董 皓 黄启翔 李莹春 罗钦

(1.北京城建设计发展集团股份有限公司,100037,北京; 2.深圳市城市交通规划设计研究中心有限公司，518021，深圳; 3.深圳大学城市轨道交通学院,518060，深圳//第一作者,工程师)



城市轨道交通与道路公交协同运营方案研究*

董 皓1黄启翔2李莹春1罗钦3

(1.北京城建设计发展集团股份有限公司,100037,北京; 2.深圳市城市交通规划设计研究中心有限公司，518021，深圳; 3.深圳大学城市轨道交通学院,518060，深圳//第一作者,工程师)

“轨道交通为骨干、道路公交为补充”的城市公共交通发展策略体现了城市公交“一体化”发展方向。以城市轨道交通与社区道路公交组成的出行系统特征分析为出发点,基于城市轨道交通与社区道路公交各自的运营特点,以最优化出行者出行耗时为目的,通过概率论和计算机仿真的技术,优化二者间的运营组织,实现城市轨道交通与道路公交的协同运营,保障城市轨道交通的骨干地位,提高了城市轨道交通的集疏效率,为城市公交“一体化”发展战略的实施提供实践支撑。

城市轨道交通; 道路公交; 出行链; 仿真; 协同运营

First-author′s address Beijing Urban Engineering Design and Research Institute Co.,Ltd.,100037,Beijing,China

随着城市轨道交通(以下简为“城轨”)的发展,城市公共交通系统由以往的道路公交(以下简为“公交”)为主,城轨为辅,发展至以城轨为主,公交与城轨相辅相成的局面[1]。居民出行由单一交通方式转换为多种交通方式结合,形成了稳定的居民出行链[2]。

典型的居民出行链为“公交-城轨-公交”[3]的形式。城轨系统运能大、稳定性高,主要满足城区组团间的客流出行需求。而城市居民由居住地(工作地)至城轨站的“点到点”则需由公交辅助完成[4]。

既有针对城轨与公交的协同运营方案(以下简为“协同运营系统”)的研究多采用整数规划的方法[5-8],以城轨列车与公交车辆为基本研究单位,以协同运营系统内衔接车辆数最优为优化目标。该方法的缺点在于:①缺少不同时段(早晚高峰、平峰)衔接系统特征的分析(如:早高峰时段,乘客关注公交衔接的城轨车次;而夜间出行的乘客更关注末班公交发车时间。);②缺少对乘客特征的分析(如:不同的年龄组成、出行目的等因素会影响乘客的走行速度)。本文基于城轨与公交协同运营理论,以单一乘客行为仿真为切入点,以换乘系统乘客出行时间最优为目标函数,求得协同运营的最优衔接方案。

1 协同运营分析

1.1 乘客的协同出行行为分析

乘客出行行为的关注点为出行时间消耗。通过不同交通方式的有序结合,可有效降低居民出行时间消耗,提高出行服务质量。不同阶段的协同运营系统具有不同出行需求特征。乘客由居住地出发时,更关心的是公交到达城轨站后所能衔接的城轨列车;此时,换乘系统更强调时效性。而当乘客返回居住地时,更关心是否还有衔接的公交搭乘以便快速到家;此时,换乘系统更强调可达性。不同的出行阶段存在着不同的出行目的和侧重点。这使得乘客在走行速度、路径选择等方面存在一定差异性。

1.2 乘客协同出行系统

乘客协同出行系统由城轨系统、公交系统及二者之间的走行换乘系统3部分组成。其中,城轨系统为整个系统的骨干,公交系统和走行换乘系统为系统重要组成部分。与城轨系统运营计划直接相关的关键要素包括城轨列车到发时间、换乘系统客流需求等。与公交系统运营相关的关键要素包括公交走行时分、载客量等[9]。走行换乘系统则主要考虑乘客由公交站(城轨车站)至城轨站(公交站)的走行时间分布特征和分布函数。三者的具体关系如图1所示。

图1 协同出行系统关系

城轨系统的技术文件包含城轨运行图和客流数据两部分。城轨运行图可反映列车对各区间的占用情况。实时客流数据由基于AFC(自动售检票)系统的客流数据统计完成。目前,无论乘客出行使用的是公交卡还是单程票,AFC系统都可以记录其进入和离开城轨系统的站点。而乘客的具体进站/离站时间则被划分到一定精度的时间段内(如:5 min、10 min等)。但这种划分并不够详细,无法准确确定该乘客OD(起讫点)的具体到发时间信息;而且,该乘客的具体出行路径也是未知的。

