KR100681487B1 - 원자력발전소 안전해석을 위한 최적평가체계 - Google Patents

Abstract

본 발명은 원자력발전소 계통 내에서 발생하는 사고현상을 모사하고 실제 발전소의 안전해석(설계 기준사고해석) 적용할 수 있도록 하는 해석방법으로서, 원자력발전소 계통 내의 열수력학적 현상들을 정확하게 모사함과 동시에 각종 가상사고시 적절한 안전여유도를 확보할 수 있는 최적평가 안전해석체계에 관한 것이다.

이를 위한 본 발명은, 원자력발전소 안전해석을 위한 최적평가체계를 3과정 14단계의 절차를 통해 분석 평가할 수 있도록 정형화하였는 바; 제1과정은 코드의 요건 및 적용성 결정과정으로서, 사고 시나리오 명시, 대상발전소 선정, 주요현상의 확인 및 순위결정, 최적코드의 선정, 코드 관련 서류정비, 코드 적용성 결정등의 단계로 구성되고; 제2과정에서는 코드평가 및 변수의 변위결정에 관련된 평가 매트릭스 결정, 발전소 노딩결정, 코드와 실험의 정확도 결정, 스케일 영향결정 등을 분석평가하고, 민감도 및 불확실도 분석요소와 관련된 원자로 입력변수와 상태결정, 발전소 민감도 계산, 불확실도의 통계적평가, 그리고 전체 불확실도를 결정하게 되며; 제3과정은 제1과정 및 제2과정에서 고려되지 않은 바이어스(bias)를 평가하여 최종피복재 온도를 결정하게 되고; 이를 과정들에 따라 안전해석 작업을 수행하면, 원자력발전소는 최적평가를 활용한 안전해석의 수행이 완료되는 것을 그 특징으로 한다.

원자력발전소, 안전해석, 최적평가체계, 사고해석, 최적평가

Description

원자력발전소 안전해석을 위한 최적평가체계{Best Estimated Evaluation System for Safety Analysis at Nuclear Power Plant}

도 1은 본 발명의 실시예에 따른 최적평가체계를 이용한 원자력발전소의 안전해석에 적용하기 위한 전체 흐름도,

도 2a, 도 2b는 본 발명의 최적평가체계에서 대형파단 냉각재 상실사고시 고려해야 할 주요현상과 구성 기기에 대한 우선선도,

도 2c는 본 발명의 최적평가체계에서 코드 대형파단 냉각재 상실사고를 평가하기 위한 코드평가 매트릭스이다.

- 도면의 주요부분에 대한 부호의 설명 -

20 : 요건 및 코드 적용성 결정과정

30 : 코드평가 및 변수의 변위 결정과정

40 : 민감도 분석 및 불확실도 평가과정

본 발명은 원자력발전소의 안전해석을 위한 방법중 최적평가방법에 관한 것으로, 더욱 상세하게는 원자력발전소 계통 내에서 발생하는 사고현상을 모사하고, 실제 발전소의 안전해석시 적용할 수 있도록 하는 해석방법으로서, 원자력발전소 계통 내의 열수력학적 현상들을 정확하게 모사함과 동시에 각종 가상사고시 적절한 안전여유도를 확보할 수 있는 최적평가 안전해석체계에 관한 것이다.

자연적으로 발생하는 에너지 외에 불 또는 폭발의 힘을 이용하여 전력을 얻도록 되어 있는 바, 그 중에서 원자력발전소는 핵이 분열할 때 발생하는 공기의 엄청난 팽창력을 전기를 만드는 데 이용하고 있다. 그래서, 원자력발전소에는 원자핵의 분열이 연속적으로 일어나도록 하는 원자로가 설치되어 있다. 이러한 발전원리 때문에 원자력발전소의 안전목표와 확보원칙으로서, 원자력발전소가 갖추어야 할 적절한 안전수칙과 확보방법은 각국의 규제기관이나 국제기구 또는 전문가 그룹에 의해 활발하게 논의되어 왔다.

종래의 원자력발전소 안전해석방법으로는 모든 입력변수 및 해석방법 등 안전해석 전분야에 안전성을 보장하기 위해 보수성을 보장하도록 되어 있다. 이와 같은 종래의 안전해석방법은 원자력발전소의 안전성을 보장하기 위해 불확실한 현상, 모델 및 입력변수 등에 무조건적으로 보수성을 부여하는 방법으로 소개되고 있으나, 안정성평가에 있어서는 실제적인 발전소 거동분석 및 관련된 불확실성의 정량화를 통해 사고와 관련된 안전여유도의 증가, 즉 기존의 원자력발전소와 신규 원자력발전소의 설계 및 운전에 다방면으로 활용될 수 있도록 연구되고 있다.

