贵的并且不能被迅速实施。实际上，该解决方案需要对核反应堆仪表的控制系统的完全修改并且特别是控制算法以及与传感器和致动器的接口的完全替换。
在一些情况下，该解决方案还需要替换控制集群。
此外，反应堆的操作范围被修改，使得必须重复安全研究，并且必须申请新的操作许可证。
第三种可能性是从模式A切换到RMOSC型操作方法。该方法受到以本申请人的名义提交的专利申请PCT/EP2019/052543的保护。
该方法利用两个级联控制器、采用预测控制算法的监督器和多目标控制器来实施堆芯控制手段。
该解决方案比从模式A转换到G、X、T或ALFC模式稍微更不昂贵。可以调整RMOSC以便不改变反应堆的操作范围。然而，它仍然是昂贵的，因为它需要对仪表和控制系统的显著修改。
因此，需要一种可以快速实施并且允许增加核反应堆的灵活性的低成本技术解决方案。
在此背景下，根据第一方面，本发明涉及一种用于核反应堆的控制方法，所述核反应堆具有包括多个核燃料组件的堆芯、含有中子毒物的初级传热流体在其中循环的用于冷却所述堆芯的初级回路、用于将中子毒物注入所述初级传热流体中的单元、以及被提供用于将水注入所述初级回路中的单元，所述方法包括以下步骤：
S10/获取要由核反应堆供应的反应堆功率程序，所述程序包括从第一功率到第二功率的至少一个反应堆功率变化；
S20/获取核反应堆的多个操作参数的当前值，所述多个操作参数包括表征由反应堆的堆芯供应的堆芯功率的至少一个参数和表征堆芯中的中子通量分布的一个参数；
S30/迭代地实施以下子步骤：
S31/产生覆盖给定时间间隔的到初级液体中的中子毒物和/或水的注入序列，
S32/使用所获取的功率程序、所获取的所述操作参数的当前值和考虑的注入序列来计算在所述给定时间间隔期间所述核反应堆的所述堆芯的状态的至少一个变量特性的演变，所述演变借助于所述反应堆的所述堆芯的预测模型来计算；
S33/使用所计算的演变来评估成本函数；
重复子步骤S31/至S33/直到满足成本函数收敛准则；
S40/向操作者传达最佳注入序列，换句话说，允许满足所述收敛准则的最佳注入序列，所述操作者根据所述最佳注入序列控制所述中子毒物和水注入单元；
以小于60分钟的周期重复步骤S20和S30。
该方法允许快速确定用于将中子毒物和/或水注入初级冷却剂中的最佳序列，从而允许操作者有信心地执行功率瞬变。
关键点在于以小于60分钟(例如大约10分钟)的周期重复地确定注入序列。
因此，基于所获取的反应堆的操作参数的值周期性地更新注入序列，例如每十分钟一次。
在进一步重新校准之前，仅实施注入序列的开始。
这允许限制不确定性对由反应堆的堆芯预测模型提供的计算结果的影响。它还允许在操作者不严格应用在先前迭代处计算的注入序列的情况下限制漂移。
使用通过核反应堆的模拟获得的预测而构建的成本函数的收敛允许确定最佳注入序列，并且因此确定用于执行功率瞬变的最佳轨迹。
这允许操作者执行该瞬变，而不必担心达到导致触发核反应堆的警报或保护的情况。
该控制方法还可以呈现单独考虑或以任何技术上可能的组合考虑的以下特性中的一个或多个：
-在步骤S30/中计算的所述堆芯的所述状态的所述至少一个量值特性包括表征所述堆芯中的中子通量分布的所述参数，
-所述成本函数表征在所述给定时间间隔内表征所述堆芯中的所述中子通量分布的所述参数与参考值之间的偏差的演变，
-所述收敛准则包括达到所述成本函数的极值，
-所述收敛准则包括满足从以下列表中选择的至少一个约束：
-在所述给定时间间隔期间表征所述堆芯中的所述中子通量分布的所述参数与参考值之间的偏差保持恒定地低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的中子毒物的量保持低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的水的量保持低于确定的限制。
-在子步骤S31/中，使用梯度下降算法，通过考虑在先前迭代中获得的结果来产生用于将中子毒物和/或水注入到初级液体中的序列，
-步骤S30/包括用于确定在从所述第一功率到所述第二功率的功率变化期间作为时间的函数的所述功率演变的最佳斜率的子步骤S35/，所述子步骤S35/包括以下操作：
-S351/对于若干斜率值，借助于所述反应堆的所述堆芯的所述预测模型计算在所述功率变化期间所述核反应堆的所述堆芯的所述状态的所述至少一个量值特性，每单位时间的中子毒物或水的注入被认为恒定地等于最大可能值；
S352/使用针对每个斜率值计算的演变来评估所述成本函数；
S353/选择使所述成本函数最小化的斜率值，
-所述反应堆的所述堆芯的所述预测模型是非线性的。
-所述反应堆的所述堆芯的所述预测模型包括若干子模型，每个子模型对所述核反应堆的所述堆芯的一个级别进行建模，并且包括描述所述级别下的中子密度的动力学的至少一个方程和描述所述级别下的所述初级传热流体的温度的方程，所述模型还包括描述级别之间的中子交换的方程和表征每个级别下的反应性的方程。
-表征每个级别下的反应性的方程考虑了以下影响中的一个或多个：
-由于在所述级别下的初级传热流体的温度变化的影响；
-由于在所述级别下由所述堆芯供应的功率的变化的影响；
-由于所述控制棒组的移位的影响；
-由于所述初级传热流体中的中子毒物浓度的变化的影响；
-由于在所述级别下核燃料组件中的氙浓度的变化的影响。
-用于将中子毒物和/或水注入到初级液体中的序列包括多个注入操作，每个操作由操作的量和持续时间来表征，所述注入序列中的操作的数量在2个和12个之间，所述操作持续时间在2分钟和60分钟之间。
-所述周期T小于或基本上等于所述注入序列中的一个操作的持续时间。
-所述给定时间间隔具有在10分钟和功率程序持续时间之间的总持续时间。
根据第二方面，本发明涉及一种用于核反应堆的控制组件，所述核反应堆具有包括多个核燃料组件的堆芯、含有中子毒物的初级传热流体在其中循环的初级堆芯冷却回路、被提供用于将中子毒物注入所述初级传热流体中的单元、以及被提供用于将水注入所述初级回路中的单元，中子毒物注入单元和水注入单元由操作者控制，所述控制组件包括：
a/用户接口，所述用户接口被配置为使得用户输入要由核反应堆供应的反应堆功率程序，所述程序包括从第一功率到第二功率的至少一个功率变化；
b/用于获取核反应堆的多个操作参数的当前值的单元，所述多个操作参数包括表征由反应堆的堆芯供应的功率的至少一个参数和表征所述堆芯中的中子通量分布的一个参数；
c/计算单元，所述计算单元包括：
-优化算法，所述优化算法被编程为产生覆盖给定时间间隔的到所述初级传热液体中的中子毒物和/或水的注入序列，
-所述反应堆的所述堆芯的预测模型，所述预测模型被编程为使用所获取的功率程序、所获取的所述操作参数的当前值和考虑的注入序列来计算在所述给定时间间隔期间所述核反应堆的所述堆芯的状态的至少一个量值特性的演变，所述演变借助于所述反应堆的所述堆芯的预测模型来计算；
-成本模块，所述成本模块被配置为使用通过所述预测模型计算的演变来计算成本函数；
所述优化算法被编程为迭代地产生注入序列，通过所述堆芯的所述预测模型计算至少一个对应量值特性的变化，通过所述成本模块评估对应成本函数，直到满足成本函数收敛准则；
所述组件还被配置为在所述用户接口上显示最佳注入序列，换句话说，已经满足所述成本函数收敛准则的所述最佳注入序列，使得由操作者实施所述最佳注入序列。
有利地，所述控制组件为使得所述计算单元包括斜率模块，所述斜率模块被编程为确定在从所述第一功率到所述第二功率的功率变化期间作为时间的函数的反应堆功率的演变的最佳斜率，所述模块被编程为：
-对于若干斜率值，使所述堆芯的所述预测模型计算在所述功率变化期间所述核反应堆的所述堆芯的所述状态的至少一个量值特性的演变，每单位时间的中子毒物或水注入被认为恒定地等于最大可能值；
