核电数字孪生技术

2021年5月，美国能源部 (DOE) 宣布将为9个项目提供2700万美元的资金，用于开发数字孪生技术以降低先进反应堆的运营和维护成本。这笔资金隶属于DOE高级研究计划署能源署 (ARPA-E) 下属的智能核资产发电管理 (GEMINA)。ARPA-E成立于2009年，旨在为私企的能源技术在早期高风险时期提供资金。

GEMINA希望将下一代核电站的运维成本降低至原来的十分之一，使核电站更加经济、灵活、高效。GEMINA计划为一系列先进反应堆设计开发数字孪生技术。

数字孪生技术将用于未来运维框架的战略性设计，以提高灵活性、自主性并加速设计迭代。Slaybaugh（GEMINA项目主管，加州大学伯克利分校的核工程教授）表示，现在数字孪生体的设计将决定未来运维方式。

如果从一开始没有从战略上考虑运维工作，那将是一个没有竞争力的系统。仅仅凭借数字技术降低现有反应堆成本的程度是有限的，因为简单的数字技术没有配备收集数据以支持先进的预测性维护技术所需的数字传感器。

核能研究所（NEI）称，核电的平均发电成本从2012年的44.57$/MWh下降到2019年的30.42$/MWh，下降了约三分之一。

平准化能源成本 (LCOE)并不能说明全部情况。运营成本同样重要，近年来美国部分反应堆因经济原因而关闭。Slaybaugh表示，事实上，运维成本几乎占了当前核电站发电成本的全部，核电的固定运维成本比天然气高一个数量级。

GEMINA专注于数字孪生技术，以实现显著和可持续的降低运维成本。先进反应堆按照优化的人员配备方案和固定运维成本运行，相比其他发电能源更具竞争力。

MSRs项目的模块化运维

密歇根大学获得了近520万美元资助，用于为先进反应堆开发基于现实、模型并可扩展的一体化运维系统。一体化运维系统将包括： 可扩展的数字孪生体；维护评估系统（以监测运行情况并评估先进反应堆的健康状况和维护需求）；智能操作控制器（在正常和事故条件下实现自主控制）和运维监督系统（监督运维情况）。

GEMINA计划使用密歇根大学的熔盐堆来验证该运维系统，并将其应用于Kairos Power的HTR 设计中，以展示如何应用新型运维系统来优化电站设计。由阿贡国家实验室（ANL）领导的MARs项目正在与Kairos Power合作，旨在通过先进的传感器和设备降低Kairos反应堆的运维成本。

凭借220万美元的资金，科学家们将开发可以适应反应堆内高温和化学环境的新型传感器，并开发机器学习分析传感器数据的算法，帮助实现反应堆监测的自动化。

ANL过程模拟和保障小组经理Nathaniel Hoyt表示，MARs项目致力于使新反应堆尽可能安全、经济。通过先进的传感器和自动化技术，可以大大减少运维成本。MARs项目的目标是将运维成本降低至2$/MWh。

由麻省理工学院（MIT）与MPR Associates合作领导的为期两年的项目旨在更好地理解MSRs堆芯中产生的放射性物质特性，以预测和降低运维成本。该团队将使用MIT的研究堆对计划用于MSRs的材料中含有燃料的熔盐进行辐照，同时监测释放的放射性。监测数据将用于MSRs项目数字孪生体的开发。

MIT还将与美国电力研究所 (EPRI) 密切合作进行概念论证研究，探索摆脱传统的运维方法。EPRI领导的项目旨在研究“更换和翻新”模型，其中组件的设计寿命更短、更可预测（采用类似商业航空业的方法）。

MIT项目负责人、核科学与工程系教授Koroush Shirvan表示，这个合作项目将通过让核技术更好地适应不断变化的能源市场条件来重新审视降低运维成本。MIT的作用是确定适用于各先进反应堆技术的降低成本的途径。

为BWRX-300开发数字孪生体

GE Research和MIT已获得资助，将组织开发数字孪生技术的项目团队，同时采用人工智能和先进建模控制系统。

GE Research领导的团队（包括Exelon发电公司、橡树岭国家实验室、田纳西大学诺克斯维尔分校和 GE Hitachi [GEH]）将构建BWRX-300关键组件的数字孪生体，并使用人工智能做出风险决策。

Exelon公司运营着美国最大的核电站，将提供历史数据，为先进反应堆的模型和运维成本降低目标提供信息。GE Research的高级人工智能科学家兼项目负责人Abhinav Saxena表示，GE已经在一系列产品和部门中开发和部署了超过 120 万个数字孪生体。

GE已经在风力涡轮机和燃气轮机中应用其Humble AI技术，提高了其效率和能量输出。

GE的目标是为核行业带来同样利益，在降低运维成本的同时提高电站自动化程度。

MIT领导的团队（包括GE Research 和GEH）将展示预测性维护方法和基于模型的故障系统检测技术。

为HTRs降低成本

Framatome将为高温气冷堆（HTR）开发两个新型数字孪生体，并结合Metroscope一起使用（连接数字孪生体及其故障库并对其进行监控的软件包，使用算法在早期发现问题）。AEL正在设计非能动冷却方案的数字孪生体。

该项目由AEL科学家Darius Lisowski领导，将使用来自AEL自然对流关闭排热测试的数据模拟自然空气和水循环冷却反应堆。这些数据将用于开发Framatome的数字孪生体并提高其可靠性和成熟度。然后Framatome将通过数字孪生技术对非能动冷却系统与典型的冷却系统进行比较，以确定HTR中蒸汽回路的冷却系统。

X-energy公司获得了600万美元用于数字孪生项目，该项目旨在将其Xe-100 HTR反应堆的固定运维成本降低至2$/MWh。

该项目将使用人因工程、概率风险评估、危害分析以及安全和维护评估来确定需要优化的领域。X-energy还将使用自动化、机器人、远程和集中维护以及监控等先进技术来优化人员配备方案并确保电站最佳运营。

数字孪生技术的未来？

最初以为仅依靠现实和数字化的结合就足以创建准确的数字模型。然后，随着更复杂的实验设施和示范反应堆的建造，数字孪生技术可以生成更准确的数据并改进模型。美国能源部（DOE）正在部署一个多功能测试反应堆，该反应堆计划在2026年投入运行， Oklo、Terrapower、Karios和NuScale的设计方案计划在该反应堆上进行演示。

数字孪生技术的最终目标是使开发的工具成为标准并在未来在先进反应堆中应用。