以仅有上下行两方向的普通车站为例,通过AFC数据可确定该车站15 min内的进站客流量,但不能确定客流的上下行方向比例。同理,到达客流也只能确定客流数量,但无法确定客流方向。文献[5]中提出了一种路径推断概率模型,本文借鉴此模型,结合具体工况下的历史经验数据,进行AFC数据清分处理,以确定某一时间段出发与到达客流分方向的路径比例。

在协同运营系统中,须考虑采用出行链出行的乘客占总出行量的比重。由于,以“公交+城轨”方式出行的乘客在不同时段占城轨OD客流比重也不同。因此,需要针对不同时段,通过实际数据采集,利用不同的换算系数求得衔接公交使用者占城轨系统客流OD的比例。

由公交站至城轨站台之间的路径,需由乘客步行来完成。从单个乘客角度出发,乘客1次换乘行为所消耗的时间包括城轨上车时间、城轨下车时间、城轨站内走行时间、排队刷卡进出站时间、城轨站非付费区至衔接公交站台时间、衔接公交上车时间、衔接公交下车时间。图2描述了由公交站至城轨站台的换乘衔接系统走行各阶段示意图。

图2 换乘衔接系统走行阶段分解

由公交站至城轨站非付费区的走行过程中,由于每个乘客的走行速度不同,同时存在着其他因素的影响,使得由同一接驳公交下车的各乘客到达城轨站点刷卡闸机前的时间各不相同。具体表现为图2中所示的多条斜率不同线段。每个乘客对于刷卡闸机的选择不同,刷卡闸机前的队伍组成也不同;这使得乘客由排队等待刷卡至刷卡完成消耗的时间也不尽相同。图2中的“排队刷卡进站”线段长度即为某乘客刷卡进站的时间消耗。乘客刷卡进站完成后,会分别选择楼梯、自动扶梯、自动升降梯等设备;这使得乘客进入收费区后到达城轨站台的时间也存在较大差异性。上述差异导致乘客由公交站至城轨站的耗时均不同,从而使得其可选择的衔接城轨列车车次也不同。

在协同运营的系统中,基于数理统计推断和实际调研数据分析,可近似认为乘客衔接换乘系统走行时间分布函数符合具有稳定中值的正态分布。且走行时间影响因素越多,走行路径选择性越复杂,该拟合度越高[11]。

决定公交系统运营水平的重要系统指标包括公交行驶时间、公交车的额定载客量、公交系统的最大发车间隔、最小发车间隔、公交系统的最早服务时刻、公交车辆站点折返限制等。

2 协同运营的衔接模型及方案

2.1 衔接模型前提

城轨系统与公交系统衔接的数学模型前提假设如下:

(1) 仅以公交系统的最大、最小发车间隔作为约束来控制公交衔接系统的运营。衔接公交系统无车底、人力等其他约束条件限制。

(2) 城轨站点之间距离较短,且两点之间行车时间固定。不考虑延误等其他特殊工况。

(3)衔接公交系统内车型相同,且载客量固定。为保证服务质量,衔接公交载客量不可超过该固定值。

(4) 衔接公交车服从先到先服务规则。即当衔接公交站有超过1辆公交车停靠时,先到的衔接公交车先发车。

2.2 仿真模型

协同运营系统中,当由城轨换乘公交的客流为主导时,由于城轨列车到达时间已知,首先,仿真生成符合正态分布的随机数,并以随机数来模拟单个乘客换乘行为;然后,以公交站台累计客流量作为发车依据,直接得到由城轨站至居住区的公交发车时刻。其仿真计算式如下:

(1)

Cφ,2,left=

(2)式中:

Tφ,γ——最终要求得的衔接公交时刻。其中,φ=1,2,3...,为第φ班次公交发出时间;γ=1或2,γ=1表示由居住区至城轨站方向,γ=2表示由城轨站至居住区方向;

C——衔接公交的最大载客量;

tC——城轨车站至居住区方向,由上一列车的发车时间开始,仿真求得的候车人数达到C的时刻(当为第1班车时,代表由时段起始时间至仿真求得候车人数到达C的时间);

