基于AnyLogic的轨道交通车站站厅设备布局优化及评价

丁波，彭瑾蓉，徐光明2，周传钰

基于AnyLogic的轨道交通车站站厅设备布局优化及评价

丁波1，彭瑾蓉1，徐光明2，周传钰1

(1. 武汉地铁运营有限公司，湖北 武汉 430000；2. 中南大学 交通运输工程学院，湖南 长沙 410075)

针对城市轨道交通早期车站在客流持续增长的情况下，面临的车站结构及设备设施布置无法满足现场客运组织需求的现状，依据车站结构、设备布局及客流分布特征，明确“仿真-分析-优化-评价”的研究思路，利用AnyLogic软件对武汉轨道交通1号线宗关站进行仿真分析，基于客流分布密度等分析结果提出设备布局优化方案，并设计量化评价体系，综合评价优化方案对车站拥堵情况和流线通畅程度的改善效果。研究结果表明：本文提出的优化思路及方法可行有效，优化后车站面积利用率提高，换乘瓶颈被消除，站厅客流交叉减少，站内拥挤现象得到有效缓解，流线通畅程度明显提升，对早期轨道交通线路老旧车站的布局优化具有一定的指导意义。

城市轨道交通；客流仿真；站厅布局优化；缓解拥堵；客流组织

城市轨道交通站厅结构及设备设施布置，直接决定车站客流交叉情况，所形成的通行瓶颈也会影响车站整体通畅性，从而导致车站站厅拥堵，乘客乘车体验下降，影响轨道交通整体运营服务质量。车站各建筑功能区块、付费区面积、通道最大人流容纳程度等各方面直接影响车站管理工作难度[1]。研究表明，人的走行行为会受设施的物理属性影响[2]。早年修建的轨道交通车站受施工条件、设计思路、规划年限等因素制约，导致在后期客流增大后，车站面临站厅面积小、客流交叉严重、进出站及换乘拥挤等问题。随着时代发展，乘客对于地铁服务质量的要求不断提高，站厅拥挤程度是乘客评价地铁服务质量的关键指标之一。为了满足乘客日益增长的出行需求，提高轨道交通客运服务质量，如何优化车站布局、有效疏解老旧车站站厅拥挤问题成为轨道交通地铁站亟待解决的问题。本文明确“仿真−分析−优化−评价”的研究思路，利用AnyLogic软件进行仿真，分析站内客流组织上存在的问题，再根据仿真结果，对相应设备布局进行优化设计，最后对优化方案进行量化评价。目前国内外对地铁站站厅层的设施布置相关研究主要针对换乘设施、通道、楼梯和站台相关设备设施进行研究，建立模型、仿真和评价[3]。傅志妍等[4]以社会力模型为基础，采用Anylogic 软件对乘客在车站的聚散过程进行仿真，分析主要区域的行人密度和强度，寻找车站系统的瓶颈并提出相应的优化改进措施。费爽等[5]将客流密度作为评价指标进行了仿真分析，分析了换乘拥堵点，并通过限流、换乘设施改造等方式进行了优化。李智娟[6]在研究和分析城市轨道交通通道内客流特点和规律的基础上利用Anylogic仿真软件对不同通道设施的效率及其疏散能力进行了评估。杨森炎等[7]为提高地铁通道内客流的组织效果，以社会力模型为基础，利用仿真研究通道内隔离的设置条件及合理形式。本文以武汉轨道交通1号线宗关站为例，武汉轨道交通1号线于2004年7月开通试运营，运营至今已15年。宗关站作为武汉轨道交通1号线的高架站之一，具有老旧车站的典型特点。很多国外学者通过案例实践，证明了不同动态仿真软件在交通领域使用的便利性[8−9]。其中，Anylogic采用目前比较被认可的行人动力学模型、社会力学模型[10]，具有直观的仿真观察模式，支持对移动对象流以及设施布局图中发生特殊行为的区域进行直接的定义[11]，可以更好地把控行人的微观行为[12]，本文利用AnyLogic仿真软件构建1号线宗关站站厅结构模型，基于车站实际客流分布情况确定行为建模仿真参数，获得客流分布密度图。根据客流分布密度图分析1号线宗关站站厅布局存在的问题，提出相应的改造方案并进行优化。以客流分布密度图、乘客进出站平均停留时间、流线交叉数量作为评价指标，评价改造前后车站的拥堵情况和流线通畅程度，对比改造前后指标数据，发现改造方案提升了进站流线通畅程度，有效疏解了站厅及换乘拥挤，提高了乘客出行效率，有利于提升运营服务质量。

