APP下载

列车运行计划编制与验证系统研究

2013-05-08胡亚峰

铁路通信信号工程技术 2013年1期
关键词:计划编制列车运行客流

胡亚峰

(北京全路通信信号研究设计院有限公司,北京 100073)

1 概述

随着我国城市化进程加快,城市交通堵塞和环境污染也日益严重。只有采用大客运量的轨道交通系统,才能从根本上解决城市公共交通问题。截至2011年底,我国大陆已有北京、上海、南京等13个城市建成轨道交通系统[1],另有苏州、宁波等22个城市在建或通过审批。

列车运行计划规定了列车运行的时间与空间关系,是铁路运营组织的基础。该计划包含列车在各车站的起停时间、作业方式、折返方式及所用车辆、出入库路径等。通过列车运行计划,整个铁路网的生产活动联成一个整体,并有秩序地进行作业。与长距离轨道交通相比,城市轨道交通具有客流量大、客流时空分布不均衡、站间距短、车站配线少等特点,这给其列车运行计划的编制带来了诸多挑战。

在城市轨道交通系统建设初期,需要考虑轨道交通系统建设规模、建设方案、车辆选型和系统建成以后的各种运营指标等,以指导轨道交通系统的建设;在系统建设后期,需要快速编制高效的列车运行计划,以适应客流变化及线路改造,保障轨道交通系统高效和安全运营。这些都需要高效的列车运行计划编制与验证系统,以提升城市轨道交通网络的运营效率和安全性。

本文结合北京全路通信信号研究设计院有限公司在该领域的研究成果,回顾当前国内外研究进展,介绍系统总体结构和功能组成,详细研究若干关键问题。需要指出的是,本文的研究背景为城市轨道交通,但相关研究成果对长距离轨道交通同样具有借鉴意义。

2 研究进展

自上世纪50年代始,国外学者即开始研究利用计算机编制列车运行计划[2]。日本注重人工智能方法,将计算机自动生成的解作为原始方案,再采用人机交互方式进行修正。前苏联着眼运输生产上的实用性,应用计算机代替人工运算。荷兰基于列车周期时刻表模型,开发了运行计划编制的决策支持系统[3]。此外,美国、德国等国家也先后进行相关研究与实验,取得了一些成果。我国自上世纪60年代也开始研究列车运行计划编制问题。铁道部科学研究院率先于1962年利用计算机铺划非平行运行图。西南交通大学引入专家系统,研究了运行计划编制中的人工智能问题,并设计了全路运行图编制系统[4]。

在城市轨道交通领域,国外对列车运行计划编制的研究起步较早,且有较成熟的软件产品。西门子公司于1998年开始研制名为“Falko”的软件[5],用于铁路系统时刻表的建立、验证和运营仿真。它以完整的闭环交通控制系统为模型,提供实际运营过程的真实模拟,是高质量、有效的时刻表编制与验证系统。阿尔卡特、通用电气、阿尔斯通等信号系统提供商也有各自配套的时刻表系统。国内对该方向的研究落后于国外,但近几年发展速度很快。同济大学研制的TPM编图软件[6],实现了运行计划的计算机编制与调整,使运营部门摆脱了Excel等第三方工具,提高了生产效率。在牵引计算、列车运行仿真、运输计划优化等方向,国内学者做出了一定贡献。总体而言,国内研究成果覆盖面较广,但缺乏深度,也缺少有影响力的产品。

该领域国内市场基本被国外信号公司主导,但国外公司产品往往与自身信号系统绑定,不提供基础数据配置接口,且人机交互方式不适应国内用户习惯[7]。国内公司的一些相关软件产品也在地铁运营公司和铁路设计院有应用,但几乎都集中于人工编制与人工调整等功能,在运行计划优化和高精度仿真验证方面鲜有突破。

