Simulering af passagerforsinkelser på jernbaner

Transkript

1 Simulering af passagerforsinkelser på jernbaner Alex Landex Otto Anker Nielsen Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

2 Forskelle på passager og togforsinkelser Antal passagerer per tog varierer Typisk mere presset køreplan i myldretiden Højere frekvens, flere passagerinteraktioner ved døre etc. Ofte flere passagerer per tog Passagerer skifter mellem linier De kan nå den samme forbindelse alligevel (ingen forsinkelse ved destinationen) De mister måske en forbindelse (meget mere skiftetid og meget større forsinkelse end det første togs forsinkelse alene) De kan være heldige at nå en tidligere men nu forsinket linie, som de ellers ikke havde nået Hvis flere linier løber parallelt ad en bane, har passagerer måske forskellige alternative rejsemuligheder, hvorved de kan undgå forsinkelser (f.eks. mellem Hovedbanegården og Østerport) 2 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

3 0. generationsmodeller Togforsinkelser Snitforsinkelser Der tages ikke hensyn til skift Passagerer kan vælge andre linier/ruter Tælletogsforsinkelser Der tages ikke hensyn til skift Togforsink else Antal (afstigende) passagerer = Passagerer kan vælge andre linier/ruter Passagerer der ankommer før tid regnes som forsinkede Forsinkelse 3 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

4 Eksempel på beregning med 0-generationsmodel 4 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

5 1. generations passagerforsinkelser optimalt rutevalg Normalt antages fuld information Passagerer kender til forsinkelserne før de opstår Eksempel: Beregninger på empiriske køreplaner med TPSchedule i Kh-Rg projektet 5 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006 A B C

6 2. generation Passagererne antages jævnligt, at benytte togsystemet Erfaringer om hvor og hvornår forsinkelser optræder Erfaringer svarer til sandsynlighedsfordelinger for forsinkelser Resultaterne af simuleringerne sammenvægtes ved successive gennemsnits metode Rutevalget tager hensyn til sandsynlighedsfordeling for fremtidige forsinkelser Passagererne har ikke mulighed for at ændre rute undervejs selvom der opstår særligt store forsinkelser Eksempel; Endelige version af Kh-Rg modellen; UX-Simu kombineret med TPSchedule og udjævnet med succesive gennemsnits metode i et makroprogam 6 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

7 3. generation - Passagerforsinkelsesmodel OPTIMISTISK Alt-eller-intet rutevalgsmodel Fuld information om fremtidige forsinkelser PESSIMISTISK Passagerer planlægger deres optimale rute efter den planlagte køreplan Den optimistiske model kan bruges som benchmark DSB S-togs regularitetsmodel Passagerer rejser i banenetværket ved at følge deres planlagte rute Hvis en forsinkelse af en vis størrelse opstår genovervejer passagererne deres rute, men først fra det tidspunkt i tid og sted hvor forsinkelsen opstår 7 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

8 Sammenligning af beregningsmetoder 3. Generation 2. Generation 1. Generation Snitforsinkelser Tælletogsforsinkelser Togforsinkelser Hensyntagen til passagerernes forsinkelse NEJ DELVIS DELVIS DELVIS JA JA Kompleksitet Behov for information om rejsemønstre Passagerer inddrager erfaringer i deres valg Mulighed for at forudsige forsinkelser Meget lav NEJ Lav Afstigere Lav Middel Middel Middel Høj Høj NEJ JA JA JA NEJ NEJ NEJ NEJ JA NEJ NEJ NEJ NEJ JA DELVIS JA Brug af passagerernes rejsemønster (ODmatrix) NEJ NEJ NEJ JA JA JA Passagerer kan ankomme før tid NEJ NEJ NEJ JA JA JA 8 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

9 Udviklingen af passagerregularitetsmodeller / generationsmodeller 1. generationsmodeller København Ringsted 2. Generationsmodeller København Ringsted 3. Generationsmodeller DSB S-tog regularitetsmodel 3. generationsmodeller - mulighed for simulering 9 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

