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

Les bâtiments sont bien plus que de simples enveloppes de béton et de verre ; ce sont des systèmes vivants où la météo extérieure, les machines à l'intérieur et les personnes circulant dans les couloirs s'influencent constamment les uns les autres. Pendant des décennies, des experts ont tenté de mesurer le coût environnemental de ces structures en utilisant une méthode appelée analyse du cycle de vie. Voyez cela comme un audit complet qui suit chaque once de pollution qu'un bâtiment crée, depuis le moment où ses matériaux sont extraits jusqu'au jour de sa démolition. Traditionnellement, ces audits étaient des instantanés statiques, prenant une année moyenne unique et calculant l'impact sur la base d'hypothèses fixes. Cependant, le monde réel est rarement statique. La température change d'heure en heure, les appareils vieillissent et deviennent moins efficaces, et les personnes vivant à l'intérieur changent leurs habitudes en fonction du jour de la semaine ou de leur humeur. Lorsque les chercheurs ignoreient ces dynamiques changeantes et la façon dont elles interagissent entre elles, leurs calculs pouvaient s'écarter considérablement de la réalité, menant à des stratégies de gestion qui passent à côté de la plaque.

Pour combler cette lacune, une équipe de chercheurs de l'Université du Sud-Est, de l'Université du Wisconsin-Madison et de l'Université de technologie de Dalian a développé une nouvelle façon de simuler la vie d'un bâtiment. Ils ont combiné deux outils puissants : une méthode qui suit le comportement des individus et des objets au fil du temps, et l'audit environnemental mentionné précédemment. En fusionnant ces approches, ils ont créé un modèle qui ne se contente pas de regarder un bâtiment de manière isolée, mais observe comment le climat, l'équipement du bâtiment et les étudiants à l'intérieur réagissent les uns aux autres en temps réel. Ils ont testé ce système sur des bâtiments de dortoirs de doctorants à Nanjing, en Chine, un cadre choisi parce que ces espaces de vie à haute densité consomment une énergie considérable et offrent une vue claire de la manière dont le comportement humain influence l'impact environnemental.

Les chercheurs ont construit un jumeau numérique du système de dortoir où trois types d'agents virtuels interagissent. Premièrement, il y a l'agent climatique, qui injecte des données de température horaires pour voir comment la météo pousse les étudiants à allumer les chauffages ou la climatisation. Deuxièmement, il y a l'agent dortoir, représentant les chambres physiques et leurs appareils vieillissants, qui deviennent moins efficaces et consomment plus d'énergie à mesure qu'ils vieillissent. Troisièmement, et c'est peut-être le plus important, il y a l'agent étudiant. Ces étudiants virtuels ont des emplois du temps, des habitudes et un niveau de « conscience écologique » qui dicte la précision avec laquelle ils utilisent l'électricité. Le modèle simule la façon dont un étudiant pourrait décider d'éteindre une lumière, comment un groupe de colocataires pourrait influencer la consommation d'énergie de chacun, et comment ces petites décisions se répercutent pour modifier l'empreinte environnementale totale du bâtiment. Crucialement, le modèle inclut une boucle de rétroaction. Il ne se contente pas de calculer les dommages ; il permet à un administrateur virtuel d'essayer des stratégies de gestion, d'en voir les résultats et d'ajuster le plan en conséquence, créant ainsi un cycle continu d'évaluation et d'amélioration.

Lorsque l'équipe a lancé ses simulations, elle a découvert que traiter les facteurs dynamiques comme des variables séparées et indépendantes entraînait des erreurs significatives. Si vous regardez uniquement comment la température change, ou seulement comment les étudiants se comportent, sans voir comment ils s'affectent mutuellement, votre évaluation peut être erronée de pas moins de 226 000 unités d'impact environnemental. Le modèle a révélé que les impacts environnementaux les plus élevés ne se produisaient pas toujours lorsque le temps était le plus chaud ou le plus froid. Au lieu de cela, les pics se produisaient lorsque la météo extrême coïncidait avec une forte occupation, comme lors de la rentrée scolaire, tandis que les impacts chutaient brusquement pendant les vacances lorsque les étudiants quittaient le campus, même si la météo restait extrême. Cela a confirmé que l'interaction entre les personnes et l'environnement est le véritable moteur de la consommation d'énergie, et non seulement la météo seule.

L'étude a ensuite testé deux stratégies spécifiques pour voir si elles pouvaient réduire ces impacts. La première était une campagne visant à améliorer la conscience écologique des étudiants par l'éducation et les compétitions. La seconde était un changement logistique : réorganiser l'attribution des dortoirs afin que les étudiants de la même année académique vivent ensemble, plutôt que de mélanger les nouveaux étudiants et les étudiants de fin de cursus dans les mêmes chambres. Les résultats ont montré que les deux stratégies fonctionnaient, mais de manières différentes. L'amélioration de la conscience écologique a réduit l'impact environnemental total d'environ 2,7 %, créant une amélioration constante et uniforme dans tous les bâtiments. La réorganisation des dortoirs était encore plus efficace, réduisant l'impact cumulé de plus de 5 %. Cela s'explique par le fait que les étudiants d'un même niveau ont tendance à avoir des emplois du temps similaires, ce qui signifie qu'ils allument et éteignent les lumières et les ordinateurs aux mêmes moments, réduisant ainsi le nombre d'heures où les équipements partagés doivent fonctionner inutilement.

Peut-être la découverte la plus révélatrice est que le point de départ du système importe énormément. Les chercheurs ont constaté que si les étudiants ont déjà une conscience écologique élevée, la stratégie de réorganisation des chambres apporte tout de même un gain significatif, prouvant qu'une bonne gestion est toujours nécessaire, quelle que soit la « conscience verte » des occupants. Inversement, si les conditions initiales sont médiocres, le potentiel d'amélioration est plus grand, mais le résultat final dépend de la rapidité avec laquelle ces conditions peuvent être modifiées. L'étude a également souligné que négliger le vieillissement des équipements conduit à une sous-estimation de la consommation d'énergie future, car les machines plus anciennes nécessitent plus de puissance pour accomplir le même travail. En intégrant ces facteurs dans une simulation unique et bouclée, les chercheurs ont démontré que la gestion environnementale n'est pas un calcul ponctuel, mais un processus dynamique. Leurs travaux suggèrent que pour réduire véritablement la charge environnementale des bâtiments, nous devons cesser de regarder la météo, les machines et les personnes comme des listes distinctes et commencer à les comprendre comme un système unique et interactif qui peut être guidé vers un avenir meilleur.