The purpose of this research is to develop a comprehensive modeling and strategy development tool for small modular reactor (SMR)’s application as combined heat and power cycle (CHP) systems in support of carbon neutrality. The developed model is based on combining thermodynamic system model, CO$_2$ release models, and various economic analysis models. For the simulation of CHP system behavior, first, a flexible and accurate coupled system model was developed by using off-design component models along with modified two-phase effective-NTU method. Then, a CHP heat exchanger system model was developed and coupled for off-design SMR-CHP analysis. Various economic models and new indexes (e.g. break-even prices and break-even carbon pricing) were proposed. CO$_2$ release models were also developed to support comprehensive SMR-CHP feasibility analysis. Economic analysis of SMR-CHP applications was performed both for regulated and reregulated markets. For regulated markets, when the market fossil fuel prices are higher than the derived break-even prices, SMR-CHP heat application was found more beneficial than SMR’s full power operation. In general, replacing fossil fuels with SMR-CHP heat application is found more beneficial when the market fossil fuel prices are high. However, for deregulated markets with varying electricity retail price rates, carbon pricing may sometimes be required when rates are high. In this case, the developed system tool can predict the required carbon prices for the SMR-CHP heat application to both replace fossil fuels and overcome the opportunity cost of foregoing large profit from selling electricity at high prices. Nonetheless, the limit of carbon pricing may not need to go above $70/tCO$_2$ for SMR-CHP heat application to be economically feasible. To perform multi-objective optimization analysis, non-dominated sorting genetic algorithm-II (NSGA2), a type of multi-objective evolutionary algorithms (MOEA) was used in conjunction with Latin hypercube sampling method using three different objectives (levelized cost of electricity, saved amount of CO$_2$ releases, and annual profit) to maintain the statistical representation of the overall distribution of the input parameters without clustering. By using the MOEA with similar total number of simulations for different objectives, several different configurations for the SMR-CHP system parameters were found to provide better results in all three objectives compared with the case of using the classical weighted-sum method. To demonstrate the practical utility of the methodology, techno-economic analysis was performed for two representative regions with district heating system in the Republic of Korea: One region (Sejong) has higher residential energy demand and another (Cheongju) has higher industrial energy demand. For region-specific analysis, 2030 energy demands (for district heating and electricity) were predicted using the machine learning regression tree method. An optimal design configuration was chosen from set of solutions given by the previous MOEA analysis and coupled with predicted regional CHP heat demand profiles. The results of this dissertation suggest that 1) the proposed SMR-CHP application can be economically feasible in many cases with little to no carbon pricing, 2) MOEAs can give optimal results with acceptable computational costs even compared with classical methods, 3) SMR-CHP can replace significant amount of fossil fuels for both power generation and district heating applications for Sejong with high residential demands, and 4) SMR-CHP system may not be able to replace significant part of the Cheongju’s industrial demands. Nonetheless, using SMR-CHP allows stronger economical cases to than just using full power generation mode, and it can also help prevent large amount of CO$_2$ releases by increasing its efficiency and meeting regional heat demands.
이 연구의 목적은 열역학적 소형원전-열병합발전 결합 시스템 모델, 다양한 경제성 모델, 및 CO$_2$ 절감량 예측 모델들을 결합하여 탄소 중립을 지원하는 소형원전 열병합발전 응용 전략 개발을 지원하기 위한 포괄적 도구를 개발하는 것이다. 먼저 탈설계 모델들과 보완된 열교환기 2상 모델을 개발하였으며, 해당 모델들로 구성된 소형원전-열병합발전 열교환기 결합 시스템 모델을 구축하였다. 그 외 시스템 타당성 분석에 사용하기 위한 다양한 경제성 및 CO$_2$ 절감량 예측 모델들을 개발하였다. 또한 대표적인 다중목표 진화 알고리즘인 NSGA2 방식 선택 및 라틴 하이퍼큐브 샘플링 방식을 활용하여 매겨변수의 전체 분포에 대한 통계적 표현을 유지하고, 세가지 다른 목표 (균등화된 전기 비용, CO$_2$ 배출 절감량, 연간 이익)에 대해 최적화 및 고전적인 가중 합법 방식과 비교하였다. 그를 통해 가중 합법 방식과 비슷한 계산비용을 가지더라도 다중목표 진화 알고리즘을 통해 세가지 목표 모두에서 더 나은 최적화 디자인들을 구할 수 있다는 것을 증명하였다. 그런 다음 한국의 지역난방 시스템을 갖춘 두 지역에 대해 추가적인 지역별 분석을 수행하였다. 한 지역 (세종)은 주거용 에너지 수요 비율이 다른 지역 (청주) 보다 더 높고, 청주는 세종보다 산업용 에너지 수요가 더 높으며, 그렇기에 각자 다른 에너지 수요 특성을 가지고 있어 비교 대상으로 선택되었다. 지역별 열병합발전 열수요 분석을 위해 기계 학습 회귀 트리 방법을 사용하여 2030 에너지 수요 (지역난방과 전력)을 예측하였고, 기존 다목적 최적화에서 한 개의 최적 설계 구성을 선택 및 에너지 수요 모델과 결합 분석하였다. 이 논문은 1) 소형원전-열병합발전 결합 시스템이 많은 상황에서 탄소가격제가 거의 필요 없이 경제적으로 실현 가능할 수도 있으며, 2) 다중 목표 진화 알고리즘은 고전적인 알고리즘과 비교해도 비슷한 계산 비용으로 더 좋은 결과를 제공하는 경우도 있으며, 3) 소형원전-열병합발전은 주거 에너지 수요가 많은 지역의 발전 및 지역난방 응용 분야에서 상당량의 화석 연료를 대체할 수 있고, 4) 산업 에너지 수요가 많은 청주는 화석연료 열 수요는 소형원전-열병합발전으로 대체할 수 있으나 전력 수요는 상당량을 대체하지 못 할 수도 있다. 허나 소형원전-열병합발전 결합시스템을 사용하면 풀 전력발전 모드보다 더 경제적인 사례를 만들 수 있으며, 시스템 효율성을 높이고 지역 열 수요를 충족시켜 많은 양의 CO$_2$ 배출을 방지할 수 있다는 것을 보여주었다.
