基于列车满载率控制的地铁线网大客流车站协同控制研究

孙孟毅，万孟飞

（青岛地铁运营有限公司，山东 青岛 266101）

1 引言

随着地铁线网规模的日益扩大，可达性不断增强，乘客出行的时空跨度更长、路径选择更加多样，客流出行特点更为复杂。在面对客流拥挤情况时，尤其是地铁运行高峰期及节假日期间[1]，运用高效、准确的客流控制举措是乘客安全出行的重要保障，在大客流车站单点客流控制的基础上调动线路、线网车站协同控制是实现地铁网络化运营下对客流进行精准控制的有效途径。

2 客流控制举措概述

目前，地铁运营单位常运用的客流控制方式主要分为单站级客流控制（简称“站控”）、单线级客流控制（简称“线控”）和线网级客流控制（简称“网控”）3种[2]，实际中结合具体情况会根据客流预警条件或警戒线的设定在上述3种方式下细分不同控制级别。

站控旨在通过加快出站客流疏导，控制进站乘客数量，在车站站台、站厅、出入口等处采取措施减缓乘客集聚，以保证客运组织的安全有序[3]。当单站级客流控制无法满足客流疏导需要时，则需要结合同一线路上多个站点、多线车站协同控制实现对大客流的快速、有效疏导。

在实际中通常会将经采取客流控制措施后仍无法缓解客流压力，并向控制中心申请线控、网控的大客流车站确立为主控站，同时将为缓解主控站客流压力而配合开展线控、网控的车站确立为辅控站，辅控站多位于与主控站在同一线路或存在换乘关系的相邻线路，对主控站客流高峰或途经列车的高断面贡献度较大。在执行客流控制过程中，当采用站控无法达到控制效果时，可及时采取更高级别的客控举措，即在本线采取线控、邻线实施网控，以达到客流有序、可控的局面。

3 线网客流车站协同控制策略

在具有清晰的客控启动时机情况下，有效地开展线控、网控需要确立辅控站、进站阈值等具体范围和数值。为此，本文以降低到达主控站的列车满载率为实现目标的方式，通过选取主控站，并结合OD客流数据、列车运行时间等因素确定辅控站[4]，依据列车满载率控制计算辅控站进站阈值。

3.1 辅控站选取

辅控站的重要程度直接决定了对主控站客流压力缓解的增效，以Ex表示辅控站x的重要度，量化OD客流贡献度及列车运行至主控站有效性作为评定条件，具体计算公式如下：

式中，exp为辅控站x对主控站的OD客流贡献度，是从辅控站x乘车到达或经过主控站的OD客流与所有筛选的辅控站乘车到达或经过主控站OD客流之和的比；ext为乘客乘坐列车经由辅控站x运行至主控站的时效性；α为exp相对ext的重要性。

根据式（1）可知，exp的比例越高，表明该辅控站限流对主控站客流压力的缓解越有效果；列车经由辅控站运行至主控站时间越短，客控时效性越高，ext也就越大。α、ext的取值可依据现场实际情况设定并进行灵活调整。结合青岛地铁客控情况，以exp更为关键，α取值为0.8，设乘客乘坐列车经由辅控站运行至主控站的时间为t运，如从其他线路换入本线，t运按照列车运行时间与乘客正常换乘所需时间之和计算，ext取值与t运密切相关，具体如下：

综上可知，Ex越大，辅控站越重要、对主控站的客流压力缓解增效越明显。因此，可结合管控需要，按Ex的得分从高至低排序，依次选取一定数量的站点作为辅控站。

3.2 辅控站进站阈值计算

假设到达主控站前列车满载率下降到M，非辅控站不采取客控措施可视为不受影响车站，以S表示各非辅控站列车开出时满载率的增加值之和，N为各辅控站列车开出时可增加的满载率之和，则：

由于非辅控站不作为受控车站，则S是一个固定值，通过式（3）保证到达主控站时列车满载率是控制在M值以内。

具体进站客流控制人数计算规则如下：

假设采取协同控制后cx为辅控站x的列车满载率增加值；dX为辅控站x较未开展协同控制时列车满载率的减少值；Ix为辅控站x的进站客流在15 min内要控制降低的值。计算式分别为：

式中，b为各辅控站进站客流总和；bx为辅控站x进站客流量；ax为未开展协同控制时辅控站x列车满载率增加值；W为当前线路列车的载荷能力；d为当前线路的行车间隔，s。

通过式（4）~式（6）计算得到各辅控站进站客流每15 min应减少的数值，与未开展协同控制时的进站客流值计算得出限流值，并考虑车站便于实施客控可调整限流值就近、向上至50的整数倍，得出进站阈值。

网控时，需注意依据换乘站列车开出时降低的列车满载率计算须控制的客流量，按照换乘客流来自方向的占比进行分配，如希望换乘站列车开出时满载率降低5%，则将5%运能的客流量依据换入客流所来自的不同方向比例参照上述方法分配到涉及线路的网控各站，网控车站通过实施站控，将进站客流控制到要求的数值。

4 应用分析

青岛地铁3号线在工作日早高峰时段下行方向客流压力较大，其中，在错埠岭至敦化路下行区间断面客流尤为集中，选取敦化路站为主控站，以3号线下行方向为例，示意图如图1所示，对其本线、线网车站协同控制策略进行计算分析。

图1 青岛地铁3号线车站示意图

4.1 辅控站筛选

以2022年疫情前工作日线网客流数据分析，选取早高峰中客流集中时段08:00~08:15计算，依据Ex由高到低排序的辅控站筛选见表1，其中包含3号线下行方向至主控站前的沿线各站，从中选取排名前6的车站作为辅控站，均为3号线车站，即实施线控策略。

表1 辅控站筛选表（部分）

4.2 计算辅控站的进站阈值

疫情前工作日3号线列车到达敦化路站前各区间列车满载率及增加值情况表2。

表2 3号线青岛北站至敦化路站各区段列车满载率

假定优化目标M=85%，根据已选取辅控站数值代入式（3）~式（6）计算可得S=47.37%，N≤37.63%，这里N取值37.63%，各辅控站15 min进站阈值计算见表3。

表3 本线3号线各辅控站15 mi n进站阈值计算列表

涉及网控时，选取换入3号线客流较大的2号线，在线控基础上降低李村站出站列车满载率5%为优化目标，通过换乘客流方向数据分析，其中2号线上、下行列车到达李村站前列车满载率分别降低4.50%、3.64%，依据表2确定辅控站为下行的李村公园站和上行的枣山路站、华楼山路站，计算辅控站15 min进站阈值见表4。

表4 邻线2号线各辅控站15 mi n进站阈值计算列表

5 结语

地铁为居民便捷出行和缓解地面交通拥堵提供了绿色、快捷、安全的解决方案，在网络化运营下大客流已成为常态，在站控基础上高效、精准地实施线控、网控是进一步提高客控质量，保证乘客安全出行的必要举措，本文通过筛选辅控站、计算客流进站阈值等提供了大客流车站协同控制策略的编制方法。后续在此基础上，可逐步迈向系统平台的建设与应用，以智慧化手段推动线控、网控方案自动生成、实施，更好地支撑调度、站务、乘务等专业协同应对、妥善处置。