KR20230171935A - 원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로 - Google Patents

원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로 Download PDF

Info

Publication number
KR20230171935A
KR20230171935A KR1020237035154A KR20237035154A KR20230171935A KR 20230171935 A KR20230171935 A KR 20230171935A KR 1020237035154 A KR1020237035154 A KR 1020237035154A KR 20237035154 A KR20237035154 A KR 20237035154A KR 20230171935 A KR20230171935 A KR 20230171935A
Authority
KR
South Korea
Prior art keywords
core
power
nuclear reactor
reactor
evolution
Prior art date
Application number
KR1020237035154A
Other languages
English (en)
Inventor
알랭 그로세테트
기욤 두프레
시릴 피알라
필리프 쉐브렐
모하메드 야고우비
Original Assignee
후라마통
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 후라마통 filed Critical 후라마통
Publication of KR20230171935A publication Critical patent/KR20230171935A/ko

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Plasma & Fusion (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Feedback Control In General (AREA)

Abstract

제어 방법은:
S20/ 원자로의 동작 파라미터의 현재 값을 획득하는 단계;
S30/ 반복적으로, 다음 하위 단계들:
S31/ 중성자 독 및/또는 물의 주입 순서를 생성하는 단계와;
S32/ 전력 프로그램, 동작 파라미터의 현재 값 및 고려되는 주입 순서를 사용하여 상기 주어진 시간 간격 동안 원자로의 노심(3) 상태의 적어도 하나의 크기 특성의 진화를 계산하는 단계로서, 상기 진화는 원자로의 노심의 예측 모델을 사용하여 계산되는, 상기 진화 계산 단계와;
S33/ 계산된 진화를 사용하여, 비용 함수를 평가하는 단계;를 구현하는 단계를 포함하고,
하위 단계 S31/ 내지 S33/는 비용 함수의 수렴 기준이 충족될 때까지 반복되고,
단계 S20/ 및 S30은 60분 미만의 시간 기간으로 반복된다.

