城市轨道交通网络化运营 信号故障仿真研究

蒋 熙，徐 俊，胡坤琨

JIANG Xi1，XU Jun2，HU Kunkun1

(1.北京交通大学 轨道交通控制与安全国家重点实验室，北京 100044；2.中国铁路上海局集团有限公司 总工程师室，上海 310009)

(1.State Key Laboratory of Traffic Control and Safety， Beijing Jiaotong University， Beijing 100044， China； 2.Chief Engineer office， China Railway Shanghai Group Co.， Ltd.， Shanghai 310009， China)

0 引言

近年来国内大城市的轨道交通系统快速发展，网络规模、运输密度与客流负荷剧增。进入网络化运营阶段后，因运输密度大、各线间站间运营关联性增强，运输组织难度增加。当路网出现异常情况后，可能在不同程度上影响路网的正常运营，如形成列车延误、停运或行车中断，继而可能造成客流聚集及拥堵传播，严重影响乘客出行，需要及时采取科学手段进行运营调控。段海洋等[1]分析设备因素是导致运营安全事故发生的主要原因。作为城市轨道交通系统的关键技术装备，信号系统的各类故障特别需要格外关注。为实现城市轨道交通的安全高效运营，既要保证信号设备本身的安全性、可靠性，也要提高信号故障情况下的运营调控决策水平。如果能准确预判信号故障对路网运营可能造成的影响，有针对性地及时采取合理的调控措施，可以有效控制异常运营状态在路网内的传播，迅速疏导客流、恢复正常运营。

在信号故障或突发事件影响与调控的相关研究中，王亚涛[2]主要从信号设备本身角度研究故障的延迟时间和系统的脆弱性；胡晓[3]依据

各部件因素发生概率和后果严重程度进行信号系统风险评价；徐田坤[4]基于风险影响因素进行城市轨道交通运营安全风险分析评估；苏娇[5]从突发事件类型和影响特点出发研究城市轨道交通应急管理方法；焦轩[6]主要从客流特性角度研究突发情况下的运营调控措施；尹浩东[7]主要从乘客出行行为角度研究运营中断条件下的客流诱导。

综上分析，既有研究较少从网络化运营整体角度出发，并考虑故障与客流的互动作用关系，没有形成相对成熟的技术方法准确预判信号故障对网络运营的影响，网络化运营调控缺少有效的辅助决策手段。因此，围绕网络化运营核心要素及其在运营过程中的互动作用关系，利用计算机仿真手段研究信号故障情况下异常运营状态的演化过程，能够定量分析信号故障对网络化运营的影响，提供运营调控辅助决策手段，为城市轨道交通信号故障情况下高效安全的网络化运营组织提供方法与技术支持。

1 城市轨道交通信号故障及调控分析

1.1 信号故障影响过程分析

城市轨道交通信号故障对运营的影响与运营的构成要素紧密相关，如路网拓扑与设施、客流、列车群及运营调控方案等，并且在与这些要素相互作用的过程中动态呈现出来。信号故障对运营状态影响过程的层次结构如图1所示。

图1 信号故障对运营状态影响过程的层次结构图Fig.1 Hierarchical diagram of signal fault affecting operation state

由图1可以看出，事件发生，信号故障所影响的对象、空间范围和时间不断发生动态变化。在直接作用层，故障首先作用到线路设施和列车上，可能降低线路通过能力、改变列车运行模式，从列车降速、停车或延误等方面直接体现出对运营的影响。随时间推移，可能会使得乘客乘车与出行不便而逐渐出现客流聚集与拥堵传播，也可能造成后续列车延误，并通过车流与客流交织作用逐步扩散，使故障对运营的影响进入连带作用与客流传播层。与此同时，运营人员可能会采取运行调整或客流控制等调控措施，进一步引起客流或列车群的状态改变，随着时间推移，车流延误和客流拥堵逐步缓解、最终恢复正常，故障的影响在决策介入与调控层的作用下逐渐消散。

