袁雋,趙爍,李麗輝,史峰
(1. 中南大學(xué) 交通運輸工程學(xué)院,湖南 長沙 410075;2. 中鐵第四勘察設(shè)計院集團有限公司 線路與站場設(shè)計研究處,湖北 武漢 430063;3. 鐵道科學(xué)研究院 電子計算技術(shù)研究所,北京 100081)
出行旅客的個體差異決定了出行需求的時空差異性,這種時空差異性稱之為時變特征。在高鐵網(wǎng)絡(luò)中,針對旅客出行的時變需求,采用高速度、高密度和小編組的列車運行模式,降低旅客候車時間,提高旅客運輸服務(wù)水平。鐵路運輸管理者自然希望在出行需求較高的時空開行更多列車,使列車開行密度跟隨旅客出行時變需求保持一致的波動性。對于已經(jīng)實施的列車運行圖,可以根據(jù)運營效果進行評價,進而對運行圖進行調(diào)整,使運行圖充分吻合旅客時變需求。但鐵路旅客運輸是一種大運量的運輸組織方式(不論列車編組多小),列車的開行距離須足夠長、中途停站須足夠多,以便滿足更多的O-D需求。與之對立的一種個性化出行方式是城市小汽車出行,每輛小汽車的時空路徑與乘客出行需求完全一致,再加上城市內(nèi)的出行距離較短,導(dǎo)致城市交通流與出行需求具有高度一致的波動性[1]。對于具有較長行程的列車,出發(fā)時可能處于需求高峰,途中或終到時可能處于需求低谷。據(jù)此猜想,即使是基于一個合理的列車運行圖(或列車開行方案),高鐵列車密度隨著客流強度增加而增加,但二者的波動規(guī)律不會達(dá)到高度一致的狀態(tài)。高鐵列車密度與旅客需求強度之間的關(guān)聯(lián)關(guān)系,是對列車運行圖(或列車開行方案)的一種評價方法,展示了它們是否與時變需求相吻合。很多學(xué)者對列車開行方案的優(yōu)化方法進行了深入的研究[2-6]。此外,近期的一些研究給出了針對時變需求的客流分配方法,以便評價列車開行效率。針對時變需求的客流分配方法大體分為 2類,其一是將客流分配到路網(wǎng)上,其二是將客流分配到列車上。若將時變需求分配到路網(wǎng)上,則可以獲得線路區(qū)間上的時變需求,在需求較大的時空區(qū)域上組織開行列車,擴展了編制列車開行方案的傳統(tǒng)方法[7]。若將時變需求分配到列車上[8-11],則便于降低旅客出行計劃出行時間與實際上車時間的偏差。這 2種針對時變需求的客流分配方法,都能夠評價列車運行圖與時變需求的吻合程度。若不知道O-D時變需求,或者客流分配結(jié)果與實際狀況不吻合,則不能采用上述客流分配方法進行評價,但高鐵系統(tǒng)的運營數(shù)據(jù)能夠彌補時變需求分布的缺失。本文依據(jù)高鐵列車運行圖和客運量,對列車密度與旅客需求的關(guān)聯(lián)性進行了數(shù)值分析,發(fā)現(xiàn)高鐵列車運行圖具備以下特征:在需求越高的時空區(qū)域,平均運輸能力越大;在運輸能力越大的時空區(qū)域,平均客座率越高。該特征可用于高鐵列車運行圖的評價,并適用于大規(guī)模高鐵網(wǎng)絡(luò)。
最原始形式的出行需求是O-D時變需求,是高鐵每天運營時間[t1, t2]內(nèi)關(guān)于計劃出行時間x的強度分布函數(shù) frs(x) , x ∈ [t1,t2],(r,s) ∈ R S 。全天O-D需求總量(x) dx ,其中RS為需求的O-D對集。為了與列車的區(qū)間運輸能力描述相對應(yīng),可將O-D時變需求轉(zhuǎn)換成為區(qū)間時變需求。記區(qū)間客流強度分布函數(shù)為 Qa(x), x ∈[t1,t2],a∈A,其中A為(有向)區(qū)間集。
在一條高鐵線上,在沒有時空能力限制的情況下,根據(jù)列車旅行速度將每一對O-D需求 frs(x)從起點站r加載至終點站s,所有O-D需求加載的疊加產(chǎn)生各區(qū)間的時變需求。具體加載方法如下:
對于O-D對(r, s),記車站r至區(qū)間a起始站的旅行時間為τ(r,a),則區(qū)間aa中新增時變需求
多個O-D對客流加載在相應(yīng)區(qū)間發(fā)生疊加,區(qū)間a疊加產(chǎn)生的客流強度
圖1 O-D對時變需求加載與疊加的三維分布示意圖Fig. 1 Three-dimensional diagram for the loading and overlaying of O-D time-dependent travel demand
在一般的高鐵網(wǎng)絡(luò)客流加載中,還需要考慮網(wǎng)絡(luò)的時空能力和加載路徑,具體加載方法見文獻(xiàn)[7]。
