Nous introduisons une approche de simulation d'événements discrets pour évaluer la demande de vols lorsque la congestion des aéroports est observée. L'une des conséquences de la congestion aéroportuaire est le retard des vols, ce qui diminue la satisfaction des clients. Le modèle inclut des informations sur les vols, les performances des compagnies aériennes en matière de ponctualité, l'incertitude sur la durée des vols et le temps de rotation. Lorsque la congestion aéroportuaire se produit à l'aéroport d'arrivée, une initiative de gestion des flux de trafic aérien est déclenchée afin d'atténuer les problèmes de congestion, en particulier dans les créneaux horaires les plus encombrés de l'aéroport. L'analyse de certains scénarios du modèle permet de sélectionner les paramètres de l'initiative permettant de minimiser l'encombrement de l'aéroport.
Le modèle est établi pour l'aéroport de Mexico, qui est l'aéroport le plus fréquenté du Mexique et qui est très encombré. Cette étude de cas décrit comment modéliser le réseau aéroportuaire pour analyser l'efficacité d'initiatives spécifiques de gestion des flux de trafic à Mexico. L'utilisation de l'approche de simulation permettra aux décideurs d'analyser l'efficacité de la politique actuelle en matière de flux de trafic ainsi que d'évaluer différentes politiques pour faire face à la demande croissante dans le réseau mexicain d'aéroports. La flexibilité du modèle permet de l'adapter facilement aux réseaux d'aéroports encombrés dans d'autres régions du monde.
La congestion aéroportuaire peut se produire lorsque l'utilisation d'un aéroport par un aéronef spécifique retarde ou empêche l'utilisation de cet aéroport par un autre aéronef dans le même intervalle de temps. En raison de la croissance constante du transport aérien, les problèmes d'encombrement et les retards de vol deviennent de plus en plus aigus dans de nombreux aéroports. Ils entraînent un ralentissement de la croissance, d'éventuelles annulations de vols, la frustration des passagers, des problèmes environnementaux dus à l'augmentation des émissions, des coûts inutiles dus à l'augmentation de la consommation de carburant et une mauvaise réputation pour les transporteurs et les aéroports (Guest, 2007 ; Ball et al., 2010).
Dans les aéroports soumis à d'importantes contraintes de capacité, comme JFK et LGA à New York, FRA à Francfort, LHR et LGW à Londres, il n'y a pratiquement pas de capacité inutilisée disponible pour la croissance et/ou les vols non programmés. Pour réduire l'encombrement des aéroports, l'étude de la propagation des retards des vols devient particulièrement importante pour les voyages avec escales, d'une part, et dans les terminaux présentant des problèmes de capacité, d'autre part. Le cas spécifique de Mexico présente les deux problèmes, car d'une part c'est une plaque tournante aéronautique pour la compagnie aérienne nationale Aeromexico et d'autre part c'est l'une des principales portes d'entrée du pays avec des vols en provenance des États-Unis, d'Europe et d'Amérique latine.
Si l'on considère les passagers nationaux et internationaux, l'aéroport international de Mexico (code IATA : MEX) détient une part de marché d'environ 32 % du total des passagers transportés au Mexique, ce qui en fait l'aéroport le plus fréquenté du pays (Wellens et Mujica Mota, 2017). En raison de sa position importante en termes de nombre d'opérations et de sa fonction de plaque tournante pour certains transporteurs, MEX se révèle être un nœud important dont le fonctionnement affecte l'ensemble du réseau national d'aéroports. Par conséquent, la compréhension des méthodes efficaces de gestion de l'aéroport affectera non seulement le port aérien lui-même et les parties prenantes qui y participent, mais aussi l'ensemble du réseau national d'aéroports. En raison de son niveau élevé de congestion, l'aéroport international de Mexico a été déclaré saturé en 2013, car les opérations dans l'espace aérien mexicain dépassaient le nombre maximum d'opérations pouvant être effectuées par heure (SEGOB, 2014).
Les initiatives de gestion des flux de trafic peuvent être utilisées pour absorber un pourcentage du trafic aérien, pour contrôler la demande de trafic aérien et pour atténuer les déséquilibres entre la demande et la capacité (Agustin et al, 2010). La présence d'altérations dues à des retards implique que la coordination des activités à l'aéroport sera affectée ; identifier son effet à l'avance permettra à la gestion de l'aéroport d'être plus efficace, en permettant le fonctionnement continu du programme de vol et en évitant l'exportation du retard vers d'autres aéroports, ce qui entraînerait un effet de cascade.
Un aspect important des retards est le caractère stochastique de la durée des vols et des temps de rotation. L'incertitude associée au mauvais temps, à l'inefficacité des compagnies aériennes, aux retards des passagers, aux problèmes mécaniques, à l'inefficacité opérationnelle, au manque de robustesse des horaires, aux problèmes de sécurité, etc. a une influence directe sur la fréquence et la durée des retards et donc sur la congestion des aéroports.
Le modèle de simulation utilisé pour gérer la demande dans les réseaux aéroportuaires encombrés a été développé à l'aide du logiciel SIMIO. SIMIO utilise une approche orientée processus-objet qui convient parfaitement au type d'opérations réalisées par l'industrie aéronautique où tout se passe à des heures programmées et où le contrôle de l'incertitude est l'un des principaux objectifs de l'opération (Alomar et al., 2017 ; Pegden, 2007). Le modèle implique que les avions se déplacent entre les aéroports dans un réseau de nœuds connectés par des chemins d'une longueur proportionnelle au temps de déplacement du vol. Pour l'instant, un seul hub est pris en compte, ainsi que toutes les connexions d'arrivée et de départ correspondantes. Les informations sur les vols sont fournies par des tableaux d'information quotidiens, hebdomadaires ou mensuels pour les vols arrivant au hub sélectionné ; les informations sur les aéronefs, les compagnies aériennes et les aéroports sont liées à des tableaux de données distincts.
