城市客运枢纽大客流组织设计的ANYLOGIC仿真技术研究

苏子钧 刘卓尔

1.概述

1.1研究背景

大型综合交通客运枢纽位于城市综合交通网络交汇处和对外客运交通的重要节点，一般由两种以上运输方式、重要线路、场站等设施组成，为旅客通过、到发、中转和换乘以及运载工具技术作业提供场所，又是各种运输方式之间、城市交通与城间交通的衔接处。

因此，极具城市综合交通客运枢纽代表性的南京南站必然是各种交通方式的衔接点，也是大量客流的集散地，客流组织是影响整个枢纽客流集散效率的关键因素。本文以枢纽的集散客流量和客流需求为基础，利用Anylogic软件对南京南站乘客从进站至出站的全过程进行模拟，在大客流状况下找出枢纽客流组织中存在的有待进一步完善的因素并改善。

1.2研究意义

在铁路的建设和运营过程中，运输安全是一个不能忽视的重要部分。高速铁路车站的商业化和一体化为旅客带来的便利，也带来了一定的安全隐患。通过对高铁车站应急疏散管理现状的分析，南京南站目前主要存在以下几个方面的问题：（1）.疏散流线较长;（2）.部分设施和设备的容量不足;（3）.紧急疏散标志放置不合理;（4）.旅客的构成复杂;（5）.旅客缺乏相关的紧急疏散知识。本文通过构建大客流状况下的站房仿真模型，对南京南站客流组织进行模拟优化，从而进一步保证该站的安全性与高效性。

2.仿真方法

2.1Anylogic软件介绍

Anylogic是俄罗斯的XJ Technologies公司研发的复杂系统仿真软件，是一款创新开发混合建模的商用仿真工具，它具有非常强的离散建模和连续建模能力，尤其是同时需要离散和连续建模两种方法的时候，它能够比较真实反映突发事件时影响人员疏散的各种因素。“城市综合客运枢纽规模庞大、结构复杂，通过Anylogic仿真可以将现实环境中的复杂场景和现象直观地再现，并通过对其进行分析研究寻找解决方案，最终将其应用于现实，从而解决现实问题。

2.2Anylogic南京南站客流组织仿真模型构建流程

流程大致有3部分，首先为创建行人交通仿真模型，以添加仿真环境的底图开始，然后在底图的基础上，根据实地调查数据以及相关文件图纸，绘制仿真环境中的墙壁、障碍物、楼梯、服务设备等元素。

之后添加行人行为逻辑，用行人库中模块构建的流程图来定义一个行人流所经历的过程。在Anylogic中，创建行为逻辑图有以下三个步骤：①从各个库或模板选项卡中拖拽模块至图形化编辑界面;②根据逻辑顺序连接各个模块;③设置每个模块的属性。

建模阶段完成后，运行模型，结合相关规范对模型进行验证，针对模型运行中出现的问题进行反复调试。之后针对不同环境下客流情况进行仿真分析，对服务水平、排队长度、区域密度等参数进行分析，得到有关数据。

3.车站大客流组织方案设计

3.1南京南站三级客流管控系统设计

为了有效增强南京南站应对大客流的能力，防止出现节假日客流大面积拥堵的状况，应针对较大客流设计南京南站三级客流管控系统，进行大客流疏散组织的改善。

三级客流管控，指的是地铁车站视客流情况，将管控措施根据“由内至外”的原则分为站台、站厅、出入口三级。

一级管控即站台级管控，主要以控制站台客流，减少乘客积压为目的，在站台与站厅楼梯或扶梯口进行限流。

二级管控为站厅级管控，主要以控制站厅客流，减少乘客积压为目的，对站厅的换乘通道、进站闸机等区域设备进行限流。

而三级管控则为出入口级管控，以控制站外客流，减少站内乘客积压为目的，在出入口通道处及站外进行限流。

3.2三级管控模式的触发条件

三级管控系统中，每一级的触发条件都以对应层的客流密度为基础。具体措施如下：当站台层人流挤压占据站台行人活动总面积的2/3时，采取一级管控模式;当站厅层人流挤压占据站厅付费区面积2/3时，采取二级管控模式;当站房一层人流挤压占据站厅层行人活动总面积的2/3时，采取三级管控模式。

