建筑项目在全球碳排放量中占很大比例,占与能源有关的二氧化碳排放量的近40%,占材料和工艺中碳的很大一部分。 随着气候监管的收紧和利益攸关方要求采取更绿色的做法,产业必须找到在不牺牲成本或时间表的情况下减少环境影响的方法。 多重目标优化提供了平衡这些相互竞争目标的系统方法,使决策者能够找到在保持经济可行性的同时将碳足迹降到最低的解决方案。

建筑中的碳挑战

建筑和基础设施在整个生命周期中产生排放,从原材料提取和制造到建筑、操作、拆除和处置。 包括生产混凝土、钢、铝和其他材料的碳排放在内的碳约占全球碳排放的10-20%。 由供暖、冷却、照明和设备产生的碳排放占更大的份额。 然而,建筑阶段本身也直接产生机械、运输和现场活动的排放。

巴黎协议和国家净零目标等监管框架正在推动建筑公司测量和减少碳足迹。 与此同时,客户越来越多地需要可持续性报告和绿色认证,如LEED、BREEAM或Envision。 这种双重压力使得必须采用能够同时处理多重目标的优化技术 — — 成本、时间、质量和碳。

什么是多目标优化(MOO)?

多目标优化是数学优化的一个分支,它涉及多个目标功能,需要同时最小化或最大化。 在构建过程中,这些目标常常相互冲突:减少碳排放可能增加材料成本,或者缩短项目期限可能增加劳动力开支。 MO工具帮助找到一套取舍解决方案,称为Pareto前沿,在后者中,目标无法改善,而另一个则会恶化。

MOO的核心概念

关键概念包括:

  • 帕雷托主导 — 如果一个解决方案在所有目标上至少同样好,而且至少一个目标严格来说更好,则它主导另一个解决方案。
  • Pareto front – 代表最佳可实现的权衡的所有非主导解决方案的一组.
  • 决定空间 – 每个变量的可能值范围(如材料选择,设计维度,调度选项).
  • 目标空间-每个目标所产生的数值(如成本、碳排放、持续时间)。

NAGA-II,MOEA/D,衍生无线技术等算法通常用于生成Pareto战线. 决策者随后根据项目重点或利害关系方偏好选择首选解决方案.

通过MOO减少碳足迹的战略

在建筑项目中应用MOO,包括将碳减排战略作为明确目标,与成本和时间等传统衡量标准相结合。 以下是MOO推动可持续成果的关键领域。

材料选择和生命周期评估

材料选择对碳的含碳和可操作性都有着深远的影响。 MOO可以评估低碳替代品的组合,如回收钢、地聚物混凝土、工程木材、竹子或大麻脂的成本、可得性和结构性能。 通过纳入生命周期评估(LCA),优化模型可以核算从提取到报废的排放,防止从一个生命周期阶段到另一个生命周期阶段的负担转移。

例如,一份发表在《清洁生产杂志》 的研究表明,基于MOO的商业建筑的材料选择将碳碳含量减少23%,而总建筑成本只增加4%。 这些权衡在Pareto战线上可以直观地看到,使项目小组能够选择一个满足碳预算和财政限制的解决方案。

最佳能源和碳体设计

建筑形态、方向、窗口对墙比例、绝缘厚度和阴影装置都影响到运行能量的使用和碳的含碳。

  • 定向[ – 优化建筑物旋转相对于太阳路径.
  • 信封性能 – 选择玻璃型,绝缘厚度,热量.
  • 结构系统 – 比较钢筋混凝土,钢框,木材,或混合系统.
  • 组件尺寸[ –在材料效率与结构安全之间实现平衡.

