城市客運樞紐大客流組織設計的ANYLOGIC仿真技術研究

蘇子鈞 劉卓爾

1.概述

1.1研究背景

大型綜合交通客運樞紐位于城市綜合交通網絡交匯處和對外客運交通的重要節點，一般由兩種以上運輸方式、重要線路、場站等設施組成，為旅客通過、到發、中轉和換乘以及運載工具技術作業提供場所，又是各種運輸方式之間、城市交通與城間交通的銜接處。

因此，極具城市綜合交通客運樞紐代表性的南京南站必然是各種交通方式的銜接點，也是大量客流的集散地，客流組織是影響整個樞紐客流集散效率的關鍵因素。本文以樞紐的集散客流量和客流需求為基礎，利用Anylogic軟件對南京南站乘客從進站至出站的全過程進行模擬，在大客流狀況下找出樞紐客流組織中存在的有待進一步完善的因素并改善。

1.2研究意義

在鐵路的建設和運營過程中，運輸安全是一個不能忽視的重要部分。高速鐵路車站的商業化和一體化為旅客帶來的便利，也帶來了一定的安全隱患。通過對高鐵車站應急疏散管理現狀的分析，南京南站目前主要存在以下幾個方面的問題：（1）.疏散流線較長;（2）.部分設施和設備的容量不足;（3）.緊急疏散標志放置不合理;（4）.旅客的構成復雜;（5）.旅客缺乏相關的緊急疏散知識。本文通過構建大客流狀況下的站房仿真模型，對南京南站客流組織進行模擬優化，從而進一步保證該站的安全性與高效性。

2.仿真方法

2.1Anylogic軟件介紹

Anylogic是俄羅斯的XJ Technologies公司研發的復雜系統仿真軟件，是一款創新開發混合建模的商用仿真工具，它具有非常強的離散建模和連續建模能力，尤其是同時需要離散和連續建模兩種方法的時候，它能夠比較真實反映突發事件時影響人員疏散的各種因素。“城市綜合客運樞紐規模龐大、結構復雜，通過Anylogic仿真可以將現實環境中的復雜場景和現象直觀地再現，并通過對其進行分析研究尋找解決方案，最終將其應用于現實，從而解決現實問題。

2.2Anylogic南京南站客流組織仿真模型構建流程

流程大致有3部分，首先為創建行人交通仿真模型，以添加仿真環境的底圖開始，然后在底圖的基礎上，根據實地調查數據以及相關文件圖紙，繪制仿真環境中的墻壁、障礙物、樓梯、服務設備等元素。

之后添加行人行為邏輯，用行人庫中模塊構建的流程圖來定義一個行人流所經歷的過程。在Anylogic中，創建行為邏輯圖有以下三個步驟：①從各個庫或模板選項卡中拖拽模塊至圖形化編輯界面;②根據邏輯順序連接各個模塊;③設置每個模塊的屬性。

建模階段完成后，運行模型，結合相關規范對模型進行驗證，針對模型運行中出現的問題進行反復調試。之后針對不同環境下客流情況進行仿真分析，對服務水平、排隊長度、區域密度等參數進行分析，得到有關數據。

3.車站大客流組織方案設計

3.1南京南站三級客流管控系統設計

為了有效增強南京南站應對大客流的能力，防止出現節假日客流大面積擁堵的狀況，應針對較大客流設計南京南站三級客流管控系統，進行大客流疏散組織的改善。

三級客流管控，指的是地鐵車站視客流情況，將管控措施根據“由內至外”的原則分為站臺、站廳、出入口三級。

一級管控即站臺級管控，主要以控制站臺客流，減少乘客積壓為目的，在站臺與站廳樓梯或扶梯口進行限流。

二級管控為站廳級管控，主要以控制站廳客流，減少乘客積壓為目的，對站廳的換乘通道、進站閘機等區域設備進行限流。

而三級管控則為出入口級管控，以控制站外客流，減少站內乘客積壓為目的，在出入口通道處及站外進行限流。

3.2三級管控模式的觸發條件

三級管控系統中，每一級的觸發條件都以對應層的客流密度為基礎。具體措施如下：當站臺層人流擠壓占據站臺行人活動總面積的2/3時，采取一級管控模式;當站廳層人流擠壓占據站廳付費區面積2/3時，采取二級管控模式;當站房一層人流擠壓占據站廳層行人活動總面積的2/3時，采取三級管控模式。

