Moving horizon estimation of states and parameters geared towards PWR monitoring and control
Estimation avancée à horizon glissant, état et paramètres, pour la conduite du coeur des réacteurs PWR
Résumé
The model predictive control (MPC) approach has undeniable advantages for the core control of Pressurized Water Reactors (PWR) ; it is poised to enhance Framatome’s commercial offering. Nevertheless, the performance of MPC is conditioned by the quality of the underlying predictive model and the real-time knowledge of the current state of there actor core model. This thesis revisits these two aspects that constitute industrial barriers. It proposes a model of the core with just sufficient complexity and a method to perform adaptive calibration of some of its parameters. This is because the core dynamics evolve with fuel depletion ; accounting for this through predetermined parameters requires significant effort. We propose the use of a Moving Horizon Estimator (MHE) to jointly estimate the state variables of the model. The stiffness and non-linear nature of the dynamic model (related to the characteristics of the process) make the implementation choices of the estimator crucial. Direct exploitation of the continuous-time model, implicit integrator, collocation, interpolation of input data, etc. are key concepts resulting into a performant and resilient MHE estimator, where traditional methods fail (e.g., EKF). The estimator is validated based on fine simulations carried out on the expert simulator SOFIA used at Framatome.
La commande prédictive (MPC) comporte d’indéniables atouts pour la commande du coeur des réacteurs à eau pressurisée (REP) ; elle a vocation à enrichir l’offre commerciale de Framatome. Néanmoins, les performances de la MPC sont conditionnées par la qualité du modèle de prédiction sous-jacent et la connaissance à chaque instant de l’état courant du modèle de réacteur. Cette thèse revient sur ces deux aspects qui constituent les verrous industriels. Elle propose un modèle de coeur de complexité juste suffisante, et le moyen de procéder à la calibration adaptative de certains de ses paramètres. C’est que la dynamique du coeur évolue avec l’épuisement du combustible ; sa prise en compte par des paramètres prédéterminés nécessite un travail conséquent. A rebours, nous proposons l’utilisation d’un estimateur à horizon glissant (MHE), pour estimer conjointement l’état du modèle ainsi que certains paramètres. Raideur et non-linéarité du modèle prédictif (en lien avec les caractéristiques du process) rendent les choix d’implémentation de l’estimateur cruciaux. Exploitation directe du modèle à temps continu, intégrateur implicite, collocation, interpolation des données d’entrée sont autant de concepts participant à la performance et résilience de la MHE, là où les méthodes traditionnelles échouent (e.g. EKF). L’estimateur est validé sur la base de simulations fines réalisées sur le simulateur expert SOFIA utilisé à Framatome.
Origine | Version validée par le jury (STAR) |
---|