基于車站客流密度系數(shù)監(jiān)控及預(yù)警的地鐵線網(wǎng)客流聯(lián)控研究*
2021-07-21 02:53:04劉菊美
城市軌道交通研究 2021年7期
劉菊美
(廣州地鐵集團(tuán)有限公司， 510330， 廣州∥高級工程師)
廣州地鐵線網(wǎng)日均客運(yùn)量900萬人次已成為常態(tài)，在廣州市公共交通客流中占比超過50%。隨著線網(wǎng)規(guī)模的不斷擴(kuò)大，路網(wǎng)的通達(dá)性增強(qiáng)，乘客組成更加多元化，乘客出行時間的跨度更長、換乘途徑更多，客流時空分布的波動性更強(qiáng)，因而導(dǎo)致線網(wǎng)客流出行規(guī)律和出行特征更為復(fù)雜，也更難掌握[1]。目前，傳統(tǒng)的以現(xiàn)場人員判斷為主的客流控制方法由于對主觀經(jīng)驗(yàn)的依賴性較強(qiáng)，已難以滿足網(wǎng)絡(luò)化運(yùn)營模式下對客流進(jìn)行精準(zhǔn)控制的要求。本文通過研究基于車站客流密度系數(shù)和客控效率的地鐵網(wǎng)絡(luò)客運(yùn)組織聯(lián)控方法，建立線網(wǎng)客流控制的分級預(yù)警機(jī)制及線網(wǎng)聯(lián)控策略，實(shí)現(xiàn)對車站客流的即時預(yù)警、精準(zhǔn)溯源、精細(xì)控制。
1 地鐵客流控制措施概述
目前，廣州地鐵客流控制(以下簡稱“客控”)的方式主要分為單站級客流控制(以下簡稱“站控”)、單線級客流聯(lián)控(以下簡稱“線控”)和線網(wǎng)級客流聯(lián)控(以下簡稱“網(wǎng)控”)3種。
站控是指為保障車站內(nèi)站臺、付費(fèi)區(qū)、非付費(fèi)區(qū)的客運(yùn)安全，在客流持續(xù)增長的情況下，采取有效控制措施減緩乘客聚集數(shù)量，可分為一級客流控制、二級客流控制、三級客流控制。當(dāng)單站級客控已無法滿足客流疏導(dǎo)需要，需結(jié)合多站、多線聯(lián)控實(shí)現(xiàn)對大客流的有效疏導(dǎo)。
在實(shí)際的運(yùn)營管理中，一般選取一些大客流換乘站或高峰高斷面車站作為客流的主要控制站(以下簡稱“主控站”)。在此基礎(chǔ)上再選取一些車站作為輔助控制站(以下簡稱“輔控站”)，輔控站的進(jìn)站客流通常對主控站高峰高斷面的貢獻(xiàn)度較大，多為主控站所在線路的前方車站或同主控站存在換乘關(guān)系的相鄰線路車站。當(dāng)主控站實(shí)施單站級客控后仍無法緩解客流壓力時，可實(shí)施線網(wǎng)聯(lián)控措施，即：在本線實(shí)施線控、在相鄰線路實(shí)施網(wǎng)控。
2 基于車站客流密度系數(shù)監(jiān)控及預(yù)警的線網(wǎng)客流聯(lián)控策略
目前，地鐵車站的客控普遍存在啟動時機(jī)對主觀經(jīng)驗(yàn)依賴性強(qiáng)、客控對乘客出行的影響程度評價難以量化等問題[2]，為此，本研究通過引入車站客流密度系數(shù)、客控效率等量化指標(biāo)，結(jié)合現(xiàn)場數(shù)據(jù)進(jìn)行分析驗(yàn)證，建立基于車站客流密度系數(shù)監(jiān)控及預(yù)警的線網(wǎng)聯(lián)控策略，如圖1所示。在此理論模型的基礎(chǔ)上搭建地鐵線網(wǎng)客流控制應(yīng)用平臺(以下簡稱“線網(wǎng)客控應(yīng)用平臺”)，根據(jù)計(jì)劃性運(yùn)力安排、歷史客流規(guī)律及動態(tài)變化的客流數(shù)據(jù)，迭代更新線網(wǎng)聯(lián)控方案，形成科學(xué)精細(xì)、靈活自糾的客控體系。
