KR100856180B1 - 원자로의 운전 최적화를 위한 프로젝티트(예측된) 전략을 결정 및 갱신하는 시스템 및 방법 - Google Patents

Abstract

시스템(도 1a) 및 방법(도 1b)은 복수의 연료 사이클에 걸쳐 원자로의 운전동안 다수의 운전 제어-변수의 최적화를 연속적으로 갱신하기 위해 제공된다. 네트워크 컴퓨터 시스템(11)은 개선된 효율성 및 운전 융통성을 초래하는 운전 제어-변수의 정량값의 변화를 만들어내고 식별하는 최적화 프로세스(도 6b)를 실행하도록 프로그램된 하나 이상의 호스트(10)를 포함한다. 운전 제어-변수의 최적화 및 갱신은 특정 최적화 제약 및 원자로 상태-포인트 정보의 입력에 대한 수동 제어 하에 선택적으로 진행되거나, 또는 네트워크에 저장된 사전 결정된 사용자-정의 전략을 기반으로 하여 최적화 프로세스의 반복적인 수행을 통해 자동적으로 진행될 수 있다. 사용자와 네트워크 프로세서 사이의 통신은 인터넷(18)에 연결된 TCP/IP 서버(16)를 사용함으로써 용이해지고, 그로 인해 최적화 프로세스 부분이 원격지(15)에서 동시에 수행될 수 있거나, 그 결과가 통상의 브라우저 인에이블된 컴퓨터를 통해 사용자에게 액세스 가능해진다.

Description

원자로의 운전 최적화를 위한 프로젝티트(예측된) 전략을 결정 및 갱신하는 시스템 및 방법{SYSTEM AND METHOD FOR CONTINUOUS OPTIMIZATION OF CONTROL-VARIABLES DURING OPERATION OF A NUCLEAR REACTOR}

도 1a는 예시적인 원자로 제어-변수 최적화 시스템을 도시하는 블록도,

도 1b는 본 발명에 따라 원자로에 대한 다수의 운전 제어-변수를 최적화하는 예시적인 시스템에 대한 개략적인 두 개의 기본적인 운전 프로세싱 루프 및 일반적인 데이터 프로세싱을 예시하는 흐름도,

도 2는 본 발명의 일반적인 데이터베이스 저장 장치에 저장된 정보 그룹 및 파라메터 유형을 예시하는 블록도,

도 3은 일부 예시적인 운전 전략 변화 문제를 예시하는 블록도,

도 4는 본 발명에 따라 원자로 상태포인트 변화 및 초기 전략을 자동으로 재-최적화하는 의도를 통신하는 예시적인 프로세스를 예시하는 흐름도,

도 5는 본 발명에 따라 최적화 입력 데이터베이스에 저장된 예시적인 정보를 예시하는 블록도,

도 6a는 본 발명에 따라 최적화 프로세스에 의해 수행되는 예시적인 소프트웨어 프로세싱 단계를 개략적인 예시하는 흐름도,

도 6b는 본 발명에 따라 제어-변수에 대한 바람직한 값을 결정하도록 최적화 계산을 수행하는 예시적인 소프트웨어 최적화 엔진의 프로세싱 단계를 예시하는 흐름도,

도 7은 본 발명의 최적화 출력 데이터베이스에 저장된 예시적인 정보를 예시하는 블록도.

도면의 주요 부분에 대한 부호의 설명

12 : 디스플레이 장치 13 : 데이터베이스 서버

14 : 데이터베이스 저장 장치 16 : TCP/IP 인터넷 서버

100 : 자동 루프 204 : 사용자 프로파일 데이터

207 : 최적화 데이터 705 : 최적화 독립 제어-변수

본 발명은 일반적으로 원자로(nuclear reactor) 운전 최적화 및 관리에 관한 것으로, 좀 더 구체적으로, 예를 들어, 제어 블레이드 위치 설정(control blade positioning), 사이클 흐름 전략(cycle flow strategy), 시퀀스 교환 장소(location of sequence exchanges) 및 하나 이상의 원자로 코어 연료 재공급 사이클(reactor core refueling cycle) 동안 원자로 시설의 운전에 관련된 기타 품질에 중요한 영향을 미치는 제어 변수(other critical-to-quality control variables)와 같은 다양한 운전 제어 변수에 대한 시설-특정 제약(plant-specific constraints)을 고려한 관리 전략 및 최적의 원자로 시설 운전 설정에 관한 것이다.

원자로 시설은 원자로 코어의 효율적인 운전을 이끌어내기 위해 고안된 임의의 주어진 전략에 영향을 줄 수 있는 동적 특성을 가진 서로 다른 다수의 개별 구성 요소를 포함한다. 예를 들어, 원자로 코어는 하나 이상의 연료 고갈 사이클(cycle of fuel depletion)에 걸쳐서 위치 식별(position and location identification)을 요구하는 수백 개의 제어 블레이드를 가진다. 또한, 특정 원자로 시설에서 원자로 코어의 성능을 최적화하는 효과적인 제어 전략을 설계 및 개발하려면 원자로 코어의 반응도 및 전체적인 효율에 영향을 미치는 다수의 다른 제어가능 요소 및 팩터를 심사숙고해야 한다. 그러한 가변 "운전 제어(operational controls)"(본 명세서에서 "독립 제어-변수(independent control-variables)"로 지칭됨)는 다양한 물리적 구성 요소와 원자로의 운전 전 또는 운전 동안에 개별적으로 조정 및 설정될 수 있는 원자로 내의 제어가능 운전 조건 구성(controllable operating conditions configurations)을 포함한다.

예를 들어, 원자로 코어 내의 다수의 제어 블레이드의 위치(locations)는 발생되는 전력 출력 및 원자로의 전체적인 운전 효율에 상당히 영향을 미치는 여러 독립 제어가능 변수들 중에 하나이다. 다른 운전 제어는 "코어 흐름"(코어를 통과하는 수류의 속도)과 제어 블레이드 그룹이 변경되는 노출 간격 혹은 시퀀스 교 환 타이밍과 같은 제어가능 변수를 포함한다. 소위 가변 운전 제어(variable operational controls)는 원자로 코어의 전체적인 성능에 중요한 영향을 주는 독립 "제어-변수"로서 간주된다. 상이한 운전 값 및 이들 독립 제어-변수가 가정할 수 있는 값들의 조합의 수가 방대하기 때문에, 종래의 컴퓨터-지원 방법(computer-aided methodologies)을 사용하여 코어 반응도 및 성능에 영향을 미칠 수도 있는 개별적인 요소 (모두가 아닐지라도) 대부분을 분석 및 최적하하려고 하는 것은 엄청난 도전이고 많은 시간을 소비하는 작업이다.

필요한 에너지 출력을 공급 및 유지하기 위해, 원자로 코어에는 새로운 연료 번들(bundles)로 주기적으로 연료가 공급된다. 하나의 연료 공급에서 다음의 연료 공급 사이의 기간은 일반적으로 "연료 사이클", "코어 사이클" 또는 운전 "사이클"로 지칭되고, 특정 원자로에 따라 대략 12 내지 24개월 정도이다. 사이클 과정 동안, 과도한 반응 또는 "과열(hot excess)"로 정의되는 코어의 과도한 에너지 능력은 코어 냉각제(물) 흐름 및 제어 블레이드에 의해 제어된다. 대개, 원자로 코어는 선택된 연료 번들 사이에 끼워져 있고 코어 내의 축 방향으로 위치한 다수의 제어 블레이드를 포함한다.

