在地铁运营过程中，车站人员密度往往呈现出早晚高峰时段较大、非高峰时段变化较小的特征；且受地铁空间特征影响，进、出站客流的规律性会导致车站不同区域的逐时负荷有所差异。地铁车站公共区域空调系统一般采用集中式全空气一次回风空调系统，未考虑冷负荷、新风需求量的变化规律。通过对不同区域负荷、新风规律进行实测和分析，对车站进行分区，以满足车站对于乘客舒适性、能耗和经济性的需求。

诸多学者针对既有岛式非换乘地铁车站中乘客分布规律、车站空间特征、人员行走习惯等开展了较为广泛的研究^［1-2］。李森荟等^［3］统计了北京地铁大望路和五棵松站站台候车乘客分布规律，发现乘客倾向于近站台位置候车，且距站台入口越远，候车乘客越少。宋庆梅等^［4］利用观察统计方法分析了北京地铁建国门站站台乘客分布规律，发现各出入口的人流密度差异性对站台不同位置候车人数分布有较大影响。吴非等^［5］利用观测统计及数据拟合方法得出了近似概率分布的乘客候车位置选择模型，结果表明乘客人数的实测均值与计算均值之差不大于3人。Kazuhiro等^［6］利用计算流体力学（CFD）方法模拟了人体行为对地铁站内空调负荷和乘客热舒适性的影响，结果表明环境空调系统提高了乘客热舒适性并降低了空调负荷。幸晓辉等^［7］为了研究旅客到达车站时间的概率分布，在成都进行实地调查和数据收集，并在Access数据库中进行了统计分析，分别确定了地铁和铁路旅客到达车站时间的概率分布，得出了铁路旅客采用站台候车方式的可能性及相关条件。Martin 等^［8］利用自动计数传感器得到了地铁站内行人路线选择结果，并提出了一种基于感知时间估计连续观测的动态行人路径选择模型。在商场、图书馆、办公楼、医院等其他公共建筑内，人员密集且波动大，人员数量的变化对空调负荷有较大影响，因此在这些建筑的空调运行过程中，常常以人员密度作为调节指标以便及时控制空调系统供水温度、设备管内流速等运行参数，通过调节制冷量来适应空调负荷的变化从而实现节能^［9–10］。既有研究指出，公共建筑内人员数量的变化会对建筑内负荷造成影响。

本文通过调研进、出站客流以及不同位置人员数量得到车站人员分布规律，并进行车站初步分区。通过计算得到不同区域新风需求特性和冷负荷需求特性，得到车站空调系统最终分区，以便将分散式空调运用于地铁中，从而在满足乘客热舒适性的情况下达到节能的目的。

1 车站乘客调研实施方案 1.1 车站类型选定

本文选取调研车站为地下非换乘岛式车站，调研车站信息如表1所示。3座车站进站客流规模均在10 000 ～ 20 000人/天之间，符合本文岛式非换乘车站的调研需求。

1.2 调研内容

乘客在车站停留时间将影响车站人员负荷及车站新风需求量配比。统计3座车站工作日与非工作日进、出站客流数据，研究车站人员负荷、新风负荷、新风量随时间的变化规律。统计车站站厅早高峰、非高峰、晚高峰不同位置进、出站客流分布情况。统计站台两侧屏蔽门及中间区域不同位置停留乘客数量、行走乘客数量，以3 min内数据为一组，各时间段分别至少统计3组。调研内容及调研人员配置如表2所示。

2 结果与分析 2.1 进、出站乘客数量随时间的变化 2.1.1 工作日

对3座车站工作日（周一 ～ 周五）进、出站逐时客流取平均值，结果如图1所示。车站1、车站2、车站3进站最大客流分别为15 945、14 505、12 911人/天，出站最大客流分别为15 431、14 071、12 429人/天，均大于10 000人/天。从图1中可以看出，在早高峰（07：00—09：00）和晚高峰（17：00—19：00）进站客流均出现明显峰值，而其他时段进站客流变化不大。可见，进、出站客流呈现明显的双峰型分布特征，即早、晚高峰客流远大于非高峰客流。

2.1.2 非工作日

3座车站非工作日进、出站逐时客流平均值如图2所示。由图可知：车站1非工作日进、出站客流呈现明显的双峰型分布特征；车站2、车站3非工作日进站客流呈现平峰型分布特征全天客流变化不明显；3座车站出站客流在早高峰至晚高峰均呈现逐渐升高趋势，且仍为平峰型分布特征。综上可知：非工作日车站1进、出站客流和工作日的保持一致；而车站2、车站3进、出站客流均呈现平峰型分布特征，车站逐时客流随时间变化较小，这与工作日的客流分布特征相差较大。