“占據總面積的2/3”可以量化為單位面積的人數來進一步進行推算與確定。《建標104-2008 城市軌道交通工程項目建設標準》第四章第三十七條表明：“站席定員按6人/m2計，站席擁擠度應小于6人/m2。”。因此，當站房內全部區域人員密度達到每平方米6人時，視為行人占滿區域的狀態。因此，“占據行人活動總面積的2/3”則可量化為：

即區域行人平均密度達到每平方米4人時，滿足“占據總面積的2/3”條件。

利用南京南站CAD施工圖，我們獲得南京南站1，3號線站臺層行人活動總面積約為1030平方米，站廳層付費區行人活動總面積約為3560平方米，站廳層行人活動總面積約為8700平方米，下面進行三及管控觸發條件的計算。

以朱高祥《城市軌道交通換乘站行人疏散時間優化模型》中的行人步行速度為依據，我們設置行人步速服從0.5到1.3的均勻分布，即：

行人的速度均值為0.9m/s。結合模型運行結果，獲得行人通過站臺層的平均時間為497秒，行人通過站廳層（包含付費區）的平均時間為942秒。

因此，實行一級管控時，南京南站地鐵站臺層）停留總人數為：

行人進入站臺層流率為：

模型中，從站廳層進入站臺層的設置比例為0.81。因此，實行一級管控時，行人進入站廳層的流率約為：

同樣的，實行二級管控時，南京南站地鐵站廳層付費區停留總人數為：

行人進入站廳層的流率約為：

實行三級管控時，南京南站地鐵站廳層行人活動區域停留總人數為：

行人進入站廳層的流率約為：

3.3第一級管控措施

由上文得，當行人進入站廳層的流率達到615人/分鐘時，需要進行一級管控。站臺層通往站廳層的六個扶梯即為行人管控的核心區域。主要的管控措施為在1，3號線從站廳層向站臺層傳送的六個扶梯處設置S形導流圍欄，減少擁堵人群之間的沖突，繼而確保人流疏散的通暢性。另外，一旦達到一級管控的條件，在S行導流圍欄末端設置工作人員，限制進入M1，M3站臺層的人數。S形導流圍欄設置如圖3-1所示。

六個扶梯都進行如上圖所示的S形倒流圍欄設置，末端有工作人員進行人流限制，既可以減少站廳層行人流之間的沖突，也可以有效控制進入站臺層的人數。

3.4第二級管控措施

在一級管控實施下，無法下樓做地鐵的部分行人會聚集于站廳層付費區內，一定程度上造成站廳層付費區的擁堵。因此，在一級管控還沒結束的情況下，若進入站廳層的行人流率繼續增多，達到907人/分鐘后，就必須啟用第二級管控。

觸發第二級管控時，地鐵站廳層M1、M3安檢口，以及各個扶梯旁邊大面積變紅，行人平均密度達到7.3人/平方米。二級管控的主要管控措施如下：（1）.抓住最擁堵的1，3號線路段，在1，3號線安檢處進行人工控流，引導乘客采取其他交通方式出行;（2）.對換乘通道進行上下行人群分割，確乘客通過順暢;（3）.開放S1，S3線站臺西側的三個下行扶梯，進行分流，緩解右邊六個下行扶梯的客流壓力.換乘通道上下行人群的分割如圖3-1所示。

3.5.第三級管控措施

在第二級管控還沒結束的情況下，若進入地鐵站廳層的流率繼續增多，達到2214人/分鐘后，就必須啟用第三級管控。

三級管控的目的便是要整體限制進入地鐵站廳層的人數，主要措施包括封閉位于站房一層中間的三個向下的扶梯（南京南站地鐵3，4號出口），引導乘客前往南北廣場采取別的交通方式離開。