원자로에 사용되는 제어 블레이드의 총 수는 코어 크기 및 기하 구조에 따라 변하며, 대개 오십(50) 내지 일백오십(150) 사이에 존재한다. 제어 블레이드의 축 위치(예를 들면, 완전히 삽입하거나, 완전히 빼내거나, 또는 그 사이의 어느 곳에)는 과도한 반응을 제어해야할 필요성 및 열 또는 반응 마진과 같은 다른 운전 제약을 만족시키는 필요성에 근거한다. 각 제어 블레이드마다, 가령 25개 이상의 축 위치가 가능하고 25개 이상의 "노출" (사용 기간) 단계가 존재한다. 어느 한 순간에 적용가능한 제어 블레이드의 수를 감소시킬 수 있는 다른 필요 사항 및 대칭성을 고려하면, 가장 간단한 배열에서조차도 수백만 이상의 현재 제어 블레이드의 조합이 가능하다. 보다 큰 배열은 10의 100제곱(1×10¹⁰⁰) 이상의 구성이 가능할 수 있다. 그러나, 이러한 구성의 작은 일부만이 모든 적용 가능한 설계 및 안전한 제약을 만족시킬 것이며, 이들 중 보다 작은 부분만이 경제적일 것이다. 또한, 제어 블레이드의 축 위치는 코어 사이클 에너지 및 잠재적인 열 한계에 영향을 미친다. 핵 연료 사이클 비용을 최소화하기 위해 코어-사이클 에너지를 최소화하는 것이 바람직하기 때문에, 최적의 제어 블레이드 위치 설정 전략을 개발하는 것은 운전 관리 전략을 최적화하려고 할 때 고려해야 하는 독립 제어-변수 최적화 문제라는 또 다른 유형이다.

역사적으로, 제어 블레이드 위치 설정, 시퀀스 교환 길이 및 코어 흐름 선택을 포함하는 사이클 운전 및 코어 관리는 원자로 엔지니어의 과거 경험에 주로 근거하는 "시행착오(trial-and-error)" 원리에 의해 결정된다. 시설 운전 조건의 변경에 빠르게 대응하도록 요구하는 상황 때문에, 원자로 엔지니어는 매우 짧은 시간 내에 일백 이상의 독립 제어 변수에 대한 값을 지정해야 하는 어려운 도전에 직면할 수도 있다. 특정 설계 제약이 식별된 배열에서 만족되지 않을 경우, 이 배열은 수정되고 컴퓨터 시뮬레이션이 실행된다. 주어진 단일 독립 변수 값의 변화의 영향을 측정하기 위한 비교적 긴 컴퓨터 시뮬레이션 시간 때문에, 적절한 운전 전략이 이 절차를 사용하여 식별되기 전에 일주일간의 작업량 및 컴퓨터 리소스가 전형적으로 필요하다. 또한, 이 시행착오 접근 방식을 이용하여, 모든 식별 가능한 설계 및 안전 제약을 만족시키는 운전 전략이 일단 결정되면, 식별된 배열이 경제적인 최상의 사이클-에너지를 제공하지 않는다는 것이 밝혀질 수도 있다. 이 경우에 있어서, 시행착오 선택 프로세스는 엔지니어가 최적의 운전 전략이 식별되었다고 믿을 때까지 계속 지속되어야 한다. 그러나, 실제로 과거 경험과 불일치 하는 특정 코어 배열일지라도 사용하기에 최적인 운전 전략일 수 있다.

다수의 시스템은, 원자로 엔지니어에 대한 디스플레이 인터페이스의 개선(예를 들면, 미국 특허 제 5,859,885 호, 제 4,853,175 호 및 제 5,812,622 호를 참조), 정보의 데이터 관리 개선(예를 들면, 미국 특허 제 5,793,636 호 및 제 4,459,259를 참조), 원자로 조작 경고에 대한 개선(예를 들면, 미국 특허 제 5,311,562 호 및 제 5,023,045 호를 참조), 원자로의 즉각적인 모니터링의 개선(예를 들면, 미국 특허 제 4,997,617 호, 제 5,309,485 호, 제 5,392,320 호 및 제 5,091,139 호를 참조) 등의 다양한 개선의 구현을 통해 상기 문제의 여러 측면을 강조하려 한다. 이러한 노력이 원자로의 운전에 필요한 정보의 다소 개선된 실시간 모니터링 및 디스플레이를 가질지라도, 전체 사이클 또는 그 이상 동안 독립 제어 변수의 적절한 설정을 결정하는데 필요한 도구를 제공하지 않는다. 또한, 상기 종래 시스템 모두는 임의의 운전 전략의 개발에 있어서 수동 입력/데이터 선택 프로세스에 매우 의존한다.

소위 "결정 트리" 또는 "신경망"을 사용하여 상기 문제의 하나 이상의 관점에 대해 자동화된 예측 능력을 제공하려는 몇몇 시도가 있어 왔다. 예를 들어, Impink, Jr 등의 미국 특허 제 4,552,718 호는 "비-정상" 상태의 표시 및 원자로가 "결정 트리" 로직에 의해 정상 상태로 복원될 수 있는 운전 경로를 제공하는 원자로의 운전 상태를 모니터링하는 시스템을 개시한다. 예를 들어, 전체 원자로(global reactor)에 문제가 발생하고 그에 따라 사람이 대처하는 것과 같이, "결정 트리" 기술은 충분한 지원 데이터가 제공되어 인과 관계가 잘 정의될 경우, 제한된 수의 독립 변수에 대한 정정 로직을 제공할 수 있다. 그러나, 전체적인 운전 사이클 동안의 비등수형 원자로(BWR)의 운전에 관해 설명한 현재 및 미래의 모든 독립 변수의 최적화는 유한한 수의 인과 관계를 필수적으로 필요로 하고 특히 실현하기가 어렵다. 이와 유사하게, Takeuchi 등의 미국 특허 제 5,009,833 호는 전문가 시스템 법칙 기반 최적화 방법을 설명한다. "결정 트리" 기술과 매우 유사하게, "전문가 시스템" 법칙 기반 기술은 시스템에 제공된 법칙만큼 신뢰성이 있다. 결과적으로, 이러한 기술은 전체 원자로 문제 및 그에 이어지는 필요한 사람의 반응을 식별할지라도, 이러한 기술들의 적용은 실용적이지 않고, 운전하는 원자로의 운전을 지속적으로 최적화하는 응용을 포함하지 않는다.

또 다른 예에 있어서, 1998년 8월 4일에 Jackson 등에 허여된 미국 특허 제 5,790,616 호는 원자로에 대한 제어 블레이드 위치의 최적화를 실행하려는 조기 시도를 설명한다. 이 예에서, 최적화는 단일 시간 시퀀스에서 유전학 기반 알고리즘(genetics based algorithm)을 사용하여 수행된다. 주어진 시간 시퀀스에서 바람직한 로드 패턴(rod pattern)이 일단 결정되면, 로드가 설정되고 후속하는 시간 단계가 연구된다. 사이클에 대한 "최상의" 로드 패턴 설정은 코어에서 가장 낮은 축 피크를 제공하는 로드 패턴임을 가정함으로써 시스템에 휴리스틱 가정(heuristic assumption)이 통합된다. 이러한 휴리스틱 가정으로 인해 Jackon 등의 시스템이 전체 독립 변수의 부분 집합(약 6-12)을 최소화시킬지라도, 이 가정은 진정한 최적의 해결 획득을 배제한다. 또한, 다수의 BWR 원자로에 있어서, 사이클의 시작점(BOC)에서의 극히 강한 바닥의 연소(extremely hard bottom burns)는 사이클의 끝점(BOC)의 상황으로 도달하게 할 수 있다. 여기서 열 한계는 과도하고 원자로가 전력 레벨을 낮춰 안전한 운전을 유지하도록 요구한다. 결과적으로, Jackson 등의 시스템은 최적의 솔루션도, 잠재적으로 사용가능한 솔루션도 제공하지 않는다.

상기 문제를 보다 적절히 해결하기 위해, 개선된 연료 사이클 효율, 더 나은 전체 원자로 경제성 및 향상된 운전 융통성을 초래하기 위해 필요한 운전 제어 변수의 적절한 변경/정정의 대부분을, 전체가 아닐지라도, 식별할 수 있는 포괄적인 원자로 시설 운전 최적화 프로세스를 수행할 수 있는 매우 효율적인 컴퓨터 시스템을 구비하는 것이 바람직하다.