본 발명은 상기와 같은 제반 사정 등을 감안하여 발명한 것으로, 각종 실험결과 등에 생산된 자료를 활용하여 어떠한 조건하에서도 계산결과가 실험결과치를 초과하지 못하도록 코드를 개선한 다음, 최적평가체계를 통해 새로운 기법으로 계산한 결과들이 충분한 안전여유도를 유지할 수 있도록 원자력발전소 안전해석을 위한 최적평가체계를 제공함에 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명은, 분석방법을 정량화 및 표준화하여 제3과정 14단계의 절차로 분석평가할 수 있도록 정형화하였으며; 제1과정으로서의 요건 및 코드 적용성 과정은 사고 시나리오 명시, 대상발전소 선정, 주요 현상의 확인 및 순위결정, 최적코드의 선정, 코드 관련 서류정비, 코드 적용성 결정등의 단계로 구성되고; 제2과정으로서의 코드평가 및 변수의 변위 결정과정에서는 코드평가 및 변수의 변위결정에 관련된 평가 매트릭스 결정, 발전소 노딩결정, 코드와 실험의 정확도 결정, 스케일 영향결정등을 분석평가하고, 민감도 및 불확실도 분석요소와 관련된 원자로 입력변수와 상태결정, 발전소 민감도 계산, 불확실도의 통계적 평가, 그리고 전체 불확실도를 결정하게 되며; 제3과정으로서의 민감도 분석 및 불확실도 평가는 제1 및 제2과정에서 고려되지 않은 바이어스를 평가하여 최종피복재 온도를 결정하게 되는 과정 등을 통해 최종목표를 달성할 수 있도록 구성되어 있다.

이하, 첨부된 도면을 참고하여 본 발명의 최적평가 안전해석체계에 대해 상세히 설명한다.
한편, 이하의 설명은 설계사고인 대형파단 냉각재 상실사고(LBLOCA: Large Break Loss of Coolant Accident)를 예로 들어 설명한 것이다.

도 1 은 본 발명의 실시예에 관한 최적평가체계를 이용한 원자력발전소의 안전해석에 적용하기 위한 전체 흐름도로서, 본 발명은 분석방법을 정량화 및 표준화하여 제3과정(20, 30, 40) 14단계(1~14)의 절차로 분석평가할 수 있도록 정형화함으로써 원자력발전소 계통 내에서 발생하는 사고현상을 모사하고, 실제 발전소의 안전해석시 적용할 수 있도록 하는 해석방법으로 원자력발전소 계통 내의 열수력학적 현상들을 정확하게 모사함과 동시에 각종 가상사고시 적절한 안전여유도를 확보할 수 있다.

본 발명의 최적평가 안전해석체계에 있어서의 제1과정은 요건 및 코드 적용성 결정을 결정하는 과정(20)으로 6개의 단계로 구성되어 있으며, 제1단계 내지 제6단계(1~6)는 다음과 같다.

제1단계(1)는 사고 시나리오 선정(명시)단계로, 해석 대상 사고를 선정하고 초기사건을 결정하여 사고진행에 따라 일어나는 주요 열수력 현상을 나열한다.

1. 사고 시나리오 선정을 위해 본 발명에서는 각종 상태에서 가장 제한적인 사고를 선정하고, 안전해석 전산코드(RELAP5, TRAC, CONTEMPT4/MOD5, RETRAN, GOTHIC 등의 안전해석 전산코드)를 이용하여 가장 보수적인 초기조건 및 가정을 결정한다,

2. 사고 시나리오는 각종 설계기준사고에 대한 각종 시나리오를 분석·평가한 결과, 제한적인 설계기준사고인 냉각재 상실사고(LOCA: Loss of Coolant Accident) 시나리오에서 최대 핵연료 피복관 온도가 발생하는 등 여유도가 가장 취약하다. 냉각재 상실사고의 분석은 냉각수의 상실과 회복의 관점에서 원자로 하부공간과 노심의 냉각재 재고량에 따라 열수력 현상을 분리하여 분석한다. 본 발명은 가장 제한적인 냉각재 상실사고를 기준으로 하여 개발되었으나, 본 발명에서 제시한 3과정 14단계 평가방법은 냉각재 상실사고가 아닌 다른 설계기준사고에도 동일하게 적용될 수 있다.

