张佳佳,杨英豪,肖 军,李 春,倪 曼,*
(1.环境保护部核与辐射安全中心北京 100082;2.上海核工程研究设计院,上海 200233)
核电厂内部水淹事件定量化研究
张佳佳1,杨英豪2,肖 军1,李 春1,倪 曼1,*
(1.环境保护部核与辐射安全中心北京 100082;2.上海核工程研究设计院,上海 200233)
内部水淹是核电厂面临的重要风险之一,对其定量化是识别核电厂水淹风险的有效手段,也是进行内部水淹概率安全评价的基础。本文通过对国内外各种水淹事件定量化分析方法的研究,提出核电厂内部水淹事件定量化的一般方法,并定量分析了我国某900MW核电厂重要厂用水系统内部水淹事件,对国内核电厂开展内部水淹风险评估有重要参考价值。
内部水淹;核电厂;概率安全评价;定量化
福岛核事故的经验教训告诉我们,水淹是核电厂面临的重要风险源。核电厂水淹风险来源于外部和内部两个方面。外部水淹是指由外部水淹源,比如降雨、溃坝、海啸、波浪、风暴潮等造成的事件或灾害;内部水淹是指由厂内水淹源,如管道、水箱、热交换器等引起的水淹[1-3]。一般来说,核电厂在选址阶段,其设计基准可以抵御绝大部分外部水淹风险,但超过其设计基准的水淹风险在概率上也是不可忽视的,比如日本福岛核事故就是地震叠加外部水淹 (海啸)事件引起的[4]。但对于核电厂日常运行来说,内部水淹的风险更值得关注。内部水淹对核电厂危害的机理主要体现在对设备的喷溅和浸没上。喷溅指液体直接喷射或飞溅到设备上,尤其是电气设备上,这可能会影响设备的绝缘或因液体渗入设备后导致内部电路短路,从而导致设备失效的一种水淹效应。浸没是指系统设备所在区域的水位超过系统设备底部,系统设备被水淹浸的一种水淹效应[1-3]。
从已有的运行经验来看,内部水淹可能由安全级和非安全级的管道以及其他管道系统的部件引起,也可能由人员的误操作引起[5],本文主要探讨由硬件失效引发的水淹事件。通过对国内外各种水淹事件定量化分析方法的研究,提出核电厂内部水淹事件定量化的一般方法,并定量分析了我国某900MW核电厂重要厂用水系统内部水淹事件风险。
1.1定量化的一般过程
进行水淹事件定量化,首先要对水淹事件的类型进行划分。欧洲先进压水堆EPR概率安全分析将水淹事件分为泄漏和破裂两大类[6],AP1000概率安全分析主要考虑破裂,并假设管道破裂最终会发展成双端剪切断裂,水箱的破裂也将导致水箱水流完[7-8]。以上两种水淹概率安全分析均未考虑核电厂地坑、地漏等排水设施的缓解功能。美国ASME标准能力能级Ⅱ和Ⅲ[1]以及国内能源行业水淹概率安全分析标准[2]中均要求在水淹PSA开发的过程中考虑核电厂对水淹的缓解措施。从识别核电厂在水淹方面的薄弱环节,反映核电厂实际防水淹能力的角度出发,考虑核电厂对水淹的缓解作用更为现实,以此开发出来的模型才能更为现实的反映核电厂实际的水淹风险,并可以据此提出有针对性的风险见解和改进建议。美国电力研究院 (EPRI)开发的内部水淹概率安全分析导则[9]考虑了核电厂的缓解措施,根据一般核电厂地表排水系统的缓解能力等因素将水淹事件分为喷淋、局部水淹和重大水淹三种类型,本文采用此方法进行分析。
在确定好水淹事件后,就要对各水淹事件进行定量化,确定出各水淹事件的基准频率。水淹事件频率定量化公式如下:
注:ρ系统i——喷淋、局部水淹或重大水淹等水淹事件的基准频率,即管道失效率,其单位是每堆年每单位长度 (或每堆年每个)。
系统i的水淹源项——系统i在该特定水淹区域内的管道长度、焊缝数目或者管道节数。“水淹源项”定义为在特定水淹区域内理论上可能发生喷淋、局部水淹或重大水淹事件的非能动部件的总量。例如某水淹区域有布置管道,那么相应的水淹源项可用管道长度或管道节数等形式来描述。
水淹事件的基准频率可采用一般的经典估计来计算,也可以用贝叶斯方法求出。若核电厂内部水淹事件发生次数较多,可以采用一般经典估计的方法来进行计算。但对国内核电厂来说,安全相关的设备或管道出现破裂的事件较为稀少,采用经典估计往往无法反映核电厂的实际情况,这时可采用适当的通用数据库作为先验数据,结合特定核电厂水淹事件和相应的系统管道长度进行贝叶斯处理,就可以得到适合该核电厂的后验数据,该数据可以作为特定电厂相关的系统、设备管径范围的水淹基准频率。最后结合信息收集或现场巡访统计得到各水淹区域内管道长度和管径数据,计算得到各水淹区域里的喷淋、局部水淹和重大水淹频率。
整个定量化过程如图1所示。
