一种模拟每栋建筑的能源状况的新工具将为房主、公用事业和公司提供一种快速确定能源使用的方法，以及可以减少能源和碳排放的具有成本效益的改造能源部橡树岭国家实验室的研究人员开发了一个建模程序，该程序使用公开数据为 1.29 亿座建筑物中的每一座建筑物提供能源详细信息。

在能源部电力办公室和办公室能源效率和可再生能源办公室的支持下，开发了称为自动建筑能源建模或 AutoBEM 的建模软件套件，以实现 ORNL 的五年模型愿景：为全的所有建筑生成数字孪生模型。国家。由 Joshua New 领导的 ORNL 研究团队在今年早些时候公开了这些模型。

ORNL 能源实验室副主任 Xin Sun 说：“这种规模的挑战正是 DOE 国家实验室的初衷，我们开发的工具可以指导该国未来几十年的节能建筑工作。”科学和技术。

当该项目于 2015 年开始时，没有单一资源可以准确地可视化和量化每座建筑的能源细节。这样的工具将帮助建筑部门为国家的目标做出贡献，即刺激公平的清洁能源经济，并使走上到 2050 年实现净零碳排放的道路。这一目标至关重要，因为建筑占能源消耗的 40%，并且75% 的电力。

“有很多不同的行业只是没有他们需要的信息来就如何提高能源效率做出可操作的商业决策，”纽说。“AutoBEM 是一种免费资源，旨在为部署提供便利。”

城市规划者和能源正义倡导者可以使用 AutoBEM 查看整个街区和社区，并确定历史上在建筑改进工作中被忽视的区域。这样做可以轻松识别最能从建筑升级中受益的社区。

“在，公用事业公司每年在能源效率和需求响应计划上花费数十亿美元，”他说。“这笔支出是基于对电气配置文件的签名分析。在此计划之前，没有人有能力通过详细的、特定于建筑的能源建模来进行这种分析。现在各个公用事业公司都有能力进行建模以显示减少需求和温室气体排放的潜力。”

AutoBEM 访问卫星图像、街景和其他公开可用的数据，这些数据可以深入了解建筑物的大小和能源构成，例如窗户数量、建筑围护结构材料、楼层数量;供暖、通风和冷却系统以及屋顶类型。该程序使用高性能计算收集这些输入并创建建筑能源模型，以预测可以部署哪些技术来节省能源，包括太阳能电池板、热泵、智能恒温器或节能热水器。

“为了构建 AutoBEM，我们查看了许多可用的数据源，并与从事这些数据生成业务的人员建立了合作伙伴关系，例如卫星、航拍和街景图像、激光雷达数据和其他类型的数据库，”New 说. “我们必须使用或扩展算法将数据转化为描述，创建具有高度、窗户数量、建筑物类型等的建筑物的 3D 足迹。”

尽管 AutoBEM 可以估计建筑物的构成和能源性能，但它看不到建筑物内部的细节。

“建筑物的所有内部特征都基于原型建筑和标准建筑规范，”纽说。“例如，一家超市有一定数量的深度冰柜、一定数量的展示柜、类似的制冷系统。我们的超市模型将基于该标准原型。”