2017 년도한국철도학회춘계학술대회논문집 KSR2017S109 시뮬레이션을활용한열차스케줄작성에관한연구 : OpenTrack을중심으로 Developing the Train Schedule by Micro Simulation Method: Focused on the Ope

Size: px

Start display at page:

Download "2017 년도한국철도학회춘계학술대회논문집 KSR2017S109 시뮬레이션을활용한열차스케줄작성에관한연구 : OpenTrack을중심으로 Developing the Train Schedule by Micro Simulation Method: Focused on the Ope"

형진 반
5 years ago
Views:

1 2017 년도한국철도학회춘계학술대회논문집 KSR2017S109 시뮬레이션을활용한열차스케줄작성에관한연구 : OpenTrack을중심으로 Developing the Train Schedule by Micro Simulation Method: Focused on the OpenTrack 이상호 *, 박범환 Sang-Ho Lee *, Bum Hwan Park * Abstract Various methods have been tried and implemented to develop an efficient train schedule. They include the timetabling methods based on optimization model or simulation model as well as the heuristics from expert experience. In case of urban railway, most timetables have been developed by means of their own process from the experiences, but nowadays they sometimes suffer from the difficulties in making up a new timetable by their own process when there occur a serious change in their operation environment like the modification of headway, running time, or introduction of new stations, etc. In our study, we present how the simulation software OpenTrack is used to develop a timetable. Especially, we describe in detail the way of implementing the real instance into OpenTrack and developing a new timetable under new operating environment as well as calculating headway and running time. Keywords : Train Schedule, Simulation, OpenTrack 초록효율적인열차스케줄작성을위해, 경험적인방법론부터최적화모형을활용한수학적방법론, 시뮬레이션을활용한방법등다양한방법론이모색되고있다. 도시철도의경우, 대부분의스케줄은현장담당자의노하우에의해작성되고있지만, 시설물의변경에따른운전시분및시격의변경, 급행이나셔틀과같은새로운운행패턴의도입시에는, 경험적인방법론만으로효율적인열차스케줄을작성하기에는한계가있다. 본연구에서는 OpenTrack 이라는열차운행시뮬레이터를활용하여열차스케줄을어떻게효과적으로작성할수있는지를살펴본다. 특히 9 호선을대상으로 OpenTrack 에서의네트워크구성방법, 파라미터설정, 운전시분계산방법등에대해알아보며, 운행패턴의변경사항을반영하기위한새로운스케줄작성을위한시뮬레이션적용방안을제시하고자한다. 주요어 : 열차스케줄, 시뮬레이션, OpenTrack 1. 서론 최근열차스케줄작성에관한효율적인해법혹은작성프로세스에관한관심이커지고있다. 고속열차의경우 SRT와의선로배분을위한스케줄작성 [1, 2], 도시철도분야에서의급행화및셔틀과같은다양한운행패턴구성 [3,4,5,6], 공항철도에서처럼혼용운행 * 한국교통대학교철도 경영물류학과석사과정 ( 서울9호선운영 ) 교신저자 : 한국교통대학교철도경영 물류학과 (beomi72@hanmail.net)

시효율적인운행스케줄작성 [7] 등최적화방법론, 시뮬레이션, 경험적기법을비롯한다양한해법이제시되고있다. 일반적으로열차스케줄작성에가장큰영향을주는두가지기술적요소는운전시분 (running time) 과열차간최소시격 (minimum headway) 인데, 이두가지요소는철도인프라 ( 주로궤도와신호시스템 ) 및차량성능에의해결정된다.

계산, 스케줄의안정성 (stability) 등을위한미시적인 (microscopic) 시뮬레이션을유기적으로결합하고있다 [8]. Fig.