图1 水淹事件定量化的一般过程Fig.1 The process of quantification of internal flooding events
1.2常用的数据源
(1)爱达华国家实验室水淹数据报告
爱达华国家实验室于1991年开发了用于内部水淹概率安全分析的非能动部件泄漏和破裂的频率估值的数据报告。泄漏和破裂以流速50gpm(11.36 m3·h-1)压力边界失效为分界线。该报告提供了管道、阀体、泵壳、法兰、热交换器壳体、罐子的泄漏和 “破裂”基准频率及不确定性分布 (对数正态分布均值和相应的误差因子)。对管道来说基准频率以 (英尺·小时)-1为单位,对无管道的非能动部件以 (个·小时)-1为单位。该数据源主要为美国核能经验数据库中1960年9月到1990年6月的相关运行经验数据[10]。
(2)美国电力研究院1991版水淹数据报告
美国电力研究院于1991年开发的数据报告主要考虑了四个系统 (反应堆冷却剂系统、安全注入和再循环系统、给水和凝结水系统、“其他”安全相关系统)外漏和破裂频率。破裂和泄漏的分界线与爱达华国家实验室数据报告一致。该研究报告考虑了从1960年到1991年之间的美国运行经验的管道故障率[11]。
(3)美国电力研究院2006版水淹数据报告
美国电力研究院于2006年开发的水淹数据报告根据3种不同的压力边界失效类型喷淋、局部水淹和重大水淹给出了7个不同系统 (重要厂用水系统、安全注入系统、安全壳外再循环系统、设备冷却水系统、消防系统、主给水和凝结水系统、循环水系统)的管道故障率。故障参数的估算采用结合不确定性的综合处理的贝叶斯分析框架。故障率单位为 (英尺·堆年)-1,且考虑了水质 (淡水、河水、海水)对管道故障率的影响。该研究报告统计了1970年到2004年之间的美国运行经验,且针对美国机械工程师学会概率安全分析标准[1]中内部水淹始发事件频率的要求来组织内容[12]。
(4)非金属管道频率
美国开发水淹概率安全分析的主要目的是要应用于风险指引型在役检查,以上通用数据中只收集金属部件的运行故障率,而不考虑如聚氯乙烯 (PVC)管道等非金属部件的运行故障率。而核电厂除了大量金属管道外,也有许多聚氯乙烯管。P.Davis、S.Burn等人提出了一种模型来估值非金属管道的故障率,所得数值与英国水工研究所数据库中的观测数据较为吻合[13]。
1.3经典估计方法和贝叶斯分析方法
经典估计是根据采集得到的核电厂样本数据直接计算可靠性参数,而贝叶斯估计方法是假设可靠性参数是随机变量,以通用数据为先验数据,核电厂的数据为样本数据,进行贝叶斯处理得到后验数据。
1.3.1经典估计方法
根据以往的经验和国际上对核电厂设备失效的通用做法,均假设核电厂中设备的寿命服从指数分布,即假定设备失效率是恒定的,不考虑老化、磨损等因素的影响[14]。对于本文考虑的水淹基准频率即管道失效率,主要考虑运行失效模型,即管道在运行过程中在单位时间内失效的次数。其公式为:
当设备在统计期间内未发生失效,即N=0时,采用 “χ2在50%的规则”作为近似估计方法[14],运行失效率按如下公式计算:
1.3.2贝叶斯估计
贝叶斯分析方法是核电厂设备可靠性分析中常用的数据处理方法,其基本的原理如下公式所示:
注:Ppost(λ/obs)为后验数据的密度函数;Pobs(λ)为样本数据的密度函数;Pprior(λ)为先验数据的密度函数
先验数据即数据处理中采用的通用数据,一般情况下其分布和参数已知,可从1.2节各数据源报告获取。样本数据可选用核电厂的统计数据,贝叶斯处理的难点在于后验分布的获取。在贝叶斯处理中,存在一类Gamma先验分布,其先验分布与后验分布相同,在数学上处理起来就避免了后验分布难以获取的问题。其基本原理如公式 (5)所示。
因此,对于先验分布为Gamma分布的,采用公式 (5)处理即可。一些先验数据服从对数正态分布这种情况,可先将对数正态分布转换为Gamma分布,然后再按公式 (5)中所述的方法得到后验分布[14-16]。利用上述原理,国内一些单位专门为核电厂设备可靠性数据处理开发了贝叶斯处理软件,图2给出了用于国内某核电厂可靠性数据处理的软件平台[16]。
图2 可靠性参数估计软件界面Fig.2 Software interface of reliability parameter
1.3.3数据处理方法的选择
选用经典估计还是贝叶斯估计对数据进行处理,参考国内运行核电厂可靠性数据处理方法[17],本文采用如下原则:
(1))对于失效次数大于5次的设备类,采用经典估计方法进行计算;
