This work presents a fast and robust method for optimizing the stationary radial distribution of temperature, density and parallel current density in a tokamak plasma and its application to first-principle-based modeling of the ITER hybrid scenario. A new solver is implemented in the RAPTOR transport code, enabling direct evaluation of the stationary solution to which the radial plasma profiles evolve. Coupled to a neural network emulation of the quasi-linear gyrokinetic QuaLiKiz transport model (QLKNN-hyper-10D), a first-principle-based estimate of the stationary state of the core plasma can be found at unprecedented computational speed (typically a few seconds on standard hardware). The stationary state solver is then embedded in a numerical optimization scheme, allowing the optimization of tokamak plasma scenarios in only a few minutes. The proposed method is applied to investigate the performance of ITER hybrid scenarios at different values of total plasma current, plasma density and pedestal height and for different power contributions in a heating mix consisting of electron cyclotron and neutral beam heating. Optimizing the radial distribution of electron cyclotron current drive (ECCD) deposition, the q profile is tailored to maximize the fusion gain Q, by maximizing the energy confinement predicted through the first-principles-based transport model, while satisfying q > 1, avoiding sawtooth oscillations. It is found that optimal use of ECCD in ITER hybrid scenarios is to deposit power as close to the core as possible, while maintaining sufficient off-axis current drive to keep q above 1. Upper limits for the fusion gain Q are shown to be constrained either by minimum power requirements for the separatrix power flow to maintain H-mode or by minimum current drive requirements for q profile tailoring. Finally, it is shown that the ITER hybrid scenario operating window is significantly extended by an upgrade of the electron cyclotron power to 40 MW.
本稿では、トカマクプラズマにおける温度、密度、平行電流密度の定常径方向分布を最適化するための高速かつロバストな手法と、そのITERハイブリッドシナリオの第一原理ベースモデリングへの応用について述べる。RAPTOR輸送コードに新たなソルバーを実装し、径方向プラズマ分布が時間発展する先の定常解を直接評価することを可能にした。準線形ジャイロ運動論的QuaLiKiz輸送モデル(QLKNN-hyper-10D)のニューラルネットワーク・エミュレーションと結合することで、コアプラズマの定常状態の第一原理ベース推定が、従来にない計算速度(標準的なハードウェアで通常数秒)で可能となる。次に、この定常状態ソルバーを数値最適化スキームに組み込むことで、トカマクプラズマシナリオの最適化がわずか数分で可能になる。提案手法を、全プラズマ電流、プラズマ密度、ペデスタル高さの異なる値、および電子サイクロトロン加熱と中性粒子ビーム加熱からなる加熱構成の異なるパワー配分に対して、ITERハイブリッドシナリオの性能を調査するために適用する。電子サイクロトロン電流駆動(ECCD)の堆積の径方向分布を最適化し、q > 1を満たして鋸歯状振動を回避しながら、第一原理ベースの輸送モデルで予測されるエネルギー閉じ込めを最大化することにより、q分布を調整して核融合増倍率Qを最大化する。ITERハイブリッドシナリオにおけるECCDの最適な使用方法は、qを1より大きく保つための十分なオフアクシス電流駆動を維持しながら、可能な限りコアに近い位置にパワーを堆積させることであることが見出された。核融合増倍率Qの上限は、Hモードを維持するためのセパラトリックス熱流束の最小パワー要件、またはq分布形成のための最小電流駆動要件のいずれかによって制約されることが示される。最後に、ITERハイブリッドシナリオの運転領域は、電子サイクロトロンパワーの40 MWへのアップグレードによって大幅に拡大されることが示される。