基于计算实验的核应急撤离预测平行系统设计

徐建军,陈卫华,林加镇,王 浩,张晓艳

(中广核工程有限公司核电安全监控技术与装备国家重点实验室,广东 深圳 518172)

0 引言

随着核电事业的快速发展,我国已建成大亚湾、秦山、田湾、宁德、石岛湾等大型核电基地。截至2022年6月底,我国在运核电机组54台,总装机容量列全球第三。在核电取得迅速发展的同时,快速提升我国大型核电基地核事故综合应急能力,尤其是核事故应急撤离能力显得尤为迫切。我国《核电厂核事故应急管理条例》规定,核电厂及所在省人民政府应做好核事故应急准备和能力储备工作[1-2]。然而,核电厂核事故及其周边人员撤离预测是极其复杂的过程。复杂的主要原因是整个过程难以进行还原分析,并开展与之相一致的试验。在极端情况下,复杂系统甚至无法对研究对象进行建模,具体的“重复性”试验更无从谈起。因此,核电厂应急撤离预测研究需要采取与之相适应的、符合其复杂特征的计算实验方法。

国际上对复杂系统试验的研究已非常深入。Epstein 和Axtell 等专家的研究[3-4]为利用代理方法探讨和分析复杂社会问题和现象提供了较为完整的范例。王飞跃[5-7]等提出的“人工社会-计算实验-平行执行”相结合的平行系统方法,是1种解决复杂系统管理与控制问题的科学研究与实践方法,能够有效、综合解决实际社会系统中无法重复试验、难以拆分还原、不可准确预测等复杂性问题。邱晓刚[8-10]提出了社会性突发事件平行应急管理研究方法,引入以仿真为基础的人工社会计算实验方法,通过构建人工社会、计算实验以及平行控制来解决社会系统的复杂性、实时性和动态性难题。目前,基于计算实验的平行系统方法已在化工、农业、交通等复杂系统领域得到广泛应用,且均取得较好效果。

本文尝试在核应急领域,利用基于计算实验的平行系统方法,通过对核电厂周边环境调查分析、人工交通系统建模和计算实验的设计,解决核事故下核电厂周边居民应急撤离的复杂需求及其相关性问题。通过该方法,可有效分析影响核应急撤离时间的主要因素。这有助于拟定提升核应急撤离时间效用的针对性措施。

1 计算实验研究方法和框架

1.1 计算实验研究方法

计算实验是在多智能体建模、人工社会方法出现后,为解决复杂系统研究需要而产生的一种研究方法。该方法主要是为解决复杂系统研究手段匮乏而提供的一种可替代的有效研究手段。试验设计是试验过程的依据,也是计算实验操作、数据分析、方案优化的前提。

一般而言,计算实验用于研究系统或过程的性能。这些系统或过程是由代理、物、方法以及其他资源构成的。给系统或过程一个输入,就会得到相应的输出结果(或称之为“响应”)。在计算实验中,系统自身的变量以及其他因素有些是可控的,有些是不可控的。

计算实验的一般过程如图1所示。

图1 计算实验的一般过程

图1中:xi为人工系统的输入,i= 1,2,…,m;yj为人工系统的输出,也就是响应,j=1,2,…,n;uk为人工系统的可控因素,k=1,2,…,p;vl为人工系统的不可控因素,l=1,2,…,q。

计算实验的主要任务和目的包括以下4点:首先,确定对系统的响应最有影响的因素;其次,设置有影响的因素,使系统的响应总是接近希望的水平;然后,设置有影响的因素,使系统的响应变异性较小;最后,设置有影响的因素,使不可控因素的作用最小。

1.2 计算实验设计框架

基于计算实验的核应急撤离预测平行系统设计主要包括环境特征分析、人工核应急撤离系统建模和计算实验3个部分。

核应急撤离计算实验设计框架如图2所示。

图2 核应急撤离计算实验设计框架

2 环境特征分析

2.1 人员状况

核事故应急撤离的主要对象是核电基地及其周边居民。居民人口数量及其分布是核事故应急撤离前必须掌握的重要信息。该信息主要包括人口的数量、组成、密度及其分布等。总体而言,核电厂周边人口大致可分为四类:①本地原居民,主要是核电周边的户籍居民;②核电厂附近上班的工作人员,主要是为核电厂生产、大修配套辅助和服务的从业人员;③核电厂周边临时旅游度假人员,主要集中在周末和节假日;④临时路过及其他办事人员,这类人员比例相对较小。

