轨道交通站点超大客流管控措施研究

王淑伟 孙立山 荣 建

(北京工业大学城市交通学院 北京 100124)

轨道交通站点超大客流管控措施研究

王淑伟 孙立山 荣 建

(北京工业大学城市交通学院 北京 100124)

客流管控措施是缓解轨道站点客流过载的重要途径，既有措施多基于经验判断，实施效果不佳。基于此，对北京市轨道站点超大客流管控措施应用的现状进行分析，结合国内外行人交通特性的研究成果，提出针对轨道交通站点的超大客流管控线性规划模型，并以四惠东站为例对模型进行仿真验证。结果表明，该模型能够在确定轨道交通站点服务能力的前提下，得到各入口限流值，为客流管控实践提供科学依据，同时辅助实现轨道交通线网运力的合理分配。

轨道交通;超大客流;网控限流;行人仿真;管控措施

1 研究背景

大客流冲击所造成的轨道站点客流过载现象不仅会降低服务水平，同时也形成安全隐患。

1)服务水平下降。客流密度增加导致服务水平下降，同时大量乘客滞留站台影响了乘客上下车速度，限制发车间隔的进一步缩短，形成恶性循环。

2)安全隐患增加。过度拥挤的乘车环境极易引发踩踏事故，如遇火灾等突发事件，还将导致场面失控、疏散受阻，增加生命和财产损失。

因此，研究超大客流管控技术对于轨道交通的安全、高效运营意义重大。

1.1 北京轨道交通超大客流管控措施应用现状

北京市轨道交通目前实行的超大客流管控措施可分为流量控制和速度控制。

1)流量控制。由工作人员根据站台客流密度的变化情况，引导乘客分批进入，如图1所示。四惠、国贸、刘家窑等站点采用了流量控制。

图1 流量控制措施

2)速度控制。通过设置导流围栏，降低乘客行走速度，如图2所示。目前北京南站、西直门、天通苑等站点采用了速度控制。

图2 速度控制措施

流量控制与速度控制所起到的作用在本质上相同，即限制一定时间内进入站内的客流总量。关于如何确定限流值，目前尚处于经验化管理阶段，科学性和实用性不强。

1.2 国内外行人交通特性研究现状

早期的行人特性研究主要围绕流量、速度、密度三要素之间的关系展开。1948年，前苏联火灾防治科研中心(VHIIPO)首次提出行人密度概念，并构建了行人流率与速度及密度的关系模型［1］;1958年，Hankin和Wright建立了单方向行人流的速度密度曲线［2］;1997年，W H K Lam对香港MTR车站的行人流特征与路径选择规律进行研究，提出了反映当地乘客行为特征的基础数据资料［3］。

20世纪90年代开始的研究主要围绕行人设施的通行能力和服务水平。美国交通运输研究委员会(TRB)在总结前人研究的基础上，主持编写的《通行能力手册》(HCM)［4］和《枢纽通行能力和服务水平手册》(TCQSM)［5］，规范了行人交通特性的分析方法以及行人设施的设计过程。

近年来，学者主要围绕超大客流组织进行研究。史小俊、朱效杰、宋立明［6-8］等人通过分析地铁站内超大客流现象，提出了站控、线控、网控三个层次的限流思路:车站级客流控制(简称“站控”)是指各车站根据本站实际情况独立制定客流管控措施;线路级客流控制(简称“线控”)是指当站控不能起到预期效果的时候，本线路限流车站协同制定客流管控措施，其控制效果优于站控;线网级客流控制(简称“网控”)是指当线控不能起到预期效果的时候，全网限流车站协同制定客流管控措施，其效果优于线控。

综上所述，国内外对行人交通的研究多集中于设施通行能力和微观行为参数，针对客流管控措施的研究较为有限，且多处于定性阶段。

2 轨道交通站点网控限流模型

分析发现，造成轨道站内乘客滞留的主要原因是线路运力的不足。因此，客流管控措施的制定应以各站点的列车运力作为依据。

基于网控思想，为每个站点规定列车的出发满载率。上一个站点的出发满载率即为该站的到达满载率，调查某站点的下车人数比例、换乘人数比例，结合该站规定的出发满载率，即可得到该站的计划上车人数。根据上车人数确定站点的限流阈值，既能够充分利用站点分配的运力，又能够最大限度地降低站内客流密度，

基于以上分析，以车辆满载率为限制条件、最大限度地降低站内客流密度为目标，构建轨道交通站点的线性优化模型。

2.1 模型的构建

假设某轨道交通换乘站点有n个入口，建立线性规划模型如下:

式中:n为站点入口数;m为站点内地铁线路条数;Xi为入口i的限流值，人/h，Rij为由入口i进入站内的乘客选择线路j的比例，Aj为第j条地铁线路的实际运力，人/h。

式中:Cj为线路j的满载运力，人/h;Fj为线路j乘客上车后的满载率;Ej为线路j乘客上车前的满载率;Tj为通过站内换乘进入线路j的客流量(可通过分析AFC数据得到)，人/h。

式中:Pj为地铁线路j每节车厢的额定载客人数;Nj为线路j的列车编组数;Kj为线路j的每小时发车数。

2.2 模型的验证

四惠东站为1号线与八通线的换乘车站，是1号线的起点站，八通线的第2站。目前高峰小时(早7∶30—8∶30)进站量约为6 500人，站内拥挤严重。该站共有两个出入口，分别为A、B，其站型结构和乘客流线如图3所示。调查发现，从A、B口进站的乘客选择1号线的比例均为84%。