Description

원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로
본 발명은 일반적으로, 특히 전력 과도현상 동안의 원자로의 제어에 관한 것이다.
최근에는 다수의 재생 가능한 전기 생산 시설이 전력망에 연결되었다. 결과적으로, 태양광이나 풍력 발전이 중요할 때에는 전기 가격이 시장에서 영(zero) 미만이 될 수 있다.
전기 시장 가격이 영보다 낮으면 원자로 조작자는 원자로에 의해 생산되는 전력을 급속히 감소시키게 해야 한다. 반면, 전기 가격이 다시 플러스가 될 때에는 높은 전력 출력으로 복귀하는 것이 바람직하다.
전 세계 대부분의 PWR(Pressurized Water Reactor; 가압경수형 원자로)형 원자로는 일반적으로 모드 A라고 불리는 방식으로 동작된다. 이러한 원자로는 기본 부하 동작, 즉 높고 본질적으로 일정한 전력을 위해 설계된다. 모드 A에서 동작하는 원자로에서는 전력 변동(power variations)이 달성되기 어려우며 조작자가 경보나 보호 기능을 트리거하는 것을 피하도록 정확한 조치를 취해야 한다.
결과적으로 많은 조작자들은 전기 가격이 마이너스로 변할 때에도 원자로를 항상 기본 부하로 가동하게 한다.
이러한 상황은 시뮬레이션 도구를 사용하여 전력 과도현상(power transient)의 타당성을 준비하고 검증함으로써 개선될 수 있다. 가장 발전된 시뮬레이션 도구는 온라인 CMS(Core Monitoring System; 노심 모니터링 시스템)이다.
이러한 도구는 우수한 정확도를 제공하는 3D 중성자 코드를 기반으로 한다.
그러나 이러한 도구에는 속도가 느리다는 단점이 있다. 더욱이, 계산 코드가 정확하더라도, 모델의 단점과 조작자의 명령 적용의 무작위성으로 인해, 실제 궤적은 이론적인 궤적에 비해 필연적으로 편차가 생긴다.
제어 모드 A에서 G, X, T 또는 ALFC와 같은 보다 유연한 제어 모드로 전환하도록 원자로를 수정하는 것도 가능하다.
그러나 이러한 동작 모드 변경은 비용이 많이 들고 신속하게 구현할 수 없다. 실제로 이 솔루션은 원자로 계측기의 제어 시스템을 완전히 수정해야 하며, 특히 제어 알고리즘과 인터페이스를 센서와 액츄에이터로 완전히 교체해야 한다.
경우에 따라, 이 솔루션은 또한 제어 클러스터도 교체해야 한다.
또한, 원자로의 동작 범위가 수정되므로, 안전성 연구가 반복되어야 하며 새로운 동작 허가가 신청되어야 한다.
세 번째 가능성은 모드 A에서 RMOSC-형의 동작 방식으로 전환하는 것이다. 이 방법은 출원인의 이름으로 PCT/EP2019/052543 번호로 출원된 특허 출원에 의해 보호된다.
이 방법은 2개의 캐스케이드형 제어기, 예측 제어 알고리즘을 사용한 감시기 및 다목적 제어기로 핵심 제어 수단을 구현한다.
이 솔루션은 A 모드에서 G, X, T 또는 ALFC 모드로 전환하는 것보다 비용이 약간 저렴하다. RMOSC는 원자로의 동작 범위를 변경하지 않도록 조정될 수 있다. 그러나 계측 및 제어 시스템을 크게 수정해야 하므로 여전히 비용이 많이 든다.
따라서, 신속하게 구현될 수 있고 원자로의 유연성을 증가시킬 수 있는 저비용 기술 솔루션이 필요하다.
이러한 맥락에서, 본 발명은 제1 양태에 따라 원자로를 제어하는 방법에 관한 것이며, 원자로는 복수의 핵 연료 집합체를 포함하는 노심과, 중성자 독(neutron poison)을 함유한 1차 열 전달 유체를 순환하는, 노심을 냉각시키기 위한 1차 회로와, 1차 열 전달 유체 내로 중성자 독을 주입하는 유닛과, 1차 회로 내로 물을 주입하도록 제공된 유닛을 구비하고, 이 방법은:
S10/ 원자로에 의해 공급될 원자로 전력 프로그램을 획득하는 단계로서, 이 프로그램은 제1 전력에서 제2 전력으로의 적어도 하나의 원자로 전력 변동을 포함하는, 상기 원자로 전력 프로그램 획득 단계;
S20/ 원자로의 노심에 의해 공급되는 노심 전력을 특징짓는 적어도 하나의 파라미터와 노심 내의 중성자 자속 분포를 특징짓는 하나의 파라미터를 포함하는 원자로의 복수의 동작 파라미터의 현재 값을 획득하는 단계;
S30/ 반복적으로, 다음의 하위 단계들:
S31/ 주어진 시간 간격에 걸쳐 1차 액체 내로 중성자 독 및/또는 물을 주입하는 순서를 생성하는 단계와,
S32/ 획득된 전력 프로그램, 동작 파라미터의 획득된 현재 값 및 고려된 주입 순서를 사용하여 상기 주어진 시간 간격 동안 원자로의 노심 상태의 적어도 하나의 가변 특성의 진화(evolution)를 계산하는 단계로서, 상기 진화는 원자로의 노심의 예측 모델의 도움으로 계산되는, 상기 진화 계산 단계와,
S33/ 계산된 진화를 사용하여, 비용 함수를 평가하는 단계
를 구현하는 단계로서, 하위 단계 S31/ 내지 S33/은 비용 함수 수렴 기준이 충족될 때까지 반복되는, 하위 단계 반복 구현 단계;
S40/ 최적의 주입 순서를 조작자에게 전달하는 단계로서, 즉 수렴 기준을 충족하도록 하고, 상기 조작자는 최적의 주입 순서의 함수로서 중성자 독 및 물 주입 유닛을 제어하는, 상기 최적의 주입 순서 전달 단계를 포함하고,
단계 S20/ 및 S30는 60분 미만의 기간으로 반복된다.
이 방법은 중성자 독 및/또는 물을 1차 냉각수 내로 주입하는 최적의 순서가 신속하게 결정될 수 있도록 하여 조작자가 자신 있게 전력 과도현상을 수행할 수 있게 한다.
핵심은 주입 순서가 60분 미만, 예를 들어 10분 정도의 기간으로 반복적으로 결정된다는 점이다.
따라서 주입 순서는 반응기의 획득된 동작 파라미터의 값을 기반으로 주기적으로, 예를 들어 10분마다 업데이트된다.
추가 재보정 전에 주입 순서의 시작만 구현된다.
이것은 원자로의 노심의 예측 모델에 의해 제공되는 계산 결과에 대한 불확실성의 영향을 제한하도록 한다. 또한 조작자가 이전 반복에서 계산된 주입 순서를 엄격하게 적용하지 않는 경우 드리프트를 제한하도록 한다.
원자로 시뮬레이션을 통해 획득된 예측을 사용하여 구성된 비용 함수의 수렴은 최상의 주입 순서를 결정하도록 하므로 전력 과도현상을 수행하기 위한 최상의 궤적을 결정하도록 한다.
이것은 조작자가 경보 또는 원자로 보호의 트리거로 이어지는 상황에 대해 걱정할 필요 없이 이러한 과도현상을 수행하도록 한다.
제어 방법은 또한 개별적으로 또는 임의의 기술적으로 가능한 조합으로 고려되는 다음 특성 중 하나 이상을 나타낼 수도 있다:
- 단계 S30/에서 계산된 노심 상태의 적어도 하나의 크기 특성은 노심 내의 중성자 자속의 분포를 특징짓는 상기 파라미터를 포함하고,
- 비용 함수는 주어진 상기 시간 간격에 걸쳐 노심 내의 중성자 자속의 분포를 특징짓는 상기 파라미터와 기준값 사이의 편차의 진화를 특징짓고,
- 수렴 기준은 비용 함수의 극값에 도달하는 것을 포함하고,
- 수렴 기준은 다음 목록:
- 상기 주어진 시간 간격 동안 노심 내의 중성자 자속 분포를 특징짓는 상기 파라미터와 기준값 사이의 편차가 항상 결정된 한계 미만으로 유지되는 제약 조건;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 중성자 독의 양이 결정된 한계 미만으로 유지되는 제약 조건;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 물의 양이 결정된 한계 미만으로 유지되는 제약 조건으로부터 선택된 적어도 하나의 제약 조건을 충족하는 것을 포함한다.
- 하위 단계 S31/에서, 1차 액체 내로의 중성자 독 및/또는 물의 주입 순서는 이전 반복에서 획득된 결과를 고려하여 경사 하강 알고리즘(gradient descent algorithm)을 사용하여 생성되고,
- 단계 S30/는 제1 전력에서 제2 전력으로의 전력 변동 동안 시간의 함수로서 전력의 진화에 대한 최적의 기울기를 결정하는 하위 단계 S35/를 포함하고, 하위 단계 S35/는 다음의 동작:
- S351/ 여러 기울기 값에 대해, 원자로의 노심의 예측 모델의 도움으로 상기 전력 변동 동안 원자로의 노심 상태의 적어도 하나의 크기 특성을 계산하고, 단위 시간당 중성자 독 또는 물의 주입은 가능한 최대치와 항상 동일한 것으로 간주되고;
S352/ 각 기울기 값에 대해 계산된 진화를 사용하여, 비용 함수를 평가하고;
S353/ 비용 함수를 최소화하는 기울기 값을 선택하고,
- 원자로의 노심의 예측 모델은 비선형이다.
- 원자로의 노심의 예측 모델은 여러 하위 모델을 포함하고, 각 하위 모델은 원자로의 노심의 레벨을 모델링하고, 상기 레벨에서의 중성자 밀도의 동역학을 기술하는 적어도 하나의 수학식과 상기 레벨에서의 1차 열 전달 유체의 온도를 기술하는 수학식을 포함하고, 모델은 레벨 사이의 중성자 교환을 기술하는 수학식과 각 레벨에서의 반응도를 특징짓는 수학식을 더 포함한다.
- 각 레벨에서의 반응도를 특징짓는 수학식은 다음 효과:
- 상기 레벨에서 1차 열 전달 유체의 온도 변동으로 인한 효과;
- 상기 레벨에서 노심에 의해 공급되는 전력 변동으로 인한 효과;
- 제어봉 그룹의 변위로 인한 효과;
- 1차 열 전달 유체의 중성자 독의 농도 변동으로 인한 효과
- 상기 레벨에서 핵 연료 집합체의 크세논의 농도 변동으로 인한 효과 중 하나 이상을 고려한다.
- 1차 액체 내로 중성자 독 및/또는 물을 주입하는 순서는 복수의 주입 동작을 포함하고, 각 동작은 동작량과 지속구간에 의해 특징지어지고, 주입 순서의 동작 횟수는 2회 내지 12회이며, 동작 지속구간은 2분 내지 60분이다.
- 시간 기간 T는 주입 순서에서 하나의 동작 지속구간보다 짧거나 실질적으로 동일하다.
- 주어진 시간 간격은 10분과 전력 프로그램의 지속구간 사이의 총 지속구간을 갖는다.
제2 양태에 따르면, 본 발명은 원자로용 제어 집합체에 관한 것으로서, 원자로는 복수의 핵 연료 집합체를 포함하는 노심과, 중성자 독을 함유한 1차 열 전달 유체를 순환시키는 1차 노심 냉각 회로와, 1차 열 전달 유체 내로 중성자 독을 주입시키도록 제공된 유닛과, 1차 회로에 물을 주입시키기 위한 유닛을 구비하고, 중성자 독 및 물 주입 유닛은 조작자에 의해 제어되고, 제어 집합체는:
a/ 사용자가 원자로에 의해 공급될 전력 프로그램에 입력하도록 구성된 사용자 인터페이스로서, 이 프로그램은 제1 전력에서 제2 전력으로의 적어도 하나의 전력 변동을 포함하는, 상기 사용자 인터페이스;
b/ 원자로의 복수의 동작 파라미터의 현재 값을 획득하는 유닛으로서, 원자로의 노심에 의해 공급되는 전력을 특징짓는 적어도 하나의 파라미터와 노심 내의 중성자 자속 분포를 특징짓는 하나의 파라미터를 포함하는, 상기 현재 값 획득 유닛;
c/ 계산 유닛으로서:
- 주어진 시간 간격에 걸쳐 1차 열 전달 유체 내로 중성자 독 및/또는 물의 주입 순서를 생성하도록 프로그래밍된 최적화 알고리즘과,
- 획득된 전력 프로그램, 동작 파라미터의 획득된 현재 값 및 고려된 주입 순서를 사용하여, 상기 주어진 시간 간격 동안 원자로의 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하도록 프로그래밍된 원자로의 노심의 예측 모델과;
- 예측 모델에 의해 계산된 진화를 사용하여, 비용 함수를 계산하도록 구성된 비용 모듈을 포함하는 상기 계산 유닛을 포함하고;
최적화 알고리즘은 비용 함수 수렴 기준이 충족될 때까지, 주입 순서를 반복적으로 생성하고, 노심의 예측 모델에 의해 적어도 하나의 해당하는 크기 특성의 변동을 계산하고, 비용 모듈에 의해 해당하는 비용 함수를 평가하도록 프로그래밍되고;
집합체는 또한 최적의 주입 순서, 즉 비용 함수 수렴 기준이 충족된 주입 순서를 사용자 인터페이스 상에 디스플레이하여, 최적의 주입 순서가 조작자에 의해 구현되도록 구성된다.
유리하게, 제어 집합체는 계산 유닛이 제1 전력에서 제2 전력으로의 전력 변동 동안 시간의 함수로서 원자로 전력의 진화에 대한 최적의 기울기를 결정하도록 프로그래밍된 기울기 모듈을 포함하도록 하고, 상기 모듈은:
- 노심의 예측 모델이, 여러 기울기 값에 대해, 상기 전력 변동 동안 원자로의 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하게 하고, 단위 시간당 중성자 독 또는 물 주입은 가능한 최대값과 항상 동일한 것으로 간주되고;
- 비용 모듈이 각 기울기 값에 대해 계산된 진화를 사용하여, 각 기울기 값에 해당하는 비용 함수를 평가하게 하고;
- 비용 함수를 최소화하는 기울기 값을 선택하도록 프로그래밍된다.
제3 양태에 따르면, 본 발명은 원자로에 관한 것으로서, 원자로는 복수의 핵 연료 집합체를 포함하는 노심과, 중성자 독을 함유한 1차 열 전달 유체를 순환시키는 노심을 냉각시키기 위한 1차 회로와, 1차 열 전달 유체 내로 중성자 독을 주입시키는 유닛과, 1차 회로 내로 물을 주입하도록 제공된 유닛과, 위의 특성을 갖는 제어 집합체를 포함하고, 중성자 독 및 물 주입 유닛은 조작자에 의해 제어된다.
본 발명의 추가 특징 및 장점은 첨부된 도면을 참조하여 제한이 아닌 표시를 통해 아래에 주어진 상세한 설명으로부터 명백해질 것이다:
도 1은 본 발명의 제어 유닛 집합체를 구비한 전기 배전망에 연결된 원자로의 개략도이고;
도 2는 본 발명의 방법을 예시하는 단계도이며;
도 3은 도 2에 도시된 방법에 사용된 원자로 노심의 예측 모델을 개략적으로 표현한 것이고;
도 4는 본 발명의 방법에 따라 계산된 주입 순서 및 파라미터 진화를 도시하는 개략도이고;
도 5는 사이클의 시작 시, 연속적인 전력 감소와 그에 따른 전력 증가를 포함하는 전력 프로그램에 대해, 본 발명의 방법이 구현될 때 획득된 축 전력 불균형(축 오프셋 AO)의 진화를 그래픽으로 표현한 도면이고;
도 6은 도 5와 동일한 시나리오에 대해 노심 Tmoy의 1차 열 전달 유체의 평균 온도와 기준 온도 Tref 사이의 차이의 시간 경과에 따른 진화를 도시하는 도 5와 유사한 그래픽으로 표현한 도면이고;
도 7 및 도 8은 사이클이 끝날 때, 동일한 시나리오에 대해, 도 5 및 도 6과 유사한 그래픽으로 표현한 도면이고;
도 9는 도 1에 도시된 원자로에 장착된 제어 집합체를 구성하는 다양한 모듈의 단순화된 개략도이다.
도 1에 도시된 원자로(1)는 통상적인 방식으로, 복수의 핵연료 집합체(5)를 자체 포함하는 노심(3)을 포함한다.
원자로(1)는 또한 노심(3)을 냉각하기 위해 제공된 1차 회로(7)를 포함하며, 여기서 중성자 독을 함유한 1차 열 전달 유체가 순환한다.
통상적으로 이 1차 회로는 여러 개의 루프를 포함하며, 각 루프에는 증기 발생기(9) 및 1차 펌프(11)가 있다.
원자로는 또한 2차 열 전달 유체가 순환하는 2차 회로(13)를 포함한다. 2차 열 전달 유체는 1차 열 전달 유체에 의해 방출된 열의 영향으로 증기 발생기(9)에서 기화된다.
2차 회로(13)는 적어도 하나의 터빈(15), 응축기(17), 공급 탱크(19) 및 2차 펌프(21, 23)를 포함한다.
증기 형태의 2차 열 전달 유체는 증기 발생기(9)에서 터빈(15)으로 흐른 다음 응축기(17)에서 응축된다. 그런 다음 액체 형태로 증기 발생기(9)로 복귀된다.
밸브(25)는 증기 발생기(9)를 터빈(15)에 연결하는 증기 라인 상에 개재되어 터빈에 공급되는 증기의 흐름을 조절하도록 한다.
터빈(15)은 교류 발전기(27)를 기계적으로 구동한다.
교류 발전기(27)에 의해 생성된 전기는 배전망(29)에 공급된다.
원자로(1)는 또한 중성자 독이 1차 열 전달 유체에 주입되도록 하는 유닛(31)을 포함한다. 중성자 독은 통상적으로 붕소이다.
중성자 독, 예를 들어 붕산의 농축 용액을 포함하는 탱크(32)는 파이프(33)를 통해 1차 회로(7)에 연결된다. 펌프(35) 및 밸브(37)는 도관(33) 상에 개재된다. 유닛(31)은 선택적으로 1차 액체의 중성자 독 농도를 증가시킨다.
원자로는 또한 1차 회로 내로 물을 주입하기 위해 제공된 유닛(39)을 포함한다.
유닛(39)은 라인(43)에 의해 1차 회로(7)에 연결된 탱크(41)를 포함한다. 라인(43)에는 펌프(45) 및 밸브(47)가 개재된다.
물은 통상적으로 순수한 탈염수이다.
유닛(39)은 1차 회로(7) 내로 물을 주입함으로써, 1차 열 전달 유체 내의 중성자 독의 농도를 감소시키기 위해 제공된다.
통상적으로, 원자로(1)는 또한 제어봉 그룹(49)과 원자로의 노심(3)에 제어봉 그룹(49)을 선택적으로 삽입하거나 추출할 수 있는 메커니즘(51)을 포함한다.
제어봉은 중성자-흡수 물질로 만들어진다.
제어봉 그룹(49)은 노심(3) 내부의 반응도를 선택적으로 수정하도록 변위된다.
원자로(1)는 또한 계측 및 제어 시스템(53)을 포함한다.
이 계측 및 제어 시스템(53)은 원자로의 복수의 동작 파라미터를 직접 측정하거나 결정하기 위한 계측기(55)을 포함한다. 이러한 동작 파라미터는 적어도 다음을 포함한다:
- 터빈(15)에 의해 공급되는 전력;
- 노심(3)의 입구 및 출구에서의 1차 열 전달 유체의 온도;
- 제어봉 그룹(49)의 위치;
- 원자로의 노심(3)에 의해 공급되는 전력;
- 노심(3)의 중성자 자속 분포.
특히 계측기(55)는 노심(3) 외부에 위치하고 노심의 전체 높이에 걸쳐 분포된 중성자 검출기를 포함한다. 이러한 검출기는 엑스-코어(ex-core) 챔버로 알려져 있다.
노심에 의해 공급되는 전력은 예를 들어 노심 외부의 중성자 자속을 측정하는 검출기에 의해 제공되는 정보를 기반으로 계산을 통해 획득된다.
대안적으로, 노심에 의해 공급되는 전력은 터빈에 의해 공급되는 전력을 측정하여 결정된다.
노심 내 중성자 자속 분포를 특징짓는 파라미터는 예를 들어 축 전력 분포 또는 축 오프셋 AO이다. 축 오프셋은 다음 수학식을 사용하여 계산된다:
여기서 Φh는 노심 상부 절반의 중성자 자속이고, Φb는 노심 하부 절반의 중성자 자속이다.
상부 및 하부 노심 절반의 중성자 자속은 통상적으로 노심(3) 외부에 배치된 중성자 검출기에 의해 획득된다. 대안적으로, 이들은 노심 내의 검출기로 알려진 노심(3) 내부에 배치된 검출기에 의해 획득된다.
대안적으로, 노심 내 중성자 자속 분포를 특징짓는 파라미터는 Φh-Φb 또는 임의의 다른 적합한 파라미터이다.
유리하게도, 중성자 독 유량과 1차 열 전달 유체 내로 주입되는 물 유량도 또한 측정되거나 결정된다.
계측 및 제어 집합체(53)는 또한 원자로의 특정 개수의 동작 파라미터를 조절하도록 구성된 제어 디바이스(57)를 포함한다.
제어 디바이스(57)는 1차 열 전달 유체의 온도를 제어하기 위한 적어도 하나의 루프(59)를 포함한다. 루프(59)는 원자로 노심(3)의 1차 열 전달 유체의 현재 평균 온도 Tmoy를 입력으로 수신한다.
예를 들어 이 값은 원자로 입구에서 측정된 온도와 노심 출구에서 측정된 온도의 평균에 해당한다.
모드 A에 따라 동작하는 원자로에서, 노심 내 1차 열 전달 유체 Tmoy의 평균 온도는 제어봉 그룹(49)을 변위시킴으로써 제어된다. 그룹 A, B, C, D라고 불리는 네 개의 제어봉 그룹은 온도 Tmoy를 제어하기 위해 변위될 수 있다.
제어 디바이스(57)는 또한 터빈(15)에 의해 공급되는 전력을 제어하기 위한 루프(61)를 포함한다.
루프(61)는 터빈(15)에 의해 공급되는 전력 값을 입력으로 수신한다. 루프(61)는 또한 터빈 전력 설정값 및 터빈 전력의 임의의 변동에 대한 기울기 설정값을 수신한다.
전력 및 기울기 설정값은 통상적으로 원자로 조작자에 의해 설정된다.
루프(61)는 전력 및 기울기 설정값의 함수로서 그리고 현재 터빈 전력값의 함수로서 2차 회로(13)의 증기 라인의 밸브(25)를 제어한다.
또한, 조작자는 중성자 독 및 물 주입 유닛(31, 39)을 직접 제어한다.
조작자는 단위 시간당 1차 열 전달 유체 내로 주입되는 중성자 독의 양과, 단위 시간당 1차 열 전달 유체 내로 주입되는 물의 양을 설정한다. 통상적으로 주입되는 중성자 독 용액의 체적 유량과 주입되는 물의 체적 유량을 설정한다.
본 발명은 원자로가 제1 전력에서 제2 전력으로 과도현상라고도 불리는 적어도 하나의 전력 변동을 포함하는 전력 프로그램을 따라야 하는 경우에 특히 적합하다.
이것은 특히 원자로(1)가 부-추종 모드에서 동작해야 하는 경우이다.
통상적으로 이 경우에 전력 스케줄은 송전망(29) 관리 책임자에 의해 원자력 발전소 조작자에게 공급된다.
모드 A에 따라 동작하는 원자로에서, 노심 내의 1차 열 전달 유체 Tmoy의 평균 온도는 제어봉(49) 그룹을 변위시킴으로써 제어된다.
원자로가 부하-추종 모드에서 동작 중일 때, 노심 내의 중성자 자속 분포의 과도한 분열을 피하기 위해 그룹 D만이 루프(59)에 의해 변위된다.
원자로에 의해 전달되는 전력 레벨의 변동은 1차 열 전달 유체의 중성자 독 농도를 조정함으로써 달성된다. 이는 유닛(31 및 39)을 사용하여, 중성자 독이나 물을 1차 회로(7) 내로 주입하여 수행된다.
이러한 중성자 독 농도를 조절함에 의한 이러한 원자로 출력 전력 제어는 핵연료가 고갈됨에 따라 점점 느려진다. 이론적으로, 부하 변동의 최대 기울기는 사이클 시작 시 분당 정격 전력의 1.5%이고, 사이클의 90%에서는 분당 정격 전력의 0.10%이다. 더욱이, 이러한 전력 조정은 1차 회로 내로 주입되는 중성자 독의 양을 매우 정밀하게 제어해야 하기 때문에 달성하기가 까다롭다.
이에 비해 모드 G 또는 모드 T에서 가능한 최대 기울기는 사이클의 최대 80%까지 분당 정격 전력의 5%이다.
본 발명은 제어 유닛(63)을 원자로에 추가함으로써 이러한 어려움을 극복하는 것을 목표로 하며, 제어 유닛은 전달될 전력 프로그램에 특히 적합한 1차 액체 내의 중성자 독 및/또는 물 주입 순서를 조작자에게 제공할 것이다. 선택적으로, 제어 유닛(63)은 또한 전력 프로그램 동안 수행될 각각의 전력 변동에 대한 권장 기울기를 제공한다.
제어 유닛(63)은 지금부터 기술될 원자로 제어 방법을 구현하기 위해 제공된다.
도 2에 도시된 제어 방법은 원자로에 의해 공급될 원자로 전력 프로그램을 획득하는 단계(S10)를 포함한다. 이 프로그램은 제1 전력에서 제2 전력으로 적어도 하나의 원자로 전력 변동을 포함한다.
원자로 전력은 통상적으로 터빈에 의해 공급되는 기계적 전력에 해당한다.
원자로 전력의 변동은 통상적으로 영이 아닌 진폭을 갖는다.
즉, 제어 방법은 전력 과도현상을 갖는 전력 프로그램을 따르는 원자로의 경우에 특히 적합하다.
이는 상술한 대로 원자로가 부하-추종 모드로 동작하는 경우이다.
이 경우에, 따라야 할 전력 프로그램은 통상적으로 상술한 바와 같이 배전망 조작자(29)에 의해 제공된다.
제어 방법은 부하-추종 모드에서 동작하지 않지만 상당한 전력 과도현상을 관리해야 하는 원자로에도 또한 적합하다.
원자로 전력의 변동은 통상적으로 원자로 정격 전력의 수십 퍼센트이다.
그러나 제어 방법은 예를 들어 원자로가 원격 제어 모드에서 동작중일 때, 작은 진폭 전력 변동에도 또한 적용될 수 있다. 이 경우 전력 변동은 원자로 정격 전력의 수 퍼센트, 예를 들어 10% 미만, 심지어 5% 미만이다.
제어 방법은 원자로가 기본 모드에서 동작중인 경우에도 또한 적용된다. 따라서 전력 변동은 영이고, 제1 전력은 제2 전력과 동일하다.
이 경우 원자로는 일정한 전력, 통상적으로 정격 전력 레벨(RPL: rated power level)의 100%로 동작한다. 이러한 경우 연료 고갈은 1차 열 전달 유체의 평균 온도 저하로 이어지며, 이로 인해 비용 함수가 변화된다. 그런 다음 제어 방법은 최적의 상황을 복구하도록 중성자 독 또는 물 주입 권장사항을 제안한다.
통상적으로 원자로 전력 프로그램은 24시간 동안 진행된다. 이는 단일 원자로 전력 변동을 포함하거나 대안적으로 여러 개의 원자로 전력 변동을 포함할 수도 있다.
예를 들어, 원자로 전력 프로그램은 초기에 전력 감소를 포함하고 몇 시간 후에 초기 전력 레벨로 복귀하는 (시간) 창이다.
