Optimizing nuclear fuel disposal: A multiobjective approach for sustainable solutions

Abstract

The disposal of nuclear fuel is a critical issue in nuclear energy production, requiring solutions that balance various conflicting objectives such as cost, time, safety, and environmental impact. In this paper, a multi-objective optimization approach is proposed to address these challenges effectively. Specifically, it is utilized the Genetic Algorithm (GA) to optimize the nuclear fuel disposal process by considering multiple criteria simultaneously. The approach aims to find Pareto-optimal solutions, where no objective can be improved without degrading another. It is first presented a mathematical model that incorporates the objectives of minimizing cost, ensuring safety, reducing environmental impact, and optimizing disposal time. The model is then solved using a Non-dominated Sorting Genetic Algorithm II (NSGAII), a widely used evolutionary algorithm for multi-objective problems. The performance of the algorithm is evaluated through several scenarios, including cost minimization, safety and environmental impact prioritization, and a balanced approach where all objectives are considered equally important. Simulation results demonstrate the effectiveness of the GA in finding optimal solutions for different trade-offs between the objectives, with the main finding highlighting the algorithm's ability to balance cost, safety, and environmental concerns in the disposal process. The Pareto front, which represents the set of Pareto-optimal solutions, reveals that solutions with low cost and time can be achieved at the expense of higher environmental impact, while safety can be maintained at an optimal level. The proposed method offers decision-makers valuable insights into the best possible strategies for nuclear fuel disposal while meeting the various regulatory, environmental, and financial constraints. This study provides a novel approach to nuclear fuel disposal optimization, offering a tool for policymakers and industry professionals to make informed decisions that ensure both operational efficiency and sustainability in nuclear energy management.

Keywords

• Nuclear energy
• Nuclear fuel disposal
• Multi-objective optimization
• Energy planning and energy efficiency
• Sustainability

Nükleer Yakıt Bertarafının Optimizasyonu: Sürdürülebilir Çözümler için Çok Amaçlı Bir Yaklaşım

Abstract

Nükleer yakıtın bertarafı, maliyet, zaman, güvenlik ve çevresel etki gibi birbiriyle çelişen çeşitli hedefleri dengeleyen çözümler gerektiren, nükleer enerji üretiminde kritik bir sorundur. Bu çalışmada, bu zorlukların etkili bir şekilde ele alınması için çok amaçlı bir optimizasyon yaklaşımı önerilmektedir. Özellikle, nükleer yakıt bertaraf sürecini birden fazla kriteri aynı anda dikkate alarak optimize etmek için Genetik Algoritma (GA) kullanılmıştır. Bu yaklaşım, hiçbir hedefin başka bir hedefin kötüleşmesi pahasına iyileştirilemeyeceği Pareto-optimal çözümleri bulmayı amaçlamaktadır. Çalışmada ilk olarak maliyetin minimize edilmesi, güvenliğin sağlanması, çevresel etkinin azaltılması ve bertaraf süresinin optimize edilmesi hedeflerini içeren bir matematiksel model sunulmaktadır. Daha sonra model, çok amaçlı problemlerde yaygın olarak kullanılan bir evrimsel algoritma olan Non-dominated Sorting Genetic Algorithm II (NSGA-II) ile çözülmüştür. Algoritmanın performansı, maliyet minimizasyonu, güvenlik ve çevresel etkilerin önceliklendirilmesi ve tüm hedeflerin eşit derecede önemli kabul edildiği dengeli bir yaklaşım gibi çeşitli senaryolar üzerinden değerlendirilmiştir. Simülasyon sonuçları, farklı hedefler arasındaki ödünleşimleri ele alarak optimal çözümler bulmada GA’nın etkinliğini ortaya koymaktadır. Pareto cephesi, düşük maliyet ve sürenin daha yüksek çevresel etki pahasına elde edilebileceğini, buna karşın güvenliğin optimal bir seviyede korunabileceğini göstermektedir. Önerilen yöntem, karar vericilere nükleer yakıt bertarafı için en iyi stratejilere dair değerli bilgiler sunarken, çeşitli düzenleyici, çevresel ve finansal kısıtlamaları karşılama imkanı sağlamaktadır. Bu çalışma, nükleer yakıt bertarafının optimizasyonuna yenilikçi bir yaklaşım sunarak, politika yapıcılar ve sektör profesyonelleri için operasyonel verimlilik ve sürdürülebilirliği nükleer enerji yönetiminde bir araya getiren bilinçli kararlar alma aracı sağlamaktadır.

Keywords

• Nükleer Enerji
• Nükleer Yakıt Bertarafı
• Çok Amaçlı Optimizasyon
• Genetik Algoritma
• Pareto-optimal Çözümler
• Non-dominated Sorting Genetic Algorithm II (NSGA-II)
• Sürdürülebilirlik.

References

1. [1] Bruno J and Ewing RCJE. Spent nuclear fuel. Elements 2006; 2(6):343-349.
2. [2] Drace Z, Ojovan MI, Samanta SKJS. Challenges in planning of integrated nuclear waste management. Sustainability 2022;14(21):14204.
3. [3] Bhakuni P, Das AJIA. An innovative algorithm-driven optimization framework for landfill mining: aiming sustainable profitability expeditiously. IEEE Access 2023; 11, 122792-122820.
4. [4] Cerda-Flores SC, Rojas-Punzo AA, Nápoles-Rivera FJP. Applications of multi-objective optimization to industrial processes: a literature review. Processes 2022;10(1):133.
5. [5] Dai H, Chen W, Lu XJWS. The application of multi-objective optimization method for activated sludge process: a review. Water science and technology 2016; 73(2):223-235.
6. [6] https://world-nuclear.org/information-library/nuclear-fuel-cycle/nuclear-waste/storage-and-disposal-of-radioactive-waste.
7. [7] Elsaid S, Aghezzaf EHJMRR. A framework for sustainable waste management: challenges and opportunities. Management research review 2015; 38(10):1086-1097.
8. [8] Habib MS, Maqsood MH, Ahmed N, Tayyab M, Omair MJIJoDRR. A multi-objective robust possibilistic programming approach for sustainable disaster waste management under disruptions and uncertainties. International journal of disaster risk reduction 2022; 75:102967.

9. [9] Vasudevan KJJoRTiCS. AI-driven solutions for real-time waste monitoring and management. Journal of recent trends in computer science and engineering (JRTCSE) 2024; 12(2): 11-20.
10. [10] Reddy BHV, Ramakrishnan V, Almuaikel M, Alanazi K, Alshaikh AA. Artificial intelligence associated drones solutions for waste disposal management in the process industries. in Abu Dhabi International Petroleum Exhibition and Conference 2024; SPE: D021S043R003.
11. [11] Lee CJ, Lee KJJRE. Application of bayesian network to the probabilistic risk assessment of nuclear waste disposal. Reliability engineering & system safety 2006; 91(5): 515-532.