-使所述成本模块使用针对每个斜率值计算的所述演变来评估与每个斜率值相对应的所述成本函数；
-选择使所述成本函数最小化的斜率值。
根据第三方面，本发明涉及一种核反应堆，包括包含多个核燃料组件的堆芯、含有中子毒物的初级传热流体在其中循环的用于冷却所述堆芯的初级回路、用于将中子毒物注入所述初级传热流体中的单元、被提供用于将水注入所述初级回路中的单元、以及具有上述特性的控制组件，中子毒物注入单元和水注入单元由操作者控制。
参考附图，本发明的其他特征和优点将从下面通过指示而不是限制的方式给出的详细描述中变得显而易见，其中：
图1是连接到配电网的配备有本发明的控制单元组件的核反应堆的示意性表示；
图2是图示本发明的方法的步骤示意图；
图3是图2所示方法中使用的反应堆的堆芯的预测模型的示意性表示；
图4是图示根据本发明的方法计算的注入序列和参数演变的示意性表示；
图5是当实施本发明的方法时针对在循环开始时连续包括功率下降然后是功率上升的功率程序获得的轴向功率不平衡(轴向偏移AO)的演变的图形表示；
图6是类似于图5的图形表示，针对与图5相同的场景示出了堆芯中的初级传热流体的平均温度Tmoy与参考温度Tref之间的差随时间的演变；
图7和图8是对于相同的场景在循环结束时与图5和图6中的图形表示类似的图形表示；以及
图9是构成装配到图1所示的反应堆的控制组件的各种模块的简化示意性表示。
图1所示的反应堆1以常规方式包括堆芯3，堆芯3本身包括多个核燃料组件5。
核反应堆1还包括被提供为冷却堆芯3的初级回路7，含有中子毒物的初级传热流体在初级回路7中循环。
通常，该初级回路包括若干环路，每个环路具有蒸汽发生器9和初级泵11。
核反应堆还包括次级回路13，次级传热流体在次级回路13中循环。次级传热流体在蒸汽发生器9中在由初级传热流体释放的热量的作用下汽化。
次级回路13包括至少一个涡轮机15、冷凝器17、供给罐19和次级泵21、23。
蒸汽形式的次级传热流体从蒸汽发生器9流到涡轮机15，然后在冷凝器17中冷凝。它然后以液体形式返回到蒸汽发生器9。
阀25插置在将蒸汽发生器9连接到涡轮机15的蒸汽管路上，并且允许调节供给到涡轮机的蒸汽流。
涡轮机15机械地驱动交流发电机27。
由交流发电机27产生的电力供给配电网29。
核反应堆1还包括允许中子毒物注入到初级传热流体中的单元31。中子毒物通常是硼。
含有中子毒物(例如硼酸)的浓缩溶液的罐32通过管道33连接到初级回路7。泵35和阀37插置在管道33上。单元31选择性地增加初级液体中的中子毒物的浓度。
核反应堆还包括被提供为将水注入初级回路的单元39。
单元39包括通过管路43连接到初级回路7的罐41。泵45和阀47插置在管路43中。
水通常是纯软化水。
单元39被提供为将水注入初级回路7，从而降低初级传热流体中的中子毒物的浓度。
通常，核反应堆1还包括控制棒组49和能够在核反应堆的堆芯3中选择性地插入或抽出控制棒组49的机构51。
控制棒由中子吸收材料制成。
控制棒组49被移位，以便选择性地改变堆芯3内部的反应性。
核反应堆1还包括仪表和控制系统53。
该仪表和控制系统53包括用于直接测量或确定核反应堆的多个操作参数的仪表55。这些操作参数至少包括以下参数：
-由涡轮机15供应的功率；
-堆芯3的入口和出口处的初级传热流体的温度；
-控制棒组49的位置；
-由核反应堆的堆芯3供应的功率；
-堆芯3中的中子通量分布。
仪表55特别包括位于堆芯3外部并分布在堆芯的整个高度上的中子检测器。这些检测器被称为堆芯外腔室(ex-core chamber)。
由堆芯供应的功率通过计算获得，例如，基于由测量堆芯外部的中子通量的检测器提供的信息。
替代地，由堆芯供应的功率通过测量由涡轮机供应的功率来确定。
表征堆芯中的中子通量分布的参数例如是轴向功率分布或轴向偏移AO。轴向偏移使用以下公式来计算：
AO＝(Φh-Φb)/(Φh+Φb)
其中Φh是堆芯的上半部分的中子通量，并且Φb是堆芯的下半部分的中子通量。
堆芯上半部分和下半部分的中子通量通常由放置在堆芯3外部的中子检测器获得。替代地，它们由放置在堆芯3内部的检测器(称为堆芯内检测器)获得。
替代地，表征堆芯中中子通量分布的参数是Φh-Φb、或任何其他合适的参数。
有利地，还测量或确定注入到初级传热流体中的中子毒物流速和水流速。
仪表和控制组件53还包括控制装置57，该控制装置57被配置为调节核反应堆的一定数量的操作参数。
控制装置57包括用于控制初级传热流体的温度的至少一个回路59。回路59接收反应堆的堆芯3中的初级传热流体的当前平均温度Tmoy作为输入。
该值对应于例如在反应堆入口处测量的温度和在堆芯出口处测量的温度的平均值。
在根据模式A操作的核反应堆中，通过移位控制棒组49来控制堆芯中的初级传热流体的平均温度Tmoy。可以移位称为组A、B、C、D的四个棒组以控制温度Tmoy。
控制装置57还包括用于控制由涡轮机15供应的功率的环路61。
环路61接收由涡轮机15供应的功率值作为输入。环路61还接收涡轮机功率设定点和用于涡轮机功率的任何变化的斜率设定点。
功率和斜率设定点通常由核反应堆操作者设定。
环路61根据功率和斜率设定点并且根据当前涡轮机功率值来控制次级回路13的蒸汽管路中的阀25。
此外，操作者直接控制中子毒物注入单元31和水注入单元39。
操作者设定每单位时间注入到初级传热流体中的中子毒物的量和每单位时间注入到初级传热流体中的水的量。通常，他们设定注入的中子毒物溶液的体积流速和注入的水的体积流速。
本发明特别适合于核反应堆必须遵循包括从第一功率到第二功率的至少一个功率变化(也称为瞬变)的功率程序的情况。
当核反应堆1必须以负载跟随模式操作时尤其如此。
通常，在这种情况下，功率调度由负责管理电力传输网络29的人员供应给核电厂操作者。
在根据模式A操作的核反应堆中，通过移位控制棒组49来控制堆芯中的初级传热流体的平均温度Tmoy。
当核反应堆在负载跟随模式下操作时，只有组D被环路59移位，以避免堆芯中的中子通量分布的过度破坏。
由核反应堆递送的功率水平的变化通过调整初级传热流体中的中子毒物的浓度来实现。这通过使用单元31和39将中子毒物或水注入初级回路7来完成。
当核燃料耗尽时，通过调整中子毒物浓度来控制核反应堆的输出功率变得越来越慢。理论上，负载变化的最大斜率在循环开始时为每分钟额定功率的1.5％，在循环的90％时为每分钟额定功率的0.10％。此外，这些功率调整难以实现，因为它们需要非常精确地控制注入初级回路的中子毒物的量。
相比之下，模式G或模式T中的最大可能斜率为每分钟额定功率的5％直到循环的80％。
本发明的目的是通过将控制单元63添加到核反应堆来克服这些困难，该控制单元63将向操作者提供尤其适合于要递送的功率程序的初级液体中的中子毒物和/或水注入序列。可选地，控制单元63还为在功率程序期间要执行的功率变化或每个功率变化提供推荐的斜率。
控制单元63被提供为实施现在将描述的核反应堆控制方法。
如图2所示的控制方法包括用于获取由核反应堆供应的反应堆功率程序的步骤S10。该程序包括从第一功率到第二功率的至少一个反应堆功率变化。
反应堆功率通常对应于由涡轮机供应的机械功率。
反应堆功率的变化通常具有非零量值。
换句话说，该控制方法特别适合于核反应堆遵循具有功率瞬变的功率程序的情况。
当核反应堆在负载跟随模式下操作时就是这种情况，如上所述。
在这种情况下，要遵循的功率程序通常由配电网操作者29提供，如上所述。
该控制方法也适合于不在负载跟随模式下操作但必须管理显著的功率瞬变的反应堆。
反应堆功率的变化通常是反应堆额定功率的百分之几十。
然而，控制方法也可以应用于小量值功率变化，例如当反应堆以遥控模式操作时。在这种情况下，功率变化是反应堆额定功率的百分之几，例如小于10％，或甚至小于5％。
