Optimización tecnoeconómica y medioambiental mejorada por IA para la rehabilitación de edificios casi de consumo nulo: un estudio de caso en un campus universitario

Por qué importan los edificios más inteligentes

En todo el mundo, los edificios consumen silenciosamente grandes cantidades de energía, gran parte procedente de combustibles fósiles que impulsan el cambio climático. En regiones calurosas como los Emiratos Árabes Unidos, enfriar aulas y oficinas requiere especialmente mucha energía. Este estudio examina cómo un edificio universitario en Sharjah puede transformarse para consumir mucha menos energía mediante una combinación de mejor diseño, energía solar e inteligencia artificial. Los resultados ofrecen una visión práctica de cómo los edificios existentes —no solo los nuevos y llamativos— pueden avanzar hacia una operación casi de consumo nulo, ahorrando dinero y reduciendo emisiones que calientan el clima.

El problema de los campus actuales

Los investigadores comienzan por contextualizar: los edificios representan aproximadamente el 40% del consumo energético global y una gran parte de las emisiones de carbono. En los EAU, la demanda está fuertemente impulsada por la climatización, y muchos edificios antiguos no fueron diseñados pensando en la eficiencia. El caso estudiado es el edificio M9 de la Universidad de Sharjah, una instalación de ingeniería de tres plantas de finales de los años noventa. Una auditoría energética y un modelo informático detallado muestran que consume alrededor de 1,43 millones de kilovatios-hora de electricidad al año, con un consumo por metro cuadrado superior a los parámetros habituales de oficinas. Casi el 40% de esa energía se destina a equipos de refrigeración envejecidos que funcionan casi de forma continua, controlados solo por termostatos manuales en lugar de horarios automatizados.

Arreglos simples antes que mejoras de alta tecnología

Antes de añadir nuevas fuentes de energía, el equipo investiga cómo reducir el apetito energético del edificio. Usando una herramienta de simulación, prueban varios cambios relativamente sencillos. Estos incluyen repintar las fachadas de beige a blanco para reflejar más la radiación solar, añadir parasoles horizontales sobre las ventanas para bloquear el sol directo, implantar horarios inteligentes para que el sistema de climatización funcione solo cuando el edificio esté en uso y sustituir ordenadores de sobremesa de alto consumo por portátiles más eficientes. En conjunto, estas medidas reducen el consumo anual del edificio en aproximadamente un tercio y disminuyen la demanda máxima de refrigeración en más del 11%. También disminuyen la contaminación por carbono en cerca de 296 toneladas de CO2 al año, o más de 7.300 toneladas en 25 años, sin cambiar el uso del edificio.

Aprovechar la energía del sol

Con la demanda recortada, el siguiente paso es ver cuánto de la energía restante puede provenir del sol. La intensa radiación solar de los EAU hace que los paneles solares en cubierta sean particularmente atractivos. El espacio en el edificio M9 es limitado, pero los investigadores diseñan una instalación fotovoltaica conectada a la red de aproximadamente 215 kilovatios usando software especializado. Sobre el papel, este sistema puede generar alrededor de 366 megavatios-hora de electricidad al año, suministrando el 38,4% de la demanda anual reducida del edificio. Aunque esto no alcanza el umbral formal de “consumo casi nulo” —definido aquí como al menos la mitad de la energía del edificio procedente de renovables—, reduce sustancialmente la dependencia de la red. El modelado financiero muestra que el sistema solar se amortiza en alrededor de seis años, ofrece un coste nivelado de la electricidad inferior al precio de la red local y proporciona un sólido retorno de la inversión a lo largo de una vida útil de 25 años, todo ello evitando cerca de 5.000 toneladas de emisiones de carbono incluso al contabilizar la huella de fabricación de los paneles.

Dejar que la inteligencia artificial ordene las opciones

Dado que existen muchas combinaciones posibles de medidas de eficiencia y tamaños de instalaciones solares, el equipo desarrolla una herramienta de inteligencia artificial para acelerar la toma de decisiones. Generan miles de escenarios hipotéticos de rehabilitación, cada uno con distintas mezclas de mejoras del edificio y capacidad solar, y calculan costes a largo plazo, tiempos de recuperación y reducciones de emisiones. Un modelo de árbol de decisión aprende de estos datos para predecir indicadores clave como el valor actual neto y los ahorros de CO2 para nuevos escenarios casi al instante. Este “asesor” basado en IA puede entonces clasificar paquetes de renovación según cómo equilibran tres objetivos a la vez: menores facturas energéticas, mayores retornos financieros y recortes más profundos de emisiones. En lugar de ejecutar una simulación nueva y lenta para cada idea, los planificadores pueden ver rápidamente qué opciones probablemente ofrecen el mejor valor.

Qué significa esto para los edificios del futuro

Al final del análisis, el edificio M9 aún no se ha convertido completamente en un edificio casi de consumo nulo, pero se aproxima: el consumo se reduce en un tercio y la energía solar in situ cubre cerca de dos quintas partes de la demanda remanente, todo ello con un rendimiento financiero sólido. El estudio muestra que combinar ajustes arquitectónicos modestos, operación más inteligente, equipos eficientes y paneles solares en cubierta puede ofrecer grandes beneficios sin una reconstrucción radical. Igualmente importante, demuestra cómo la IA puede convertir montañas de datos técnicos en orientación clara para gestores de instalaciones y responsables de políticas. Para campus y ciudades en climas cálidos, este enfoque señala una vía realista: en lugar de esperar a edificios futuristas, podemos usar las herramientas actuales para reconvertir los que ya tenemos en espacios más limpios, económicos y resilientes para vivir y trabajar.

Cita: Alobaid, M., Abo-Khalil, A.G. & Sayed, K. AI-enhanced techno-economic and environmental optimization for nearly zero-energy building retrofitting: a case study of university campus. Sci Rep 16, 14599 (2026). https://doi.org/10.1038/s41598-026-41747-1

Palabras clave: edificios de consumo casi nulo, rehabilitación de edificios, energía solar fotovoltaica, eficiencia energética, inteligencia artificial en la energía