為了方便描述列車密度和出行需求的波動關(guān)系,希望通過統(tǒng)計較小時空單元的列車數(shù)量和旅客人數(shù),以便分析它們之間的比例關(guān)系。由于高鐵列車具有2類編組(8輛或16輛編組),其定員具有成倍的差異。為了更準(zhǔn)確地體現(xiàn)這種差異,在列車密度描述中,用列車定員總數(shù)來替代列車數(shù)量。
將運營時間[t1, t2]以10 min為單位劃分為若干時段,并依次標(biāo)記為i=1, 2, …, n。對于任何線路區(qū)間a,相應(yīng)地劃分成若干時空單元,記為a(i),i=1, 2, …, n。
在時空單元a(i)內(nèi),對于給定的運行圖,通過a(i)的列車定員之和稱之為通過 a(i)的運輸能力,記為 Ca(i)。通過時空單元 a(i)的區(qū)間客流量記為Qa(i),由此計算出時空單元a(i)的客座率
為了分析時空單元客座率的波動規(guī)律,通過圖 2來展示某個區(qū)間在一般情形下若干時空單元中的出行需求、運輸能力和客座率的關(guān)系。
圖2 時空單元中運輸能力與客流需求Fig. 2 Transport capacity and passenger flow demand in the time-space units
圖 2中的時間范圍為 6個時間單元 a(1),a(2), …, a(6),在此范圍內(nèi)給出了時變需求曲線。每個時空單元的寬為單位時間、高為最大運輸能力。陰影區(qū)域為客流量,空白區(qū)域與陰影區(qū)域的并集為運輸能力,空白區(qū)域為剩余能力。
在出行需求超過最大運輸能力的時空單元鄰近,客座率均等于1,這反映了這些時間內(nèi)旅客的出行選擇。在其他時空單元,總會出現(xiàn)一些剩余運輸能力,由于每一時空單元的能力均以 8輛編組為基本單元,將8輛編組列車的定員記作Ct。那么,對于任意時空單元a(i)所配備的運輸能力為
其中:n為時空單元內(nèi)8輛編組列車的數(shù)量(1列16輛編組列車換算成2列8輛編組列車); p為時空單元內(nèi)可通過的最大列車數(shù)。
從理論角度而言,為了與旅客出行強度充分吻合,應(yīng)保證每個細(xì)小的時空單元內(nèi)都配備與旅客需求強度大小相當(dāng)?shù)倪\輸能力。當(dāng)時空單元a(i)中的旅客需求強度為Qa(i)時,n與Qa(i)的關(guān)系應(yīng)滿足(n - 1 )Ct< Qa( i) ≤ n Ct。因此,對于開行了n列8輛編組列車的時空單元,旅客需求強度Qa(i)的平均值E(Qa(i))為
時空單元剩余運輸能力Ra(i)的期望值為
因此,從理論角度可以認(rèn)為一套與旅客時變需求相吻合的高鐵列車運行圖,其各時空單元中的剩余能力期望值大體相當(dāng),即出行需求越大的時空單元的客座率也會越高。
然而,由于列車的行程很長,沿途需求量不斷發(fā)生變化,導(dǎo)致每個時空單元難以完全按照出行需求配備運輸能力,但從平均意義來看,對于一個質(zhì)量較高的列車運行圖,出行需求越大的時空單元的客座率也應(yīng)該越高。
以2014-07-01京廣高鐵下行方向的列車運行圖和客流數(shù)據(jù),對時空單元客座率的波動性進行數(shù)值分析。京廣高鐵全線35個區(qū)間,以10 min為單位時間,將全線時空劃分為5 040個時空單元。統(tǒng)計獲得時空單元客流量分布如圖 3所示,整體上表現(xiàn)出京廣線兩端需求高、中段需求低的啞鈴狀分布。統(tǒng)計獲得時空單元運輸能力分布如圖 4所示,整體上表現(xiàn)出運輸能力對客流量的吻合,但運輸能力的波動幅度比客流量的波動幅度稍小一些。
圖3 時空單元客流量分布圖Fig. 3 Distribution of passenger flow in the space-time units
圖4 時空單元運輸能力分布圖Fig. 4 Distribution of transport capacity in the space-time units
由各時空單元的客流量和運輸能力計算獲得客座率分布見圖5所示。圖5中存在少量客座率超過 1的時空單元;在廣州南和北京西鄰近需求高峰的時空區(qū)域,雖然客座率普遍較高,但也存在少量客座率很低的時空單元;在武漢鄰近需求較低的區(qū)域,雖然客座率普遍偏低,但也存在一些客座率較高的時空單元。
圖5 時空單元客座率分布圖Fig. 5 Distribution of load factor in the space-time units
