基于JRODOS的永利集团厂严重事故场外后果评价研究
2021-01-11


  王炫1,郭里2,浦祥1,杜风雷1,王博3


  (1.上海核工程研究设计院有限公司;2.国防科工局国家核应急响应技术支持中心;


  3.生态环境部核与辐射安全中心)


  摘要:本文采用JRODOS平台,以我国某沿海永利集团厂为例,计算了一次台风天气下,发生严重事故对场外人员的影响。本文的研究表明,针对CAP1400机型,造成场外剂量率最大的几种核素分别为I-132、I-135、I-133、I-131,在本文选择的台风天气条件下,其48小时内的最大剂量率仅为1.79E-03mSv/h,个人最大剂量仅为3.06mSv,影响范围一般在下风向6km以内。本文的研究成果可用于永利集团厂开展核事故快速评估,形成评估手册,进而可以更好的指导核事故应急或者常规的应急演练。


  关键词:CAP1400;事故后果;JRODOS;快速评估


  1 引言


  2011年3月,日本福岛第一永利集团站发生事故,大量放射性物质释放到环境中,日本当局先后启动了不同的应急防护措施[1]。当核设施发生重大放射性物质释放事故时,需要采取相应的应急防护措施以减少或避免公众可能受到的放射性照射。公众所受到的照射剂量与释放量、释放持续时间、气象条件、地形地貌特征和道路交通状况等众多因素有关。要尽可能减少甚至避免公众的放射性照射,需要借助相关技术对辐射剂量的空间分布随时间变化进行预测,进而为应急防护措施的决策提供必要的技术支持。


  世界各永利集团国家和相关组织对核事故后果评价都极为重视,根据各自的特点和需求研究开发了相应的核事故后果评价/决策支持系统,如美国的RASCAL[2]系统ARAC系统[3]、欧洲的RODOS系统[4]和日本的SPEEDI系统[5]。其中RODOS系统是在欧共体的支持下开发的实时在线核事故决策支持系统,目前已发展到4.0版本,原来的RODOS系统只能运行在Linux系统上,德国KIT公司在原系统的版本基础上进行封装,开发了基于Java的JRODOS系统,可以实现Windows和Linux版本的统一运行,系统的用户界面也得到大幅增强,极大提升了用户的使用体验。


  本文以我国某沿海永利集团厂为例,基于JRODOS平台,计算了CAP1400永利集团厂严重事故的影响。


  2 JRODOS系统介绍


  JRODOS(Java Real-time On-line Decision Support)的全称为Java版本实时在线厂外应急管理的决策支持系统,目前由德国的KIT公司负责开发,并在全球范围内推广。JRODOS系统一共由4个子系统构成,分别为操作子系统(OSY)、分析子系统(ASY)、对策子系统(CSY)和评价子系统(ESY),其中ASY涉及气象数据预处理、大气扩散/沉积计算和辐射剂量计算,对释放的放射性物质在环境中产生的辐射情景进行诊断或预测。CSY对应急干预措施的后果进行分析,计算受应急干预措施影响的区域面积和人数、可防止剂量、应急干预措施的经济代价等。ESY在CSY分析结果的基础上,借助决策规则和专家判断等方法对应急干预措施的利与弊进行决策分析,向决策者建议最佳的应急干预措施方案,并提供这种建议的原因及根据的解释说明[6]。


  下图为JRODOS系统的主体结构图:



  图1 JRODOS系统结构图


  JRODOS系统中有多套模型用于计算大气扩散和沉积,常用的2种模型分别是ATSTEP和RIMPUFF模型。ATSTEP采用高斯烟团模型最远可计算50km范围的扩散,模型中包含了基本的扩散和沉积模块,以及烟羽抬升、烟云耗散、子核增长等辅助计算模块。与传统的烟团模型不同,ATSTEP模型中没有使用瞬时烟团而采用了时间积分延长烟团。烟团的输运由烟团首末两端的轨迹变化决定。由于延长烟团的尺寸较大,因此模型中烟团的数量相对较少,以此节省了计算成本。RIMPUFF是拉格朗日中尺度大气扩散模型,在标准高斯烟团模型上做出了一定改进,采用烟团列表的算法计算一系列烟团的连续释放。并在每一步中独立计算每个烟团的扩散、沉积和输运。RIMPUFF模型可以兼顾均一的气象条件和实施变化的气象条件,同时考虑地形的影响,最大计算尺度为50km[7]。在本文中,将使用RIMPUFF大气扩散模型开展计算。