1 基本情况

武汉轨道交通1号线宗关站与3号线通过站厅付费区换乘扶梯实现换乘，为高架3层车站。地面层共设有A1，A2，A3和B2 4个出入口，A出口(含A1，A2和A3)进出站客流量约占车站集散量的80%；B2进出站客流量约占车站集散量的20%。地上2层为站厅层，B2出口和南侧付费区可与3号线换乘。地上3层为站台层。设备设置情况及站厅结构如图1(左)所示。

车站周边主要有居民社区、学校、医院、商场等，均为日常客流集散点。1号线宗关站日均集散量约7 000人次，最高集散量约1万人次，换乘客流约4.2万人次，整体客流量较大，换乘客流量远高于集散量。站厅有效面积仅463.5 m2，其中站厅付费区仅80.25 m2，换乘通道与站厅相连且衔接处狭窄，具有站厅换乘面积小而客流量大的特点。换乘通道是影响换乘效率的重要因素，也因其易产生瓶颈而备受关注。从大厅或站台进入通道是一个空间突然缩小的过程[13]，在地铁站内出现突发情况或者客流较大时，乘客在走行空间急剧减小的情况下都希望用预期的速度通过收缩口，从而产生竞争通过行为，造成行人流速度急剧下降，产生瓶颈[14]。此外，受站厅结构及设备设施设置影响，车站非付费区过街通道将付费区划分为独立的2部分，换乘与进出站客流均集中在站厅付费区内进出闸处，造成站厅付费区及其换乘衔接处拥挤严重、进出站及换乘客流对冲明显且集中等问题，非付费区的过街功能，还可能造成安检漏检问题。

图1 武汉轨道交通1号线宗关站站厅设备布局图(从左至右依次为改造前、改造后)

2 仿真分析

2.1 仿真建模

2.1.1 环境建模

将仿真区域中的建筑物、各类设备设施及其排队区域、行人的等待区域、走行目标线等进行模型构建，设定环境建模中各模块对应设施的相关参数。根据实际情况和乘客行为规律，假定安检、进出站、购票时乘客将选择最短队列等候。结合实地调研获得的数据，确定安检、进出站、购票时的延迟时间分布函数。具体的参数设置如表1所示。

表1 环境建模参数

2.1.2 行为建模

根据实际客流的产生、走行与消失，选择相应的行为模块，并将各模块按客流行程相连，再将其与之对应的环境模块进行关联。基于实际调研情况，确定各模块属性的行人参数，并根据现场客流分布规律确定客流的分流比例。

2.2 仿真结果及分析

Anylogic仿真成果可以很好地还原现实客流情况，行人流参数是瓶颈点风险判断最重要的指标，人流密度和行人流量通常直接被作为瓶颈判断标准[15]。通过Anylogic仿真得出的行人密度图可以反映车站的瓶颈位置。通道的客流高峰情况主要出现在下车出站和换乘时，大量客流在同一时间释放，涌入通道[16]。

由于3月份客流相对于一年之中其他月份整体较少且平稳，具有一定的普适性。以2019年3月客流为样本，取各客流数据指标的平均值作为研究数据。通过分析1号线宗关日常小时进出站及换乘客流数据发现：早高峰时拥堵时段为7:30~8:30，进站人数与出站人数比例为1.2:1；晚高峰时拥堵时段为17:30~18:30，进出站人数比例约为1.5:1。3月份1号线宗关站高峰小时日均进站客流量为555人/h，高峰小时日均出站客流量为449人/h；日均换乘人数为41 176人、日均集散量7 333人。结合实地调研，早晚高峰时，换乘客流与集散客流之比约为6:1。仿真1 h后，客流分布变化趋于稳定，仿真结果如图2(左)所示。

图2 改造前后仿真结果对比(从左至右依次为改造前、改造后)

3 问题分析及改造方案

3.1 问题分析

根据客流分布密度图分析可知，1号线宗关站主要存在问题及原因如下：

1) 1号线宗关站日均换乘客流量远高于集散量，但站厅付费区面积小、两侧换乘通道衔接处狭窄，在高峰期人流密度较大，易造成拥堵，成为换乘客流通行的瓶颈，严重降低换乘客流通行效率。