圖1 基于車站客流密度系數(shù)監(jiān)控及預(yù)警的線網(wǎng)聯(lián)控策略
2.1 車站客流密度系數(shù)的定義及計(jì)算
車站客流密度系數(shù)的定義為在一個統(tǒng)計(jì)周期內(nèi)，某車站實(shí)時滯留客流數(shù)量與有效容納人數(shù)之比，用以表征車站的實(shí)時擁擠度[3]。車站滯留客流數(shù)為車站等候上車人數(shù)和可乘車人數(shù)的差值。在運(yùn)力充足情況下，等候上車乘客均能夠乘車離開，不存在滯留客流；當(dāng)運(yùn)力不足時，可乘車人數(shù)小于等候上車人數(shù)，則出現(xiàn)滯留客流。車站滯留客流數(shù)可通過接入相關(guān)客流數(shù)據(jù)系統(tǒng)，綜合斷面客流、進(jìn)站客流、換乘客流等數(shù)據(jù)計(jì)算得到。
車站客流密度系數(shù)x、車站滯留客流數(shù)p的計(jì)算式分別為：
x=p/s
(1)
p=Z-(D-C)
(2)
式中：
s——車站區(qū)域有效面積內(nèi)可容納人數(shù)；
Z——車站等候上車人數(shù)(換乘站包含換入客流)；
C——列車到達(dá)該站完成下客作業(yè)后的斷面客流；
D——列車駛離該站時的斷面客流。
2.2 基于車站客流密度系數(shù)的客控預(yù)警機(jī)制
2.2.1 單站級客控預(yù)警
綜合考慮車站站臺、站廳付費(fèi)區(qū)(換乘區(qū)域、樓扶梯口處等)、非付費(fèi)區(qū)(進(jìn)閘機(jī)處、出入口通道等)設(shè)備設(shè)施布局和有效面積可容納人數(shù)，預(yù)設(shè)車站客流密度系數(shù)，作為啟動客控的警戒閾值x0。當(dāng)線網(wǎng)客控應(yīng)用平臺檢測到x大于x0時，線網(wǎng)客控應(yīng)用平臺將自動觸發(fā)，向車站發(fā)出相應(yīng)級別預(yù)警，作為現(xiàn)場執(zhí)行站控、線控、網(wǎng)控的決策依據(jù)[4]。
參考John J.Fruin博士在《行人規(guī)劃與設(shè)計(jì)》中提出的Los(Level of service，服務(wù)水平)分級標(biāo)準(zhǔn)，如表1所示，將排隊(duì)空間站立密度分成A～F 6個等級[5-6]。
表1 Los分級標(biāo)準(zhǔn)
結(jié)合GB 50157—2013《地鐵設(shè)計(jì)規(guī)范》及實(shí)際運(yùn)作經(jīng)驗(yàn)，地鐵高峰時段乘客站立密度與D級水平相近，因此，本文綜合車站結(jié)構(gòu)、設(shè)備布局等具體情況，選取D級中適合車站的預(yù)警站立密度與最大站立密度(3.59人/m2)之比作為x0。x0可結(jié)合不同車站的實(shí)際情況進(jìn)行適當(dāng)調(diào)整。
結(jié)合高峰時段的乘客出行規(guī)律及計(jì)劃運(yùn)力安排，對車站客流進(jìn)行15 min分時預(yù)測(為滿足客流指標(biāo)之間的可比性，廣州地鐵相關(guān)客流統(tǒng)計(jì)以15 min為基準(zhǔn)單位)，以此測算x和p。當(dāng)x大于x0時，依次啟動各級客流控制。