제2단계(2)는 대상발전소 선정단계로,

본 발명에서는 대형파단 냉각재 상실사고(LBLOCA)의 일례로 웨스팅하우스사의 대표적인 3LOOP 발전소인 고리 3/4호기를 대상발전소로 선정하고 있다. 그러나, 적용범위는 전원자력발전소를 대상으로 적용할 수 있다.

제3단계(3)는 주요현상의 확인 및 순위결정단계로, 선정된 사고 시나리오에서 일어나는 각종 열수력 현상들의 중요도 순위를 결정한다.

대형파단 냉각재 상실사고의 예를 보면, 대형파단 냉각재 상실사고가 진행되는 동안에 일어나는 현상 및 프로세스들은 그 중요도에 따라 순위를 결정해야 한다. 주요현상의 확인 및 순위결정은 각종 전문가들의 의견의 집합체인 PIRT(Phenomena Identification Ranking Table)(도 2 참조)를 통해 결정한다. 도 2는 본 발명의 최적평가체계에서 대형파단 냉각재 상실사고시 고려해야 할 주요현상과 구성 기기에 대한 우선선도인 바, 도 2(a)는 전문가 및 본 발명에서의 대형파단 냉각재 상실사고 우선선도이고, 도 2(b)는 본 발명에서의 대형파단 냉각재 상실사고 우선선도이다. 본 발명에서는 전문가의 Peer Review 결과, 미국원자력안전규제위원회(US-NRC)의 PIRT을 기준으로 개선적용하고 있다.

제4단계(4)는 최적코드의 선정단계로, 선정된 사고 시나리오를 모사할 수 있는 최적해석 전산코드를 선정한다.

본 발명에서 선정한 최적해석코드는 KREM코드(RELAP5/MOD3.1/K-CONTEMPT 4/MOD5)이다. 본 발명에 사용한 최적해석코드는 모든 최적해석코드를 이용 가능하다. 이 KREM 코드의 기본 코드체계는 미국원자력안전규제위원회가 개발한 최적열수력 코드인 RELAP5/MOD3.1와 CONTEMPT4/MOD5이며, 국제적인 평가작업을 통해 최적열수력 계산능력이 국제적으로 공인받은 바 있다. 그러나, 본 발명에서는 상기 2개의 코드를 기준으로 대형파단 냉각재 상실사고해석에 적합하도록 개선·개발한 후에 KREM코드(RELAP5/MOD3.1/K-CONTEMPT4/MOD5)를 명명한 코드를 선정하고 있다.

제5단계(5)는 코드 관련 서류정비단계로, 전산코드 관련 매뉴얼 및 검증 보고서 등을 확보한다.

본 발명에 사용되는 최적평가코드와 관련된 코드문서에 대한 서류정비와 품질관리를 위한 데이터베이스를 구축하고 있다.

제6단계(6)는 코드 적용성 결정단계로, 제4단계에서 선정된 전산코드가 제3단계에서 정리한 주요 열수력 현상을 모사할 수 있는지를 확인한다.

본 발명 코드체계의 적용성 결정은 제한사고 시나리오와 그것에 관한 지배적인 현상을 취급함에 있어서, 코드의 능력과 제한성을 평가함으로써 가능하게 된다. 선정된 제한사고 시나리오와 주요 현상의 규명을 통해 코드가 가져야 할 능력이 결정되면, 우선코드 관련문서들을 통해 다음 사항들을 평가하게 된다.

본 발명의 코드체계는 제한사고 시나리오에 적용 가능한가?

본 발명의 코드체계는 선택되어진 원자력발전소에 적용 가능한가?

본 발명의 코드체계는 특정한 모델이나 상관식에 적용제한이 있는가?

본 발명의 코드체계는 특정한 결함 때문에 적용불가능한가?

이상과 같은 점들을 검토한 결과, 사고 시나리오와 대상발전소 선정으로부터 도출되는 코드요건 대비코드의 적용성이 있는 것으로 판정하게 된다.

제2과정(30)은 코드평가 및 변수의 변위 결정과정이다.

제7단계(7)는 평가 매트릭스 결정단계로, 전산코드의 열수력 현상 모사능력을 평가하기 위해 실험자료 매트릭스를 작성하여 어떤 실험자료가 어떤 열수력 현상 모사능력 평가에 사용될 수 있는지를 결정한다.

본 단계의 결과로 결정되는 평가 매트릭스는 개별현상을 조사하기 위한 분리효과실험 및 주요부품과 그와 관련된 현상이 종합된 전체효과실험을 포함하며, 다음의 사항이 제공될 수 있도록 구성되어야 한다.