图3 四惠东站站型结构与乘客流线

对四惠东站开展实地调研，获取车站地面设施尺寸、各换乘流线的客流量以及列车运行特性。调研时间选择 2012年 7月的某工作日早(8∶00—9∶00)晚(17∶00—18∶00)高峰时段，调查方法采用人工跟随、人工计数法和录像法。

该站共有两条地铁线路，分别为1号线和八通线;两条线路均为6节编组，每节车厢核载226人;高峰时段1号线平均发车间隔为2 min 30 s，八通线平均发车间隔为3 min;满载率为实际乘客数与满载容量的比值，其中1号线自东向西的上车前满载率为0，为实现运力合理分配，将其离开满载率设为0.6;八通线自西向东方向的上车前满载率约为0.2，离开满载率约为0.4。综上所述，限流模型各输入参数取值如表1所示。

计算得到中间值:C1=32 544，C2=27 120，A1=3 860.4，A2=2 095。将中间值代入规划限流模型，得到四惠东站线性优化模型，其中X1，X2分别为两个入口的限流值。

表1 限流模型输入参数

运用Matlab求解，得到最优解为

即:A、B两个入口的限流值均为2 298人/h。当采用此限流值时，两条线路分配的运力均得到充分利用，而且不会引起站台的乘客滞留。

2.3 仿真验证

综合调研数据，搭建行人仿真模型。四惠东站属于常态限流站点，限流方式为通过设置导流围栏降低乘客行走速度。原有限流措施下的客流运行状态在仿真验证中称为限流前，采用以上措施之后的客流运行状态称为限流后。四惠东站乘客流线中有两处关键节点，分别是站台楼梯与站厅楼梯。仿真得到限流前后客流密度变化情况，如图4、5所示，不同颜色表示不同的Fruin服务水平等级，如图6所示。

图4 限流前后站台楼梯平均客流密度对比

图5 限流前后站厅楼梯平均客流密度对比

图6 Fruin排队服务水平

如表2所示，限流前站台楼梯和站厅楼梯的服务水平分别为F级和D级;限流后分别达到D级和C级，客流密度明显降低。同时，由于采取了限流措施，安检服务水平亦从D级变为A级，提高了安检效率与质量。因此，采用模型计算所得的限流值，能够明显降低关键节点的客流密度，提升轨道站点在大客流冲击下的运营安全性。

表2 限流前后关键节点客流密度变化

3 研究结论

以四惠东站为例，对轨道交通站点网控限流模型进行验证，结论如下:

1)模型能够在充分利用站点运力的基础上，得到各入口限流值，保障一定的服务水平，提高运营安全性。

2)模型能够在给定车辆满载率的情况下，辅助实现轨道交通线网运力的合理分配，进而提高城市轨道交通体系的运行效率。

3)模型是对轨道交通站点线网级客流控制的有益探索，限于研究深度，如何确定各站的运力分配比例等问题有待进一步研究。

［1］沙云飞.人群疏散的微观仿真模型研究［D］.北京:清华大学，2008.

［2］Hankins B D，Wright R A.Passenger flows in subways［J］.Operational Research Quarterly，1958(9):81-88.

［3］Lam W H K，CHEUNG C Y.Pedestrian Speed-Flow Relationships for Walking Facilities in Hong Kong［J］.Journal of Transportation Eng，2000，13(2):343-349.

［4］Transportation Research Board.Highway capacity manual［M］.Washington DC:TRB，National Research Council，2000.

［5］Transportation Research Board.TCRP Report 100:Transit capacity and quality of service manual［R］.Washington DC:TRB，National Research Council，2003:7223.

［6］史小俊.地铁车站应对大客流的组织措施［J］.城市轨道交通研究，2009，12(10):76-78.

［7］朱效洁.上海轨道交通人民广场枢纽站大客流组织对策研究［J］.城市轨道交通研究，2010，13(1):7-12.

［8］宋利明.地铁线网大客流应对措施探讨［J］.城市轨道交通研究，2011，14(8):73-74.

Study on the Control Measures of Rail Transit Large Passenger Flow

Wang ShuweiSun Lishan Rong Jian
(College of Metropolitan Transportation，Beijing University of Technology，Beijing 100124)

Abstract:Effective control measures of large passenger flow could reduce negative effect caused by transit station overload.Current control measure research is based on experience and judgment and cannot harness large passenger flow effectively;this paper aims to solve this problem.A network－level linear planning control model in transfer stations was put forward in line with the analysis on the present passenger flow control measures of Beijing transit station and research achievements on pedestrian traffic characteristics in the world.A model validation simulation with Sihuidong station was conducted subsequently.Validation results show that the model could help to reduce passenger density under the premise of not reducing station convey capacity，and at the same time assist reasonable allocation of rail transit network capacity.

Key words:rail transit;large passenger flow;network－level passenger flow limiting;pedestrian simulation;control measures

U231+.4

A

1672-6073(2014)01-0016-03

10.3969/j.issn.1672-6073.2014.01.005

收稿日期:2013-02-24

2013-03-21

作者简介:王淑伟，男，博士研究生，从事轨道交通与土地利用互动关系研究，wangsw@emails.bjut.edu.cn

北京市交通行业科技项目(Ky2011-30);高等学校博士学科点专项科研基金资助课题(20121103120025)

(编辑:曹雪明)