2) 站厅付费区内部进出站客流、换乘客流之间交叉严重，站厅付费区客流分布密度大，拥挤严重。

3) 非付费区过街通道需设置2个安检点，该站点每班至少需配备4名安检人员，安检成本高。且过街行人与乘客无法辨别，存在漏检风险。

4) 整体布局付费区面积较小、非付费区面积较大，换乘乘客较多时，空间无法充分利用，不利于车站日常管理。

3.2 改造方案

针对站厅付费区与换乘通道狭窄且拥挤，空间无法充分利用的问题：

1) 拆除4个旧的客服中心以及16组三杆式闸机，在满足进出站需求的前提下，设置12组扇门式闸机(包含3个宽闸)，将12组闸机以“V”字型设置于靠近A1和A2出口的站厅结构瓶颈处，合理利用通行瓶颈，拓宽站厅付费区面积。

2) 拆除换乘通道的栏杆，拓宽换乘区域面积。

3) 将7台TVM整体往北移至A2和A3出入口附近，增加站厅非付费区可用面积。

针对安检存在漏检隐患，且成本较高的问题：

1) 在符合设计规范的前提下，将B2出入口改造为应急疏散出口。

2) 将A出入口的安检门改为安检机。

针对站厅付费区内部进、出站客流、换乘客流相互之间交叉严重的问题，将进、出站闸机分片区相互独立设置，分离进、出站客流。

改造后站厅结构如图1(右)所示，改造前后站厅设备设置情况如表2所示。

表2 武汉轨道交通1号线宗关站站厅改造前后设备设置情况

4 改造方案效果评价

4.1 评价指标

将客流密度分布图、乘客进出站平均停留时间和流线交叉数量作为评价指标，从拥堵情况和流线通畅程度2个方面评价改造方案的效果。通过客流密度分布图分析车站拥堵情况；通过乘客进出站平均停留时间和客流流线交叉数量，同时从时间和结构上评价车站进出站流线的通畅程度。其中客流密度分布图和乘客进出站平均停留时间由AnyLogic仿真获得。

1) 客流密度分布图

分析各时段站内客流密度分布情况，及客流拥堵点。

2) 平均停留时间

平均停留时间是指一段时间内若干乘客在车站内花费时间的平均值[17]，在距离相同的情况下，其值越大说明在该车站设置方案下乘客走行越不通畅。通过仿真分别得到乘客进、出站的平均停留时间，分析乘客进出站通畅程度。

其中：T为某位乘客在车站的停留时间；为在某一时段内站内的乘客总数。

3) 流线交叉数量

流线的组织与设计合理与否，对提高整个车站的运营效率和服务水平至关重要[18]。站内客流流线交叉将直接阻碍乘客走行，影响流线通畅，降低出行效率。客流量较大时，客流对冲也存在严重安全隐患。交叉数量越小，客流流线通畅性越好。

4.2 改造前后指标对比

4.2.1 客流密度分布图

对比发现，改造后，换乘衔接处的瓶颈现象得到明显缓解(由于换乘比例较高，换乘通道内的客流密度依旧较大)，通道内客流分布更加均衡；站厅付费区面积增大，进、出站与换乘客流之间的冲突减小，站厅空间利用率增加。

分析可知，改造利用站厅结构特点，在原站厅结构瓶颈处设置进出闸机，在使用面积浪费最小的情况下扩充了付费区面积；乘客进、出站闸机分片区对称相互独立设置，将进、出站客流进行了合理分离；且进出站闸机整体北移，拉大进出站客流与换乘客流之间的距离，减少了进、出站及换乘客流之间的冲突和干扰，故改造后站厅付费区客流密度明显降低。此外，改造后换乘通道得到了明显拓宽，原有的换乘瓶颈被消除，使得换乘区域的拥挤现象得到改善。

4.2.2 平均停留时间

改造前后进出站停留时间分布情况如表3~4 所示。

表3 改造前后进站停留时间对比

表4 改造前后出站停留时间对比

分析可知，改造后进出站平均停留时间显著减小，说明改造后进出站和换乘流线通畅程度得到了明显提升。主要在于换乘通道衔接处的瓶颈现象得到缓解，站厅付费区空间增大，乘客走行空间增大，且无过街行人干扰，使得站厅和通道内的客流密度可以更为均衡地分布，提高了乘客通行速率。

4.2.3 流线交叉数量

改造前后1号线宗关站客流流线分布如图3 所示。

根据图3可知，改造前过街通道内客流流线杂乱，进、出站、换乘客流间相互干扰严重。客流交叉点集中在进、出闸机前后方，付费区内的客流交叉同时位于站台与站厅连接楼扶梯前方，不仅对乘客进出车站造成严重干扰，在付费区内有大量换乘乘客时，更易造成付费区拥挤，并存在严重安全隐患。改造后车站取消过街功能，改造B2口功能，消除了2处进、出站客流在非付费区的交叉，以及乘车乘客与过街行人间的客流对冲，客流流线更加清晰，提高了客流流线通畅程度和乘客乘车效率，消除了安检漏检风险。