코드의 제한사고 현상예측 능력확인

코드의 정확도 평가

코드의 스케일 확장 능력확인

노딩결정

불확실성변수의 변위결정

따라서, 본 발명에서는 도 3 과 같은 평가 매트릭스를 개발한다. 도 3 은 본 발명의 최적평가체계에서 코드 대형파단 냉각재 상실사고를 평가하기 위한 코드평가 매트릭스이다.

제8단계(8)는 발전소 노딩결정 및 실험평가단계로,
한편, 발전소 계통을 전산코드로 모사하기 위해서는 유한한 개수의 체적 및 각 체적을 연결하는 유로로 발전소를 모사해야 하며, 이를 발전소 노딩이라 한다.

발전소의 최적계산을 수행하기 위해서는, 주요계통에 대한 적절한 노딩의 결정이 필요하다. 노딩은 사고시의 주요현상과 발전소의 설계특성을 제대로 나타낼 수 있도록 가능한 한 상세해야 하지만, 계산기의 용량과 계산시간 등의 경제적인 점을 고려하여 주요현상을 포착할 수 있는 범위내에서 단순화되어야 한다. 이러한 노딩을 선정하기 위해는 과거의 코드 사용경험, 코드사용자 지침서 및 노딩관련 평가보고서 등을 참조할 필요가 있으며, 평가 매트릭스의 분리효과 및 전체효과실험을 이용한 코드평가가 반영되고 있다.

제9단계(9)는 실험자료 커버링 확인단계로,

실험자료의 평가계산은 실험결과를 계산치가 평균적으로 잘 맞추고 있는가를 보여주는 것이다. 대부분의 실험들은 코드개발중에 이미 계산치와 잘 일치함을 확인하고 있지만, 이 단계에서는 특히 제7단계(7)에서 선택한 실험들에 한정하여 계산을 수행한다. 이 단계는 코드 정확도 계산단계와 실험자료 커버링 확인단계 등 두 단계로 나누어진다.

제9.1단계는 코드 정확도 계산단계로,

코드가 어떤 실험을 평균적으로 맞추고 있다고 하는 것은, 어떤 실험은 코드계산이 피복재 온도를 낮게 예측하고, 어떤 실험은 코드계산이 피복재 온도를 높게 예측하지만, 실험치들의 평균값과 계산치들의 평균값이 크게 다르지 않다는 말이다. 실험치와 계산치 사이의 차이들을 가지고 분산도를 구해보면 표준편차와 바이어스를 얻는다. 이때 표준편차가 절대값에 비해 충분히 작으며, 또한 바이어스가 표준편차에 비해 충분히 작을 때 코드의 정확도가 높다고 말한다.
본 발명에서와 같이 대형파단 냉각재 상실사고해석을 예를 들어 설명하면, 코드 정확도는 실험 및 평가계산의 최고피복재 온도를 서로 비교하여 정한다. 실험과 계산이 서로 다른 시간에 서로 다른 위치에서 최고피복재 온도를 보여 줄 경우에도 각각의 최고피복재 온도들의 차이로 정확도를 정의한다. 같은 노드내에 존재하는 여러 개의 가열봉 혹은 연료봉이 모든 열적조건이 같음에도 불구하고, 서로 다른 온도를 보여주는 주요이유는 부수로 현상이 일어나기 때문으로 판단된다. 본 발명에서는 부수로 모델을 하지 않으므로 이러한 자료분산은 곧바로 정확도 분산으로 나타난다. 측정장치 자체의 열전대오차는 5K 정도로 본 발명에서 고려하고 있는 코드 정확도가 100K 정도인 것을 고려할 때 특별히 독립적으로 취급하지 않고 있다.

제9.2단계는 커버링 확인작업단계로,

실험자료 커버링을 확인하는 목적은, 본 발명에서 선택한 개별코드 변수들의 종류, 개수 및 변위가 충분한 가를 확인하는 것이다. 논리적으로 NUREG-1230의 CSAU에서 언급되었듯이 bottom-up 접근방법으로 모든 코드변수들의 불확실도를 고려한다면, 이 작업은 필요하지 않다. 그러나, top-down 접근방법을 사용하는 경우에는 부품마다 중요현상을 찾고, 그 중요현상을 지배하는 제한된 숫자의 주요코드 변수를 선택한다. 이러한 선택은 전문가들의 의견에 의존하여 이루어진다고 하더라도 매우 주관적이기 때문에, 다음과 같은 질문들이 발생되는 것을 피할 수 없다.

주요변수의 개수가 충분한가?

그 변위들이 충분한가?

