基于Anylogic的城市轨道交通枢纽换乘效率评价研究
2023-10-16张美娟赵一凡张延珍
张美娟,赵一凡,贾 凡,张延珍 ,高 雪
(西安交通工程学院,西安 710300)
1 轨道交通枢纽站换乘效率评价指标体系构建
1.1 轨道交通枢纽站换乘效率的影响因素
在研究轨道交通枢纽站换乘效率的影响因素时综合考虑外部和内部两方面[1]。
1)外部影响因素。外部影响因素主要包括城市规划、交通需求、轨道交通枢纽站功能定位、轨道交通枢纽站与周边路网能力匹配、社会经济发展水平、城市交通管理体制及行人换乘选择等。
2)内部影响因素。内部影响因素主要包括轨道交通枢纽内的整体布局、换乘衔接方式的合理性、设施服务能力、换乘流线设计、各换乘交通间运能匹配度、轨道交通枢纽站运营管理水平及轨道交通枢纽站信息系统的建设。
1.2 换乘效率评价指标体系构建
从顺畅舒适性、运营效率与协调有效性三个方面,通过分析各因素间的相互关系,建立了一套综合评价指标体系(如图1所示)。
图1 枢纽站换乘效率评价指标体系Fig.1 Transfer efficiency evaluation index system of hub station
2 基于Anylogic的换乘效率评价流程及方法
2.1 换乘效率评价流程
根据构建的评价指标体系,利用Anylogic 软件进行仿真模拟,通过仿真结果,对轨道交通枢纽站的换乘效率进行评估并提出反馈建议。评估流程如图2所示。
图2 换乘效率评价流程Fig.2 Transfer efficiency evaluation process
2.2 基于Anylogic 的换乘效率评价方法
Anylogic仿真行人模块是从微观层面上模拟了大量行人流换乘的特征和行为[2-3],通过Anylogic 软件建立仿真模型模拟出的客流,得到仿真结果与数据。
1)顺畅舒适性。顺畅舒适性包括轨道交通枢纽站内的拥挤程度、换乘舒适度、绕行系数与换乘安全性四个方面,顺畅舒适主要通过乘客人流密度图与热力图进行评价。轨道交通枢纽站内拥挤程度可以用站内某一时段乘客数和最大容量的比值、乘客在站内的停留时间来判断是否拥挤。轨道交通站点站内的拥挤程度直接影响到乘客的换乘舒适度。换乘安全可以通过标志、信号灯设置是否合理、站台候车安全距离是否够长、上下行客流是否冲突等方面进行判断。
2)运营效率。运营效率的评价主要包含平均换乘时间、换乘距离、单位时间换乘量和平均换乘效率四个方面。平均换乘时间可以通过计算乘客从进站到上车的时间、站内换乘时间与从站内下车出站时间得到。换乘距离主要指乘客从进站到上车的走行距离、站内站台换乘走行距离、站内下车出站走行距离,还需考虑部分乘客去售票机买票的走行距离。单位时间换乘量可以通过记录轨道交通枢纽站一段时间内换乘乘客的数量得到单位时间换乘量数据。平均换乘效率需要结合高峰时段大客流的换乘效率与低峰时段客流的换乘效率来判断出轨道交通站点的平均换乘效率。运营效率可以通过进出口拥挤程度与进出站时间进行评价。
3)协调有效性。协调有效性包括运能协调性、附属服务设施供给、信息服务程度与轨道交通枢纽站内的组织有序度四个方面[4]。案例分析中,协调有效性可以通过站厅内人口密度进行评价。附属服务设施供给主要有车站乘降设备、自动售检票系统(AFC)、综合监控系统(ISCS)、消防设施等。信息服务程度是轨道交通网络运营顺畅有序、提升服务质量和管理效益的重要手段之一。轨道交通枢纽站内的组织有序度主要指乘客进出站的排队队列的划分、乘客站内上下层时的客流划分、乘客在售票机买票指引、站内工作人员的疏导等。
3 案例分析
3.1 客流数据统计分析
根据西安地铁2019年刷卡数据及OD 统计报表[5],西安地铁枢纽C站在工作日全日的换乘客流总量为18.30万人次/日,而进出站的客流总量为17.15万人次/日,其中换乘客流占据了本站客流总量的56.91%,也占据了全网客流总量的8.95%,因此对该站进行换乘优化是提高疏散效率至关重要的举措。