제어 방법은 또한 원자로(1)의 복수의 동작 파라미터의 현재 값을 획득하기 위한 단계(S20)를 포함한다.
동작 파라미터는 원자로의 노심(3)에 의해 공급되는 노심 전력을 특징짓는 적어도 하나의 파라미터 P와 노심(3)의 중성자 자속 분포를 특징짓는 파라미터 R을 포함한다.
바람직하게는, 다음의 동작 파라미터 중 하나 이상이 또한 단계(S20)에서 획득된다:
- 원자로 노심(3)의 1차 열 전달 유체의 평균 온도 Tmoy;
- 그룹 제어 유닛(49)의 위치, Pbank;
- 단위 시간당 1차 열 전달 유체 내로 주입된 중성자 독의 양 Qpn ;
- 단위 시간당 1차 열 전달 유체 내로 주입된 탈염수의 양 Qw.
이들 동작 파라미터는 원자로의 계측 및 제어 시스템(53)으로부터 직접 검색되거나 이 시스템(53)으로부터 검색된 값으로부터 계산된다.
원자로의 노심에 의해 공급되는 노심 전력 P를 특징짓는 파라미터는 예를 들어 노심에 의해 공급되는 화력이다.
이 파라미터는 노심 외부에 위치한 중성자 검출기로부터의 중성자 자속 측정을 사용하여 시스템(53)에 의해 재구성된다.
대안적으로, 이 파라미터는 터빈에 의해 공급되는 전력 또는 노심의 입구 및 출구 Tin 및 Tout에서 1차 열 전달 유체의 온도 측정으로부터 재구성될 수 있다.
대안적으로, 노심 전력을 특징짓는 파라미터는 노심 내 총 중성자 자속, 터빈에 의해 공급되는 전력, 또는 임의의 다른 적합한 파라미터이다.
노심 내 중성자 자속 분포를 특징짓는 파라미터 R은 통상적으로 축 오프셋 AO이다. 이는 통상적으로 상술한 대로 노심 외부 또는 내부의 중성자 자속을 측정하는 검출기에 의해 제공되는 측정치를 통해 재구성된다. 또는 이 파라미터는 노심 상부의 중성자 자속와 노심 하부의 중성자 자속의 차이이다.
1차 열 전달 유체의 평균 온도 Tmoy는 노심 출구에서의 1차 열 전달 유체의 온도 측정 Tout과 노심 입구에서의 1차 열 전달 유체의 측정 Tin을 사용하여 계산된다. 예를 들어, Tmoy는 다음 수학식을 사용하여 계산된다:
Tmoy = (Tin + Tout)/2
단위 시간당 주입되는 중성자 독의 양 Qpn은 파이프(33)에 설치된 유량 센서를 사용하여 결정된다. 대안적으로, 이는 펌프 로터(35)의 회전 속도 또는 임의의 다른 적절한 크기를 사용하여 결정될 수 있다.
유사하게, 단위 시간당 주입되는 물의 양 Qw은 파이프(43)에 설치된 유량 센서에 의해 제공되는 측정치를 사용하여 결정된다. 대안적으로, 이는 펌프 로터(55)의 회전 속도 또는 임의의 다른 적합한 크기를 사용하여 재구성된다.
이 방법은 또한 수행될 원자로 전력 프로그램을 고려하여 주어진 시간 간격 동안 최적의 중성자 독 및/또는 물 주입 순서를 결정하기 위한 단계(S30)를 포함한다.
단계(S30)는 반복적으로 구현되는 여러 하위 단계를 포함한다.
단계(S30)는 주어진 시간 간격에 걸쳐 1차 액체 내로의 중성자 독 및/또는 물 주입 순서를 생성하기 위한 하위 단계(S31)를 포함한다.
중성자 독 및/또는 물 주입 순서는 복수의 주입 동작을 포함하며, 각 동작은 주입되는 중성자 독 또는 물의 양과 동작 지속구간을 특징으로 한다.
주입 순서의 동작 횟수는 2회 내지 12회, 바람직하게는 3회 내지 8회이고, 예를 들어 6회이다.
동작 지속구간은 2분 내지 60분, 바람직하게는 5분 내지 20분이고, 예를 들어 10분이다.
주어진 시간 간격은 10분과 전력 프로그램의 지속구간 사이, 바람직하게는 20분 내지 3시간, 더욱 바람직하게는 30분 내지 2시간의 총 지속구간을 갖고, 예를 들어 1시간의 가치가 있다. 주어진 시간 간격은 원자로 전력 프로그램의 일부를 커버한다.
각 동작에서 주입되는 양은 부피나 질량으로 표시되거나 중성자 독 용액이나 물의 유량에 해당한다.
주입 동작은 연속적인 동작이며, 전체 시간 간격에 걸쳐 서로 즉시 이어진다. 동일한 주입 순서 내에는 중성자 독 주입 동작만 있거나 물 주입 동작만 있거나 상이한 특성의 동작: 중성자 독 주입, 물 주입, 주입 없음이 있다.
단계(S30)는 또한 상기 주어진 시간 간격 동안 원자로 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하기 위한 하위 단계(S32)를 포함한다.
계산된 노심 상태의 적어도 하나의 크기 특성은 특히 후술되는 선택된 비용 함수에 따라 달라진다.
적어도 하나의 크기 특성은 노심 내 중성자 자속 분포를 특징짓는 적어도 파라미터 R, 예를 들어 축 오프셋 AO를 포함한다.
노심 상태의 적어도 하나의 크기 특성은 바람직하게는 다음 크기 중 하나 이상을 포함한다:
- 노심에 의해 공급되는 전력 P;
- 노심 내의 1차 열 전달 유체의 평균 온도 Tmoy;
- 제어봉 그룹의 위치 Pbank.
통상적으로 위의 모든 크기가 계산된다.
이 계산은 획득된 전력 프로그램, 동작 파라미터의 획득된 현재 값 및 하위 단계(S31)에서 생성된 주입 순서를 사용하여 원자로 노심의 예측 모델의 도움으로 수행된다.
보다 구체적으로, 하위 단계(S32)는 주어진 시간 간격에 의해 커버되는 전력 프로그램의 일부를 사용한다.
원자로 노심의 예측 모델은 비선형 모델이다. 대안적으로 이 모델은 선형이다. 이 모델은 예를 들어 후술되는 비선형 모델을 선형화하여 획득된다.
이 모델은 도 3에 개략적으로 도시된다.
노심의 예측 모델은 여러 하위 모델을 포함하며, 각 하위 모델은 노심(3)의 레벨을 모델링한다.
즉, 노심은 수직으로 여러 조각으로 나누어지며 각 하위 모델은 노심 조각 중 하나를 모델링한다.
통상적으로, 노심의 예측 모델은 2개 내지 20개의 하위 모델, 바람직하게는 2개 내지 10개의 하위 모델을 포함하고, 예를 들어 6개의 하위 모델을 포함한다.
각각의 하위 모델은 상기 레벨의 중성자 밀도 동역학을 기술하는 적어도 하나의 수학식과, 상기 레벨에서 1차 열 전달 유체의 온도를 기술하는 하나의 수학식을 포함한다.
각 레벨 출구의 온도 T2 내지 T7은 각 레벨의 중성자 자속으로부터 추론된다.
수학식은 하기에 나타낸다:
레벨 1 :
레벨 i:
가장 높은 레벨:
여기서:
- ni: 레벨 i의 중성자 밀도;
-ρi: 레벨 i의 반응도
- D: 중성자 교환 계수;
- l*: 평균 중성자 수명(즉시 및 지연);
- KT/H: 온도/엔탈피 변환 계수;
- Kn: 전력/중성자 자속 변환 계수;
- Qp: 노심 내 1차 열 전달 유체 질량 유량.
- T1: 노심 입구 온도;
- Ti: 각 레벨의 출구에서 1차 열 전달 유체의 온도;
따라서 각 노심 레벨은 레벨 사이의 중성자 교환을 설명하기 위해 D 계수를 추가하여, 중성자 점 동역학 그룹(group of neutron point kinetics)의 단일-그룹 근사치를 사용하여 모델링된다.
방법이나 조작자에 의해 예상되는 역학을 초과하는 지연 중성자 및 전구체는 모델링되지 않는다. 이러한 중성자는 대략 60초의 계산 시간 단계에 대해 10초의 통상적인 역학을 갖는다.
또한, 모델은 각 레벨의 반응도를 특징짓는 수학식을 포함한다.
이러한 수학식은 다음 효과 중 하나 이상을 고려한다:
- 상기 레벨에서 1차 열 전달 유체의 온도 변동으로 인한 효과(조절 효과라고도 함);
- 상기 레벨에서 노심에 의해 공급되는 전력의 변동으로 인한 효과(도플러 효과);
- 제어봉 그룹의 변위로 인한 효과;
- 1차 열 전달 유체의 중성자 독 농도 변동으로 인한 효과;
- 상기 레벨에서 핵연료 집합체의 크세논 농도 변동으로 인한 효과.
수학식은 다음과 같다:
여기서
여기서
- ρi0: 노심 예측 모델의 초기 상태가 동작 파라미터의 획득된 현재 값을 기반으로 조정되는 순간에 결정되는 레벨 i의 초기 반응도(하기 참조);
- Pi: 노심의 레벨 i에 의해 공급되는 화력, 중성자 밀도에 비례한다고 가정;
- Xei: 레벨 i의 핵연료 집합체 내 크세논 농도;
- Ii: 레벨 i의 요오드 농도;
- Γl : 핵분열 요오드 생성 계수 ;
- λl : 크세논의 요오드 붕괴 상수;
- ΓXe: 핵분열에 의한 크세논 생성 계수;
- λXe: 크세논 붕괴 상수 ;
- : 크세논 135의 크세논 136으로의 중성자 흡수 변환 계수.
위 수학식에서, Δ는 예측 모델의 초기 상태에 대한 변동을 나타낸다.
노심에 의해 공급되는 전력의 변동으로 인한 효과는 도플러 효과라고도 알려진 핵연료 온도 변동의 효과를 특징으로 한다.
각 레벨에서 크세논 135의 진화는 다음을 고려한 기존 수학식을 사용하여 모델링된다:
- 핵분열에 의한 요오드 생성;
- 크세논에 대한 요오드의 방사성 붕괴;
- 핵분열에 의한 크세논 생성;
- 크세논의 방사성 붕괴;
- 중성자 흡수에 의한 크세논 135의 크세논 136으로의 변환.
ΔPbanki는 단계적으로 표현된 레벨 i 내의 모든 제어 그룹의 변위에 해당한다. 이 파라미터는 모든 제어 그룹의 레벨 i에서 삽입 단계 수의 변동 합계에 해당한다.
ΔPi는 다음 수학식으로 구한다:
ΔPi = Kn × Δni, 여기서 Kn은 미리 결정된 상수이다.
또한 이 모델은 다음 일반 수학식을 적분한다:
P는 노심에 의해 공급되는 총 전력이다.
노심에 의해 공급되는 총 전력의 진화는 후술되는 전력 변동에 대해 유지된 기울기를 고려하여, 전력 프로그램에 의해 부과된다.
계수 KT/H, Kn Kmod, Kdop, Kbor, Kbank, Kxenon, D, 요오드 및 크세논 진화 계수 Γl, ΓXe 및 는 수치 시뮬레이션을 통해 결정되었다. 일부는 현장 측정을 통해 결정될 수도 있다. 계수 l*, λl, λXe는 알려진 값이다. 대안적으로, l*는 계산을 통해 결정된다.
ΔPbanki의 값은 노심 내 1차 열 전달 유체의 평균 온도 Tmoy의 진화의 함수로서, 모델에 의해 결정된다. 이 모듈은 먼저 다음 수학식에 따라 Tmoy 값을 결정한다:
Tmoy = (T1 + T7)/2.
그런 다음 모델은 전력 프로그램에 의해 공급되는 원자로 전력과 과도현상에 대해 선택된 기울기의 함수로서, 평균 기준 온도 Tref를 결정한다.
그런 다음 모델은 Tmoy와 평균 기준 온도 Tref 사이의 차 ΔTmoy를 결정한다.
Tmoy가 온도 데드 존을 벗어나는 경우, 즉 ΔTmoy가 미리 결정된 임계값을 초과하는 경우, 모델은 Tmoy 값을 데드 존 한계로 설정하고 제어 유닛을 변위해야 한다고 결정한다. ΔTmoy의 함수로 ΔPbank에 대한 값을 계산하여 중요도가 달성되도록 한다.
원자로 전력의 함수로서 기준 온도 값과 온도 데드 존 폭은 모델에 저장된 미리 결정된 값이거나 계측 및 제어 시스템(53)에 의해 공급된다.
따라서 이 모델은 온도 루프(59)의 동작을 시뮬레이션한다.
ΔCpn은 1차 열 전달 유체 내로 주입된 중성자 독 및/또는 물의 양을 적분하여 얻어진다. 이 모델은 다음 수학식을 사용한다:
dCpn/dt = - Cpn x Qw / Mt 물 주입의 경우;
dCpn/dt = (Crea - Cpn) x Qpn / Mt 중성자 독 주입의 경우,
여기서 Mt는 1차 회로의 물의 총 질량이고, 예를 들어 N4 레벨의 경우 260톤이고, Crea는 주입된 중성자 독 용액 내 중성자 독 농도이고, Cpn은 1차 열 전달 유체 내 중성자 독의 현재 농도이고, Qw는 주입된 탈염수의 유량이고, Qpn은 주입된 중성자 독 용액의 유량이다.
탈염수 또는 중성자 독 주입의 효과를 평가하기 위해 지연이 고려된다.
Qp의 값, 즉 노심 내 1차 열 전달 유체 유량은 미리 결정된 값이다.
대안적으로, 이것은 획득 단계(S20)에서 계측 및 제어 시스템(53)으로부터 검색된다.
단계(S30)의 제1 반복 이전에, 즉 동작 파라미터의 현재값을 획득하는 단계 직후에, 동작 파라미터의 획득된 현재 값을 사용하여 노심 예측 모델의 초기 상태가 조정된다.
예를 들어, 노심에 의해 방출되는 전력 P와 Tmoy의 값은 T1을 T7로 설정하는 데 사용된다. 축 오프셋과 노심에 의해 방출되는 전력 P 값은 n1 내지 n6 값을 결정하는 데 사용된다. 제어 그룹의 위치 값은 Pbank의 시작 값을 직접 설정하는 데 사용된다.
