基于Anylogic 的地铁车站客流仿真分析

2020-11-04刘汉英

铁路计算机应用 2020年9期

刘汉英

（1. 中铁第一勘察设计院集团有限公司，西安 710043；2. 陕西省铁道及地下交通工程重点实验室（中铁一院），西安 710043）

随着高峰期客流的不断增长，许多地铁站出现客流拥堵现象，不仅影响车站的正常秩序，也降低了运营的安全性和运输效率。地铁车站一旦开通运营，很难对其结构进行改造。一种可行的方法是，通过客流仿真分析地铁车站的客流流线交叉干扰及拥堵状况，提出客流优化方案，以减轻高峰期地铁车站的负荷。

国内不少专家、学者使用Anylogic 软件进行车站仿真。文献[1]建立车站2D、3D 模型，对北京地铁宣武门站进行研究；文献[2]借助Anylogic 仿真软件，采用流畅性等3 个指标对天府广场站进行仿真分析；文献[3]对北京动物园站站厅层的客流流线及设施布局进行研究；文献[4]对北京南站地下一层客流进行仿真分析；文献[5]聚焦铁路与城市轨道的客流换乘，对成都北站进行研究分析，提出客流优化方案。文献[6]对城市轨道换乘客流进行仿真研究，提出客流流线改进措施；文献[7] 基于多层次行人行为模型，对地铁大客流进行仿真研究；文献[8] 采用Anylogic 仿真软件，模拟沈阳地铁1、2 号线换乘站客流，为车站改造设计研究提供依据。

在上述研究的基础之上，本文建立人−车混合仿真模型，从流畅性、时效性以及舒适性3 个方面，对兰州地铁西站什字站客流进行仿真研究，针对瓶颈问题提出优化措施。

1 仿真软件选择及建模方法

1.1 仿真软件选择

国内外地铁车站仿真软件主要有AnyLogic、Legion、STEPS、SimWalk 等。在建模方法方面，Legion 和STEPS 采用元胞自动机模型[1]，AnyLogic和SimWalk 采用社会力学模型。这几款仿真软件中，只有AnyLogic 支持二次开发，且能同时实现人−车混合仿真，可更好地模拟行人走行特征以及列车运行状况，并能动态地映射到3D 空间；支持2D和3D界面间自由切换，便于实时掌握地铁站内状况，利用统计指标对仿真结果进行分析和评价。

1.2 建模方法

AnyLogic 是一款仿真软件，广泛应用于各领域中连续、离散、混合系统的建模，可结合多种建模方法对乘客和列车进行仿真，能够更加准确地模拟现场实际情况。

如图1 所示，该仿真软件将乘客的个体行为描述为3 种社会力的共同作用：

图1 描述乘客个体行为的3 种社会力

（1）驱动力：主观意识对乘客个体行为产生的社会力；F1 为乘客的驱动力。

（2）乘客间作用力：在站内走行过程中，乘客之间为保持适当距离而产生的社会力；F2、F3 为乘客之间的作用力。

（3）人与墙之间的作用力：在走行过程中，乘客与墙（障碍物）之间为保持距离而产生的社会力；F4、F5 为乘客与墙之间的作用力。

2 仿真流程及评价指标

2.1 仿真流程

乘客在地铁车站内走行的路线构成客流流线，主要包括进站流线和出站流线[3]。地铁站内往往会出现进、出站流线交叉，尤其是高峰期的流线交叉会造成站内一定程度的拥堵现象。

图2 为进站流线示意图。

图2 进站流线

相比进站流线，出站乘客个体行为较为单一，出站流线也相对简单，如图3 所示。

图3 出站流线

地铁车站内乘客的走行行为，可视为若干个独立走行节点的接续。一旦当前面节点的通行能力大于后面节点的通行能力时，车站内会产生排队或拥堵现象，称为瓶颈识别方法[1]。如图4 所示，1、2、3 分别为地铁站内箭头指示方向上的3 个不同节点，其通过能力分别为c1、c2、c3；当c1≤c2≤c3 时，站内不会出现拥堵现象；若c1>c2 或c2>c3，随着后面节点乘客数量的不断增加，站内会产生拥堵现象。

图4 瓶颈识别方法示意

2.2 评价指标

主要从流畅性、时效性以及舒适性3 个方面评价客流组织方案的优劣性，对应的评价指标分别为乘客平均排队人数、平均逗留时间以及区域密度[2]。

平均排队人数L指地铁站内某一单位时间内流线上平均排队人数，表达为：

其中，Li为第i个设备的排队人数；n为设备数量；L值越小，代表此流线上流畅性越好。

平均逗留时间T指某条流线上若干个乘客在指定范围内逗留时间的平均值，表达为：

其中，tj为第j个乘客在指定范围内的逗留时间，m为乘客数量；T越小，代表此流线上时效性越好。

区域密度D指单位面积内的乘客数量，表达为：

其中，s为区域面积，m为乘客数量；D越小，代表该区域内行人舒适性越好。

3 实例分析

3.1 车站基本概况

以兰州地铁一号线西站什字站为例进行仿真研究。西站什字站位于兰州市七里河区西津路与敦煌路的交汇处，车站周边商业发达，邻近BRT 终点站，客流量较大，尤其是节假日和周末。车站为东西走向，现开设A、B、C 共3 个出入口。

