区域轨道交通综合客运枢纽运能瓶颈识别研究

薛 锋 余 潇 户佐安 周天星 罗 建

(西南交通大学交通运输与物流学院1) 成都 611756) (西南交通大学综合交通大数据应用技术国家工程实验室2) 成都 611756)(中铁工程设计咨询集团有限公司郑州设计院3) 郑州 450001)(中国中铁二院工程集团有限责任公司交通与城市规划设计研究院4) 成都 610031)(西华大学汽车与交通学院5) 成都 610039)

0 引 言

区域轨道交通综合客运枢纽是指以铁路运输主导，集城市轨道交通、城市公交、出租车、社会车辆等多种交通方式的区域性客流交换场所，也是多制式多层次区域轨道交通体系的重要节点[1-2].随着衔接枢纽多种交通方式的客流增长，客流组织压力逐渐增大，以铁路运输为主的客流往往无法有效疏散，比较容易出现拥堵、停滞的现象.通过识别客运枢纽的运能瓶颈时段，能够有效把握客流波动规律，从而为枢纽运力资源调整提供决策支持.

对于铁路综合客运枢纽的研究[3-5]，大多着眼于铁路与其他交通方式的衔接问题，提出枢纽运能匹配度计算方法，但缺乏对枢纽内多种交通方式瓶颈分析，无法准确把握枢纽全日客流波动趋势.Yaghini等[6-7]对铁路线网运能匹配问题进行研究，通过构建和求解非线性规划模型，得到了运能优化方案.以城市轨道交通为对象的相关研究[8-11]，提出了能力匹配的计算方法，并针对运能瓶颈识别给出解决方案，为多种交通方式的运能分析奠定了基础.熊志华等[12]通过构建量化模型，分析客流对于轨道交通拥挤传播的影响.文献[13]通过仿真手段，分析车站集散能力，提出车站空间内拥挤度识别方法.本文以铁路运输为核心的区域轨道交通综合客运枢纽为研究对象，选取换乘比例大、载客量多、载运效率高的交通方式作为铁路客流集散的主要方式，重点分析铁路运输与城市轨道交通、城市公交、出租车的换乘衔接与能力匹配情况.

1 铁路旅客到达能力计算

铁路运输的旅客形成了区域轨道交通综合客运枢纽的核心交换客流，在计算铁路旅客到达能力时，需要对普速列车、高速列车动车组的定员，以及不同制式、不同方向的铁路系统客流吸引和载客率进行区分.研究的时间段以1 h为周期，铁路旅客到达能力为Ctd，其计算公式为

(1)

式中：Cpd为普速列车到达枢纽的客流量，人；Cdd为动车组列车到达枢纽的客流量，人；a为铁路运输到达线路衔接的不同方向数；αj为j方向的到达列车的平均载客率，%；βj为j方向的通过列车的平均载客率，%；Wi、Ui为第i列普速铁路、动车组平均载客人数，人；n1、n2为单位时间内，到达、通过综合客运枢纽的普速铁路旅客列车数，列；n3、n4为单位时间内，到达、通过综合客运枢纽的动车组旅客列车数，列.

在计算运能匹配度时，由于不同运行方向的普速列车车厢编组数量有所差异，因而需要考虑不同方向旅客列车的编组情况.普速铁路载客人数具体计算方法为

d2iw2i+d3iw3i+d4iw4i)

(2)

式中：λ为周末、节假日等客流高峰期硬座车厢超载率，%；d1i、d2i、d3i、d4i为第i列普速列车硬座、软座、硬卧、软卧车厢的定员数，人；w1i、w2i、w3i、w4i为第i列普速列车硬座、软座、硬卧、软卧车厢的编组数，辆.

高速铁路动车组与普速列车在编组旅客列车时具有一定的相似性，跨省的动车组主要为8、16节车厢编组，而区域内部的城际、市域动车组在非客流高峰期往往4、8节车厢编组.依据旅客列车编组表，动车组载客人数计算方法为

d6iw6i+d7iw7i+d8iw8i)

(3)

式中：η为周末、节假日等客流高峰期二等座车厢超载率，%；d5i、d6i、d7i、d8i为第i列动车组二等、一等、特等、商务座车厢的定员数.人/节；w5i、w6i、w7i、w8i为第i列动车组二等、一等、特等、商务座车厢的编组数，节.