2 시효율적인운행스케줄작성 [7] 등최적화방법론, 시뮬레이션, 경험적기법을비롯한다양한해법이제시되고있다. 일반적으로열차스케줄작성에가장큰영향을주는두가지기술적요소는운전시분 (running time) 과열차간최소시격 (minimum headway) 인데, 이두가지요소는철도인프라 ( 주로궤도와신호시스템 ) 및차량성능에의해결정된다. 유럽의경우, 역과역간궤도중심의총체적인 (aggregated) 네트워크상에서, 전체여정시간의최소화와같은네트워크차원의최적화된열차스케줄을찾기위한거시적 (macroscopic) 최적화와, 구체적인인프라조건에의해도출되는운전시분이나최소시격과같은기술적요소를고려하여열차스케줄의세부적인가능성 (feasibility), 경합확인을위한시설의점유시간 (occupation) 계산, 스케줄의안정성 (stability) 등을위한미시적인 (microscopic) 시뮬레이션을유기적으로결합하고있다 [8]. Fig. 1 Micro-Macro Framework for timetabling [8] 최근에는보다잘정의된열차스케줄개발프로세스를정의하고, 미시적, 거시적시뮬레이션을효과적으로결합하기위한 ON-TIME (Optimal Networks for Train Integration Management and across Europe) 프로젝트의경우, Fig. 1의두가지과정의결합에서더나아가 Fig. 2와같은세가지층위의효율적인결합프로세스를제시하고있다 [9]. 여기서 Fine-Tuning Module은주로에너지소비최소화를위한모듈로서, 네트워크의세부화정도는미시적시뮬레이션과동일하다. Fig. 2 Three-level framework for performance-based timetabling [9]

3 위체계에서보듯이미시적시뮬레이션은최적화모형혹은수작업에의해개발된열차스케줄의가능성을사전에검토할뿐만아니라, 에너지소비, 효율적인운전곡선도출, 안전성평가등에있어핵심수단이라할수있다. 한국의경우, 열차스케줄의주요입력요소인역간운전시분도출을위한열차성능시뮬레이션 (Train Performance Simulation: TPS) 을제외하면, 열차간의간섭, 대피, 시설의점유시간, 시설의변화에따른열차들의움직임을모두확인해볼수있는 OpenTrack이나 Railsys와같은미시적시뮬레이션은 [6,7] 의연구를제외하고는현실에서거의활용되고있지않다. 다음그림은차량, 인프라 ( 궤도및신호 ), 스케줄과 OpenTrack의주요입력자료와출력자료를나타낸것인데, TPS에서제공하는운전선도외에도스케줄작성, 시설점유시간등다양한기능을가지고있다 [10]. Railsys 또한이와대동소이한기능을가지고있다. Fig. 3 OpenTrack : Input and Output [10] 미시적시뮬레이션은 UIC 406 leaflet[11] 에서제안한시뮬레이션에기초한선로용량산정에있어서도핵심적인기능을수행한다 [12,13]. 용량산정을위해서는폐색의점유시간을나타내는 Blocking time들이겹치지않으면서최대한조밀하게구성되도록열차스케줄을압축해야하며, 이를이용하여열차간최소시격을도출하게된다. Railsys의경우, 이와같은스케줄의압축방법 (compression method) 을포함하고있어, OpenTrack에비해선로용량산정에보다효과적이라할수있다. 그러나이러한선로용량계산또한기존의해석적방식 ( 예를들어 UIC 405 방식 ) 과는달리, 용량을최대화하는열차스케줄작성이라는문제로바라볼수있다는측면에서, 선로용량계산또한스케줄작성과다름없으며, 미시적시뮬레이션은이를위한핵심적도구라할수있다. 본연구는 OpenTrack 시뮬레이션툴을이용한열차스케줄의효율적작성에관한연구로, 특히시설의변화나운영조건의변화에따라시뮬레이션을어떻게활용하여스케줄을작성할수있는지를보여주고자한다. 이를위해 2장에서는서울 9호선인프라를이용하여, OpenTrack의입력, 파라미터설정, 시뮬레이션방법등에대해기술하고, 이를활용한스케줄작성절차및새로운열차스케줄을분석할것이다.

2. 시뮬레이션을활용한스케줄작성 2.1 OpenTrack 입력데이터구조 OpenTrack의주요입력요소는시설정보 ( 궤도및신호 ), 차량정보, 스케줄정보로대별될수있다. 먼저시설정보의경우, 확장자가.opentrack 인메인화면에서직접네트워크를그리는방식으로입력한다.

먼저 route란열차가진로설정의최소단위이며일반적으로두개의신호기혹은하나의폐색이된다. 이러한 route가여러개모여하나의 path가되며, 네트워크에서열차의최종적인전체진로는 itinerary가된다. 어떤열차가출발역부터도착역까지대안경로를가질경우, 이는우선순위가포함된여러개의 itinerary로설정된다.