构建具有自主知识产权的列车运行计划编制与验证系统,是一项紧迫而又富有挑战的任务。该系统涉及的客流预测与分析、列车运行计划优化、运营评估等依托于轨道交通运输专业,而列车牵引建模与计算、信号系统仿真等又依托于信号控制专业。北京全路通信信号研究设计院有限公司组织各相关专业团队,借鉴国内外成功经验与先进技术,依托北京地铁8号线等工程项目,对该领域进行了长期和深入的研究,取得了一些成果。

3 系统结构

列车运行计划编制与验证系统由基础数据管理、运行计划优化编制、运行计划人工编辑、仿真验证和运行计划输出等5大模块构成,总体结构和主界面分别如图1、2所示。

3.1 基础数据管理

基础数据是列车运行计划编制的基础和依据,包括客流数据、线路数据、车辆数据、信号参数和时间标尺等。

客流数据指未来某一日期范围内的线路客流量预测数据,主要包括分时分方向断面客流量、分时起讫点客流分布、分时分方向换乘量等。线路数据包括线路平面图、平纵断面、站场图、车辆段分布等。车辆数据包括可用车辆的型号、数量、编组、牵引性能、初始分布等。信号参数描述了进路、保护区段、限速区段、ATC类型、联锁类型等信号细节信息。时间标尺规定了区间运行时间、停站时间、折返时间、出入库时间、追踪间隔时间等时间参数的默认值。

3.2 运行计划优化编制

运行计划优化编制是本系统的核心模块。列车运行计划按精细度可分为运力配置计划、车辆计划、运行计划和进路计划。

运力配置计划编制是计划优化编制的第一步,主要依据客流预测结果和具体线路的折返站情况设置交路形式、停车方案和分时开行密度。车辆计划是计划优化编制的第二步,以车辆使用数最小化为目标,考虑车辆种类及初始分布等约束条件,为每个单车次分配一辆列车,同时生成所需的出库和入库车次。运行计划是计划优化编制的第三步,将车辆计划精确到车站轨道,并确定具体的折返路径。进路计划是计划优化编制的最后一步,将运行计划精细到进路区段,并考虑各进路区段间的互斥来保证计划的合理性。

3.3 运行计划人工编辑

运行计划人工编辑贯穿于计划编制全过程,通过一系列人机交互界面方便用户修改编制结果。该模块按功能可分为添加列车、修改列车、删除列车、复制列车、交路合并和交路分拆等6部分。

添加列车功能供用户人工增加单辆完整列车,可配置运行交路、运行时间、折返路径等信息。修改列车功能供用户修改已有列车的信息。删除列车功能供用户删除已有的单辆或多辆列车。复制列车功能以已有列车为模板,单次增加多辆相似列车。交路合并和交路分拆功能分别用于两辆列车合并和单辆列车分拆。通过以上功能,用户可对运行计划做出全面且合理的修改。

3.4 仿真验证

该模块对轨道交通各运行要素建模,并设置各类运行故障,以验证列车运行计划的合理性。运行要素包括客流、ATC、联锁和车辆牵引系统。

客流仿真用于模拟旅客在车站的动态行为,包括到站、安检、过闸机、行走、排队、等待、上车、下车和离站等行为。ATC仿真包括列车自动防护模拟和晚点情形下的自动调整策略模拟。联锁仿真指模拟信号机、道岔和进路间的相互制约关系。牵引计算指根据车辆牵引性能、线路平纵断面及限速信息,动态计算列车的运行速度。模拟验证过程中,列车运行情况和信号系统状态同步显示于图形窗口上。

3.5 运行计划输出

运行计划输出模块以多种形式输出运行计划,以满足不同部门的使用需求。这些形式包括车底时刻表、车站时刻表、车次时刻表、进路计划和运营评估结果。

车底时刻表指按车底编号输出的时刻表,同一车底关联的所有单车次按时间先后次序排列。车站时刻表指按车站输出的时刻表,同一车站经过的所有单车次按时间先后次序排列。车次时刻表指按单车次号次序输出的时刻表。进路计划包含了列车运行所需的详细进路信息,供信号系统使用。运营评估结果指系统对运行计划的分析评估信息,如列车运行计划协调性、可实施性和安全性等。

