应急撤离模拟在核电厂道路方案优化中的应用

董 力，王梦溪，刘新建，刘森林

(1.中国原子能科学研究院，北京 102413；2.中国核电工程有限公司，北京 100840；3.国家核应急响应技术支持中心，北京 100071)

基于概率论的风险评价方法有助于更好地开展厂址应急可行性分析。美国早在20世纪90年代发布的NUREG-1150报告[1]就把三级PSA分析工具和方法应用于应急撤离模拟研究。SOARCA项目[2]在NUREG-1150报告的基础上，分别针对未考虑缓解措施和考虑缓解措施的事故序列，结合影子撤离(shadow evacuation)、钥匙孔撤离(keyhole evacuation)等多种撤离策略及厂址周围人口分布信息，对场外人员剂量后果及风险进行了更现实的分析计算，以寻求更优化的应急撤离策略。此外，英国、日本、加拿大、阿根廷等国也在各自三级PSA分析工具的基础上，结合应急撤离时间模拟结果，对应急撤离后人员受照剂量及风险进行了模拟和研究[3]。

我国对核电厂应急撤离时间估计的相关研究及工程应用起步于日本福岛核事故，目前正处于快速发展阶段。《核电厂应急计划与准备准则 场内应急计划与执行程序》[4]规定核电厂向场外应急组织提出应急防护行动建议时应考虑撤离时间估计的影响。杨玲等人[5]结合我国场外应急撤离管理要求现状，借鉴美国撤离时间估算的相关经验，对核电厂场外应急撤离时间问题进行了分析，建议我国核安全管理相关规定中增加对场外应急撤离时间的要求。本文尝试将概率风险评价方法应用于核电厂应急撤离模拟，对应急撤离过程中人员受照剂量和风险进行了计算，并对核电厂道路设计方案进行了比选，提出技术层面的建议。

1 问题分析

核电厂应急道路一直是厂址应急可行性分析的重点。《核动力厂设计安全规定》[6]要求“设计中考虑的内、外部事件或多个事件的组合发生后，必须至少有一条路线可供位于场区内工作场所和其他区域的人员撤离”。 《核电厂总平面及运输设计规范》[7]规定“厂外道路应设置不同方向的主要和次要进厂道路”。

两条不同方向的撤离道路一直被业内认为是一个良好实践。事故条件下，一条道路可能被放射性烟云覆盖，此时若能够选择另外一条不同方向的道路通行，人员受到的剂量可显著降低。这种假设在多数情况下是成立的。然而，不同方向的道路并不意味着就能够保证人员完全避免放射性烟羽的影响，也将存在一定照射风险，这与撤离策略的选择和当地气象条件特别是风向的变化密切相关。比如根据当时的气象条件，决定从某条道路撤离，但在开始行动后，风向发生了变化，导致该道路的剂量率可能更高。也有一些天气条件下(如小静风，风向来回摆动)，两条道路在近距离的剂量率差别不大，此时两条不同方向的道路并不能带来辐射后果上的优势。

除了上述因素外，还必须考虑两个因素：整个撤离过程中人员受照剂量的来源和应急撤离理念的变化。根据相关研究[8-9]，人员在应急撤离过程中受到的剂量，更多的来自集合与等待过程，而非道路通行过程。特别是在人员密集的情况下，如考虑现场有几千人需要在短时间内撤离，此时只要有道路可用，就应该尽快通行。刻意挑选一条不在下风向的道路，未必是一种最优方案。应急撤离理念的变化，主要是指撤离的时机。无论是国际原子能机构(IAEA)倡导的理念[10]，还是日本福岛事故的经验教训[11]，都表明预防性撤离是大趋势。大多数事故情况下，尚未有大量放射性物质释放，核电厂已开始实施人员撤离。因此，整个过程中撤离人员一般不会受到明显的辐射影响，也就不存在哪个方向道路更优的问题。有必要根据厂址实际情况，开展代价利益分析，为核电厂道路方案优化提出切实可行的建议。