무엇에 의해 이러한 충분성을 평가할 수 있는가?

위의 질문들은 결국 세 번째 질문으로 귀결된다. 충분성을 판단할 근거가 확실히 제공되면, 첫 번째 및 두 번째 질문에도 대답이 만들어질 수 있다. 이미 앞에서 언급한 바와 같이 본 발명에서는, 이러한 질문에 대한 해답으로 실험자료 커버링이라는 방법을 제시하고 있다. 세 번째 질문에 대한 대답으로 본 발명에서는, 코드 정확도를 변수의 개수 및 변위들의 충분성을 평가하는 근거로 사용한다. 코드 정확도에 의해 주관적으로 선택되어진 코드변수 및 변위에 객관적 근거를 부여할 수 있다.
한편, 본 발명에서와 같이 대형파단 냉각재 상실사고해석 중 재관수(reflood)시 노심거동을 예를 들어 실험자료 커버링을 설명하면 다음과 같다.

피복재 거동에 영향을 주는 변수로서 Dittus-Boelter 상관식, Bromley 상관식, 최소막비등 온도상관식, Zuber-CHF 상관식 등을 주요변수로 선택할 수 있다. 각각의 상관식들의 변위는 문헌에서 찾을 수 있다. 코드가 피복재 온도를 낮게 예측하고 있는 FLECHT-SEASET 31805 실험을 계산해 본다. 선택된 각각의 코드변수를 동시에 피복재 온도를 가장 높이는 방향으로 다이얼링하여 계산을 수행하고 있지만, 계산치는 아직도 실험치를 밑돌고 있었다. 이것은 선택되어진 코드변수의 종류, 개수 및 변위가 적합하지 않음을 보여준다. 여기에 Chen 상관식과 Weber Number를 코드변수로 추가할 경우 충분히 실험치를 웃돌게 예측할 수 있다.

상기의 예에서 처음 선택한 Dittus-Boelter 상관식, Bromley 상관식, 최소 막비등 온도상관식, Zuber-CHF 상관식 등 4개의 코드변수는 충분하지 못하다. 이것은 코드평가계산에 근거한 판단이다. 다시 Chen 상관식과 WeberNumber를 코드변수로 추가하면, 계산치는 실험치를 상회한다. 즉, 코드평가계산에 근거하여 Dittus-Boelter 상관식, Bromley 상관식, 최소막비등온도상관식, Zuber-CHF 상관식, Chen 상관식 및 WeberNumber 등 6개의 코드변수는 그 변위들과 함께 적절하게 선택되고 있다고 말할 수 있다.

원칙적으로 위의 예와 같은 작업을 코드 정확도를 평가한 모든 실험에 적용하여 총체적인 실험자료 커버링을 확인하면 된다. 그러나, 어떤 실험에 대한 평가계산이 이미 실험자료의 최대치를 상회한다면, 그 실험에 대해서는 상기의 커버링 작업을 수행할 필요가 없다. 그러므로, 코드 정확도를 산출해 낸 실험들 중 코드계산이 실험치를 과소 평가하는 실험들을 골라 실험자료 커버링 작업을 수행한다.

한편, 최고피복재 온도가 95%의 신뢰도를 가진 95% 확률적인 값으로 정의되므로 실제적인 확인과정은 다음과 같다. 선택된 실험들을 위해 각각의 실험에 적합한 코드변수들을 선택하고, 참고문헌 및 공학적 판단에 근거한 각 변수들의 변위를 적용하여 Monte-Carlo simulation(MCS)을 수행한다. 각각의 실험들의 MCS는 그 실험에 적합한 코드변수들의 공간에서 Simple Random Sampling(SRS)을 통해 59개의 변수들의 집합을 구해 59개의 계산을 수행한다. 이렇게 얻어진 계산결과의 극한치는 95%의 허용도를 가지고 95%의 확률을 가진 값이다. 상기와 같은 계산에 요구되는 계산 횟수인 59회는 비모수 통계방법(Nonparmetric Statistics)을 근거로 유도된 횟수로 상기와 같이 95% 신뢰도 및 95% 확률의 극한치를 찾는데 필요한 계산 횟수이다. 그 극한치가 실험치를 상회하면 확인작업이 종료된다. 이 확인작업은 제9.1단계의 모든 실험종류에 걸쳐 1개 이상 실험에 대해 수행되지만, 특히 계산이 실험을 낮게 예측한 경우를 선택한다. 이렇게 하면 최종적으로, 선택되어진 코드변수와 변위의 총집합은 제9.1단계에서 실험평가계산을 통해 얻어진 코드 정확도를 포괄하게 된다.

