研究背景

人工智能已經成為提高生產力和改善生活質量的技術。然而，其在建筑節能減排中的作用尚未得到系統的研究。這項研究評估了人工智能在建筑領域的潛力，重點是美國的中型辦公樓，并制定了評估和量化潛在減排的方法。該研究使用了六種情景來估計代表性氣候帶的節能減排，并顯示了人工智能可以降低成本溢價，提高能效和凈零建筑滲透。到2050年，采用人工智能可以減少約8%至19%的能源消耗和碳排放。

研究結論

要了解人工智能可以在哪些領域有助于減少能源消耗，首先有必要了解建筑物的平均能源效率水平和目前的最佳做法。該研究將建筑節能分為四大類：(1)設備；(2)占用影響；(3)控制與運行；(4)設計與施工。辦公樓能耗以中型辦公樓為主，占總能耗的70%，該研究選擇了一個中型辦公樓作為下面分析的例子。使用美國能源部(DOE)的EnergyPlus仿真工具對中型辦公樓原型的年度建筑能耗進行了建模。對四個具有代表性的城市進行了詳細的模擬，以考慮不同氣候帶的建筑能耗。如上圖所示，表1顯示了每個選定城市的基準中等辦公能耗。用電量明細如圖1所示，一般認為天然氣是用來提供熱水和供暖的。

該研究使用了九個案例來評估設備效率改進的節能潛力，總結了四個不同氣候帶中每種情況下的節能情況。案例1-3顯示了暖通空調系統的節能潛力。基線系統使用雙速直接膨脹冷卻盤管提供冷卻，并使用盒裝空調機組內的天然氣爐進行加熱。案例4和案例5展示了照明系統的節能潛力。基線平均照明功率密度(LPD)為10.76瓦每平方米(W/m2)。案例4和案例5分別使LPD降低15%和21%。案例6和案例7顯示了電氣設備和插頭負載的節能潛力。配置兩臺電梯(32433 W)時，基線平均設備功率密度(EPD)為8.07 W/m2，案例6和案例7分別使設備功率密度降低10%和20%。案例8結合了案例1-7的節能措施。案例9考慮在案例8之外，用熱泵替換盒裝空調機組用于空間供暖。

綜合圖2和圖3所示的四個氣候帶(基于本文所描述的工作)，該研究總結了美國典型中型辦公大樓的節能潛力。在建筑的整個生命周期中，每個類別的節能潛力在四個不同的氣候區有所不同。注意到節能潛力是基于能源模擬結果的最大技術潛力，建筑師和工程師可能需要大量的時間從設計到運行來優化整個建筑系統。該研究認為人工智能可以以更低的成本和最少的勞動力參與幫助自動化這一過程。

上圖分別顯示了六種情景的預計最終總能源消耗和二氧化碳排放的分析結果。如圖4所示，如果沒有能效的提高和政策的支持，建筑能耗將持續增加，如Frozen情景所示。考慮到持續的技術改進以及新建筑和建筑改造中HEEBs（高能效建筑）和NZEBs（凈零能耗建筑）的份額增加，沒有人工智能的BAU（普通商業）情景將在2040年左右達到峰值。人工智能可以幫助降低HEEBs或NZEBs建筑的成本溢價，因此可以增加它們的市場份額。據估計，采用人工智能節省的成本和產生的收入可能超過每年現場能源成本的10%，人工智能與機器人和物聯網一起，可以將建筑成本降低高達20%。在這項研究中，我們假設人工智能可以幫助降低10%的建筑成本。采用人工智能將有助于BAU情景更早達到峰值，在2035年左右達到峰值，并在2050年能源消耗將比BAU情景減少約8%。

同樣，CO2排放量分析結果如圖5所示。采用人工智能將有助于更早地在2035年左右達到BAU情景的峰值，并在2050年將二氧化碳排放量比BAU情景減少約8%，或比Frozen情景減少約35%。與沒有人工智能的政策情景相比，采用人工智能將有助于在2050年進一步減少約19%的二氧化碳排放量。因此，在2050年，與BAU情景相比，效率政策的實施以及人工智能技術可以將二氧化碳排放量分別減少約40%和60%。

聲明：本文轉自碳中和專委會王挺，本文版權歸原作者所有，不代表本網站觀點，僅供學習交流之用，不做商業用途。如文中的內容、圖片、音頻、視頻等存在第三方的在先知識產權，請及時聯系我們刪除。