2.2 乘客在车站不同位置分布特性

调研早高峰、晚高峰、非高峰3个时段车站3站厅及站台不同位置乘客分布情况。每次将3 min内进、出站客流记为1组数据，每个时段至少记录3组数据，以便分析不同区域冷负荷及新风量需求特性。

2.2.1 乘客在站厅不同位置分布规律

为便于统计不同位置乘客数量，对车站站厅不同位置进行标记，如图3所示，其中：4个出入口区域编号分别为①、⑤、⑫、⑮；售票区域编号分别为③、⑭；安检区域编号分别为⑥、⑱；服务台区域编号分别为②、⑩、⑪；部分过渡区域编号分别为④、⑬；楼梯区域编号分别为⑧、⑨、⑯；扶梯区域编号分别为⑦、⑰。

图4为车站1站厅不同区域 3 min内客流平均值。由图可知：进站乘客多分布在出入口区域、进站闸机区域、扶梯区域，在服务台区域、楼梯区域、售票机区域分布较少；出站乘客多分布在出站闸机区域，而后直接行至出入口区域离开车站。同时，进站闸机区域进站乘客数量在早高峰远远大于晚高峰和非高峰，晚高峰和非高峰乘客数量相差不大；服务台、楼梯、售票区域乘客数量在早高峰、晚高峰、非高峰也相差不大。

2.2.2 乘客在站台不同位置分布规律

连续记录早高峰、晚高峰、非高峰3个时段站台不同位置屏蔽门处3 min内候车乘客数量。每个时段分别记录3组数据，取平均值得到站台不同位置屏蔽门处候车乘客数量分布，结果如图5所示。将固定屏蔽门处附近候车乘客数量计入相邻带有编号的移动屏蔽门处数据中。

由图5可以看出，电梯附近屏蔽门处候车乘客数量多于其他屏蔽门处，站台进站乘客基本分布在上行侧或下行侧，且越靠近扶梯区域候车乘客越多。在设计站台空调系统时，可优先考虑候车乘客较多侧乘客的热舒适感受。

2.3 车站初步分区

为了分析车站不同位置的冷负荷大小，需对车站站厅及站台进行分区。根据调研结果对站厅及站台进行了初步分区。图6（a）为站厅分区平面图。根据车站结构、乘客行走路线等将站厅分为4个部分：出入口所在位置分为4个区域（①、②、③、④）；进、出站所在位置分为2个区域（⑤、⑦）；服务台所在位置分为3个区域（⑨、⑨−1、⑨−2）；其他乘客较少区域分为4个区域（⑥、⑧、⑩、⑪）。图6（b）为站台分区平面图。根据站台结构将站台分为3个部分：中间乘客行走或停留区域，共4个区域（Ⅰ～Ⅳ），其中区域Ⅰ、Ⅳ靠近电梯口，通行乘客较多，区域Ⅱ、Ⅲ靠近楼梯，乘客较少，但这两个区域设有座椅，会吸引较多乘客停留；上行线乘客停留候车区域9 个；下行线乘客停留候车区域9 个。

3 车站冷负荷及新风需求特性 3.1 基于人员分布的新风需求特性 3.1.1 基于室外CO₂浓度计算车站乘客人均新风量

车站新风量将直接影响室内CO₂浓度，因此需根据室内外CO₂浓度确定人均新风量。采用空调系统时，供应的新鲜空气量不应少于12.6 m³/（h·人），但该新风量能否满足稀释室内CO₂浓度的要求则要视地铁车站实际情况而定。本文测试并记录了车站外CO₂浓度，每5 s记录1次，将记录数据按照时刻取平均值，结果如图7所示。从图中可以看出，一天内室外CO₂浓度呈现先升高后降低的趋势。因此在引入室外新风进入车站时要根据室外逐时CO₂浓度确定车站逐时人均新风量。

为了确保车站内CO₂浓度满足人员健康要求，本文根据测试得到的室外CO₂浓度逐时值计算室内逐时人均新风量。计算公式为^［9］

$ \qquad{V}_{\text{f}}=\frac{Z}{{{y}}_{{\mathrm{N}}}-{{y}}_{\text{w}}} $

式中：$ {V}_{\text{f}} $为所需的新风量，m³/h；Z为室内产生的CO₂量，L/h；$ {{y}}_{\text{N}} $为室内CO₂允许体积分数，取值为1.5×10⁻³；$ {{y}}_{\text{w}} $为室外新风中CO₂的体积分数。

