A novel approach to reducing criticality uncertainty in molten salt reactor start-up

The Thorcon 500 Molten Salt Reactor (MSR) represents a promising alternative to conventional nuclear reactors due to its advantages in safety and sustainability. However, uncertainties in nuclear data can lead to errors in evaluating key critical safety parameters, particularly during the start-up phase, where precise criticality predictions are essential. This study tackles this challenge by analyzing the impact of nuclear data uncertainties on criticality attainment and introducing a novel data assimilation approach to mitigate their effects. In particular, accurately determining the uncertainties on the critical fuel enrichment optimizes the required volume of makeup salt, to be stored in advance, ensuring it is sufficient to compensate and correct for potential deviations from expected values. A sensitivity analysis and uncertainty quantification of the effective multiplication factor (keff) were conducted using state-of-the-art nuclear data libraries (ENDF/B-VIII.0 and JEFF-3.3). The target of this analysis was the fully-filled reactor core configuration, where criticality is expected to be reached during the filling phase. The capture cross section of Sodium-23 was identified as the dominant source of uncertainty, significantly affecting the expected critical enrichment and consequently the required makeup fuel salt volume. To mitigate these uncertainties, the Generalized Linear Least Squares (GLLS), a data assimilation technique, was implemented. Instead of traditional integral benchmarks, this method leverages subcritical observations of the reactor during the filling phase. By integrating simulations at different filling steps separately, nuclear data uncertainties were systematically adjusted to align with the results. Projecting these posterior uncertainties onto the fully filled core configuration the expected probable band of the keff was reduced, leading to a narrower critical enrichment uncertainty range and a lower required makeup fuel volume for the enrichment adjustment. As successive simulations refine the data, the keff uncertainties progressively decrease, approaching zero as the reactor nears nominal operating conditions. This approach enhances nuclear data reliability and improves the predictability of reactor start-up. By combining uncertainty propagation with data assimilation, this study introduces a novel systematic methodology to refine nuclear data, narrow the critical enrichment probable band at the target core configuration, and optimize the required makeup fuel salt volume for reactor start-up. The findings emphasize the need for further experimental validation, particularly for Sodium-23, to improve the accuracy of reactor simulations and nuclear data evaluations.

Il Reattore a Sali Fusi (MSR) Thorcon 500 rappresenta una promettente alternativa ai reattori nucleari convenzionali grazie ai suoi vantaggi in termini di sicurezza e sostenibilità. Tuttavia, le incertezze nei dati nucleari possono portare a errori nella valutazione dei parametri critici di sicurezza chiave, in particolare durante la fase di avvio, dove previsioni precise di criticità sono essenziali. Questo studio affronta questa sfida analizzando l'impatto delle incertezze dei dati nucleari sul raggiungimento della criticità e introducendo un nuovo approccio di assimilazione dei dati per mitigarne gli effetti. In particolare, la determinazione accurata dell'arricchimento critico del combustibile ottimizza il volume richiesto di sale di reintegro, da immagazzinare in anticipo, assicurando che sia sufficiente a compensare potenziali deviazioni dai valori attesi. Un'analisi di sensibilità e una quantificazione dell'incertezza del fattore di moltiplicazione efficace (keff) sono state condotte utilizzando librerie di dati nucleari all'avanguardia (ENDF/B-VIII.0 e JEFF-3.3). L'obiettivo di questa analisi era la configurazione del nocciolo del reattore completamente riempito, dove si prevede che la criticità venga raggiunta durante la fase di riempimento. La sezione d'urto di cattura del Sodio-23 è stata identificata come la fonte dominante di incertezza, influenzando significativamente l'arricchimento critico atteso e, di conseguenza, il volume di sale combustibile di reintegro richiesto. Per mitigare queste incertezze, è stata implementata la tecnica dei Minimi Quadrati Lineari Generalizzati (GLLS), una tecnica di assimilazione dei dati. Invece dei tradizionali benchmark integrali, questo metodo sfrutta osservazioni subcritiche del reattore durante la fase di riempimento. Integrando simulazioni a diversi passaggi di riempimento separatamente, le incertezze dei dati nucleari sono state sistematicamente aggiustate per allinearsi ai risultati. Proiettando queste incertezze posteriori sulla configurazione del nocciolo completamente riempito, la banda di probabilità attesa del keff è stata ridotta, portando a un intervallo di arricchimento critico più ristretto e a un volume di combustibile di reintegro richiesto inferiore. Man mano che le simulazioni successive affinano i dati, le incertezze del keff diminuiscono progressivamente, avvicinandosi a zero man mano che il reattore si avvicina alle condizioni operative nominali. Questo approccio migliora l'affidabilità dei dati nucleari e la prevedibilità dell'avvio del reattore. Combinando la propagazione dell'incertezza con l'assimilazione dei dati, questo studio introduce una nuova metodologia sistematica per affinare i dati nucleari, restringere la banda di probabilità dell'arricchimento critico nella configurazione target del nocciolo e ottimizzare il volume di sale combustibile di reintegro richiesto per l'avvio del reattore. I risultati sottolineano la necessità di ulteriori validazioni sperimentali, in particolare per il Sodio-23, per migliorare l'accuratezza delle simulazioni del reattore e delle valutazioni dei dati nucleari.