4 关键问题研究

4.1 运力配置计划优化编制方法

运力配置计划规定了线路的旅客输送任务,其编制基础是客流预测结果和线路信息。交路的起讫站依据客流空间分布密度和具体折返站情况设置,其形式包括单一列车交路、大小列车交路和共线列车交路等。各交路的站停方案和站停时间依据各站的断面客流密度而定。交路的开行密度依据客流时间分布密度而定,需考虑追踪间隔时间约束。

运力配置计划的优化目标可分为两个层面,分别为面向运营单位和面向旅客。对于运营单位,需考虑运营成本与收益,这要求单车满载率尽可能高。对于旅客,需考虑等待时间和换乘次数等服务质量问题,这要求发车频率尽可能高且尽量开行长交路。综合考虑线路运营成本、旅客等待时间和旅行时间,定量分析三者间的关系,构建了多目标优化模型,并应用启发式算法处理和求解该模型,取得了较好的结果。

4.2 多车辆段的车辆计划优化策略

车辆计划指为满足运力配置计划而制定的车辆使用计划。单条线路可含多个车辆段(含停车场),各车辆段配置的车辆种类和数量也不一样,这给车辆调度带来了一定复杂性。车辆计划的优化目标为车辆使用数最小化,约束条件包括各车辆段存车线数、存车种类、存车数、最小出入库时间、最小检修周期、各折返站最小折返时间和各车站最大存车数等。此外,如车辆需在指定车辆段检修,则需该车辆段的出库车辆与入库车辆一致;如要求各车辆段车辆均衡使用,则需要设置各车辆段的最小用车数。

针对该优化问题,分别建立了车辆同向衔接模型、异向衔接模型、车站存车模型和出入库模型。优化方法上采取分步优化策略。首先只考虑折返时间和车站最大存车数约束,同时增加必要的单车次,以最小化车辆使用数。其次考虑车辆段相关的各项约束关系,增加出库车次和入库车次。最后对车辆使用数进一步优化,合并同一车辆段满足最小检修周期约束的车辆,并对同向车次间隔时间作平滑处理。对北京地铁多条线路实施该优化策略,在优化效果和求解时间上都有一定优势,如图3所示。

4.3 折返站作业流程建模与分析

列车运行计划需进一步精确到轨道,并确定具体的折返路径。折返站一般配置多条渡线或折返线。列车在折返站也相应存在多条折返路径,可分为站前折返和站后折返两大类。根据使用渡线或折返线的不同,各大类又可细分为若干小类。折返站的折返能力是影响线路运输能力的主要因素之一。运行计划编制中,需要通过优化折返路径与折返时机来实现列车正线运营与折返的有效衔接。

通过对列车在折返站的作业过程分析和分解,本系统自动提取关键位置点。分析各作业子过程间的关系可知,同一列车不同子过程在时间上存在接续关系,在空间上存在接续关系和选择关系;不同列车子过程间的约束关系可分为相容、部分互斥和完全互斥3类关系。如此,折返站作业可视为离散事件驱动的动态系统,可建立基于事件驱动的状态空间模型。如图4所示,基于该模型,设计面向折返调度的递推式算法,可有效确定运行计划中各列车的占用轨道和折返路径。

4.4 面向路网的运行计划优化方法

与单线路相比,轨道交通网络的客流将呈现不同的特征,其运行计划优化问题也更复杂。从路网运营角度,必须进一步提高路网客流预测的准确性、各线路运力配置的均衡性和运行计划的协调性。路网形成后,客流的产生、时间分布和空间分布特性都会发生变化。建立更准确有效的预测模型和分析技术,才能得到精准的网络客流数据。运力配置的均衡性主要考虑换乘站,包括不同线路在换乘站的客流高峰时段不同时到达、延续时间不等及线路间换乘客流不均衡等情况。运行计划的协调性主要考虑换乘旅客的方便和快捷,各线首末班车次发车时刻及各线列车在换乘站的到发时刻需协调,以尽可能减少乘客的换乘时间。

