По оценкам, здания обеспечивают около 20-30% потребления энергии в Соединенных Штатах при годовой стоимости более 100 млрд долларов. Кроме того, здания также обеспечивают около 35-40% всех выбросов CO2 в США. Могут быть существенные экологические и экономические последствия, если будут предприняты усилия по снижению потребления энергии зданиями. Сложность потребления энергии зданиями не следует принимать как должное.
Усилия по улучшению энергосбережения и эффективности в зданиях часто включают моделирование или анализ определенных физических систем. Например, проектировщики могут изучать потенциальную экономию от использования светлой краски на крыше здания, перехода на высокоэффективные люминесцентные лампы или нанесения светлой краски на крышу. Сложное взаимодействие между окружающей средой и системами здания затрудняет точные оценки.
Если учесть поведение жильцов, сложность этой проблемы также резко возрастает. Давайте разберем это на гипотетическом примере: здание потребляет $1 млн в год на электроэнергию для освещения. Анализ может показать, что при текущих моделях использования установка высокоэффективного освещения обойдется в $1 млн и приведет к 50% экономии электроэнергии, что составляет $500,000 XNUMX в год.
Это привело бы к безубыточности через два года. Однако представьте, что владелец здания инвестирует в кампанию по повышению осведомленности, что привело к 25%-ному сокращению потребления электроэнергии жильцами или годовой стоимости электроэнергии в размере 750,000 375,000 долларов. То же самое высокоэффективное освещение теперь сэкономило бы только XNUMX XNUMX долларов в год. Теперь для достижения безубыточности потребовалось бы почти три года.
Еще более сложные взаимодействия возникают, когда вы начинаете учитывать все системы здания, такие как бытовая техника, сети передачи данных, модели использования и другие аспекты поведения жильцов, которые влияют на модели использования и спроса.
Например, улучшение климат-контроля может побудить жильцов проводить больше времени внутри здания, что в дальнейшем приведет к увеличению потребления энергии. Это явление также определяется как эффект отскока.
Этот вид эмерджентного поведения является признаком сложных систем. Общее поведение таких сложных систем определяется порой непредсказуемыми способами элементами системы, взаимодействующими друг с другом и с окружающей средой.
Вокруг вас есть множество примеров сложных систем, созданных человеком, например, колебания фондового рынка, пробки на дорогах и т. д.
См. также : Что такое рекуперированная энергия (или энергия отработанного тепла)?
Что такое АБС?
Традиционные аналитические методы плохо подходят для управления сложными системами, поскольку поведение таких систем часто демонстрирует резкие нелинейности, такие как точки перелома. В последние годы коммерческие организации, такие как Icosystem , а также исследователи из академических центров, таких как Институт Санта-Фе, успешно изучают и управляют сложными системами с помощью агентного моделирования (ABS).
Как он фиксирует поведение систем?
Это метод моделирования, который фиксирует поведение систем снизу вверх. Изначально ABS изучался в основном в академических условиях, тогда как в последнее время он использовался для решения различных сложных бизнес-технологий и бизнес-задач во многих проблемных областях и секторах промышленности. Работа ABS также объясняет сложность потребления энергии зданиями.
