综述：数字孪生建模方法及其在建筑能源性能应用方面的综述

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：Review of digital twin modeling approaches and applications for building energy performance

　　

Faisal D. Al-Ghamdi | Moncef Krarti

美国科罗拉多州科罗拉多大学博尔德分校

摘要

建筑行业是全球能源消耗和二氧化碳排放的最大贡献者之一。预计到2050年，建筑物的能源需求将增加65%。数字孪生（DT）技术是优化建筑物能源性能和可持续性的一个有前景的方法。本文批判性地回顾了DT建模方法在建筑物及其能源性能中的应用。DT模型可以与建筑信息模型（BIM）、物联网（IoT）、人工智能（AI）和机器学习（ML）等先进技术相结合。所审查的研究涵盖了建筑设计、通风和空调（HVAC）优化、照明控制、预测性维护和建筑能源管理等广泛的建筑系统。研究结果表明，在建筑物中部署DT建模可以将能源消耗减少多达30%，提高室内热舒适度20%，并降低维护成本40%。与AI和ML算法的集成进一步增强了DT的预测和自适应能力。值得注意的是，HVAC故障检测的准确性可超过95%，照明节能效果可达到79%。一些报告的案例研究表明，将建筑DT与云计算和边缘设备相结合可以提高系统的弹性和实时响应能力。对五维DT框架的回顾分析表明，虽然大多数实现都涉及物理、虚拟、数据和服务维度，但只有少数DT应用实现了完全的双向连接，这表明闭环自动化控制仍然是一个未解决的挑战。然而，未来的研究需要在大规模现场验证DT方法、开发基于生命周期的框架以及将DT与混合ML建模技术集成，以提高其可扩展性、互操作性和经济可行性。

引言

预计从2018年到2050年，全球商业和住宅建筑的能源消耗将增加65%，导致电力需求增加和运营成本上升[1]。此外，建筑行业占全球碳排放量的36%[[2], [3], [4]]。为了减少这些碳排放，许多国家和组织出台了各种政策、法规和倡议。例如，美国的目标是到2025年实现商业建筑的净零能源，而美国建筑师协会（AIA）则提议到2030年在建筑环境中实现净零排放[5]。此外，沙特阿拉伯的目标是在包括建筑行业在内的各个行业中实现到2060年的净零排放，这可以通过旨在提高能源效率的新政策来实现[6]。Kamboj等人的分析表明，与无政策情景相比，实施这些政策的国家到2060年建筑行业的能源消耗将减少28%[7]。另一个例子是新加坡政府，该政府通过实施严格的政策来推动实现净零排放社区，包括引入法规和简化流程[8]。他们还采用了先进技术来支持这些努力，包括为整个国家创建数字孪生，以提高效率、可持续性和安全性[9]。这些例子表明，技术进步可以作为建筑行业的变革催化剂，帮助减少巨大的能源需求，同时提供维护良好、健康且负担得起的建筑环境。数字孪生作为重要的影响因素，能够将能源消耗减少20-30%，降低维护成本40%，并提高室内热舒适度20%[10,11]。

本质上，DT建模试图使用基于物理和/或实时数据的虚拟表示来镜像现有物理系统的性能。DT建模可以应用于供应链、医疗保健、管理和建设等领域，目的是提高效率并优化这些领域的运营[[12], [13], [14]]。实际上，DT建模已被用于建筑的建设、运营和维护的各个方面。然而，需要注意的是，虽然DT模型可以增强对特定问题挑战的理解并帮助识别潜在解决方案以支持决策过程，但它们并不是为了替代人类的最终决策[15]。关于建筑专用DT的概念在报道的研究中定义各不相同。许多研究人员投入了大量精力来构思和定义建筑数字孪生。例如，Tao等人提出了一个强大的5D DT模型，考虑了五个关键维度：物理实体、虚拟实体、数据、服务和交互。这种方法因其强调实时交互和服务导向的功能而受到制造业的广泛采用[16]。这种5D演进是在Grieves最初的3D概念化之后出现的，这标志着2003年数字孪生技术的诞生[17,18]。它建立了最小的概念基线，包括物理实体、其虚拟对应物以及连接两者的数据连接。许多建筑应用仍然接近这种3D模型，主要是由于数据生态系统碎片化以及建筑生命周期较长等挑战。近年来，如仿真、AI/ML驱动的服务和双向驱动等组件，这些对于5D模型的服务和服务维度至关重要，已在建筑环境背景下得到广泛研究，正如本研究中后续的分析所证实的那样。