일 측면에서, 본 발명은 원자로 코어의 기능 및 제어에 공동으로(collectively) 관련된 하나 이상의 운전 제어-변수에 관한 최상의 정량값을 식별하고 코어의 하나 이상의 연료 공급 사이클에 대한 최적의 운전 전략을 결정하는 시스템 및 방법에 관한 것이다. 또 다른 측면에서, 본 발명은 여러 연료 공급 사이클 동안에 걸쳐 원자로의 운전 동안 지속적으로 원자로에 대한 최적의 운전 전략을 갱신하고 유지하는 시스템 및 방법에 관한 것이다. 이 측면에 있어서, 한 세트의 바람직한 최적화 제약 사항이 일단 식별되면, 이 시스템은 보다 융통성 있고 경제적이며 안전한 방식으로 운전할 수 있도록 원자로를 제어함에 있어 직접 구현될 수 있는 갱신된 원자로 운전 파라메터를 효과적으로 지속적으로 제공함으로써 다수의 연료 사이클 동안 내내 원자로 운전의 지속적인 최적화를 달성한다.

본 발명의 예시적인 실시예에서, 원자로의 운전 동안 다수의 운전 제어-변수를 최적화하는 시스템 및 방법은 원자로 연료 사이클 효율, 전체 원자로 경제성을 개선 및 운전 융통성을 향상하기 위해 원자로 시설의 다수의 운전 제어-변수 중 하나 이상의 변화를 식별 및/또는 구현하는 최적화 프로세스를 실행하도록 프로그램된 다수의 호스트 프로세스 혹은 컴퓨터를 구비하는 네트워크화된 컴퓨터 시스템을 포함한다. 또 다른 측면에서, 본 발명은 프로세싱 부하를 분산하고 다양한 위치로부터 최적화 프로세스의 액세스 및 제어를 용이하게 하도록 인터넷에 접속함으로써 강화된 통신을 구비한 컴퓨터 네트워크 시스템을 포함한다.

예시적인 실시예에서, 운전 제어-변수의 최적화 및 갱신은 선택적으로, 특정 최적화 제약(specific optimization constraints) 및 원자로 상태-포인트 정보(state-point information)를 입력하는 수동 제어하에 진행할 수 있거나 혹은 네트워크 상에서 저장된 사전 결정된 사용자-정의 전략에 기반을 둔 최적화 프로세스를 반복적으로 수행함으로써 자동적으로 진행할 수 있다. 그래픽 입력 및 디스플레이 사용자-인터페이스(GUI)를 사용함으로써, 원자로 설계 전문가/엔지니어는 다양한 독립 변수 선택 및 그들의 결과적인 종속 변수 응답을 선택적으로 입력 및 관찰할 수 있거나, 대안적인 설계 전략을 얻고자 다양한 최적화 제약 및 제어를 변경할 수도 있다. 후속하는 설명을 통해 분명해지겠지만, 바람직한 최적화 제약이 일단 식별되면, 본 발명은 또한 하나 이상의 원자로 사이클 동안에 걸쳐 원자로 운전의 지속적인 최적화를 효과적으로 제공하기 위해 원자로 제어를 자동적으로 반복하며 조정하는데 사용될 수 있다.

다음의 설명은 본 발명의 바람직한 실시예에 관한 것이고, 바람직한 실시예는 가령, 통신을 위해 WEB, 데이터베이스 구조를 위해 Oracle 및 데이터베이스 운영 시스템을 위해 UNIX를 구비한 인텔 펜티엄 하드웨어 상의 마이크로소프트 윈도우 2000 하에서 동작하는 원격 사용자 응용(a remote user application running)으로서 구현될 수 있다. 그러나, 본 발명은 임의의 특정 컴퓨터 시스템 또는 임의의 특정 환경에 제한되지 않는다. 대신, 당업자라면 본 발명의 시스템 및 방법이, 산업, 화학, 기계, 핵 및 생물 공학을 포함하는 임계 프로세스 또는 시스템에 대한 다수의 제어-변수를 지속적으로 최적화는 것을 요구하는 임의의 환경에 유리하게 적용될 수 있다는 것을 알 것이다. 또한, 본 발명은 UNIX, LINUX, Mac OS, Open VMS, Solaris, SCO UNIX, Digital UNIX, HP UNIX, AIX, OSF, DOS, OS/2, BSD, Plan-9 등의 다양한 컴퓨터 운영 시스템 플랫폼을 사용하여 구현될 수 있다. 이와 유사하게, 본 발명은 X86, Power PC, Strongarm, Alpha, Spard, RISC, Cray 등의 상이한 다양한 하드웨어 환경을 사용하여 구현될 수도 있다. 그러므로, 본 명세서에서 제공된 본 발명의 실시예의 특정 설명은 예시를 위한 목적일 뿐 제한의 목적은 아니다.

본 발명의 실시예는, 상이한 조건 및 제약하에 운전하는 원자로 코어의 여러 시뮬레이션을 동시에 수행하는 독립 프로세서들의 네트워크를 이용한다. 각 시뮬레이션은 상이한 가상 운전 경우(different virtual operational case)를 나타내고 다수의 원자로 코어 운전 파라메터(즉, 독립 제어-변수) 값의 상이한 세트를 포함한다. 원자로 코어 시뮬레이션은 원자로 코어 연료 사이클 내내 원자로의 운전 상태를 반영하는 선택된 성능 파라메터를 나타내는 출력 데이터를 제공한다. 일단 모든 원자로 코어 시뮬레이션이 완료되면, 각 제어-변수 경우에 대한 시뮬레이션 출력 데이터는 각 제어-변수 경우에 대한 원자로 코어 시뮬레이션 결과 데이터에 적합한 고-차 다항식에 대응하는 호스트 프로세서에 의해 누산되고, 정규화되고, 매핑된다. 각 다항식을 고유하게 설명하는 계수는 일종의 가상 "응답 표면"(a type of virtual response surface)으로서 작용하는 다차원 데이터 어레이로서 연관 메모리 장치(associated memory device)에 수집된다.

이러한 방식으로, 가상 응답 표면은 여러 제어-변수 경우 시뮬레이션으로부터의 결과 출력 데이터를 저장하는 사이버-워크스페이스 및 저장고(repository)로서 작용한다. 다항식은 독립 제어-변수 값의 제한된 범위에 걸쳐 원자로 성능 파라메터에 대한 정량값(quantitative values)(즉, 종속 변수)을 예측하는데 사용된다. 각 다항식 예측기로부터 예측된 성능 파라메터 값들은 오브젝티브 함수(objective function)를 이용하여 비교되어 어떤 특정 관련 독립 제어-변수가 가장 큰 개선을 가져올 수 있는지를 결정한다. 다음으로 시뮬레이션 프로세스를 이용하여 다항식 예측기의 캘리브레이션(calibration)을 제공하고 또한 응답 표면의 다항식 계수 데이터를 캘리브레이션하도록 식별된 값을 이용하는 또 다른 코어 시뮬레이션이 수행된다.

상기 전체 최적화 프로세스를 완료하면, 상이한 원자로 운전(예를 들면, 로드(rod) 패턴, 코어 흐름 및 시퀀스 교환 시간)과 관련된 독립 변수에 대한 최적화된 파라메터 값은 가령, LAN/WAN, 인터넷 또는 다른 네트워크 설비를 통해 디지털로 통신되어 여러 위치에서 사용되고 디스플레이될 수 있다. 예를 들어, 인터넷에 연결된 웹브라우져 인에이블된 컴퓨터(Web-browser enabled computer)는 출력 디스플레이 장치/단자로 이용될 수 있고 원자로 코어 시뮬레이션 기계들(코어 시뮬레이터) 중 하나로서 뿐만 아니라 최적화 시스템 프로세서 중 하나로서도 작용할 수도 있다. 이 분산된 컴퓨팅과 디스플레이 배열을 통해, 다수 위치의 시스템 사용자는 바람직한 종속 변수 선택 및 결과적인 독립 변수 응답을 관찰할 수 있고 또한/또는 또 다른 운전 전략을 연구 및 구현하기 위해 다양한 최적화 제약 및 제어를 변경할 수 있다.