물론, 커버링 확인작업을 성공하지 못할 경우 제8단계(8)로 돌아가 코드변수의 종류를 증가시키던지 이미 선택된 변수의 변위를 증가시켜 상기 작업을 반복한다. 이렇게 코드 정확도에 의해 확인된 코드변수들과 그 변위들은 제12단계(12)로 입력된다.

제10단계(10)는 축도바이어스 커버링 결정단계로, 축도 바이어스 커버링이란 축소된 실험장치에서 얻은 자료를 실제 발전소에 적용함에 따라 생기는 불확실도를 처리하기 위한 작업이다.

대형파단 냉각재 상실사고에 따른 축도 바이어스 커버링을 설명하면, 축도기준 바이어스 처리는 1. 강수관 및 하부공간거동의 바이어스 처리 및 2. 상부공간거동 및 스팀 바인딩 관련 바이어스 처리 등의 작업이 있으며, 본 작업은 전산코드계산이 실제 발전소의 현상과 일치하도록 하는 작업이다. 특히, 발전소 계산의 일치를 위한 스팀 바인딩 바이어스는 제12단계(12)에서 평가하고 있다.

1. 강수관 및 하부공간거동의 바이어스 처리

가. ECC 바이패스 바이어스 처리

제8단계(8)에서 밝힌 바와 같이, 배출시 강수관을 우회하여 파단위치로 직접 빠져 나가는 냉각수 충량의 예측오차는 UPTF-4A 실험의 평가계산으로부터 구하고 있다. 본 발명의 계산결과, ECC 바이패스량을 실험치보다 과소 예측하고 있다. 본 발명에서는 우회 총량의 오차를 보수적으로 1000kg으로 정하여 그 오차를 커버하고 있으며, 이에 의한 발전소 계산의 바이어스는 제12단계(12)에서 평가되어져 있다.

나. 강수관 수위저하처리

최적평가코드의 재관수 기간에 우회증기에 의한 강수관의 수위저하, 예측능력평가는 UPTF-25 실험을 통해 수행하고 있다. 최적평가코드 계산결과는 실험치에 비해 비교적 과다하게 강수관 수위저하를 예측하고 있다. 이러한 평가계산을 근거로 하여 본 발명에서는 강수관 수위저하에 대한 바이어스는 따로 고려하지 않는다.

2. 상부공간 거동 및 스팀 바인딩 관련 바이어스 처리

가. 상부공간 de-entrainment에 대한 바이어스 처리

상부공간 거동과 관련하여 피복재 온도에 영향을 주는 것으로는 2가지 현상을 들 수 있다. 상부공간 및 고온관에 축적된 물은 수두를 높이고, 이 높아진 수두는 재관수를 어렵게 만들어 결국 피복재 온도를 높인다. 한편, 액적형태로 증기발생기에 운송된 물은 전열관에서 증발하여 증기발생기 양단의 압력강하를 높이고, 이것은 직접적으로 재관수를 어렵게 만들어 피복재 온도를 높인다. 그러나, 같은 물의 양에 대해 수두의 증가에 의한 피복재 온도상승효과는 증기발생기에서의 압력강하상승에 의한 피복재 온도상승효과보다 현저히 작다. 따라서, 본 발명에서는 상부공간 노드에서 annular flow가 발생할 때에 액적분율을 현저히 줄여줌으로써 상부공간에서의 de-entrainment 영향을 극대화하고 있다. 이에 의한 발전소 계산의 바이어스는 제12단계(12)에서 평가되어져 있다.

나. 스팀 바인딩의 바이어스 처리

본 발명에서는 원자로 상부공간과 고온관을 통해 증기발생기 전열관으로 운송된 액적을 완전히 증발시키는 방법으로 스팀 바인팅바이어스를 보수적으로 처리한다. 액적을 완전 증발시키기 위해 전열관 내부의 액적크기를 0.1 미크론으로 만들고 있으며, Dittus-Boelter 와 Bromley의 열전달 상관식에 각각 1.255와 1.37의 배수를 곱하여 증기발생기 2차측에서 1차측으로의 열전달을 극대화시키고 있다. 발전소 계산의 스팀 바인팅 바이어스는 제12단계(12)에서 평가되어져 있다.

제3과정(40)은 민감도 분석 및 불확실도 평가과정이다.

제11단계(11)는 발전소운전 변수 결정단계로, 사고 발생시 발전소의 초기조건을 결정한다.

