A study on the key factors of nuclear power plant performance

In the late 1970s and early 1980s a certain number of analysts reviewed the operating performance of Nuclear Power Plants (NPPs), not only to establish the level of performance that the plants were achieving, but also to identify the factors underlying the wide variability that characterized plant performance. Discrepancies observed in the first analysis were mainly attributed to differences in economic and safety regulation, as well as to technological differences in nuclear plants. Regression estimation of capacity factors related to plant characteristics, as learning-by-doing effects, size, age, and total years of construction, is reported in early literature; results were still raw, given that operating experience was reduced at that time and estimates resulted biased by autoregression and other factors. Poorness in availability of data, and in a solid methodology to be employed, added difficulties in discriminating and interpreting the most relevant aspects influencing performance. Nearly a decade later, the IAEA conducted an investigation and as a result of their analysis, factors related to reactor technology, assumed as affecting in previous works, did not look so determinant. The most significant finding was that top-quality management supporting disciplined operation is the key to achieving overall plant safety, reliability, and economic performance objectives. A comprehensive understanding of the determinant reasons that lead NPPs to successful operation relies on three things: an extended and updated database, a well defined, accurate and integrated classification of key factors, and an adequate statistical methodology able to allow an interpretable analysis of the data. Thus, an effort is done in this thesis for outlining the factors that are involved in the determination of nuclear performance, as well as for estimating the range of variability that the nuclear performances are affected by. In cooperation with the Enel Nuclear Technical Area, international nuclear operational experience is investigated and, according to a thematic classification, the key factors of reactor performance are summarized under five main categories: technical, operational, managerial/organizational, economic and external aspects are all likely to influence NPPs performance. In such a context, the statistical computing code R is employed to analyze the NPPs Performance Indicators (PI) data using different statistical methodologies; PI are studied with reference to the PRIS database developed by the IAEA, at which utilities annually provide their complete performance records. Unit Capability Factor (UCF) is employed as dependent variable into an ordinary least squares (OLS) regression analysis performed on a sample of 14 electrical firms. Operational and technical factors data (Reactor technology, NSSS supplier, Plant size and Age) of 135 Light Water Reactors (LWRs) operating in five different countries with an age between 10 e 40 years are used in this first analysis as independent factors. Results show that a modest proportion of UCF variation is accounted for by the four independent variables: Plant size and Age don’t help predicting plant performance; despite the role Reactor technology seemed to have played in the past, and even though PWRs result generally less performing of 7% on average with respect to BWRs, it doesn’t result in accounting for effective variation in UCF. Alternative and nonconventional methodologies are investigated to allow a more significative, innovative and useful interpretation of NPPs performance data. Indeed, OLS regression technique applied to PI data demonstrates to be less consistent when compared to more robust and flexible analytical methods, such as Cluster Analysis (CA) or Classification And Regression Trees (CART). CA technique is applied for analyzing performance data of an enlarged dataset including all the LWRs operating in 2010 excluding plants in their running-in phase, and its outcomes used in the CART analysis. The results show that six clusters are adequate to represent the different evolution in time of all the reactors considered in the sample for the last decade: each group is characterized by a unique and defined trend that summarizes the general progression and development of the included plants performances (Figure 1). Clusters composition is analyzed from several perspectives, with the aid of representative conditional barplots, and its results contribute to explain reasons of success for those plants characterized by a performance positive growing trend. Figure 1 Technical and physical aspects that don’t result as relevant in the regression analysis, when used to classify NPPs into the clusters, show however to play a significant role, contributing in classifying the plants; on the basis of the these variables, CART analysis finds the best partition of the plants that depicts their cluster affiliation. Late works findings show that the role of the utility in determining NPPs performance is crucial; therefore, in this thesis the variation in the performances considers managerial and organizational issues as well, used in the CART analysis to predict the cluster determination of a new plant. A group of nuclear electric utilities operating in six different countries have agreed to support this research project and provided answers to a questionnaire addressing issues related to plant management systems and organizational initiatives within the plants, other than relevant economic aspects. The survey outcomes help creating decision rules for growing classification trees that determine the clusters composition according to these aspects. CART analysis results show the considerable effects on performance of implementing a managerial model within the nuclear utility, and discriminate between a proprietary model and the recognized NEI SNPM; date of implementation is also studied in the clusters classification. Further examples show the importance of the issues dealing with the strategies hold by the organization and the management in the outage control outage programme, in the oversight function and so on. Although a more exaustive analysis is likely to be developed through a wider utilities participation, this study represents the first attempt, based on a voluntary participation of the nuclear utilities, to analyze aspects and issues related to the plants daily activities and directly correlate them to the PI trends.