根据室外CO₂ 浓度逐时值计算公式，求得车站内最小逐时新风量，结果如图8所示。由图可知，不同时刻车站所需人均新风量不同，最小人均新风量在17.43 ～ 18.92 m³/(h·人)之间，但均大于GB 50157—2013^［11］中给出的12.6 m³/(h·人)。若按照地铁规范要求的最小新风量来设计空调系统，则很难保证车站内 CO₂ 浓度在规范要求的上限值内。因此，所需人均新风量取最大值并取整为19 m³/(h·人)。

3.1.2 基于人员分布的车站不同时段新风量需求特性

车站所需总新风量与车站人员数量、停留时间、人均新风量等有关。根据调研结果和各车站进、出站乘客数量，得到工作日与非工作日车站所需人员新风量的变化规律，结果如图9所示。由图中可以看出，车站所需逐时人员新风量受车站逐时客流、室外CO₂ 浓度等因素影响，且在工作日、非工作日表现出不同的特征。工作日人员新风量在早、晚高峰呈现明显的峰值，因此需要在早高峰和晚高峰进行新风量调控；非工作日人员新风量则变化不大，可直接在早、晚高峰时段内根据最大新风需求量稳定运行，无需调节（靠近高校的车站除外，其在非工作日车站客流的双峰型特征仍较明显）。

3.1.3 基于人员分布的车站不同区域新风量需求特性

利用工作日乘客在不同区域停留时间占比计算不同时刻、不同区域的人员所需新风量，结果如图10所示。由图中可知，车站大部分区域逐时新风量变化规律与车站总逐时新风量变化规律一致，均呈现明显的双峰型特征。同时大部分区域逐时新风量在100 $ {\mathrm{m}}^{3} $/h以内变化。乘客经站厅出入口进入车站，因此区域 ② 所需新风量较大；乘客进入车站后通过安检、检票进站，因此区域 ⑤、⑦ 所需新风量较大；乘客通过站厅后，经扶梯/楼梯到达站台，因此区域 Ⅰ 和 Ⅳ 所需新风量较大；乘客选择站台一侧候车，并在附近行走，主要分布在电梯1−2、Ⅱ−2、Ⅲ−2、电梯 2−2、Ⅳ−2 等区域，因此这些区域所需新风量较大。为满足不同区域人员对新风需求，应将新风量送至需求较大的区域。

3.2 车站不同区域冷负荷需求特性 3.2.1 车站冷负荷随时间变化特性

3座车站工作日和非工作日的逐时冷负荷如图11所示。由图中可知，车站逐时冷负荷在工作日与非工作日呈现相同的变化规律：分别在早（07：00—09：00）、中（11：00—13：00）、晚（17：00—19：00）这3个时段出现峰值。同时，12：00的冷负荷也出现峰值。这是受室外空气焓值较大的影响，午时由室外进入车站渗透风携带的热量较大引起。

为了确定不同类型冷负荷对车站总冷负荷的影响，以车站3工作日为例计算不同类型冷负荷逐时值，结果如图12所示。由图中可知：车站3设备、围护结构冷负荷不随时间变化而变化，分别约为162、6 kW；人员负荷、新风负荷受车站人员密度影响，在早高峰和晚高峰较大，分别为73、76 kW，但与车站总冷负荷相比，占比均较小；屏蔽门逐时渗透负荷和出入口渗透负荷分别受区间隧道和室外温湿度影响较大，因此其大小随时间变化而变化，在早、晚高峰分别可达458、614 kW。因此，由车站渗透风引起的负荷对车站逐时冷负荷影响较大，而车站人员及新风负荷仅占10%左右，对车站总冷负荷影响较小。但随着车站客流量增加，人员负荷对车站冷负荷的影响将逐渐增大，此时车站冷负荷主要受渗透风负荷和人员负荷的共同影响。

