HVAC 演算法能夠為建築物使用者提供熱舒適度，同時減少碳足跡
作為對抗氣候變遷的措施，組織致力於減少能源消耗和相關的碳排放量時，室內供暖和冷卻仍然是可以最佳化的領域之一。事實上加熱、通風和空調（HVAC）在平均情況下佔據了建築物總能源使用量的約 40％。在提供舒適的室內環境的同時節省電力，對於對抗氣候變化的努力有著重大意義。
利用 AI 驅動的演算法實現節能
大阪大學的研究人員透過應用一種新的、AI 驅動的演算法來控制 HVAC 系統，成功實現了顯著的節能。這種方法不需要複雜的物理建模，甚至不需要關於建築物本身的詳細先前知識。該研究成果發表在《應用能源》期刊上。
在寒冷的天氣中，傳統基於感測器的系統有時難以確保何時應該停止加熱。這是由於來自照明、裝置甚至是工人本身產生的熱干擾。這可能導致 HVAC 在不應該執行時啟動，從而浪費能源。為了克服這些障礙，研究人員採用了一種基於收集到的資料來預測建築物的熱力學響應的控制演算法。與試圖明確計算可能影響溫度的諸多因素（如絕緣和熱生成）相比，這種方法更為有效。因此在足夠的訊息下，“資料驅動”的方法往往可以超越複雜的模型。
在這裡HVAC 控制系統被設計為在大資料集的基礎上“學習”不同變數之間的符號關係，包括功耗方面。該演算法能夠在確保建築物內的使用者舒適度的同時節省能源。
實現節能的潛力與前景
主要作者趙大方表示：“我們的自主系統透過利用機器學習的預測能力來最佳化 HVAC 執行時間，實現了顯著的節能，尤其是辦公樓節能 30％或更多。在這種系統下，即便是冬天，辦公室仍能溫暖舒適。”該演算法的目標是最大程度地減少總能耗、實際溫度與期望溫度之間的差距以及在尖峯需求時功率輸出的變化。高級作者謝一哲表示：“我們的系統可以輕鬆自由地定制，根據情況的需要，可以優先考慮節能還是保持溫度準確。”
向碳中性經濟邁進的關鍵創新
為實現碳中性經濟的目標，企業很可能需要成為創新的先驅。研究人員指出，在能源成本上升時，他們的方法可能會得到迅速的普及，這既對環境有利，也對公司的可行性有好處。
這項研究為能源管理領域帶來了新的思路。透過 AI 驅動的演算法，HVAC 系統能夠以更高的效率工作，同時確保使用者的舒適度。未來，這種資料驅動的方法可能會在各種建築物中得到廣泛應用，從辦公空間到住宅和商業場所。
參考文獻:
Dafang Zhao et al, 「Data-driven online energy management framework for HVAC systems: An experimental study,」 Applied Energy (2023). DOI: 10.1016/j.apenergy.2023.121921
資料來源: 大阪大學
關鍵詞: 可持續發展、HVAC、演算法、建築物、使用者、熱舒適度、減少碳足跡
延伸閱讀
- Instagram 調整演算法，優先呈現更多小型原創創作者的內容
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI，如果使用者不刪除照片
- 建築業主的碳排放：全新演算法可一覽無遺
- X 正向具影響力的使用者發放藍勾！這才是藍勾的真正用途！
- 使用者抱怨 Glassdoor 未經他們同意將真實姓名新增到使用者資料
- Linktree 現在允許使用者透過精選佈局功能更好地突顯連結
- Threads 現在可以讓所有使用者在應用程式中儲存草稿和拍攝照片
- Google 在新加坡開始封鎖使用者的特定應用程式側載
- 星眠 app 獲初步資金以解開使用者慢性失眠的根本原因
- Meta 停止第三方存取 Facebook 群組，開發者和使用者陷入混亂