该控制方法也适用于核反应堆在基本模式下操作的情况。因此功率变化为零，第一功率等于第二功率。
在这种情况下，核反应堆以恒定功率操作，通常以其额定功率水平(RPL)的100％操作。在这种情况下的燃料消耗导致初级传热流体的平均温度下降，这引起成本函数的变化。然后，控制方法提出中子毒物或水注入建议以恢复最佳情况。
通常，反应堆功率程序覆盖24小时时段。它包括单个反应堆功率变化，或它可以包括几个变化。
例如，反应堆功率程序是(时间)窗口，最初包括功率降低，几小时后返回到初始功率水平。
控制方法还包括用于获取核反应堆1的多个操作参数的当前值的步骤S20。
操作参数包括表征由核反应堆的堆芯3供应的堆芯功率的至少一个参数P、以及表征堆芯3中的中子通量分布的参数R。
优选地，在步骤S20中还获取以下操作参数中的一个或多个：
-核反应堆的堆芯3中的初级传热流体的平均温度Tmoy；
-组控制单元49的位置Pbank；
-每单位时间注入到初级传热流体中的中子毒物的量Qpn；
-每单位时间注入到初级传热流体中的软化水的量Qw。
这些操作参数直接从核反应堆的仪表和控制系统53取得，或根据从该系统53取得的值计算。
表征由反应堆的堆芯供应的堆芯功率P的参数是例如由堆芯供应的热功率。
该参数由系统53使用来自位于堆芯外部的中子检测器的中子通量测量结果来重建。
替代地，该参数可以根据由涡轮机供应的功率或堆芯的入口和出口处的初级传热流体的温度Tin和Tout的测量结果来重构。
替代地，表征堆芯功率的参数是堆芯中的总中子通量、或由涡轮机供应的功率、或任何其他合适的参数。
表征堆芯中的中子通量分布的参数R通常是轴向偏移AO。如上所述，它通常根据由测量堆芯外部或内部的中子通量的检测器提供的测量结果来重构。替代地，该参数是堆芯上部分的中子通量和堆芯下部分的中子通量之间的差。
使用堆芯出口处的初级传热流体的温度测量结果Tout和堆芯入口处的初级传热流体的测量结果Tin来计算初级传热流体的平均温度Tmoy。
Tmoy＝(Tin+Tout)/2
使用安装在管道33中的流量传感器来确定每单位时间注入的中子毒物的量Qpn。替代地，它可以使用泵转子35的旋转速度或任何其他合适的量值来确定。
类似地，使用由安装在管道43中的流量传感器提供的测量结果来确定每单位时间注入的水的量Qw。替代地，它使用泵转子55的旋转速度或任何其他合适的量值来重构。
该方法还包括用于考虑要执行的反应堆功率程序而确定针对给定时间间隔的最佳中子毒物和/或水注入序列的步骤S30。
步骤S30包括迭代地实施的若干子步骤。
步骤S30包括用于产生覆盖给定时间间隔的到初级液体中的中子毒物和/或水注入序列的子步骤S31。
中子毒物和/或水注入序列包括多个注入操作，每个操作由注入的中子毒物或水的量以及操作的持续时间来表征。
注入序列中的操作的数量在两个和十二个之间，优选地在三个和八个之间，并且例如为六个。
操作的持续时间在2和60分钟之间，优选地在5和20分钟之间，并且例如为10分钟。
给定时间间隔的总持续时间在10分钟和功率程序的持续时间之间，优选地在20分钟和3小时之间，甚至更优选地在30分钟和2小时之间，并且值得例如1小时。给定时间间隔覆盖反应堆功率程序的一部分。
每次操作时注入的量以体积或质量表示，或对应于中子毒物溶液或水的流速。
注入操作是彼此紧接着的覆盖整个时间间隔的连续操作。在相同的注入序列内，存在仅中子毒物注入操作、或仅水注入操作、或不同性质的操作：中子毒物注入、水注入、不注入。
步骤S30还包括用于计算在所述给定时间间隔期间核反应堆的堆芯的状态的至少一个量值特性的演变的子步骤S32。
所计算的堆芯的状态的至少一个量值特性取决于所选择的成本函数等，这将在下面描述。
至少一个量值特性至少包括表征堆芯中的中子通量分布的参数R，例如轴向偏移AO。
堆芯的状态的至少一个量值特性优选地包括以下量值中的一个或多个：
-由堆芯供应的功率P；
-堆芯中的初级传热流体的平均温度Tmoy；
-Pbank控制棒组的位置。
通常，计算所有上述量值。
借助于反应堆的堆芯的预测模型使用所获取的功率程序、所获取的操作参数的当前值以及在子步骤S31中产生的注入序列来执行该计算。
更具体地，子步骤S32使用由给定时间间隔覆盖的功率程序的部分。
反应堆的堆芯的预测模型是非线性模型。替代地，该模型是线性的。然后例如通过将下面描述的非线性模型进行线性化来获得该模型。
在图3中示意性地图示了该模型。
堆芯的预测模型包括若干子模型，每个子模型对堆芯3的一个级别进行建模。
换句话说，堆芯竖直地分成若干切片，每一子模型对堆芯切片中的一个进行建模。
通常，堆芯的预测模型包括两个和二十个之间的子模型，优选地两个和十个之间的子模型，并且包括例如六个子模型。
每个子模型包括描述所述级别下的中子密度动力学的至少一个方程、以及描述所述级别下的初级传热流体的温度的一个方程。
从每个级别下的中子通量推导出每个级别的出口处的温度T2至T7。
下面示出了方程：
级别1：
级别i：
最高级别：
其中：
-ni：级别i下的中子密度；
-ρi：级别i下的反应性；
-D：中子交换系数；
-l*：平均中子寿命(即时和延迟)；
-KT/H：温度/焓转换系数；
-Kn：功率/中子通量转换系数；
-Qp：堆芯中的初级传热流体质量流速。
-T1：堆芯入口温度；
-Ti：每个级别的出口处的初级传热流体的温度；
因此，使用一组中子点动力学的一组近似来建模每个堆芯级别，其中添加D系数以考虑级别之间的中子交换。
其动力学超过由该方法或操作者所预期的动力学的延迟中子和前体不被建模。对于大约60秒的计算时间步长，这些中子具有10秒的典型动力学。
此外，该模型包括表征每个级别下的反应性的方程。
这些方程考虑了以下影响中的一个或多个：
-由于所述级别下的初级传热流体的温度变化引起的影响(也称为调节影响)；
-由于在所述级别下由堆芯供应的功率的变化引起的影响(多普勒影响)；
-由于控制棒组的移位的影响；
-由于初级传热流体中的中子毒物浓度的变化的影响；
-由于在所述级别下核燃料组件中的氙浓度的变化的影响。
方程如下：
ρi＝ρi0+Δρmod+Δρdop+Δρbank+Δρbor+Δρxenon
其中
Δρmod＝KmodΔTi
Δρdop＝KdopΔPi
Δρbank＝KbankΔPbanki
Δρbor＝KborΔCpn
Δρxenon＝KxenonΔXei
其中
-ρi0：在当基于所获取的操作参数的当前值调整堆芯的预测模型的初始状态时的时刻确定的级别i下的初始反应性(参见下文)；
-Pi：假设与中子密度成比例的由堆芯的级别i供应的热功率；
-Xei：在级别i下核燃料组件中的氙浓度；
-Ii：级别i下的碘浓度；
-Γ1：裂变碘产生系数；
-λ1：氙中的碘衰变常数；
-ΓXe：通过裂变的氙产生的系数；
-λXe：氙衰减常数；
-氙135到氙136的中子吸收嬗变系数。
在上述方程中，Δ表示相对于预测模型的初始状态的变化。
由堆芯供应的功率的变化引起的影响允许我们表征核燃料温度的变化的影响，也称为多普勒影响。
使用考虑以下的常规方程对每个级别下的氙135的演变进行建模：
-通过裂变产生碘；
-碘到氙的放射性衰变；
-通过裂变产生氙；
-氙的放射性衰变；
-通过中子吸收将氙135嬗变为氙136。
ΔPbanki对应于以步长表示的级别i内的所有控制组的移位。该参数对应于所有控制组的在级别i下的插入步骤数量的变化的总和。
ΔPi通过以下方程来获得：
ΔPi＝Kn xΔni，其中Kn是预定常数。
此外，该模型整合了以下一般方程：
P＝Kn∑ni
P是由堆芯供应的总功率。
由堆芯供应的总功率的演变由功率程序强加，考虑到如下所述的针对功率变化保持的斜率。