图5 为西站什字站厅的仿真3D 效果图。非付费区内设置有自动售票机、安检等基本设施，付费区内共设置1 部下行和2 部上行自动扶梯、1 部无障碍电梯、2 部楼梯；车站为岛式站台，站台宽12.5 m，有效长度为140 m。

图5 西站什字站厅的3D 效果

3.2 仿真建模流程

地铁车站建模流程主要包括乘客的进出站流程和列车的进出站流程；乘客的进站建模流程主要指从到达进站口开始，经过站厅购票、安检、闸机，再通过扶梯或楼梯到达站台候车乘车。

西站什字站建模进站流程如图6 所示，包括A、B、C 3 个出入口。

乘客出站建模流程主要包括下车到达站台、通过楼梯/扶梯到达站厅、出闸机到达站厅非付费区、出站。

列车建模流程如图7 所示，主要包括列车生成（trainSource）、列车到达停车（delay）和列车退出（trainDispose）等，schedule 为列车时刻表。

图6 西站什字站建模进站流程

图7 西站什字站列车建模流程

3.3 仿真结果分析

对西站什字站的站内流畅性（指标为乘客平均排队人数）、时效性（指标为平均逗留时间）及舒适性（指标为区域密度）进行仿真分析和评价。

图8 为仿真运行过程中的实时数据，包括计数、最大值、最小值、均值等。

图8 西站什字站仿真实时数据

3.3.1 流畅性分析

对西站什字站2019年8月30 日早高峰7：30—8：30 期间1 个小时的客流数据进行分析研究，包括售票机、安检以及进站闸机的排队情况；从图9 中可知：东端售票机和进站闸机排队人数明显大于西端售票机和进站闸机，东、西2 端安检排队人数大概一致。

具体设备的排队人数指标见表1，东、西2 端售票机（TVM1 和TVM 2）的平均排队人数为14～24 人，售票机平均排队人数为3～5 人，对比最大排队人数，东端售票机的排队流畅性差于西端售票机。两处安检（SC1、SC2）排队人数均较多，高峰时段内平均排队人数高达27～29 人，为车站内负荷最重的设备，流畅性较差。2 个进站闸机（Gate1、Gate2）的平均排队人数为2 人，流畅性较好。

图9 设备排队人数

采用瓶颈识别方法分析站厅内的整体流畅性；东、西2 端设备均未满足c(AFC1)≤c(SC1)≤c(Gate1)以及c(AFC2)≤c(SC2)≤c(Gate2)，即站厅内部分设备出现较为严重的排队现象，尤其是在安检设备处人数较多，影响了站厅内整体流畅性。

表1 设备排队人数指标

3.3.2 时效性分析

在早高峰7：30—8：30 期间，随机选取100 人作为样本对站内时效性进行研究。以进站为例，主要从乘客在站厅和站台的2 个逗留时间进行分析。

如图10 所示，站厅平均停留时间为T=1.9 min，乘客停留时间相差较大，其主要原因是乘客是否需要购票。据统计，兰州地铁1 号线的票种主要有一卡通、纪念票、单程票等；其中，单程票的占比将近为所有票种的1/2，导致乘客在站厅的停留时间相差较大，在1 min～3.1 min 之间波动。

乘客在站台平均停留时间（不含等车时间）为T=15.7 s，波动范围为12.6 s～19.8 s，鉴于乘客在站台的个体行为较为单一，站台停留时间波动幅度较小。

图10 进站乘客站内停留时间

综合乘客在站厅和站台的逗留时间，分析得出兰州西站什字站的时效性较好。

3.3.3 舒适性分析

地铁站内舒适性主要指站内的区域密度D，可通过站厅和站台客流密度图来揭示。

图11 为西站什字站厅的客流密度图，可以看出：厅内东西端售票机、安检以及楼梯处客流密度较大，出现不同程度的排队及拥堵现象，站厅其余地方客流密度较低，舒适性安全性较好；同时，站厅内只有楼梯口出现较为严重的进出站流线交叉，其余地方交叉干扰较小，未出现大面积拥堵现象。

图11 西站什字站厅客流密度

图12 为西站什字站台的客流密度图，可以看出：列车车厢门口以及东、西2 端扶梯处客流密度较大，服务等级较低，出现局部拥堵现象，其余地方客流密度较小，站台总体舒适性和安全性较好，客流对站台的冲击性也较小。由于站台面积有限，进出站客流在站台的交叉范围较广，但并未造成大面积拥堵现象。

整体而言，西站什字站的时效性和舒适性较好，流畅性相对较差，这主要有2 个原因：（1）兰州地铁1 号线目前尚未开通二维码刷码进出站，站内购票乘客占比较大，导致自助售票机在高峰时段出现较为严重的排队拥堵现象，影响站厅流畅性；（2）地铁开通初期，安检相对较严，加之工作人员较少，导致东、西2 端安检处在高峰期出现排队较长的现象。