발전소의 대형파단 냉각재 상실사고 계산에서 제반 현상과 주요 안전변수는 코드뿐만 아니라 해석에 사용되는 초기 및 경계조건에 따라 달라진다. 제한 사고해석과 관련되는 발전소의 초기 및 경계조건으로는 노심의 출력분포, 핵연료변수, 냉각재 펌프거동, 안전주입계통, 압력 및 유량 등의 계통변수 등을 들 수 있다. 전체적인 운전변수의 변위 및 분포 등을 결정하고 있다.

제12단계(12)는 불확실도 및 바이어스 결합단계로,

허용기준 및 적용범위는 허용기준을 적합하도록 하고 있으며, 발전소 MCS(Monte-Carlo Simulation)을 통해 제9단계(9)에서 결정된 코드변수, 제10단계(10)에서 결정된 코드 바이어스, 그리고 제11단계(11)에서 결정된 발전소 운전변수들을 총망라하여 해석을 수행하고 있다. 상기의 각 단계에서 결정된 총 30개의 변수들 각각의 변역에서 단순샘플링을 통해 30개의 변수를 구하고, 그 값을 가지고 1개의 최적해석코드의 계산을 수행한다. 이와 같은 샘플링을 통한 최적해석코드계산을 59회 반복한다. 이렇게 반복된 계산결과들 중 최고로 높은 피복재 온도가 95% 신뢰도를 가지고 95%의 확률을 가진 값이 된다. 그리고, 스케일 바이어스 평가를 위해 59회의 MCS 중에서 가장 제한적인 경우에 대해 평가하고 있다. 상기와 같은 대형파단 냉각재 상실사고의 경우, 비상 노심 냉각수 우회현상에 의한 바이어스, 원자로 상부공간의 De-entrainment 영향에 의한 바이어스, 증기발생기 전열관에서의 액적증발에 의한 바이어스는 독립적으로 평가하고 있다. 끝으로, 본 발명의 방법의 적합성 평가를 증명하는 작업도 수행하고 있다.

1. 허용기준 및 KREM 적용범위

대형파단 냉각재 상실사고의 경우, 과학기술부고시 제2001-39호 제3조에서 규정 및 과학기술부에서 정해진 규정에 따른 허용기준을 사용한다. 본 발명은 이들 허용기준 중에서 피복재 최고온도, 피복재의 최대산화, 최대 수소생성률, 그리고 안전주입기간의 노심 냉각현상의 평가에 사용된다. 59회의 MCS 결과 중에서 가장 제한적인 값에, 바이어스 평가내용을 추가적으로 고려하여 인허가 값을 제시한다.

2. 발전소 Monte-Car1o Simulation

이 단계에서는 제9단계(9)에서 결정된 코드변수, 제10단계(10)에서 결정된 코드 바이어스, 그리고 제11단계(11)에서 결정된 발전소 운전변수들을 총망라하여 제한조건에 대해 Monte-Carlo Simulation을 수행한다. 상기의 각 단계에서 결정된 총 30개의 변수들 각각의 변역에서 단순샘플링을 통해 30개의 변수를 구하고, 그 값을 가지고 1개의 최적해석코드계산을 수행한다. 이와 같은 샘플링을 통한 최적해석코드로 계산을 59회 반복한다. 이렇게 반복된 계산결과들 중 최고로 높은 피복재 온도가 95% 신뢰도를 가지고 95%의 확률을 가진 값이 된다.

3. 스케일 바이어스 평가

스케일 바이어스는 59회의 MCS 중에서 가장 제한적인 경우에 대하여 평가되고 있다. 비상노심 냉각수 우회현상에 의한 바이어스, 원자로 상부공간의 De-entrainment 영향에 의한 바이어스, 증기발생기 전열관에서의 액적증발에 의한 바이어스는 독립적으로 평가되고 있다.

제13,14단계(13, 14)는 최종불확실도 정량화 단계로,

이 단계에서는 상기의 제반과정에서 허용할 수밖에 없는 오차들을 고려한다. 최적해석코드의 자동 time step 조절기능, plot frequency에 따른 오차 등이 예이다. 이러한 이유에서 오는 피복재 온도는 최대한 규정된 여유도 이내로 평가되어, 이를 반영하면 최종결과물을 얻을 수 있다.

상술한 바와 같이 본 발명에 의하면, 안전해석방법보다 중요한 현상들에 대해 보수성을 최적화함으로써 원자력발전소 계통 내에서 과도현상 및 사고현상을 보다 정확하면서 최적으로 평가할 수 있다.

