CANDU核反应堆换料算法研究

摘要

CANDU堆采用不停堆功率运行换料方式，其换料方案（换料通道选择和通道换料顺序）不仅要维持反应堆满功率运行所需的反应性，提高燃料使用的经济性，而且必须考虑换料实施对反应堆运行控制保护的重大影响。 因此，换料方案的优化问题就成为了现场换料工程师面临的最大挑战和任务。为了实现电站换料运行最好的经济性和安性，所有CANDU 电站都在不断开发和改进换料优化的方法和程序。换料不但是补偿日常运行所带来的反应性消耗的主要手段，也是控制堆芯长期处于理想功率分布的主要方法。换料方案的优劣不仅影响电站运行的经济性，更重要的还直接关系反应堆的安全。因此，换料方案（换料通道选择和通道换料顺序）的优化问题是现场换料工程师所需要解决的至关重要的问题。此外，结合CANDU 堆自身的特点，换料工程师在制定换料方案时所主要考虑的优化目标还会随着电站的寿期而发生变化。在电站的运行初期，由于反应堆运行裕量相对较大，因此卸料燃耗是换料优化的主要目标；而在电站寿命的中后期，由于老化，运行裕量会有所减少，因此这时优化反应堆功率分布就跃升为换料优化的主要目标，以保证电站尽可能地满功率运行。优化目标这样的变5化特性，使得换料优化问题变得更加复杂。本文主要根据自己的认识并结合国外CANDU电站的经验，对CANDU堆换料优化问题进行一定的探讨。 本文提出了一种基于专家系统、遗传算法(GA) 和局部领域搜索相结合的换料通道优选算法。换料通道优选过程仍然分为两个阶段。第一阶段，根据一套评价规则对每个通道进行评价，综合评价结果，从中选择20-40个候选通道。第二阶段，需要选择7 个左右候选通道并且给出其换料序列。本文使用遗传算法（GA）和区域搜索相结合的算法,加上局部领域搜索是为了控制基因的质量,使其在短时间内达到收敛，评价函数的结果就作为个体的适应值。通过遗传算法的优化，可以得到一组换料序列（每个换料序列为7 个通道的换料顺序）。随着电站的运行，当电站老化以后，候选通道数目要大大增加才能获得比较好的换料通道方案。这样可行解的空间大大加大。传统的优化算法如果需要搜索更大范围的解空间，计算时间就要大大增加，CANDU 堆换料的时间要求而言，这是不利的。但是使用遗传算法和区域搜索以后就可以解决上述困难。一般而言，对于从40 个候选通道中选择7 个通道的候选序列而言，遗传算法在经过30 代左右的进化就可以收敛。通过计算表明基于遗传算法和区域搜索通道优化算法可以得到一组优化的换料序列，从中可以选择一个优化的换料通道序列。通过扩散程序FMPHWR 模拟计算表明：优化的换料通道序列可以满足堆芯的各种限值要求，基于遗传算法（GA）和局部领域搜索算法具有快速高效的通道选择能力。