3.2.1 運輸能力與客流量的關(guān)系
將全部時空單元按照客流量和運輸能力確定的坐標(biāo)點繪制散點圖見圖 6所示,發(fā)現(xiàn)這些散點呈現(xiàn)水平帶狀團簇,其原因在于運輸能力為 8編組的整數(shù)倍所致。還發(fā)現(xiàn)等值客流量的不同時空單元的運輸能力存在較大差異,其原因在于運輸能力依賴于列車的時空路徑,與旅客需求的時空分布難于完全吻合。但從整體趨勢來看,客流量越多的時空單元的運輸能力越大,平均運輸能力越大呈線性增長的趨勢。
圖6 客流量與運輸能力的關(guān)系散點圖Fig. 6 Scatter plots of relationship between passenger flow and transport capacity
3.2.2 客座率與運輸能力的關(guān)系
將全部時空單元按照運輸能力和客座率確定的坐標(biāo)點繪制散點圖見圖 7所示。發(fā)現(xiàn)圖中散點呈現(xiàn)豎直帶狀團簇,等值運輸能力的不同時空單元的客座率存在較大差異,這些現(xiàn)象與形成的原因與圖 6類似。借助于豎直狀團簇的特性,可以針對每一個團簇內(nèi)的時空單元計算平均客座率,平均客座率見圖 7中的節(jié)點所示,這些平均客座率均在0.7以上。由此可見,盡管存在一些時空單元的客座率很低,但平均客座率還是較高的。
在所有團簇中,有 2個特殊情形,即運輸能力最小和最大的 2個團簇。在運輸能力最小的團簇中,每一時空單元僅通過1列8編組列車,運輸能力相對緊張,與整體趨勢相比,平均客座率偏高。在運輸能力最大的團簇中,每一時空單元巧合匯集了很多列車,運輸能力相對寬松,與整體趨勢相比客座率偏低。除了這 2個特殊的團簇外,平均客座率呈線性增長趨勢(見圖7中的擬合直線)。不僅在京廣高鐵線路上具有這種增長趨勢,在京滬、滬昆和哈大這 3條高鐵線上也進行了統(tǒng)計分析,同樣具有這種特征(見圖8),只是平均客座率的增長率存在差異。
綜上所述,合理的列車運行圖具備以下特征:在需求越高的時空區(qū)域,平均運輸能力越大;在運輸能力越大的時空區(qū)域,平均客座率越高。
圖7 客座率的波動規(guī)律Fig. 7 Volatility characteristic of the load factor
圖8 不同高鐵線路的客座率波動規(guī)律Fig. 8 Volatility characteristic of the load factor in different high-speed line
盡管上述數(shù)值分析中的客流量均為實際運量,但特征“運輸能力越大的時空區(qū)域,平均客座率越高”表明了旅客主動乘坐穿越運輸能力較大時空區(qū)域的列車,而不是被動乘坐這些列車,從而也說明列車運行圖與出行需求相吻合。
1) 在高鐵網(wǎng)絡(luò)中,通過定義較小的時空單元及時空單元中的運輸能力、客流量和客座率,能夠方便地描述列車密度和出行需求及其關(guān)系。
2) 借助于京廣高鐵等線路的實際運營數(shù)據(jù)進行數(shù)值分析,發(fā)現(xiàn)時空單元按照客流量和運輸能力、運輸能力和客座率繪制的散點圖呈現(xiàn)帶狀團簇結(jié)構(gòu),等值客流量的不同時空單元的運輸能力存在較大差異,等值運輸能力的不同時空單元的客座率存在較大差異。但從平均意義來看,合理的列車運行圖具備以下特征:在需求越高的時空區(qū)域,平均運輸能力越大;在運輸能力越大的時空區(qū)域,平均客座率越高。這一特征表明了旅客是主動選擇乘坐穿越運輸能力較大時空區(qū)域的列車,而不是被動乘坐這些列車。因此,盡管數(shù)值分析中采用的是實際運量,但該特征表明列車運行圖與出行需求相吻合。
3) 可以利用“在需求越高的時空區(qū)域,平均運輸能力越大;在運輸能力越大的時空區(qū)域,平均客座率越高”這一特征來評價列車運行圖,并適用于大規(guī)模高鐵網(wǎng)絡(luò)。
[1] 李清泉, 曹晶. 短時交通流量模式提取及時變特征分析[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2011, 36(12):1392-1396.LI Qinquan, CAO Jing. Pattern extraction and temporal evolution of short-term traffic volumn[J]. Geomatics and Information Science of Wuhan University, 2011,36(12): 1392-1396.
