Olkiluoto 3 -laitosyksikön suorituskyvyn analysointi laitosdatan ja digitaalisen kaksosen avulla

Abstract

Ydinvoimalaitosten tehokkuus ja käytettävyys vaikuttavat niiden kilpailukykyyn muuttuvassa energiajärjestelmässä. Tämän vuoksi ydinvoimalaitosten suorituskyvyn seuranta ja analysointi ovat tärkeä osa laitosten käyttöä. Suorituskyvyn seurannalla havaitaan mahdolliset muutokset laitoksen toiminnassa ja analysoinnilla selvitetään syitä näille muutoksille, sekä arvioidaan mahdollisuuksia laitosprosessin kehittämiseen.

Tässä työssä kartoitetaan ydinvoimalaitoksen suorituskykyyn vaikuttavia tekijöitä, sekä suorituskyvyn seurantaan ja analysointiin kehitettyjä menetelmiä. Työn tutkimusosuudessa analysoitiin OL3 -laitosyksikön sekundääripiirin suorituskykyä kolmella analyysimenetelmällä. GRS- ja IAEAmenetelmässä käytetään Apros -simulointiohjelmaa ja siihen mallinnettua laitosyksikön digitaalista kaksosta. Kolmannessa menetelmässä suorituskykyindikaattoreiden arvot lasketaan suoraan laitosmittausdatasta prosessidatan analysointiohjelmalla. GRS-menetelmä on kehitetty alunperin turvallisuusanalyysien epävarmuuden analysointiin ja sitä käytetään tässä työssä ensimmäistä kertaa suorituskykyanalyysiin. Työssä kehitetään tarvittavat työkalut menetelmän toteutukseen ja päivitetään digitaalisena kaksosena toimivaa laitosmallia uudella lauhdutinmallilla.

Aproksella tehtyjen suorituskykyanalyysien tulokset tukivat toisiaan ja olivat linjassa aiempien tutkimusten kanssa. Tunnistetuista suorituskykytekijöistä laitoksen generaattoritehon kannalta merkittävimmiksi osoittautuivat meriveden lämpötila, lauhduttimien likaantuminen ja reaktoriteho. Syöttöveden esilämmittimien likaantumisella ei havaittu olevan tilastollisesti merkitsevää vaikutusta generaattoritehon, mutta likaantumisen vaikutus syöttöveden lämpötilaan erityisesti korkeapaine-esilämmittimien osalta oli selvä. Meriveden lämpötilan ja lauhduttimen paineen nousun generaattoritehoa heikentävät vaikutukset olivat 4,5 MW/◦C ja 2,5 MW/mbar, jotka vastaavat aiempaa tutkimustietoa. Laitosmallilla simuloitu generaattoriteho poikkesi kuitenkin noin 10 MW mittausdatasta lasketuista arvoista, joka osoittaa ettei laitosmallin tarkkuus riitä vielä tuotannolliseen käyttöön. Seuraavassa vaiheessa laitosmallin matalapaine-turbiinin toimintaa tulisi tarkastella yhdessä uuden lauhduttimen kanssa ja virittää koko sekundääripiiri suhteessa luotettavaan mittausdataan.

Käytetyt analyysimenetelmät osoittivat laitosmallin putteista huolimatta potentiaalinsa. GRSmenetelmän tuloksina saatavat todennäköisyysjakaumat ja korrelaatiokertoimet mahdollistavat suorituskyvyn syvällisen analysoinnin. IAEA-menetelmän mukainen analyysi on huomattavasti kevyempi toteuttaa, muttei tarjoa yhtä kattavia tuloksia. Mittausdatasta lasketut suorituskykyindikaattorien arvot soveltuvat laitoksen päivittäiseen seurantaan. GRS-menetelmän jatkokehityksenä voisi tarkastella regressioanalyysin mahdollisuutta osana herkkyystarkastelua.