4.5 面向路网的运营仿真技术

轨道交通运营仿真按空间可分为车站、线路和路网等3个层次。车站仿真需模拟旅客到站、安检、过闸机、行走、等待、排队、上车、下车和离站全过程,需构建旅客模型、车站环境与设备模型和列车模型。线路仿真需模拟不同情形下列车在线路上的运行状态及车流与客流的联动关系,需构建客流模型、ATC模型、联锁模型和车辆牵引模型。路网仿真需模拟车站、线路和路网3层人流、车流和信号系统的集成联动关系。

对客流、既有信号系统和车辆牵引系统建模,基于列车运行计划,本系统可实现车站和线路仿真。系统可设置临时限速、客流拥塞、车门故障和信号设备故障等各类运营场景,以多种速率进行反复试验,从而对运行计划与运行结果的内在关系进行评估。实际运营中很难实施的极限实验和突发情况可以在此系统上得以复现和研究。

4.6 运营评估理论与方法

运营评估从车站、线路和网络等不同层面上对轨道交通路网运营能力进行分析与评估。运营评估的数据来源于历史运营数据和列车运行计划的仿真结果。评估方法包括线路运输能力、路网运输能力、列车运行计划协调性和可实施性、换乘站衔接、首末车衔接、实际运营效果和运营安全性等。通过研究运营评估理论和方法,可为高效配置路网资源、保障安全运营和提高服务水平提供科学依据,为运营部门提供决策支持,实现路网整体效益的提升。

5 结语

随着城市轨道交通路网的逐步建成,列车运行计划编制与验证系统将对路网安全高效运营发挥日益重要的作用。本文结合北京全路通信信号研究设计院有限公司研究成果,回顾了国内外研究进展,介绍了系统总体结构和功能组成,详细分析了其中几个关键问题。研制具有自主知识产权的列车运行计划编制与验证系统,是一项紧迫而又富有挑战的任务,需要更多研究团体和相关企业的参入。

[1]顾保南.2011年中国城市轨道交通运营线路及里程统计[J].城市轨道交通研究, 2012, 15(2):31-32.

[2]黎新华.单线区段列车运行图铺划与运行调整优化方法研究[D].长沙,中南大学, 2005.

[3] Schrijver, A.and Steenbeek,A.Timetable Construction for Railned[R].Technical report, CWI, Amsterdam, The Netherlands, 1994.

[4]倪少权,吕红霞,杨明伦.全路列车运行图编制系统设计的研究[J].西南交通大学学报,2003,38(3):332-335.

[5] Borger E., Pappinghaus P.and Schmid J.Report on a Practical Application of ASMs in Software Design[J].Lecture Notes in Computer Science, 2000, 1912:361-366.

[6]徐瑞华,江志彬,朱效洁,等.城市轨道交通列车运行图计算机编制的关键问题研究[J].城市轨道交通研究, 2005,8(5):31-35.

[7]汪洋,张伦.京津城际列车运行图编制系统研究[J].铁道运输与经济, 2011, 33(7):72-74.

猜你喜欢

计划编制列车运行客流
客流增多
油气勘探开发三年滚动计划编制的思考
城市轨道交通节假日期间大客流行车组织思考与实践
改善地铁列车运行舒适度方案探讨
CBTC系统列车运行间隔控制仿真研究
列车运行控制系统技术发展趋势分析
基于自学习补偿的室内定位及在客流分析中的应用
相同径路的高速列车运行图编制方法
人工免疫算法在电梯客流时段划分的应用
城市轨道交通车底运用计划编制优化模型求解的混合列生成算法