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

Gebouwen zijn meer dan alleen schillen van beton en glas; het zijn levende systemen waarbij het weer buiten, de machines binnen en de mensen die door de gangen bewegen voortdurend invloed op elkaar uitoefenen. Decennialang hebben experts geprobeerd de milieukosten van deze structuren te meten met een methode genaamd levenscyclusanalyse. Beschouw dit als een uitgebreide audit die elke ounce vervuiling bijhoudt die een gebouw creëert, van het moment dat de materialen worden gewonnen tot de dag dat het wordt gesloopt. Traditioneel waren deze audits statische momentopnames, waarbij één gemiddeld jaar werd genomen en de impact werd berekend op basis van vaste aannames. De werkelijkheid is echter zelden statisch. De temperatuur verandert per uur, apparaten worden ouder en minder efficiënt, en de mensen die er wonen veranderen hun gewoonten afhankelijk van de dag van de week of hun stemming. Wanneer onderzoekers deze verschuivende dynamiek en de manier waarop ze met elkaar interageren negeren, kunnen hun berekeningen ver afwijken van de realiteit, wat leidt tot beheersstrategieën die de plank misslaan.

Om deze kloof te overbruggen, heeft een team van onderzoekers van Southeast University, de University of Wisconsin–Madison en Dalian University of Technology een nieuwe manier ontwikkeld om het leven van een gebouw te simuleren. Ze combineerden twee krachtige instrumenten: een methode die bijhoudt hoe individuele mensen en objecten zich in de loop van de tijd gedragen, en de eerder genoemde milieuaudit. Door deze benaderingen te versmelten, creëerden ze een model dat niet alleen naar een gebouw in isolatie kijkt, maar ook observeert hoe het klimaat, de apparatuur van het gebouw en de studenten erin in realtime op elkaar reageren. Ze testten dit systeem op graduate studentenwoningen in Nanjing, China, een omgeving die werd gekozen omdat deze hoog-densiteit woonruimtes aanzienlijke hoeveelheden energie verbruiken en een duidelijk beeld bieden van hoe menselijk gedrag de milieu-impact aanstuurt.

De onderzoekers bouwden een digitale tweeling van het studentenwoningensysteem waarin drie soorten virtuele agenten met elkaar interageren. Ten eerste is er de klimaatagent, die per uur temperatuurgegevens invoert om te zien hoe het weer studenten ertoe aanzet om verwarmingen of airconditioners aan te zetten. Ten tweede is er de studentenwoningagent, die de fysieke kamers en hun verouderende apparatuur vertegenwoordigt, die minder efficiënt worden en meer stroom verbruiken naarmate ze ouder worden. Ten derde, en misschien wel het belangrijkste, is de studentagent. Deze virtuele studenten hebben schema's, gewoonten en een niveau van "groen bewustzijn" dat bepaalt hoe zorgvuldig zij elektriciteit gebruiken. Het model simuleert hoe een student kan besluiten om een lamp uit te schakelen, hoe een groep huisgenoten elkaars energieverbruik kan beïnvloeden, en hoe deze kleine beslissingen doorwerken in de totale milieuvoetafdruk van het gebouw. Cruciaal is dat het model een feedbackloop bevat. Het berekent niet alleen de schade; het stelt een virtuele beheerder in staat om managementstrategieën uit te proberen, de resultaten te zien en het plan dienovereenkomstig aan te passen, waardoor een continue cyclus van beoordeling en verbetering ontstaat.

Toen het team hun simulaties uitvoerde, ontdekten ze dat het behandelen van dynamische factoren als afzonderlijke, onafhankelijke variabelen leidt tot significante fouten. Als je alleen kijkt naar hoe de temperatuur verandert, of alleen naar hoe studenten zich gedragen, zonder te zien hoe ze elkaar beïnvloeden, kan je beoordeling tot wel 226.000 eenheden van milieu-impact afwijken. Het model onthulde dat de hoogste milieu-impacten niet altijd optraden wanneer het weer het heetst of het koudst was. In plaats daarvan traden pieken op wanneer extreem weer samenviel met een hoge bezettingsgraad, zoals aan het begin van het schooljaar, terwijl de impact scherp daalde tijdens vakanties wanneer studenten het campusgebied verlieten, zelfs als het weer extreem bleef. Dit bevestigde dat de interactie tussen de mensen en de omgeving de werkelijke drijfveer is van het energieverbruik, en niet alleen het weer alleen.

De studie testte vervolgens twee specifieke strategieën om te zien of ze deze impacts konden verlagen. De eerste was een campagne om het groene bewustzijn van de studenten te verbeteren door middel van educatie en competities. De tweede was een logistieke verandering: het reorganiseren van de toewijzing van studentenwoningen zodat studenten van hetzelfde academische jaar bij elkaar woonden, in plaats van het mengen van eerstejaars en ouderejaars in dezelfde kamers. De resultaten lieten zien dat beide strategieën werkten, maar op verschillende manieren. Het verbeteren van het groene bewustzijn verminderde de totale milieu-impact met ongeveer 2,7 procent, wat een gestage, uniforme verbetering over alle gebouwen opleverde. De reorganisatie van de studentenwoningen was nog effectiever en verlaagde de cumulatieve impact met meer dan 5 procent. Dit kwam omdat studenten in hetzelfde jaar vaak vergelijkbare schema's hebben, wat betekende dat zij lichten en computers op ongeveer dezelfde tijd aan- en uitzetten, waardoor de uren dat gedeelde apparatuur onnodig moest draaien, werden verminderd.

Misschien wel de meest onthullende bevinding was dat het startpunt van het systeem enorm veel uitmaakt. De onderzoekers ontdekten dat als studenten al een hoog groen bewustzijn hebben, de strategie van kamerreorganisatie nog steeds een aanzienlijke impuls geeft, wat bewijst dat goed beheer altijd noodzakelijk is, ongeacht hoe "groen" de bewoners ook zijn. Omgekeerd, als de startcondities slecht zijn, is het potentieel voor verbetering groter, maar hangt het eindresultaat af van hoe snel die condities kunnen worden gewijzigd. De studie benadrukte ook dat het negeren van de veroudering van apparatuur leidt tot een onderschatting van het toekomstige energieverbruik, aangezien oudere machines meer vermogen nodig hebben om hetzelfde werk te doen. Door deze factoren te integreren in één enkele, lusvormige simulatie, hebben de onderzoekers aangetoond dat milieubeheer geen eenmalige berekening is, maar een dynamisch proces. Hun werk suggereert dat om de milieubelasting van gebouwen echt te verminderen, we moeten stoppen met het bekijken van weer, machines en mensen als afzonderlijke lijsten en ze moeten gaan begrijpen als één, interagerend systeem dat gestuurd kan worden naar een betere toekomst.