(2)对于失效次数1-4次的设备类,采用贝叶斯方法进行估计;
(3)对于失效次数为0的设备,直接采用通用数据。
下面以国内某900 MW压水堆核电厂重要厂用水系统为例来说明水淹事件基准频率的定量化过程。
2.1电厂特有数据
对案例核电厂所在基地4台同类型机组在1996年1月至2011年6月之间所发生的水淹事件进行了较为全面、系统地整理,折算机组处于临界的时间是:49.77堆年[18],并对不同系统不同尺寸管道所发生的水淹事件做了细分。表1给出了经过收集、整理并筛选之后的重要厂用水系统各类型水淹事件的发生次数[18-19]。
表1 重要厂用水系统水淹事件表Table 1 Internal flooding events of services water system
在获得水淹事件数据后,由于统计获得水淹事件单位为次/堆年,而我们需要求得的水淹基准频率单位为次/(米·堆年),因此需要获得所分析核电厂的管道长度,统计获得的核电厂数据见表2。[18-19]
表2 重要厂用水管道数据表Table 2 Pipes data of services water system
2.2数据处理
对于核电厂的设备,尤其是管道设备而言,在世界范围内无论其材质还是制造标准、工艺等均具有通用性,在性能以及品质上较为接近。基于这样的考虑,重要厂用水系统管道失效频率采用参考文献[12]水淹数据报告为先验通用数据。
管道、膨胀节等运行故障率通用数据为对数正态分布分布,按1.3节的方法先将分布转换为Gamma分布,然后再按公式 (5)中所述的方法得到后验分布。
根据1.3.3节数据处理原则,对于水淹事件次数为0的仍采用通用数据;对于发生次数在1-5次的水淹事件采用贝叶斯处理,经典估计的计算作为对比组,计算结果见表3和表4。
表3 重要厂用水系统管道(d≤5.08cm)贝叶斯处理后的数据Table 3 Bayesian processed data of services water system pipes(d≤5.08cm)
表4 重要厂用水系统管道 (5.08cm<d≤10.16cm)贝叶斯处理后的数据Table 4 Bayesian processed data of services water system(5.08cm<d≤10.16cm)
2.3结果讨论
重要厂用水系统d≤5.08cm以及5.08cm<d≤10.16cm通用数据、贝叶斯处理后的数据以及经典估计三类数据的均值对比如图3所示,结合表3和表4处理结果,可以看出:
(1)采用经典估计得到的数据要远远大于通用数据和贝叶斯处理得到的后验数据,而贝叶斯处理得到的后验数据与通用数据相比略大,但基本处于同一风险水平。这说明贝叶斯处理的数据既可以反映一般工业界的风险水平,也能反映核电厂的特征,不会导致数据过大或过小。
(2)经典估计5%和95%分位值有着量级的差别,而通用数据和贝叶斯处理后的数据各分位值处于同一水平,这说明在样本空间不足的情况下,采用经典估计结果的不确定性较大。
(3)无论经典估计还是贝叶斯处理,均需获知核电厂具体管道的长度、运行的时间等数据,其结果的准确性依赖于现场巡访的精细程度,为反映核电厂的实际情况,需要做大量的现场调研和统计工作。
图3 水淹事件三类数据对比图Fig.3 Contrast data of services water system
内部水淹事件定量化是水淹概率安全分析的主要技术要素,其结果的准确性直接影响水淹风险的量化结果。对国内大部分核电厂来说,内部水淹事件定量化,都面临着核电厂运行时间短或水淹事件样本数据不足的问题,本文提出的现阶段采用贝叶斯方法处理不失为一种有效的解决办法。
此外,目前采用的通用数据源主要是美国的,反映的是美国的工业水平。随着我国核电厂陆续投入运行,国内可建立统一的水淹事件数据库平台,收集各核电厂水淹事件,形成适合国内核电厂的通用数据。
[1]American Society of Mechanical Engineers.Standard for Level 1/ Large Early Release Frequency Probabilistic Risk Assessment for Nuclear Power Plant Applications—Addenda to ASME/ANS RA-S-2008,ASME/ANS RA-Sa:2009[S].New York:ASME/ANS,2009.