수학식은 중성자 밀도의 시간 진화가 영이 되도록 다양한 반응도 항을 조정하여 모델에서 균형을 이룬다.
이러한 초기 조정 후, 노심의 예측 모델은 노심의 각 레벨에 대해 주어진 시간 간격에 걸쳐 중성자 농도 ni, 온도 Ti 및 크세논 농도 Xei의 시간 경과에 따른 진화를 계산한다.
이러한 파라미터로부터, 모델은 평균 온도 Tmoy와 같은 더 많은 전역 파라미터와 노심 내 중성자 분포를 특징짓는 파라미터 R, 예를 들어 축 오프셋 AO의 진화를 재구성한다.
모델은 또한 상술한 대로 Pbank 그룹의 위치와 중성자 독 농도 Cpn의 진화를 결정한다.
노심에 의해 방출되는 전력 P의 진화는 전력 변동에 대해 선택된 기울기를 고려하여 주어진 시간 간격 동안 전력 프로그램을 따른다.
단계(S30)는 또한 하위 단계(S32)에서 결정된 크기 특성의 진화를 사용하여, 비용 함수를 평가하는 하위 단계(S33)을 포함한다.
예를 들어, 비용 함수는 상기 주어진 시간 간격에 걸쳐, 노심 내 중성자 자속의 분포 R을 특징짓는 파라미터, 통상적으로 축 오프셋과 기준 값 Rref 사이의 편차 δR의 진화를 특징으로 한다.
Rref는 원자로 전력에 따라 미리 결정된 값이다.
기준 값 Rref는 조작자에 의해 수동으로 입력된다. 대안적으로, 이는 계측 및 제어 시스템(53)으로부터 검색될 수 있다. 실제로, 이 시스템은 현재 원자로 전력의 함수로서 직접적으로 기준값을 제공하는 기준 곡선을 포함한다.
비용 함수를 계산하기 위해, Rref는 주어진 시간 간격에 걸쳐 상수로 사용되거나 전력 프로그램에 따라 변수로 사용된다.
따라서 비용 함수는 노심 내 중성자 자속 분포를 특징짓는 파라미터 R과 기준 값 사이의 편차를 최소화하도록 선택된다.
비용 함수는 예를 들어 다음과 같고,
여기서
δR = R - Rref이고, 여기서 t0은 시간 간격의 시작이고 T는 시간 간격의 지속구간을 예측한다.
비용 함수의 다른 예는 하기에 주어진다:
여기서
Rcor = R+K(Tmoy-Tref)이고, K는 상수이며,
δRcor = Rcor - Rref이다.
원자로 노심 내로 로드된 집합체의 사이클 시작 시점인지 사이클 종료 시점인지에 따라 상수 K에 상이한 값이 할당될 수 있다. 예를 들어, 노심 내 중성자 자속 분포를 특징짓는 파라미터가 축 오프셋 AO인 경우, K에 대해 선택된 값은 사이클 시작 시 -2% AO/℃이고 사이클의 80%에서는 -6% AO/℃이다.
이 두 번째 기능의 장점은 Tmoy가 데드 존 내에 남아 있는 경우에도 최적의 주입 순서가 결정되도록 한다는 점이다. 실제로 이 경우 제어봉 그룹은 변위되지 않으며, 노심 내 중성자 자속 분포를 특징짓는 R 파라미터의 값은 변경되지 않는 상태로 남아 있다. 이러한 상황에서 고려되는 첫 번째 비용 함수는 주입된 Qpn 및 Qw의 값에 관계없이 일정하다. 반면에 두 번째 비용 함수는 고려 중인 상이한 주입 순서를 다르게 하고 구별하도록 한다.
따라서 두 번째 기능은 데드 존의 Tmoy 변동으로 인해 발생하는 노심 내 중성자 자속 분포를 특징짓는 파라미터 R의 변동을 고려하도록 한다.
단계(S30)는 그런 다음 비용 함수에 대한 수렴 기준이 충족되었는지 여부를 결정하는 하위 단계(S34)를 포함한다.
도 2에 도시된 바와 같이, 이 수렴 기준이 충족되지 않으면, 하위 단계(S31, S32 및 S33)가 새로운 중성자 독 및/또는 물 주입 순서로 반복된다.
단계(S31)에서는 이전 반복에서 획득된 결과를 고려하여 새로운 반복을 위해 1차 액체 내로의 중성자 독 및/또는 물 주입 순서가 생성된다.
바람직하게는, 새로운 반복을 위한 주입 순서는, 통상적으로 원시 이중 내부점 방법으로 알려진 최적화 방법을 사용하여 경사 하강 알고리즘을 사용하여 생성된다.
이 방법은 잘 알려져 있으므로 여기서는 자세히 설명하지 않을 것이다.
반대로, 수렴 기준이 충족되면, 단계(S40)가 수행된다. 단계(S40) 동안, 최적의 주입 순서, 즉 수렴 기준이 달성되도록 하는 순서가 조작자에게 전달된다.
이 최적의 주입 순서에 해당하는 노심 상태의 크기 특성의 진화도 또한 조작자에게 전달된다.
예를 들어, 주입 순서와 주어진 시간 간격 동안 노심 상태의 크기 특성의 진화가 도 3에 도시된 바와 같이 사용자 인터페이스 스크린 상에 디스플레이된다.
수렴 기준은 적어도 비용 함수가 극값에 도달한다는 사실을 포함한다.
위의 예에서 이 극값은 최소값이다.
즉, 노심 내 중성자 자속 분포를 특징짓는 파라미터 R과 기준값 사이의 편차는 상기 주어진 시간 간격에 걸쳐 최소가 되어야 한다.
또한, 수렴 기준은 다음 제약 조건 중 하나 이상이 충족되도록 규정할 수 있다:
- 상기 주어진 시간 간격 동안 노심 내 중성자 자속 분포를 특징짓는 파라미터 R과 기준 값 사이의 편차는 지속적으로 결정된 한계 미만으로 유지된다;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 중성자 독의 양은 결정된 한계 미만으로 유지된다;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 물의 양은 결정된 한계 미만으로 유지된다.
첫 번째 제약 조건은 노심 내 중성자 자속 분포를 특징짓는 파라미터 R, 통상적으로 축 오프셋 AO이 주어진 시간 간격 동안 기준 값 Rref 주변의 한계를 초과해서는 안 된다는 사실을 반영한다.
이 기준은 다음 수학식으로 표현될 수 있다:
|R - Rref| < L
여기서 L은 초과되지 않는 한계이다.
한계는 원자로의 정상 동작 조건에 의해 규정된다.
단위 시간당 주입되는 중성자 독의 양에 부과되는 한계는 통상적으로 유닛(31)에 의해 전달될 수 있는 최대 체적 유량에 해당한다.
단위 시간당 주입되는 물의 양에 부과되는 한계는 유사하게 유닛(39)에 의해 전달될 수 있는 최대 체적 유량에 해당한다.
이러한 한계는 펌프(35 및 45)의 최대 가능 유량의 함수이다.
이 방법에 따르면, 단계(S20 및 S30)는 60분 미만, 바람직하게는 20분 미만, 예를 들어 10분 미만의 시간 기간 T로 반복된다.
즉, 이 방법은 조작자가 짧은 기간 동안 반복적으로 최적의 주입 순서를 제공받도록 한다. 이 주입 순서는 원자로 동작 파라미터의 현재 값으로 재보정된다.
기간 T는 주입 순서의 한 동작 지속구간보다 작거나 같다.
기간 T는 원자로 조작자에 의해 조정될 수 있는 파라미터이다.
T의 최소값은 단계(S20 및 S30)를 실행하는 데 필요한 시간에 해당한다.
통상적으로, 기간 T는 주입 순서에서 하나의 동작 지속구간과 실질적으로 동일하다.
따라서, 도 4에 도시된 바와 같이, 조작자는 시점 t0에서 단계(S20 및 S30)를 실행하기 시작한다. t0와 t0+T 사이에서, 이전 반복에서 결정된 설정값은 최적의 주입 순서의 첫 번째 동작을 위해 구현된다.
조작자는 현재 주입 동작이 끝날 무렵, 즉 t0+T 직전에 재계산 결과, 즉 새로운 최적의 주입 순서를 수신한다. t0+T와 t0+2T 사이에서, 새로운 최적의 주입 순서의 첫 번째 동작에 대해 수신된 권장 사항 등이 구현된다.
대안적으로, 기간 T는 주입 순서의 한 동작의 지속구간보다 짧다.
여기서 DI는 주입 순서 동작의 지속구간이다.
이 대안은 단계(S20 및 S30)를 실행하기 위한 계산 시간이 짧은 경우 선택된다. 계산 시간은 1분 미만일 수 있다.
이 경우, t0과 t0+DI 사이에서 조작자는 최적의 주입 순서의 첫 번째 동작을 위해 이전 반복(t0-DI와 t0 사이)에서 결정된 설정값을 구현한다.
t0에서, 조작자는 단계(S20 및 S30)를 개시한다. 이러한 단계는 t0과 t0+DI 사이에서 여러 번 반복된다. 조작자는 마지막 계산 결과, 즉 현재 주입 동작이 끝날 무렵, t0+DI 직전에 수신된 최적의 주입 순서를 유지한다. t0+DI와 t0+2DI 사이에서 새로운 최적의 주입 순서의 첫 번째 동작에 대해 수신된 권장 사항 등이 구현된다.
바람직하게는, 단계(S30)는 제1 전력에서 제2 전력으로의 전력 변동 동안 시간의 함수로서 전력의 진화에 대한 최적의 기울기를 결정하는 하위 단계(S35)를 포함한다.
이 하위 단계(S35)는 도 4에 도시된 바와 같이 하위 단계(S31) 직전에 수행된다.
결정되어야 할 최적의 기울기는 조작자가 경보 또는 원자로 보호를 트리거할 위험을 감수하지 않는 최대 실현 가능한 기울기이다.
하위 단계(S35)는 다음과 같은 동작을 포함한다:
- S351: 여러 기울기 값에 대해 원자로 노심의 예측 모델의 도움으로 상기 전력 변동 동안 원자로 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하는 단계로서, 단위 시간당 중성자 독 또는 물의 주입은 항상 가능한 최대치와 동일한 것으로 간주되는, 상기 적어도 하나의 크기 특성의 진화 계산 단계;
- S352: 고려된 각 기울기 값에 대해 계산된 진화를 사용하여, 비용 함수를 평가하는 단계;
- S353: 비용 함수를 최소화하거나 최대화하는 기울기 값을 선택하는 단계.
테스트된 기울기 값은 고려되는 상황에서 원자로에 대한 통상적인 기울기 값이다. 이러한 기울기 값은 잘 알려져 있다. 이들은 상황에 따라 예를 들어 0.5% 내지 10%, 통상적으로 0.1% 내지 5%로 다양하다.
기울기 값은 전력 변동 지속구간 전반에 걸쳐 일정하다.
대안적으로, 기울기 값은 과도현상 동안 가변적이다. 예를 들어, 과도현상의 상이한 부분에 대해 상이한 기울기 값이 선택될 수 있다. 따라서 하나의 기울기 값은 80%RPL 내지 90%RPL 부분에 대해 선택되고 다른 기울기 값은 90%RPL 내지 100%RPL 부분 등에 대해 선택될 수 있다.
동작(S351)은 단계(S20)에서 획득된 현재 값을 사용하여 이미 재교정된 노심의 예측 모델로 수행된다. 여기서 계산 범위(calculation horizon)는 고려된 기울기를 고려하여 제1 전력에서 제2 전력으로 넘어가는 데 필요한 전체 시간에 해당한다.
동작(S352)에 사용되는 비용 함수는 상술한 바와 같다.
최적으로 간주되는 기울기 값은 선택된 비용 함수에 따라 비용 함수가 최소 또는 최대인 기울기 값이다.
상술한 비용 함수의 경우, 최적으로 간주되는 기울기 값은 비용 함수를 최소화하는 값이다.
동작(S353)에서는 대안적으로 최적의 기울기 값이 비용 함수를 최소화 또는 최대화할 뿐만 아니라 하나 이상의 동작 제약 조건을 존중하는 값이라고 간주하는 것이 가능하다. 이러한 동작 제약 조건은 위에 나열된 것과 같다.
전력 변동을 위해 선택된 기울기 값은 단계(S40)에서 조작자에게 전달된다. 예를 들어, 선택한 기울기 값은 결정된 최적의 기울기에서 안전 계수를 뺀 값에 해당한다. 예를 들어 안전 계수는 30%이다.
단계(S32)의 각 반복 동안, 시뮬레이션을 수행하기 위해 고려되는 노심 전력의 진화는 하위 단계(S35)에서 결정된 선택된 기울기 값을 사용하여 결정된다.
이 기울기는 전력 과도현상 전반에 걸쳐 일정한 것으로 간주된다. 조작자에 의해 새로운 전력 프로그램이 제안되는 경우에만 수정된다. 대안적으로, 위에 나타낸 바와 같이, 기울기는 과도현상 동안 가변적이다.
대안적으로, 하위 단계(S35)는 구현되지 않는다. 이 경우, 조작자는 제1 전력에서 제2 전력으로의 전력 과도현상이 수행되는 기울기를 설정한다. 하위 단계(S32)의 각 반복에 대해 고려되는 것은 이 값이다.
전력 프로그램의 각 원자로 전력 변동에 대해 최적의 기울기가 결정되거나 설정된다.
도 5 내지 도 8은 본 발명의 제어 방법을 구현함으로써 획득된 결과를 도시한다.
이러한 결과는 SOFIA 시뮬레이터(Simulator for Observation of Functioning while Incident and Accident)를 사용한 시뮬레이션을 통해 획득되었다. 프라마톰(Framatome)에 의해 개발된 이 소프트웨어는 PWR-형 원자로의 모든 주요 구성요소는 물론 정상 원자로 동작 중에 관련된 주요 현상(노심 동역학, 1차 및 2차 회로 열-수력학, 계측기, 제어 시스템, 터빈 구동 시스템 등)을 상세히 시뮬레이션한다.
