Integrating agent-based modeling and dynamic lca: an environmental impact simulation and optimization model for dormitory buildings

Gebäude sind mehr als nur Hüllen aus Beton und Glas; sie sind lebende Systeme, in denen das Wetter draußen, die Maschinen im Inneren und die Menschen, die durch die Flure ziehen, ständig Einfluss aufeinander nehmen. Seit Jahrzehnten versuchen Experten, die Umweltkosten dieser Strukturen mithilfe einer Methode namens Lebenszyklusanalyse zu messen. Betrachten Sie dies als ein umfassendes Audit, das jede Unze an Verschmutzung verfolgt, die ein Gebäude erzeugt – vom Moment an, in dem seine Materialien abgebaut werden, bis zu dem Tag, an dem es abgerissen wird. Traditionell waren diese Audits statische Momentaufnahmen, die ein einzelnes Durchschnittsjahr betrachteten und die Auswirkungen basierend auf festen Annahmen berechneten. Die reale Welt ist jedoch selten statisch. Die Temperatur verändert sich stündlich, Elektrogeräte werden älter und weniger effizient, und die Menschen, die darin leben, ändern ihre Gewohnheiten je nach Wochentag oder Stimmung. Wenn Forscher diese sich verschiebenden Dynamiken und die Art und Weise, wie sie miteinander interagieren, ignorieren, können ihre Berechnungen weit von der Realität abweichen, was zu Managementstrategien führt, die am Ziel vorbeischießen.

Um diese Lücke zu schließen, hat ein Team von Forschern der Southeast University, der University of Wisconsin–Madison und der Dalian University of Technology einen neuen Weg entwickelt, um das Leben eines Gebäudes zu simulieren. Sie kombinierten zwei leistungsstarke Werkzeuge: eine Methode, die verfolgt, wie einzelne Menschen und Objekte sich im Laufe der Zeit verhalten, und das oben erwähnte Umwelt-Audit. Durch die Verschmelzung dieser Ansätze schufen sie ein Modell, das nicht nur ein Gebäude isoliert betrachtet, sondern beobachtet, wie das Klima, die Ausrüstung des Gebäudes und die Studenten darin in Echtzeit aufeinander reagieren. Sie testeten dieses System an Graduiertenwohnheimen in Nanjing, China – ein Setting, das gewählt wurde, weil diese hochverdichteten Lebensräume einen erheblichen Energieverbrauch aufweisen und eine klare Sicht darauf bieten, wie das menschliche Verhalten die Umweltauswirkungen vorantreibt.

Die Forscher bauten einen digitalen Zwilling des Wohnheim-Systems, in dem drei Arten von virtuellen Agenten interagieren. Erstens gibt es den Klima-Agenten, der stündliche Temperaturdaten einspeist, um zu sehen, wie das Wetter die Studenten dazu drängt, Heizungen oder Klimaanlagen einzuschalten. Zweitens gibt es den Wohnheim-Agenten, der die physischen Zimmer und deren alternde Geräte repräsentiert, welche weniger effizient werden und mit zunehmendem Alter mehr Strom verbrauchen. Drittens, und vielleicht am wichtigsten, ist der Studenten-Agent. Diese virtuellen Studenten haben Zeitpläne, Gewohnheiten und ein gewisses „grünes Bewusstsein“, das bestimmt, wie sorgfältig sie Strom verbrauchen. Das Modell simuliert, wie ein Student entscheiden könnte, ein Licht auszuschalten, wie eine Gruppe von Mitbewohnern das Energieverhalten der anderen beeinflussen kann und wie diese kleinen Entscheidungen sich auswirken, um den gesamten ökologischen Fußabdruck des Gebäudes zu verändern. Entscheidend ist, dass das Modell eine Rückkopplungsschleife enthält. Es berechnet nicht nur den Schaden; es ermöglicht einem virtuellen Administrator, Managementstrategien auszuprobieren, die Ergebnisse zu sehen und den Plan entsprechend anzupassen, wodurch ein kontinuierlicher Zyklus der Bewertung und Verbesserung entsteht.

