链上镖师 / Chain Biaoshi
TRA|混跑铁路货运列车延误：运能分配与实时调度可靠性评估
基于瑞典南部干线微观仿真的次生延误与运行裕量诊断
论文以瑞典南部干线微观仿真为基础，将货运列车的次生延误、裕量消耗和调度决策连接起来，评估运能分配与实时优先政策造成的可靠性风险。
- 01：欧洲铁路货运在2020年的国内与国际正点率分别为64.1%和47.4%。
- 02：研究将计划停车、越站运行和临时停车纳入统一的延误归因方法。
- 03：案例覆盖瑞典南部干线约273公里的高利用率混合交通区段。
- 04：货运路径规划及其冲突解决方式是论文识别出的主要可靠性风险来源。
- 05：考虑冲突列车正点状态的实时调度政策在特定条件下可以降低货运可靠性风险。
客货混跑怎样把延误传给货运列车
欧洲混合交通线路由客运与货运列车共用基础设施，列车在速度、加减速、停车模式和调度优先级上的差异会增加时刻表冲突。货运列车还经常通过临时申请获得路径，需要在既有客运路径之间插入技术停车。列车进入实际运行后，客运优先或正点优先规则继续影响冲突处理，延误由此沿线路传播至货运服务。
欧洲各国在客运优先、正点列车优先和调度中心自主权方面采用不同组合，形成货运列车面对的制度环境。来源：Table 2
012019年瑞典约24%的货运列车在时刻表确定后被取消，反映提前申请路径应对需求不确定性的代价。
022018年欧盟全部临时申请路径中约72%属于货运路径，晚申请增加了路径插入和技术停车需求。
03临时停车会同时产生制动、停站和重新加速损失，并可能触发后续调度干预。
04到达时间波动会传导至货场、枢纽、仓储和接驳卡车的资源安排。
五类调度决策如何进入延误账本
研究按照货运列车接近车站时的实际运行轨迹，将调度结果划分为五类决策。计划通过和按计划停车保持既定活动，越过计划技术停车可以消耗停站裕量并恢复既有延误，临时停车会新增次生停站延误以及制动、再加速造成的区间延误。该分类使调度干预能够从到发时刻和速度轨迹中被识别。
五类决策覆盖计划通过、计划停车、越过计划停车和临时停车等运行轨迹，是延误归因的业务入口。来源：Fig. 2
1读取列车在各车站和相邻区间的计划与实际到发时刻
2识别计划停车、越站运行、临时停车及正常通过等调度决策
3分别计算原生运行延误、原生停站延误和次生延误
4核算运行裕量与停站裕量的可用规模和实际消耗
5以终点到达延误检验“原生延误＋次生延误－已消耗裕量”的平衡关系
六种运行轨迹展示计划停车决策下次生停站延误、无效提前到达和停站裕量消耗的识别方式。来源：Fig. 5
273公里南部干线上的三组仿真实验
案例覆盖瑞典南部干线Mjölby至Hässleholm约273公里区段，线路最高允许速度主要处于140至200公里每小时，相邻可超车地点的平均距离约26公里。研究采用2016年年度时刻表，在客运路径固定的条件下重新插入货运路径，并聚焦6时至20时的客运高峰活动。由于运营数据库未完整记录非计划停车的实际停站时间，作者使用RailSys微观仿真生成实现数据。
案例区段覆盖瑞典南部干线约273公里及沿线关键车站，用于界定高利用率混合交通走廊的空间范围。来源：Fig. 6
三组实验分别改变计划最高速度、实时调度优先政策以及起步加速度和制动性能。来源：Table 4
研究从基础设施与时刻表建模、扰动生成和调度规则配置出发，经RailSys迭代仿真提取列车运行实现数据。来源：Fig. 7
计划速度怎样改写技术停车与恢复空间
速度实验设置100、120、140和160公里每小时四种货运计划最高速度，并保持客运路径、车辆加减速参数和经验原生延误输入一致。计划速度变化会调整客货列车之间的速度异质性、路径冲突数量、技术停车安排和运行裕量。作者同时观察货运与客运沿线延误，并把结果拆解为次生运行延误、次生停站延误及两类裕量消耗。
四种货运计划最高速度对应的货运与客运平均延误沿评估区段逐步累积，曲线用于观察路径设置对全程可靠性的影响。来源：Fig. 9
速度场景改变次生运行延误、次生停站延误以及运行与停站裕量的可用规模和消耗结构。来源：Fig. 10
论文将可靠性风险的主要来源定位于货运路径的规划方式，尤其是货运路径插入既有客运时刻表时形成的冲突解决方案、技术停车和恢复裕量结构。
入口延误增加后，调度政策与车辆性能怎样响应
政策实验比较三种实时优先规则，并将货运列车入口延误从0分钟逐步提高至45分钟，用于模拟列车从货场、枢纽、边境或相邻调度区晚点进入线路的情形。研究指出，将冲突列车的正点状态纳入实时决策，在特定运行条件下能够降低货运可靠性风险。车辆实验进一步分别提高起步加速度与制动能力，跟踪两类次生延误和货运正点率的响应。
随着货运入口延误增加，不同调度政策产生不同的次生延误传播和裕量消耗轨迹。来源：Fig. 11
三种调度优先政策下的货运与客运平均延误和正点率共同反映政策对可靠性的分配结果。来源：Table 9
可用运行裕量、已消耗停站裕量和已消耗运行裕量随入口延误变化，补充解释各项政策的作用机制。来源：Fig. 12
车辆动力性能实验连接起步加速度、制动能力与次生运行延误、次生停站延误及货运正点率。来源：Fig. 13
模型适用条件与研究边界
研究结论来自瑞典南部干线的双线、高利用率、客货混跑环境，使用2016年时刻表配置和RailSys微观仿真实现数据。实验固定既有客运路径，并将新插入货运路径中的计划停车统一视为技术停车。延误分解还依赖原生延误已知这一条件。论文未报告该方法在单线铁路、其他国家调度制度、不同基础设施布局或长期需求变化下的验证结果。
✓适用对象：具有计划与实际到发时刻、速度轨迹和调度决策记录的混合交通铁路区段。
✓关键数据条件：能够识别非计划停车及其实际停站时间，并区分原生延误与次生延误。
✓关键建模条件：明确计划停车的商业活动需求、技术停车属性以及车辆最大速度和加减速性能。
✓外推限制：不同国家的优先规则、基础设施能力和货运路径申请机制需要重新配置与校准。
✓未覆盖情形：单线网络、全国网络联动和长期需求反馈的效果，论文未报告。
该方法适合作为时刻表规划者和交通管理部门的事后诊断工具，用于定位可靠性风险来自路径设计、实时调度干预或车辆动力条件中的哪一环，并在对应线路条件下比较调整方案。
论文：Assessing rail freight reliability under mixed-traffic conditions: The role of capacity allocation and traffic management policy
作者：Mohammad Al-Mousa，Hans Sipilä，Johan Högdahl，Oskar Fröidh，Behzad Kordnejad
期刊：Transportation Research Part A
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
