乘客停留時間變化對地鐵車站空調負荷影響分析

徐國強 王冠 張童

西安建筑科技大學建筑設備科學與工程學院

目前，乘客停留時間的研究方法主要有實地調研，統計數據分析和行人仿真模擬等，實地調研方法[1]的適用性較強，但公式中的參數選取較為復雜，所需工作量較大。統計數據分析[2]利用客流數據，結果精度較高，但其難以得到站內各區域的負荷。客流仿真方法[3]是通過模擬乘客在站內的走行過程獲得其停留時間。隨著行人仿真模型研究的不斷深入以及計算機性能的提高，此方法更為準確和便捷。因此本研究通過行人仿真獲得動態乘客停留時間，并與基于傳統靜態乘客停留時間的負荷計算結果進行對比，探究動態乘客停留時間對負荷結果精度的影響。

1 乘客在站停留時間分析

1.1 行人運動物理模型建立

行人的運動行為復雜且隨意，受個人的年齡、性別、攜帶行李情況等自身因素和車站的結構、站內設施及布置方式等環境因素影響。可通過設定行人運動的驅動力或將運動區域劃分成有限網格等方式對人的活動進行模擬。其中社會力模型[4]是假設人與人、墻體間的斥力，人與目標的引力的合力共同作用促使行人產生運動。該模型在行人交通中能較好地展現行人的自組織、超越、擁擠聚集和避讓等行為，能較好的展現乘客的運動狀態，因此選擇基于社會力模型原理的仿真軟件AnyLogic[5]，通過其內置的行人庫和智能體模塊建立模型，模擬乘客在站內的走行過程。

行人模擬時，先在軟件中搭建一個與實際地鐵車站相同尺寸的空間，用于指定行人的運動范圍以及各服務設施的位置。地鐵車站的類型多樣，但對于島式車站，其設施的布置方式大體相同，且在國內應用較多。因此，選擇西安地鐵2 號線某島式車站為研究對象，其周邊建筑發展較為成熟，客流量較為穩定且平時不會出現較為擁擠的現象，便于現場實測。根據其平面圖紙，在軟件中建立的安檢機，閘機，樓梯和扶梯等服務設施，地鐵站模型如圖1 所示。

圖1 Anylogic 地鐵站三維模型圖

然后，根據乘客的在站內的活動流程，如圖2 所示，建立行人運動邏輯流程圖。客流運動狀態通過軟件內置的模塊組成。利用“Event”和“參數”控件對列車發車時間和乘客年齡，性別等進行設定，利用Java 語言[6]實現乘客上、下車等情景。

圖2 進出站乘客運動流程圖

1.2 軟件輸入參數設置

根據車站實地調研的結果及相關文獻的整理，對模擬中人員的舒適速度，服務設施的服務時間以及服務的人員類型等參數進行設置。人員舒適速度是指人員在不受阻礙時的運動速度。受到乘客的性別，年齡，負重情況的影響。乘客攜帶行李狀況決定行人身體尺寸大小。根據相關研究[7]，將乘客速度分為0.9 m/s 和1.2 m/s 兩類，且假設人數比例為1:1。站內攜帶與非攜帶乘客的比例約為7:3，乘客身體直徑分別取為0.4 和0.6 m。乘客在閘機的等待時間受到刷卡方式等的影響。經調研發現一般使用乘車碼的乘客等待時間較使用磁卡的長，且易出現操作不當等問題。結合相關文獻[8]，確定閘機服務時間服從0.5～1 s 的均勻概率分布。站內安檢設施有行李和行人安檢機，乘客通過兩者的等待時間不同，行人和行李安檢機的服務時間分別服從三角和均勻概率分布。該站樓梯為雙向混合行走模式，扶梯為上行模式，通過調研，在客流高峰時段，較為著急的乘客會選擇樓梯出站，且行走速度和自動扶梯相當。本研究中行人在樓扶梯的行走速度取值為0.65 m/s。

為了避免出站客流聚集，一般正反向列車不會同時到站。模擬時假設正反向列車交替到站且所有在站臺等候的乘客都能上車。模擬時不考慮乘客購票（乘車碼的普及）、購物、原路返回等特殊行為。

2 空調負荷計算

將模擬得到的乘客停留時間參數用于車站空調負荷的計算。站內空調負荷的主要有圍護結構負荷，設備負荷，滲透風負荷和人員負荷。其中圍護結構主要有土壤，排熱風道和屏蔽門，這部分圍護結構受室外輻射等氣象參數影響較少，且在車站運營前期主要表現為逆向傳熱[9]，所以這里不做考慮。屏蔽門開啟漏風量取值為每輛列車30 m3/h，屏蔽門關閉時滲透風量為屏蔽門開啟時的7%[10]。隧道空氣溫度采用相關學者對西安地鐵隧道環境的測量結果28 ℃[11]進行計算。出入口滲透風量取平均值6.25 m3/s[12]。新風負荷的新風量依據地鐵設計規范[13]取每人12.6 m3/h。人員負荷按照人體的散熱標準進行計算。

