OPTIMASI FUEL LOADING PATTERN DENGAN CONSTRAINT PADA INVENTORI FUEL ASSEMBLY MENGGUNAKAN METODE QUANTUM-INSPIRED EVOLUTIONARY ALGORITHM

M. RIZKI OKTAVIAN, Dr. Alexander Agung, S.T., M.Sc ; Dr.Ir.Andang Widi Harto, M.T.

2016 | Skripsi | S1 TEKNIK NUKLIR

Manajemen bahan bakar nuklir dilakukan dengan melakukan optimasi susunan bahan bakar (fuel loading patern) pada teras reaktor. Dalam praktiknya, optimasi susunan bahan bakar sulit dilakukan karena kompleksnya permasalahan kombinatorial yang perlu diselesaikan. Oleh karena itu, digunakan Quantum-inspired Evolutionary Algorithm (QEA), yang mampu menyelesaikan permasalahan kombinatorial lebih cepat dibanding metode konvensional. Tujuan utama penelitian ini adalah mendapatkan susunan perangkat bakar dalam teras reaktor KSNP-1000 yang optimal dengan tidak merubah inventori fuel assembly. Teras KSNP-1000 dimodelkan dalam paket kode SRAC dengan menggunakan modul PIJ untuk pin bahan bakar dan fuel assembly serta modul CITATION untuk susunan fuel assembly dalam simetri ¼ teras. Adaptasi problem optimasi dengan QEA dilakukan dengan merepresentasikan 52 fuel assembly dalam Q-bit individual sepanjang 8 Q-bit. Q-bit kemudian diubah menjadi nilai bit yang bersesuaian dan kemudian diberi bobot yang akan digunakan sebagai pertimbangan optimasi. Program optimasi dikopel dengan SRAC untuk dapat memperoleh nilai keff dan PPF. Optimasi dihitung berdasarkan nilai fitness yang merupakan fungsi dari keff dan PPF dengan faktor bobot tertentu. Menggunakan nilai sudut rotasi, Δθ=0,02π dan faktor bobot, w=0,041, dilakukan optimasi susunan teras reaktor pada tingkat burnup 360 hari. Dari hasil optimasi, didapat nilai keff dan PPF berturut-turut 1,11233 dan 1,944. Dengan menghitung nilai keff pada berbagai tingkat burnup, didapat nilai cycle length reaktor adalah 659 hari dengan nilai PPF pada BOC sebesar 2,19. Dibanding teras KSNP-1000 standar yang mempunyai cycle length 560 hari, konfigurasi teras hasil optimasi mampu meningkatkan panjang siklus reaktor sebesar 17,67%.

Nuclear fuel management was done by optimizing fuel loading pattern in a reactore core. Practically, doing fuel loading pattern optimization was difficult because of its combinatorial problem complexity which needed to be solved. Therefore, Quantum-inspired Evolutionary Algorithm (QEA) which could solve combinatorial problem faster than conventional method was used. The main purpose of this research was to obtain an optimum fuel loading pattern of KSNP-1000 reactor core without altering fuel assembly inventories. KSNP-1000 core was modelled in SRAC code package using PIJ module for fuel pins and fuel assemblies lattices and CITATION module for fuel assemblies pattern in ¼ core symmetry. Optimization problem adaptation using QEA was done by presenting 52 fuel assemblies in Q-bit individual with length of 8 Q-bits. Q-bits were converted to corresponding bit values and then given weight which would be used as consideration to optimize the pattern. The optimization program was coupled with SRAC code to obtain keff and PPF value. The optimization was calculated based on fitness value which was a function of keff and PPF values with particular weight factor. Using a rotation gate angle of Δθ=0.02π and a weight factor of w=0,041, fuel loading pattern optimization was done on 360 days burnup level. The optimization resulted keff and PPF value of 1.11233 and 1.944 respectively. By calculating keff value on various burnup level for the chosen core loading pattern, reactor cycle length obtained was 659 days with PPF at BOC was 2.19. Compared to the standard KSNP-1000 core which had 560 days of cycle length, the optimized core configuration increased 17.67% in cycle length.

Kata Kunci : Optimasi, fuel loading pattern, QEA, cycle length, keff, PPF.