深圳地铁网络化运营仿真研究

杨德明 杨 丽 马爱芳

(1.深圳市城市交通规划设计研究中心有限公司 广东 深圳 518021;2.深圳市地铁集团有限公司 广东 深圳 518026)

1 研究背景

2011年6月，深圳地铁二期工程正式建成通车，正式迈入网络化运营时代，轨道交通里程共计约178 km，设站131座，其中13座换乘站。目前深圳地铁运营线路情况如图1所示。

2 仿真手段

2.1 仿真目标

通过地铁网络化运营仿真要达到以下目标:

1)运能匹配。通过模拟、优化各线的运营计划，使线路间运能配置均衡，并对每条线路的运用车数(配车数)、高峰小时列车开行对数等提出建议。

2)首末班车协调。通过协调各线的首末班车开行时刻，确保首班车进城方向和末班车出城方向的大部分乘客能顺利抵达目的站。

3)换乘站列车时刻协调。通过网络运营协调，优化换乘站列车到发时刻，避免乘客在站台发生拥堵，提高运营服务水平。

2.2 仿真手段及作业流程

此次研究选取的两款仿真工具分别是网络化行车仿真软件Opentrac和车站行人仿真工具Legion。

2.2.1 网络化行车仿真工具

图1 深圳地铁运营线网

Opentrac来源于20世纪90年代中期瑞士联邦研究院(Swiss Federal Institute of Technology)。在轨道交通应用中，采用面向对象的思想，拥有友好的用户界面，主要用来解决轨道交通运营仿真问题。Opentrac广泛应用于轨道交通网络系统基础设施的需求分析与规划、线路和车站的运营能力分析、列车牵引分析、构建列车时刻表并分析其适应性和鲁棒性、多种信号系统分析(如离散阻塞系统和移动闭塞系统等)、系统故障和延迟模拟分析［1］。

2.2.2 车站行人仿真工具

英国Legion公司开发的Legion Studio 2006行人模拟软件，目前被业内认为是最有效的行人仿真与分析工具，广泛用于交通枢纽、地铁车站、奥运场馆、机场和大型活动等人流聚集区域的步行人流模拟。Legion仿真模拟系统具有强大的数据和图形输出接口，能够获得人流密度、步行时间、乘客疏散时间、最大排队长度、最大等候时间等分析数据。同时，也可以输出行人活动区域内的人流密度分布和最大密度的持续时间分布等直观图形。在此基础上，依据相关设计规范及规定，对行人空间密度、步行速度、步行时间以及应急疏散时间等指标进行评价［2］。

2.2.3 作业流程

鉴于以上两种仿真系统在地铁运营仿真方面的优势，本研究采取这两种仿真手段对深圳地铁网络进行模拟，采用的技术路线如图2所示。

图2 仿真作业流程

3 线网及车站仿真

地铁网络数据库的构建是开展仿真工作的基础，主要内容包括深圳地铁网络(车站及线路)组成、配车数、列车运营特征、开行计划及发车对数、客流分析(全日及高峰)等方面(如表1～表3所示)。

表1 深圳地铁网络构成基本特征

3.1 网络客流预测

通过对深圳地铁全网5条线的客流分析，预计2012年6月至年底，全网出行量达到180.7万人次/d，客运强度为 1.43万人次/km，全网客运量达到255.9万人次/d，详细客流预测数据如表2所示。

表2 深圳地铁2012年底全网客流预测

3.2 网络行车仿真

网络行车仿真就是将线路、车辆及设备特征数字化，模拟列车在网络中运行的实际情况，进而判断网络化运营列车开行计划及运营服务水平的优劣，并提出相关措施，以优化列车运能与客流的匹配度，从而提高网络化运营的服务水平。

下面主要从运能匹配、首末班车协调及换乘站协调三方面进行优化。

1)优化各线的运营计划，使线路间运能配置均衡，并优化每条线路的运用车数、高峰小时列车开行对数。

2)确保大部分对外客流(口岸、火车站、机场等)和市郊往市区的通勤客流能及时搭乘轨道交通并顺利抵达目的地，首班车换乘其他线路主要方向的等待时间尽量不大于20 min。

3)在换乘站优先满足骨干线路的换乘，使换乘条件差的车站以及换乘客流大的方向换乘匹配，同时根据换乘客流的大小，确定换乘方向的优先顺序。

通过对配车、客流需求、运营计划等情况下的仿真分析(见表3)可知:

表3 深圳地铁网络化开行计划

1)1、2号线的配车数和运营计划均可满足运能要求;

2)3号线配车数尚缺7列，运营计划缺少8.7对/h的运能;

3)4号线配车数尚缺10列，运营计划缺少8.7对/h的运能;