單站級客控預(yù)警工作流程如圖2所示，其中：x1為站臺客流密度系數(shù)，指站臺滯留乘客與站臺有效面積內(nèi)可容納人數(shù)之比；x2為付費(fèi)區(qū)客流密度系數(shù)，指付費(fèi)區(qū)滯留乘客與付費(fèi)區(qū)有效面積內(nèi)可容納人數(shù)之比；x3為非付費(fèi)區(qū)客流密度系數(shù)，指非付費(fèi)區(qū)滯留乘客與非付費(fèi)區(qū)有效面積內(nèi)可容納人數(shù)之比。當(dāng)站臺滯留乘客超過站臺有效面積內(nèi)可容納人數(shù)時，則x1大于x0，付費(fèi)區(qū)出現(xiàn)乘客滯留，若預(yù)測滯留持續(xù)時間將超過15 min，則需要實(shí)施一級客流控制。付費(fèi)區(qū)、非付費(fèi)區(qū)的情況類同。
圖2 單站級客控預(yù)警工作流程示意圖
2.2.2 線網(wǎng)級客控預(yù)警
當(dāng)主控站為換乘站時，在主控站實(shí)施單站級客控后，客流壓力仍未有效緩解，預(yù)測車站各區(qū)域客流密度系數(shù)仍達(dá)到警戒閾值，則可提高客控等級，逐步實(shí)行線網(wǎng)聯(lián)控。優(yōu)先選取該主控站中客流壓力相對大的線路實(shí)施線控;執(zhí)行線控后，主控站客運(yùn)壓力仍未有效緩解，則在相鄰線路實(shí)施網(wǎng)控。其工作流程如圖3所示。
圖3 線網(wǎng)級客控預(yù)警工作流程示意圖
2.3 引入客控效率的線網(wǎng)客流聯(lián)控策略編制
在引入客控效率指標(biāo)、科學(xué)選取輔控站的基礎(chǔ)上，基于線網(wǎng)客流聯(lián)控策略算法，線網(wǎng)客控應(yīng)用平臺將生成實(shí)時、動態(tài)的線網(wǎng)客流聯(lián)控策略，為本線和鄰線車站設(shè)置進(jìn)站閾值，通過系統(tǒng)聯(lián)動將線網(wǎng)客流聯(lián)控啟動時機(jī)及閾值等相關(guān)信息推送至各輔控站。線網(wǎng)客流聯(lián)控計(jì)算步驟如下：
2.3.1 科學(xué)設(shè)定線網(wǎng)聯(lián)控客流目標(biāo)值
考慮到車站站臺為客流高聚集區(qū)域，客流集散風(fēng)險(xiǎn)最大，因此將站臺滯留乘客數(shù)量作為線網(wǎng)聯(lián)控客流目標(biāo)值M，即：
M=p
(3)
M也可通過設(shè)定列車滿載率控制目標(biāo)的方式進(jìn)行計(jì)算。例如，當(dāng)列車的目標(biāo)滿載率為120%、實(shí)際的列車滿載率為130%時，則M為需要削減的10%滿載率所對應(yīng)的線路運(yùn)能。
2.3.2 綜合選取輔控站
通過客流回溯，篩查對主控站大客流來源影響較大的車站，綜合考慮對主控站大客流貢獻(xiàn)程度、列車運(yùn)行至主控站時間等多項(xiàng)因素，科學(xué)選取輔控站[7-8]。引入客控效率e，其計(jì)算式如下：
e=αeO+(1-α)et
(4)
式中：
e——輔控站的客控效率；
eO——輔控站的OD(起訖點(diǎn))貢獻(xiàn)度，為該輔控站經(jīng)過主控站的OD客流與所有備選輔控站經(jīng)過主控站的OD客流總和之比；
et——輔控站的時間有效性；
α——eO相對et的重要性。
式(4)中，eO的比例越高，則輔控站限流對主控站的效果越好；輔控站距離主控站越近，客控傳遞效果越好，et的值越大。根據(jù)現(xiàn)場客控經(jīng)驗(yàn)，設(shè)列車經(jīng)由輔控站運(yùn)行至主控站的時間為t運(yùn)，當(dāng)t運(yùn)≤5 min時，et取0.10；當(dāng)5 min
2.3.3 計(jì)算輔控站的進(jìn)站閾值