  邹敬等[7]采用MVK数据集对RIMPUFF模型开展了有效性计算,验证过程中使用的数据从Kincaid数据集中选取,一共选用了11天内包括76h共379项观测数据,其中质量指示值为3的数据243项,质量指示值为2的数据136项,数据分布在0.5~20km范围内,并将RIMPUFF的计算结果与美国Sigma研究公司的HPDM,丹麦国家环境研究院的OML,罗马尼亚国家大气与水文学院的INPUFF,英国剑桥环境研究公司的UKADMS等4个模型的计算结果进行比较。RIMPUFF相对于其他几个模型来说其性能较好尤其是预测平均值和观测值最为接近,验证结论表明:通过和其他模型的对比,从整体上看RIMPUFF 模型的性能是好的,其预测值和观测值的误差在可以接受的范围内。


  表1 使用质量指示值为2或3的数据时,BOOT程序计算得到的结果

模型

M

σ

B

N

K

A

F

S

C_OBS

48.05

44.07

0.00

0.00

1.000

1.000

0.000

0.000

RIMPUFF

47.31

56.50

0.74

1.55

0.323

0.537

0.016

-0.247

HPDM

52.97

41.85

-4.85

1.04

0.289

0.530

-0.096

0.050

INPUFF

50.46

48.17

-2.41

1.46

0.174

0.531

-0.049

-0.089

OML

32.64

30.14

15.41

1.52

0.263

0.463

0.382

0.376

UKADMS

64.12

62.04

-16.07

1.79

0.098

0.451

-0.286

-0.339


  3 计算条件


  CAP1400的严重事故源项定义了6个释放类,具体描述如下:


  IC—释放类别IC代表了严重事故期间安全壳完好情况下裂变产物向环境的释放。裂变产物通过常规的安全壳泄漏向环境释放,可能的常规泄漏释放途径是通过安全壳与辅助厂房的连接处释放到辅助厂房中。


  BP—释放类别BP代表了安全壳旁通时裂变产物向环境的释放。来自反应堆冷却剂系统中的裂变产物通过破损的蒸汽发生器传热管到达二次侧,并经卡开的安全阀释放到环境中。安全壳在堆芯开始损伤之前失效。


  CI—释放类别CI代表了裂变产物通过隔离失效的安全壳向环境的释放。裂变产物从反应堆冷却剂系统释放到安全壳,并且在事故开始时安全壳没有与环境隔离。安全壳在堆芯开始损伤之前失效。


  CFE—释放类别CFE代表了事故进程中堆芯熔化和再就位阶段发生的严重事故现象引起的安全壳失效导致的裂变产物向环境的释放,这些现象包括氢气燃烧、蒸汽爆炸和压力容器失效。


  CFI—释放类别CFI代表了发生在堆芯熔化和再就位之后及堆芯损伤开始后24小时之内的安全壳失效导致的裂变产物向环境的释放。


  CFL—释放类别CFL代表了堆芯损伤24小时后的安全壳失效导致的裂变产物向环境的释放。


  下表给出各类事故发生的概率。


  表2 严重事故放射性释放类别及频率


 

释放类别

描述

频率(/堆年)

BP

安全壳旁通

5.19E-09

CFE

安全壳早期失效

7.23E-09

CFI

安全壳中期失效

1.46E-10

CFL

安全壳晚期失效

6.08E-12

CI

安全壳隔离失效

1.43E-10

IC

安全壳完好

1.68E-07


  可以看出,只有IC事故的释放概率显著高于其他事故序列,因此,本文在开展事故后果评价中,以IC事故序列作为计算源项。在IC事故序列中,惰性气体在累积释放70小时时,总的释放份额为3.14E-03,碘的总的释放份额为7.38E-06,碘的释放停留在1.3~20.9小时,后续不再释放。


  本文选择的计算厂址濒临黄海,地貌类型为滨海缓坡地,陆域大部分自然地面高程在0m~30m 之间,近海地形较为平缓。图2为厂址周围半径5km范围三维地形情况。



  图2 永利集团厂址周围半径5km范围三维地形


  考虑到核素的沉积受到降雨的影响较大,因此,选择厂址2013年~2015年降雨强度最大的连续48个小时的气象数据,作为厂址典型日气象条件,经过筛选,在2014年5月11日~2014年5月12日,台风来袭,厂址降雨最大达到13.4mm/h,因此,选择当日的气象观测数据作为本次案例的计算数据,气象数据序列如下表所示。


