Det har uppskattats att byggnaderna bidrar med nära 20-30 % av energianvändningen i USA till en årlig kostnad på över 100 miljarder dollar. Dessutom bidrar byggnader också med uppskattningsvis 35-40 % av USA:s alla koldioxidutsläpp. Det kan bli betydande miljömässiga och ekonomiska konsekvenser om det görs ansträngningar för att minska byggnadens energiförbrukning. Komplexiteten i byggnadens energiförbrukning är inte att ta för givet.
Insatser för att förbättra energibesparing och effektivitet i byggnader involverar ofta simulering eller analys av specifika fysiska system. Till exempel kan designers studera de potentiella besparingarna med att använda ljus färg på en byggnads tak, byta till högeffektiva lysrör eller applicera ljus färg på taket. Det komplexa samspelet mellan miljö och byggnadssystem gör det svårt att göra korrekta uppskattningar.
När passagerarnas beteende inkluderas ökar också komplexiteten i detta problem dramatiskt. Låt oss förstå detta med ett hypotetiskt exempel: en byggnad förbrukar 1 miljoner dollar per år i el för belysning. Analyser kan visa att, givet nuvarande användningsmönster, skulle installation av högeffektiv belysning kosta 1 miljon dollar och resultera i 50 % elbesparingar som är 500,000 XNUMX dollar per år.
Det skulle leda till break-even om två år. Föreställ dig dock att byggnadsägaren investerar i en kampanj för att öka medvetenheten, vilket leder till en 25 % minskning av mängden el som används av de boende, eller en årlig elkostnad på 750,000 375,000 USD. Samma högeffektiva belysning skulle nu bara spara $XNUMX XNUMX per år. Det skulle nu ta nästan tre år att nå break-even.
Ännu mer komplexa interaktioner äger rum när du börjar överväga alla byggnadssystem-liknande apparater, datanätverk, användningsmönster och andra aspekter av boende som påverkar användnings- och efterfrågemönster.
Till exempel kan förbättrad klimatkontroll uppmuntra de boende att tillbringa mer tid inne i byggnaden, vilket ytterligare kommer att leda till en ökning av energiförbrukningen. Detta fenomen definieras också som rebound-effekten.
Denna typ av emergent beteende är ett tecken på komplexa system. Det övergripande beteendet hos sådana komplexa system bestäms på ibland oförutsägbara sätt av att elementen i systemet interagerar med varandra och med omgivningen.
Det finns många exempel på mänskligt skapade komplexa system runt omkring dig, som börsfluktuationer, trafikstockningar, etc.
Se även: Vad är återvunnen energi (eller spillvärmeenergi)?
Vad är ABS?
Traditionella analytiska tekniker är inte välutrustade för att hantera komplexa system eftersom beteendet hos sådana system ofta uppvisar skarpa olinjäriteter såsom tipppunkter. De senaste åren har kommersiella enheter som t.ex Ikosystem, såväl som forskare vid akademiska centra som Santa Fe Institute, har framgångsrikt studerat och hanterat komplexa system med hjälp av Agent-baserad simulering (ABS).
Hur fångar det beteendet hos system?
Det är en simuleringsteknik som fångar systemens beteende nerifrån och upp. Inledningsvis studerades ABS främst i akademiska miljöer, medan det nyligen har använts för att lösa en mängd komplexa affärsteknologier och affärsproblem inom många problemområden och industrisektorer. ABS arbete förklarar också komplexiteten i byggnadens energiförbrukning.