4 2. 시뮬레이션을활용한스케줄작성 2.1 OpenTrack 입력데이터구조 OpenTrack의주요입력요소는시설정보 ( 궤도및신호 ), 차량정보, 스케줄정보로대별될수있다. 먼저시설정보의경우, 확장자가.opentrack 인메인화면에서직접네트워크를그리는방식으로입력한다. 궤도의속성이바뀌거나신호기가있는시점을 vertex로, vertex사이를 edge로연결한다. Edge의주요속성은길이, 곡선반경 (radius) 과구배 (gradient), 최고속도등이다. 이렇게구성된 edge를따라열차가다니는경로는 route path itinerary 3가지층위로단계적으로구성된다. 먼저 route란열차가진로설정의최소단위이며일반적으로두개의신호기혹은하나의폐색이된다. 이러한 route가여러개모여하나의 path가되며, 네트워크에서열차의최종적인전체진로는 itinerary가된다. 어떤열차가출발역부터도착역까지대안경로를가질경우, 이는우선순위가포함된여러개의 itinerary로설정된다. 이러한 itinerary는별도의데이터베이스 (.dest) 로보관된다. Fig. 4 OpenTrack Input Data Structure 차량의경우동력을가지고있는 engine과객차까지포함한차량정보는.train 데이터베이스에저장되며차량정보와열차의전체진로를나타내는 itinerary를개별적인이름 ( 열차번호 ) 으로저장하면 course가되고, 각 course에역별출도착시간을할당하면 timetable 이구성된다. 이시간표는.timetable 데이터베이스에저장된다.

2.2 서울 9 호선사례 현실에존재하는철도시스템을미시적시뮬레이션에입력할때, 궤도및차량정보는매우간단하다.

OpenTrack이유럽에서개발되어그시스템이기본적으로내장하고있는신호방식이한국에서사용하고있는신호방식과서로다른경우가많아신호시스템을입력할때에는많은주의가요구된다. Fig.

궤도회로로부터연속적으로수신되는선행열차가속한폐색의위치정보에따라, 차량성능을고려한가 감속운전을수행하는 distance-to-go방식의 ATC 시스템이다.

5 2.2 서울 9 호선사례 현실에존재하는철도시스템을미시적시뮬레이션에입력할때, 궤도및차량정보는매우간단하다. 이에반해신호시스템의경우, 기존에활용되고있는 Railsys나 OpenTrack이유럽에서개발되어그시스템이기본적으로내장하고있는신호방식이한국에서사용하고있는신호방식과서로다른경우가많아신호시스템을입력할때에는많은주의가요구된다. Fig. 5 signal plan and the corresponding OpenTrack parameters 서울 9호선의신호방식은지상신호는모두배제되고디지털궤도회로로구성된폐색 (block) 에기초하여, 궤도회로로부터연속적으로수신되는선행열차가속한폐색의위치정보에따라, 차량성능을고려한가 감속운전을수행하는 distance-to-go방식의 ATC 시스템이다. 먼저지상신호가없는폐색을표현하기위해 OpenTrack의가상의폐색신호기 (virtual block signal) 를설정하고, 역의경우역내구간으로진입하는마지막폐색에장내신호기 (virtual home signal), 역내구간을벗어나는첫번째폐색에가상의출발신호기 (virtual exit signal) 을설정한다. 차량정보에서는 Davis Formula 형태의주행저항식 (rolling resistance) 을, 선행열차와간격제어를위한감속 (deceleration) 기능에서 ATC 기능을설정하면된다. Fig. 6 routing plan and OpenTrack set-up

도시철도네트워크의시뮬레이션구현에있어또다른어려운점은일반철도스케줄링과달리차량운용계획을동시에작성한다는점이다. 즉회차 (turn-around) 에의해새로운열차번호를부여받는경우, 연결되는열차끼리 connection 을설정함으로써, 차량운용을입력할수있다. Fig.