2 计算原理

通常应急撤离时间估算按照图1所示流程进行[12]。

图1 撤离时间估计流程Fig.1 The process of evacuation time estimation

对于每一个撤离情景，主要分为两部分的工作：一部分是成行时间的计算，基本上采取的方法都是通过一定的概率分布或者函数关系式来假设；另一部分是通行时间的计算，这一部分通常情况下依靠计算机程序的模拟来实现。即撤离时间估计值ETE(evacuation time estimation)为：

ETE=TGT+TT

(1)

式中，TGT(trip generation time)为居民在收到撤离通知后到坐上撤离车辆所经历的时间，即成行时间；TT(travel time)为居民上车后撤离车辆在路网上的通行时间[13]。

一般的应急撤离时间估算软件考虑的因素较多，计算模型相对复杂，每次模拟计算往往需要数分钟甚至更长时间。而为了得到全年不同时刻的场景，就需要开展上千次(如果采用逐小时的计算，则大约为8 760次)的模拟计算，实际应用就变得极其困难。为此，本文在抓住上述主要特征的基础上，研发了一套简化的撤离时间估算模型。按照经验分布模拟人员接到通知到应急集合点等待车辆的过程，车辆到达应急集合点后，人员顺序上车，之后沿着指定的路径向目的地(安置点)疏散。可根据环境的不同灵活设定车辆类型和撤离速度，过程中车辆的速度保持不变。不考虑实际道路中的交通灯、加减速等过程。

简化模型能够体现微观撤离模型的特点，综合反映成行时间、车辆速度、疏散道路对疏散过程的影响，给出每个居民在任意时刻的地理位置，便于与风向和模拟区域的剂量场(二维网格，并随时间变化)结合，统计所有个体在撤离过程中所受的辐射剂量，进而对整个撤离策略进行评价。

3 工程应用

3.1 不同厂址现有应急撤离道路风险分析

根据厂址的代表性和资料获取的便利性，本文选取河北海兴、湖南桃花江、江苏田湾和福建霞浦四个厂址作为研究对象。海兴厂址和桃花江厂址分别为近海和内陆厂址，容易确定两条不同方向的道路，前者5 km范围内的人口数量中等，后者略多。江苏田湾作为老核电基地，随着周边城镇化的发展，5 km范围内人口逐年增加，因此有一定代表性。霞浦厂址是本文重点研究的案例，在前期工作基础上，对其应急道路上的隧道设计方案进行初步分析。

为了更好地反映厂区两条应急道路对剂量结果的影响，假定每个厂区内有6 000名工作人员，均匀分布在两个应急集合点。各厂址环境要素信息列于表1。

表1 代表厂址主要环境要素Tab.1 The main environmental elements for typical sites

图2给出了四个厂址的卫星遥感影像图，可以大体看出厂址区域的环境特征。

(图中左上为海兴厂址，右上为桃花江厂址，左下为田湾厂址，右下为霞浦厂址)图2 代表厂址5 km范围内的卫星遥感图Fig.2 The satellite remote sensing images of 5 km around the typical sites

3.1.1计算参数

在应急撤离模拟中，无论工作人员还是公众，接到通知后到达最近应急集合点的时间满足泊松分布[14]，即：

(2)

式中，f为在一定时间间隔中发生x次事件的概率；λ为单位时间内事件发生的平均次数。

假定白天和晚上的集合时间均值分别为0.5 h和1 h(平均值即为λ值)，同时假定所有人员在两个集合点一次撤离。车辆白天的平均行驶速度为15 km/h，夜间的行驶速度为10 km/h。从事故开始到非应急工作人员与公众撤离到烟羽应急计划区外，典型时间为4～6个小时以上，能够反映当地烟羽方向变化的影响。

事故场景假定为RG1.183[15]LOCA事故，堆芯熔化后，放射性物质通过安全壳以设计基准泄漏率向环境释放，在几个小时内假定释放速率恒定。在计算剂量时适当简化，考虑吸入内照射和空气浸没外照射两个途径。假定事故发生时场内外人员同时收到应急撤离的通知。人员进入到应急集合点后开始计算剂量，在集合点时考虑一定的防护因子(取10)，从集合点进入车辆开始撤离时不再考虑车辆的防护作用。