Hmax——衔接公交系统的最大发车间隔,当发车间隔大于Hmax时,取Hmax;

Hmin——衔接公交系统的最小发车间隔,当发车间隔小于Hmin时,取Hmin;

Cφ,2，left——城轨至居住区方向,第φ班次公交车发车后,公交站台剩余的候车客流量;

Cφ,2,new——城轨至居住区方向,由第φ-1班公交车发车至第φ班公交车发车时间段内,公交站台增加的候车客流量。

2.3 协同运营方案

通过仿真模型的计算可得到协同运营的计划方案。当协同运营系统内由城轨换乘公交的客流占主导时,协同运营计划方案的生成流程如图3所示。同理,当协同运营系统内由公交换乘城轨的客流占主导时,也可仿真得到对应的城轨与公交协同运营计划。

图3 协同运营计划方案编制流程

2.4 协同运营时的公交需求量计算

对于仿真模型求解完成后,需要对衔接系统的各项技术指标进行统计,统计的主要指标有:协同运营条件下的城轨系统运能利用率、公交车底需求量、特定班次公交衔接的城轨列车等。

协同运营计划下需求的33公交车辆数量可参照城轨折返来仿真计算。具体实现流程为:

步骤1:仿真初始化,公交车辆数初始化,值为0,系统空闲车辆初始化,值为0;

步骤2:按照发车时刻由先至后排序,(公交车折返发车按照先到先发规则执行,即若某公交车于第m班次在居住区发车,则其也必定第m班次于公交站发车),以事件步长作为推动仿真时钟推进的要素,推动仿真系统。此时的事件集合包括公交车空闲事件、公交发车事件。

步骤3:当系统事件为第1发车时刻时,系统空闲车辆为0,故公交车辆数增加1,系统运营车辆数增加1。此时,第1个居住区发车时刻将赋予第1辆公交车,同时,第1个折返的发车时刻也将赋予第一辆公交车。由于由公交站台折返的时间已知,途中运行时间也已知,故可得该车底到达居住区的时间,该时间加上最小的折返限制时间,即为该车辆的空闲时间。

步骤4:仿真系统时分推进至下一事件发生时分,当发生事件为发车时刻时,执行步骤5,当下一事件为公交车到达居住区空闲时,执行步骤6;如无下一事件,执行步骤7。

步骤5:判断系统内空闲车辆数,如果为0,增加一辆公交车执行该发车任务,计算该公交车的空闲时间,系统公交车辆数增加1;如果系统空闲车辆数不为0,此时,空闲车辆数减少1,由该车辆执行本次发车任务,同时计算该公交车的空闲时分,返回步骤4。

步骤6:系统空闲车辆数增加1,返回步骤步骤4。

步骤7:仿真完成。

仿真的具体流程如图4所示。基于上述仿真过程即可求得系统公交车辆的需求情况及协同运营条件下的各衔接公交车发车任务。再结合发车时分的客流需求,即可求得特定时刻城轨与公交组成的衔接系统的运能利用率。

3 案例分析

为进一步验证城轨与公交协同运营方案编制方法的有效性,现围绕上海轨道交通3号线长江南路站及与其相邻的某大型居住区为例,进行分析。

3.1 案例概况

上海轨道交通3号线长江南路站位于上海宝山区淞南镇逸仙路长江南路,为高架侧式车站,且为小交路(上海南站站—长江南路站)的终点站。

协同运营系统以工作日的上海轨道交通3号线正常运行图为输入。协同运营系统的参数如表1、表2所示。

3.2 衔接运营计划的生成

基于协同运营法分析,可仿真生成与城轨运营计划相协调的车辆协同运营计划，得到协同运营条件下的衔接公交全日运行图如图5所示:

图5中的每1条斜线即为开行的1趟公交班车,故斜线密度可直观地反映出某一时段的系统运能供给情况。由图5可见,早晚高峰时段的公交运能供给明显高于平峰时段。

3.3 协同运营系统运能分析

根据仿真计算结果,协同运营系统共需7辆公交车辆共运行130个公交运行周期以完成衔接全日的城轨运行。每个公交运行周期包含1个完整的居住区→衔接公交站→居住区运行。由于公交发车时刻固定,故乘客可按照发车时刻准确安排出发时间。这不仅提高了城轨系统的客流疏散效率,也减少公交站的候车时间。经统计可得,由居住区至城轨站的出行时间消耗由原来的30～40 min减少为10～15 min。而由城轨站至居住区方向,由于衔接公交发车时刻遵循最大衔接度原则,故乘客的候车时间也同样大幅缩短。

