Tesis:
Análisis de incertidumbres y optimización de ciclos de combustible avanzados con reactores de Generación IV = Uncertainty and optimization analysis of advanced nuclear fuel cycles with Generation IV reactors
- Autor: VILLACORTA SKARBELI, Aris
- Título: Análisis de incertidumbres y optimización de ciclos de combustible avanzados con reactores de Generación IV = Uncertainty and optimization analysis of advanced nuclear fuel cycles with Generation IV reactors
- Fecha: 2020
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS INDUSTRIALES
- Departamentos: INGENIERIA ENERGETICA
- Acceso electrónico: http://oa.upm.es/65162/
- Director/a 1º: ÁLVAREZ-VELARDE, Francisco
- Resumen: La introducción de nuevas tecnologías y procesos industriales, y en particular de los reactores de Generación IV, supondrá lograr una energía nuclear más sostenible en términos de eficiencia, gestión de residuos, seguridad y competitividad económica gracias a la adopción de estrategias basadas en la Separación y la Transmutación. No obstante, debido a la gran cantidad de diseños existentes, así como a sus diferentes peculiaridades, esta introducción pasa necesariamente por la evaluación de su impacto en el ciclo de combustible nuclear. De esta forma, será posible determinar, según los objetivos que cada país o región se marque, cual es la mejor manera de pasar de los sistemas actuales a estas tecnologías más avanzadas, así como encontrar e identificar posibles limitaciones que puedan derivarse de su implementación y uso. Por otro lado, debido a la gran complejidad que entrañan estos análisis, el desarrollo de códigos y herramientas para la simulación de ciclos de combustible está estrechamente ligado a estos análisis. No es de extrañar, por tanto, que estas herramientas estén siendo actualmente utilizadas a lo largo de todo el mundo por expertos y legisladores para el estudio y comprensión de estos nuevos ciclos avanzados. Sin embargo, las conclusiones que se deriven de estos análisis serán tan buenas como la calidad de los resultados que puedan arrojar estas herramientas, lo cual cobra especial importancia en un mundo rodeado por incertidumbres. Bajo estas premisas, esta tesis se ha centrado en mejorar la confianza de los resultados proporcionados por los códigos simuladores de ciclos; a fecha de hoy, los estudios existentes en este campo son bastante escasos y están limitados por las fuertes hipótesis y suposiciones que emplean. Para ello, se han desarrollado e implementado diversas metodologías que permiten tener en cuenta el efecto de las distintas incertidumbres que aparecen en este tipo de estudios de forma genérica. Todo esto se ha llevado a cabo a través del estudio de diversos escenarios avanzados. De forma más precisa, estos escenarios se han basado en casos propuestos a nivel internacional por diferentes proyectos y colaboraciones debido a su interés desde el punto de vista de la transmutación y la gestión de residuos, entre otros. El primer paso para lograr alcanzar estos objetivos ha consistido en actualizar TR_EVOL (el código de simulación de ciclos desarrollado por el CIEMAT) con distintas metodologías tanto para propagar incertidumbres, como para optimizar escenarios nucleares. En paralelo, se ha hecho un gran esfuerzo para mejorar esta herramienta, de forma que sea mas versátil y rápida. Una vez se ha dispuesto de la herramienta necesaria, el trabajo de esta tesis se ha dividido en dos partes. La primera de ellas ha estado enfocada en la cuantificación de los efectos causados por distintas incertidumbres, mientras que la segunda parte se ha dedicado a analizar cómo las incertidumbres pueden afectar a la optimización de escenarios, y, por consiguiente, a la toma de decisiones. La cuantificación de las incertidumbres se ha realizado a través del estudio de tres escenarios diferentes, cubriendo en cada uno de ellos una familia distinta de fuentes de incertidumbres. En primer lugar, se han estudiado las incertidumbres en los parámetros del ciclo de combustible. Para ello, se ha utilizado una metodología híbrida que combina métodos locales y globales. De este modo, es posible seleccionar de forma rápida aquellas variables más relevantes en términos de propagación de incertidumbre, sobre las cuales se puede posteriormente estudiar de forma detallada su impacto, buscando tanto interacciones como efectos de orden superior. Esta forma de abordar el problema, en combinación con la construcción de un modelo subrogado través de la expansión en Polinomios del Caos, ha permitido reducir de forma muy notable la demanda computacional de las técnicas globales. En el segundo escenario se ha abordado el efecto de las incertidumbres provenientes de los datos nucleares. En este caso, se ha desarrollado una metodología basada en métodos