系数KT/H、Kn Kmod、Kdop、Kbor、Kbank、Kxenon、D、碘和氙演变系数ΓI、Γxe和已经通过数值模拟来确定。一些也可以通过现场测量来确定。系数l*、λl、λXe是已知的值。替代地，l*通过计算来确定。
ΔPbanki的值通过该模型根据堆芯中的初级传热流体的平均温度Tmoy的演变来确定。该模块首先根据以下等式确定Tmoy的值：
Tmoy＝(T1+T7)/2.
然后，该模型根据由功率程序供应的反应堆功率和为瞬态选择的斜率来确定平均参考温度Tref。
然后，该模型确定Tmoy和平均参考温度Tref之间的差ΔTmoy。
如果Tmoy落在温度死区之外，换句话说，如果ΔTmoy超过预定阈值，则模型将Tmoy的值设置在死区极限处，并且确定有必要使控制单元移位。它根据ΔTmoy来计算ΔPbank的值，从而允许实现临界性。
根据反应堆功率的参考温度值和温度死区宽度是存储在模型中的预定值或由仪表和控制系统53供应。
因此，该模型模拟温度环路59的操作。
ΔCpn通过对注入到初级传热流体中的中子毒物和/或水的量进行积分来获得。该模型使用以下方程：
对于水注入，dCpn/dt＝-Cpn x Qw/Mt；
对于中子毒物注入，dCpn/dt＝(Crea-Cpn)x Qpn/Mt，
其中，Mt是初级回路中的水的总质量，例如，对于N4级别为260吨，Crea是注入的中子毒物溶液中的中子毒物的浓度，Cpn是初级传热流体中的中子毒物的当前浓度，Qw是注入的软化水的流速，Qpn是注入的中子毒物溶液的流速。
考虑延迟以评估软化水或中子毒物注入的效果。
Qp的值(换句话说，堆芯中的初级传热流体流速)是预定值。
替代地，它在获取步骤S20从仪表和控制系统53取得。
在步骤S30的第一次迭代之前，换句话说，紧接在获取操作参数的当前值的步骤之后，使用所获取的操作参数的当前值来调整堆芯的预测模型的初始状态。
例如，由堆芯发射的功率P和Tmoy的值用于设置T1至T7。由堆芯发射的功率P和轴向偏移的值用于确定n1至n6的值。控制组的位置值用于直接设置Pbank的起始值。
在模型中通过调整各种反应性项来平衡等式，使得中子密度的时间演变为零。
在该初始调整之后，堆芯的预测模型针对堆芯的每个级别计算中子浓度ni、温度Ti和氙浓度Xei在给定时间间隔内的时间演变。
根据这些参数，该模型重建更多全局参数的演变，诸如平均温度Tmoy和表征堆芯中的中子分布的参数R，例如轴向偏移AO。
该模型还确定Pbank组的位置和中子毒物浓度Cpn的演变，如上所述。
考虑到为功率变化选择的斜率，由堆芯发射的功率P的演变在给定时间间隔期间遵循功率程序。
步骤S30还包括用于使用在子步骤S32中确定的量值特性的演变来评估成本函数的子步骤S33。
例如，成本函数表征在所述给定时间间隔内表征堆芯中的中子通量的分布R的参数(通常是轴向偏移)与参考值Rref之间的偏差δR的演变。
Rref是取决于反应堆功率的预定值。
参考值Rref由操作者手动输入。替代地，它可以从仪表和控制系统53取得。实际上，该系统包括参考曲线，该参考曲线直接给出作为当前反应堆功率的函数的参考值。
为了计算成本函数，Rref在给定时间间隔内被视为常数，或被视为取决于功率程序的变量。
因此，成本函数被选择为使表征堆芯中的中子通量分布的参数R与参考值之间的偏差最小化。
成本函数例如如下：
其中
δR＝R-Rref，其中t0是时间间隔的开始，并且Tpredict是时间间隔的持续时间。
下面给出了成本函数的另一示例：
/>
其中
Rcor＝R+K(Tmoy-Tref)，K是常数，
并且δRcor＝Rcor-Rref
可以根据对于装载到反应堆的堆芯中的组件而言它是在循环开始时还是在循环结束时将不同的值分配给常数K。例如，如果表征堆芯中的中子通量分布的参数是轴向偏移AO，则为K选择的值在循环开始时为-2％AO/℃，并且在循环的80％时为-6％AO/℃。
该第二函数的优点在于，即使当Tmoy保持在其死区内时，它也允许确定最佳注入序列。实际上，在这种情况下，控制棒组不移位，并且表征堆芯中的中子通量分布的R参数的值保持不变。在这种情况下，无论注入的Qpn和Qw的值如何，所考虑的第一成本函数都是恒定的。另一方面，第二成本函数变化，并且允许区分所考虑的不同注入序列。
因此，第二函数允许考虑由其死区中的Tmoy的变化引起的表征堆芯中的中子通量的分布的参数R的变化。
然后，步骤S30包括子步骤S34，以确定是否已经满足成本函数的收敛准则。
如图2所示，如果不满足该收敛准则，则在新的中子毒物和/或水注入序列的情况下重复子步骤S31、S32和S33。
在步骤S31中，通过考虑在先前迭代中获得的结果，为新的迭代产生到初级液体中的中子毒物和/或水注入序列。
优选地，使用梯度下降算法(通常利用称为原始对偶内点法的优化方法)产生新迭代的注入序列。
这种方法是众所周知的，并且这里不再详述。
相反，如果满足收敛准则，则执行步骤S40。在步骤S40期间，将最佳注入序列(换句话说，允许实现收敛准则的注入序列)传达给操作者。
对应于该最佳注入序列的堆芯的状态的量值特性的演变也被传达给操作者。
例如，给定时间间隔期间堆芯的状态的量值特性的演变和注入序列显示在用户接口屏幕上，如图3所示。
收敛准则至少包括成本函数达到极值的事实。
在上述示例中，该极值是最小值。
换句话说，表征堆芯中的中子通量分布的参数R与参考值之间的偏差在所述给定时间间隔内必须是最小值。
此外，收敛准则可以规定满足以下约束中的一个或多个：
-在所述给定时间间隔期间表征堆芯中的中子通量分布的参数R与参考值之间的偏差保持恒定地低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的中子毒物的量保持低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的水的量保持低于确定的限制。
第一约束反映了以下事实：表征堆芯中的中子通量分布的参数R(通常是轴向偏移AO)在给定时间间隔期间不超过其参考值Rref附近的限制。
该准则可以由下式表示：
|R-Rref|<L
其中L是将不被超过的限制。
该限制由核反应堆的正常操作条件限定。
对每单位时间注入的中子毒物的量施加的限制通常对应于可以由单元31递送的最大体积流速。
对每单位时间注入的水的量施加的限制类似地对应于可以由单元39递送的最大体积流速。
这些限制根据泵35和45的最大可能流速。
根据该方法，以小于60分钟(优选小于20分钟，例如10分钟)的时间周期T重复步骤S20和S30。
换句话说，该方法允许在短时间内向操作者重复地提供最佳注入序列。该注入序列被重新校准到反应堆操作参数的当前值。
周期T小于或等于注入序列的一个操作的持续时间。
周期T是可以由核反应堆操作者调整的参数。
T的最小值对应于执行步骤S20和S30所需的时间。
通常，周期T基本上等于注入序列中的一个操作的持续时间。
因此，如图4所示，操作者在时间t0处开始执行步骤S20和S30。在t0和t0+T之间，在前一次迭代中确定的设定点被实施用于最佳注入序列的第一次操作。
在当前注入操作即将结束时(换句话说，在t0+T之前)操作者接收重新计算的结果(换句话说，接收新的最佳注入序列)。在t0+T和t0+2T之间，实施所接收的用于新的最佳注入序列的第一次操作的建议，等等。
替代地，周期T小于注入序列的一个操作的持续时间。
这里，DI是注入序列操作的持续时间。
当用于执行步骤S20和S30的计算时间较短时，选择该替代方案。计算时间可以小于1分钟。
在这种情况下，在t0和t0+DI之间，操作者实施在先前迭代(在t0-DI和t0之间)处确定的用于最佳注入序列的第一操作的设定点。