2 铁路与其他交通方式衔接能力分析

2.1 与城市轨道交通的衔接能力

铁路与城市轨道交通的衔接能力，主要是指城市轨道交通利用线路富余资源疏散铁路旅客的能力.在计算城市轨道交通疏散能力时需要充分考虑衔接的线路数、车站性质、满载率等因素，其数学表达式为

(4)

式中：m为城市轨道交通衔接综合客运枢纽线路条数；n为线路运行的方向数；Bi为第i条城轨线路每节车厢的额定载客人数，人/节；Nsi、Nti为第i条城轨线路始发、途径列车编组数，节；φsi,j为第i条城轨线j方向始发列车的满载率，%；φmi,j、φti,j为第i条城轨线j方向途经列车的极限满载率、实际承载率，%；Isi,j、Iti,j为第i条城轨线j方向始发、途经列车的发车间隔时间，min.

2.2 与城市公交的衔接能力

为了能将铁路到达的旅客进行及时、高效疏散，城市公交在衔接综合客运枢纽时，通常以始发车辆为主，但实际由于受枢纽场地区域、运营管理等因素的限制，部分公交线路采用途经枢纽的衔接模式，其疏散能力计算公式为

(5)

式中：p1、p2为衔接枢纽的始发、途经城市公交线路数；hi、hj为不同车型对标准车的换算系数取值；Bbi、Bbj为标准公交车的额定载客人数；δsi为始发公交车在高峰时段的平均满载率，%；δmj、δtj为途经公交车在高峰时段的极限满载率、途经平均载客率，%；di、dj为始发、途经公交车在高峰时段的平均发车时间间隔，min.

2.3 与城市出租车的衔接能力

计算出租车的疏散能力，主要取决于在综合客运枢纽客流高峰小时的平均发车间隔以及平均载客人数，其计算公式为

Ccz=60Bc/gc

(6)

式中：Bc为每辆出租车平均载客人数，人/辆；gc为出租车平均发车时间间隔，min/辆.

3 基于运能匹配度计算的瓶颈识别

3.1 运能瓶颈的界定

区域轨道交通综合客运枢纽多种交通方式运能瓶颈是指在一定的时间内，由于客流增长导致多种交通方式在既有的运输组织模式下无法疏解枢纽内铁路运输到达客流，实际需要的运能超过了各交通方式富余的线路运能，枢纽衔接的交通方式以满负荷甚至超负荷运营，出现较为明显的拥堵现象，运输能力供不应求.

3.2 线路疏散能力匹配度计算

从列车时刻表、载客率和对应的旅客列车编组方案可计算得到铁路旅客到达能力，并依据客流分配比例得出不同交通方式对铁路客流分担率，最终得到基于线路疏散能力的运能匹配度取值结果，其结果由客流分配比例下铁路旅客到达能力与衔接枢纽的城市轨道交通、城市公交，以及出租车提供的线路疏散能力的比值来确定.其计算公式为

Zx=αi×Ctd/Cxi

(7)

式中：αi为第i类交通方式的客流分担率，%；Cxi为第i类交通方式的线路疏散能力.

3.3 基于匹配度计算的运能瓶颈识别

通过将运能匹配度取值分级，识别多种交通方式运能瓶颈程度.研究表明:运能匹配度取值在0.70～0.95运能匹配程度较好，基于此本文认为匹配度Zx取值在接近经验值的范围内(0.75～0.90)多种交通方式运能匹配程度较高，而大于运能协调最大值(0.90)时则呈现不同程度的运能瓶颈，具体分类见表1.

表1 基于匹配度取值的运能瓶颈分级

4 案例分析

4.1 铁路旅客到发能力

成都东站是西南地区重要的轨道交通综合客运枢纽，选取2020年春运期间成都东站的列车时刻表数据.全日共计开行199对列车，其中189对始发终到列车、10对通过列车，见图1.