3.2.2 车站负荷随空间变化特性

根据文献[12–14]，分别计算车站围护结构传热负荷、屏蔽门逐时渗透负荷、出入口渗透负荷、人员负荷、新风负荷、照明及设备负荷。根据负荷来源计算不同区域的负荷。

图13为冷负荷逐时值变化规律。由图中可知，站厅楼梯、服务台售票机所在区域的逐时冷负荷基本不随时间变化。而检票口所在区域的逐时冷负荷则在早、晚高峰出现峰值。2个扶梯处的逐时冷负荷受人员数量影响较大，也在早、晚高峰出现最大值。同时站台两侧屏蔽门区域的逐时冷负荷在早、晚高峰均呈现峰值，且站台层下行侧负荷大于上行侧负荷。这主要是由于乘客进站候车，主要在下行侧分布，导致人员负荷和新风负荷增加。

3.3 基于不同负荷变化特性的车站公共区最终分区

通过分析负荷和新风量发现，诸多相邻区域的逐时冷负荷/逐时新风量变化规律相近，且相差较小，因此可将部分区域进行合并。

靠近出入口的售票口区域⑩、⑪，由于一天内逐时冷负荷均保持在7 kW左右，因此可近似认为其不随时间变化，可将区域⑩、⑪分别划分至临近出入口区域；检票口进站区域⑤、⑦，其冷负荷受进站乘客数量影响较大，在早、晚高峰均出现峰值，因此区域⑤、⑦分区不变；服务台区域初步分区时由⑨、⑨−1、⑨−2 三个区域构成，但经分析发现，这3个区域一天内逐时冷负荷分别保持在6、9 ～ 10、9 ～ 10 kW左右，波动较小，因此将这3个区域合并；站厅楼梯区域，初步分区时由区域 ⑥、⑧构成，但调研时发现经过楼梯的乘客较少，且经过靠近下端站厅楼梯墙壁的区域的乘客也较少，区域⑥、⑧逐时冷负荷变化较小，分别为5、8 kW左右，因此将这两个区域合并为一个区域。

对于站台，初步分区时将其分成3个部分，共计22个区域。虽然调研时发现上行线与下行线方向候车乘客分布存在较大差距，但经冷负荷计算发现不同区域人员负荷、新风负荷占总冷负荷比例较小，且不同区域总冷负荷仅相差1 ～ 4 kW。因此，结合调研统计结果，即乘客多在靠近扶梯附近候车，且站台不同区域逐时冷负荷基本均在早、晚高峰出现峰值，并根据区域位置将相近区域进行合并，将站台分为Ⅰ、Ⅱ、Ⅲ、Ⅳ共计4个区域。

通过对站厅及站台的区域划分进行调整，得到站厅及站台最终分区平面图如图14所示，其中：站厅10个区域，包括4个出入口区域，2个售票机区域，2个安检区域，1个服务台区域，1个楼梯区域；站台4个区域，包括靠近电梯口区域Ⅰ、Ⅳ，靠近楼梯区域Ⅱ、Ⅲ。

4 结论

本文基于上海地铁非换乘岛式地铁车站人员分布规律，分析了车站不同区域不同时刻负荷及新风量变化规律。主要结论为：

（1）3座地铁车站工作日进站客流基本均呈现双峰型/平峰型分布特征，出站客流基本呈现平峰型分布特征；而非工作日进、出站客流基本呈现平峰型分布特征。分析乘客在车站不同位置空间分布规律发现，站厅大部分进站乘客乘坐扶梯；早、晚、非高峰时段大部分站台候车乘客在同侧候车，且电梯附近屏蔽门处候车乘客多于其他屏蔽门处候车乘客。

（2）由出入口和屏蔽门渗透进入车站风量携带的冷负荷占车站总冷负荷的比例较大，在早、晚高峰分别达65.6%和71.5%左右；而人员负荷及新风负荷受客流影响较大，车站3客流为12 811人/天，人员负荷、新风负荷之和仅占车站总冷负荷的10.5%。车站逐时冷负荷均分别在早（07：00—09：00）、中（11：00—13：00）、晚（17：00—19：00）3个时段出现峰值：冷负荷07：00达到532 ～ 743 kW；12：00达到656 ～ 812 kW；17：00达到719 ～ 932 kW。基于室外CO₂浓度变化规律，经分析发现人均新风量在17.43 ～ 18.9 m³/(h·人)之间变化，因此按最大值取整为19 m³/(h·人)。

（3）对车站进行分区，站厅10个区域：4个出入口区域，2个售票机区域，2个安检区域，1个服务台区域，1个楼梯区域；站台4个区域：靠近电梯口区域Ⅰ、Ⅳ，靠近楼梯区域Ⅱ、Ⅲ。