在t0处，操作者启动步骤S20和S30。这些步骤在t0和t0+DI之间重复几次。操作者保持最后计算的结果，换句话说，在当前注入操作即将结束时刚好在t0+DI之前接收的最佳注入序列。在t0+DI和t0+2DI之间，实施所接收的用于新的最佳注入序列的第一次操作的建议，等等。
有利地，步骤S30包括用于在从第一功率到第二功率的功率变化期间确定作为时间的函数的功率演变的最佳斜率的子步骤S35。
该子步骤S35紧接在子步骤S31之前执行，如图4所示。
待确定的最佳斜率是在操作者没有触发核反应堆的警报或保护的风险的情况下的最大可行斜率。
子步骤S35包括以下操作：
-S351:对于若干斜率值，借助于反应堆的堆芯的预测模型，计算在所述功率变化期间核反应堆的堆芯的状态的至少一个量值特性的演变，每单位时间的中子毒物或水的注入被认为恒定地等于最大可能值；
-S352:使用针对所考虑的每个斜率值计算的演变来评估成本函数；
-S353:选择最小化或最大化成本函数的斜率值。
所测试的斜率值是核反应堆在所考虑的情况下的典型斜率值。这些斜率值是众所周知的。它们根据情况在例如0.5％和10％之间变化，通常在0.1％和5％之间变化。
斜率值在功率变化的整个持续时间内是恒定的。
替代地，斜率值在瞬变期间是可变的。例如，可以为瞬变的不同部分选择不同的斜率值。因此，可以为80％RPL-90％RPL部分选择一个斜率值，为90％RPL-100％RPL部分选择另一个斜率值，等等。
利用已经使用在步骤S20中获得的当前值重新校准的堆芯的预测模型来执行操作S351。考虑所考虑的斜率，这里的计算时域对应于从第一功率到第二功率所需的整个时间。
用于操作S352的成本函数是上述的成本函数。
被认为是最佳的斜率值是成本函数最小或最大的斜率值，这取决于所选择的成本函数。
对于上述成本函数，被认为是最佳的斜率值是使成本函数最小化的斜率值。
对于操作S353，作为替代方案，可以考虑最佳斜率值不仅最小化或最大化成本函数，而且遵守一个或多个操作约束。这些操作约束是上面列出的那些。
在步骤S40处，为功率变化选择的斜率值被传达给操作者。例如，所选择的斜率值对应于所确定的最佳斜率减去安全系数。安全系数例如是30％。
在步骤S32的每次迭代期间，使用在子步骤S35中确定的所选择的斜率值来确定被认为执行模拟的堆芯功率的演变。
该斜率在整个功率瞬变期间被认为是恒定的。只有操作者提出新的功率程序，它才被修改。替代地，如上所述，斜率在瞬变过程中是可变的。
替代地，不实施子步骤S35，在这种情况下，操作者设置执行从第一功率到第二功率的功率瞬变的斜率。对于子步骤S32的每次迭代，将考虑这个值。
在功率程序中为每个反应堆功率变化确定或设置最佳斜率。
图5至图8图示了通过实施本发明的控制方法获得的结果。
这些结果是通过使用SOFIA模拟器(用于观察事件和事故期间的功能的模拟器)模拟获得的。由Framatome开发的该软件详细模拟了PWR型核反应堆的所有主要部件、以及在正常反应堆操作期间涉及的主要现象(堆芯动力学、初级和次级回路热-液压、仪表、控制系统、涡轮机驱动系统等)。
在模拟中，假设根据本发明的方法确定的注入序列在没有修改的情况下被立即应用于核反应堆。已经进行了两个模拟。
在图5和图6中，堆芯被装载有具有基本上零燃耗率和初级传热流体中的约1200ppm的硼浓度的新燃料组件。在图7和图8中，针对处于其循环的80％的堆芯和约200ppm的硼浓度进行模拟。
在图5和图7中图示了所考虑的功率程序。核反应堆在遵循其中反应堆功率首先从额定功率的100％降低到额定功率的50％、然后再次增加到额定功率的100％的常规循环的负载跟随模式下操作。在负载减小的开始和负载增加的开始之间存在八小时的间隙。
在图5和图6的情况下，本发明的方法表明，每分钟额定功率的1.6％的斜率用于负载降低，并且每分钟额定功率的1％用于负载增加。
这些值对应于舍入到SOFIA所接受的值的由步骤S35确定的最佳斜率的70％。SOFIA仅接受离散斜率值。现场的情况是相同的，其中仅可以应用某些斜率值。
图5示出了当应用最佳注入序列时反应堆的堆芯中轴向偏移的演变。图6示出了当应用最佳注入序列时Tmoy和Tref之间的偏差。
图5还示出了轴向偏移参考值(图中央的水平线)、以及轴向偏移死区的限制(图5的顶部和底部的虚线水平线)。在该非限制性示例中，限制已经被设置在5％。
从图5清楚的是，即使在功率瞬变期间，轴向偏移也不会显著偏离其参考值，并且保持远离死区限制。
在图6中，Tmoy温度死区限制在图的顶部和底部处以虚线示出。图6清楚地示出Tmoy保持在其死区内，并且由于温度控制，仅在功率瞬变期间偶尔离开它。
图7和图8类似于图5和图6。对于负载减小，根据本发明方法选择的斜率为每分钟额定功率的1.6％，并且对于负载增加，为每分钟额定功率的0.3％。
图7示出了轴向偏移在负载减小结束时偶尔离开其死区。然而，这并不引起这种负载瞬变的可行性的质疑，因为从死区的这种离开是短暂的。Tmoy也偶尔离开其死区，特别是在当负载减小时的时刻。
现在将详细描述的控制组件63特别适合于实施上述控制方法。
如图9所示，控制组件63包括用户接口65，用户接口65被配置为使得操作者可以输入由核反应堆供应的功率程序。
功率程序包括从第一功率到第二功率的至少一个功率变化。
功率程序如上所述的那样用于控制方法。
用户接口65可以是任何合适的类型。例如，它包括连接到计算机的键盘和屏幕。
组件63还包括用于获取多个核反应堆操作参数的当前值的单元67。
该单元67是计算机或计算机的一部分。
通常，获取单元67从仪表和控制系统53取得操作参数的当前值。
多个核反应堆操作参数包括表征由反应堆的堆芯供应的功率P的至少一个参数、以及表征堆芯中的中子流体分布的参数R。
由单元67获取的操作参数是上面针对控制方法描述的那些。
控制单元63还包括计算单元69。
计算单元69包括反应堆的堆芯的预测模型71、被配置为计算成本函数的模块73、以及优化算法75。
例如，单元67被集成到计算器69中。
优化算法75被编程为产生覆盖给定时间间隔的到初级液体中的中子毒物和/或水的注入序列。用于将中子毒物和/或水注入初级液体中的序列包括多个注入操作，每个操作由操作量和持续时间来表征。
注入序列如上所述的那样用于控制方法。
反应堆的堆芯的预测模型71被编程为使用所获取的功率程序、所获取的操作参数的当前值和所考虑的注入序列来计算在给定时间间隔期间核反应堆的堆芯的状态的至少一个量值特性的演变。
该预测模型71是上述预测模型。
预测模型71考虑对应于由注入序列覆盖的时间间隔的功率程序的部分。
由预测模型71计算的堆芯的状态的至少一个量值特性尤其取决于所选择的成本函数。通常，它至少包括表征堆芯中的中子通量分布的参数R，换句话说，轴向偏移AO。
由预测模型71计算的堆芯的状态的量值特性是上面针对控制方法描述的那些。
由模块73计算的成本函数表征例如在给定时间间隔内表征堆芯中的中子通量分布的所述参数R与参考值之间的偏差的演变。
成本函数通常如上所述的那样用于控制方法。可以考虑其他成本函数，如下所述。
为了计算成本函数，模块73使用由预测模型71计算的演变。
优化算法75被编程为迭代地产生注入序列，以通过堆芯的预测模型71计算至少一个对应的量值特性的演变，并通过成本模块73评估对应的成本函数，直到满足成本函数收敛准则。
收敛准则包括例如达到成本函数的极值。
在上述成本函数示例的情况下，该极值是最小值。
另外，收敛准则可以规定满足以下约束中的一个或多个：
-在所述给定时间间隔期间表征堆芯中的中子通量分布的参数R与参考值之间的偏差保持恒定地低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的中子毒物的量保持低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的水的量保持低于确定的限制。
