用于近零能耗建筑改造的人工智能增强技术—经济与环境优化：大学校园案例研究

为何更智能的建筑至关重要

在全球范围内，建筑在默默消耗大量能源，其中很多来自推动气候变化的化石燃料。在像阿拉伯联合酋长国这样炎热的地区，为教室和办公空间制冷尤其耗电。本研究考察了沙迦一座大学建筑如何通过更好的设计、太阳能与人工智能的组合，转变为能耗更低的使用者。研究结果提供了一个务实的案例，展示现有建筑——不仅仅是崭新的建筑——如何在节省成本并减少温室气体排放的同时，朝近零能耗运行靠拢。

当今校园面临的问题

研究者首先说明背景：建筑约占全球能源使用的40%，并贡献很大一部分碳排放。在阿联酋，需求主要由空调驱动，且许多较老的建筑设计时并未考虑能效。研究对象是沙迦大学的M9楼，一座建于1990年代末的三层工程教学楼。能耗审计与详尽的计算机模型显示，该楼每年约消耗143万千瓦时电力，其单位面积能耗高于典型办公基准。近40%的电力用于老化的制冷设备，这些设备几乎持续运行，且由人工恒温器控制，而非自动运行日程。

在高科技升级前的简单改进

在增加任何新电源之前，团队先研究如何缩减建筑的能量需求。通过模拟工具，他们测试了几项相对简单的改动，包括将外墙从米色重新涂成白色以反射更多阳光、在窗户上方增设水平遮阳板以阻挡直晒、安装更智能的运行日程让制冷系统仅在建筑实际使用时运行，以及将耗电的台式机换为更高效的笔记本电脑。综合这些措施可将建筑的年能耗削减约三分之一，并使制冷峰值需求降低超过11%。同时每年可减少约296吨二氧化碳排放，25年累计可超7300吨——而不改变建筑的使用方式。

引入太阳能

在需求被压缩后，下一步是评估剩余能源中有多少可以来自太阳。阿联酋强烈的日照使屋顶光伏尤其具有吸引力。尽管M9楼的屋顶空间有限，研究者仍用专门软件设计了约215千瓦的并网光伏阵列。理论上，该系统每年可发电约366兆瓦时，满足建筑降低后年需求的38.4%。虽然这仍未达到此处定义的“近零能耗”门槛——即至少有一半的能量来自可再生能源——但它显著降低了对电网的依赖。财务建模显示，该光伏系统大约六年回本，摊销后的电力成本低于当地电网价格，并在25年寿命期内带来可观的投资回报，同时在考虑光伏制造足迹后仍可避免近5000吨碳排放。

让人工智能来排序选项

由于能效措施与光伏规模的组合众多，团队构建了一个人工智能工具以加速决策过程。他们生成了数千个假设性的改造情景，每个情景包含不同的建筑改良组合与光伏容量，并计算长期成本、回收期与减排量。一个决策树模型从这些数据中学习，可以几乎瞬时地为新情景预测关键指标，如净现值与二氧化碳减排。基于AI的“顾问”随后可以将改造方案按如何在降低能源账单、更高财务回报与更深减排这三项目标之间取得平衡来排序。规划者无需为每个想法运行耗时的全新模拟，就能快速看到哪些选项可能带来最佳价值。

对未来建筑的启示

到分析结束时，M9楼尚未完全达到近零能耗建筑的标准，但已相当接近：能耗减少了三分之一，现场光伏可供应接近五分之二的剩余需求，且财务表现稳健。研究表明，结合适度的建筑调整、更智能的运行、有效的设备与屋顶光伏，可以在不进行彻底重建的情况下实现显著收益。同样重要的是，它展示了人工智能如何将大量技术数据转化为对设施管理者与决策者的清晰指导。对于炎热气候下的校园与城市，这一方法指明了一条现实可行的路径：与其等待未来派建筑，不如利用现有工具改造我们已有的建筑，使其更清洁、更经济、更具韧性。

引用: 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

关键词: 近零能耗建筑, 建筑改造, 太阳能光伏, 能效, 能源领域的人工智能