2.2 交通工具

交通工具是撤离人员在核事故应急撤离时的必要保障,因此必须对撤离人员可能用到的交通工具信息进行充分的了解和掌握,包括公众自备交通工具的保留量和依托社会的公共交通资源,以及撤离区域内及应急集合点的车辆数量、类型、承载率等信息。近年来,随着私家车的普及,私家车已成为居民出行的重要交通工具。同时,部分居民仍依赖公共交通,以及电动车、摩托车、自行车等小型交通工具出行。上述交通工具出行方式的载人量和行驶速度均有很大差异。

根据国内道路特征和核电周边交通实际情况统计[10],交通工具载人数和行驶速度如表1所示。

表1 交通工具载人数和行驶速度表

2.3 通行能力

道路通行能力衡量的是在一定的道路路面条件下,单位时间内一条车道上能够通过的车辆数,是表征路网能力的重要指标。道路通行能力与车流速度是动态变化的,往往随着车流密度和实际路况发生变化。此外,道路通行能力还受天气影响,雨雪、大雾、冰冻等天气都会大大降低通行能力。根据我国天气影响道路通行的情况,可得到各种天气下对应的道路通行能力因子参考值[11]。其中:晴天通行能力最好,因子参考值为1;冰冻天气通行能力最差,因子参考值为0.4;大雾、台风天气和雨雪天气的因子参考值分别为0.5、0.6。

3 人工核应急撤离系统建模

3.1 撤离人员的建模

对撤离人员建模需考虑核电厂周边应撤离人口数量、密度分布、具有各类属性的个体在总人口中的分布等,包括个体的性别、年龄、出行目的、汽车等交通工具选择情况、心理状况、情绪状态等多种个体属性,以及由交通调查数据统计分析得出的个体出行习惯和偏好[11]。

人工系统将所有撤离个体视作一个整体,通过感知模块实现个体与交通工具、撤离环境之间的信息交换。撤离个体通过感知、判断外部环境,如天气状况、道路路况、交通工具的方便性和安全性等信息,根据自身状态、撤离需求、行为规则,作出对撤离方式和路线的选择[12-13]。决策分析模块中,个体属性集包括个体的性别、年龄、恐慌状态、人员结构等信息;交通需求集包括对个体选择的目的地、交通工具、撤离时间、撤离方便性等信息的描述;规则库则为撤离个体通过感知模块掌握交通工具、交通环境等信息后,综合作出的对交通方式、路线的选择规则描述。在决策分析模块作出整体决策后,撤离人员再开始执行相应的行为,并对整个过程状态进行分析。

撤离人员的模型结构如图3所示。

图3 撤离人员的模型结构

3.2 撤离交通工具的建模

对撤离交通工具建模需考虑核电厂周边人员撤离时选择的交通方式,包括撤离交通工具数量、载人量、行驶速度、发车方式与时间间隔,以及行驶路线、途经集合站点、方向等因素。撤离交通工具模型主要包括个体属性集、感知分析、规则库、行为和状态转化分析等。撤离交通工具虽具有不同属性的异质性,但撤离行为主要取决于驾驶人的控制和对交通工具约定的规则,以及与外部环境交互的实时信息。

撤离交通工具的模型结构如图4所示。

图4 撤离交通工具的模型结构

3.3 交通环境的建模

撤离交通环境模型结构如图5所示。

图5 撤离交通环境模型结构

对交通环境建模需考虑到自然环境和社会环境。自然环境包括核电周边行车路线的网络拓扑结构和路段通行能力、天气情况、红绿灯路口、人员集合点、停车场、狭窄路段发生严重堵塞的可能位置等。社会环境包括公交站点附近的人口分布、土地利用类型、旅游生产状况、大型社会活动的举行、政府地方交通节假日限流政策等[14]。

4 计算实验的设计和验证平台

核应急撤离计算实验平台结构如图6所示。

图6 核应急撤离计算实验平台结构

计算实验以人工系统作为重复试验的平台,以配置、定义各种虚拟的试验场景,从而实现应急撤离场景配置、参数标定、参数灵敏度分析等功能。该平台包括环境特征分析与建模、计算实验模块、撤离方案生成模块和试验结果分析模块等。环境特征分析与建模为计算实验提供数据支持,包括应急计划区内的人口分布、交通工具、撤离环境及其交通图、应急资源、撤离预案库等数据资源。撤离方案生成模块主要功能为输出撤离方案。需要输出的内容包括撤离路径规划方案、人员引导、指挥与决策等。