輔控站進(jìn)站閾值R是指所選取的輔控車站在統(tǒng)計(jì)周期內(nèi)允許進(jìn)站的乘客數(shù)量，可結(jié)合輔控站的OD客流分布、預(yù)測進(jìn)站客流、主控站線網(wǎng)聯(lián)控客流目標(biāo)值M計(jì)算得出。R的計(jì)算式為：
R=E-N
(5)
N=EMY/G
(6)
式中：
E——輔控站的預(yù)測進(jìn)站客流量；
N——輔控站的需要控制進(jìn)站人數(shù)；
Y——該輔控站經(jīng)過主控站的OD客流量與所有選定輔控站經(jīng)過主控站的OD客流總量之比；
G——該輔控站經(jīng)過主控站的OD客流量。
2.3.4 服務(wù)水平校驗(yàn)
為評估客控對乘客的出行影響，引入輔控站服務(wù)水平指標(biāo)F，其定義為輔控車站進(jìn)站閾值與其預(yù)測進(jìn)站客流量之比。F值越大，表示客控對乘客出行影響越少，服務(wù)水平越高，進(jìn)而驗(yàn)證客控策略可行。結(jié)合廣州地鐵多年的客控實(shí)踐經(jīng)驗(yàn)，兼顧乘客對客控等候時長的接受度(根據(jù)乘客調(diào)研，客控等候時長不宜大于10 min)，F(xiàn)的取值應(yīng)不低于80%。當(dāng)F低于80%時，乘客客控等候時長大于10 min，對乘客出行影響較大，乘客出行體驗(yàn)將降低。
F的計(jì)算式為：
F=R/E
(7)
3 廣州地鐵應(yīng)用實(shí)例分析
廣州地鐵珠江新城站為3號線、5號線換乘站。3號線在工作日晚高峰時段上行方向的客運(yùn)壓力較大。本文以珠江新城站作為主控站，以珠江新城站3號線上行線控為例，對其單線聯(lián)控策略編制過程進(jìn)行闡述。
3.1 科學(xué)設(shè)定線控客流目標(biāo)值
珠江新城站晚高峰3號線上行站臺滯留客流情況如表2所示。結(jié)合現(xiàn)場實(shí)際客流情況，18:00開始3號線上行需執(zhí)行線控，將18:00—18:15時段的p值(372人)作為M的第一個目標(biāo)值。后續(xù)結(jié)合車站滯留客流數(shù)變化情況，對M進(jìn)行動態(tài)更新。
表2 珠江新城站晚高峰3號線上行站臺滯留客流數(shù)量計(jì)算表
3.2 篩選輔控站
3號線上行列車從起點(diǎn)站開出后，經(jīng)由20個車站后運(yùn)行至珠江新城站，表3為按e由高至低排序的輔控站篩查列表。根據(jù)表3選取排名前10的車站作為輔控站。當(dāng)線網(wǎng)客控應(yīng)用平臺自動觸發(fā)珠江新城站3號線上行線控預(yù)警時，各輔控站需及時根據(jù)客控預(yù)案，采取本站的站控措施進(jìn)行客流管控。
3.3 計(jì)算輔控站的進(jìn)站閾值
將所選的10個輔控站點(diǎn)在18:00—18:15時段所對應(yīng)的OD客流量、預(yù)測進(jìn)站客流量、主控站線網(wǎng)聯(lián)控客流量目標(biāo)值分別代入式(5)、(6)，得出各輔控站的進(jìn)站閾值R及服務(wù)水平值F，如表4所示。由表4可知，基于客控效率e進(jìn)行優(yōu)化篩選后，輔控站的服務(wù)水平均在80%以上，平均服務(wù)水平達(dá)93%，從而驗(yàn)證了聯(lián)控策略能夠在確保聯(lián)控效果的基礎(chǔ)上，有效兼顧了輔控站的乘客出行感受。
