《Annals of Nuclear Energy》：A dynamic modelling framework to assess the impact of manual emergency responses on nuclear power plant resilience
编辑推荐：
本文针对气候变化下极端自然灾害频发对核电站（NPP）安全的挑战，建立了一种基于Petri Net (PN)的动态韧性评估框架，以量化事故后“动态期”内人工应急响应的效率对NPP韧性的影响。该模型整合了系统随机退化、自动化安全响应、人工恢复及场外资源调动过程。研究表明，模型可成功评估人工响应效率对NPP韧性的影响，为优化应急规程和资源配置提供了量化依据，强调了及时人工干预对核安全管理政策的重要性。
在全球气候变化加剧的背景下，台风、洪水、海啸等极端自然灾害发生的频率和强度前所未有地增加，这对核电站这类安全关键性基础设施的稳健运行构成了巨大威胁。历史上的重大事故，如2011年福岛第一核电站事故，已充分暴露出在灾难性外部事件叠加下，核电站安全防护体系的脆弱性。一个核心的、悬而未决的难题在于：当自动化安全系统失效或不足以应对冲击时，人工应急响应和场外支援措施究竟能在多大程度上力挽狂澜，阻止事故升级为堆芯熔毁的灾难？量化评估这些人为干预措施的有效性，长期以来一直是核安全领域的一项重大挑战。现有的评估方法，如传统的概率安全评估(PSA)，往往将人为因素视为静态变量或简单的二元成败状态，难以刻画“动态期”——事故后数小时至数天内系统状态快速演变、不确定性极高、人工行动与退化机械系统之间存在着复杂、随机且高度时间敏感性的相互作用阶段。为了弥合这一知识鸿沟，本文的研究团队构建了一个新颖的、基于Petri Net的定量建模框架，旨在对核电站应对极端事件时的多阶段事故进程进行动态模拟，以精确评估人工恢复行动对整体安全轨迹的具体影响。
为达成研究目标，研究人员主要采用了三种关键技术方法。首先是基于Petri Net的动态建模技术，构建了包含反应堆系统PN (RSPN)、即时响应PN (IRPN)和缓解过程PN (MPPN)的集成框架，其中MPPN被显著扩展以纳入人工响应和场外支持模块，用以模拟系统退化、自动化响应、人工操作（如灭火车部署、紧急维护）及资源调度的并发、时序和条件逻辑。其次是蒙特卡洛模拟，在设定的PN模型基础上运行大量随机仿真，以统计评估事故结局和系统韧性，并确保结果达到统计收敛。最后是参数化场景分析，以特定类型的压水重水堆(PHWR)为案例研究对象，设定两种典型始发事件——全厂断电(SBO)和冷却剂丧失事故(LOCA)作为模拟场景，输入基于文献和专家判断的系统失效概率、修复概率、响应时间等参数，探究在不同道路通行条件和响应效率下的事故演化路径。
研究人员在以下主要方向上得出了研究结果：
- 1.
PN框架的构建与验证：成功开发并集成了包含自动响应部分(ARPs)和人工响应部分(MRPs)的PN模型。该框架能够明确模拟人工响应时序、资源可用性和物流延迟，并能灵活应用于SBO、LOCA或两者并发的组合事故场景。模拟验证表明，该模型能够捕捉到“动态期”内系统安全状态的时序演变。
- 2.
人工响应效率对韧性的量化影响：通过修改MPPN中人工响应部分（如紧急维护、灭火车调度、场外支持请求）的时间参数，研究量化了人工响应效率变化对NPP最终安全状态（无堆芯损伤、有限堆芯损伤、显著堆芯损伤、堆芯熔化）概率的影响。结果表明，响应团队到达故障现场的时间、场外支持抵达的延迟等，是决定事故能否被成功缓解的关键变量。
- 3.
“动态期”的关键作用得到凸显：研究明确将事故后几小时到几天的窗口定义为“动态期”，并证实这是人工干预和有限场外资源能够对防止事故升级为严重堆芯损伤产生最大边际影响的时期。模型的时间分辨能力揭示了在此期间，系统条件和恢复行动以非线性方式快速演变并相互作用。
- 4.
资源约束与协调的重要性：模拟结果强调了应急准备和响应团队(EPRT)内部，特别是后勤支持组(LSG)的执行效率，以及道路通行条件对资源（如灭火车、移动电源设备、维修人员）调动的关键制约。模型能够评估诸如所有现场灭火车均失效时，请求场外消防车支持对最终结局的影响。
- 5.
与传统方法的比较优势：与提供静态或聚合系统性能视图的传统PSA（如故障树和事件树分析）以及基于韧性曲线的方法相比，所提出的PN模型框架能够捕捉“动态期”内系统退化、人工干预和场外支持之间的动态交互，从而提供对时间相关的故障进程和恢复路径的更深入见解。
综合研究结论与讨论，本文的核心贡献在于首次提出了一个能够动态、定量评估人工应急响应措施对核电站韧性影响的Petri Net建模框架。该框架的创新性体现在：实现了对人工响应有效性影响的定量评估；提供了“动态期”内NPP韧性退化和恢复的时间分辨分析；建立了一个用于探索NPP韧性对响应时序和协调变化敏感性的建模工具。这为核安全管理提供了超越传统静态评估的、更具操作性的见解。研究结果明确强调了在应急场景中及时进行人工干预的重要性，并为优化NPP应急程序、培训计划和资源分配策略提供了量化决策基础。例如，通过模型可以识别出对最终安全结局最敏感的人工响应环节（如关键维修团队的响应时间），从而指导应急预案的精准改进。尽管模型中的部分时间参数和概率数据目前基于假设和典型值，但该框架具备良好的灵活性和可扩展性，未来可与成熟的热工水力代码（如RELAP、CATHENA）耦合，以获取更精确的物理过程时间参数，或整合更详细的人因绩效数据，从而实现对特定核电站应急响应能力的定制化、高保真度评估。这项研究为在气候变化的严峻挑战下，增强核电站这类关键基础设施的韧性，提供了一条重要的定量分析和优化路径。