또한, 본 발명은 대형파단 냉각재 상실사고 뿐만 아니라 원자력발전소에 일어나는 각종 과도 및 사고해석에 사용할 수 있고, 최적해석 평가체계는 원자력발전소에 부여되는 여유도를 정량적으로 평가할 수 있어 원자력발전소의 안전성과 경제성을 증대시킬 수 있는 효과가 있다.

Claims (10)

1. 사고 시나리오를 선정하는 제1단계, 대상발전소를 선정하는 제2단계, 주요현상의 확인 및 순위를 결정하는 제3단계, 최적코드를 선정하는 제4단계, 코드 관련 서류를 정하는 제5단계, 코드 적용성을 결정하는 제6단계로 이루어진 코드의 요건 및 적용성을 결정하는 제1과정과;

   평가 매트릭스를 결정하는 제7단계, 발전소 노딩을 결정하는 제8단계, 실험자료 커버링을 확인하는 제9단계, 축도바이어스 커버링을 결정하는 제10단계로 이루어진 코드평가 및 변수의 변위를 결정하는 제2과정 및;

   발전소운전 변수를 결정하는 제11단계, 불확실도 및 바이어스 결합의 제12단계, 최종불확실도 정량화의 제13, 14단계로 이루어진 상기 제1과정 및 제2과정에서 고려되지 않은 바이어스 평가 및 최종피복재 온도를 결정하는 제3과정으로 이루어진 원자력발전소 설계기준사고해석을 위한 최적평가 체계에 있어서,

   상기 제2과정에서 상기 제7단계 평가 매트릭스 결정은 평가 매트릭스가 개별현상을 조사하기 위한 분리효과실험 및 주요부품과 그와 관련된 현상이 종합된 전체효과실험을 포함하고;

   상기 제8단계 발전소 노딩결정 및 실험평가는 주요 계통에 대한 적절한 노딩의 결정이 필요하고;

   상기 제9단계 실험자료 커버링 확인은 상기 제7단계에서 선택한 실험 등에 한정하여 계산을 수행하며;

   상기 제10단계의 축도바이어스 커버링 결정은 축도기준 바이어스 처리가 1. 강수관 및 하부공간거동의 바이어스 처리 및 2. 상부공간거동 및 스팀 바인딩 관련 바이어스 처리등의 작업인 것을 특징으로 하는 원자력발전소 안전해석을 위한 최적평가 체계.
2. 삭제
3. 삭제
4. 제1항에 있어서,

   상기 제8단계에서 노딩을 선정하기 위해서는 과거의 코드 사용경험, 코드사용자 지침서 및 노딩관련 평가보고서등을 참조할 필요가 있으며, 평가 매트릭스의 분리효과 및 전체효과실험을 이용한 코드평가가 반영되고 있는 것을 특징으로 하는 원자력발전소 안전해석을 위한 최적평가 체계.
5. 제1항에 있어서,

   상기 제9단계의 실험자료 커버링 확인은 제9.1단계 코드 정확도 계산과 제9.2단계 커버링 확인작업으로 나누어진 것을 특징으로 하는 원자력발전소 안전해석을 위한 최적평가 체계.
6. 제5항에 있어서,

   상기 제9.1단계에서 코드 정확도는 실험 및 평가계산의 최고피복재 온도를 서로 비교하여 정하고, 부수로 모델을 하지 않으므로 이러한 자료분산은 곧바로 정확도 분산으로 나타내며;

   상기 제9.2단계에서 실험자료 커버링의 확인은 선택한 개별코드 변수들의 종류, 개수 및 변위가 충분한 가를 확인하는 것을 특징으로 하는 원자력발전소 안전해석을 위한 최적평가 체계.
7. 삭제
8. 삭제
9. 제1항에 있어서,

   상기 제12단계에서 허용기준 및 KREM 적용범위는 이들 허용기준중에서 피복재 최고온도, 피복재의 최대산화, 최대 수소생성률, 그리고 안전주입기간의 노심 냉각형상의 평가에 사용하고;

   발전소 Monte-Car1o Simulation은 상기 제9단계에서 결정된 코드변수, 상기 제10단계에서 결정된 코드 바이어스, 그리고 상기 제11단계에서 결정된 발전소 운전변수들을 총망라하여 제한조건에 대해 비모수 통계방법을 이용한 Monte-Carlo Simulation을 수행하며:

   스케일 바이어스 평가는 스케일 바이어스를 상기 비모수 통계방법을 근거로 유도된 횟수인 59회의 MCS 중에서 가장 제한적인 경우에 대하여 평가한 것을 특징으로 하는 원자력발전소 안전해석을 위한 최적평가 체계.
10. 삭제

Images