6 도시철도네트워크의시뮬레이션구현에있어또다른어려운점은일반철도스케줄링과달리차량운용계획을동시에작성한다는점이다. 즉회차 (turn-around) 에의해새로운열차번호를부여받는경우, 연결되는열차끼리 connection 을설정함으로써, 차량운용을입력할수있다. Fig.6에서보듯이 E9508열차와 E9509열차가동일한차량에의해운행될경우, 각열차별로 930역에서의 connection열차를그림과같이설정하면된다. 2.3 시뮬레이션을활용한열차스케줄작성 TPS 비교앞에서서술한방식으로개화역부터종합운동장역까지총 30개역으로구성된 9호선구간을 OpenTrack 네트워크를구성하였다. 시뮬레이션이정상적으로작동하는지를확인하기위해 9호선에서참조하는운전시분과 OpenTrack으로부터도출한운전시분을비교해보았다. Fig. 7 TPS result of line9 commuter train in OpenTrack Fig. 8 Comparison with existing data (commuter train) Fig. 9 Comparison with existing data (express train) OpenTrack에서는시뮬레이션실행시주어진제한속도내에서차량의최대성능으로가 감속을하여운행하기때문에타력운행으로인한에너지의효율화, 승객의승차감등을고려하지않는다. 따라서운영사에서활용하는기존시뮬레이션자료의역간운전시분을최대한참고하여일반열차는 75%, 급행열차는 80% 의성능 (Performance) 으로열차주행성능시뮬레이션 (Train Performance Simulation : TPS) 을실행하여 Fig. 7과같은운전선도를도출하였

다. Fig.8과 Fig.9는운영사가참조하는운전시분과 OpenTrack에서도출한운전시분의일부를비교한것이다. 여기서성능이란최대가속력의백분율을의미한다. 2.3.2 시뮬레이션을활용한열차스케줄작성과정본절에서는마곡나루역이새로운급행정차역이된다고가정했을때, 완행과급행이 1:1 비율로투입되는첨두시간대 9호선열차스케줄을작성해보고자한다.

혼잡한시간대의도시철도열차스케줄작성의경우, 스케줄보다차량의운용가능성이더욱중요한문제로인식되기때문에일반적인도시철도열차스케줄은시간표작성시반드시차량운용계획을고려하게된다. 운행계획의첫번째단계는투입가능한차량수에의존하여급행열차간, 완행열차간최소운행시격을계산하는것이다. 현재첨두시간에투입가능한차량수 33편성을기준으로약 6분 40초를도출하였다.

7 다. Fig.8과 Fig.9는운영사가참조하는운전시분과 OpenTrack에서도출한운전시분의일부를비교한것이다. 여기서성능이란최대가속력의백분율을의미한다 시뮬레이션을활용한열차스케줄작성과정본절에서는마곡나루역이새로운급행정차역이된다고가정했을때, 완행과급행이 1:1 비율로투입되는첨두시간대 9호선열차스케줄을작성해보고자한다. 기존의스케줄작성과정은운전시분과최소시격이주어져있는상태에서, 다이아상의기울기, 출발시간을조정하는방식으로이루어진다. OpenTrack에서는운전시분과열차간최소시격은시뮬레이션을통해자동으로계산되고, 폐색단위에서언제열차의지연이발생하고있는지를확인할수있다는점에서, 현재활용되고있는열차스케줄작성과정과는상당한차이가있다. 혼잡한시간대의도시철도열차스케줄작성의경우, 스케줄보다차량의운용가능성이더욱중요한문제로인식되기때문에일반적인도시철도열차스케줄은시간표작성시반드시차량운용계획을고려하게된다. 운행계획의첫번째단계는투입가능한차량수에의존하여급행열차간, 완행열차간최소운행시격을계산하는것이다. 현재첨두시간에투입가능한차량수 33편성을기준으로약 6분 40초를도출하였다. 그다음단계로상행의완행-급행운행패턴을구성하였는데, OpenTrack 시뮬레이션을활용할경우, 차량의폐색단위주행성능 ( 지연, 정지등 ) 을눈으로확인할수있기때문에, 완행의대피역선정및정차시분을보다유연하고즉각적으로선정할수있다. Fig.10은이러한과정을통해구성된 3개의완행, 1개의급행간의패턴을구성한것이고이러한패턴은 6분 40초운행시격으로반복된다. Fig. 10 Determining Overtaking stations Fig. 11 Detailed train movement in timetable 하행패턴도동일한방식으로구성하고, 차량운용을위해상행종착역에서의회차조건을고려한하행열차의출발시간을선정한다. 위의과정을통해작성된상행하행패턴을시간표로작성하여시뮬레이션하면아래와같

추후연구방향본연구에서는 OpenTrack 시뮬레이션을활용한열차스케줄작성과정에대해살펴보았다. 시뮬레이션을활용할경우, 별도의 TPS 수행결과나열차간최소시격을입력요소로요구하지않으며, 폐색단위의열차의움직임을상세하게파악할수있어즉각적이고유연한열차시각표를설정할수있다.