1.2 运营调控方式分析

发生信号故障突发情况后，目前运营部门会及时启动维修，还根据实际设施状态、列车运行及客流积聚情况制定运营调控措施。这是一种以运行调整为核心、以列车控制为主导的运营调控方式，但较少考虑客流及车流互动作用。然而，在网络化运营模式下，客流的时空分布状态无法由列车流分布状态直接导出，而乘客是城市轨道交通的最终服务对象，客流需求与运输服务供给之间的协调匹配是运营调控的优化目标，如果以“列车为中心”实施运营调控，则难以实现这一目标，因而网络化运营应该转向“以乘客为中心”，在系统控制模式上增加故障对客流状态影响的前馈机制，围绕路网客流分布变化进行信号故障下的运营调控。当检测到信号故障时，及时预判和推演客流动态变化、评估信号故障对运营带来的定量影响，在此基础上，基于补偿性调整方式来制定行车组织与客流组织相协同的网络化运营调控方案，从而及时高效地疏解客流、恢复运营。实施“以乘客为中心”的运营调控需要具备2个方面的基础：一是准确预判故障对运营造成的影响及其发展变化，二是对不同调控方案的可能实施效果进行评估并支持优化调整。信号故障下“以乘客为中心”的运营调控控制方式如图2所示。

图2 信号故障下“以乘客为中心”的运营调控控制方式Fig.2 “Passenger oriented” operation control mode under signal fault

2 城市轨道交通信号故障仿真

对于复杂大规模城市轨道交通网络，路网运营状态呈现出复杂的非线性演化关系，而计算机仿真技术在复杂非线性动态系统的建模与分析上具有独到优势。结合乘客出行行为、列车运行过程、行车组织方案、客流组织方案等不同要素，在掌握路网运营状态的动态变化基础上，采用仿真技术对信号故障对网络化运营的影响进行定量评价。

2.1 运营仿真

利用“城市轨道交通路网客流分布推演仿真系统”[8]进行信号故障情况下的网络化运营仿真，该软件可以依据用户设置的路网拓扑与设施配置信息、路网客流量与OD、运输组织方案、异常事件及相关仿真模型参数，模拟不同场景下路网内的列车运行、乘客个体的出行选择与出行动态过程，从而形成路网运营状态变化的推演。该仿真系统的输出数据包括：线网各列车在出入段、进出站、区间运行、折返等各环节的动态运行过程数据，各乘客到达车站、进站、站内走行、站台等车、上下车、换乘、出站走行、出站等各环节的动态出行过程数据，路网客流在各站、各区间断面、各列车上分布量变化的动态数据等。

实施信号故障仿真，首先要进行基础数据输入，并根据故障发生时的运营场景设计仿真实验方案，然后运行仿真软件，在信号故障与列车运行、乘客出行的动态交互作用中推演出路网运营状态的变化。按照信号故障对运营状态影响过程的层次结构，从直接作用、连带与传播作用、决策介入等不同方面刻画出信号故障对运营影响的动态演化过程。

2.2 定量影响评价

按照“以乘客为中心”基本思想，从受影响的对象、时空范围及程度等不同方面出发，设计故障影响定量指标集，针对给定的场景，计算相应的指标值来衡量并分析信号故障对路网运营的定量影响。故障影响定量指标集如表1所示。

针对需要进行分析的信号故障设置2种仿真场景，分别对应信号故障下的运营场景和同等条件下未发生信号故障的假设场景，进行相应场景下的仿真运行，获取2种场景下的仿真输出数据，按指标定义采用比较计算方法得到故障影响指标的定量数值。

表1 故障影响定量指标集Tab.1 Quantitative indicators of fault impact

2.3 递进优化流程

在信号故障场景下，利用仿真系统对单个调控方案、组合调控方案的实施效果进行仿真实验和分析，用户根据仿真结果进行评估后可对调控方案进行修订，然后再次进行仿真实验，可优选出最适合当前运营场景的调控方案，保证各方案在网络上相互协调配合，以达到最好的调控效果。基于仿真评估的调控方案递进优化流程如图3所示。

图3 基于仿真评估的调控方案递进优化流程Fig.3 Progressive optimization process of control scheme based onsimulation evaluation