본 발명의 일 측면에 있어서, 최적화 프로세스 호스트 프로세서 및 하나 이상의 네트워크 원자로 코어 시뮬레이터에 의해 생성된 수천개의 운전 제어-변수에 대한 정량값은 지난 원자로 운전 정보 및 프로젝티드(projected) 원자로 운전 정보 모두의 데이터베이스를 유지하는 네트워크 액세스가능 저장 장치에 저장된다. 원자로 설계 전문가는 이러한 정보를 습득하여 원자로의 허용 가능한 그리고 안전한 운전을 구성하는 실용적인 범위 및 한계를 결정한다. 운전 제어-변수에 대한 허용가능한 범위의 집단(collection)이 식별되고 주어진 원자로의 바람직한 운전 전략으로서 일반 데이터베이스에 저장된다. 비록, 주어진 운전 전략이 특정 원자로의 전체 연료 사이클 동안에 대한 바람직한 전략으로서 남겨질지라도, 본 발명은 설계 전문가/엔지니어가 저장된 전략을 수정할 필요성이 있을 경우 수정을 허용한다.

예를 들어, 보다 경제적으로 효율성 있는 원자로 성능에 대한 요구, NRC 라이센싱 요건의 변화 또는 설계 시뮬레이터에 의한 부정확한 예측 때문에 운전 전략 변화가 일어날 수도 있다. 설계 전략이 일단 식별되면, 최적화 프로세스는 운전 제어 변수 선택에 대한 추천을 제공한다. 최적화 프로세스가 실행을 완료한 후에, 예측된 원자로 성능 데이터는 시스템 네트워크의 일부로서 액세스가능한 일반 데이터베이스에 저장된다. 운전 제어-변수에 대해 추천된 값과, 결과적인 프로젝티드(projected) 종속 변수 값과, 프로젝티드 값을 한계 값에 비교한 것 등을 포함하는 최적화 출력 결과가 계산되고 출력으로서 선택적으로 이용가능해진다.

한 세트의 초기 전략 정의(a set of initial strategy definitions)가 액세스가능한 데이터베이스에 일단 저장되면, 본 발명은 규칙적으로 또는 연속적으로 주기적인 재-최적화를 계획하는데 이용될 수 있다. 자동적으로 수행되는 이러한 최적화는 예상 시뮬레이터 바이어스들(expected simulator biases) 사이의 차이가 실제 시뮬레이터 결과에 대해 지속적으로 재-캘리브레이션되도록 허용한다. 대부분의 현 원자로 상태-포인트에 기반으로 하여 수행되는 빈번한 재-최적화는 미래 운전에 대해 보다 정확한 프로젝션(projection)을 야기한다. 자동 재-최적화의 기간은 최적화 계산을 수행하는데 사용되는 개별 호스트 프로세서의 속도 및 일반 데이터베이스에 현재 원자로 운전 데이터가 갱신되는 속도에 의해 한정된다.

도 1a는 원자로 제어-변수 최적화 시스템을 제공하는 구성 요소의 예시적 하드웨어 배열을 도시한다. 이 예에 있어서, 하나 이상의 호스트 프로세서(10)는 근거리 통신망(LAN)(11), 원거리 통신망(WAN)(17), 혹은 인터넷(TCP/IP 네트워크)을 통해 연결된다. 각 프로세서(10)는 프로세서에 결합된 디스플레이 장치(12) 상의 그래픽 사용자 인터페이스(GUI)를 통해 제공되는 정보를 액세스 및 디스플레이하기 위해 클라이언트 소프트웨어 및/또는 원자로 시뮬레이션 소프트웨어를 호스트(host)할 수 있다. 최적화 시스템 구성 요소는 예를 들어, 하나 이상의 데이터베이스 서버(13)를 통해 액세스되는 하나 이상의 데이터베이스 저장 장치(14)를 포함할 수 있다. 또한, 최적화 시스템은 원격으로 위치한 호스트 프로세서 및/또는 원격 LAN/WAN(17) 또는 TCP/IP 서버(15,16)를 경유하여 인터넷을 통하여 로컬 LAN(11)과 통신하는 데이터베이스 저장 장치를 포함할 수 있다.

본 발명의 장점은 최적화 계산이 실제로 수행되는 계산 환경의 위치로부터 그래픽 사용자 인터페이스(GUI)를 분리하는 시스템 구성을 구현함으로써 이루어진다. 예를 들어, 본 발명의 실시예에서, TCP/IP 네트워크, LAN, WAN 또는 이들의 조합 및 기타 디지털 통신 하부 구조물은 컴퓨터 또는 그래픽 사용자 인터페이스를 구비한 단말기를 하나 이상의 데이터베이스 저장 장치 및 최적화 프로세스 계산을 수행하는 프로세서/서버에 연결하는데 이용될 수 있다.

이제 도 1b를 참조하면, 데이터 프로세싱 흐름도는 본 발명에 따른 원자로에 대한 다수의 운전 제어-변수를 지속적으로 최적화하는 시스템을 예시한다. 도시된 흐름도는 시스템의 일반적인 프로세싱 개략도를 제공하고 두 개의 기본 운전 프로세싱 모드를 예시한다. 즉, 수동 입력 제약 정의 프로세스(manual input constraint definition)(수동 루프(10))와 자동 최적화 갱신 프로세스(자동화 루프(100))가 있다. 수동 프로세스를 이용하여, 일반 데이터베이스(101)로부터의 갱신된 결과는 예를 들어, 그래픽 사용자 인터페이스(GUI)에 의해 구동되는 통상의 디스플레이 장치(12)를 이용하여 관찰될 수 있다(단계 102). 일반 데이터베이스(general database)(101)는 단일 저장 장치에 위치한 중앙 데이터 베이스(도면에 도시됨)로 구성될 수 있고, 또는 최적화 시스템 네트워크 전체에 분포된 다수의 저장 장치에 위치한 분산된 데이터베이스일 수도 있다. 사용자(예를 들면, 설계 엔지니어)가 대안적인 운전 전략(103)의 수정 또는 테스트를 원할 경우, 이러한 수정은 또한 개시될 수 있고 GUI를 통해 입력될 수 있다(단계104). GUI의 여러 특징이 본 명세서에 설명되었지만, 본 발명의 최적화 시스템을 사용하기에 적합한 통상의 GUI 특징 및 GUI 구동 소프트웨어의 자세한 사항은 본 기술 분야의 통상의 지식을 지닌 프로그래머가 과도한 실험을 하지 않고도 쉽게 개발될 수 있으므로, 본 명세서에서는 상세히 설명하지 않는다.

선택된 최적화 입력이 일단 수정되면, 다수의 입력이 예를 들어, 일반 데이터베이스(101)와 분명히 구분되는 또는 일반 데이터베이스(101)의 일부일 수 있는 최적화 입력 데이터베이스(106)에 저장된다. 다음으로, 최적화 입력 데이터베이스(106)에 저장된 적절한 입력을 사용하여, 최적화 프로그램(107)은 독립 제어-변수에 대해 적절한 값을 결정하고 모든 종속 변수에 대한 결과 값을 제공한다. 이 최적화 출력(108)은 상술한 바와 같이 후속의 액세스 및 관찰을 위해 일반 데이터베이스에 저장된다. 운전 제어 변수(예를 들면, 로드 패턴, 흐름 전략, 시퀀스 교환 시기, 시퀀스 길이 등)에 대한 최적화된 값은 원자로 코어의 운전 관리에 사용하기 위해 디스플레이 가능한 출력으로서 제공된다.