仿真模型对时刻表的优化也提高了整个协同运营系统的运能利用率。上海轨道交通3号线长江南路站某工作日16:00—17:00时段的城轨站实际到达客流量为176人次,该站点的衔接公交运能为210人次,公交系统运能利用率为84.8%;16:00—17:00时段城轨站实际到达客流量为382人次,该站点的衔接公交运能为420人次,公交系统运能利用率为91.4%。

可见,协同运营系统的整体运能利用率较高,其对城轨的客流集疏散能力也较强。

4 结语

城轨与公交协同运营方案研究以协同出行链为前提,基于既有城轨与公交运营特征分析,以计算机仿真技术优化制定了协同编制下的系统运营方案。经实际案例验证,城轨与公交协同运营方案的编制具备准确性与实际可操作性。协同运营系统的整体运能利用率较高,其对城轨的客流集疏散能力也较强。对实现城市公共交通“一体化”发展具有积极意义。

图4 协同系统车辆状态及利用率仿真流程图

公交参数名称设定值开行时间/min8最小发车间隔/min2最大发车间隔/min12载客量/(人/车)30最早服务时间6:00:00

表2 协同运营系统的城轨参数

图5 协同运营条件下的衔接公交全日运行图

[1] 石琴,谭运梅,黄志鹏.公交区域调度的最大同步换乘模型[J].中国公路学报,2007,20(6):90

[2] 邹迎.公交区域调度行车计划编制方法研究[J].交通运输系统工程与信息,2007,7(3)78.

[3] 黄文娟.轨道交通与常规公交换乘协调研究[D].西安:长安大学.2004.

[4] 张宇石.城市轨道交通与常规公交运营协调研究[D].北京:北京交通大学.2006.

[5] SHRIVASTAVA P,MAHONY M O.A model for development of optimized feeder routes and coordinated schedules-A genetic algorithms approach[J].Transport Policy,2006,5(13):413.

[6] WIRASINGHE S C.Nearly optimal parameters for a rail/feeder-bus system on a rectangular grid[J].Transportation Research Part A:General,1980,14(1):33.

[7] SIVAKUMARAN K,LI Y W,CASSIDY M J.Cost-saving properties of schedule coordination in a simple trunk-and-feeder transit system[J].Faculty Research,University of California Tranportation Center,UC Berkely,2012,46(1):131.

[8] GAO S G,WU Z.Modeling passenger flow distribution based on travel time of urban rail transit[J]Journal of Transportan Systems Engineering and Information Technology,2011,11(6)：124.

[9] 邹迎.北京公交区域运营组织与调度系统初探[J].城市公共交通,2003,(3).15.

[10] 徐瑞华.轨道交通系统行车组织[M].北京:中国铁道出版社,2005.

[11] 尤正书,陈刚.概率论与数理统计[M].武汉:华中师范大学出版社,2013.

On Collaborative Operation between Urban Rail Transit and Public Road Traffic

DONG Hao, HUANG Qixiang, LI Yingchun, LUO Qin

Abstract Urban public transportation strategy, with urban rail transit as the backbone and public road traffic as the supplement, demonstrates the development trend of integrated urban transportation. Through analyzing the trip characteristics of urban rail transit system and community bus system, as well as their operation features, an optimized operational scheme between URT and bus system is proposed, which aims at shortening the trip time as much as possible by using the probability theory and computer simulation, accomplishing the collaborative operation and maintaining the backbone status of public transport. At the same time, this strategy will enhance the evacuation capacity of urban rail transit, implement a viable pattern to the integration development of urban public transport.

urban rail transit; public road traffic; trip chain; simulation; collaborative operation

*国家自然科学基金(51408323);教育部人文社科项目(15YJCZH108);深圳市科技项目(JCYJ20140418091413528)

U492.4+1; U 491.1+7

10.16037/j.1007-869x.2016.09.008

2015-04-16)