小型棒控压水堆舍弃了可溶硼,并高度依赖控制棒与可燃毒物棒控制堆芯的反应性。为研究控制棒对堆芯关键性能的影响,本文以核动力破冰船用KLT-40模型为对象,以轴向功率偏移、堆芯寿期、燃料利用率与径向功率峰因子为指标,开展长寿期小型...小型棒控压水堆舍弃了可溶硼,并高度依赖控制棒与可燃毒物棒控制堆芯的反应性。为研究控制棒对堆芯关键性能的影响,本文以核动力破冰船用KLT-40模型为对象,以轴向功率偏移、堆芯寿期、燃料利用率与径向功率峰因子为指标,开展长寿期小型棒控压水堆控制棒布置与动作策略设计分析。首先,基于OpenMC程序开发带棒燃耗程序;其次,比较堆芯带控制棒与无控制棒运行时的堆芯寿期等指标;最后,分析不同动作策略对轴向功率偏移等指标的影响。结果表明:控制棒将堆芯寿期从590 EFPDs(等效满功率天,Effective full power days)延长至650~698 EFPDs;低价值棒组优先动作策略使轴向功率偏移程度由−0.69与+0.80分别下降至−0.29与+0.52。因此,要准确计算长寿期压水堆寿期必须采用带控制棒燃耗计算策略,并且通过合理的动作策略能够有效减小控制棒带来的轴向功率偏移。展开更多
特征线方法(Method of Characteristics,MOC)因其具备强大的几何处理能力,且在计算过程中亦能兼顾计算成本和计算精度,被广泛应用于高保真数值模拟计算中。常见的中子输运计算方法除MOC外,还包括碰撞概率法(Collision Probability metho...特征线方法(Method of Characteristics,MOC)因其具备强大的几何处理能力,且在计算过程中亦能兼顾计算成本和计算精度,被广泛应用于高保真数值模拟计算中。常见的中子输运计算方法除MOC外,还包括碰撞概率法(Collision Probability method,CP)和界面流法(Interface Current method,IC)等。本文从方法理论以及数值计算两方面将MOC、CP和IC进行比较分析,评估其在pin-by-pin计算中的能力。同时在MOC计算中,不同的参数选择会对计算成本和计算精度产生影响,因此有必要进行敏感性分析以寻求最佳参数。本文首先将三种计算方法从原理上进行比较分析,再基于2D C5G7-MOX基准题完成了数值计算及MOC参数敏感性初步分析。计算结果表明:MOC在计算精度、计算效率和内存开销上均优于CP和IC。MOC的计算耗时和内存开销分别为23.9 min和37.5 MB,与参考解的相对误差仅为6.04×10^(-4)。而CP和IC的计算耗时分别为MOC的56.7倍和15.6倍,内存开销分别为MOC的407.7倍和32.8倍。进一步通过参数敏感性分析发现:网格划分对计算内存开销以及计算时间的影响最大,而极角的选择对计算精度的影响最大,并且给出一组综合优化建议参数:网格划分6×6,极角为GAUS且数目为2,方位角个数为30。该组参数的计算耗时为45.4 min,内存开销为264.7 MB,相对误差为5.9×10^(-5),归一化后的栅元均方根误差为0.002 55。展开更多
文摘小型棒控压水堆舍弃了可溶硼,并高度依赖控制棒与可燃毒物棒控制堆芯的反应性。为研究控制棒对堆芯关键性能的影响,本文以核动力破冰船用KLT-40模型为对象,以轴向功率偏移、堆芯寿期、燃料利用率与径向功率峰因子为指标,开展长寿期小型棒控压水堆控制棒布置与动作策略设计分析。首先,基于OpenMC程序开发带棒燃耗程序;其次,比较堆芯带控制棒与无控制棒运行时的堆芯寿期等指标;最后,分析不同动作策略对轴向功率偏移等指标的影响。结果表明:控制棒将堆芯寿期从590 EFPDs(等效满功率天,Effective full power days)延长至650~698 EFPDs;低价值棒组优先动作策略使轴向功率偏移程度由−0.69与+0.80分别下降至−0.29与+0.52。因此,要准确计算长寿期压水堆寿期必须采用带控制棒燃耗计算策略,并且通过合理的动作策略能够有效减小控制棒带来的轴向功率偏移。
文摘特征线方法(Method of Characteristics,MOC)因其具备强大的几何处理能力,且在计算过程中亦能兼顾计算成本和计算精度,被广泛应用于高保真数值模拟计算中。常见的中子输运计算方法除MOC外,还包括碰撞概率法(Collision Probability method,CP)和界面流法(Interface Current method,IC)等。本文从方法理论以及数值计算两方面将MOC、CP和IC进行比较分析,评估其在pin-by-pin计算中的能力。同时在MOC计算中,不同的参数选择会对计算成本和计算精度产生影响,因此有必要进行敏感性分析以寻求最佳参数。本文首先将三种计算方法从原理上进行比较分析,再基于2D C5G7-MOX基准题完成了数值计算及MOC参数敏感性初步分析。计算结果表明:MOC在计算精度、计算效率和内存开销上均优于CP和IC。MOC的计算耗时和内存开销分别为23.9 min和37.5 MB,与参考解的相对误差仅为6.04×10^(-4)。而CP和IC的计算耗时分别为MOC的56.7倍和15.6倍,内存开销分别为MOC的407.7倍和32.8倍。进一步通过参数敏感性分析发现:网格划分对计算内存开销以及计算时间的影响最大,而极角的选择对计算精度的影响最大,并且给出一组综合优化建议参数:网格划分6×6,极角为GAUS且数目为2,方位角个数为30。该组参数的计算耗时为45.4 min,内存开销为264.7 MB,相对误差为5.9×10^(-5),归一化后的栅元均方根误差为0.002 55。