趙保鋒鄒曉磊屈曉宜
基于仿真的城市軌道交通站臺客流滯留分級預(yù)警方法
趙保鋒1鄒曉磊2屈曉宜3
(1.濟(jì)南軌道交通集團(tuán)有限公司,250101,濟(jì)南;2.同濟(jì)大學(xué)交通運輸工程學(xué)院,201804,上海;3.上海開放大學(xué)公共管理學(xué)院,200433,上海//第一作者,工程師)
站臺是城市軌道交通車站客流集散和客流高峰期限流的核心區(qū)域。運用計算機(jī)仿真的方法對列車延誤時站臺的客流滯留、密度分布和服務(wù)水平變化過程進(jìn)行了仿真研究,測算了站臺達(dá)到擁擠和安全極限時的客流容量,分析了不同客流到達(dá)率下站臺達(dá)到擁擠和安全極限的時間分布以及服務(wù)水平變化曲線,并提出利用關(guān)鍵控制點對站臺進(jìn)行客流擁擠和安全分級預(yù)警的方法。
城市軌道交通;站臺客流;分級預(yù)警仿真
AbstractPlatform is a key area for passenger flow management during peak hours and the evacuation at an urban rail transit station.By using computer simulation,the passenger retention process,variation of density distribution and service levels changes are studied,the ultimate capacity of the platform at crowded period and safe levels are calculated,the time distribution and the curve of service level changes under different passenger arrival rates are analyzed.Finally,a method of early warning classification for passenger flow congestion and safety at platform based on critical control points is proposed.
Key wordsurban rail transit; platform passenger flow; classification of simulation warning
First-author′s address Jinan Railway Transit Group Co.,Ltd.,250101,Jinan,China
在高峰期對進(jìn)入車站的乘客進(jìn)行限流,是目前,國內(nèi)城市軌道交通應(yīng)對短時大規(guī)??土骶奂⒈WC車站和線路運營安全的主要措施。根據(jù)各城市的軌道交通運營有關(guān)規(guī)定,車站限流時對緊急情況應(yīng)按空間規(guī)模對車站進(jìn)行分類,按車站客流承載設(shè)計能力利用率和列車延誤時間進(jìn)行分級,分別設(shè)定相應(yīng)級別的應(yīng)急措施和預(yù)案啟動條件,以相應(yīng)采取不同的客流疏導(dǎo)和限流措施。其中,客流承載設(shè)計能力利用率判斷的主要區(qū)域是客流最為密集且是集中交換的站臺區(qū)域。因此,站臺也是發(fā)生大客流聚集時車站限流的核心部位,需進(jìn)行重點研究。