图3 武汉轨道交通1号线宗关站改造前后客流流线图(从左至右依次为改造前、改造后)

5 结论

1) 利用站厅结构瓶颈处，增大了付费区面积，缓解了站厅付费区拥挤，付费区内客流分布密度更加均匀。

2) 极大程度拓宽换乘通道面积，消除换乘瓶颈，缓解换乘区域拥挤现象，提高了换乘通行能力。

3) 合理分流进、出站客流，降低站厅付费区客流交叉，客流流线更加清晰通畅。

4) 改造后进、出站闸机设置位置前移，缓解了进出站客流与换乘客流对冲。

5) 改造后减少了一处安检点，消除了安检漏检风险的同时，节约了成本。

[1] 宋扬. 基于人流密度的北京地铁车站节点设计调查研究[D]. 北京: 北京交通大学, 2015. SONG Yang. Investigation of Beijing metro station design based on pedestrian flow density[D]. Beijing: Beijing Jiaotong University, 2015.

[2] William H K Lam, Jodie Y S Lee, C Y Cheung. A study of the bi-directional pedestrian flow characteristics at Hong Kong signalized crosswalk facilities[J]. Transportation, 29(2):169−192.

[3] 马彩雯, 沙永为. 基于Anylogic的地铁大连北站站厅层客流组织仿真及优化研究[J]. 交通科技与经济, 2018, 20(6): 4−8. MA Caiwen, SHA Yongwei. Simulation and optimization of dalian north railway station based on Anylogic[J]. Technology & Economy in Areas of Communications, 2018, 20(6): 4−8.

[4] 傅志妍, 陈坚, 李武,等. 城市轨道交通车站乘客聚散行为仿真及优化[J]. 铁道运输与经济, 2018, 40(2): 100−104. FU Zhiyan, CHEN Jian, LI Wu, et al. Optimizing the diffusion behavior of passengers in an urban rail transit station through simulation methods[J]. Railway Transport and Economy, 2018, 40(2):100−104.

[5] 费爽, 刘智丽. 地铁换乘系统拥堵点的仿真分析及优化研究[J]. 城市轨道交通研究, 2018, 21(7): 100−105 . FEI Shuang, LIU Zhili. Simulation on analysis of metro congestion point and optimization method[J]. Urban Mass Transit, 2018, 21(7): 100−105.

[6] 李智娟. 城市轨道交通站内通道疏散能力评估及仿真研究[D]. 北京: 北京交通大学, 2014. LI Zhijuan. Appraisal with simulation for evacuation capacity of passages within urban rail transit station[D]. Beijing: Beijing Jiaotong University, 2014.

[7] 杨森炎, 吴建平, 徐彬, 等. 地铁通道客流组织措施的仿真研究[J]. 系统仿真学报, 2014, 26(10): 2492−2496. YANG Senyan, WU Jianping, XU Bin, et al. Simulation study of passenger flow organization effects for different isolation measures in subway passageway[J]. Journal of System Simulation, 2014, 26(10): 2492−2496.

[8] Gipps P G, Marksjo B. A micro-simulation model for pedestrian flows[J]. Mathematics & Computers in Simulation, 1985 , 27(2−3): 95−105.

[9] Dirk Helbing, Lubos Buzna, Anders Johansson, et al. Self-organized pedestrian crowd dynamics: Experiments, simulations, and design solutions[J]. Transportation Science, 2005, 39(1): 1−24.

[10] 赵路敏, 郑宇, 谢金鑫. 基于Anylogic的城市轨道交通车站仿真应用研究[J]. 铁路计算机应用, 2016, 25(3): 62−66. ZHAO Lumin, ZHENG Yu, XIE Jinxin. Simulation of urban transit station based on Anylogic[J]. Railway Computer Application, 2016, 25(3): 62−66.

[11] 陈建宏, 杨立兵. 基于Anylogic地下空间火灾人员疏散仿真模拟[J]. 中国公共安全: 学术版, 2007, 12(4): 72−76 . CHEN Jianhong, YANG Libing. The simulation and lmitating of pedestrians evacuation in fire based Anylogic in underground room[J]. China Public Security: Academy Edition, 2007, 12(4): 72−76.