地鐵車站屬于過渡區間，所以室內目標溫度值的確定方式應與辦公類建筑不同。本研究室內目標溫度采用動態相對熱指標（RWI）法進行計算[14]，RWI 主要用于過渡區域的熱環境的評價，基于此方法下，站內溫度隨室外溫度變化而變化，更為合理。

空調負荷計算所需的室外氣象參數主要通過中國氣象數據網站獲得，選用陜西涇河氣象站的地面逐時氣象資料。站內客流變化以及發車間隔參數通過對西安某地鐵站的某工作日客流進行實地調研獲得。在站臺樓梯處，通過拍照與錄像的方式記錄6 min 內的上、下樓梯客流量作為1 h 時間段內的平均客流量（假設兩側樓梯的客流量相同），記錄每趟列車的發車間隔以及在站停留時間。如表1 所示。

表1 夏季某日地鐵站室外氣象及客流量參數

3 結果分析

對各時段下，乘客在站內的走行狀況進行模擬，部分工況如圖3 所示，進出站乘客按照圖2 所示流線分布。

圖3 17 點時刻乘客在站內的走行狀態

對各時段乘客在站停留時間進行統計，結果如表2 所示，τa1和τb1分別為進站乘客在站廳和站臺停留時間，τa2和τb2分別為出站乘客在站廳和站臺停留時間。

表2 夏季某工作日測試車站客流量調研結果

由表2 可見，隨客流的變化，進站乘客在站廳的停留時間在60-680 s 之間。這主要是因為客流量增大時乘客在安檢機處的排隊等待時間較長。進站乘客在站臺停留時間主要受列車發車間隔影響在75-180 s 之間變化。當客流量減小時，列車發車間隔變長，乘客走行受其他乘客影響較小，走行速度較快，在站停留時間也越接近發車間隔。出站乘客在站臺和站廳的停留時間隨客流量的變化范圍相對較小。這是由于乘客出站時，只在扶梯處出現短暫的無規則擁擠聚集現象。

4 地鐵站空調負荷計算結果對比

對基于靜態和動態乘客停留時間的負荷計算結果進行對比。其中靜態乘客在站停留時間的取值為：進站乘客在站廳和站臺的停留時間分別為3 min 和2 min、出站乘客在站廳和站臺停留時間均為1 min[15]。動態乘客在站停留時間采用前面行人模擬得到。計算得到兩者站廳和站臺的空調冷負荷結果繪制具體如圖4 所示。

圖4 站內負荷計算結果

由圖4（a）可見，基于動態乘客停留時間的站廳層空調負荷波動性更強。最大負荷差值發生在客流高峰時刻，差值達到96.1 kW，相對差值為29.97%，在客流平峰時刻兩者負荷差距較小。主要因為在客流較大的時間段，乘客在站停留時間較長導致負荷更大。這是因為進站乘客在站廳停留的時間受到客流量的影響較大。這是由于進站乘客站臺乘客的停留時間主要受到列車發車間隔的影響，且當客流量較大時列車發車班次增加，發車間隔減小，進站乘客在站臺的等待時間縮短，計算空調人數的增幅較緩。人員負荷的波動不明顯。

由圖4（b）可見，由于靜態的乘客停留時間估計較大，因此基于靜態的乘客停留時間的負荷計算結果較大。隨著客流量增加，列車發車間隔縮短，導致乘客在站臺停留時間減小。站臺空調負荷波動反而較為平緩。最大負荷差值也發生在晚高峰時刻，差值為-14.5 kW，相對差值為-11.16%，相對站廳較小。

5 結論與展望

本文通過對西安某地鐵站乘客運動行為的調研和模擬得到在不同客流量及列車發車班次情況下的乘客在站停留時間。結果表明，隨著進站客流量的增多，乘客在安檢設施處的排隊時間增加，導致進站乘客在站臺停留時間在1 min 到10 min 之間變化。隨著發車間隔減小，乘客在站臺的停留時間縮短，在6 min到2 min 之間變化。出站乘客走行阻礙較弱，停留時間隨客流量的變化較小。

對比基于靜態和動態的乘客在站停留時間的空調負荷計算結果表明，基于動態乘客在站停留時間的站廳空調負荷波動性較強，最大負荷差值達到96.1 kW，相對差值達到29.97%。站臺層負荷波動較為平緩，最大負荷差值為-14.5 kW，相對差值為-11.16%。建議當對地鐵車站空調負荷結果精度要求較高時，應當采用基于動態的乘客停留時間的計算方法進行計算。