我國的專家學(xué)者對城市軌道交通站臺的空間設(shè)計、客流規(guī)律和客流組織開展了較多的理論和實踐研究。文獻(xiàn)[1-2]在城市軌道交通車站客流和設(shè)施進(jìn)行調(diào)研的基礎(chǔ)上,站臺的寬度計算方法進(jìn)行了研究和改進(jìn)。文獻(xiàn)[3-4]等對站臺上客流行為規(guī)律和特性進(jìn)行了較為系統(tǒng)的調(diào)研和建模研究。文獻(xiàn)[5-6]對站臺客流承載能力進(jìn)行了詳細(xì)的分析。但總體而言,依據(jù)客流在站臺聚集和分布變化過程對站臺的客流密度在空間上的發(fā)展演化和擁擠狀態(tài)進(jìn)行預(yù)測和預(yù)警的研究還處于起步階段[7-8]。
本文在客流行為調(diào)查的基礎(chǔ)上,以地鐵車站島式站臺為例,對列車延誤時站臺客流的滯留、擁堵和服務(wù)水平變化過程進(jìn)行仿真分析,并提出分級預(yù)警的方法,以幫助車站提高限流措施的科學(xué)性和車站客流組織的安全性。
現(xiàn)有關(guān)于站臺客流聚集和行為特性的研究多是在調(diào)研基礎(chǔ)上通過理論計算進(jìn)行的。在車站客流組織實踐中,又多根據(jù)監(jiān)控視頻或在站臺現(xiàn)場按經(jīng)驗來判斷客流聚集的擁擠和危險程度,由于缺乏量化指標(biāo),既不能清晰地反映出客流在站臺集結(jié)、滯留時的密度,也不能準(zhǔn)確描述擁擠程度在空間上的發(fā)展變化過程,更無法確切分析客流密度變化對站臺人群安全的確切影響。運用客流仿真的方法可較好地模擬在一定客流條件、運營條件、客流組織方法和站臺空間布局條件下,站臺乘客人群的運動和分布過程,并可動態(tài)計算客流空間密度分布,快速評價站臺各區(qū)域服務(wù)水平的變化過程,找到站臺乘客滯留的瓶頸點和預(yù)警點。
1.1 研究范圍和仿真工具
本文研究高峰期線路雙向運行延誤的極端條件下,客流聚集量至達(dá)到設(shè)計允許最大值過程中的站臺客流分布、密度分布及服務(wù)水平的變化,并依據(jù)對各種客流條件仿真計算的結(jié)果分析客流聚集規(guī)律及預(yù)警方法。在仿真環(huán)境中,對無列車到達(dá)而進(jìn)站客流采用無限流措施時的到達(dá)分布,按高、中、低三種到達(dá)強(qiáng)度進(jìn)行分析。
仿真工具采用同濟(jì)大學(xué)自主研發(fā)的軌道交通客流仿真工具Stapass軟件。該軟件依據(jù)客流服務(wù)流程、行人空間尋路行為及微觀運動特征建立了事件驅(qū)動的行人模型,其路徑搜索采用改進(jìn)的A*算法,行人運動采用改進(jìn)的社會力模型[10]。該軟件可構(gòu)建軌道交通車站空間和設(shè)施設(shè)備環(huán)境、列車運行環(huán)境,能設(shè)置客流到達(dá)和運動參數(shù),可用于城市軌道交通、鐵路客運專線車站的客流組織仿真優(yōu)化研究,并已取得了良好的效果[10-11]。
1.2 客流條件及運動參數(shù)
(1)客流到達(dá)率:本文定義站臺的客流到達(dá)率為進(jìn)站客流每秒到達(dá)站臺的人數(shù),單位為人/s。研究案例通過設(shè)置不同的客流到達(dá)率來仿真不同客流壓力情況下的站臺客流聚集和滯留變化過程。不同案例的客流到達(dá)率分別設(shè)置為 2.0、2.5、3.0、4.0、6.0、8.0人/s。
(2)步行速度:本文僅研究普通地鐵站點,乘客多不攜物品、一手提物或肩負(fù)輕物。根據(jù)現(xiàn)場調(diào)查結(jié)果,乘客步行速度取1.24 m/s。
(3)個體空間需求:根據(jù)文獻(xiàn)[9]的數(shù)據(jù)(如表1所示)可知,乘客在步行時占用路寬0.6~0.85 m/人,占用面積0.3~0.47 m2/人。本研究人均占有面積取0.39 m2/人,并依此設(shè)置仿真中的乘客空間需求及相互作用力等運動參數(shù)。

表1 部分行人攜帶不同物品時占用步行設(shè)施的寬度[9]
1.3 仿真場景設(shè)置