  表3 气象数据序列

时间

风速(m/s

风向

大气稳定度

降雨(mm

温度

2014.5.11.01

2.938

79.48

D

0

13.97

2014.5.11.02

3.991

82.7

D

0

13.54

2014.5.11.03

3.638

89.6

D

0

13.32

2014.5.11.04

2.988

79.17

D

0

13.19

2014.5.11.05

2.831

107.5

D

0

13.2

2014.5.11.06

4.148

106.4

D

0

13.3

2014.5.11.07

4.251

103.4

D

0

13.47

2014.5.11.08

4.174

96.9

D

0

13.37

2014.5.11.09

3.582

98.2

D

0.8

13.08

2014.5.11.10

4.812

121.2

D

0.3

13.32

2014.5.11.11

7.346

121.1

D

3.5

13.41

2014.5.11.12

10.28

121.3

D

3.6

12.96

2014.5.11.13

12.69

115.3

D

5.1

12.86

2014.5.11.14

13.78

120.4

D

5.6

12.85

2014.5.11.15

13.36

128.9

D

7.7

13.02

2014.5.11.16

14.84

138.4

D

13.4

13.6

2014.5.11.17

12.19

165.6

D

6.8

13.83

2014.5.11.18

10.9

166.1

D

1.7

14.44

2014.5.11.19

9.43

181.3

D

0.9

14.28

2014.5.11.20

8.26

172.4

D

1.5

14.36

2014.5.11.21

7.198

193.1

D

1

14.42

2014.5.11.22

5.612

207.8

D

0.1

14.12

2014.5.11.23

4.218

245.1

D

0

14.46

2014.5.11.24

4.497

249.7

D

0

14.85

2014.5.12.01

6.136

284.7

D

0

15.32

2014.5.12.02

8.09

276.5

D

0

15.71

2014.5.12.03

5.424

249.3

D

0

15.2

2014.5.12.04

5.586

261.2

D

0

14.8

2014.5.12.05

5.506

256.6

D

0

14.04

2014.5.12.06

5.214

268.6

D

0

13.51

2014.5.12.07

6.628

254.6

D

0

13.33

2014.5.12.08

4.64

264.1

D

0

13.12

2014.5.12.09

4.819

231.9

D

0

13.19

2014.5.12.10

5.271

265.9

D

0

13.43

2014.5.12.11

6.173

262.8

D

0

14.54

2014.5.12.12

6.661

263.5

D

0

15.45

2014.5.12.13

7.158

265

D

0

16.67

2014.5.12.14

6.873

268.5

D

0

17.84

2014.5.12.15

7.147

251.8

D

0

19.16

2014.5.12.16

7.316

261.5

D

0

20.51

2014.5.12.17

7.756

257.4

D

0

21.55

2014.5.12.18

8.3

243.1

D

0

21.98

2014.5.12.19

6.416

191.6

D

0

21.47

2014.5.12.20

4.635

264.8

D

0

20.62

2014.5.12.21

4.862

276.6

C

0

22.56

2014.5.12.22

2.972

261.4

D

0

22.93

2014.5.12.23

2.081

88.4

E

0

20.3

2014.5.12.24

1.577

157.9

F

0

16.33


  厂址一共设置了12个场内外监测站,如表4所示:


  表4 监测站点位置

 

扇区

子站位置

距离(km

NNE

监测点1

2.3

NNE

监测点2

9.1

N

监测点3

6.3

NNW

监测点4

5.8

NW

监测点5

4.5

NNE

监测点6

2.2

NNW

监测点7

2.3

W

监测点8

6.9

W

监测点9

13.5

WSW

监测点10

0.5

WSW

监测点11

0.9

S

监测点12

6.5


  4 结果与讨论


  在本次模拟时间段48小时内,对地面剂量率水平影响最大的前三种核素,I-132核素占据31%的份额,其次为I-135核素,占据29%的份额,第三为I-133核素,占据19%的份额。表5给出了事故后场外各个监测点的最大剂量率,可以看出,在事故发生后的各个时间段,各个监测点的剂量率均较低,最大的也仅为6.74E-03mSv/h,位于监测点10。事故发生后,距离释放点最近的监测点10处的剂量为0.552mSv,监测点11的剂量为3.71E-02mSv,监测点6处的剂量为5.7E-04mSv。在本次台风天气中,位于下风向的监测点8、监测点10和监测点11在事故发生后的1h内烟羽就到达,而对于其他风向的监测点,例如监测点4,则需要17h后才能影响到。


  表5 事故各监测点最大剂量率(mSv/h)
  