전술한 바와 같이, 본 발명의 일 측면은 제어 변수에 자동 갱신을 제공하고 사전 정의된 바람직한 운전 전략을 기반으로 하여 현재 운전하는 원자로의 상태를 자동으로 갱신한다. 본 발명의 자동화 관점을 구현하기 위해, 갱신된 원자로 상태-포인트가 일반 데이터베이스(101)(루프(100))로부터 우선 획득된다. 갱신된 상태-포인트 데이터는 예를 들어, 원자로 상의 실제 모니터링 장치 및 감지기로부터 생성될 수 있고 또는 통상의 원자로 시뮬레이터 프로세스 또는 도 1a의 네트워크(11, 17 또는 18)를 통해 연결되는 하나 이상의 호스트 프로세서(10)에 의해 제공되는 프로그램에 의한 원자로 운전의 시뮬레이션 결과로서 생성될 수 있다. 갱신된 원자로 상태-포인트 정보는 수동 입력 루프 프로세스(10) 동안에 설정된 운전 전략을 기반으로 하여 최적화 입력 데이터베이스(106)에 저장된 여러 최적화 입력 파라메터를 수정하는데 사용된다.

도 2를 참조하면, 블록도는 본 발명에 사용되는 일반(중앙) 데이터베이스(201)의 일부 정보(콘텐츠)를 예시한다. 이 예에서, 일반 데이터베이스(201)의 정보는 시스템의 디지털 통신 네트워크를 통해 상호 연결된 하나 이상의 대량 데이터 저장 장치를 사용하여 저장될 수 있고 또는 이것은 전체적으로 단일 중앙 집중형 저장 장치에 저장될 수 있다. 이 실시예에서, 일반 데이터베이스는 적어도 4가지 기본적인 유형의 데이터 항목을 포함하는데, 1) 사용자 프로파일 데이터(204); 2) 프로세스 컴퓨터 데이터(205); 3) 오프라인 모델 데이터(206); 4) 최적화 데이터(207)가 있다. 예를 들어, 사용자 프로파일 데이터(204)는 시스템이 각 사용자가 다양한 정보에 액세스하는 것을 제어할 수 있게 하고, 또한 소정의 사전 결정된 제한된 데이터에 대한 액세스를 금지한다. 중앙 집중형 일반 데이터베이스가 서로 다른 복수의 회사가 소유하는 여러 원자로에 대한 정보를 포함할 수 있기 때문에, 그러한 데이터에 대해 제어된 액세스는 예를 들어, 액세스용 패스워드를 요구하거나 또는 몇몇 다른 종래의 보안 액세스 장치에 의해 구현될 수 있다. 보안은 사용자 IP 어드레스의 식별을 요구함으로써 그리고 특정 사용자 및 특정 기계의 액세스 권한을 부여함으로써 강화될 수 있다. 다른 프로파일 데이터 정보는 최적화 성능 상태의 누적적인 사용자 성능 측정치를 포함할 수 있다. 이러한 정보는 특정 사용자의 부가적인 사용자 트레이닝 요구에 대한 견식(insight)을 제공할 수 있고 또한 특정 사용자 및 원자로에 대한 최적화 값을 모니터링하는데 사용될 수 있다.

일반 데이터 베이스(201)에 저장된 데이터의 제 2 유형은 프로세스 컴퓨터 데이터(205)이다. 이 프로세스 컴퓨터 데이터는 예를 들어, LHGR 결과, CPR 결과, 사이클 노출, 번들 노출, 코어 평균 노출(core average exposures), 블레이드 소진(blade depletions), 코어 인렛 엔탈피(core inlet enthalpy), 블레이드 위치, 코어 흐름 속도, LPRM 데이터, 열 반응성 바이어스(hot reactivity bias), 냉 반응성 바이어스(cold reactivity bias), 화력(thermal power), 전력(electric power) 등의 운전 파라메터의 실제 원자로 시설 모니터링 결과이다. 이러한 데이터는 개별 원자로 시설 계측(individual reactor plant instrumentation)과 매우 관련이 높고, 그러므로 특정 원자로의 "공식(official)" 운전 상태로서 여겨진다.

현재 및 과거의 "오프-라인" 모델 데이터(206)는 프로세스 컴퓨터 데이터(205)와 다소 유사하다. 이 데이터는 프로세스 컴퓨터 데이터(205)와 완전히 동일하지 않지만 유사하다. 설계 입력이 동일할지라도, 다양한 원자로 시뮬레이터 바이어스 및 다른 불확실성 때문에 원자로 성능 출력 값의 차이가 발생할 수 있다. 또한, 상이한 원자로 시뮬레이터들이 프로세스 컴퓨터 데이터 및 오프-라인 모델 데이터를 생성하는데 사용될 수 있다. 서로 다른 이러한 원자로 시뮬레이터들은 실질적으로 상이한 계산 방법을 이용하여 원자로 운전의 시뮬레이션을 구현할 수 있다. 따라서, 이들 원자로 시뮬레이터들로부터의 출력(동일한 입력 정보가 제공되었을지라도)은 실질적으로 상이한 원자로 출력 데이터를 야기하곤 할 것이다. 최적화 실행이 오프-라인 시뮬레이터 모델로부터 시작되기 때문에, 프로세스 컴퓨터 데이터(205)와 오프-라인 모델 데이터(206) 차이의 통합(incorporation)은 상이한 시뮬레이션 모델들의 차이를 조정하는 캘리브레이션을 제공하는데 이용된다. 서로 다른 유형의 데이터 간을 신중하게 캘리브레이션함으로써 장래의 운전에 대한 최적화 예측이 보다 정확하고 유용해질 수 있다.

일반 데이터베이스(201)에 저장되는 데이터의 제 3 유형은 최적화 데이터(207)이다. 이 유형의 데이터는 최적화 입력 사양(optimization input specification), 전략 정의 입력 및 최적화 출력 결과에 관해 사용되는 현재 및 과거 정보 모두를 포함한다. (최적화 입력 및 최적화 출력은 도 5, 도 6a, 도 6b 및 도 7과 관련해 보다 상세히 설명된다.) 데이터베이스(201)는 자동 프로세싱(202) 동안에 GUI(203)를 통해 사용자에 의해서 수동적으로 그리고 시스템에 의해서 자동적으로 액세스 및/또는 갱신될 수 있다.

도 3은 예를 들어, 엔지니어/조작자가 운전 전략을 변경할 지 또는 새로운 운전 전략을 실현해야할 지를 결정하는 경우 고려될 것 같은 전형적인 운전 전략 이슈의 예시적 목록(304)을 제공한다. 예를 들어, 그래픽 사용자 인터페이스(102)를 통하여 프로세스 컴퓨터 데이터로부터 코어 성능, 시뮬레이션 모델로부터의 코어 성능 및/또는 프로젝티드 장래 최적화에 대한 최적화 입력 및 출력을 관찰한 후에, GUI(104)를 이용하여 사전 결정된 운전 입력 전략 정의에 대해 변화(103)를 구현하고자 할 수 있다. GUI는 또한 운전 전략 및 동등한 제약에 변화를 주기 위해 사전 결정된 전략 프로파일 및/또는 최적화 입력을 편집 또는 선택하는 선택 메뉴 목록을 제공한다. 파라미터의 사전 결정된 값에 영향을 주는 전략 변화는 예를 들어, GUI(104)를 통해 구현될 수 있다. 이하의 목록은 하나 이상의 전략 제한 변화를 실현하는 것이 바람직한 몇몇 예시적 이유들이다.