列車為A型車6節(jié)編組。站臺長度為139 m,寬度為12 m,設(shè)置4組樓扶梯,有效面積為1 398 m2。列車運行情況簡化為雙向延誤,無到達(dá)下車客流。上下行進(jìn)站客流到達(dá)率相同,按低、中、高三種到達(dá)強(qiáng)度,單向到達(dá)率分別取 3 600人/h(2人/s)、7 200人/h(4 人/s)和 14 400 人/h(8 人/s)進(jìn)行仿真。
2.1 站臺設(shè)計客流量的分級及客流分布狀態(tài)
站臺的客流服務(wù)水平主要依據(jù)行人的占用空間衡量和劃分。因此,本文采用美國Fruin建立的經(jīng)典步行空間服務(wù)水平標(biāo)準(zhǔn)[12]。在客流密集場所,當(dāng)客流密度為0.7~1.1人/m2時,服務(wù)區(qū)域達(dá)到客流密集的程度,服務(wù)水平為D級;當(dāng)客流密度為1.1~2.0人/m2時,達(dá)到客流擁擠的程度,服務(wù)水平為E級;而當(dāng)客流密度達(dá)到2.0人/m2以上時,空間阻滯,服務(wù)水平為F級。
根據(jù)GB 50157—2013《地鐵設(shè)計規(guī)范》,地鐵站臺的客流密度應(yīng)為1.33~3.03人/m2,設(shè)計時通常取2人/m2。按照客流服務(wù)水平分析,按密度1.33人/m2得到的站臺設(shè)計客流量滿足D級服務(wù)水平,為非高峰期的擁擠極限客流量;按密度2人/m2得到的站臺設(shè)計客流量滿足E級服務(wù)水平,為高峰期的擁擠極限客流量;按密度3.03人/m2得到的站臺設(shè)計客流量滿足F級服務(wù)水平,為大客流滯留時的安全極限客流量。本案例中,站臺設(shè)計的非高峰擁擠極限客流量約為1 900人,高峰擁擠極限客流量約為2 800人,安全極限客流量約為4 200人。
在仿真計算時,應(yīng)按乘客空間需求面積對空間服務(wù)水平對應(yīng)的客流密度值進(jìn)行折算,折算系數(shù)為:

式中:
s0——乘客不攜帶物品時占用空間面積,取0.35 m2/人,此時客流密度為2.86人/m2;
s1——乘客攜帶少量物品時占用空間面積,取0.39 m2/人,此時客流密度為2.56人/m2。
故k=0.9,可得站臺客流服務(wù)水平D級的人群密度為0.63~0.99人/m2,客流服務(wù)水平E級的人群密度為0.99~1.79人/m2,客流服務(wù)水平F級的人群密度大于1.79人/m2。
經(jīng)仿真,在低、中、高客流到達(dá)率條件下,站臺客流分布變化和人群密度分布變化遵循相同的趨勢,但變化速度不同。在相同的客流承載率下,站臺客流分布和密度分布形態(tài)相近。站臺擁擠極限客流量約為2 500人,站臺客流密度分布狀態(tài)相近,如圖1 a)所示。安全極限客流量約為3 800人,站臺客流及密度分布如圖1 b)所示。

圖1 站臺達(dá)到擁擠和安全極限時的客流及密度分布情況
2.2 達(dá)到極限客流量的客流到達(dá)率和時間關(guān)系
仿真時段在30 min以內(nèi),假定客流均勻到達(dá)。給定站臺面積、樓扶梯組數(shù)、客流到達(dá)率,則站臺客流分布達(dá)到指定密度所需時間為:

式中:
t——達(dá)到指定客流密度的時間;
s——站臺有效面積;
ρ——客流密度;
n——樓扶梯組數(shù)。
r——每組樓扶梯的進(jìn)站客流到達(dá)率;
本案例中不同客流到達(dá)率條件下,達(dá)到擁擠極限客流量和安全極限客流量所需時間的曲線圖如圖2所示。
在雙向列車延誤的極端條件下r取0.5人/s~2人/s,用于仿真計算平峰及高峰時段不同客流條件下站臺客流集聚及服務(wù)水平變化的規(guī)律。仿真結(jié)果與理論計算結(jié)果相符。
