城市轨道交通车站大客流预警及其疏解

2022-11-06

1. 研究背景

进入21世纪以来, 我国经济进入稳健发展, 城市化进程明显加快, 城市交通需求量急剧上升, 为适应城市经济快速发展需要, 城市轨道交通系统 (简称城轨交通) 作为现代城市公共客运交通体系中的骨干, 进入了一个快速发展期。与此同时, 迅猛增长的客流量给城轨交通带来很大的压力, 运能的缺口使高峰期地铁客流拥挤不堪, 舒适度低, 甚至车门无法关闭, 乘客不能按时上车, 因拥挤而发生口角、斗殴等情况屡见不鲜。

大客流事件是当前城轨交通运营组织和安全管理中的一大难题, 一旦客流量超过站内设施容载能力极限, 乘客的舒适度将大幅度下降;若此时发生车辆事故、列车运行延误、站内火灾等情况, 极易造成站内大规模无序拥挤客流, 导致人员恐慌、疏散受阻、踩踏等危险的事故发生, 后果不堪设想。

因此, 本文根据城轨交通进出站的乘客服务流程, 分析相关服务设备的服务 (通过) 能力;基于轨道车站客流安全管理的要求, 以客流饱和度为指标, 设计的车站安全管理的评价等级;通过理论建模, 实现对车站的站区客流饱和度的推算与预测, 一旦预测客流饱和度达到预警值时, 则针对不同的车站客流安全管理等级, 采取不同的疏解对策;当站区预期的客流饱和度下降到安全、可控期范围内, 则解除警报, 恢复常态化管理。

2. 设备能力

根据城轨交通车站乘客出入服务流程, 相关服务设备的服务能力计算原理如下:

(1) 车站自动购票服务能力A

设:车站有自动售票设备为v1 (台) , 每台自动售票设备在单位时间AT (如AT=15min) 可服务乘客数为a (人/AT) , 则在单位时间里乘客完成购票的人数为:A=a×v1

(2) 车站检票机通过能力B

设:车站入口数有检售设备v2 (台) , 每台自动售票设备在单位时间可过客数量为b人/AT, 则在单位时间里乘客可通过的乘客人数为:B=b×v2

(3) 车站地面出入口及通道通过能力C

设:v2为车站地面出入口及通道数量 (个) , c为单位时间内的通过能力 (人/AT) , 则:C=c×v2

(4) 列车输送能力D

设:单位列车载客量为e (人/列) , 列车在本站的行车间隔时间为T (min) ;则在单位时段内的列车输送能力D为:D=e×t[式中:t=INT (15/T) ]

(5) 站厅容积能力

设:S厅为站厅服务区面积 (m2) , n厅为站厅容积率 (人m2) 。则站厅容客能力E为E厅:E厅=S厅×n厅

(6) 车站的通过能力

设:最小通过能力N=min{A, B, C, D}。其中假设:AT=15min;车站配备了25台自动售票机, 在15min内, 每台自动售票机可服务乘客数45人, 其中单程票使用率为60%;进站检票设备有12台, 在15min内, 每台自动售票机可服务乘客数225人;车站有两个3m出入口 (一边为楼梯, 一边为自动扶梯, 在15min内, 通过能力分别为1000人和900人) ;每列的载客量按1680人/列计, T=5min (低峰时间段) ;则有:

车站自动购票服务能力A=45×25/60%=1875 (人)

车站检票机通过能力B=225×12=2700 (人)

车站地面出入口及通道通过能力C=3×1000+3×900=5700 (人)

列车输送能力D=1680×3=5040 (人)

N=min{A, B, C, D}=1875 (人)

因C基本为固定值, 因此车站通过能力主要受控于A、B、D等三个影响因素。一般在客流高峰时间段, 车站的客流组织工作主要考虑B、C。

3. 标准设计

3.1 基于客流的安全管理

城市轨道交通大客流的明显特征之一即为客流密度高, 行人走形空间或自由空间区域较小, 在有限的时间内, 若行人接受服务的速度低于客流产生的速度, 则轨道交通站内空间就会发生拥挤, 反应在客流图像中也就伴随着各项图像特征的改变。

科学家所做的人类缓冲区域的测量实验, 已经确定了个人空间的最低要求范围约为0.22~0.26m2, 相当于人静止时的投影面积。一般情况下, 当空间内的个体平均占有空间为0.4m2/人时, 就可以认为此时的客流达到并逐渐超过了行人或者地铁设施能正常服务的客流数量标准, 服务水平与安全度迅速降低。据相关资料说明, 正常运营时站台每位乘客所需面积为0.8平方米, 紧急疏散时每位乘客所需面积可小于0.65平方米。

综上所述, 当客流密度小于0.2平方米/人时, 站区内乘客处于一种危险状态。这种状况不允许发生。当客流密度大于1.2平方米/人时, 乘客在队列中自由站立或随意穿越队伍, 行为不会影响别人, 站区内乘客处于安全状态。因此, 0.2~1.2平方米/人的站区人均拥有空间面积可作为站区等候区乘客服务水平等级范围。

3.2 基于客流的安全管理等级标准设计

我们针对安全在适度忽略舒适度的基础上进行了等级设计, 建立起一个明确安全评价的体系, 以便借助技术手段, 依据安全等级来判断车站限流的时机和限流的程度。

据相关资料说明, 正常运营时站台每位乘客所需面积为0.8平方米, 紧急疏散时每位乘客所需面积可小于0.65平方米。具体的安全评价见表1。

3.3 大客流预警/撤警时机选择

(1) 大客流预警

城市轨道交通车站内空间容客量是有限的。当大客流到达时, 超过单位面积正常的承载量, 就会引发意外踩踏或伤亡事故的可能。因此需要对于城轨道交通车站建立预警机制。考虑到大客流的限流管理的响应存在着一定的延迟时间, 为此需要动态监测车站内客流集聚量的增长趋势, 提前预见可能大客流状态的形成。