采用2017年整年的逐时气象数据，利用美国环境保护署(EPA)和我国生态环境部推荐的CALPUFF烟团模式[16]计算大气弥散因子。模拟区域覆盖厂址中心半径6 km的范围，水平网格分辨率为100 m。

模拟厂区和公众撤离过程，将人员位置随时间的变化与剂量场进行对应，计算人员在每个网格中的通过时间和受照剂量，这样就可以统计每个撤离过程中的个人剂量和集体剂量。对全年8724次模拟结果的统计分析在下节展开。

3.1.2计算结果

图3给出了不同概率水平条件下包含厂区工作人员的集体剂量结果(对应数值从大到小排序，如5%表示有5%的样本会超过该数值，即对应不保证率)。可以看出，桃花江厂址集体剂量最大，这与当地人口数量最多密不可分。各种概率水平条件下的结果趋势基本一致，从高到低依次为桃花江、田湾、霞浦和海兴厂址。对计算数据进行更细致的分析，发现海兴厂址厂区人员集体剂量与周边居民集体剂量相当，但是霞浦厂址厂区工作人员集体剂量占总集体剂量的比重很高。其原因是，虽然四个厂区的工作人员数量均为6 000人，平均分配在两个应急集合点，但两个集合点距离事故释放点的位置略有不同，100 m的距离差就可能导致结果相差数倍。

图3 不同概率水平条件下集体剂量对比(含工作人员)Fig.3 Comparison of collective dose for different probability levels (staff included)

为了更好地对比四个厂址公众的风险水平，这里将厂区工作人员排除，仅考虑公众的集体剂量，如图4所示。田湾和桃花江厂址集体剂量的最大值分别为46和19人·Sv，但大约20%～25%概率区间后，两者的趋势发生了反转。在前20%的区间内，田湾厂址的集体剂量数值偏大；随着概率水平的升高，如50%概率水平下，桃花江厂址的集体剂量为田湾厂址数值的2倍。而霞浦厂址由于公众人口数量仅为1 100人，公众集体剂量最大值为0.6人·Sv，5%概率水平下，集体剂量已经低于0.1人·Sv。

图4 不同概率水平条件下公众集体剂量对比Fig.4 Comparison of public collective dose for different probability levels

表2给出了各厂址公众的最大个人有效剂量，主要受居民点距离和当地大气弥散条件的影响。可以看出，由于霞浦厂址的居民点距离厂址中心较远，且弥散条件较好，各种概率水平条件下，公众最大个人有效剂量仅为1.22 mSv。对于桃花江和田湾厂址，在0.1%概率水平下，公众的最大个人剂量也低于10 mSv。如果考虑平均个人有效剂量，数值要更低。

表2 厂址公众最大个人有效剂量对比(mSv)Tab.2 Comparison of the maximum individual effective dose for different sites (mSv)

3.2 霞浦厂址应急撤离道路方案比选

霞浦厂址由于地理条件的限制，只能沿半岛两侧设计进厂道路和应急道路，如图5所示。北侧的进厂道路为主要道路，南侧的道路则作为应急道路。南侧应急道路在向西时需要开挖约3 km的隧道。为了防止极端条件下该隧道不能通行，距离厂址最近的天堂村居民或者其他人员需要再返回到七尺门水道或厂址绕行的情况出现，曾在道路设计方案中提出在长门村开设一条连接进厂道路与应急道路的隧道，长度大约900 m(如图5中黄点线所示)，工程造价极高。

图5 霞浦厂址区域道路Fig.5 Regional roads for Xiapu NPP site

本节针对隧道设计方案，模拟天堂村居民的撤离过程并进行初步定量评价，分析是否设置隧道可能对应急撤离的影响。此外，尽管两条道路的走向较为一致，研究中也将结合具体道路走向开展更完整的模拟分析。