[2]国家能源局.应用于核电厂的概率安全评价第3部分水淹,NB/T20037.3[S].北京:国家能源局,2012.
[3]国家能源局.核电厂内部水淹概率安全评价开发方法 (报批稿)[S].北京:国家能源局,2016.
[4]李丹,肖志,安洪振,等.国外核电厂外部水淹事件分析[J].核安全,2013(04):74-78.
[5]黄卫刚,杨志超,戴忠华,等.水淹厂房风险分析[J].水力发电,2011(07):82-85.
[6]台山核电合营有限公司.台山核电厂1、2号机组最终安全分析报告[R].2013
[7]三门核电有限公司.三门核电一期1、2号机组最终安全分析报告[R].2012.
[8]梁博,王成章,刘佩.AP1000核电厂内部水淹安全评价方法研究[C].中国核科学技术进展报告 (第三卷)——中国核学会2013年学术年会论文集第2册 (铀矿冶分卷、核能动力分卷 (上)).哈尔滨,2013:568-574.
[9]F.Rahn.Guidelines for Performance of Internal Flooding Probabilistic Risk Assessment,EPRI 1019194[R].Palo Alto:EPRI,2009.
[10]Eide,S.A,et al.Component External Leakage and Rupture Frequency Estimates,EGG-SSRE-9639[R].Idaho Falls:Idaho National Engineering Laboratory,1991.
[11]Jamali,K..Pipe Failures in U.S.Commercial Nuclear Power Plants,EPRI TR-100380[R].Palo Alto:EPRI,1992.
[12]F.Rahn.Pipe Rupture Frequencies for Internal Flooding PRAs,Revision1,EPRI 1013141[R].Palo Alto:EPRI,2006.
[13]P Davis,S Burn,et al.A physical probabilistic model to predict failure rates in buried PVC Pipelines[J].Reliability Engineering and System Safety,2007,92(9):1258-1266.
[14]郑伟,李禾.核电站设备可靠性数据库的建立与应用[J].中国核科技报告,2005(02):165-174.
[15]茆定远,薛大知.核电站PSA分析中可靠性数据处理的贝叶斯方法[J].核动力工程,2000(05):451-455.
[16]马静娴,闫国奎,刘志军.用贝叶斯方法处理核电站PSA分析中的设备可靠性数据[C].2004年全国机械可靠性学术交流会论文集.厦门,2004:107-111.
[17]国家核安全局.中国核电厂设备可靠性数据报告 (2015版)[R].2015
[18]阳江核电有限公司.阳江核电厂5、6号机组初步设计阶段内部水淹概率安全评价报告[R].2012.
[19]中科华核电技术研究院.大亚湾核电站 (功率工况)内部水淹概率安全评价报告[R].2009.
Quantification of Internal Flooding Events in Nuclear Power Plants
ZHANG Jiajia1,YANG Yinghao2,XIAO Jun1,LI Chun1,NI Man1
(1.Nuclear and Radiation Safety Center,Beijing 100082,China 2.Shanghai Nuclear Engineering Research and Design Institute,Shanghai 200233,China)
Internal flooding is an important risk to nuclear power plant,quantification of internal flooding events is not only an effective way of identifying flooding risk,but also the basis of the internal flooding probability safety assessment.The quantitative method status of internal flooding events is reviewed,and then a general method is put forward,and a 900 MW nuclear power plan services water pipe failure internal flooding events are quantified.The proposed method has important reference value for the internal flooding PSA of nuclear power plant in China.
internal flooding;nuclear power plant;quantification;PSA
TL364
A
1672-5360(2016)03-0084-05
2016-07-01
2016-09-21
环保公益性行业科研专题课题,项目编号 201309054
张佳佳 (1986—),男,河南洛阳人,高级工程师,现主要从事核电厂概率安全分析与严重事故研究与审评工作
倪曼,E-mail:xjunniman@chinansc.cn