Monte Carlo a través de la generación de varias librerías perturbadas la cual se ha verificado previamente con el experimento integral GODIVA. Tras ello, se ha aplicado a un ciclo abierto donde sus efectos se han comparado con los efectos debidos a los parámetros más relevantes del ciclo para poder determinar cómo de relevante es su impacto. En tercer lugar, se han analizado las diferencias debidas al uso de los propios simuladores. Para ello, a través de una colaboración con el SCK·CEN, se ha simulado el mismo escenario avanzado con dos códigos distintos. Las diferencias obtenidas, las cuales han mostrado ser insalvables y por tanto aparecerán en cualquier estudio independientemente de la calidad de los códigos que se utilicen, se han cuantificado comparando de nuevo con los efectos introducidos por las incertidumbes en los parámetros del ciclo de combustible. Estos análisis han mostrado que tanto las incertidumbres en datos nucleares como las distintas aproximaciones tomadas por los diferentes códigos producen un efecto en la simulación que es comparable al de las incertidumbres en los parámetros del ciclo. Además, este efecto cobra especial relevancia en escenarios avanzados con Separación y Transmutación, donde se persigue el multireciclado de los materiales para su óptimo uso. Por su parte, los efectos de las incertidumbres en parámetros del ciclo han resultado ser muy dependientes tanto del observable en particular, como del escenario en consideración. Finalmente, la tesis concluye mostrando la importancia que tienen las incertidumbres en los estudios de optimización. Para ello, se ha planteado un problema multiobjetivo el cual se ha resuelto dos veces: la primera de forma ordinaria sin tener en cuenta ninguna incertidumbre, y la segunda suponiendo que alguno de los parámetros de entrada es incierto. El problema escogido se ha basado en un escenario avanzado focalizado en reducir tanto la masa de transuránicos como los costes mediante el uso de tecnologías avanzadas. Para la optimización, se ha empleado un algoritmo evolutivo que alcanza la solución de forma iterativa sin requerir ninguna hipótesis de entrada. A pesar de que ambos resultados han producido aparentemente las mismas soluciones estando el caso con incertidumbres contenido dentro del caso sin incertidumbres, las configuraciones de parámetros de entrada que dan lugar a dichos resultados han sido diferentes. Además, el estudio detallado de las soluciones sin incertidumbres ha mostrado que, en su presencia, se vuelven inestables. De esta forma, las incertidumbres no solo pueden conducir a soluciones subóptimas, sino que además pueden comprometer la viabilidad del escenario en caso de no considerarse durante el proceso de optimización. ----------ABSTRACT---------- The introduction of new technologies and industrial processes, and of Generation IV reactors in particular, will translate into a more sustainable nuclear energy in terms of efficiency, nuclear waste management, safety and economic competitiveness due to the adoption of strategies based on Partitioning and Transmutation. However, as a consequence of the numerous existing designs as well as their different peculiarities, this introduction necessarily requires the evaluation of the impact of these new systems in the nuclear fuel cycle. In this manner, it will be possible to determine, based on the particular objectives of each country or region, the best way for transitioning from the current systems to these advanced technologies, finding and identifying in this process the possible limitations that may appear as a consequence of their implementation and use. Besides, given the complexity of these analyses, the study of nuclear fuel cycle scenarios is closely linked to the development of computer codes and tools for the simulation of these scenarios. It is therefore not surprising that these tools are currently being used for experts and policy makers around the world for studying and comprehending these new advanced fuel cycles. However, the conclusions that can be derived from these analyses will be as good as the quality of the results provided by the used tools, being this aspect of special importance in a world surrounded by uncertainties. In this context, this thesis has been focused on improving the reliability of the results provided by the nuclear fuel cycle simulators; to date the existing studies on this topic are scarce and present some limitations as a consequence of the strong hypotheses and assumptions they made. To that end, different methodologies that allow for taking into account the effect of the uncertainties appearing in this kind of studies in a generic way have been developed and implemented. All of this has been carried out through the study of several advanced