信号故障后，为了与能力损失情况下的行车组织相协调，往往需要在恰当的时机启动局部限流措施。合理的限流时机与当时路网运营状况、客流特性与行为、列车运行调整方案等多种要素有关，运用分段递推的方法，通过多次仿真实验与评估的方式来实现限流时机阈值T控启的计算。设故障发生时刻为T故，以T故为初始时段、∆t为递推间隔分时段，设置启动限流时刻及与之相对应的若干实验方案，逐步进行仿真实验，以满足安全运营目标的最晚限流时刻作为限流时机阈值。算法流程如下。

（1）置时间t为信号故障发生时刻T故，置计数器i为0，按故障场景下的客流OD、运行调整图、路网拓扑与设施数据、t时刻开始限流等要素设置初始实验方案Pi。

（2）使t增加∆t，i加1，按t时刻为限流开始时间设置实验方案Pi，其他要素与Pi-1相同。

（3）针对实验方案Pi运行仿真系统，得到仿真数据。

（4）抽取仿真数据中的各站台聚集人数，如果存在某车站聚集人数达到站台安全承载能力70%，则将T控启设为Pi-1方案中的限流开始时间，即T控启=t- ∆t，然后退出。

（5）如果t到达当前运营结束时刻，则当日不需限流，退出；否则转步骤（1）。

3 仿真案例研究

以某市地铁发生的一次信号故障为例，当日17 : 32分，地铁L号线发生信号设备故障，B站至J站的站间上下行列车降级以人工驾驶模式运行，列车改按进路闭塞法行车，故障期间故障区段若干车站采取临时限流措施。18:04分信号故障修复，后续运营秩序逐步得到恢复。利用路网客流分布推演仿真系统计算故障对运营的定量影响，并对运营调控方案进行分析、评估及优化。

3.1 仿真实验方案设计

仿真实验方案设置如表2所示。P01为对照方案，P02为实际场景的复现，P03为故障后假设未限流的方案，方案P04—P10的设置目的在于仿真计算故障后最适宜的限流开始时刻，即确定T控启。

3.2 仿真过程及结果

对方案P01、方案P02进行仿真实验，利用仿真输出数据对信号故障影响定量指标进行计算，指标计算结果如表3所示。

在信号故障影响定量分析基础上，对信号故障后的运营调控方案进行评估。比较方案P02 (实际场景)和方案P03 (假设未限流)下的仿真结果可知，若不进行限流，则会在路网中若干车站形成显著拥堵。C车站聚集人数比较如图4所示。C车站出站列车满载率比较如图5所示。因此，信号故障后实施限流可以避免将来可能产生的拥堵，是有必要的，但是原方案17 : 35限流开始时刻远远早于预计达到拥堵状态的时刻，对服务水平影响较大，如果选择最适宜的限流时机有可能以较小的代价达到网络协同调控目标。

为此，进一步分析P04至P10共7个方案下的仿真数据，计算得到限流时间阈值T调控为23 min，即17 : 55开始车站限流为宜。这样，通过推迟限流开始时刻减少了受影响的乘客数量，而相应车站的聚集人数和列车满载率仍然满足能力与服务水平制约。这说明通过优化限流时机，可以用更小的代价实施故障下的运营组织，以保证信号故障时期的运营安全和服务质量。

图4 C车站聚集人数比较Fig.4 Comparison of passenger numbers at station C

图5 C车站出站列车满载率比较Fig.5 Comparison of train load ratio from station C

表2 仿真实验方案设置Tab.2 Setting of simulation experiment scheme

表3 指标计算结果Tab.3 Calculation result of indicators

4 结束语

通过不同场景下的仿真实验及指标计算，可以发现，信号故障对运营的影响往往不局限于故障区段，在城市轨道交通网络化运营条件下可能从发生地点到其他线路进行扩散，在一定范围形成间接影响，而且在信号故障修复后，路网客流的异常情况可能持续更长的时间。利用信号故障仿真与分析评估方法，可以准确计算信号故障的影响范围，为运营调控提供量化决策依据并辅助进行调控参数优化。