[2] 史峰, 鄧連波, 霍亮. 旅客列車開行方案的雙層規(guī)劃模型和算法[J]. 中國鐵道科學(xué), 2007, 28(3): 110-116.SHI Feng, DENG Lianbo, HUO Liang. Bi-level programming model and algorithm of passenger train operation plan[J]. China Railway Science, 2007, 28(3):110-116.
[3] 何宇強, 張好智, 毛保華, 等. 客運專線旅客列車開行方案的多目標(biāo)雙層規(guī)劃模型[J]. 鐵道學(xué)報, 2006,28(5): 6-10.HE Yuqiang, ZHANG Haozhi, MAO Baohua.Multiobjective bi-level programming model of making train working plan for passenger-only line[J]. Journal of the China Railway Society, 2006, 28(5): 6-10.
[4] 付慧伶, 聶磊, 楊浩, 等. 基于備選集的高速鐵路列車 開行方案優(yōu)化方法研究[J]. 鐵道學(xué)報, 2010, 32(6):1-8.FU Huiling, NIE Lei, YANG Hao, et al. Research on the method for optimization of candiate-train-set based train operation plans for high-speed railways[J]. Journal of the China Railway Society, 2010, 32(6): 1-8.
[5] FU H L, NIE L, MENG L Y, et al. A hierarchical line planning approach for a large-scale high speed rail network: The China case[J]. Transportation Research Part A, 2015(75): 61-83.
[6] 周文梁, 史峰, 陳彥, 等. 客運專線網(wǎng)絡(luò)列車開行方案與運行圖綜合優(yōu)化方法[J]. 鐵道學(xué)報, 2011, 33(2):1-7.ZHOU Wenliang, SHI Feng, CHEN Yan, et al. Method of integrated optimization of train operation plan and diagram for network of dedicated passenger lines[J].Journal of the China Railway Society, 2011, 33(2): 1-7.
[7] 徐光明. 高速鐵路列車開行方案優(yōu)化方法研究[D].長沙: 中南大學(xué), 2015.XU Guangming. Research on the method for optimization on train operation plans for high-speed railways[D]. Changsha: Central South University, 2015.
[8] Douglas N J, Henn L, Sloan K. Modelling the ability of fare to spread am peak passenger loads using rooftops[C]// The Australasian transport research forum proceedings, Adelaide, Australia, 2011: 28-30.
[9] SU H Y, SHI F, XU G M, et al. Schedule-based passenger assignment for high-speed rail networks considering the ticket-booking process[J]. Mathematical Problems in Engineering, 2016, DOI: 10.1155/2016/1650839.
[10] Kaspi M, Raviv T. Service-oriented line planning and timetabling for passenger trains[J]. Transport Science,2013, 47(3): 295-311.
[11] 蘇煥銀, 史峰, 鄧連波, 等. 面向時變需求的高速鐵路列車開行方案優(yōu)化方法[J]. 交通運輸系統(tǒng)工程與信息,2016, 16(5): 110-116.SU Huanyin, SHI Feng, DENG Lianbo, et al.Time-dependent-demand-oriented line planning optimization for the high-speed railway[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(5): 110-116.