“占据总面积的2/3”可以量化为单位面积的人数来进一步进行推算与确定。《建标104-2008 城市轨道交通工程项目建设标准》第四章第三十七条表明：“站席定员按6人/m2计，站席拥挤度应小于6人/m2。”。因此，当站房内全部区域人员密度达到每平方米6人时，视为行人占满区域的状态。因此，“占据行人活动总面积的2/3”则可量化为：

即区域行人平均密度达到每平方米4人时，满足“占据总面积的2/3”条件。

利用南京南站CAD施工图，我们获得南京南站1，3号线站台层行人活动总面积约为1030平方米，站厅层付费区行人活动总面积约为3560平方米，站厅层行人活動总面积约为8700平方米，下面进行三及管控触发条件的计算。

以朱高祥《城市轨道交通换乘站行人疏散时间优化模型》中的行人步行速度为依据，我们设置行人步速服从0.5到1.3的均匀分布，即：

行人的速度均值为0.9m/s。结合模型运行结果，获得行人通过站台层的平均时间为497秒，行人通过站厅层（包含付费区）的平均时间为942秒。

因此，实行一级管控时，南京南站地铁站台层）停留总人数为：

行人进入站台层流率为：

模型中，从站厅层进入站台层的设置比例为0.81。因此，实行一级管控时，行人进入站厅层的流率约为：

同样的，实行二级管控时，南京南站地铁站厅层付费区停留总人数为：

行人进入站厅层的流率约为：

实行三级管控时，南京南站地铁站厅层行人活动区域停留总人数为：

行人进入站厅层的流率约为：

3.3第一级管控措施

由上文得，当行人进入站厅层的流率达到615人/分钟时，需要进行一级管控。站台层通往站厅层的六个扶梯即为行人管控的核心区域。主要的管控措施为在1，3号线从站厅层向站台层传送的六个扶梯处设置S形导流围栏，减少拥堵人群之间的冲突，继而确保人流疏散的通畅性。另外，一旦达到一级管控的条件，在S行导流围栏末端设置工作人员，限制进入M1，M3站台层的人数。S形导流围栏设置如图3-1所示。

六个扶梯都进行如上图所示的S形倒流围栏设置，末端有工作人员进行人流限制，既可以减少站厅层行人流之间的冲突，也可以有效控制进入站台层的人数。

3.4第二级管控措施

在一级管控实施下，无法下楼做地铁的部分行人会聚集于站厅层付费区内，一定程度上造成站厅层付费区的拥堵。因此，在一级管控还没结束的情况下，若进入站厅层的行人流率继续增多，达到907人/分钟后，就必须启用第二级管控。

触发第二级管控时，地铁站厅层M1、M3安检口，以及各个扶梯旁边大面积变红，行人平均密度达到7.3人/平方米。二级管控的主要管控措施如下：（1）.抓住最拥堵的1，3号线路段，在1，3号线安检处进行人工控流，引导乘客采取其他交通方式出行;（2）.对换乘通道进行上下行人群分割，确乘客通过顺畅;（3）.开放S1，S3线站台西侧的三个下行扶梯，进行分流，缓解右边六个下行扶梯的客流压力.换乘通道上下行人群的分割如图3-1所示。

3.5.第三级管控措施

在第二级管控还没结束的情况下，若进入地铁站厅层的流率继续增多，达到2214人/分钟后，就必须启用第三级管控。

三级管控的目的便是要整体限制进入地铁站厅层的人数，主要措施包括封闭位于站房一层中间的三个向下的扶梯（南京南站地铁3，4号出口），引导乘客前往南北广场采取别的交通方式离开。