시뮬레이션에서는, 본 발명의 방법에 따라 결정된 주입 순서가 수정 없이 즉시 원자로에 적용되는 것으로 가정된다. 두 가지 시뮬레이션이 수행되었다.
도 5 및 도 6에서, 노심에는 연소율이 실질적으로 영이고 1차 열 전달 유체 내 붕소 농도가 약 1200ppm인 새로운 연료 집합체가 로드된다. 도 7 및 도 8에서 시뮬레이션은 사이클의 80%에서, 붕소 농도 약 200ppm에서의 노심에 대해 수행된다.
고려된 전력 프로그램은 도 5 및 도 7에 예시된다. 원자로가 먼저 정격 전력의 100%에서 정격 전력의 50%로 감소한 다음 정격 전력의 100%까지 다시 증가하는 기존 사이클에 따라, 원자로는 부하-추종 모드에서 동작한다. 부하 감소 시작과 부하 증가 시작 사이에는 8시간의 간격이 있다.
도 5 및 도 6의 경우, 본 발명의 방법은 부하 감소에 대해 분당 정격 전력 1.6%의 기울기가 사용되고, 부하 증가에 대해 분당 정격 전력 1%의 기울기가 사용되는 것을 나타낸다.
이 값은 단계(S35)에 의해 결정된 최적 기울기의 70%에 해당하며 SOFIA에서 허용하는 값으로 반올림된다. SOFIA는 개별 기울기 값만 허용한다. 특정 기울기 값만 적용될 수 있는 현장에서도 상황은 동일한다.
도 5는 최적의 주입 순서가 적용될 때 원자로 노심의 축 오프셋의 진화를 도시한다. 도 6은 최적의 주입 순서가 적용될 때 Tmoy와 Tref 사이의 편차를 도시한다.
도 5는 또한 축 오프셋 기준값(도면 중앙의 수평선)과 축 오프셋 데드 존(도 5의 상단과 하단에 점선으로 표시된 수평선)의 한계도 도시한다. 이 비제한적인 예에서는 한계가 5%로 설정되었다.
도 5를 보면, 전력 과도현상 동안에도, 축 오프셋이 기준 값에서 크게 벗어나지 않고 데드 존 한계에서 멀리 떨어져 있다는 것이 분명하다.
도 6에서 Tmoy 온도 데드 존 한계는 도면의 상단과 하단에 점선으로 표시되어 있다. 도 6은 Tmoy가 데드 존 내에 남아 있으며 온도 제어의 결과로 전력 과도현상 동안 가끔씩만 데드 존을 벗어나는 것을 명확하게 보여준다.
도 7 및 도 8은 도 5 및 도 6과 유사하다. 본 발명의 방법에 따라 선택된 기울기는 부하 감소에 대해 분당 정격 전력의 1.6%이고, 부하 증가에 대해 분당 정격 전력의 0.3%이다.
도 7은 축 오프셋이 부하 감소가 끝날 때 때때로 데드 존을 벗어나는 것을 보여준다. 그러나 데드 존에서 벗어나는 시간은 짧기 때문에 과도 부하의 타당성에 의문을 제기하지는 않는다. Tmoy는 또한 때때로, 특히 부하가 감소하는 순간에 데드 존을 벗어난다.
이제 상세히 기술될 제어 집합체(63)는 상술한 제어 방법을 구현하는데 특히 적합하다.
도 9에 도시된 바와 같이, 제어 집합체(63)는 조작자가 원자로에 의해 공급될 전력 프로그램에 입력할 수 있도록 구성된 사용자 인터페이스(65)를 포함한다.
전력 프로그램은 제1 전력에서 제2 전력으로의 적어도 하나의 전력 변동을 포함한다.
전력 프로그램은 상술한 제어 방법과 같다.
사용자 인터페이스(65)는 임의의 적합한 유형이다. 예를 들어, 이것은 컴퓨터에 연결된 키보드와 스크린을 포함한다.
집합체(63)는 또한 복수의 원자로 동작 파라미터의 현재 값을 획득하기 위한 유닛(67)을 포함한다.
이 유닛(67)은 컴퓨터이거나 컴퓨터의 일부이다.
통상적으로, 획득 유닛(67)은 계측 및 제어 시스템(53)으로부터 동작 파라미터의 현재 값을 검색한다.
복수의 원자로 동작 파라미터는 원자로 노심에 의해 공급되는 전력 P를 특징짓는 적어도 하나의 파라미터와 노심 내 중성자 유체 분포를 특징짓는 파라미터 R을 포함한다.
유닛(67)에 의해 획득된 동작 파라미터는 제어 방법에 대해 상술한 파라미터이다.
제어 유닛(63)은 또한 계산 유닛(69)을 포함한다.
계산 유닛(69)은 원자로 노심의 예측 모델(71), 비용 함수를 계산하도록 구성된 모듈(73) 및 최적화 알고리즘(75)을 포함한다.
예를 들어, 유닛(67)은 계산기(69)에 통합된다.
최적화 알고리즘(75)은 주어진 시간 간격에 걸쳐 1차 액체 내로 중성자 독 및/또는 물을 주입하는 순서를 생성하도록 프로그래밍된다. 중성자 독 및/또는 물을 1차 액체 내로 주입하는 순서는 복수의 주입 동작을 포함하며, 각 동작은 동작량 및 지속구간으로 특징지어진다.
주입 순서는 상술한 제어 방법과 같다.
원자로 노심의 예측 모델(71)은 획득된 전력 프로그램, 동작 파라미터의 획득된 현재 값 및 고려된 주입 순서를 사용하여, 주어진 시간 간격 동안 원자로 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하도록 프로그래밍된다.
이 예측 모델(71)은 상술한 예측 모델이다.
예측 모델(71)은 주입 순서에 커버되는 시간 간격에 해당하는 전력 프로그램의 일부를 고려한다.
예측 모델(71)에 의해 계산된 노심 상태의 적어도 하나의 크기 특성은 무엇보다도 선택된 비용 함수에 따라 달라진다. 통상적으로 이는 적어도 노심 내 중성자 자속 분포를 특징짓는 파라미터 R, 즉 축 오프셋 AO를 포함한다.
예측 모델(71)에 의해 계산된 노심 상태의 크기 특성은 제어 방법에 대해 상술한 바와 같다.
모듈(73)에 의해 계산된 비용 함수는 예를 들어 주어진 시간 간격에 걸쳐 노심 내 중성자 자속 분포를 특징짓는 상기 파라미터 R과 기준 값 사이의 편차의 진화를 특징으로 한다.
비용 함수는 통상적으로 제어 방법에 대해 상술한 바와 같다. 후술되는 바와 같이, 다른 비용 함수가 고려될 수 있다.
비용 함수를 계산하기 위해, 모듈(73)은 예측 모델(71)에 의해 계산된 진화를 사용한다.
최적화 알고리즘(75)은 비용 함수 수렴 기준이 충족될 때까지 주입 순서를 반복적으로 생성하고, 노심의 예측 모델(71)에 의해 적어도 하나의 해당 크기 특성의 진화를 계산하고, 비용 모듈(73)에 의해 해당하는 비용 함수를 평가하도록 프로그래밍된다.
수렴 기준은 예를 들어 비용 함수의 극값에 도달하는 것을 포함한다.
상술한 비용 함수 예의 경우, 이 극값은 최소값이다.
또한, 다음 제약 조건 중 하나 이상이 충족되는 수렴 기준이 제공될 수 있다:
- 상기 주어진 시간 간격 동안 노심 내 중성자 자속 분포를 특징짓는 파라미터 R과 기준 값 사이의 편차는 항상 결정된 한계 미만으로 유지된다;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 중성자 독의 양은 결정된 한계 미만으로 유지된다;
- 상기 주어진 시간 간격 동안 단위 시간당 주입된 물의 양은 결정된 한계 미만으로 유지된다.
수렴 기준, 특히 제약 조건은 제어 방법에 대해 상술한 바와 같다.
바람직하게는, 계산 유닛(69)은 또한 제1 전력에서 제2 전력으로의 전력 변동 동안 시간의 함수로서 원자로 전력의 진화에 대한 최적의 기울기를 결정하도록 프로그램된 기울기 모듈(77)을 포함한다.
기울기 모듈(77)은:
- 노심의 예측 모델(71)을 사용하여 여러 기울기 값에 대해, 상기 전력 변동 동안 원자로 노심 상태의 적어도 하나의 크기 특성의 진화를 계산하고, 단위 시간당 중성자 독 또는 물의 주입은 항상 가능한 최대치와 동일한 것으로 간주되고;
- 비용 모듈(73)을 사용하여 각 기울기 값에 대해 계산된 진화를 사용하여, 각 기울기 값에 해당하는 비용 함수를 평가하고;
- 비용 함수를 최소화하는 기울기 값을 선택하도록 프로그래밍된다.
최적의 주입 순서를 결정하기 위해 예측 모델(71)에 의해 선택된 기울기는 최적의 기울기에서 아마도 안전 계수를 뺀 값이다. 이것은 조작자에게도 권장된다.
이는 주어진 전력 프로그램에 대해 한 번만 계산된다. 그러나 전력 프로그램이 변경될 때마다 다시 계산된다.
전력 프로그램이 여러 전력 변동을 포함할 때 각 전력 변동에 대해 최적의 기울기 값이 계산된다.
이 최적 기울기는 원자로에 대한 기존의 제약 조건을 고려할 때 획득될 수 있는 가장 빠른 기울기이다.
대안적으로, 계산 유닛(69)은 기울기 모듈(77)을 포함하지 않는다. 예측 모델(71)에 의해 사용될 기울기는 조작자에 의해 설정되고 사용자 인터페이스(65)를 사용하여 입력된다.
기울기 모듈(77)은 바람직하게는 제어 방법에 대해 기술된 바와 같이 최적의 기울기를 결정한다.
집합체(63)는 또한 다음을 디스플레이하도록 구성된다:
- 최적의 중성자 독 및/또는 물 주입 순서, 즉 비용 함수의 수렴 기준이 충족되는 순서;
- 아마도 각 전력 변동에 대해 선택된 기울기;
- 아마도 최적의 주입 순서를 위한 노심 상태의 적어도 하나의 크기 특성의 진화.
이 정보는 통상적으로 사용자 인터페이스(65) 상에 디스플레이된다.
도 4는 시점 t0에서의 사용자 인터페이스(65)의 스크린의 예를 도시한다. 스크린 상부에는 주입 설정값을 표시한다. 수평선 위에 위치한 주입 설정값은 중성자 독 주입 설정값이고, 수평선 아래에 있는 주입 설정값은 물 주입 설정값이다.
도 4의 하부는 시간의 함수로서 노심 파라미터의 특징적인 상태 중 하나의 진화를 도시한다. 하나 이상의 파라미터가 디스플레이될 수 있다. 위에 나타낸 바와 같이, 이 파라미터 또는 이러한 파라미터들은 노심 내 중성자 자속 분포를 특징짓는 파라미터 R, 1차 열 전달 유체의 평균 온도 Tmoy, 노심 전력 P, 제어 유닛의 위치 Pbank, 크세논 농도 Xe 또는 1차 열 전달 유체의 중성자 독 농도 Cpn 중에서 선택된다.
도 4는 제어 집합체(63)에 의해 10분마다 새로운 주입 순서가 결정되는 상황을 도시한다. 이 순서는 각 10분 동안 지속되는 6번의 주입 동작을 포함하며, 따라서 1시간의 시간 간격을 커버한다.
t0+10분과 t0+70분 사이에서, 스크린 상부에는 t0에서 획득된 동작 파라미터를 사용하여 계산된 최적의 주입 순서를 보여준다. 스크린 하부에는 최적의 주입 순서에 대해 계산된 노심 상태의 파라미터 특성의 진화를 보여준다. t0과 t0+10분 사이에서 도면은 이전 반복에서 계산된 주입, 즉 t0-10분에서 획득된 동작 파라미터를 기반으로 계산된 주입을 보여준다. 도 4는 t0-10분과 t0 사이에 조작자에 의해 실제로 수행된 주입과 계측기(55)를 사용하여 실제로 측정된 노심 상태를 특징짓는 파라미터의 진화를 보여준다.
따라서, 제어 방법의 단계(S10)는 사용자 인터페이스(65)에 전력 프로그램에 입력하는 조작자에 의해 수동으로 수행된다.
단계(S20)는 획득 유닛(67)에 의해 수행된다.
단계(S30)는 계산 유닛(69)에 의해 수행된다.
하위 단계(S31)는 최적화 알고리즘(75)에 의해 수행된다.
하위 단계(S32)는 노심의 예측 모델(71)에 의해 수행된다.
하위 단계(S33)는 비용 함수(73)에 의해 수행된다.
하위 단계(S34)는 최적화 알고리즘(75)에 의해 수행된다.
하위 단계(S35)는 기울기 모듈(77)에 의해 수행된다.
단계(S40)는 통상적으로 사용자 인터페이스(65) 상에서 수행된다.
도 1에 도시된 실시예에서, 제어 집합체(63)는 전력 변동을 위해 선택된 기울기와 함께, 고려된 시간 간격에 대해 결정된 최적의 중성자 독 및/또는 물 주입 순서를 조작자에게 제공한다.
조작자는 집합체(63)에 의해 공급되는 최적의 주입 순서의 함수로서, 유닛(31, 39)을 직접 제어한다.
통상적으로 조작자는 밸브(37 및 47), 펌프(35 및 45)를 제어한다.
또한, 조작자는, 존재한다면, 집합체(63)에 의해 결정되는 선택된 기울기를 터빈 제어 루프(61)에 통보한다.
하나의 대안적인 실시예에 따르면, 비용 함수는 상술한 비용 함수와 상이하다.
또 다른 대안에 따르면, 노심의 예측 모델은 기준 온도 Tref 주변의 데드 존을 고려하지 않는다. 따라서 제어봉 그룹의 변위는 Tmoy가 Tref에서 벗어나자마자 결정된다.

