Crédito: Dominio público de Pixabay/CC0
Una nueva herramienta de software desarrollada por los investigadores de Cornell puede modelar el uso de energía de la construcción de una pequeña ciudad en cuestión de minutos en una computadora portátil estándar, luego ejecutar simulaciones para ayudar a los formuladores de políticas a priorizar los enfoques más rentables para la descarbonización.
Utilizando la ciudad de Ithaca, Nueva York, como estudio de caso, el modelo de energía de construcción urbana mapeó rápidamente más de 5,000 edificios residenciales y comerciales y su uso de energía de referencia. Las inversiones simuladas en la climatización, las bombas de calor eléctricas y los paneles solares en la azotea, al tiempo que tenían en cuenta los incentivos financieros, generaron ideas que informan los esfuerzos de la ciudad para lograr la neutralidad de carbono para 2030.
El flujo de trabajo automatizado de la herramienta, la accesibilidad y la precisión, sin poder informático avanzado, podrían ser particularmente valiosos para las ciudades más pequeñas que carecen de recursos y experiencia dedicados a la descarbonización, dijeron los investigadores. Pero dijeron que el nuevo modelo, ahora también apoya al condado que rodea a Ithaca, podría ampliarse aún más para servir grandes ciudades o un estado completo.
“Estamos realmente entusiasmados de que esto pueda escalar y sea lo suficientemente eficiente incluso para que un estado mapee el consumo de energía y el potencial de modificaciones, lo que significan desde una perspectiva de emisiones de carbono, una perspectiva financiera o simplemente una perspectiva de eficiencia”, dijo Timur Dogan, profesor asociado en los departamentos de arquitectura y tecnología de designación en el Colegio de Arquitectura, Arte y Planificación. “Desde una ciudad pequeña hasta un condado o estado, esto realmente puede dar forma a las políticas y cómo prioriza las políticas”.
Dogan es el primer autor de “Un modelo de energía de construcción urbana de abajo hacia arriba para evaluar las medidas de electrificación de carga térmica”, publicado En el Journal of Building Performance Simulation.
La industria de la construcción y la construcción representa más del 37% de las emisiones de dióxido de carbono a nivel mundial, según el Programa de las Naciones Unidas para el Medio Ambiente. Los “gemelos digitales”, incluidos los modelos de energía de construcción urbana, se consideran clave para permitir decisiones basadas en datos sobre la descarbonización, pero su complejidad y costo han limitado su adopción y escalabilidad.
La iniciativa Model America de Oak Ridge National Lab, por ejemplo, utilizó supercomputadoras para procesar grandes cantidades de datos para construir modelos o probar escenarios, un enfoque poco práctico para la mayoría de los municipios.
Dogan dijo que el modelo de su laboratorio logra resultados similares, es suficiente para guiar la planificación, en una fracción del tiempo, al tiempo que permite simulaciones iterativas para explorar todos los escenarios viables. Esto se logra a través de una serie de pequeñas innovaciones, dijo Dogan, incluido un motor de simulación rápido basado en la física que utiliza modelos de energía de orden inferior, y las formas en que se describen los edificios y sus propiedades desconocidas inferidas, ayudadas por el aprendizaje automático.
Los modelos incorporan datos disponibles públicamente de mapas geoespaciales, registros de impuestos, permisos de construcción y datos del censo, y datos de uso de energía de la empresa de servicios públicos locales, para Ithaca, New York State Electric & Gas Corp., a través de un acuerdo con Avangrid.
El estudio de caso de Ithaca reveló varias “ideas convincentes y a veces contradictorias” relevantes para las ciudades de tamaño similar, dijeron los investigadores. Por ejemplo, demostró que reemplazar los hornos de gas con bombas de calor aumentaría los costos de energía operativa de muchos edificios, lo que sugiere que el paso debe combinarse con la clima y los paneles solares en la azotea para que la transición sea económicamente atractiva.
Y aunque los grandes edificios comerciales habían parecido el primer lugar lógico para concentrarse, la contabilidad de incentivos financieros cambió la prioridad: los edificios residenciales multifamiliares serían los más asequibles para modernizarlo, mostró el modelo.
“Los modelos le permiten marcar propiedades que son interesantes para analizar más de cerca”, dijo Dogan. “Pasas de 5,000 edificios y no sabemos qué hacer, a ‘estos 100 son los claros para ir después de primero'”.
Rebecca Evans, directora de sostenibilidad de Ithaca, dijo que la ciudad da la bienvenida a la asociación en curso con Dogan’s Lab.
“Lo que el equipo de Timur está construyendo es innovador, escalable y ya se usa como parte de proyectos más grandes de la ciudad y el condado”, dijo Evans. “Los modelos de energía de construcción urbana tienen el potencial de reducir significativamente el capital necesario para identificar edificios preparados para la electrificación, agrupar esos edificios en carteras y crear áreas atractivas para la inversión”.
Dogan dijo que las ciudades más grandes de la nación pueden tener personal y presupuestos centrados en desafíos y análisis de descarbonización, pero modelos más accesibles y escalables, como el que desarrolló su equipo, prometen ayudar a muchos municipios más pequeños que de otro modo serían a ciegas.
“Tomados en conjunto, esas ciudades tendrán un impacto masivo”, dijo. “Nuestra esperanza es que podamos darles algo que puedan usar para tomar buenas decisiones”.
Más información: Timur Dogan et al, un modelo de energía de construcción urbana ascendente para evaluar las medidas de electrificación de carga térmica, Journal of Building Performance Simulation (2025). Doi: 10.1080/19401493.2025.2536261
Proporcionado por la Universidad de Cornell
Cita: Building Energy Model ofrece la hoja de ruta de descarbonización de las ciudades (2025, 14 de agosto) Recuperado el 14 de agosto de 2025 de https://techxplore.com/news/2025-08-energy-cities-decarbonization-roadmap.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
