基于車(chē)站客流密度系數(shù)監(jiān)控及預(yù)警的地鐵線(xiàn)網(wǎng)客流聯(lián)控研究*

劉菊美

(廣州地鐵集團(tuán)有限公司， 510330， 廣州∥高級(jí)工程師)

廣州地鐵線(xiàn)網(wǎng)日均客運(yùn)量900萬(wàn)人次已成為常態(tài)，在廣州市公共交通客流中占比超過(guò)50%。隨著線(xiàn)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(shí)間的跨度更長(zhǎng)、換乘途徑更多，客流時(shí)空分布的波動(dòng)性更強(qiáng)，因而導(dǎo)致線(xiàn)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(chǎng)人員判斷為主的客流控制方法由于對(duì)主觀經(jīng)驗(yàn)的依賴(lài)性較強(qiáng)，已難以滿(mǎn)足網(wǎng)絡(luò)化運(yùn)營(yíng)模式下對(duì)客流進(jìn)行精準(zhǔn)控制的要求。本文通過(guò)研究基于車(chē)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(xiàn)網(wǎng)客流控制的分級(jí)預(yù)警機(jī)制及線(xiàn)網(wǎng)聯(lián)控策略，實(shí)現(xiàn)對(duì)車(chē)站客流的即時(shí)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(jiǎn)稱(chēng)“客控”)的方式主要分為單站級(jí)客流控制(以下簡(jiǎn)稱(chēng)“站控”)、單線(xiàn)級(jí)客流聯(lián)控(以下簡(jiǎn)稱(chēng)“線(xiàn)控”)和線(xiàn)網(wǎng)級(jí)客流聯(lián)控(以下簡(jiǎn)稱(chēng)“網(wǎng)控”)3種。

站控是指為保障車(chē)站內(nèi)站臺(tái)、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(zhǎng)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(jí)客流控制、二級(jí)客流控制、三級(jí)客流控制。當(dāng)單站級(jí)客控已無(wú)法滿(mǎn)足客流疏導(dǎo)需要，需結(jié)合多站、多線(xiàn)聯(lián)控實(shí)現(xiàn)對(duì)大客流的有效疏導(dǎo)。

在實(shí)際的運(yùn)營(yíng)管理中，一般選取一些大客流換乘站或高峰高斷面車(chē)站作為客流的主要控制站(以下簡(jiǎn)稱(chēng)“主控站”)。在此基礎(chǔ)上再選取一些車(chē)站作為輔助控制站(以下簡(jiǎn)稱(chēng)“輔控站”)，輔控站的進(jìn)站客流通常對(duì)主控站高峰高斷面的貢獻(xiàn)度較大，多為主控站所在線(xiàn)路的前方車(chē)站或同主控站存在換乘關(guān)系的相鄰線(xiàn)路車(chē)站。當(dāng)主控站實(shí)施單站級(jí)客控后仍無(wú)法緩解客流壓力時(shí)，可實(shí)施線(xiàn)網(wǎng)聯(lián)控措施，即：在本線(xiàn)實(shí)施線(xiàn)控、在相鄰線(xiàn)路實(shí)施網(wǎng)控。

2 基于車(chē)站客流密度系數(shù)監(jiān)控及預(yù)警的線(xiàn)網(wǎng)客流聯(lián)控策略

目前，地鐵車(chē)站的客控普遍存在啟動(dòng)時(shí)機(jī)對(duì)主觀經(jīng)驗(yàn)依賴(lài)性強(qiáng)、客控對(duì)乘客出行的影響程度評(píng)價(jià)難以量化等問(wèn)題[2]，為此，本研究通過(guò)引入車(chē)站客流密度系數(shù)、客控效率等量化指標(biāo)，結(jié)合現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行分析驗(yàn)證，建立基于車(chē)站客流密度系數(shù)監(jiān)控及預(yù)警的線(xiàn)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(xiàn)網(wǎng)客流控制應(yīng)用平臺(tái)(以下簡(jiǎn)稱(chēng)“線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)”)，根據(jù)計(jì)劃性運(yùn)力安排、歷史客流規(guī)律及動(dòng)態(tài)變化的客流數(shù)據(jù)，迭代更新線(xiàn)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(chē)站客流密度系數(shù)監(jiān)控及預(yù)警的線(xiàn)網(wǎng)聯(lián)控策略

