一、前言
AI技術能提升建築節能效率嗎？了解其優勢與挑戰，淺談AI在建築節能中的現況。
在全球邁向 2050 淨零碳排目標的趨勢下，建築節能成為至關重要的議題。
根據國際能源署（IEA）的報告，2022年全球建築物運營相關的能源二氧化碳排放量較2021年增長約1%，達到近10億噸，創下歷史新高。建築和建設部門的能源和過程相關碳排放總量約佔全球的37%。
台灣也在積極應對這一挑戰，並於2022年3月公布了「2050淨零排放路徑藍圖」，其中包括推動淨零建築，目標為2050年，100%新建建築物及超過85%建築物為淨零碳建築。
建築節能是實現淨零建築的基礎，而淨零建築則是建築節能的終極目標。近年來，隨著科技的快速發展，人工智能 (AI) 已逐漸滲透到各個領域，其中包括建築節能。AI的應用為建築節能提供了新的思路和解決方案，但其效果是否真的比較有效，仍需深入探討。
圖1 2010-2022年建築物中的二氧化碳排放量以及2022年建築物在全球能源排放中的比例。(1)
二、AI 在建築節能中的應用
AI技術在建築節能仍屬於新興技術，相關應用整理如下：
1.優化建築設計：
AI 能分析地理位置、氣候條件和使用需求，模擬不同設計方案的能源消耗，優化建築朝向、窗戶大小和遮陽設計，減少空調和照明的能源使用。此外，AI也能預先對建築形式的模擬分析，制定碳排放管理策略，從而降低運行成本並減少環境影響。
圖2 WSP UK 利用 Daisy AI 工具對倫敦一棟 63 層高的建築進行模擬分析，著重於三個主要指標：耗能強度（EUI: Energy-Use Intensity）、空間照明自主性（sDA: Spatial Daylight Autonomy）和建築隱藏碳（BEC: Building Embodied Carbon）。通過這些分析，規劃出最佳的設計方案。(3)
2.提升設備效率：
AI 可以透過機器學習、演算等技術，分析建築物現有的熱性及外部因素如天氣、電價、居住者行為等因素，評估建築物的冷熱負荷，並自動調整HVAC（暖通空調）等系統參數，提升設備效率，減少能源成本及碳排放，達到建築物節能效益。
圖3 BRAINBOX AI建築管理系統、雲端恆溫器，設備系統最佳設定。(4)
3.預測能源需求：
隨著再生能源比例的增加，能源系統的不穩定性也在加劇。AI 通過學習演算法，能夠預測建築物的能源使用狀況，並識別出在低碳和低成本時段進行能源需求轉移的最佳時機。這種靈活的能源策略可以優化太陽能光電系統、建築物管理系統與儲能系統。透過AI的技術，優化能量儲存與釋放的時間，以平衡能源供需，進一步提升能源利用效率，減少高峰時段的能源成本，並提高能源系統的穩定性，在不影響舒適度及效能的情況下，幫助建築實現淨零能源目標。
圖4 Flex2X 預測建築物能源使用狀況。(5)
4.實現智慧管理：
AI 技術可以生成建築物的虛擬模型，結合物理模擬、實時數據和機器學習，提供能源消耗、碳排放、舒適度和健康狀況等多種建築性能指標。將建築管理系統（BMS）、水電費帳單、物聯網（IoT）感測器和其他計量基礎設施數據轉化為可操作的資訊，協助優化建築運營、制定長期淨零投資計畫、降低減碳成本，並監控淨零目標的進度。
圖5 新加坡南洋理工大學使用IES Digital Twin技術發現超過 30% 的潛在節能空間、475 萬新元的成本節省以及 9.6 公噸的碳排放減少。(6)
三、AI 在建築節能中的挑戰
儘管 AI 在建築節能領域具有巨大潛力，但也面臨著一些挑戰：
1.數據的收集與品質：
AI系統的運作依賴龐大且高質量的數據進行訓練和操作，但在建築節能領域，獲取這些數據以及保證其質量卻面臨著巨大的挑戰。具體而言，建築物內部和外部的數據（如溫度、濕度、能耗等）需要持續且精確地收集，但往往受到設備安裝、數據傳輸以及數據完整性的限制。
2.模型泛化能力有限：
每棟建築物都有其獨特的設計、結構、使用方式等，這使得AI模型的泛化能力有限。換言之，在一個建築物上訓練的模型難以直接應用到另一個建築物。這要求為每個建築物量身定制化的模型，增加了模型開發的複雜度。
3.投入資金成本高昂：
AI技術的研發和應用需要投入大量的人力和資金，這對於一些預算有限的建築項目來說是一個挑戰。從高性能硬體設備到專業技術人才，再到後續的維護和更新，每一步都需要持續的投入，導致整體成本高昂。
4.隱私安全洩漏風險：
AI和物聯網設備的使用會收集大量的個人和設備數據，這將產生數據隱私及安全問題。特別是在建築節能系統中，個人居住習慣、行為模式等敏感信息有可能被不當使用或洩漏，對數據安全提出了嚴峻挑戰。
四、結論
AI 技術在建築節能領域的應用尚處於發展初期，但其巨大的潛力已逐漸顯現。雖然 AI 技術目前還存在一些挑戰和局限，但隨著技術的進步和應用的普及，這些問題應將逐漸得到解決。
建築相關領域行業若忽視AI的發展趨勢，可能會錯失重大的發展機遇。因此，積極採用和發展AI技術不僅是提升效率和可持續性的手段，更是應對未來挑戰的重要策略。
未來，隨著AI技術的不斷進步，我們有理由相信它將在建築節能中發揮越來越重要的作用，為行業帶來革命性的變化。然而，值得注意的是，AI技術本身的運行也需要大量的能源，這使我們在追求建築節能的同時，必須考慮到AI技術的能源消耗。在未來的道路上，如何在推動技術進步的同時，實現真正的可持續發展，將是一個值得我們深思的課題。
參考資料
1. UNEP, Global Status Report for Buildings and Construction, 2024.
2. 內政部建築研究所，淨零建築路徑規劃及推動策略。
3. Engineering and Computational Mechanics, A multi-objective design tool for decarbonising buildings at the concept stage, by WSP UK, 2023.
4. BRAINBOX AI, Advanced AI for HVAC optimization.
5. Grid Edge, AI for Flexibility: Flexibility on your terms with flex2x.
6. IES, NTU Singapore Over 30% potential reduction in energy consumption and S$4.75M savings uncovered using ICL Digital Twin Technology.
7. MCKinsey Quaterly, A new way to decarbonize buildings can lower emissions—profitably, 2023.
8. MPDI, Artificial Intelligence Evolution in Smart Builiding for Energy Efficiency, 2021.
9. Automation in Construction, Artificial intelligence and smart vision for building and construction 4.0: Machine and deep learning methods and applications, 2022.
免責聲明：
科進栢誠工程顧問股份有限公司盡最大的努力確保文章內容的準確性和完整性，但不對其中任何可能的錯誤或疏忽承擔責任。本文章內容不可作為法律依據或法律釋義。因參考本文章內容而導致的任何損失，WSP不承擔任何責任。如需尋求專業意見，請根據下方聯絡方式諮詢有關專業顧問。
來源：WSP in Asia
＝＝＝＝＝＝＝＝＝＝＝＝ 延 伸 閱 讀 ＝＝＝＝＝＝＝＝＝＝＝＝