electronuclear scenarios. More precisely, these scenarios have been inspired in realistic cases proposed at international level through different projects and collaborations given their interest from the point of view of transmutation and waste management, among others. The first step for meeting these objectives has been to upgrade TR_EVOL code (the nuclear fuel cycle simulator developed by CIEMAT) with different methodologies that allow for both uncertainty propagation and electronuclear scenario optimization. Meanwhile, a lot of effort has been made for improving this tool in such a way it becomes more versatile and faster. Once the necessary tool has been upgraded, the work of this thesis has been divided in two major parts. The first one is focused on the quantification of the effect produced by the different uncertainties, while the second part has been dedicated to the study of how the uncertainties may affect the optimization of electronuclear scenarios, and consequently, how they can affect decision making. The uncertainty quantification has been performed through the study of three scenarios, covering in each one of them one different family of uncertainties. Firstly, the uncertainties in the input parameters of the fuel cycle have been studied. To that end, a hybrid methodology making use of local and global methods has been used. In this way, the most relevant variables from the uncertainty propagation point of view can be identified in a quick and efficient manner, and in a second step, over this group of selected variables it is possible to study their detailed impact identifying non-linear effects or interactions. In conjunction with a surrogated model building based on the Polynomial Chaos expansion, this technique has allowed reducing very notably the computational demand of the global uncertainty propagation techniques. In the second scenario, the effect of the nuclear data uncertainties has been addressed. For this case, a methodology based on Monte Carlo methods and the generation of multiple perturbed nuclear data libraries has been developed and verified with the GODIVA integral experiment. After that, this methodology has been applied to an open fuel cycle in which the effect of the nuclear data has been compared with the effects produced by the most relevant parameters of the cycle in order to determine its relevance. In third place, the differences due to the fuel cycle simulation tools have been analyzed. Through a collaboration with the SCK·CEN research center, the same electronuclear scenario has been simulated with two different codes. The obtained differences which have been shown to be intrinsic to these tools, and therefore they will appear in any fuel cycle simulation whatever the quality or precision of the codes used, have been quantified through the comparison again with the effects due to the uncertainties in the input fuel cycle parameters. These analyses have shown that both the uncertainty in the nuclear data and the modeling and approximations made by the different fuel cycle codes, produce an effect in the simulation that is comparable to the uncertainty in the fuel cycle parameters. Additionally, these effects gain special relevance in advanced scenarios using Partitioning and Transmutation in which the multrecycling of the materials is pursued for its optimum use. On another note, the effect of the uncertainties in the fuel cycle parameters have shown to have a strong dependency with both the particular selected observable, and the electronuclear scenario under study. Finally, the thesis concludes by showing the relevance of the uncertainties in optimization studies. This has been evaluated through a multiobjective optimization problem which has been solved twice: the first one does not take into account the uncertainties while in the second one it has been assumed that some of the input parameters are unknown. The chosen problem has been based on an advanced scenario focused on reducing both the transuranic inventories and the fuel cycle cost with the use of advanced technologies. For the optimization, an evolutionary algorithm which iteratively evolves towards the best solution without making any assumption has been used. Although both solutions seem to produce similar results in the objective space being the case with uncertainties case contained in the case without uncertainties, the configurations leading to these solutions have shown to be different. In addition, the detailed study of the solutions without uncertainties has shown that, in their presence, they are unstable. In this manner, the uncertainties may not only lead to sub-optimal solutions but also can compromise the viability of the scenario if they are not considered during the optimization process.