[12] 褚冬竹, 林雁宇. 特性·模型·方法——城市轨道交通站点影响域行人微观仿真初探[J]. 建筑学报, 2015(3): 24−29. CHU Dongzhu, LIN Yanyu. Characteristics, models and methods a preliminary exploration of the microscopic simulation of pedestrian connection behavior in influenced urban realm around rail transit stations[J]. Architectural Journal, 2015(3): 24−29.

[13] 刘娜, 王宏斌. 城市轨道交通车站瓶颈口优化研究[J]. 交通科技与经济, 2018, 20(1): 7−10. LIU Na, WANG Hongbin. A study of emergency evacuation of subway based on bottleneck competition behavior[J]. Technology & Economy in Areas of Communications, 2018, 20(1): 7−10.

[14] 钱振伟, 钱大琳, 张辉. 城市轨道交通车站客流应急疏散时间影响要素分析[J]. 大连交通大学学报, 2017, 38(2): 6−10. QIAN Zhenwei, QIAN Dalin, ZHANG Hui. Analysis of factors impacting passenger emergency evacuation time in urban railway station[J]. Journal of Dalian Jiaotong University, 2017, 38(2): 6−10.

[15] 吴贤国, 刘梦洁, 张立茂, 等. 地铁车站人群集散能力瓶颈风险评价[J]. 铁道标准设计, 2016, 60(2): 134−139. WU Xianguo, LIU Mengjie, ZHANG Limao, et al. Risk analysis of bottleneck in gathering and distributing of subway station[J]. Railway Standard design, 2016, 60(2): 134−139.

[16] 张慧慧, 陈峰, 吴奇兵. 北京地铁进出站设施通行瓶颈问题定量分析[J]. 都市快轨交通, 2009, 22(3): 20−23. ZHANG Huihui, CHEN Feng, WU Qibing. Quantitative analysis on the passage bottlenecks through the entrances and exits of Beijing subway stations[J]. Urban Rapid Rail Transit, 2009, 22(3): 20−23.

[17] 薛艳青, 张喜. 基于Anylogic仿真技术的北京南站客流组织优化分析[J]. 铁路计算机应用, 2012, 21(2): 5−8. XUE Yanqing, ZHANG Xi. Analysis on optimizations of passenger flow organizations in Beijing South Station based on Anylogic simulation[J]. Railway Computer Application, 2012, 21(2): 5−8.

[18] 聂剑寒. 地铁换乘站内部流线的仿真与优化研究[D].武汉: 武汉理工大学, 2015. NIE Jianhan. Research on simulation and optimization of internal streamline of metro transfer station[D]. Wuhan: Wuhan University of Technology, 2015.

Optimizing and evaluating the equipment layout of rail transit station hall based on AnyLogic

DING Bo1, PENG Jinrong1, XU Guangming2, ZHOU Chuanyu1

(1. Wuhan Metro Operation Co., Ltd, Wuhan 430000, China; 2. School of Traffic & Transportation Engineering, Central South University, Changsha 410075, China)

In view of the current situation that the layout of station hall structure and facilities of urban rail transit stations cannot meet the demand of increasing passenger flow organization in the later stage, especially the old station. According to the station structure, equipment layout and passenger flow distribution characteristics, this paper clarifie the research idea of “simulation-analysis-optimization-evaluation” and carried out the simulation analysis of Zongguan station of Wuhan Rail Transit Line 1 by using Anylogic. Based on the passenger flow distribution density and other simulation results, the optimization scheme of equipment layout was put forward, and the quantitative evaluation system was designed to comprehensively evaluate the improvement effect of the optimization scheme on the station congestion and streamline smoothness. The research results show that the optimization ideas and methods proposed in this paper are feasible and effective. After the optimization, the utilization rate of the station area has been improved and the transfer bottleneck has been eliminated. Meanwhile, the passenger flow crossing in the station hall has been significantly reduced, the congestion in the station has been effectively relieved, and the smoothness of the streamline has been significantly improved. It has certain guiding significance for the layout optimization of the old stations of the early rail transit lines.

urban rail transit; passenger flow simulation; station hall transformation; relieving congestion; passenger flow organization

U231.1

A

1672 − 7029(2020)06 − 1578 − 08

10.19713/j.cnki.43−1423/u.T20190870

2019−10−08

国家自然科学基金资助项目(71701216)

徐光明(1986−)，男，湖南岳阳人，副教授，博士，从事轨道交通运营规划管理研究；E−mail：xuguangming@csu.edu.cn

(编辑 阳丽霞)