廣州地鐵將此策略在全線網(wǎng)日常工作日及節(jié)假日期間的客流管控中予以深化應(yīng)用，據(jù)此編制了工作日早、晚高峰常態(tài)化的線網(wǎng)聯(lián)控方案。聯(lián)控方案覆蓋了廣州地鐵線網(wǎng)的52座車站，有效保障了工作日常態(tài)化的客運(yùn)組織安全。同時，廣州地鐵非常關(guān)注客控對輔控站乘客的影響程度，通過定期評估現(xiàn)場乘客配合度、輿情反饋等方式確保客控策略既能有效保障客運(yùn)組織安全，同時兼顧輔控站乘客的出行感受。針對計(jì)劃性節(jié)前晚高峰、大型活動、展會等帶來的大客流沖擊，廣州地鐵在此客控策略基礎(chǔ)上編制專項(xiàng)線網(wǎng)聯(lián)控方案，以有效保障大客流情況下的客運(yùn)安全。
表3 3號線上行輔控站篩查表
表4 3號線上行輔控站R、F計(jì)算列表
目前，廣州地鐵線網(wǎng)的客運(yùn)強(qiáng)度位居全國第一，整體線網(wǎng)客運(yùn)組織安全、有序。2019年12月31日，廣州地鐵線網(wǎng)客運(yùn)量達(dá)到歷史最高值(1 156.9萬人次)，當(dāng)日的晚高峰線網(wǎng)共有12座主控站執(zhí)行線網(wǎng)聯(lián)控，另有共計(jì)70座輔控站合力緩解主控站的客運(yùn)組織壓力，有效保障了地鐵線網(wǎng)超大客流壓力下的客運(yùn)組織安全。
4 廣州地鐵線網(wǎng)客控應(yīng)用平臺開發(fā)
線網(wǎng)客控應(yīng)用平臺構(gòu)建思路如圖4所示，其主要模塊包括：
1) 車站客流密度系數(shù)監(jiān)控及預(yù)警。通過接入線網(wǎng)車站客流數(shù)據(jù)系統(tǒng)及設(shè)備系統(tǒng)等，實(shí)現(xiàn)了車站客流密度系數(shù)的實(shí)時監(jiān)控，可科學(xué)設(shè)定線網(wǎng)聯(lián)控目標(biāo)、合理選取輔控車站，精細(xì)分配輔控站進(jìn)站閾值、保障輔控站的乘客服務(wù)水平。
2) 客控策略適配更新。基于客控預(yù)警，綜合分析OD客流量、預(yù)測進(jìn)站客流量、主控站線網(wǎng)聯(lián)控客流目標(biāo)值等數(shù)據(jù)，動態(tài)更新線網(wǎng)聯(lián)控策略，為本線和鄰線輔控站設(shè)置進(jìn)站閾值，并將相關(guān)信息推送至各輔控車站，形成科學(xué)精細(xì)、靈活自糾的客運(yùn)管控策略。
3) 模塊化集成聯(lián)動。通過采用數(shù)字化、系統(tǒng)化方式，實(shí)現(xiàn)了客控策略與客運(yùn)設(shè)施的系統(tǒng)聯(lián)動，針對不同的客流控制模式，可快速聯(lián)動閘機(jī)、導(dǎo)向等客運(yùn)設(shè)施，調(diào)整客流流線，并通過車站廣播、乘客信息系統(tǒng)、手機(jī)應(yīng)用程序等渠道集成發(fā)布客運(yùn)引導(dǎo)信息，實(shí)現(xiàn)了模式化的客運(yùn)集成聯(lián)控[9]。
圖4 廣州地鐵線網(wǎng)客控應(yīng)用平臺的構(gòu)建思路
5 結(jié)語
本文通過創(chuàng)新性地引入車站客流密度系數(shù)、客控效率等參數(shù)，結(jié)合廣州地鐵線網(wǎng)的客流規(guī)律和時空分布特性，從系統(tǒng)最優(yōu)的角度，為車站現(xiàn)場客流控制提供了科學(xué)的啟動時機(jī)、制定了精準(zhǔn)的聯(lián)控策略，有效保障了客運(yùn)安全、提高了管控成效、提升了乘客出行體驗(yàn)。后續(xù)將在此基礎(chǔ)上，深化自適應(yīng)客運(yùn)組織體系的研究，推動線網(wǎng)客控應(yīng)用平臺的運(yùn)用。