2.3 站臺到達(dá)客流量及服務(wù)水平變化曲線
根據(jù)站臺客流密度分布情況,可以計算出對每個乘客的服務(wù)水平等級。不同到達(dá)率下站臺總體客流服務(wù)水平的變化趨勢是相近的。

圖2 客流到達(dá)率與達(dá)到極限客流所需時間的關(guān)系曲線
按低、中、高三種不同進(jìn)站客流到達(dá)率,仿真計算得到雙向列車延誤條件下站臺到達(dá)客流量及服務(wù)水平變化的曲線圖,如圖3所示。
由圖3可見,三種不同進(jìn)站到達(dá)率的站臺客流量及服務(wù)水平變化呈相同的趨勢。D級及E級服務(wù)水平的客流量呈先上升后下降的趨勢,F(xiàn)級服務(wù)水平的客流量呈分段上升趨勢??赏ㄟ^對客流到達(dá)率和客流服務(wù)水平變化趨勢的綜合分析,對站臺空間的客流變化趨勢進(jìn)行短期預(yù)測和分級預(yù)警。
3.1 分級預(yù)警關(guān)鍵控制點的選取
當(dāng)發(fā)生列車延誤而乘客大量滯留時,為保證站內(nèi)乘客的安全和服務(wù)體驗,一般情況下,站臺應(yīng)將客流服務(wù)水平控制在E級以內(nèi),當(dāng)達(dá)到一定客流量時應(yīng)發(fā)布擁擠預(yù)警;而客流大量滯留或突發(fā)事件情況下,客流服務(wù)水平必須控制在F級以內(nèi),當(dāng)達(dá)到一定客流量時應(yīng)發(fā)布安全預(yù)警。
在圖3中,D級、E級服務(wù)水平客流量曲線與F級服務(wù)水平客流量曲線有交點,其物理意義為:當(dāng)進(jìn)入站臺的客流進(jìn)一步增多,處于阻滯狀態(tài)的乘客人數(shù)將超過處于D級、E級服務(wù)水平的乘客人數(shù),D級、E級服務(wù)水平逐漸消失。這個交點非常容易取得,而且出現(xiàn)的時機(jī)相對穩(wěn)定,可作為關(guān)鍵控制點監(jiān)測客流擁擠和安全情況,并用來預(yù)計達(dá)到擁擠和安全極限客流量的時間,作為分級預(yù)警的依據(jù)。不同客流到達(dá)率對應(yīng)的關(guān)鍵控制點見表2。
如表2所示,D級服務(wù)水平客流量與F級客流量曲線的交點出現(xiàn)時,站臺總客流量平均值為1 604人,接近擁擠極限客流量的65%,其發(fā)生時間為達(dá)到擁擠極限容量時間的60%。E級服務(wù)水平客流量與F級客流量曲線的交點出現(xiàn)時,站臺總客流量平均值為3 404人,接近安全極限客流量的90%,其發(fā)生時間接近達(dá)到安全極限容量時間的85%。
3.2 分級預(yù)警實際控制點的獲得和預(yù)警方法

圖3 不同客流到達(dá)率站臺客流量及服務(wù)水平變化曲線比較

表2 不同客流到達(dá)率對應(yīng)的關(guān)鍵控制點
關(guān)鍵控制點的交叉點客流量無法直接觀測得到;因而可先用達(dá)到關(guān)鍵控制點時刻的站臺總客流量作為實際控制點,再結(jié)合客流到達(dá)率來實施分級預(yù)警。在運營中,有的城市軌道交通運營部門根據(jù)站臺候車乘客排隊長度、空間占用率等經(jīng)驗值判斷實施站臺限流措施,其實際采用的客流量判斷值與表2的D級、F級交叉點總客流量相符,約1 600人??梢?,采用關(guān)鍵控制點來采取限流和管控措施,能為站臺的安全管理預(yù)留較大的管控余地。