Claims (16)

  1. 원자로(1)를 제어하는 방법으로서,
    상기 원자로(1)는 복수의 핵 연료 집합체(5)를 포함하는 노심(3; core)과, 중성자 독을 함유한 1차 열 전달 유체가 순환하는, 상기 노심(3)을 냉각시키기 위한 1차 회로(7)와, 상기 1차 열 전달 유체 내로 중성자 독이 주입되게 하는 유닛(31)과, 상기 1차 회로(7) 내로 물을 주입하도록 제공된 유닛(39)을 구비하며,
    상기 원자로(1)를 제어하는 방법은:
    S10/ 상기 원자로에 의해 공급될 원자로 전력 프로그램을 획득하는 단계로서, 상기 프로그램은 제1 전력에서 제2 전력으로의 적어도 하나의 원자로 전력 변동(reactor power variation)을 포함하는, 단계;
    S20/ 상기 원자로의 상기 노심에 의해 공급되는 노심 전력을 특징짓는 적어도 하나의 파라미터와 상기 노심 내의 중성자 자속 분포를 특징짓는 하나의 파라미터를 포함하는 상기 원자로의 복수의 동작 파라미터의 현재 값을 획득하는 단계;
    S30/ 반복적으로, 다음의 하위 단계들:
    S31/ 주어진 시간 간격에 걸쳐 1차 액체 내로 중성자 독 및/또는 물을 주입하는 순서를 생성하는 단계와,
    S32/ 상기 획득된 전력 프로그램, 상기 동작 파라미터의 상기 획득된 현재 값 및 고려된 상기 주입 순서를 사용하여, 상기 주어진 시간 간격 동안 상기 원자로의 상기 노심(3) 상태의 적어도 하나의 크기 특성의 진화(evolution)를 계산하는 단계로서, 상기 진화는 상기 원자로의 상기 노심의 예측 모델의 도움으로 계산되는, 상기 진화 계산 단계와,
    S33/ 상기 계산된 진화를 사용하여, 비용 함수를 평가하는 단계
    를 구현하는 단계로서, 하위 단계 S31/ 내지 S33/은 비용 함수 수렴 기준이 충족될 때까지 반복되는, 하위 단계 반복 구현 단계;
    S40/ 최적의 주입 순서를 조작자에게 전달하는 단계로서, 즉 상기 수렴 기준이 충족되도록 하고, 상기 조작자는 상기 최적의 주입 순서의 함수로서 상기 중성자 독 및 물 주입 유닛(31, 39)을 제어하는, 단계;를 포함하고,
    단계 S20/ 및 S30는 60분 미만의 시간 기간(T)으로 반복되는, 원자로(1) 제어 방법.
  2. 제1항에 있어서, 단계 S30/에서 계산된 상기 노심 상태의 상기 적어도 하나의 크기 특성은 상기 노심 내의 상기 중성자 자속 분포를 특징짓는 상기 파라미터를 포함하는, 원자로(1) 제어 방법.
  3. 제2항에 있어서, 상기 비용 함수는 상기 주어진 시간 간격에 걸쳐 상기 노심 내의 상기 중성자 자속 분포를 특징짓는 상기 파라미터와 기준값 사이의 편차의 진화를 특징으로 하는, 원자로(1) 제어 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 수렴 기준은 상기 비용 함수의 극값에 도달하는 것을 포함하는, 원자로(1) 제어 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 수렴 기준은
    - 상기 주어진 시간 간격 동안 상기 노심 내의 상기 중성자 자속 분포를 특징짓는 상기 파라미터와 기준값 사이의 편차가 항상 결정된 한계 미만으로 유지되는 제약 조건;
    - 상기 주어진 시간 간격 동안 단위 시간당 주입된 중성자 독의 양이 결정된 한계 미만으로 유지되는 제약 조건;
    - 상기 주어진 시간 간격 동안 단위 시간당 주입된 물의 양이 결정된 한계 미만으로 유지되는 제약 조건;
    으로부터 선택된 적어도 하나의 제약 조건을 충족하는 것을 포함하는, 원자로(1) 제어 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 하위 단계 S31/에서 상기 1차 액체 내로의 상기 중성자 독 및/또는 물 주입 순서는 이전 반복에서 획득된 결과를 고려하여 경사 하강 알고리즘(gradient descent algorithm)에 의해 생성되는, 원자로(1) 제어 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 단계 S30/는 상기 제1 전력에서 상기 제2 전력으로의 전력 진화 동안 시간의 함수로서 상기 전력의 진화에 대한 최적의 기울기를 결정하는 하위 단계 S35/를 포함하고,
    하위 단계 S35/는,
    S351/ 여러 기울기 값에 대해, 상기 원자로의 상기 노심의 상기 예측 모델의 도움으로 상기 전력 변동 동안 상기 원자로의 상기 노심 상태의 상기 적어도 하나의 크기 특성의 진화를 계산하는 단계로서, 단위 시간당 중성자 독 또는 물의 상기 주입은 가능한 최대치와 항상 동일한 것으로 간주되는, 상기 진화 계산 단계와;
    S352/ 각 기울기 값에 대해 계산된 상기 변동을 사용하여, 상기 비용 함수를 평가하는 단계와;
    S353/ 상기 비용 함수를 최소화하는 상기 기울기 값을 선택하는 단계;를 포함하는, 원자로(1) 제어 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 원자로의 상기 노심의 상기 예측 모델은 비선형인, 원자로(1) 제어 방법.
  9. 제8항에 있어서, 상기 원자로의 상기 노심의 상기 예측 모델은 여러 하위 모델을 포함하고, 각 하위 모델은 상기 원자로의 상기 노심의 레벨을 모델링하고, 상기 레벨에서의 중성자 밀도의 동역학(kinetic)을 기술하는 적어도 하나의 수학식과 상기 레벨에서의 상기 1차 열 전달 유체의 온도를 기술하는 수학식을 포함하고, 상기 모델은 레벨들 사이의 중성자 교환을 기술하는 수학식과 각 레벨에서의 반응도를 특징짓는 수학식을 더 포함하는, 원자로(1) 제어 방법.
  10. 제9항에 있어서, 각 레벨에서의 반응도를 특징짓는 상기 수학식은 다음 효과:
    - 상기 레벨에서 상기 1차 열 전달 유체의 온도 변동으로 인한 효과;
    - 상기 레벨에서 상기 노심에 의해 공급되는 전력 변동으로 인한 효과;
    - 제어봉 그룹의 변위로 인한 효과;
    - 상기 1차 열 전달 유체의 중성자 독의 농도 변동으로 인한 효과;
    - 상기 레벨에서 상기 핵 연료 집합체의 크세논의 농도 변동으로 인한 효과; 중 하나 이상을 고려하는, 원자로(1) 제어 방법.
  11. 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 1차 액체 내로 중성자 독 및/또는 물을 주입하는 상기 순서는 복수의 주입 동작을 포함하고, 각 동작은 동작량과 지속구간에 의해 특징지어지고, 상기 주입 순서의 동작 횟수는 2회 내지 12회이며, 상기 동작의 상기 지속구간은 2분 내지 60분인, 원자로(1) 제어 방법.
  12. 제11항에 있어서, 상기 시간 기간(T)은 상기 주입 순서에서 하나의 동작 지속구간보다 짧거나 실질적으로 동일한, 원자로(1) 제어 방법.
  13. 제1항 내지 제12항 중 어느 한 항에 있어서, 상기 주어진 시간 간격은 10분과 상기 전력 프로그램의 지속구간 사이의 총 지속구간을 갖는, 원자로(1) 제어 방법.
  14. 원자로용 제어 집합체로서, 상기 원자로(1)는 복수의 핵 연료 집합체(5)를 포함하는 노심(3)과, 중성자 독을 함유한 1차 열 전달 유체가 순환하는, 상기 노심(5)을 냉각시키기 위한 1차 회로(7)와, 상기 1차 열 전달 유체 내로 상기 중성자 독이 주입되게 하는 유닛(31)과, 상기 1차 회로(7) 내로 물을 주입하도록 제공된 유닛(39)을 구비하고, 상기 중성자 독 및 물 주입 유닛(31, 39)은 조작자에 의해 제어되고,
    상기 제어 집합체(63)는,
    a/ 사용자가 상기 원자로에 의해 공급될 전력 프로그램에 입력하도록 구성된 사용자 인터페이스(65)로서, 상기 프로그램은 제1 전력에서 제2 전력으로의 적어도 하나의 전력 변동을 포함하는, 상기 사용자 인터페이스(65);
    b/ 상기 원자로의 복수의 동작 파라미터의 현재 값을 획득하는 유닛(67)으로서, 상기 원자로의 상기 노심(3)에 의해 공급되는 전력을 특징짓는 적어도 하나의 파라미터와 상기 노심(3) 내의 중성자 자속 분포를 특징짓는 하나의 파라미터를 포함하는, 상기 유닛(67);
    c/ 계산 유닛(69)으로서:
    - 주어진 시간 간격에 걸쳐 1차 액체 내의 중성자 독 및/또는 물의 주입 순서를 생성하도록 프로그래밍된 최적화 알고리즘(75)과,
    - 상기 획득된 전력 프로그램, 상기 동작 파라미터의 상기 획득된 현재 값 및 고려된 상기 주입 순서를 사용하여, 상기 주어진 시간 간격 동안 상기 원자로의 상기 노심의 상태의 적어도 하나의 크기 특성의 진화를 계산하도록 프로그래밍된 상기 원자로의 상기 노심의 예측 모델(71)과;
    - 상기 예측 모델(71)에 의해 계산된 상기 진화를 사용하여, 비용 함수를 계산하도록 구성된 비용 모듈(73)을 포함하는 상기 계산 유닛(69);을 포함하고;
    최적화 알고리즘(75)은 비용 함수 수렴 기준이 충족될 때까지, 주입 순서를 반복적으로 생성하고, 상기 노심의 상기 예측 모델(71)에 의해 상기 적어도 하나의 해당하는 크기 특성의 진화를 계산하고, 상기 비용 모듈(73)에 의해 상기 해당하는 비용 함수를 평가하도록 프로그래밍되고;
    상기 집합체(63)는 또한 최적의 주입 순서, 즉 상기 비용 함수 수렴 기준이 충족된 주입 순서를 상기 사용자 인터페이스(65) 상에 디스플레이하여, 상기 최적의 주입 순서가 상기 조작자에 의해 구현되도록 구성되는, 제어 집합체(63).
  15. 제14항에 있어서, 상기 계산 유닛(69)은 상기 제1 전력에서 상기 제2 전력으로의 상기 전력 변동 동안 시간의 함수로서 원자로 전력의 진화에 대한 최적의 기울기를 결정하도록 프로그래밍된 기울기 모듈(77)을 포함하고, 상기 기울기 모듈(77)은:
    - 상기 노심의 상기 예측 모델(71)이, 여러 기울기 값에 대해, 상기 전력 변동 동안 상기 원자로의 상기 노심 상태의 적어도 하나의 크기 특성의 상기 진화를 계산하게 하고, 단위 시간당 상기 중성자 독 또는 물 주입은 가능한 최대값과 항상 동일한 것으로 간주되고;
    - 상기 비용 모듈(73)이 각 기울기 값에 대해 계산된 상기 진화를 사용하여, 각 기울기 값에 해당하는 상기 비용 함수를 평가하게 하고;
    - 상기 비용 함수를 최소화하는 상기 기울기 값을 선택하도록 프로그래밍되는, 제어 집합체(63).
  16. 원자로(1)로서, 복수의 핵 연료 집합체(5)를 포함하는 노심(3)과, 중성자 독을 함유한 1차 열 전달 유체가 순환하는 상기 노심(3)을 냉각시키기 위한 1차 회로(7)와, 상기 1차 열 전달 유체 내로 중성자 독이 주입되게 하는 유닛(31)과, 상기 1차 회로(7) 내로 물을 주입하도록 제공된 유닛(39)과, 제14항 또는 제15항에 따른 제어 집합체(63)를 포함하고, 상기 중성자 독 및 물 주입 유닛(31, 39)은 조작자에 의해 제어되는, 원자로(1).
KR1020237035154A 2021-04-14 2022-04-14 원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로 KR20230171935A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
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
FRFR2103869 2021-04-14
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
KR20230171935A true KR20230171935A (ko) 2023-12-21