2.1 車(chē)站客流密度系數(shù)的定義及計(jì)算

車(chē)站客流密度系數(shù)的定義為在一個(gè)統(tǒng)計(jì)周期內(nèi)，某車(chē)站實(shí)時(shí)滯留客流數(shù)量與有效容納人數(shù)之比，用以表征車(chē)站的實(shí)時(shí)擁擠度[3]。車(chē)站滯留客流數(shù)為車(chē)站等候上車(chē)人數(shù)和可乘車(chē)人數(shù)的差值。在運(yùn)力充足情況下，等候上車(chē)乘客均能夠乘車(chē)離開(kāi)，不存在滯留客流；當(dāng)運(yùn)力不足時(shí)，可乘車(chē)人數(shù)小于等候上車(chē)人數(shù)，則出現(xiàn)滯留客流。車(chē)站滯留客流數(shù)可通過(guò)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(chē)站客流密度系數(shù)x、車(chē)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(chē)站區(qū)域有效面積內(nèi)可容納人數(shù)；

Z——車(chē)站等候上車(chē)人數(shù)(換乘站包含換入客流)；

C——列車(chē)到達(dá)該站完成下客作業(yè)后的斷面客流；

D——列車(chē)駛離該站時(shí)的斷面客流。

2.2 基于車(chē)站客流密度系數(shù)的客控預(yù)警機(jī)制

2.2.1 單站級(jí)客控預(yù)警

綜合考慮車(chē)站站臺(tái)、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(chē)站客流密度系數(shù)，作為啟動(dòng)客控的警戒閾值x0。當(dāng)線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)檢測(cè)到x大于x0時(shí)，線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)將自動(dòng)觸發(fā)，向車(chē)站發(fā)出相應(yīng)級(jí)別預(yù)警，作為現(xiàn)場(chǎng)執(zhí)行站控、線(xiàn)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(jí)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(gè)等級(jí)[5-6]。

表1 Los分級(jí)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(shí)段乘客站立密度與D級(jí)水平相近，因此，本文綜合車(chē)站結(jié)構(gòu)、設(shè)備布局等具體情況，選取D級(jí)中適合車(chē)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(chē)站的實(shí)際情況進(jìn)行適當(dāng)調(diào)整。

結(jié)合高峰時(shí)段的乘客出行規(guī)律及計(jì)劃運(yùn)力安排，對(duì)車(chē)站客流進(jìn)行15 min分時(shí)預(yù)測(cè)(為滿(mǎn)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(cè)算x和p。當(dāng)x大于x0時(shí)，依次啟動(dòng)各級(jí)客流控制。單站級(jí)客控預(yù)警工作流程如圖2所示，其中：x1為站臺(tái)客流密度系數(shù)，指站臺(tái)滯留乘客與站臺(tái)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(tái)滯留乘客超過(guò)站臺(tái)有效面積內(nèi)可容納人數(shù)時(shí)，則x1大于x0，付費(fèi)區(qū)出現(xiàn)乘客滯留，若預(yù)測(cè)滯留持續(xù)時(shí)間將超過(guò)15 min，則需要實(shí)施一級(jí)客流控制。付費(fèi)區(qū)、非付費(fèi)區(qū)的情況類(lèi)同。

圖2 單站級(jí)客控預(yù)警工作流程示意圖

2.2.2 線(xiàn)網(wǎng)級(jí)客控預(yù)警

當(dāng)主控站為換乘站時(shí)，在主控站實(shí)施單站級(jí)客控后，客流壓力仍未有效緩解，預(yù)測(cè)車(chē)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(jí)，逐步實(shí)行線(xiàn)網(wǎng)聯(lián)控。優(yōu)先選取該主控站中客流壓力相對(duì)大的線(xiàn)路實(shí)施線(xiàn)控;執(zhí)行線(xiàn)控后，主控站客運(yùn)壓力仍未有效緩解，則在相鄰線(xiàn)路實(shí)施網(wǎng)控。其工作流程如圖3所示。