. 원자로의 전체-전력 사이클 길이(full-power cycle length)를 증가시키기 위해

. 열 제한 또는 반응 마진 제한이 필요한 경우 부가적인 원자로 마진을 제공하기 위해

. 원자로 코어 시뮬레이터/시뮬레이션 실행에 의해 잘못된 예측을 복원하기 위해

. 원자로 파라메터 제어-변수 사이의 민감도 연구를 수행하기 위해

. 흐름 윈도우 수정 동안 에너지를 회복하기 위해

. 보다 긴 또는 보다 짧은 제어 블레이드 시퀀스 길이에 대한 요구를 수용하기 위해

. 방사능 물질의 누설 번들(a leaking bundle)으로 인한 충격을 감소시키기 위해

. 누설 연료 번들로부터 방사능 물질의 유출을 최소화하기 위해

. 원자로 파라메터의 견고성을 개선하기 위해

. 제어 블레이드 그룹 선택을 변경하기 위해

. 라이센싱 수정으로 인한 설계 변화로부터 회복하기 위해

. 대체 블레이드 관리(alternate blade management)를 수행하기 위해

. 장기 사이클 경제 효율성을 개선하기 위해 다음 사이클에 부가적인 반응을 저장하기 위해

. 전체적인 운전 융통성을 향상하기 위해

도 4는 운전 원자로 시설의 마지막 상태-포인트 변화의 결과로서 사전 결정된 운전 전략의 최적화 입력의 자동 수정을 계산 및 통신하는 절차의 흐름도를 예시한다. 새롭게 갱신된 상태-포인트가 결정되고, 일반 데이터베이스(401)로부터의 데이터를 사용하여, 가장 최근에 갱신된 상태-포인트가 앞서 실행된 시뮬레이션으로부터 획득된 상태-포인트와 다른지를 결정하기 위해 비교 단계(402)가 수행된다. 가장 최근의 상태-포인트가 변경되지 않았을 경우(단계 403), 상태-포인트 비교 단계(402)는 계속된다. 상태-포인트가 변경되었을 경우, 새로운 상태-포인트가 최적화 입력 데이터베이스(409)에 복사된다. 또한, 시발 노출(starting exposure)의 변화를 반영하기 위해 운전 전략(405)에 작은 변경이 가해진다. 새로운 시발점 시기를 반영하는 전략 시발점 갱신 및 작은 수정과 더불어, 최적의 요청 플래그가 단계(406)에서 설정되어 시스템에 최적화 요청을 식별해준다. 본 발명의 이 측면은 자동화되고 사람의 조정이 필요하지 않기 때문에, 자동화된 구현의 통보는 e-메일을 통해 사전 결정된 특정 분포의 수령인(a predetermined specified distribution of recipients)에 제공된다(단계 407).

도 5는 갱신되고 계산된 원자로 상태-포인트 정보(501) 또는 수동으로 입력한 수정의 결과로서 최적화 입력 데이터베이스(503)의 내용을 예시하는 블록도이다. 위에서 설명한 바와 같이 최적화 입력 데이터베이스 수정은 자동화된 프로세스 루프 동작(501) 또는 그래픽 사용자 인터페이스(502)를 통한 수동 프로세스 루프 동작으로부터 초래될 수 있다. 예를 들어, 최적화 입력은 상태-포인트 위치, 상태-포인트 파일명, 시뮬레이터 모델, 최적화하기 위해 허용 가능한 독립 변수, 최적화 제어, 모델링되는 바람직한 사이클 노출, 허용 가능한 블레이드 이동 범위, 시발 고갈 예(starting depletion example), 설계 제약, 제약 무게, 라이센싱 한계, 목표 열 반응성 바이어스(target hot reactivity bias), 목표 냉 반응성 바이어스(target cold reactivity bias), 독립 변수에 대한 탐색 폭, 응답 표면 폭 및 최적화 요청 플래그 등과 같은 데이터 및 파라메터를 포함할 수 있고 여기에 제한되지 않는다. 이들 최적화 입력의 각각은 최적화 프로세스 실행 단계(504) 동안 사용하기 위해 최적화 입력 데이터베이스(503)에 저장된다.

도 6a는 본 발명의 제어-변수 최적화 프로세스를 수행하는 하나 이상의 호스트 프로세서(10) 상에서 실행되는 최적화 소프트웨어에 의해 수행되는 단계를 예시한다. 최적화 입력이 초기에 최적화 입력 데이터베이스에 배치되는 경우, 최적화 요청 플래그가 설정된다. 최적화 프로세스가 실행되는 동안, 최적화 입력에 임의의 변화가 있는지를 결정하기 위해 요청 플래그가 테스트된 후(602)에만 최적화 입력 값이 데이터베이스(601)로부터 획득된다. 최적화 입력에 변화가 없다면(즉, 요청 플래그가 설정되지 않으면), 프로세스는 현재 수동의 입력점 초기 또는 자동 루프로 되돌아간다(도 1b). 변화가 있을 경우, 새로운 값이 데이터베이스로부터 획득되고(단계 601) 최적화 계산은 호스트 프로세서 상에서 실행되도록 큐잉(queue)된다(단계 603). 최적화 프로세스 계산이 일단 완료되면(단계 604), 그 결과는 일반 데이터베이스에 저장된다(단계 605).

도 6b는 예시적인 최적화 프로세스 계산 엔진의 흐름도를 예시한다. 블록(612)으로 표시된 시점에서, 가장 최근의 시뮬레이션 상태-포인트(501) 정보 및 사용자-지정 최적화 제약(505)은 최적화 입력 데이터베이스(611)로부터 획득된다. 다음으로, 블록(613)에서, 2개의 원자로 시뮬레이터 경우의 프로세싱이 각 독립 변수에 대해 개시되어 그 특정 독립 변수에서의 변화에 대한 종속 변수들의 기능적 관계를 결정한다. 다음으로, 블록(614)에서, 다항식 응답 표면의 생성은 다항식의 계수를 구함으로써 결정된다. (응답 표면 전달 함수는 최적화 페이즈(phase) 동안 유용성을 늘리기 위해 중앙-점에 대해 정규화된다). 수백 개의 독립 변수, 각 독립 변수마다 2만 개의 종속 변수가 존재할 수 있기 때문에, 상기 프로세싱은 잠재적으로 수백만의 다항식 응답 표면 전달 함수를 생성할 수도 있다.

전달 함수 다항식 응답 표면이 일단 생성되면, 이것은 독립 변수 값의 주어진 변화에 대한 종속 변수의 응답을 "예측" 하는데 사용될 수 있다(단계 615). 따라서, 독립 변수 각각의 대한 시뮬레이션된 값 변화를 계산하는 것은 각 독립 변수에 가해질 수 있는 최적의 수정 추정치(즉, 정량값 변화)를 제공한다. 이러한 예측이 이전의 반복에 비해 개선이 존재한다는 것을 나타내는 경우, 이 시나리오는 예를 들어, 네트워크에 연결된 하나 이상의 다른 호스트 프로세서에 의해 수행되는 종래의 코어 시뮬레이션 프로그램 또는 프로세스일 수 있는 원자로 코어 운전 시뮬레이터를 사용하여 시뮬레이션된다. 컴퓨팅 다항식의 응답 표면 예측(단계 615)의 루핑(619) 및 시뮬레이터의 캘리브레이션/교정의 실행은 1) 응답 표면이 부정확해질 때까지거나, 2) 사전 결정된 반복 수에 도달할 때까지, 또는 3) 계산된 솔루션에 더 이상 상당한 개선이 실현되지 않을 때까지 반복된다. 루프(619)에서 일단 빠져나가면, 독립 변수 선택 범위는 감소되고(단계 616) 새로운 응답 표면이 프로세싱 "루프"(620)를 통해 재생성된다. 이러한 보다 큰 응답 표면 계산 루프(620)는, 독립 변수를 변경하여도 계산된 솔루션을 더 이상 최적화 사용자-입력 제약에 의해 지정될 수도 있는 사전 결정된 마진만큼 개선시키지 않을 때까지 추구된다. 최적화가 일단 완료되면, 계산된 최적화 출력 값(617)은 최적화 출력 결과 데이터베이스(618)에 저장되고, 일반(중앙) 데이터베이스의 일부가 될 수 있다.