Family

ID=76920878

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237035154A KR20230171935A (ko) 2021-04-14 2022-04-14 원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로

Country Status (6)

Country Link
EP (1) EP4324000A1 (ko)
JP (1) JP2024514152A (ko)
KR (1) KR20230171935A (ko)
CN (1) CN117136417A (ko)
FR (1) FR3122030B1 (ko)
WO (1) WO2022219117A1 (ko)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN117136417A (zh) 2023-11-28
FR3122030A1 (fr) 2022-10-21
WO2022219117A1 (fr) 2022-10-20
JP2024514152A (ja) 2024-03-28
EP4324000A1 (fr) 2024-02-21
FR3122030B1 (fr) 2023-11-24

Similar Documents

Publication Publication Date Title
Na et al. A model predictive controller for load-following operation of PWR reactors
JP5525130B2 (ja) 制約問題に対する解の堅牢性を評価する方法
TW200949856A (en) A methodology for modeling the fuel rod power distribution within a nuclear reactor core
Ananthoju et al. A two-time-scale approach for discrete-time Kalman filter design and application to AHWR flux mapping
KR20230171935A (ko) 원자로를 제어하기 위한 방법 및 집합체, 그러한 집합체를 구비한 원자로
US3932885A (en) System and method for xenon acceleration in training simulator for nuclear power plant
US20240194360A1 (en) Method and assembly for controlling a nuclear reactor, nuclear reactor equipped with such an assembly
KR101146950B1 (ko) 원자로 붕소농도 자동제어장치
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
KR101698344B1 (ko) 원자력 발전소 가압기의 통합 제어 시스템
Ponciroli et al. Innovative control strategy for fast runback operational transient applied to SMRs
Badgujar System science and control techniques for harnessing nuclear energy
Kedzierska et al. Integrated Uncertainty Analysis of the LOFT LP-FP-2 Experiment using RELAP/SCDAPSIM/MOD3. 5 with IUA
KR20210057134A (ko) Dnbr의 온라인 계산으로 원자로를 작동시키는 방법, 및 대응하는 원자로
CN111276270A (zh) 核电站的反应性监测方法及自动监测系统、存储介质
Uspuras et al. Validation of coupled neutronic/thermal-hydraulic code RELAP5-3D for RBMK-1500 reactor analysis application
EP4073821B1 (en) Method for controlling a nuclear power plant and controller
Kliem et al. Comparative analysis of a pump coast-down transient using the coupled code systems DYN3D-ATHLET and DYN3D-RELAP5
WO2023151786A1 (en) Method for controlling a pressurized water reactor, computer program product and control system
Hegyi et al. ATHLET/KIKO3D results of the OECD/NEA benchmark for coupled codes on KALININ-3 NPP measured data
Lee et al. A Study on Fuel Integrity during an Inadvertent Opening of Steam Generator Relief or Safety Valves Event with Delayed Scram
Lee et al. Simulation of Station Black Out accident scenario (PKL H2. 2) in PKL test facility
Kim et al. Verification of SPACE Capability using Plant Test Data
Polach et al. Analysis of Manual Reactor Trip of NEK NPP in APROS Computer Code
Miura et al. Development and validation of the automatic control rods operation system for ABWR