收敛准则(特别是约束)如上所述的那样用于控制方法。
优选地，计算单元69还包括斜率模块77，斜率模块77被编程为确定在从第一功率到第二功率的功率变化期间作为时间的函数的反应堆功率的演变的最佳斜率。
斜率模块77被编程为：
-对于若干斜率值，使用堆芯的预测模型71计算在所述功率变化期间核反应堆的堆芯的状态的至少一个量值特性的演变，每单位时间的中子毒物或水注入被认为恒定地等于最大可能值；
-使用成本模块73使用针对每个斜率值计算的演变来评估与每个斜率值相对应的成本函数；
-选择使成本函数最小化的斜率值。
被预测模型71选择为确定最佳注入序列的斜率是最佳斜率，可能减去安全系数。它也被推荐给操作者。
对于给定的功率程序，它只被计算一次。然而，每当功率程序改变时，它就被重新计算。
当功率程序包括若干功率变化时，针对每个功率变化计算最佳斜率值。
该最佳斜率是在给定反应堆上的现有约束的情况下可以获得的最快斜率。
替代地，计算单元69不包括斜率模块77。要由预测模型71使用的斜率则由操作者设置，并且使用用户接口65输入。
斜率模块77优选地确定如针对控制方法所描述的最佳斜率。
组件63还被配置为显示：
-最佳中子毒物和/或水注入序列，换句话说，已经满足成本函数的收敛准则的序列；
-可能地，为所述或每个功率变化选择的斜率；
-可能地，对于最佳注入序列，堆芯的状态的至少一个量值特性的演变。
该信息通常显示在用户接口65上。
图4图示了在时刻t0处的用户接口65的屏幕的示例。屏幕的上部分指示注入设定点。位于水平线上方的注入设定点是中子毒物注入设定点，位于水平线下方的注入设定点是水注入设定点。
图4的下部分图示了作为时间函数的堆芯参数的特性状态中的一个的演变。可以显示一个或多个参数。如上所述，该参数或这些参数选自表征堆芯中的中子通量分布的参数R、初级传热流体的平均温度Tmoy、堆芯的功率P、控制单元的位置Pbank、氙Xe浓度或初级传热流体中的中子毒物浓度Cpn。
图4图示了其中每十分钟利用控制组件63确定新注入序列的情况。该序列包括六个注入操作，每个操作持续十分钟，因此覆盖一个小时的时间间隔。
在t0+10分钟和t0+70分钟之间，屏幕的上部分示出了使用在t0处获取的操作参数计算的最佳注入序列。屏幕的下部分示出了针对最佳注入序列计算的堆芯的状态的参数特性的演变。在t0和t0+10分钟之间，该图示出了在先前迭代处计算的注入，换句话说，基于在t0-10分钟处获得的操作参数计算的注入。图4示出了由操作者在t0-10分钟和t0之间实际执行的注入、以及使用仪表55实际测量的表征堆芯的状态的参数的演变。
因此，控制方法的步骤S10由在用户接口65上输入功率程序的操作者手动执行。
步骤S20由获取单元67执行。
步骤S30由计算单元69执行。
子步骤S31由优化算法75执行。
子步骤S32由堆芯的预测模型71执行。
子步骤S33由成本函数73执行。
子步骤S34由优化算法75执行。
子步骤S35由斜率模块77执行。
步骤S40通常在用户接口65上执行。
在图1所示的实施例中，控制组件63向操作者提供在所考虑的时间间隔内确定的最佳中子毒物和/或水注入序列、以及为功率变化选择的斜率。
操作者根据由组件63供应的最佳注入序列直接控制单元31和39。
通常，操作者控制阀37和阀47以及泵35和泵45。
此外，操作者向涡轮机控制环路61通知由组件63确定的所选斜率(如果有的话)。
根据一个替代实施例，成本函数不同于上述成本函数。
根据另一种可选方案，堆芯的预测模型不考虑参考温度Tref附近的死区。因此，一旦Tmoy偏离Tref，就确定控制棒组的移位。
Claims (16)
1.一种用于核反应堆(1)的控制方法，所述核反应堆(1)具有包括多个核燃料组件(5)的堆芯(3)、含有中子毒物的初级传热流体在其中循环的用于冷却所述堆芯(3)的初级回路(7)、允许中子毒物注入所述初级传热流体中的单元(31)、以及被提供用于将水注入所述初级回路(7)中的单元(39)，所述方法包括以下步骤：
S10/获取要由核反应堆供应的反应堆功率程序，所述程序包括从第一功率到第二功率的至少一个反应堆功率变化；
S20/获取核反应堆的多个操作参数的当前值，所述多个操作参数包括表征由反应堆的堆芯供应的堆芯功率的至少一个参数和表征所述堆芯中的中子通量分布的一个参数；
S30/迭代地实施以下子步骤：
S31/产生覆盖给定时间间隔的到所述初级液体中的中子毒物和/或水的注入序列，
S32/使用所获取的功率程序、所获取的所述操作参数的当前值和考虑的注入序列来计算在所述给定时间间隔期间所述核反应堆的所述堆芯(3)的状态的至少一个量值特性的演变，所述演变借助于所述反应堆的所述堆芯的预测模型来计算；
S33/使用所计算的演变来评估成本函数；
重复子步骤S31/至S33/直到满足成本函数收敛准则；
S40/向操作者传达最佳注入序列，换句话说，允许满足所述收敛准则的最佳注入序列，所述操作者根据所述最佳注入序列控制中子毒物注入单元和水注入单元(31、39)；
以小于60分钟的时间周期(T)重复步骤S20和S30。
2.根据权利要求1所述的控制方法，其中，在步骤S30/中计算的所述堆芯的状态的所述至少一个量值特性包括表征所述堆芯中的中子通量分布的所述参数。
3.根据权利要求2所述的控制方法，其中，所述成本函数表征在所述给定时间间隔内表征所述堆芯中的中子通量分布的所述参数与参考值之间的偏差的演变。
4.根据前述权利要求中任一项所述的控制方法，其中，所述收敛准则包括达到所述成本函数的极值。
5.根据前述权利要求中任一项所述的控制方法，其中，所述收敛准则包括满足从以下列表中选择的至少一个约束：
-在所述给定时间间隔期间表征所述堆芯中的中子通量分布的所述参数与参考值之间的偏差保持恒定地低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的中子毒物的量保持低于确定的限制；
-在所述给定时间间隔期间每单位时间注入的水的量保持低于确定的限制。
6.根据前述权利要求中任一项所述的控制方法，其中，在子步骤S31/中，考虑到在先前迭代中获得的结果，通过梯度下降算法产生到所述初级液体中的中子毒物和/或水注入序列。
7.根据前述权利要求中任一项所述的控制方法，其中，步骤S30/包括用于确定在从所述第一功率到所述第二功率的功率演变期间作为时间的函数的所述功率演变的最佳斜率的子步骤S35/，子步骤S35/包括以下操作：
-S351/对于若干斜率值，借助于所述反应堆的所述堆芯的所述预测模型，计算在所述功率变化期间所述核反应堆的所述堆芯的所述状态的所述至少一个量值特性的演变，每单位时间的中子毒物或水的注入被认为恒定地等于最大可能值；
S352/使用针对每个斜率值计算的变化来评估所述成本函数；
S353/选择使所述成本函数最小化的斜率值。
8.根据前述权利要求中任一项所述的控制方法，其中，所述反应堆的所述堆芯的所述预测模型是非线性的。
9.根据权利要求8所述的控制方法，其中，所述反应堆的所述堆芯的所述预测模型包括若干子模型，每个子模型对所述核反应堆的所述堆芯的一个级别进行建模，并且包括描述所述级别下的中子密度的动力学的至少一个方程和描述所述级别下的所述初级传热流体的温度的方程，所述模型还包括描述级别之间的中子交换的方程和表征每个级别下的反应性的方程。
10.根据权利要求9所述的控制方法，其中，表征每个级别下的反应性的方程考虑了以下影响中的一个或多个：
-由于在所述级别下的初级传热流体的温度变化的影响；
-由于在所述级别下由所述堆芯供应的功率的变化的影响；
-由于所述控制棒组的移位的影响；
-由于所述初级传热流体中的中子毒物浓度的变化的影响；
-由于在所述级别下核燃料组件中的氙浓度的变化的影响。