图1 成都东站全日到发旅客列车数量

成都东站铁路旅客到发能力由普速铁路列车和高速动车组列车旅客到发能力组成，不同类型的列车定员存在差异.普速铁路列车定员由旅客列车编组表中计算得知，例如，K530列车(成都东—杭州)的编组顺序为：XL+YZ118+YZ118+YZ118+YZ118+YZ112办+CA+RW36+YW66广+YW66+YW66+YW66+YW66+YW66+YW66+YW66+YW宿，根据计算公式知K530次列车定员为UK530=(118×4+112)×(1+0.2)+36×1+66×8=1 284.8人；而高速动车组列车则区分“和谐号CRH”和“复兴号CR”，同时需要针对节假日、寒暑假、春运等客流高峰期调整列车编组，部分高速动车组列车重联运行以满足客流需求，计算能力时需要进行调整.

已知每趟列车的载客人数和载客率，最终计算得出成都东站全日旅客发送人数为187 559.0人·次/d，到达人数为149 668.7人·次/d，其中07:00—08:00时段发送旅客15 567.2人·次/h为全日最高发送时段，19:00-20:00时段到达旅客13 021.1人·次/h为全日最高到达时段，15:00—16:00时段枢纽共计到发旅客28 040.1人·次/h，见图2.

图2 成都东站全日到发旅客人数

4.2 匹配度计算及瓶颈识别

成都东站在春运或节假日等客流高峰期，各类交通方式的客流分配比例区别于非客流高峰期.通过文献收集及现场数据统计，得到客流分配比例.以成都地铁为例，成都地铁作为成都东站集散铁路客流最重要的交通方式，在非客流高峰期时客流分配比例约为0.56，高峰期则在0.65～0.75区间内.由于文中研究的时间背景为春运期间的客流高峰期，考虑各类交通方式的运营时间，其客流分配比例见表2.

表2 春运期间成都东站客流分配比例

根据多种交通方式线路疏散能力的计算方法，以08:00—09:00时段为示例，对衔接枢纽的成都地铁2号线西向、公交车101路及出租车线路疏散能力进行计算.在该时段成都东站铁路到达旅客5 216.4人·次，早高峰成都地铁2号线发车时间间隔为4 min、公交车101路为7 min、出租车为0.2 min；其次，由于衔接枢纽的地铁站为中间站，参照客流断面，2号线早高峰西向列车(龙泉驿至犀浦)满载率取0.88，而公交车及出租车均为始发终到，公交车载客率取0.7，出租车平均载客人数取2人/车.依据各类交通方式线路疏散的客流占比，结合匹配度计算公式，得到疏散能力及匹配度取值.

Zx=(1.12，0.21，0.43)

计算显示在08:00—09:00时段，枢纽内地铁2号线西向、公交车101路及出租车匹配度取值分别为1.12、0.21、0.43.根据该计算方法，可以计算统计得到成都东站主要的运营时段内(06:00—24:00)多种交通方式用于疏散铁路旅客的能力及运能匹配度取值.文中运能匹配的经验值取0.75，匹配度取值0.90及以上则呈现不同程度的瓶颈.

计算得到分时段多种交通方式的运营线路运能匹配度取值结果，其中选取客流高峰时段匹配度取值的见图3.

图3 分时段多种交通方式运能匹配度取值

结果显示，在19:00—20:00时段内，地铁2号线东向、地铁7号线内环、地铁7号线外环及出租车运能匹配度取值较高，尤其是地铁2号线东向和地铁7号线外环取1.10(运能匹配程度等级为“差”)，运能瓶颈现象明显.由于19:00—20:00为铁路到达列车最多的时段，与其他交通方式客流高峰时段重合，运力资源紧张并出现了运能瓶颈，故本文选定该时段作为易出现运能瓶颈时段.经现场调查及高峰小时客流断面数据收集，在该时段下成都地铁受城市通勤及铁路到站客流的影响，部分站内设施设备运用超负荷，站台实际能力超出设计能力(达106.5%)，超出其余高峰时段均值(91.9%)，现场由工作人员在进站口进行引导分流、限流等管控措施，无法有效疏散枢纽铁路到达客流.

5 结 束 语

通过提炼运能匹配度计算方法，并对取值结果进行分级，由此得出枢纽多种交通方式不同线路、不同时段所呈现的瓶颈程度.选取成都东站为实例进行分析，结果表明成都东站地铁2号线东向(1.10)、地铁7号线内环(0.94)、地铁7号线外环(1.10)及出租车(1.09)等在19:00-20:00时段运能匹配度取值达到了瓶颈程度(大于0.90)，在该时段下运力资源较为紧张，需要进一步提出运力资源调整方案.