5 实例应用分析

本文以大亚湾核电基地为例进行分析。该核电基地及其周边区域东西直线距离约为11 km,南北最远直线距离约为6 km。目前,基地及其周边仅有1条东西向布局双向四车道主干道,并向西连接坪西公路唯一出口[15]。核电厂区以东建有1条应急公路,专供核电厂区人员应急时撤离使用。核电基地周边居民全部分布在厂区以西长条型区域内,共有建筑物700余座,常驻人口约18 000人。

针对计算实验所需的基础数据,本文通过揭示偏好(revealed preference,RP)调查和实地交通调研方法,获取相关调查基础数据。

①RP调查。抽样调查对象为核电厂周边居民。调查问卷主要包括以下内容。人员特征信息包括被调查人员性别、属性、年龄、恐慌情绪。交通工具相关信息包括交通工具的选择、通过交通工具离开居住地或工作地的时间、撤离可靠性选择等。

②实地交通调研。实地交通调研对核电厂周边环境的主干道通行能力、工作时间及上下班高峰期主干道拥堵程度、当地交通规则等信息进行观测、统计和掌握。

5.1 试验变量选取

考虑到试验中需对不同情景进行分析,根据核事故应急撤离的特点和周边环境的实际情况,本文分别选取与撤离人员、交通工具和环境特征相关的3大类变量作为计算实验输入自变量。上述输入自变量中,撤离人员性别、恐慌状态变量均仅有2个选项赋值,可直接作为二维赋值变量引入计算实验模型;其他描述变量(如撤离人员的年龄结构、交通选择、天气状况、道路通行能力、拥堵程度等)均为2个以上选项赋值变量,可用虚拟变量赋值法对自变量进行赋值,再引入计算实验的效用模型中。上述各类变量的选取和变量值说明如表2所示。

表2 各类变量的选取和变量值说明

表2中的11个变量可分别以3种方式赋值。

①0和1二维赋值。撤离人员性别(Aa0i)分为男性和女性,赋值男性为1,女性为0。撤离人员恐慌状态(Aa3i)分为无和有,赋值有为1,无为0。

②实际度量赋值。撤离时间(Tnk)引入连续实际时间长度值。撤离方便性(Cnk)引入0～100之间度量值,描述为撤离工具的可靠性和方便性,包括沿途人、车、路的可靠性,以及综合交通工具的技术安全性、舒适性等体验值。

③多维虚拟变量赋值。Aa2i等7个变量均各自引入多个虚拟变量值。以Aa1i引入的虚拟变量赋值举例如表3所示。

表3 以Aa1i引入的虚拟变量赋值举例

5.2 计算模型的选择

本文在环境特征分析与建模的基础上,选择Mixed Logit模型作为数据分析的基础,通过模型计算来解决人员特征、交通工具、环境特征这3大类型相关变量参数的标定,以实现对参数效用的评估及其敏感性分析。

Mixed Logit模型的典型应用为效用最大化分析[16]。效用函数通常采用线性形式表示。效用值Unk由确定项Vnk和随机项εnk这2个部分组成:

Unk=Vnk+εnk

(1)

式中:Unk为撤离者n对所选择的交通方式k的效用;Vnk为效用项的确定部分;εnk为效用项的随机部分,包括难以直接确定的效用值和误差。

Vnk用线性式表示为:

(2)

式中:βi为待定系数;xnki为撤离者n所选择的交通方式k的第i个变量。

Mixed Logit模型假定式(1)中,εnk服从独立同分布的Gumbul分布,且待估变量系数β因个体偏好不同服从一定的分布形式。本文假设β服从正态分布和对数正态分布,可得到撤离者n对选择项的概率表达式为:

(3)

式中:Pnk为撤离者n选择的交通方式k的概率在分布密度函数上的平均值;f(β)为β的分布密度函数。

根据Mixed Logit模型,本文将表2中相关变量引入模型式,由式(1)和式(2)可得:

Unk=Vnk+εnk=βa0Aa0i+βa1Aa1i+βa2Aa2i+βa3Aa3i+

βb0Vb0i+βTTnk+βCCnk+βc0Tc0i+βc1Tc1i+

βc2Tc2i+βc3Tc3i+ε0

(4)

式中:βa0～βc3为待标定变量系数;Aa0i～Tc3i为变量选定值;ε0为效用项的误差调整部分。

由式(4)求导可得撤离时间与撤离方便性的比值,即可靠性价值率R为:

(5)

式中:Tnk为撤离时间,即撤离个体从居住或工作地撤离到规定场所所需的时间;Cnk为撤离方便性,即撤离个体选择撤离工具、路线、道路拥堵总体可靠性量化值。

5.3 参数标定与灵敏度分析

在完成环境特征及变量的分析和建模后,本文利用核应急撤离计算实验平台中的计算实验模块,进行场景设置和参数标定。模型参数标定采用Stata统计学工具。鉴于Mixed Logit模型的积分函数为多维积分,试验设计采用极大似然估算法对模型进行参数求解、标定并校正[15]。模型的检验指标采用检验和优度比,以检验模型变量是否显著、模型精度可否满足条件。通过样本数据进行模型变量的敏感性分析,调整和优化影响不显著的变量。Mixed Logit模型参数标定结果如表4所示。

表4 Mixed Logit模型参数标定结果

表4中,βa0～βc3为各变量的待估系数,根据系数估算值可求得似然函数值和优度比值。实际应用中,当优度比值达到0.2～0.3时,模型的精度较高。由表4可得如下结论。

①人员特征变量中,βa0、βa1和βa2这3个变量系数均为正值,且介于0.6和0.8之间。这说明其对整体效用函数为正向影响,但影响效果不明显,远不及其他正向变量的影响。因而本文认为,无论撤离人员的性别为男或女,属于本地居民、附近上班人员还是旅游度假人员,对撤离的整体效用影响并不显著。从模型优化角度,可考虑将上述3个变量从模型中剔除。

②βa3系数为正,说明保持适度的紧张情绪,一定程度上有助于提高整体效用。总体而言,随着恐慌情绪的增长,驾车速度呈线性增加趋势,但受道路条件的限制和交通工具自身设计的影响,恐慌并不会使车辆无限制地超速行驶。过度恐慌会使人产生紧张、害怕的心理状态,导致无法冷静处理,使反应时间延长、反应速度变慢[16]。

③环境特征变量中,βc1、βc2系数均为负,且绝对值较大。这说明上述2个变量对整体效用起较大的反作用,即道路越拥堵、天气状况越恶劣,对整体效用影响越负面。并且,从绝对值看,道路拥堵比天气状况对整体效用的负面影响更大。

④βT为负值,且从绝对值看撤离时间对整体效用负向作用显著,即随着撤离时间的增加,整体效用反而降低。

⑤其他正向影响变量中,βc0影响最大,其次是撤离人员的βb0,再者是βc3的选择。所以从提升核电厂应急撤离整体效用看,考虑的有效措施是:首先,尽量提升主干道通行标准,尤其是拓宽某些容易拥堵的路段;其次是有效引导交通工具,尽量选择转运效率高的公共交通;最后是做好周边人口的撤离策略,有序组织好周边人口撤离顺序,避免产生瓶颈式拥堵。

6 结论

本文提出了基于计算实验的核应急撤离效用评估方法,并以大亚湾核电基地为例,利用计算实验设计的模型和方法,实现对影响核应急周边居民撤离效用的相关参数的标定及其敏感性分析。分析结果表明,基于计算实验及其Mixed Logit模型敏感性分析可有效发现影响核应急撤离时间的关键因素,帮助解决核事故下核电厂周边居民应急撤离的复杂需求和状态关系问题。这为提升核电厂应急撤离研究能力提供了新思路。

受人工系统建模参数选择的主观影响,本文在参数范围选择、参数之间的相互关联迭加影响、计算实验误差控制方面仍存在较大提升空间。在下一步的研究中,可适当扩大参数考虑范围,例如考虑不同人口规模、不同区域分布等因素,并将其加入核应急撤离策略的量化计算模型,同时加强综合测试多种场景下的撤离效果,为核应急撤离预测方案的完善、核电周边交通设施的改造升级提供科学、有效的计算实验方法。