圖3 線(xiàn)網(wǎng)級(jí)客控預(yù)警工作流程示意圖

2.3 引入客控效率的線(xiàn)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(xiàn)網(wǎng)客流聯(lián)控策略算法，線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)將生成實(shí)時(shí)、動(dòng)態(tài)的線(xiàn)網(wǎng)客流聯(lián)控策略，為本線(xiàn)和鄰線(xiàn)車(chē)站設(shè)置進(jìn)站閾值，通過(guò)系統(tǒng)聯(lián)動(dòng)將線(xiàn)網(wǎng)客流聯(lián)控啟動(dòng)時(shí)機(jī)及閾值等相關(guān)信息推送至各輔控站。線(xiàn)網(wǎng)客流聯(lián)控計(jì)算步驟如下：

2.3.1 科學(xué)設(shè)定線(xiàn)網(wǎng)聯(lián)控客流目標(biāo)值

考慮到車(chē)站站臺(tái)為客流高聚集區(qū)域，客流集散風(fēng)險(xiǎn)最大，因此將站臺(tái)滯留乘客數(shù)量作為線(xiàn)網(wǎng)聯(lián)控客流目標(biāo)值M，即：

M=p

(3)

M也可通過(guò)設(shè)定列車(chē)滿(mǎn)載率控制目標(biāo)的方式進(jìn)行計(jì)算。例如，當(dāng)列車(chē)的目標(biāo)滿(mǎn)載率為120%、實(shí)際的列車(chē)滿(mǎn)載率為130%時(shí)，則M為需要削減的10%滿(mǎn)載率所對(duì)應(yīng)的線(xiàn)路運(yùn)能。

2.3.2 綜合選取輔控站

通過(guò)客流回溯，篩查對(duì)主控站大客流來(lái)源影響較大的車(chē)站，綜合考慮對(duì)主控站大客流貢獻(xiàn)程度、列車(chē)運(yùn)行至主控站時(shí)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(guò)主控站的OD客流與所有備選輔控站經(jīng)過(guò)主控站的OD客流總和之比；

et——輔控站的時(shí)間有效性；

α——eO相對(duì)et的重要性。

式(4)中，eO的比例越高，則輔控站限流對(duì)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(chǎng)客控經(jīng)驗(yàn)，設(shè)列車(chē)經(jīng)由輔控站運(yùn)行至主控站的時(shí)間為t運(yùn)，當(dāng)t運(yùn)≤5 min時(shí)，et取0.10；當(dāng)5 min15 min時(shí)，et取0.04；因eO較為關(guān)鍵，故本文中α取0.8，實(shí)際應(yīng)用中α可根據(jù)實(shí)際情況(如對(duì)OD貢獻(xiàn)度、時(shí)效性的不同要求)靈活調(diào)整。綜上可知，e越大，輔控站的客控效能越高、聯(lián)控效果越好。因此，可結(jié)合管控需要，按e的得分從高至低排序，依次選取一定數(shù)量的站點(diǎn)作為輔控站。

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(chē)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(cè)進(jìn)站客流、主控站線(xiàn)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(cè)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(guò)主控站的OD客流量與所有選定輔控站經(jīng)過(guò)主控站的OD客流總量之比；

G——該輔控站經(jīng)過(guò)主控站的OD客流量。

2.3.4 服務(wù)水平校驗(yàn)

為評(píng)估客控對(duì)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(chē)站進(jìn)站閾值與其預(yù)測(cè)進(jìn)站客流量之比。F值越大，表示客控對(duì)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(duì)客控等候時(shí)長(zhǎng)的接受度(根據(jù)乘客調(diào)研，客控等候時(shí)長(zhǎng)不宜大于10 min)，F(xiàn)的取值應(yīng)不低于80%。當(dāng)F低于80%時(shí)，乘客客控等候時(shí)長(zhǎng)大于10 min，對(duì)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(hào)線(xiàn)、5號(hào)線(xiàn)換乘站。3號(hào)線(xiàn)在工作日晚高峰時(shí)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(hào)線(xiàn)上行線(xiàn)控為例，對(duì)其單線(xiàn)聯(lián)控策略編制過(guò)程進(jìn)行闡述。

3.1 科學(xué)設(shè)定線(xiàn)控客流目標(biāo)值

珠江新城站晚高峰3號(hào)線(xiàn)上行站臺(tái)滯留客流情況如表2所示。結(jié)合現(xiàn)場(chǎng)實(shí)際客流情況，18:00開(kāi)始3號(hào)線(xiàn)上行需執(zhí)行線(xiàn)控，將18:00—18:15時(shí)段的p值(372人)作為M的第一個(gè)目標(biāo)值。后續(xù)結(jié)合車(chē)站滯留客流數(shù)變化情況，對(duì)M進(jìn)行動(dòng)態(tài)更新。