建筑信息模型(BIM)与MOO相结合,可以进行参数设计探索. 参数模型可以将数千个设计变体输入优化算法,然后输出Pareto前方。根据来自自然科学报告[的研究,这种方法将新建筑的碳足迹与常规设计相比减少了20–40%。

建筑方法和减少废物

现场建筑活动直接产生设备、材料废物和临时工程的排放。 MOO可以确定最大限度地减少二氧化碳和成本的建筑方法。例如,预制造和模块化建筑在优化工厂负荷时减少材料浪费、缩短时间表和减少运输排放。 精益建材原则,如如仅“in”时间交货和清除废物,也可以作为决定变量。

多目标优化可以安排任务并分配资源,以尽量减少重机械的项目期限和燃料消耗。 一个桥梁建设项目的案例研究报告,在将MOO应用于设备选择和工作顺序后,排放量将减少12%,成本将节省8%。

后勤规划和运输

将材料运往现场占建筑项目碳足迹的10%。 MOO可以通过在满足采购计划时尽量减少距离、车辆载荷和闲置时间来优化供应链决策。 变量包括供应商选择、整合点、交货频率和运输方式(卡车、铁路、驳船 ) 。

将实时流量数据和燃料消耗模型纳入优化框架,进一步提高了准确性。 与MOO算法整合的路线优化等工具已经证明,在保持或降低成本的同时,将物流相关排放减少15-25%,这一点在《清洁生产杂志》中已有记载。

应用MOO的量化效益

采用多目标优化的建筑公司报告了若干可衡量的效益:

  • 碳排放减少 –典型项目实现总寿命周期排放量减少15-30%。
  • 成本节约[ –优化材料和能源使用往往导致项目生命周期内净成本节约(通常占项目总成本的5-10%).
  • 监管合规 – 及早确定权衡有助于满足碳预算和环境条例,而无需花费高昂的重修工程.
  • 利益攸关方满意 — — 透明决策,辅以量化权衡,改善了对客户、投资者和监管者的信任。
  • 竞争优势 — — 具有明显可持续性表现的企业赢得了更多的绿色建筑合同,吸引了ESG的集中资本。

挑战和限制

尽管在实际建设项目中部署MOO有其承诺,但面临若干挑战:

  • 数据提供和质量 — — MOO需要关于材料排放、设备燃料消耗和成本率的可靠数据。 许多项目缺乏颗粒的LCA数据或使用通用数据库。
  • 计算复杂[] – 具有许多变量和目标的大型问题可以进行计算密集,特别是在与高可靠性模拟(如能量模型)相结合时.
  • Expertise ship – 使用MO工具有效要求同时了解优化算法和域 ⁇ 特定构建过程,这一组合在行业中仍然罕见.
  • 动态环境 — — 建筑工地面临变化的条件(天气、供应延误、劳动力短缺),而这种条件很难在静态优化模型中捕捉到。 实时更新模型仍然是一个实际障碍。
  • 利益攸关方对齐 – 不同的利益攸关方可能存在相互冲突的值(例如成本对碳),因此,如果不进行结构化的决策过程,就很难从帕雷托一线商定单一的解决方案.

未来方向:AI、数字双胞胎和实时优化

新兴技术正在应对许多这些挑战。 将人工智能(AI)与MOO相结合,可以加快寻找Pareto最佳解决方案,特别是复杂、非线性问题。机器学习模型可以预测历史数据的排放和成本,从而减少详尽模拟的需要。

数码双胞胎[——物理建筑项目动态虚拟复制——从传感器上对设备、材料和环境进行连续数据流,如果与MOO结合,数字双胞胎可以随着条件变化而重新优化近实时的决定,例如,如果混凝土交付被推迟,系统可以重新调整剩余供应或调整工作时间表,以尽量减少碳的罚则,诸如《可持续建筑技术和城市发展国际杂志》等研究小组正在探讨这些协同作用。

IoT ⁇ 电气化建筑设备还提供颗粒燃料消耗数据,可以输入优化模型. 随着数据基础设施的改善,基于云的MOO平台将使得项目团队能够获取精密优化而无需内部计算专业知识.

结论

多重目标优化为旨在减少碳足迹同时管理成本、时间和质量的建设项目提供了一个强有力的框架。 通过系统地探索相互冲突的目标之间的权衡,项目小组可以确定实际的、高影响力的物料选择、设计、施工方法和后勤战略。 尽管数据提供、计算需求和专门知识方面的挑战依然存在,但AI、数码双胞胎和实时感知方面的进步正在迅速使MOO更加容易获取和有效。

建筑业不能忽视碳危机。 采取多目标优化不仅是一种环境需要,而且也是一种竞争性的差别。 随着更多的企业通过降低成本、遵守监管规定和提升声誉来证明商业案例,MOO很可能成为可持续建筑工具箱中的标准工具。