10 Arbejdsgang ved simulering af baneprojekter Infrastruktur 100% 90% 95,4% 84,0% 90,6% 80,5% 95,4% 90,3% 91,4% 86,8% 92,7% 85,0% 80% 70% 60% 50% 40% Evaluering 30% 20% 15,7% 17,3% 22,5% 22,5% 19,6% Køreplan 10% 0% Morning Day Afternoon Other time Total Train regularity [%] Passenger regularity [%] Arrivals before time [%] Simulation 10 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

11 Simulering af forsinkelser og passagerforsinkelser Kodning af infrastruktur Køreplanlægning Kalibrering Regler for driften Forsinkelsesfordelinger Simulering af driften Eksport til passagerforsinkelsemodel Kalibrering Beregning af passagerforsinkelser for hver simuleret køreplan Evaluering 11 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

12 Praktisk implementering Almindelig simulering med RailSys Udskrift af simuleringsresultater Import-Export program Endnu kun forskningssoftware Kør passagerforsinkelsesmodel Kører i daglig drift hos DSB S-tog Import-Export programmet kan let udvides til også at starte passagerforsinkelsesmodellen 12 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

13 Case: Den københavnske S-bane (S07) 85 stationer 4 linier (A, B, C & E) med 10 minutters frekvens i dagtimerne og 20 minutters drift morgen og aften 2 liner (Bx & H) med 20 minutters frekvens 1 linie (F) med 5 minutters frekvens i dagtimerne og 10 minutters frekvens morgen og aften Nogle afgange på linie C er afkortede 13 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

14 Forsinkelser 100,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% Optimistisk passagerregularitet Passagerregularitet Togregularitet 20,0% 10,0% 0,0% Minutter forsinket Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

15 Forsinkelser på stationsniveau 100,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% Total - Optimistisk passagerregularitet København H - Optimistisk passagerregularitet Køge - Optimistisk passagerregularitet Total - Passagerregularitet København H - Passagerregularitet Køge - Passagerregularitet Total - Togregularitet København H - Togregularitet Køge - Togregularitet 20,0% 10,0% 0,0% Minutter forsinket Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

16 Optimistisk vs pessimistisk evaluering af passagerforsinkelser 45,00% 40,00% 35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% Passagerforsinkelsesmodel Optimistisk opgørelse Passagerer 2000, , ,00 500,00 0,00-500, ,00 Forskel mellem optimistisk opgørelse og passagerforsinkelsesmodel ,00% Minutter i forhold til køreplan -1500,00 Minutter i forhold til køreplan 16 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

17 Antallet af passagerer på en bestemt afgang Et forsinket tog forventes at have flere passagerer Line B Et forsinket tog kan have færre passagerer hvis der er en konkurrerende linie Høje Taastrup Glostrup Hvidovre Dybbølsbro Nørreport Svanemøllen Gentofte Sorgenfri Line B :30 08:40 08:50 09:00 09:10 09:20 09:30 Realised timetable Planed timetable Planed capacity 17 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

18 Konklusioner Der er signifikant forskel mellem togforsinkelser og passagerforsinkelser Forskelligt antal passagerer i togene hen over dagen Passagerer vil (til en vis grad) ændre rute som følge af forsinkelser Større risiko for forsinkelser i myldretiderne Passagerforsinkelser er større end togforsinkelser Passagerer kan dog også ankomme tidligere end planlagt => 3. generations passagerforsinkelsesmodeller giver mest realistiske resultater Det er muligt at identificere kritiske afsnit i jernbanenetværk Test af strategier for at få færre passagerforsinkelser Muligt at vurdere fremtidsscenarier Evaluere ændringer i infrastruktur og/eller køreplaner Evaluere netværkskapacitet og/eller -stabilitet 18 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006

19 Spørgsmål Alex Landex & Otto Anker Nielsen 19 Simulering af passagerforsinkelser på jernbaner Trafikdage 2006