도 7은 시스템 네트워크의 저장 장치 상에 제공되는, 최적화 출력 데이터베이스(702)에 저장된 정보의 내용을 예시하는 블록도이다. 최적화 데이터베이스 컨텐츠의 주요 3가지 카테고리가 예시되어 있는데, 1) 최적화 상태 데이터(704), 2) 최적화 독립 제어-변수(705) 및 3) 결과적인 최적화 종속 변수 출력 예측(706)을 포함한다. 최적화 상태 데이터(704)는 설계 값에 대한 비교 결과치, 사이클 길이 개선, 최적화 결과치, 최적화 경로, 최적화 상태 및 전략 비교치를 포함할 수 있으나 여기에 제한되는 것은 아니다. 최적화 독립 제어-변수(705)는 예를 들어, 장래의 모든 요청된 노출에서의 동등 블레이드 그룹화(equivalent blade groupings) 및 바람직한 제어 블레이드 위치, 장래의 모든 요청된 노출에서의 바람직한 코어 평균 흐름과 바람직한 시퀀스 교환 노출 간격들을 포함할 수 있다. 최적화 종속 변수 출력 예측(706)은 예를 들어, LHGR 결과, CPR 결과, 사이클 노출, 번들 노출, 코어 평균 노출, 블레이드 소모, 코어 인렛 엔탈피, LPRM 데이터, 열 반응 바이어스, 냉 반응 바이어스, 화력 및 전력을 포함(그러나 제한되지 않음)할 수 있다.

상술한 본 발명의 시스템 및 방법은 안전하고 융통성 있는 운전을 하는데 필요한 동일한 또는 보다 우수한 설계 마진을 제공함과 동시에 에너지 및 사이클 길이를 최대화하는 운전 제어-변수의 제안된 사양(suggested specifications)을 제공함으로써 원자로 운전의 경제적 효율성을 상당히 개선할 수 있다. 본 발명의 다른 실용적인 예는 다음을 포함하나 이에 제한되는 것은 아니다.

. 지속적으로 갱신되는 원자로 상태-포인트를 기반으로 하는 지속적인 최적화

. 운전 시설의 역사에 기반을 둔 최적화

. 운전 요구 변화에 대한 응답에 기반을 둔 최적화

. 지속적인 유지 관리 최적화 프로젝션

. 운전 마진을 에너지 또는 사이클 길이로 전환

. 에너지 또는 사이클 길이를 운전 마진으로 전환

. 열악한 3D 시뮬레이션 예측으로부터의 회복

. 다음 사이클 설계 및 라이센싱에 사용되는 프로젝션의 자동 갱신

. 후속하는 사이클 연료 사이클 효율성 개선을 위해 현재 사이클 동안에 에너지를 저장

. 최적 운전 추천(optimal operations recommendations)에 대한 원자로 조작자의 피드백

. 모든 독립 변수의 민감도에 대한 원자로 조작자 피드백

. 노출 및/또는 위치 종속 제약을 사용하여 운전 제어-변수를 수신하고 최적화하는 능력

. 중앙 집중형 데이터베이스에 대한 원격 액세스

. 공급자 하드웨어에 대한 고객의 액세스

. 고객 특정 데이터에 대한 고객 사용자에 의한 안전한 액세스

. 변하는 제약으로부터 다수의 솔루션을 수행하는 능력

. 마진의 경제적 비용을 결정

. 원자로 사이클 길이를 연장

. 원자로 한계 마진을 개선

. 원자로 흐름 능력(reactor flow capability)의 손실로 인한 에너지를 회복

. 필요한 시퀀스 교환 수를 감소시키는 능력

. 주어진 시퀀스 교환 간격의 길이를 증가

. 펌프 손실, 누설 제어, 스크램(scram) 회복 등과 같은 응급 상황에 대처하는 능력

. 핵 시설의 라이센싱 요건 변화에 대처하는 능력

. 다양한 최적화 전략들을 비교

본 명세서에 설명된 본 발명의 방법은 충분한 프로세싱 속도 및 관련 데이터 저장 능력을 구비하나 임의의 특정 유형의 데이터 프로세서 또는 네트워크에 반드시 제한되는 것은 아닌 임의 유형의 대부분의 컴퓨터 네트워크 또는 프로세서의 상호 연결 시스템을 사용하여 실행될 수 있다. 또한, 본 발명의 소프트웨어 요소는 하나 이상의 모듈로서 작동하고 네트워크 환경에서의 하나 이상의 호스트 프로세서 컴퓨터 간의 전송 또한/또는 그들 상에서의 설치를 쉽게하기 위한 컴퓨터-판독가능 매개체 상에서 구현될 수 있다. 또한, 본 명세서에서 설명된 방법 및 시스템은 서로 다른 유형의 다수의 원자로 시설 운전을 최적화하는데 적용가능하고, 비등수형 원자로(BWRs) 및 가압수형 원자로(PWRs)에 제한되는 것은 아니다.

본 발명이 가장 실용적이고 바람직한 실시예로 설명했지만, 본 발명은 개시된 실시예에 제한되는 것이 아니고 오히려, 본 발명은 첨부한 청구항의 정신 및 범주 내에 포함된 다양한 수정 및 등가 배열을 포함하려한다는 것을 이해할 것이다.

본 발명은 원자로 코어의 기능 및 제어에 공동으로 관련된 하나 이상의 운전 제어-변수에 관한 최상의 정량값을 식별하고 코어의 하나 이상의 연료 공급 사이클에 대한 최적의 운전 전략을 결정하는 시스템 및 방법에 관한 것으로 여러 연료 공급 사이클 동안에 걸쳐 원자로의 운전 동안 지속적으로 원자로에 대해 최적의 운전 전략을 갱신하고 유지할 수 있다.

Claims (30)

1. 하나 이상의 최적화 입력 파라미터 또는 데이터베이스(101)에 저장된 원자로 상태-포인트 정보(reactor state-point information)를 기반으로 하여 원자로의 최적의 운전을 유지하기 위한 프로젝티드 전략(projected strategy)을 결정 및 갱신하는 방법에 있어서,

   (a) 특정 원자로 운전 전략을 공동으로(collectively) 정의하는 하나 이상의 최적화 입력 파라미터 값을 초기화하거나 또는 수정하기 위해 입력 데이터를 받아들이는 단계와,

   (b) 현재 원자로 시설(current reactor plant)의 상태-포인트 데이터(current reactor plant state-point data)를 기반으로 하여 복수의 원자로 코어 운전 제어 변수(reactor core operational control-variables)에 대해 최적화된 정량값(optimized quantitative values)을 계산하는 단계(107)로서, 상기 계산된 최적화된 정량값은 상기 원자로에 대해 사전 결정된 설계 제약 조건(predetermined design constraints)을 만족시키는, 최적화된 정량값을 계산하는 단계(107)와,

   (c) 상기 계산된 최적화된 정량적인 제어 변수 값들 중 적어도 하나 이상의 값을 컴퓨터 또는 컴퓨터 네트워크에 연결된 디스플레이 장치 상에 디스플레이하는 단계(108)로서, 상기 정보는 최적의 원자로 성능(optimal reactor performance)에 대한 프로젝티드 전략을 나타내는, 디스플레이 단계를 포함하며,

   상기 단계들은 컴퓨터 또는 컴퓨터 네트워크에 의해 수행되는

   프로젝티드 전략 결정 및 갱신 방법.
2. 제 1 항에 있어서,

   상기 단계(b)에서 계산된 상기 최적화된 정량값을 기반으로 하여 최적의 원자로 시뮬레이션 결과를 계산하는 단계를 더 포함하는

   프로젝티드 전략 결정 및 갱신 방법.
3. 제 1 항에 있어서,

   복수의 원자로 코어 운전 제어 변수에 대해 최적화된 정량값을 계산하는 상기 단계는, 복수의 원자로 코어 운전 시뮬레이션을 기반으로 하여 다항식의 응답 표면(polynomial response surface) 데이터를 계산하는 단계를 더 포함하는