11.根据前述权利要求中任一项所述的控制方法，其中，将中子毒物和/或水注入到所述初级液体中的序列包括多个注入操作，每个操作由操作量和持续时间来表征，所述注入序列中的操作的数量在2个和12个之间，所述操作的持续时间在2分钟和60分钟之间。
12.根据权利要求11所述的控制方法，其中，所述时间周期(T)小于或基本上等于所述注入序列中的一个操作的持续时间。
13.根据前述权利要求中任一项所述的控制方法，其中，所述给定时间间隔具有在10分钟和所述功率程序的持续时间之间的总持续时间。
14.一种用于核反应堆(1)的控制组件，所述核反应堆(1)具有包括多个核燃料组件(5)的堆芯(3)、含有中子毒物的初级传热流体在其中循环的用于冷却所述堆芯(3)的初级回路(7)、允许中子毒物注入所述初级传热流体中的单元(31)、以及被提供用于将水注入所述初级回路(7)中的单元(39)，中子毒物注入单元和水注入单元(31、39)由操作者控制，所述控制组件(63)包括：
a/用户接口(65)，所述用户接口被配置为使得用户输入要由核反应堆供应的反应堆功率程序，所述程序包括从第一功率到第二功率的至少一个功率变化；
b/用于获取核反应堆的多个操作参数的当前值的单元(67)，所述多个操作参数包括表征由反应堆的堆芯(3)供应的功率的至少一个参数和表征所述堆芯(3)中的中子通量分布的一个参数；
c/计算单元(69)，所述计算单元包括：
-优化算法(75)，所述优化算法被编程为产生覆盖给定时间间隔的到所述初级液体中的中子毒物和/或水的注入序列，
-所述反应堆的所述堆芯的预测模型(71)，所述预测模型被编程为使用所获取的功率程序、所获取的所述操作参数的当前值和考虑的注入序列，来计算在所述给定时间间隔期间所述核反应堆的所述堆芯的状态的至少一个量值特性的演变；
-成本模块(73)，所述成本模块被配置为使用通过所述预测模型(71)计算的演变来计算成本函数；
所述优化算法(75)被编程为迭代地产生注入序列，通过所述堆芯的所述预测模型(71)计算至少一个对应量值特性的演变，通过所述成本模块(73)评估对应成本函数，直到满足成本函数收敛准则；
所述组件(63)还被配置为在所述用户接口(65)上显示最佳注入序列，换句话说，已经满足所述成本函数收敛准则的所述最佳注入序列，使得由操作者实施所述最佳注入序列。
15.根据权利要求14所述的控制组件，其中，所述计算单元(69)包括斜率模块(77)，所述斜率模块被编程为确定在从所述第一功率到所述第二功率的功率变化期间作为时间的函数的反应堆功率的演变的最佳斜率，所述模块被编程为：
-对于若干斜率值，使所述堆芯的所述预测模型(71)计算在所述功率变化期间所述核反应堆的所述堆芯的所述状态的至少一个量值特性的演变，每单位时间的中子毒物或水注入被认为恒定地等于最大可能值；
-使所述成本模块(73)使用针对每个斜率值计算的所述演变来评估与每个斜率值相对应的所述成本函数；
-选择使所述成本函数最小化的斜率值。
16.一种核反应堆(1)，包括包含多个核燃料组件(5)的堆芯(3)、含有中子毒物的初级传热流体在其中循环的用于冷却所述堆芯(3)的初级回路(7)、允许中子毒物注入所述初级传热流体中的单元(31)、被提供用于将水注入所述初级回路(7)中的单元(39)、以及根据权利要求14或15所述的控制组件(63)，中子毒物注入单元和水注入单元(31、39)由操作者控制。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FRFR2103869 | 2021-04-14 | ||
| FR2103869A FR3122030B1 (fr) | 2021-04-14 | 2021-04-14 | Procédé et ensemble de pilotage d’un réacteur nucléaire, réacteur nucléaire équipé d’un tel ensemble |
| PCT/EP2022/060008 WO2022219117A1 (fr) | 2021-04-14 | 2022-04-14 | Procédé et ensemble de pilotage d'un réacteur nucléaire, réacteur nucléaire équipé d'un tel ensemble |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117136417A true CN117136417A (zh) | 2023-11-28 |
Family
ID=76920878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280028514.0A Pending CN117136417A (zh) | 2021-04-14 | 2022-04-14 | 用于控制核反应堆的方法和组件、配备有这种组件的核反应堆 |
Country Status (6)
| Country | Link |
|---|---|
| EP (1) | EP4324000A1 (zh) |
| JP (1) | JP2024514152A (zh) |
| KR (1) | KR20230171935A (zh) |
| CN (1) | CN117136417A (zh) |
| FR (1) | FR3122030B1 (zh) |
| WO (1) | WO2022219117A1 (zh) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040059549A1 (en) * | 2002-09-19 | 2004-03-25 | Kropaczek David Joseph | Method and apparatus for evaluating a proposed solution to a constraint problem |
| FR3077412B1 (fr) * | 2018-02-01 | 2021-07-23 | Framatome Sa | Procede de regulation de parametres operatoires d'un reacteur nucleaire et reacteur nucleaire correspondant |
| US11574094B2 (en) * | 2019-06-09 | 2023-02-07 | BWXT Advanced Technologies LLC | Rapid digital nuclear reactor design using machine learning |
-
2021
- 2021-04-14 FR FR2103869A patent/FR3122030B1/fr active Active
-
2022
- 2022-04-14 WO PCT/EP2022/060008 patent/WO2022219117A1/fr active Application Filing
- 2022-04-14 CN CN202280028514.0A patent/CN117136417A/zh active Pending
- 2022-04-14 JP JP2023562816A patent/JP2024514152A/ja active Pending
- 2022-04-14 KR KR1020237035154A patent/KR20230171935A/ko unknown