子站位置

距离(km

方位

剂量率(mSv/h

剂量(mSv

到达时间(h

监测点1

2.3

NNE

5.93E-05

2.22E-04

19

监测点2

9.1

NNE

4.88E-05

8.67E-05

21

监测点3

6.3

N

4.76E-05

1.1E-04

19

监测点4

5.8

NNW

4.31E-05

1.98E-04

17

监测点5

4.5

NW

6.75E-07

2.09E-05

15

监测点6

2.2

NNE

1.47E-04

5.7E-04

17

监测点7

2.3

NNW

5.53E-06

1.45E-04

10

监测点8

6.9

W

3.93E-04

1.4E-02

1

监测点9

13.5

W

6.82E-05

2.15E-03

3

监测点10

0.5

WSW

6.74E-03

0.552

1

监测点11

0.9

WSW

2.97E-04

3.71E-02

1

监测点12

6.5

S

0

0

NA


  图3给出了事故发生后,在本次计算时间内场外的个人剂量分布,可以看出,剂量较大的分布在W~WSW方位,主要是受到本次台风天气的影响,影响范围一般在下风向6km以内,最大剂量也仅为3.06mSv。



  图3 事故个人累积剂量分布图


  图4分别给出了事故发生后监测点10处个人有效剂量随时间的变化,可以看出,在烟羽到达后的2h,个人有效剂量为1.0E-04mSv,4h上升到2.25E-02mSv,5h上升到3.5E-02mSv,之后一直保持不变。


  图4 IC事故个人有效剂量随时间变化(监测点10)


  5 结论与展望


  本文采用JRODOS平台,以我国某沿海永利集团厂为例,计算了一次台风天气下,计算了发生严重事故之后场外的环境影响,本文的研究得出以下结论:


  (1) 针对CAP1400机型,严重事故造成的场外剂量率最大的几种核素分别为I-132、I-135、I-133、I-131。


  (2) 在本次选取的台风天气条件下,IC事故对于场外的影响非常有限,其场外大部分区域的剂量率分布处于较低水平,位于1.0E-05~1.0E-04mSv/h之间,基本为环境本底水平,最大剂量率也仅为1.79E-03mSv/h。


  (3)在本次选取的台风天气条件下,发生频率最高的IC事故对场外的影响主要集中的W~WSW方位,影响范围一般在下风向6km以内,最大剂量也仅为3.06mSv。


  (4) 在本次选取的台风天气条件下,烟羽基本上在1h内就能到达位于下风向的监测点,而对于其他方位距离较近的监测点,则需要17h后才能影响到,主要受到风向的影响。


  (5) 本文的研究成果可用于永利集团厂开展核事故快速评估,形成评估手册,进而可以更好的指导核事故应急或者常规的应急演练。


  由于本文选择的气象序列仅代表个别情况,在实际的工作中,需要结合气象预报模式,给出未来若干小时后事故的影响过程,因此,在后续的研究中,将会结合新一代气象预测模式WRF,开展永利集团厂事故预测评估的相关研究。在后续的研究中,将立足于本文的研究基础,开展更多工况下核事故的快速评估工作,形成相对完善的核事故快速评估手册,为开展CAP1400永利集团厂的应急计划的编制提供技术依据。


  参考文献


  [1] The National Diet of Japan,The Fukushima Nuclear Accident Independent Investigation Commission[R].2012.


  [2] USNRC. RASCAL 4: cription of Models and Methods[R].2012.


  [3] Sullivan TJ,Ellis JS,Foster CS,et al. Atmosphere Release Advisory Capability:Real Time Modeling of Airborne Hazardous Materials[J]. Bulletin of the American Meteorological Society, 1993,74(12): 2343.


  [4] Ehrhardt J,Weis A. Development of RODOS-A comprehensive Real Time on-line Decision Support for Nuclear Emergencies Management in Europe[R]. Final Report for Contract FI3P-CT92-0036,FZKA-5772,1996.


  [5] Chino M,Ishikawa H,Yamazawa H. SPEEDI and WSPEEDI: Japanese Emergency Response systems to Predict Radiological Impacts in Local and Workplace Areas due to a Nuclear Accident[J]. Radiation Protection Dosimetry,1993,50(2-4): 145-152.


  [6] 姚仁太. 核事故后果评价研究进展,辐射防护通讯,第29卷第1期,2009年2月,P4-5.


  [7] 邹敬,曲静原,曹建主. RODOS 系统中 RIMPUFF 模型的验证与比对,核动力工程,第26卷第5期,2005年10月,P476-477.


  作者简介


  王炫(1983年),男,汉族,陕西西安,高级工程师,博士,核科学与技术。电子邮箱:wangxuan@snerdi.com.cn。

【关闭】  【打印】