第三级管控是最后一级管控，一旦触发，往往是一个长期管控的过程。其管控时间会持续一个早晚高峰，甚至达到一天。这样的管控会给乘客带来一定的不便，但却大大增强了大客流下南京南站的安全性，因此，第三级管控是非常必要的。

4.方案仿真结果与评价

4.1第一级管控设计结果与评价

下面开始运行Anylogic模型，以模拟第一级管控下的疏散结果。

仿真模型运行10分钟后（约600秒），基本符合一级管控条件，此时实行一级管控，禁止行人由扶梯进入1，3号线站台层。

仿真时间3716秒，也就是开始管控3116秒后（约合50分钟后），M1，M3站台层行人平均密度已降至每平方米3人以下，疏散恢复正常，一级管控结束。如下图所示，行人密度较低，仅小范围区域呈现黄色，管控效果良好。

4.2.第二级管控设计结果与评价

同样的，结合上文所述的第二级管控措施，我们利用Anylogic模型，模拟第二级管控下的疏散结果。

仿真时间600秒，达到一级管控条件，实行一级管控

仿真时间753秒，达到二级管控条件，实行二级管控

仿真时间3716秒，地铁站台层疏散完成，一级管控解除，二级管控保留，行人可以从站台层进入站厅层坐地铁疏散。

仿真时间5622秒，地铁站厅层行人密度降到了3人/平凡米以下，仅有少数区域仍呈红色，二级管控解除，如图4-2所示。

二级管控解除时，仍有局部区域行人处于拥挤状态。但是，这些拥挤点的面积往往非常小，不会对大面积人流的活动造成影响。另外，现实中的行人行为比AnyLogic模型中要更复杂，拥挤地方的人群会自发的向非拥挤地区疏散，因此实际情况这些小范围拥挤点并不存在。

4.3第三级管控设计结果与评价

如上文所述，第三级管控是最后一级管控，一旦触发，往往是一个长期管控的过程。其管控时间会持续一个早晚高峰，甚至达到一天。

因此，我们采用稳态仿真的形式，运行模型时间达到足够长（大于18000秒）后，观察铁路到达层、地铁站厅层行人密度图结果，如图4-2所示。

由站房一层与地铁站厅层的模型运行结果可知，在三级管控下，站房一层与地鐵站厅层的行人平均密度都在3人/平方米左右，并不处于拥堵的状态。同时，行人密度图中不存在大面积拥堵的红色区域，管控下整个站房的行人疏散是井然有序的。第三级管控一定程度会给乘客带来不便，乘客必须要前往南北广场甚至更远的地方坐地铁，或是使用其他交通方式。但是这样的管控却增强了大客流下南京南站的安全性，以及站内乘客的舒适性。

5.结语

经过多次的实地调查与数据统计，我们利用Anylogic仿真软件，完成了对南京南站的大客流仿真模拟与优化，并提出了相应本项目难点主要在于模型的构建，南京南站规模庞大，内部结构较为复杂，构建模型需要开展大量的调研。受到近期疫情的影响，南京南站的硬件设施与管理方案发生较大变化，这导致在关注南京南站多项细节的同时，还要时刻修改模型，使其符合车站实际情况。

本项目仍然存在一些缺陷和不足需要完善。本项目在客流组织上主要方向为地铁大客流研究，而城市综合交通枢纽中交通方式多样，相互关系紧密，对于不同交通方式及相互换乘客流组织方面研究的空缺还有待弥补。其次，受到数据限制，对于南京南站大客流情况下的OD以及乘客出行行为特征还没有准确掌握，导致地铁故障案例分析应用价值不能有效发挥。在后续的研究中，在改善这些问题的同时，还将结合其他突发事件下的大客流情况案例，进一步完善城市综合交通枢纽仿真技术体系。