Optimization of the core loading pattern for the HPR1000 cycle length extension

The fuel cycle length of Pressurized Water Reactors (PWRs) affects the economic competitiveness of nuclear power. Current reactors often offer significant potential for cycle extension and improved fuel utilization, but traditional methods struggle to optimize Loading Patterns (LPs) with multiple conflicting objectives. This thesis addresses this challenge for the HPR1000 Fuqing Unit-5 using advanced metaheuristic techniques, Genetic Algorithm (GA) and Particle Swarm Optimization (PSO), to systematically optimize the core LP and extend the cycle length while respecting strict safety and operational limits. The neutronic calculation were provided by the nuclear reactor simulation code Bamboo-C, a reactor physics software developed by the Nuclear Engineering Computational Physics Laboratory (NECP) at the Xi’an Jiaotong University. The code was directly coupled with the GA and PSO algorithms implemented in Python, enabling a fully automated iterative procedure between candidate LP generation, neutron simulation and core physical parameters evaluation. Three optimization methodologies were investigated. The first two used a GA with a multiparametric Fitness Functions (FF) to maximize the Effective Multiplication Factor (keff) while minimizing Relative Radial Power Peaking (PPFr) or Heat Rise Hot Channel Factor (Fq) and the Moderator Temperature Coefficient (MTC), extending the cycle length by over 55 Equivalent Full Power per Days (EFPDs), but causing slight peripheral power discontinuities. The second introduced enrichment adjustments to correct flux imbalances. The third combined GA with PSO refinement and enrichment adjustment, producing a more uniform radial power distribution with safe peaking factors, though with a slightly shorter cycle length than the other optimized cores. This thesis contributes to advancing the state of art in nuclear core optimization by introducing multiparametric FFs tailored to reactor physics constraints and by proposing novel optimization methodologies. The results provide practical insights into fuel management strategies that can directly enhance the economic efficiency of future reactor cycles.

La durata del ciclo di combustibile dei reattori ad acqua pressurizzata (PWRs) influisce sulla competitività economica dell’energia nucleare. Gli impianti attuali presentano un notevole potenziale per l’estensione del ciclo e il miglioramento dell’utilizzo del combustibile, ma i metodi tradizionali incontrano difficoltà nell’ottimizzare i Loading Patterns (LPs) in presenza di molteplici obiettivi in conflitto tra loro. Questa tesi affronta tale problematica per l’HPR1000 Unità-5 di Fuqing impiegando tecniche metaeuristiche avanzate, Algoritmo Genetico (GA) e Particle Swarm Optimization (PSO), al fine di ottimizzare sistematicamente il LP del nocciolo ed estendere la durata del ciclo nel rispetto dei rigorosi limiti di sicurezza e operativi. I calcoli neutronici sono stati forniti dal codice di simulazione di reattore Bamboo-C, un software di fisica dei reattori sviluppato dal Nuclear Engineering Computational Physics Laboratory (NECP) della Xi’an Jiaotong University. Il codice è stato direttamente accoppiato con gli algoritmi GA e PSO implementati in Python, consentendo una procedura iterativa completamente automatizzata tra generazione dei LP candidati, simulazione neutronica e valutazione dei parametri fisici del nocciolo. Sono state investigate tre metodologie di ottimizzazione. Le prime due utilizzano un GA con Funzioni di Fitness (FF) multiparametriche per massimizzare il fattore di moltiplicazione efficace (keff) minimizzando al contempo la Potenza di Picco Radiale Relativa (PPFr) o l’Heat Rise Hot Channel Factor (Fq) e il Coefficiente di Temperatura del Moderatore (MTC), estendendo il ciclo di oltre 55 Giorni di Piena Potenza Equivalente (EFPDs), ma generando lievi discontinuità di potenza in periferia. La seconda metodologia introduce aggiustamenti dell’arricchimento per correggere gli squilibri di flusso. La terza combina il GA con una fase di raffinamento tramite PSO e ulteriori aggiustamenti dell’arricchimento, producendo una distribuzione di potenza radiale più uniforme e con fattori di picco sicuri, seppur con una durata del ciclo leggermente inferiore rispetto agli altri noccioli ottimizzati. Questa tesi contribuisce all’avanzamento dello stato dell’arte nell’ottimizzazione dei noccioli dei reattori nucleari introducendo FF multiparametriche specificamente progettate per i vincoli della fisica dei reattori e proponendo nuove metodologie di ottimizzazione. I risultati forniscono indicazioni pratiche sulle strategie di gestione del combustibile che possono migliorare direttamente l’efficienza economica dei cicli futuri del reattore.