This thesis investigates the overall risks of flooding over the Design Basis Flooding Level (DBFL) at the Swedish nuclear power plants (Oskarshamn, Ringhals and Forsmark), using statistical data and methods, but also considers historical events which might affect the overall risk of flooding at the specified sites. Considering the nuclear accident which happened in Fukushima in conjuction with the earthquake and tsunami which struck eastern Japan on 11 March 2011, operators and licensors of nuclear power plants all over the world conducted reviews and investigations on the overall risks posed to the plants from external events. One important such event is extreme water level. One part of the thesis includes an extreme value analysis (using Generalized Extreme Value distribution and Generalized Pareto distribution) of water level data from SMHI (Sweden's Meteorological and Hydrological Institute) measured at stations close to the Swedish nuclear power plants. The results of the statistical studies indicate that considering the return period used in the thesis (100 000 years), the water levels at the Swedish nuclear power plants are not expected to exceed DBFL. The other part of the thesis consists of a historical study of extreme weather-related events. The results of this study indicate that no historical events seem to have occured which would indicate a higher risk of flooding than the one suggested by the statistical study. / Detta examensarbete undersöker den övergripande risken för översvämningar över Design Basis Flooding Level (DBFL), den konstruktionsstyrande översvämningsnivån, vid de svenska kärnkraftverken Oskarshamn, Ringhals och Forsmark. För att bedöma risken för översvämning har både statistiska data och metoder använts, men även historiska extrema väderhändelser har analyserats för att bedöma den övergripande risken. Med anledning av kärnkraftsolyckan som skedde i Fukushima i samband med den jordbävning och tsunami som drabbade östra Japan den 11 mars 2011 har kärnkraftsoperatörer och -tillståndsgivare över hela världen genomfört många studier för att utreda hur stor risken för yttre händelser som kan påverka säkerheten på verken är. En viktig sådan typ av händelse är extremt högt vattenstånd. En av anledningarna till att händelseförloppet blev så pass katastrofalt som det blev på kärnkraftverket Fukushima I var att operatörerna inte hade räknat med att kunna drabbas av havsvågor högre än 6 meter, och därför ej hade kostat på sig att bygga skyddsvallar mot havet som var högre än denna nivå. Den tsunamivåg som drabbade verket i mars 2011 var dock över 14 meter hög, vilket översvämmade verket och slog ut viktig säkerhetsutrustning, vilket i slutändan ledde till härdsmältor i verkets reaktorer. I bedömningen av risken för naturkatastrofer är det dock viktigt att försöka få ett så brett informationsmaterial som möjligt, och inte enbart ta i beaktande den mest uppenbara informationen. I fallet med Fukushima fanns det exempelvis nedtecknade historiska vittnesmål, bland annat genom stentavlor uppsatta längs med den drabbade kusten, som varnade om att tsunamivågor högre än 12 meter inträffat tidigare i regionens historia. Vare sig kärnkraftsoperatörerna eller myndigheterna tog dock uppenbarligen dessa historiska vittnesmål i beaktande. Den ena delen av denna uppsats inkluderar en extremvärdesanalys av vattenstånddata från SMHI, vilka uppmätts vid mätstationer i närheten av de svenska kärnkraftverken. I denna analys har de statistiska metoderna generaliserad extremvärdedistribution (GEV-distribution) och generaliserad Paretodistribution (GP-distribution) använts. GEV-distributionen går ut på att man delar upp sin tillgängliga datamängd i block, oftast med storleken ett år, och därefter väljer ut de högsta värdena från varje block. Därefter anpassar man sina distributionsparametrar efter dessa datavärden. GP-distributionen går ut på att man väljer ut alla värden som är högre än ett visst högt tröskelvärde, och därefter anpassar sina distributionsparametrar efter dessa tröskelöverskridande värden. Den faktiska statistiska analysen genomfördes med hjälp av datorprogrammen MATLAB och R. Utifrån behandlingen av mätdatat från SMHI återficks så kallade återkomstnivåplottar. Detta är grafer som visar de förväntade högsta vattenstånden för olika återkomsttider. Återkomsttid definieras som den tid som det i genomsnitt förväntas förflyta mellan två inträffanden av ett visst vattenstånd. Detta kan också enkelt omformuleras som sannolikheten att en viss händelse inträffar under ett år. Om sannolikheten för en händelse är 10-3 per år är det samma sak som att återkomsttiden är 1000 år. I denna uppsats har sannolikhetsnivån 10-5/år undersökts. Analys av de av de extremvärdesstatistiska distributionerna givna återkomstnivåplottarna och vattenstånden för de aktuella återkomstperioderna har genomförts. Resultaten av den statistiska undersökningen indikerar att med avseende på den återkomstperiod som använts i uppsatsen (100 000 år) förväntas vattenstånden vid de svenska kärnkraftverken ej stiga över DBFL. Den andra delen av uppsatsen består av en historisk studie av extrema väderrelaterade händelser. Flertalet olika historiska händelser som bedömdes vara relevanta för undersökningen identifierades. En av de händelser som studerades var Backafloden. Detta var en stormflod som inträffade i sydvästra Östersjön i november 1872, och som ledde till extremt höga vattenstånd på flera platser. Bland annat observerades 3,6 meter över medelvattenståndet i Abbekås i Skåne. En annan extrem historisk händelse som identifierades i rapporten var Storeggaraset. Detta var ett undervattensras som skedde cirka 6100 år f.kr. utanför den norska atlantkusten. Raset skapade enorma tsunamivågor som bland annat drabbade den norska och skotska kusten. Resultaten av den historiska studien visade dock att vare sig dessa båda händelser, eller några av de andra historiska händelser som det redogjorts för, indikerade på en högre risk för översvämning än de som påvisades av den statistiska undersökningen. Detta innebär att för att avgöra den övergripande risken för översvämningar vid de svenska kärnkraftverken borde man först och främst ha i beaktande de statistiska resultaten av denna undersökning. Som redan nämnt visar den statistiska undersökningen på att vid den använda sannolikhetsnivån (10-5/år) riskerar de svenska kärnkraftverken inte att översvämmas över den konstruktionsstyrande översvämningsnivån.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-202157 |
| Date | January 2013 |
| Creators | Klinga, Gustaf |
| Publisher | Uppsala universitet, Matematisk statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | UPTEC STS, 1650-8319 ; 13 022 |
Page generated in 0.0026 seconds