图1为预警时机确定的原理。设:根据不同的车站类型和使用条件确定的预警阈值为Ps (每平方米聚集的乘客数指标, 即客流饱和度) 。通过动态监测手段 (如热敏监测仪) 可得Δt1-Δtk个时间间隔的客流饱和度的变化值 (图1中实线) 。运用某预测方法, 预测再经过规定的大客流管理启动处理延迟时间ΔT=ΣΔt (i=1, 2, …, m) 。至第Δtm个时间间隔的客流饱和度为Pm (图1中虚线) 当Pm≥Ps时, 表明已达预警阈值, 需要启动大客流应急管理预案。

为了使大客流预警管理更为有序, 可以考虑设置三级管理模式, 即设1级、2级、3级三个预警阈值 (标准) , 针对不同的大客流预警级别分别制定相应的疏解应急预案。

(2) 大客流撤警

与大客流预警原理类同。出现大客流后, 经过若干措施处理缓和后, 若车站客流饱和度持续下降, 若预测至第Δtm个时间间隔的客流饱和度Pm将降至正常值, 则可发布到tm撤消大客流的应急管理, 即撤警。

4. 预警建模

4.1 站区客流饱和度推算

(1) 客流正常增长

在第Δtk时间间隔段里, 该站区乘客总人数为G=各出入口进站人数+列车可能的下车人数-各出入口出站人数-列车可能的上车人数+当前站区可能的滞留人数之和;

(2) 客流非正常增多

因某意外事件 (如列车故障停运) , 造成客流陡增) 。则有:该站区乘客总人数为G=各出入口进站人数+列车可能的下车人数-各出入口出站人数-列车可能的上车人数+当前站区可能的滞留人数之和+意外事件突发的客流增量。

客流饱和度P=G/站区乘客可用面积 (平方米) (人/m2)

4.2 客流饱和度趋势预测

依据车站监测手段 (如热敏监测系统等) , 得到的分时间间隔车站客流饱和度监测值P1, P2, …Pk, 由移动平均法, 设每次平均数据的个数为m, 则有一次平均值Mt[1]为:

5. 案例分析

本文首先通过实地调研、走访, 获取上海地铁1号线上海体育馆站点相关分析数据, 接着, 运用Excel内嵌的VBA工具, 构建了基础数据表、客流饱和度统计表和预警时机预测表三大板块, 模拟车站预警情景, 具体如下:

(1) 基础 (数据) 表:记录轨交车站客流分时段的乘客进、出及滞留站区的基础数据库, 包括站厅面积、车站出入口、列车开行方案等参变量数据。案例中上海体育馆站主要有5、6、7、8四个出入口。

(2) 客流饱和度统计表:程序提供了进出站客流强度、仿真计算起止时间、站区初台滞留乘客数等仿真参数的初始化设置界面, 并能显示仿真的客流饱和度的仿真 (监测) 计算结果。研究发现, 上午8:00体育馆站的客流饱和度就已超过警告 (黄线的预警线) , 而且客流聚集量仍存在上升趋势。

(3) 预警时机预测表:根据车站管理要求, 可预先确定未来预警决策间隔时间, 起动“大客流预测”模块, 即可显示出指定时间的客流饱和度的发展趋势, 为车站管理人员是否提前启动大客流疏解准备工作提供依据。根据上海轨交公司调查, 设定的预警决策间隔时间为30min。预测结果表明, 接近上午10时, 车站可能出现大客流 (红色) 危险, 需要提前做好应对准备。

依据上述大客流预测结果, 结合上海体育馆站点实际情况, 本文分别从绿色安全情况、黄色警告情况和红色危险情况三个方面提出大客流疏解建议, 具体如下:

(1) 客流正常流动[绿色安全]情况;5、6、7、8、四个初入口所有闸机全部开放, 满足乘客需要。

(2) 客流快速增长[黄色警告]情况;站台层应减少乘客进入量, 可以关闭4个出入口的部分闸机, 并在站厅层结合物理切割法, 借助移动护栏或其他设施将进出站客流和换乘客流在空间上分割, 从而降低客流间的干扰度, 缩短换乘时间。

(3) 客流饱和情况[红色危险]情况;在已有的各种措施基础上, 可以利用上海体育馆站就近的折返线、存车线组织列车运行方案, 实施增开临时列车, 增加列车运能, 保证大客流的疏散。

6. 结论

城市轨道交通车站大客流管理是一件十分复杂的问题, 涉及运营管理企业、公安部门、 (地面) 公共交通企业和乘客等方方面面。本文就如何确定大客流预警时机及疏解方式的选择问题展开研究, 针对城轨交通车站的客流聚集、离散的规律, 构建了大客流的动态计算、预测模型, 并利用Excel内嵌的VBA工具, 依据车站乘客出入量及列车运行时刻表, 推算车站的站区客流饱和度, 完成了城轨车站大客流动态 (仿真) 计算。研究成果可为城市轨道交通运营管理企业的车站大客流预警管理的机制与系统的建立提供思路与依据。

摘要：随着城市轨道交通运营网络的规模化, 大客流与车站有限空间之间的矛盾越来越突出。本文以轨交车站客流管理为基础, 以客运组织安全为目标, 应用预测技术, 对车站大客流预警及其疏解问题进行了研究。以上海轨道交通1号线的体育馆站为背景, 进行了大客流预警及其疏解措施的案例分析。研究表明本文提出的轨道车站大客流预警管理的方法简明、实用。

关键词：城市轨道交通,车站,大客流,预警