根据表1 与图3可知,C站每日客流量大,尤其是扶梯换乘人数与3号线转2号线站厅换乘乘客数量较多,换乘压力较大,对安全性、舒适性与运营效率都有着较高的要求。
表1 车站客流特征统计表Tab.1 Statistics of station passenger flow characteristics
图3 西安地铁枢纽C站平均1 h换乘客流分布Fig.3 Average hourly transfer passenger flow distribution of Xi’an Metro Hub C station
3.2 仿真模型构建
运用Anylogic 软件对C站的空间平面图进行建模仿真,运用行人库的基本元素构建一个仿真环境,并对模型中各参数进行合理设置,利用Anylogic 软件构建此站厅层的模型图,绘制客流通道,并根据客流流线的分类建立换乘站厅模型。仿真客流为6 个进站口,每个口500 人/h,2、3号线换乘1000人/h,建模如图4所示。
图4 西安地铁枢纽C站环境建模Fig.4 Environmental modeling of Xi’an Metro Hub C station
将进出站时间分布图与人口密度图置于一侧,以用来参考,见图5。
图5 进出站时间分布与人口密度Fig.5 Time distribution and population density in and out of the station
3.3 仿真结果分析
根据图6搭建的仿真环境进行第一次仿真模拟检验,通过可视化仿真动画,可以有效模拟行人的各个特性,在楼梯、排队、组群、接受服务、流线交叉等各方面(如图7)及仿真动画中可以直观发现车站现有管理方案或设施布局的不合理及需要改进的问题。
图6 搭建的3D效果图Fig.6 3D rendering of the structure
图7 一次仿真结果Fig.7 Results of primary simulation
根据第一次仿真模拟结果可以看出,该站进站平均时间在360.99 s,出站时间为230.44 s。2、3号线换乘大厅人流密度平均值在0.04~0.06人/像素块,按照1 m等于7像素块换算后,密度为1.96~ 2.94人/m2。在早高峰进站安检处、2、3号线换乘楼梯处等多个地方出现拥挤,运行效率不高,严重影响到乘客的换乘效率,尤其是2、3号线间的换乘路线非常拥挤,协调有效性差,换乘效率较低。
为进一步解决因客流密度过大导致客流组织瓶颈现象,提出了提高换乘效率的优化措施:①通过增加两条进站排队队伍和2个安检服务窗口达到疏散客流的目的。②增加通道数量,提高扶梯运行速度,将上行扶梯速度从0.5 m/s增加到0.7 m/s,以此提高乘客的换乘效率。③对高峰时段客流加以限制,提高乘客从不拥挤扶梯换乘的概率并降低行人选择拥挤扶梯的概率,提高站内换乘效率。
针对第一次仿真模拟后出现的问题进行更改和优化,通过人流密度图可以看出亟需提高换乘效率的位置,增加服务窗口和排队数量,减少乘客的排队时间(如图8)。
图8 优化后的进站截面Fig.8 Optimized inbound section
完成优化后,再次进行仿真模拟,得到优化后的人流密度(如图9所示)。
图9 优化后的仿真模拟结果Fig.9 Simulation results after optimization
完成后得到优化后的数据。优化后,C站进站平均时间在290.65 s,出站时间为207.09, 2、3号线换乘大厅人流密度平均值在0.03~0.04人/像素块,换算后为1.47~1.96人/m2。
根据图7和图9以及表2所示的仿真结果可以明显观察到通过优化措施,拥堵状况得到了改善,顺畅舒适性、运营效率和协调有效性得到了较为明显的提高。换乘效率得到了提高,说明对此站进行优化的思路与方向是正确的。
表2 仿真结果对比Tab.2 Comparison of simulation results