   프로젝티드 전략 결정 및 갱신 방법.
4. 제 1 항에 있어서,

   복수의 원자로 코어 운전 제어 변수에 대해 최적화된 정량값을 계산하는 상기 단계는, 독립 제어 변수 값에서의 최적의 변화를 예측하기 위해 복수의 원자로 코어 운전 시뮬레이션에 근거하는 사전 결정된 다항식 응답 표면 데이터를 사용하는 단계를 더 포함하는

   프로젝티드 전략 결정 및 갱신 방법.
5. 제 1 항에 있어서,

   현재 시간 또는 현재 연료 사이클에 남아있는 시간에 따라, 상기 하나 이상의 최적화 입력 파라미터에 대해 갱신된 값을 주기적으로 계산하는 단계를 더 포함하는

   프로젝티드 전략 결정 및 갱신 방법.
6. 제 1 항에 있어서,

   상기 단계(a)의 최적화 입력 데이터는, 운전 전략을 공동으로 정의하는 사전 결정된 저장된 최적화 입력 파라미터 값을 포함하는

   프로젝티드 전략 결정 및 갱신 방법.
7. 제 6 항에 있어서,

   저장되는 원자로 운전 전략은 원자로 시설 라이센싱 요건(licensing requirements)을 통합하는

   프로젝티드 전략 결정 및 갱신 방법.
8. 제 1 항에 있어서,

   상기 단계(a)의 최적화 입력 데이터는, 최적화 입력 데이터의 데이터베이스로부터 자동적으로 검색되는

   프로젝티드 전략 결정 및 갱신 방법.
9. 제 1 항에 있어서,

   상기 단계(a)의 최적화 입력 데이터는 사용자에 의해 수동적으로 입력되는

   프로젝티드 전략 결정 및 갱신 방법.
10. 제 1 항에 있어서,

    이전의 또는 현재의 원자로 시설 성능 데이터를 선택적으로 디스플레이하는 단계를 더 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
11. 제 1 항에 있어서,

    복수의 원자로 코어 운전 제어 변수에 대한 최적화된 정량값을 계산하는 상기 단계는 기존의 원자로 운전 전략에 대한 변화에 응답하여 수행되는

    프로젝티드 전략 결정 및 갱신 방법.
12. 제 1 항에 있어서,

    열 또는 반응 마진 데이터(thermal or reactivity margin data)를 연료 사이클 에너지 데이터로 변환하는 단계를 더 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
13. 제 1 항에 있어서,

    그래픽 사용자 인터페이스(graphical user interface)를 통해 차후에 디스플레이 하기 위해 원자로 연료 사이클 에너지 데이터를 열 또는 반응 마진 데이터로 변환하는 단계를 더 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
14. 제 1 항에 있어서,

    하나 이상의 원자로 코어 운전 제어 변수에 대해 최적화된 정량값을 계산하는 단계가, 상기 사전 결정된 설계 제약 조건을 만족시키지 못하는 프로세스 컴퓨터 또는 설계 시뮬레이터 예측에 응답하여 수행되는

    프로젝티드 전략 결정 및 갱신 방법.
15. 제 1 항에 있어서,

    하나 이상의 원자로 코어 운전 제어 변수에 대해 최적화된 정량값을 계산하는 단계가, 차후의 연료 사이클(N+1) 동안 원자로 운전의 효율을 개선시키기 위해, 주어진 연료 사이클(N) 동안 원자로에 대해 수행되는

    프로젝티드 전략 결정 및 갱신 방법.
16. 제 1 항에 있어서,

    하나 이상의 원자로 코어 운전 제어 변수에 대해 최적화된 정량값을 계산하는 단계가 수행되거나, 최적의 프로젝티드 원자로 운전 전략이 그래픽 사용자 인터페이스를 통해 하나 이상의 특정 커맨드 입력에 직접 응답하여 디스플레이되는

    프로젝티드 전략 결정 및 갱신 방법.
17. 제 1 항에 있어서,

    상기 최적화된 정량값을 계산하는 단계는, 그래픽 사용자 인터페이스를 통해 모든 독립 제어 변수를 디스플레이하는 단계를 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
18. 제 1 항에 있어서,

    상기 최적화된 정량값을 계산하는 단계는, 노출 종속 제약 조건(exposure dependent constraints)을 이용하는 단계를 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
19. 제 1 항에 있어서,

    상기 최적화된 정량값을 계산하는 단계는, 변경되는 제약 조건 기준(varying constraint criteria)으로부터 다수의 솔루션을 제공하는 단계를 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
20. 제 1 항에 있어서,

    상기 최적화된 정량값을 계산하는 단계는, 사용자 선택 연장된 원자로 연료 사이클 지속 값(user selected extended reactor fuel cycle duration value)을 기반으로 계산을 수행하는 단계를 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
21. 제 1 항에 있어서,

    특정 감소된 코어 흐름 능력(particular reduced core flow capability)에 대응하는 최대 연료 사이클 에너지를 계산하는 단계를 더 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
22. 삭제
23. 제 1 항에 있어서,

    방해받지 않는 최대 시퀀스 길이(maximum undisturbed sequence length)를 계산하는 단계를 더 포함하는

    프로젝티드 전략 결정 및 갱신 방법.
24. 하나 이상의 최적화 입력 파라미터 또는 데이터베이스에 저장된 원자로 상태-포인트 정보를 기반으로 하여 원자로 시설의 최적의 운전을 위해 하나 이상의 전략을 결정 및 갱신하는 원자로 운전 최적화 시스템에 있어서,

    디지털 통신 네트워크(11)를 통해 접속된 복수의 최적화 시스템 호스트 프로세서(10)로서, 상기 호스트 프로세서들 중 적어도 하나 이상이 제어 변수 최적화 엔진(control-variable optimization engine)으로서 작용하고, 상기 호스트 프로세서들 중 적어도 하나 이상이 최적화 입력을 선택하고 관련 파라미터 값을 입력하고또는 상기 최적화 엔진에 의해 제공된 최적화 출력 결과를 기반으로 하여 최적화된 운전 전략을 나타내는 정보를 디스플레이하는 그래픽 사용자 인터페이스를 제공하는, 복수의 최적화 시스템 호스트 프로세서와,

    최적화 입력 및 파라미터 값을 저장하기 위해, 상기 디지털 통신 네트워크를 통해 하나 이상의 상기 호스트 프로세서들에 의해 액세스가능한 데이터베이스 저장 장치(14)를 포함하는

    원자로 운전 최적화 시스템.
25. 제 24 항에 있어서,

    상기 호스트 프로세스들 중 적어도 하나 이상은 독립 제어 변수 값들의 사전 결정된 세트에 대응하는 하나 이상의 원자로 코어 운전 시뮬레이션을 처리하는

    원자로 운전 최적화 시스템.
26. 제 24 항에 있어서,

    원자로 상태-포인트 정보가 상기 네트워크에 연결된 하나 이상의 프로세서에 의해 수행되는 원자로 시뮬레이션 프로세스에 의해 생성되고, 상기 통신 네트워크를 통해 액세스가능한 데이터베이스에 저장되는

    원자로 운전 최적화 시스템.
27. 제 24 항에 있어서,

    상기 통신 네트워크는 LAN을 포함하는

    원자로 운전 최적화 시스템.
28. 제 24 항에 있어서,

    상기 통신 네트워크는 WAN을 포함하는

    원자로 운전 최적화 시스템.
29. 제 24 항에 있어서,

    상기 통신 네트워크는 기존의 인터넷 통신 하부 구조(infrastructure)의 적어도 일부를 포함하는

    원자로 운전 최적화 시스템.
30. 제 24 항에 있어서,

    상기 호스트 프로세서 중 적어도 하나 이상이 상기 통신 네트워크를 통해 액세스 가능한 하나 이상의 저장 장치에 저장된 이전 또는 현재의 원자로 시설 성능 데이터를 검색하고 선택적으로 디스플레이할 수 있도록 하는 그래픽 사용자 인터페이스를 제공하는

    원자로 운전 최적화 시스템.

Images