计算参数与3.1.1节保持一致，保守估计天堂村居民为1 000人。为了得到更全面的结果，对全年开展逐时模拟计算。图6给出了前200次模拟的个人平均剂量结果。图中标注的四条曲线对应图5中的四个集合点(集合点1位于厂区北侧，集合点2位于厂区南侧，集合点3对应天堂村位置，集合点4对应长门村)。可以看出，集合点2的工作人员几乎都受到了相对较高的辐射照射，其中第4次模拟结果的剂量值最大，与图7左上子图对应，此时烟羽向南正对集合点2。大约在第135次模拟中，厂区工作人员和天堂村居民的个人剂量均出现了局部峰值，与图7右下子图对应，烟羽向西南方向伸展，覆盖集合点2和3。在第145次模拟中，集合点2出现了剂量的次高值，对应图7左下图，此时烟羽虽然也正对集合点2，但扩散范围更广，对应的剂量率略低。而在第160次模拟附近，所有集合点的剂量结果相差不大，对应图7右上子图，此时烟羽扩散范围最大，覆盖厂区和场外所有集合点。

图6 霞浦厂址个人剂量模拟结果Fig.6 The simulation results of individual dose for Xiapu site

图7 霞浦厂址四个典型模拟样例Fig.7 The typical simulation examples for Xiapu site

图8给出了不同概率水平条件下的集体剂量。对于厂区工作人员，可以看出由于风向的影响，从集合点2出发并沿南侧道路撤离(道路2)的集体剂量整体要高于从集合点1出发，沿北侧道路撤离(道路1)的集体剂量。对于保守的5%概率分布，两者的比值约为3；但是对于大多数(约80%)情况，两者的集体剂量数值均不高于1人·Sv，差别不大。

图8 厂区工作人员选择不同撤离道路的集体剂量对比Fig.8 Comparison of staff collective doses for different evacuation roads

对于天堂村居民，为分析连接隧道的影响，考虑两条不同的撤离道路差异：直接通过设计的连接隧道撤离(道路3，图7深蓝色路线)和返回东冲半岛绕路撤离(道路4，图7浅蓝色路线)。图9给出了两条撤离道路情形下的人员受照剂量分布。由于道路4路程更远，且要向着机组的方向绕行，无论集体剂量和最大个人剂量，都要略高于道路3的计算结果，但两者的差异并不明显。对于5%概率水平的最大个人有效剂量，两者相差大约0.1 mSv。即使厂址后期考虑建设其他核电机组，对应的事故源项增加10倍，两者之间的差异也仍可忽略。

图9 天堂村居民采用两条撤离道路的剂量对比Fig.9 Comparison of public doses of Tiantang village residents for different evacuation roads

本节针对霞浦厂址两条应急撤离道路和天堂村居民采用不同撤离道路的剂量结果进行了对比。从统计结果来看，无论对于厂区工作人员或者公众，事故条件下选择不同的道路进行撤离，可能受到的辐射剂量差别不大。从辐射防护的角度考虑，连接隧道产生的防护效果不明显。

4 结论

本文基于CALPUFF烟团模式和自主研发的简化应急撤离模拟程序，将各种条件下的公众防护行动与剂量计算有机结合，充分发挥概率风险评价方法的指导作用，为应急防护行动建议和应急道路方案优化提供了技术支持。

本文的主要结论如下：

(1)结合国内几个典型厂址的模拟结果可以看出，人口分布、气象条件对应急条件下人员的受照剂量影响较大。从多厂址对比结果来看，在相同的事故场景下，霞浦厂址5 km区域内公众集体剂量风险要明显低于内陆厂址(以桃花江厂址为代表)。考虑到快堆本身的固有安全特性，如更低的事故发生频率和剩余风险，其对应急道路的要求将进一步降低。

(2)通过对比霞浦厂址天堂村居民迂回撤离和隧道撤离的模拟结果，两者都能保证99%置信水平下，人员受照剂量最大值不超过1 mSv。从辐射防护的角度考虑，额外增加隧道带来的效果不明显。

(3)采用概率风险评价方法能够更全面地评估核电厂应急道路方案，通过代价利益分析，识别关键风险点，保证设计上的平衡，有助于更直观地开展核电公众沟通。