8 은세부적인열차의움직임을확인할수있다. 예를들어, 굵은선으로표시된열차의경우, 특정폐색에서신호대기로기외정차 11초를사전에확인할수있다. 이는운전시분이나선행역에서의정차시분을조정함으로써해소될수있다. 그런데 OpenTrack에서는운전시분을임의로조정할수는없으므로주로선행역에서의정차시분을조정함으로써이루어진다. Fig.11은이렇게구성된최종열차시간표를나타낸것이다. Fig. 12 Final Timetable 3. 추후연구방향본연구에서는 OpenTrack 시뮬레이션을활용한열차스케줄작성과정에대해살펴보았다. 시뮬레이션을활용할경우, 별도의 TPS 수행결과나열차간최소시격을입력요소로요구하지않으며, 폐색단위의열차의움직임을상세하게파악할수있어즉각적이고유연한열차시각표를설정할수있다. 그러나급행완행의패턴선정, 차량운용계획을고려한상하행패턴의구성등은무수히많은경우의수를고려해야하므로미시적시뮬레이션보다는거시적최적화가필요하다. 이는바로 Fig. 1에서제시한미시적시뮬레이션과거시적최적화의유기적인결합에관한연구로이어질것으로기대된다. 후기이연구는 2017년한국교통대학교지원을받아수행하였음참고문헌 [1] B. H. Park, K. W. Chung (2014), An Efficient Model and Algorithm to Allocate Rail Track Capacity

9 Considering Line Plans, Journal of the Korean Society For Railway, 17(6), pp [2] J.-B. Choi, Jinsun Lee (2017) A Study on Model of Train Slot Allocation for Railway Network with Multi Operating System, Journal of the Korean Society For Railway, 20(1), pp [3] S.-I. Han, D.-K. Lee (2010) Study of Improving the Operation Diagram of Seoul Metro Line 9 by Diversifying Train Patterns, Journal of the Korean Society For Railway, 13(1), pp [4] M. Kim, J. Kim, K. Koe (2016) Study on Optimization for Scheduling of Local and Express Trains Considering the Application of High Performance Train, Journal of the Korean Society For Railway, 19(2), pp [5] H. Seon, S.-H. Ryu, K.-H. Choi (2011) An Overtaking-station-selection Algorithm Based on Realtime Simulation for the Optimization of Mixed Operation of Express and Regular Trains of Urban Transit, Proceedings of Fall Conference of Korean Society For Railway, 2011, pp [6] H.-L. Rho (2011) At which station would be installed subsidiary-main track?, Proceedings of Spring Conference of Korean Society For Railway, 2011, pp [7] M. P. Lee (2015) Study of the Optimal Mixed Operation for Commuter and KTX train in Airport Railroad, Master Thesis, Seoul National University of Science and Technology. [8] T. Schlechte (2012) Railway Track Allocation: Models and Algorithms, TU Berlin, Ph. D Thesis, 2012 [9] R. M. P. Goverde, N. Besinovic, A. Binder, V/ Cacchiani et al. (2016) A Three-level Framework for Performance-based Railway Timetabling, Transportation Research Part C, Vol. 67, pp [10] A. Nash, D. Huerlimann (2004) Railroad Simulation Using OpenTrack, Proceedings of Computers in Railways (COMPRAIL) [11] UIC 406 (2004), Capacity. [12] A. Landex et al. (2008), Capacity Measurement with the UIC 406 Capacity Method, Proceedings of Computers in Railways (COMPRAIL) [13] D. Huerlimann and A. B. Nash, OpenTrack Version 1.6 Manual

Microsoft Word - KSR2012A038.doc

Microsoft Word - KSR2012A038.doc YWXY º º t rzyywxyhwz_ º zƒ A Study on the Relation of Railroad System and Energy Saving ö ä ø ã ä ãã In Moon, Han-Min Lee *, Jong-Eun Ha * * Abstract Now the world, such as the impact of fossil energy