將實際控制點與先進(jìn)的客流監(jiān)測技術(shù)結(jié)合,就可以更科學(xué)地評估站臺客流狀態(tài),及時發(fā)出預(yù)警。因此,可采用更高級別的關(guān)鍵控制點來預(yù)警,既能充分利用站臺的客流承載能力,又能及時根據(jù)客流動態(tài)采取管控措施。在客流監(jiān)測技術(shù)方面,站臺實際客流量和進(jìn)入站臺的客流到達(dá)率均可通過在進(jìn)入站臺的樓扶梯出口處架設(shè)監(jiān)測設(shè)備來獲得。得到站臺實際客流量和客流到達(dá)率后,即可根據(jù)圖3或式(2)獲得達(dá)到極限客流量的時刻,及時發(fā)出預(yù)警,采取相應(yīng)的限流措施。在關(guān)鍵控制點選取方面,由于安全關(guān)鍵控制點發(fā)生時機(jī)較晚,在大客流時預(yù)警有滯后效應(yīng),可前移選取安全極限客流量的80%作為實際控制點,以起到提前預(yù)警的作用。
本文簡化了列車延誤和客流到達(dá)極端條件,運用仿真的方法分析了站臺客流聚集、密度分布變化和服務(wù)水平變化的過程,并從理論上提出了結(jié)合進(jìn)站客流到達(dá)率和服務(wù)水平變化獲取客流滯留分級預(yù)警關(guān)鍵控制點的方法。關(guān)鍵控制點數(shù)據(jù)可在車站的實際運營中較為方便地獲取。通過將分級預(yù)警控制點與客流監(jiān)測技術(shù)相結(jié)合,可以在列車延誤、客流大量滯留時對站臺的客流狀態(tài)進(jìn)行實時預(yù)測和分級預(yù)警,以便及時采取相應(yīng)的限流措施。該方法可與經(jīng)驗判斷方法相結(jié)合,提高預(yù)警效率和限流科學(xué)性。
[1]苗賽松.地鐵及輕軌站臺寬度計算方法探討[J].現(xiàn)代城市軌道交通,2006(3):15-17.
[2]王子甲,陳峰,李小紅.地鐵車站站臺寬度計算方法改進(jìn)及仿真評價[J].交通運輸系統(tǒng)工程與信息,2012,12(5):168-173.
[3]黃文成,帥斌,劉聰.基于AnyLogic的島式站臺客流特性分析及換乘樓梯改進(jìn)[J].城市軌道交通研究,2016(10):97-101.
[4]孫小菲,陳旭梅,王佑安.不同類型城市軌道交通車站站臺客流特性對比研究[J].交通運輸工程與信息學(xué)報,2015,13(4):127-134.
[5]趙宇剛,毛保華,楊遠(yuǎn)舟,等.城市軌道交通站臺最高聚集人數(shù)計算方法研究[J].交通運輸系統(tǒng)工程與信息,2011,11(2):149-154.
[6]陳波.地鐵車站大客流組織措施[J].都市快軌交通,2015(3):20-23.
[7]李得偉,尹浩東.基于物聯(lián)網(wǎng)設(shè)備檢測數(shù)據(jù)的城市軌道交通車站站臺多維度實時客流密集度指數(shù)預(yù)測方法研究[J].鐵道學(xué)報,2014,36(3):9-13.
[8]楊麗媛.基于模糊綜合評價法的地鐵車站客流評價[J].低碳世界,2015(7):276-277.
[9]陳然.城市行人交通流的實測、建模和模擬初探[D].上海:上海大學(xué),2003.
[10]高鵬,徐瑞華.城市軌道交通車站客流仿真中的事件驅(qū)動模型[J].系統(tǒng)工程理論與實踐,2010(11):2121-2128.
[11]吳文嫻,鄒曉磊.高速鐵路車站客運組織仿真優(yōu)化研究[J].中國鐵路.2011(3):6-10.
[12]FRUIN J J.Pedestrian planning and design[M].New York:Metropolitan Association of Urban Designers and Environmental Planners,Inc,1971.
Classification of Early Warning for Passenger Flow Retention at Urban Rail Transit Station Based on Simulation
ZHAO Baofeng,ZOU Xiaolei,QU Xiaoyi
U293.13
10.16037/j.1007-869x.2017.09.022
2017-1-12)