4)5号线配车数满足运能要求，运营计划尚缺0.7对/h的运能。

建议增设备车，密切监控大站周边及网络重要换乘节点的客流情况，随时调度备车上线，疏散客流。

3.3 车站行人仿真

开展车站客流仿真分析，主要是为评估车站设施布局及客流组织是否合理，提出车站设施布局和客流组织的改善建议。在已有的预测需求基础上，使用计算机行人模拟软件Legion，建立高品质的计算机仿真模型［3-4］，充分反映研究时段内的站点运营状况，来对高峰时段站内乘客的常规活动进行模拟，从而对车站的运行情况进行预判。

3.3.1 车站客流预测

1)车站出入口客流分布。分析车站出入口客流分布与周边人口及就业岗位数量之间的关系(见图3)，可以得出以下关系:

图3 车站出入口的人口与岗位分布

晚高峰进站客流与周边就业岗位正相关;出站客流与周边居住人口和商业就业岗位正相关;早高峰进站客流与周边居住人口正相关;出站客流与周边就业岗位正相关。

2)车站出入口客流时变特征。分析高峰时段进站客流随时间变化的规律，为客流输入提供依据，进站客流工作日晚高峰呈先增后减趋势，周末晚高峰呈递减趋势。

3)换乘客流时变特征。分析高峰时段换乘客流随时间变化的规律，为客流输入提供依据，换乘客流呈现与进站客流基本相同的时变特征。

4)车站内客流OD分布特征。为仿真时车站内的客流流向分析提供依据。

3.3.2 仿真参数与评价指标

为了使Legion软件更好地适应中国地区项目的需要，在地铁站及其他各类地点采集了大量的中国行人实测数据，并进行了统计分析。在此基础上，对Legion模型进行标定，从而实现了模型的中国本土化。通过模型标定，确定了中国行人的一些重要参数值，并与国外相关研究得到的参数值进行了对比［5-6］。

1)车站设施及行人仿真参数。通过对地铁车站服务设施调查统计及行人特征分析，得出仿真所需参数，如表4所示。

表4 车站设施及行人仿真参数 s

2)评价指标。选取客流密度作为评价指标，即单位面积内乘客的数量，评价标准参照地铁设计规范与其他城市的经验制定(见图4)。

图4 地铁车站客流仿真评价指标

3.3.3 车站仿真分析

选取深圳地铁车站客流最多的老街站进行仿真模拟，老街站位于深圳商业繁华地区，为1号线和3号线的换乘车站，也是内地第1个同站台换乘车站，客流大，换乘客流特征明显且比较复杂，容易出现混乱，老街站的客流预测如表5所示。

表5 老街站客流预测 人次/h

通过legion仿真软件的模拟，得到车站站厅的客流拥挤度分析及站台客流密度变化(见图5～图6)。

图5 老街站站厅客流拥挤度分析

图6 老街站站台客流密度变化

输出仿真测试界面及行人最大密度如图6所示，依据Fruin的行人运动、等候区域服务水平评价体系，老街站内部总体行人密度均在E级以上服务水平，各类设施通行能力基本满足车站旅客乘降及换乘需要，设施之间衔接有序，在高峰期间，3号线东行站台以及换乘扶梯处拥堵区域较为明显，需要采取特殊的客流组织方案。

3.3.4 客流组织建议

从图6可以看出，老街站在早高峰时段的整体运行状况良好，B3、B4层出站及换乘楼扶梯口会出现短时拥挤，可自行消散;北侧出站闸机前会出现排队现象，排队时长较短。晚高峰3号线东行站台乘客滞留严重，站台最大密度超过4人/m2，滞留乘客数量超过4000人，必须采取一定措施，以减少站台乘客数量。考虑到3号线有较好的开行小交路条件，建议在高峰时段加大关键区间的行车密度。

4 结语

地铁成网运营以后，各条线路的运营必须符合网络化运营的整体技术要求，单线或单站一旦出现运营的问题，将会波及整个网络。本研究利用数字模拟技术，模拟深圳地铁网络化运营的实际情况，建立评价指标体系，对网络化运营水平进行评价。根据评价结果，判断网络化运营存在的问题，并提出改善建议，这将更好地为地铁规划、设计、运营等工作提供有力的技术支持。

［1］康海燕，郑世枚，吴倩.地铁换乘站客流组织研究［J］.铁道运输与经济，2009，31(8):89-90.

［2］周悦，王江燕，黄迪，等.微观人流仿真在2010年上海世博会中的应用［J］.交通运输系统工程与信息，2009，9(2):141-146.

［3］史建港.大型活动行人交通特性研究［D］.北京:北京工业大学，2007.

［4］毛保华，郭谨一，陈振起，等.大型活动期间城市交通组织方法研究［J］.交通运输系统工程与信息，2007，7(1):18-24.

［5］北京市市政工程设计研究总院.北苑客运交通枢纽设计方案［G］.北京，2008.

［6］张建勋，韩宝明，张继菁.动态仿真技术在城轨交通车站设计中的应用［J］.都市快轨交通，2008，21(1):37-40.