因此，从建筑性能的角度来看，建筑物的整个生命周期，包括设计、建造、运营、维护和报废阶段，都可以通过计算机化和数字化得到显著影响[19]。由于结合了包括数据驱动方法、物联网、机器学习等行业在内的先进技术，DT模型有可能影响建筑物生命周期的大部分阶段[20]。此外，Yoon提出了一个DT框架，证明了其在整个建筑生命周期中的适用性。作者强调，尽管建筑DT在优化建筑运营和提高电网交互性和建筑能源效率方面具有巨大潜力，但在建筑行业中系统地探索数字孪生和建模仍然有限[21]。然而，DT对每个阶段的影响在文献中已被广泛讨论。还需要注意的是，数字孪生与数字模型和数字阴影不同，因为它允许物理对象和数字对象之间进行双向自动数据流动，而数字模型具有双向手动数据流动，数字阴影则允许从物理到数字的自动数据流动，但反方向的手动数据流动是单向的[22]。

如上所述，数字孪生可以作为整个建筑生命周期的一部分来实施。例如，在设计和建造阶段，建筑信息模型可以通过提供包含时间表、成本估算和维护管理的6D模型以及建筑的详细3D可视化来增强项目管理[23]。BIM实施的关键挑战包括在整个资产生命周期内高效地捕获、交换、利用和控制数据。利益相关者可以通过整合来自传感器和IoT设备的实时数据来解决这些挑战，从而通过DT模型在单个数字副本中为建筑物带来好处[19,23]。此外，运营和维护（O&M）阶段是一个重大挑战，因为它占总生命周期成本的约80%。DT技术可以大大缓解这些挑战，通过降低O&M成本[24]。建筑运营模块可以通过广泛的用户合作和研究来开发，将数据整合到一个具有可读智能可视化界面的平台上。这使得通过传感器进行实时监控成为可能，通过分析输入数据来改进故障检测和预防，增强决策，并立即采取行动来优化室内舒适度[25]。这一概念在图1中进行了说明，展示了DT技术如何在建筑、工程和施工（AEC）行业的不同阶段得到应用，包括设计、工厂生产、运输、现场组装和设施管理。

最后，本文强调了DT建模的重要性，探讨了其应用能力，探讨了使用多种软件工具进行建模的方法，指出了当前的局限，并提出了适合建筑行业的未来研究方向。值得注意的是，实施建筑DT的主要挑战包括高成本、系统集成复杂性、网络安全风险、模型维护以及熟练专业人员的短缺。未来的研究应该探索混合ML模型、边缘计算、标准化框架和基于生命周期的方法，以提高准确性、安全性和实际部署性。

部分摘录

方法论

在这项研究中，采用了全面的文献回顾方法来评估建筑能源系统DT建模方法的当前发展水平和应用情况。为了确保严格的、可重复的回顾过程，该方法采用了一种结构化的多阶段筛选方法。所有被审查和引用的出版物都是基于使用特定的布尔搜索字符串进行综合搜索来检索相关出版物而选定的。

基于数字孪生模型的多领域优化方法

自从Grieves在2003年首次引入三维DT模型以来，DT模型已得到了显著的发展，该模型包括三个基本部分：物理产品、虚拟产品和连接它们的数据[29]。作为这一重大改进的一个例子，Tao等人[16]提出了一个更全面的五维（5D）DT模型，该模型已在多个领域得到广泛应用，包括建筑能源系统。

数字孪生技术及其在建筑能源系统中的应用

可以使用各种工具开发DT模型，以涵盖不同的组件，包括用户界面、建模算法、数据采集系统和仿真引擎。虽然传统的建筑能源仿真引擎（如EnergyPlus和TRNSYS）为建筑能源分析提供了有价值的功能，但这些工具最初是为使用预定义的时间表、静态天气文件和固定时间步长的年度和季节性能源评估而设计的，这带来了

当前挑战和局限性

尽管采用数字孪生可以提高建筑能源性能，但仍存在一些挑战。这些挑战涉及技术、财务、组织和监管等方面。

• (I)
  高昂的实施成本
• 一个主要问题，尤其是在建筑领域，是高昂的实施成本，正如Zhang等人[114]所强调的。所需的基础设施（包括传感器和其他技术）和技术人员可能超过了通过减少能源使用而获得的节省

总结与结论

本文对数字孪生技术及其在建筑能源系统中的应用进行了全面回顾。回顾围绕三个分析维度进行结构化：验证方法、技术集成和生命周期覆盖，提供了对多个应用领域（包括能源监控和管理、HVAC系统优化、预测性维护和照明控制）的当前最先进水平的系统评估。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。