L’insieme degli eventi incidentali avvenuti nell’industria nucleare ha provocato storicamente un impatto significativo sull'esercizio delle centrali nucleari; gli enti regolatori nazionali hanno unificato criteri e standard, ma molte differenze permangono nel modo in cui i reattori nucleari vengono operati e gestiti. In aggiunta, le centrali nucleari differiscono in tecnologia, dimensioni, scelta dei fornitori e del costruttore, e in molti altri parametri tecnici. Queste differenze possono giocare un ruolo nella performance finale del reattore. In particolar modo, osservando l’evoluzione delle performance annuali degli impianti, alcuni reattori nucleari hanno raggiunto risultati particolarmente positivi nell’ultimo decennio, mentre altri hanno mostrato performance critiche, e in alcuni casi un progressivo peggioramento qualitativo. Gli obiettivi della presente ricerca di dottorato risiedono nella definizione e nello sviluppo di adeguati strumenti di comprensione dei fattori che determinano il buon funzionamento degli impianti nucleari. Nel presente progetto, è stata sviluppata un’analisi delle prestazioni dell’ultimo decennio dei reattori ad acqua leggera attualmente operativi con riferimento a tre diverse tecniche statistiche. E’ stato avviato un primo sforzo per delineare i fattori che sono coinvolti nella determinazione delle performance nucleari, nonché per la stima del margine di variabilità dalle quali sono influenzate. In tale contesto, il codice di calcolo statistico R è stato utilizzato per analizzare gli indicatori di performance di un campione ampio di centrali nucleari e per stimare i coefficienti di regressione per gruppi di parametri tecnici considerati come variabili indipendenti in un modello di regressione lineare. La tecnica di regressione OLS, applicata ai dati di indicatori di performance delle centrali nucleari, dimostra di essere meno consistente rispetto a metodi di analisi esplorativa più robusti e flessibili, come la Cluster Analysis o i modelli CART, entrambe sviluppate durante la ricerca di dottorato per lo studio delle performance di esercizio e per la ricerca dei fattori causali. Le performance nucleari dell’ultimo decennio sono state prese in considerazione, con una particolare attenzione ai Light Water Reactors (LWRs), trattandosi della tecnologia più diffusa al mondo. Gli impianti sono stati quindi classificati in gruppi in base alla tendenza delle loro performance annuali, invece di concentrarsi su osservazioni indipendenti relative ad un solo anno. In particolare, sono stati considerati i dati annuali di tre indicatori di performance: Unit Capability Factor (UCF), Unplanned Capability Loss Factor (UCLF) and Forced Loss Rate (FLR), a partire dal 1999 al 2010. Essi infatti riflettono l'efficacia dei programmi e delle pratiche dell’impianto per massimizzare la disponibilità di generazione elettrica e forniscono quindi un'indicazione generale di come gli impianti sono gestiti e mantenuti. La CA è stata realizzata secondo tre diversi possibili approcci, risultando infine maggiormente efficace il clustering simultaneo sui tre indicatori . I risultati della CA hanno condotto allo sviluppo di un modello a 6 cluster per le performance nucleari degli impianti negli ultimi dieci anni. L’andamento medio rappresentativo dei sei cluster sembra spiegare la maggior parte dei differenti percorsi evolutivi realizzati dalle 318 unità considerate per lo scorso decennio di esercizio. I Gruppi sono stati ordinati in base al tipo di evoluzione osservato per le performance, passando da performance in crescita a tendenze critiche di riduzione o fluttuazioni delle performance. Al fine di investigare la diversificazione delle tendenze delle prestazioni nucleari degli ultimi dieci anni, la composizione dei sei clusters viene analizzata attraverso l’ausilio di barplot condizionati. Durante le analisi effettuate, è emersa la mancanza di molti aspetti correlati ai fattori potenzialmente determinanti nella discriminazione tra performance di impianto; di conseguenza, si è proceduto a realizzare un questionario inerente alle pratiche operative e all’implementazione di sistemi manageriali all’interno degli impianti, ed è stata quindi inviata una richiesta di collaborazione e di compilazione del questionario alle organizzazioni interne di supervisione di svariati operatori nucleari. I risultati del questionario sono stati analizzati utilizzando Alberi di Classificazione: le risposte sono state adoperate per classificare gli impianti in base alle categorie individuate mediante la Cluster Analysis. Nella prima parte di modelli CART realizzati sono stati studiati e impiegati come predittori i parametri e le caratteristiche tecniche degli impianti (età, tecnologia, dimensioni, potenza di esercizio) Nella seconda parte sono stati studiati gli aspetti manageriali e organizzativi con potenziale impatto sulle performance ed emersi dai risultati del sondaggio realizzato agli operatori nucleari. I risultati più significativi provengono da queste analisi, I risultati dei modelli CART dimostrano infatti l'importanza e gli effetti sulle prestazioni dell’implementazione di un modello manageriale all'interno dell’impianto, e discriminano tra un modello di gestione dei processi progettato dall’operatore rispetto al modello standard SNPM sviluppato dal NEI; le attività di supervisione e le missioni tecniche di supporto delle organizzazioni internazionali assumono altresì un ruolo importante. Pertanto, l'uso nel presente progetto di ricerca di tecniche statistiche alternative per studiare le prestazioni nucleari ha mostrato modi alternativi ed efficaci per indagare le attività nucleari e trarre conclusioni circa i fattori che possono determinare buoni risultati nell’esercizio nucleare. Tale indagine può quindi costituire un supporto alle organizzazioni nucleari che vogliano avvalersi di metodi innovativi efficaci per lo studio delle performance annuali di impianto.