Les événements du modèle de simulation sont déclenchés par les informations spécifiées dans le programme de vol fourni, notamment l'aéroport d'origine, l'opérateur de vol, le type d'avion, l'heure de départ, l'heure d'arrivée et la durée du vol. Les vols sont générés dans le modèle au moment du départ ; l'heure de vol est déterminée à partir de l'heure d'arrivée prévue. Les autres données utilisées par le modèle comprennent des informations spécifiques à l'aéronef (par exemple la masse maximale au décollage et la catégorie de sillage), à la compagnie aérienne (par exemple la ponctualité, la distance moyenne d'arrivée, le type d'opérateur) et à l'aéroport (par exemple le pays d'origine). Les données spécifiques aux aéronefs et aux aéroports sont utilisées pour être plus précises dans la logique du modèle, tandis que les données des compagnies aériennes sont utilisées pour pouvoir prendre en considération le caractère stochastique de la durée des vols et des retards. Les valeurs de réponse comprennent le nombre horaire d'arrivées, de départs, de mouvements de transport aérien et de portes d'embarquement utilisées, ainsi que les pourcentages de vols retardés à l'aéroport pivot.
Actuellement, le modèle est mis en place pour l'aéroport de Mexico, en tenant compte de 96 positions de contact pour les opérations aériennes, 98 aéroports de départ, 26 transporteurs et 22 codes d'équipement. La plupart des traitements de données ont été effectués à l'aide du logiciel R. Les informations sur les vols ont été extraites de l'OAG, correspondant à la première semaine de 2013. L'utilisation actuelle des créneaux horaires, la distribution des temps de vol, les données sur la ponctualité et les temps de rotation ont été estimés à l'aide de données publiques et inclus dans le modèle.
Pour tenir compte de la stochasticité des données de vol actuelles, les distributions de temps de vol ont été déterminées à partir des informations de vol publiées pour 2 semaines en juin 2017 pour les compagnies aériennes desservant l'aéroport de Mexico. Les transporteurs mexicains à bas prix et à service complet ont été analysés individuellement, tandis que les autres transporteurs ont été regroupés par conti- nent, car ils ont montré un comportement similaire. Les distributions à l'heure ont pu être ajustées principalement à des distributions gamma et Weibull ; les distributions en retard ont suivi une distribution Weibull dans tous les cas. Les vols quotidiens programmés pour la période du 1er au 8 janvier 2013 ont été ajustés avec des temps de vol réalistes obtenus à l'étape précédente et l'augmentation totale de 17% du nombre de vols observée de janvier 2013 à 2017 a été prise en compte en générant des vols aléatoires avec la même origine, les mêmes transporteurs, le même équipement et la même distribution de fréquence que les vols enregistrés.
Dans un premier temps, le modèle de simulation a été utilisé pour évaluer un programme de retard au sol au MEX ; il s'agit d'une initiative spécifique de gestion des flux de trafic dans le cadre de laquelle un retard au sol dans l'aéroport de départ est imposé pour un nombre réduit de vols lorsque la capacité de l'aéroport d'arrivée est dépassée. L'objectif poursuivi était d'identifier la sensibilité du système à la modification du seuil de déclenchement du programme de retard au sol. Le modèle a également été utilisé pour analyser l'effet de la variabilité de la durée des vols et du temps de rotation sur la ponctualité globale et l'encombrement de l'aéroport, ainsi que sur l'efficacité du programme de retard au sol imposé.
Nous présentons un modèle de simulation à événements discrets que nous utilisons pour analyser l'efficacité du programme de retards au sol actuellement imposé par les autorités aéroportuaires mexicaines pour remédier aux déséquilibres de capacité. La stochasticité de la durée des vols, de la ponctualité et des délais d'exécution est incluse dans le modèle afin d'analyser comment l'efficacité du programme de retards au sol est influencée par ses paramètres.
Les simulations effectuées sur plusieurs scénarios suggèrent que, dans le cas spécifique de l'aéroport de Mexico, l'activation du programme de retards au sol avec 34 arrivées par heure, combinée à une règle de décision sur les aéronefs à inclure dans le programme, est l'option préférée pour les problèmes de congestion aigus. En cas d'encombrement grave et chronique, les vols long-courriers continuent d'arriver malgré le programme de retard au sol, ce qui peut augmenter le retard total de manière inacceptable pour les vols concernés. Dans ce cas, l'annulation des vols en combinaison avec l'initiative de gestion étudiée pourrait être une option. De 200 à 300 avions sont concernés par semaine lorsque le programme est activé à raison de 34 arrivées par heure, et le temps de retard total diminue pour atteindre une moyenne de 30 minutes par vol concerné, ce qui réduit également la mauvaise volonté des passagers.
L'étude a montré que la stochasticité du problème influence fortement la réponse du système. Actuellement, bien que les distributions des temps de vol, des retards et des rotations aient été obtenues, la quantité limitée de données réelles disponibles n'a pas permis d'analyser les causes des retards ou des longues rotations, ni de distinguer les différences entre les distributions pour tous les types d'aéronefs, d'origine, de destination, de plate-forme et de compagnie aérienne. Dans une étude future, la nature stochastique des retards et des temps de rotation sera abordée plus en profondeur, et différents types de retard affectant la congestion de l'aéroport de MEX seront inclus dans l'étude. Le modèle peut être facilement adapté aux aéroports pivots et/ou aux réseaux d'aéroports dans d'autres régions du monde.