第三級管控是最后一級管控，一旦觸發，往往是一個長期管控的過程。其管控時間會持續一個早晚高峰，甚至達到一天。這樣的管控會給乘客帶來一定的不便，但卻大大增強了大客流下南京南站的安全性，因此，第三級管控是非常必要的。

4.方案仿真結果與評價

4.1第一級管控設計結果與評價

下面開始運行Anylogic模型，以模擬第一級管控下的疏散結果。

仿真模型運行10分鐘后（約600秒），基本符合一級管控條件，此時實行一級管控，禁止行人由扶梯進入1，3號線站臺層。

仿真時間3716秒，也就是開始管控3116秒后（約合50分鐘后），M1，M3站臺層行人平均密度已降至每平方米3人以下，疏散恢復正常，一級管控結束。如下圖所示，行人密度較低，僅小范圍區域呈現黃色，管控效果良好。

4.2.第二級管控設計結果與評價

同樣的，結合上文所述的第二級管控措施，我們利用Anylogic模型，模擬第二級管控下的疏散結果。

仿真時間600秒，達到一級管控條件，實行一級管控

仿真時間753秒，達到二級管控條件，實行二級管控

仿真時間3716秒，地鐵站臺層疏散完成，一級管控解除，二級管控保留，行人可以從站臺層進入站廳層坐地鐵疏散。

仿真時間5622秒，地鐵站廳層行人密度降到了3人/平凡米以下，僅有少數區域仍呈紅色，二級管控解除，如圖4-2所示。

二級管控解除時，仍有局部區域行人處于擁擠狀態。但是，這些擁擠點的面積往往非常小，不會對大面積人流的活動造成影響。另外，現實中的行人行為比AnyLogic模型中要更復雜，擁擠地方的人群會自發的向非擁擠地區疏散，因此實際情況這些小范圍擁擠點并不存在。

4.3第三級管控設計結果與評價

如上文所述，第三級管控是最后一級管控，一旦觸發，往往是一個長期管控的過程。其管控時間會持續一個早晚高峰，甚至達到一天。

因此，我們采用穩態仿真的形式，運行模型時間達到足夠長（大于18000秒）后，觀察鐵路到達層、地鐵站廳層行人密度圖結果，如圖4-2所示。

由站房一層與地鐵站廳層的模型運行結果可知，在三級管控下，站房一層與地鐵站廳層的行人平均密度都在3人/平方米左右，并不處于擁堵的狀態。同時，行人密度圖中不存在大面積擁堵的紅色區域，管控下整個站房的行人疏散是井然有序的。第三級管控一定程度會給乘客帶來不便，乘客必須要前往南北廣場甚至更遠的地方坐地鐵，或是使用其他交通方式。但是這樣的管控卻增強了大客流下南京南站的安全性，以及站內乘客的舒適性。

5.結語

經過多次的實地調查與數據統計，我們利用Anylogic仿真軟件，完成了對南京南站的大客流仿真模擬與優化，并提出了相應本項目難點主要在于模型的構建，南京南站規模龐大，內部結構較為復雜，構建模型需要開展大量的調研。受到近期疫情的影響，南京南站的硬件設施與管理方案發生較大變化，這導致在關注南京南站多項細節的同時，還要時刻修改模型，使其符合車站實際情況。

本項目仍然存在一些缺陷和不足需要完善。本項目在客流組織上主要方向為地鐵大客流研究，而城市綜合交通樞紐中交通方式多樣，相互關系緊密，對于不同交通方式及相互換乘客流組織方面研究的空缺還有待彌補。其次，受到數據限制，對于南京南站大客流情況下的OD以及乘客出行行為特征還沒有準確掌握，導致地鐵故障案例分析應用價值不能有效發揮。在后續的研究中，在改善這些問題的同時，還將結合其他突發事件下的大客流情況案例，進一步完善城市綜合交通樞紐仿真技術體系。