- 2022-04-14 EP EP22723058.8A patent/EP4324000A1/fr active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| FR3122030B1 (fr) | 2023-11-24 |
| KR20230171935A (ko) | 2023-12-21 |
| FR3122030A1 (fr) | 2022-10-21 |
| WO2022219117A1 (fr) | 2022-10-20 |
| EP4324000A1 (fr) | 2024-02-21 |
| JP2024514152A (ja) | 2024-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Na et al. | A model predictive controller for load-following operation of PWR reactors | |
| EP0097488B1 (en) | Method for controlling a nuclear fueled electric power generating unit and interfacing the same with a load dispatching system | |
| Ananthoju et al. | A two-time-scale approach for discrete-time Kalman filter design and application to AHWR flux mapping | |
| US3932885A (en) | System and method for xenon acceleration in training simulator for nuclear power plant | |
| CN117136417A (zh) | 用于控制核反应堆的方法和组件、配备有这种组件的核反应堆 | |
| Dupré et al. | Enhanced flexibility of PWRs (Mode A) using an efficient NMPC-based boration/dilution system | |
| JP7192150B2 (ja) | 加圧水型原子炉の管理方法および応分の管理システム | |
| Petruzzi et al. | Methodology of internal assessment of uncertainty and extension to neutron kinetics/thermal-hydraulics coupled codes | |
| WO1994012984A1 (en) | Method and apparatus for generating nuclear reactor trip thresholds | |
| Tereshonok et al. | International benchmark for coupled codes and uncertainty analysis in modelling: switching-Off of one of the four operating main circulation pumps at nominal reactor power at NPP Kalinin unit 3 | |
| Hegyi et al. | ATHLET/KIKO3D results of the OECD/NEA benchmark for coupled codes on KALININ-3 NPP measured data | |
| Shin et al. | Application of a combined safety approach for the evaluation of safety margin during a Loss of Condenser Vacuum event | |
| Georgieva | Development of a Cross-Section Methodology and a Real-Time Core Model for VVER-1000 Simulator Application | |
| WO2003032327A1 (en) | Method for licensing increased power output of a boiling water nuclear reactor | |
| Kastanya et al. | Development and implementation of a Newton-BICGSTAB iterative solver in the FORMOSA-B BWR core simulator code | |
| Ferroukhi et al. | Cross-section modelling effects on pressurised water reactor main steam line break analyses | |
| Lee et al. | A Study on Fuel Integrity during an Inadvertent Opening of Steam Generator Relief or Safety Valves Event with Delayed Scram | |
| Miura et al. | Development and validation of the automatic control rods operation system for ABWR | |
| Pecka et al. | Some aspects of the new core monitoring system at NPP Dukovany and first experience | |
| Uvakin et al. | Evaluation of VVER Reactivity Coefficients in Normal Operating Regimes with Change of External Load | |
| Das | A point-kinetics approach to sensitivity study of fast reactor dynamic behavior and delayed neutron spectra | |
| Stanojevic et al. | Simulation of the Quench-06 Experiment with MELCOR 1.8. 5 | |
| Yeh et al. | Developing a tool for simulating the behavior of axial flux difference during power reduction for maanshan pressurized water reactor units | |
| Ishii et al. | Plant simulation system for developing ABWR automatic power regulator system | |
| Weng et al. | by Using the Feedforward-Feedback Concept |
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 |