随着轨道交通技术的发展,人们出行方式也在逐步改变,地铁已然成为现代化城市不可缺少的交通方式。地铁系统发展的同时,其能源的消耗也不容小觑,为了改善地铁站内环境,地铁通风空调系统由此而生。随着人们对舒适性需求越来越高,地铁通风空调系统的能耗在地铁系统总能耗中占比也愈来愈大。因此,降低地铁通风空调系统能耗变得越来越重要。为了使地铁通风空调系统更好的满足人们的舒适性需求,需要对地铁站内环境进行分析。本文以南昌地铁一号线双港站和青山湖大道站为研究对象,首先分析了地铁站得热因素,构建了地铁站围护结构传热模型,应用有限差分法对围护结构数学模型进行离散化,建立围护结构节点离散方程组。而后通过matlab编程进行模型求解,分析两站的围护结构传热。结果表明,地铁站围护结构传热量变化较小,基本趋于一个稳定值。然而,导致地铁站空调冷负荷动态变化的主要原因是人流量的逐时变化。因此,需要对地铁站人流量动态变化情况进行分析。为了建立人流量预测模型,本文对BP神经网络预测算法进行了深度研究,考虑到BP神经网络算法的局限性,应用遗传算法对其进行优化。以双港站和青山湖大道站人流量历史数据为基础进行综合分析,构建了遗传算法优化的BP神经网络预测模型。分析结果显示,遗传算法优化的BP神经网络模型比传统BP神经网络模型预测误差降低10%左右。通过分析室内各种热源冷负荷以及新风冷负荷,构建冷负荷计算模型,以预测人流量结果为基础,分别对双港站和青山湖大道站的室内各种热源冷负荷以及新风冷负荷进行计算。结果表明,由于受地铁站内人流量逐时变化的影响,室内热源冷负荷和新风负荷均不断波动,其冷负荷值在高峰和低谷差值较大,不能忽视其波动。为了实现地铁站空调系统节能目标,本文分别对地铁站空调风系统和水系统换热过程进行分析,其次对空调系统变风量运行模式和定风量运行模式进行分析,通过建立地铁站空调系统能耗计算模型,分别对两站变风量运行模式能耗和定风量运行模式能耗进行模拟。结果显示,在平常时段变风量运行模式比定风量运行模式更节能,而在高峰时段,定风量运行模式比变风量运行模式更节能。最后提出了一种结合变风量和定风量的节能调控运行模式,并进行能耗分析。结果表明,节能调控运行模式比变风量运行模式节能4%左右,比定风量运行模式节能17%左右。