表2 珠江新城站晚高峰3號(hào)線(xiàn)上行站臺(tái)滯留客流數(shù)量計(jì)算表

3.2 篩選輔控站

3號(hào)線(xiàn)上行列車(chē)從起點(diǎn)站開(kāi)出后，經(jīng)由20個(gè)車(chē)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(chē)站作為輔控站。當(dāng)線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)自動(dòng)觸發(fā)珠江新城站3號(hào)線(xiàn)上行線(xiàn)控預(yù)警時(shí)，各輔控站需及時(shí)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(gè)輔控站點(diǎn)在18:00—18:15時(shí)段所對(duì)應(yīng)的OD客流量、預(yù)測(cè)進(jìn)站客流量、主控站線(xiàn)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(xiàn)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(xiàn)網(wǎng)聯(lián)控方案。聯(lián)控方案覆蓋了廣州地鐵線(xiàn)網(wǎng)的52座車(chē)站，有效保障了工作日常態(tài)化的客運(yùn)組織安全。同時(shí)，廣州地鐵非常關(guān)注客控對(duì)輔控站乘客的影響程度，通過(guò)定期評(píng)估現(xiàn)場(chǎng)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(shí)兼顧輔控站乘客的出行感受。針對(duì)計(jì)劃性節(jié)前晚高峰、大型活動(dòng)、展會(huì)等帶來(lái)的大客流沖擊，廣州地鐵在此客控策略基礎(chǔ)上編制專(zhuān)項(xiàng)線(xiàn)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(hào)線(xiàn)上行輔控站篩查表

表4 3號(hào)線(xiàn)上行輔控站R、F計(jì)算列表

目前，廣州地鐵線(xiàn)網(wǎng)的客運(yùn)強(qiáng)度位居全國(guó)第一，整體線(xiàn)網(wǎng)客運(yùn)組織安全、有序。2019年12月31日，廣州地鐵線(xiàn)網(wǎng)客運(yùn)量達(dá)到歷史最高值(1 156.9萬(wàn)人次)，當(dāng)日的晚高峰線(xiàn)網(wǎng)共有12座主控站執(zhí)行線(xiàn)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(xiàn)網(wǎng)超大客流壓力下的客運(yùn)組織安全。

4 廣州地鐵線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)開(kāi)發(fā)

線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)構(gòu)建思路如圖4所示，其主要模塊包括：

1) 車(chē)站客流密度系數(shù)監(jiān)控及預(yù)警。通過(guò)接入線(xiàn)網(wǎng)車(chē)站客流數(shù)據(jù)系統(tǒng)及設(shè)備系統(tǒng)等，實(shí)現(xiàn)了車(chē)站客流密度系數(shù)的實(shí)時(shí)監(jiān)控，可科學(xué)設(shè)定線(xiàn)網(wǎng)聯(lián)控目標(biāo)、合理選取輔控車(chē)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?；诳涂仡A(yù)警，綜合分析OD客流量、預(yù)測(cè)進(jìn)站客流量、主控站線(xiàn)網(wǎng)聯(lián)控客流目標(biāo)值等數(shù)據(jù)，動(dòng)態(tài)更新線(xiàn)網(wǎng)聯(lián)控策略，為本線(xiàn)和鄰線(xiàn)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(chē)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(dòng)。通過(guò)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(dòng)，針對(duì)不同的客流控制模式，可快速聯(lián)動(dòng)閘機(jī)、導(dǎo)向等客運(yùn)設(shè)施，調(diào)整客流流線(xiàn)，并通過(guò)車(chē)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(xiàn)網(wǎng)客控應(yīng)用平臺(tái)的構(gòu)建思路

5 結(jié)語(yǔ)

本文通過(guò)創(chuàng)新性地引入車(chē)站客流密度系數(shù)、客控效率等參數(shù)，結(jié)合廣州地鐵線(xiàn)網(wǎng)的客流規(guī)律和時(shí)空分布特性，從系統(tǒng)最優(yōu)的角度，為車(chē)站現(xiàn)場(chǎng)客流控制提供了科學(xué)的啟動(dòng)時(shí)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(dòng)線(xiàn)網(wǎng)客控應(yīng)用平臺(tái)的運(yùn)用。