Energetski učinkovite zgrade

Energetski učinkovite zgrade

40% svjetske potrošnje energije otpada na građevine. U prosječnoj zgradi moguće je uštedjeti 40% te potrošnje, činjenica je koju znaju Patrick Shiel i Sergio Tarantino sa Sveučilišta Stanford (SAD). U suradnji sa Siemensom istražuju mogućnosti ostvarivanja tog neiskorištenog potencijala upotrebljavajući pritom „digital twin“ i AI.

Sveučilište Stanford istražuje u Wien-Aspernu potencijale za uštedu

40 posto svjetske potrošnje energije otpada na građevine. U prosječnoj zgradi moguće je uštedjeti 40 posto te potrošnje, činjenica je koju znaju Patrick Shiel i Sergio Tarantino sa Sveučilišta Stanford (SAD). U suradnji sa Siemensom istražuju mogućnosti ostvarivanja tog neiskorištenog potencijala upotrebljavajući pritom "digitalnog blizanca" i umjetnu inteligenciju (UI).

Center for Integrated Facility Engineering (CIFE) u sklopu Sveučilišta Stanford godinama radi na poboljšanju energetskih performansi građevina. U Stanfordu je izrađen teoretski okvir, koji se sad u suradnji sa Siemensom primjenjuje: svi brojčani pokazatelji zgrade pritom se pohranjuju o obliku "digitalnog blizanca" zgrade. Umjetna inteligencija može vrednovati te podatke kao i dodatne podatke koji ovise o situaciji, poput broja osoba koje se nalaze u prostoriji, udjela CO₂ u zraku ili aktualne vremenske prognoze te nadzirati energetsku bilancu zgrade i time omogućiti optimalno upravljanje zgradom.

Trenutačno se Stanfordov projekt nalazi u fazi implementacije teorijskih spoznaja u realnost. Kao testna zgrada služi škola Seestadt Aspern u Wien-Donaustadtu. Ovaj obrazovni kampus, koji je počeo s radom 2015. godine, često se upotrebljava za projekte demonstracije energetske učinkovitosti, zbog čega već postoji bogata baza podataka koju znanstvenici mogu iskoristiti za svoj projekt.

Zgrada je opremljena Siemensovom tehnikom, koja omogućuje mjerenje sobne temperature, vlage, koncentracije CO₂ i ventilacije. Sustav za upravljanje zgradom i upravljački softver kombiniraju izmjerene podatke s aktualnim vremenskim prognozama i drugim čimbenicima.

Škola je temeljito skenirana laserom radi izrade digitalne karte zgrade te namještaja koji se nalazi u zgradi. Umjetna inteligencija zatim automatski sažima sve podatke, analizira ih i izrađuje preporuke, koje omogućuju optimizaciju sustava pri kojoj se postižu najbolje performanse pri minimalnom ulogu energije. Cilj je optimalna energetska bilanca bez žrtvovanja udobnosti.