Otimização tecnoeconômica e ambiental aprimorada por IA para retrofit de edifícios quase com consumo zero de energia: um estudo de caso em campus universitário

Por que edifícios mais inteligentes importam

Ao redor do mundo, os edifícios consomem grandes quantidades de energia, grande parte proveniente de combustíveis fósseis que impulsionam as mudanças climáticas. Em regiões quentes como os Emirados Árabes Unidos, resfriar salas de aula e escritórios demanda especialmente muita energia. Este estudo examina como um edifício universitário em Sharjah pode ser transformado em um usuário de energia muito mais enxuto usando uma combinação de melhor projeto, energia solar e inteligência artificial. Os resultados oferecem um vislumbre prático de como edifícios existentes — não apenas os novos e vistosos — podem avançar rumo a uma operação quase com consumo zero de energia, enquanto economizam dinheiro e reduzem emissões que aquecem o clima.

O problema dos campi atuais

Os pesquisadores começam contextualizando: os edifícios respondem por cerca de 40% do uso global de energia e por uma grande parcela das emissões de carbono. Nos EAU, a demanda é fortemente impulsionada pelo ar-condicionado, e muitos edifícios mais antigos nunca foram projetados com eficiência em mente. O caso em análise é o edifício M9 da University of Sharjah, uma instalação de engenharia de três andares dos finais dos anos 1990. Uma auditoria energética e um modelo computacional detalhado mostram que ele consome cerca de 1,43 milhão de quilowatt-hora de eletricidade por ano, com o consumo por metro quadrado acima dos parâmetros típicos de escritórios. Quase 40% dessa energia é destinada a equipamentos de resfriamento envelhecidos que funcionam quase constantemente, controlados apenas por termostatos manuais em vez de programações automatizadas.

Correções simples antes das atualizações de alta tecnologia

Antes de acrescentar novas fontes de energia, a equipe investiga como reduzir o apetite energético do edifício. Usando uma ferramenta de simulação, testam várias mudanças relativamente simples. Entre elas estão repintar as fachadas de bege para branco para refletir mais luz solar, adicionar brises horizontais acima das janelas para bloquear o sol direto, instalar programação mais inteligente para que o sistema de resfriamento opere apenas quando o prédio estiver em uso, e substituir computadores de mesa energeticamente vorazes por laptops mais eficientes. Juntas, essas medidas reduzem o consumo anual de energia do edifício em cerca de um terço e diminuem a demanda máxima de resfriamento em mais de 11%. Também reduzem a poluição por carbono em aproximadamente 296 toneladas de CO2 por ano, ou mais de 7.300 toneladas em 25 anos — sem alterar o uso do edifício.

Trazendo o sol

Com a demanda reduzida, o próximo passo é avaliar quanto da energia restante pode vir do sol. A intensa insolação dos EAU torna os painéis solares de cobertura particularmente atrativos. O espaço no edifício M9 é limitado, mas os pesquisadores projetam um sistema fotovoltaico conectado à rede de cerca de 215 quilowatts usando software especializado. No papel, esse sistema pode gerar aproximadamente 366 megawatt-hora de eletricidade por ano, suprindo 38,4% da demanda anual reduzida do edifício. Embora isso fique aquém do limiar formal de “quase consumo zero de energia” — definido aqui como pelo menos metade da energia do edifício proveniente de fontes renováveis — ainda reduz substancialmente a dependência da rede. A modelagem financeira mostra que o sistema solar se paga em cerca de seis anos, oferece um custo nivelado de eletricidade inferior ao preço da rede local e proporciona um forte retorno sobre o investimento ao longo de uma vida útil de 25 anos, tudo isso evitando quase 5.000 toneladas de emissões de carbono mesmo após contabilizar a pegada de fabricação dos painéis.

Deixando a inteligência artificial ordenar as opções

Como existem muitas combinações possíveis de medidas de eficiência e tamanhos de usina solar, a equipe constrói uma ferramenta de inteligência artificial para acelerar a tomada de decisão. Eles geram milhares de cenários hipotéticos de retrofit, cada um com diferentes combinações de melhorias no edifício e capacidade solar, e calculam custos de longo prazo, tempos de retorno e reduções de emissões. Um modelo de árvore de decisão aprende com esses dados a prever indicadores-chave como o valor presente líquido e a economia de CO2 para novos cenários quase instantaneamente. Esse “consultor” baseado em IA pode então classificar pacotes de retrofit por quão bem equilibram três objetivos ao mesmo tempo: contas de energia mais baixas, retornos financeiros maiores e cortes mais profundos nas emissões. Em vez de rodar uma nova e demorada simulação para cada ideia, planejadores podem ver rapidamente quais opções provavelmente oferecerão o melhor valor.

O que isso significa para edifícios futuros

Ao final da análise, o edifício M9 ainda não se tornou totalmente um edifício quase com consumo zero de energia, mas chega perto: o uso de energia é reduzido em um terço e a geração solar no local fornece quase dois quintos da demanda remanescente, tudo com desempenho financeiro sólido. O estudo mostra que combinar ajustes arquitetônicos modestos, operação mais inteligente, equipamentos eficientes e painéis solares de cobertura pode oferecer grandes ganhos sem reconstruções radicais. Igualmente importante, demonstra como a IA pode transformar montanhas de dados técnicos em orientações claras para gestores de instalações e formuladores de políticas. Para campi e cidades em climas quentes, essa abordagem aponta para um caminho realista: em vez de esperar por edifícios futurísticos, podemos usar as ferramentas de hoje para reformar os que já temos em locais mais limpos, baratos e resilientes para viver e trabalhar.

Citação: 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

Palavras-chave: edifícios quase com consumo zero de energia, retrofit de edifícios, energia fotovoltaica solar, eficiência energética, inteligência artificial em energia