Als das Team seine Simulationen durchführte, entdeckte es, dass die Behandlung dynamischer Faktoren als separate, unabhängige Variablen zu erheblichen Fehlern führt. Wenn man nur betrachtet, wie sich die Temperatur ändert oder nur, wie sich Studenten verhalten, ohne zu sehen, wie sie einander beeinflussen, kann die Bewertung um bis zu 226.000 Einheiten der Umweltauswirkung danebenliegen. Das Modell enthüllte, dass die höchsten Umweltauswirkungen nicht immer dann auftraten, wenn das Wetter am heißesten oder kältesten war. Stattdessen traten Spitzenwerte auf, wenn extremes Wetter mit hoher Belegung zusammenfiel, wie etwa zu Beginn des Studienjahres, während die Auswirkungen während der Feiertage, wenn die Studenten den Campus verließen, drastisch sanken, selbst wenn das Wetter extrem blieb. Dies bestätigte, dass die Interaktion zwischen Menschen und Umwelt der wahre Treiber des Energieverbrauchs ist, nicht allein das Wetter.

Die Studie testete anschließend zwei spezifische Strategien, um zu sehen, ob sie diese Auswirkungen senken könnten. Die erste war eine Kampagne zur Verbesserung des grünen Bewusstseins der Studenten durch Bildung und Wettbewerbe. Die zweite war eine logistische Änderung: die Umorganisation der Wohnheimzuweisungen, sodass Studenten desselben Studienjahres zusammenlebten, anstatt Erstsemester und Fortgeschrittene in denselben Zimmern zu mischen. Die Ergebnisse zeigten, dass beide Strategien funktionierten, aber auf unterschiedliche Weise. Die Verbesserung des grünen Bewusstseins reduzierte die gesamte Umweltauswirkung um etwa 2,7 Prozent und schuf eine stetige, gleichmäßige Verbesserung in allen Gebäuden. Die Umorganisation der Wohnheime war sogar noch effektiver und senkte die kumulativen Auswirkungen um über 5 Prozent. Dies lag daran, dass Studenten im selben Jahrgang dazu neigten, ähnliche Zeitpläne zu haben, was bedeutete, dass sie Lichter und Computer zur gleichen Zeit ein- und ausschalteten, wodurch die Stunden reduziert wurden, in denen gemeinsam genutzte Geräte unnötigerweise laufen mussten.

Vielleicht war der aufschlussreichste Befund, dass der Ausgangspunkt des Systems eine immense Bedeutung hat. Die Forscher fanden heraus, dass selbst wenn Studenten bereits ein hohes grünes Bewusstsein besitzen, die Strategie der Zimmerumorganisation einen signifikanten Schub bietet, was beweist, dass gutes Management immer notwendig ist, unabhängig davon, wie „grün“ die Bewohner sind. Umgekehrt ist bei schlechteren Ausgangsbedingungen das Potenzial für Verbesserungen größer, aber das Endergebnis hängt davon ab, wie schnell diese Bedingungen geändert werden können. Die Studie hob auch hervor, dass das Ignorieren der Alterung von Geräten dazu führt, dass der zukünftige Energieverbrauch unterschätzt wird, da ältere Maschinen mehr Leistung benötigen, um dieselbe Arbeit zu verrichten. Durch die Integration dieser Faktoren in eine einzige, kreisförmige Simulation demonstrierten die Forscher, dass Umweltmanagement kein einmaliges Ereignis ist, sondern ein dynamischer Prozess. Ihre Arbeit legt nahe, dass wir, um die Umweltbelastung von Gebäuden wirklich zu reduzieren, aufhören müssen, Wetter, Maschinen und Menschen als separate Listen zu betrachten, und statfangen müssen, sie als ein einziges, interagierendes System zu verstehen, das zu einer besseren Zukunft geführt werden kann.