麻省理工学院（MIT）利用人工智能减少校园能源使用和排放

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

本文介绍了美国留学生在开学季对教室内空调温度低的疑问，以及麻省理工学院利用人工智能和机器学习技术降低校园能源消耗的案例。教室内空调温度低有助于学生保持专注和提高准确率，但在空置时会造成资源浪费。麻省理工学院通过人工智能建筑控制系统实时响应因素，如人员波动和天气预测，以提高供暖和冷却效率并减少能源消耗。该技术在教室试点项目中已实现显著节能，并计划扩展到更多建筑，为校园能源管理带来实质性成果。文章充实内容，细致介绍了技术发展过程和未来潜力，阅读时间预估约为10分钟。*

许多初次抵达美国留学深造的学生们通常在8月底至9月初首次踏入校园。接着，他们迎来了学校的第一轮入校培训，也就是迎新活动（orientation）。在这个时候，许多学生会不禁产生一个疑问：为什么教室里的空调开得这么低？毕竟在9月初，美国许多州的室外温度通常都在30摄氏度以上，而学校的室内空调温度却通常设置在摄氏22度左右。至于为什么要将教室内的空调温度调得如此之低，众说纷纭，其中最有代表性的理由可能是低温有助于学生保持专注，甚至提高他们在做题时的准确率。如果真是这个原因，那么将空调温度调低也就不足为奇了。对于那些怕冷的学生来说，多带一件外套就能解决问题。但是，让人感到不解的是，许多教室并不能保证一直都有学生在使用，甚至在大部分时间都是空置的。在这些时候，将空调温度调得如此低下就显得十分浪费资源。

最近，麻省理工学院采用人工智能和机器学习技术来满足这一节能需求，以下是麻省理工大学对于该项目的官方报道。

智能恒温器已经改变了许多人供暖和冷却家庭的方式，通过利用机器学习来响应人们的活动模式和偏好，从而实现更低的能源消耗。这种技术通常侧重于单一住宅使用，但如果这种人工智能可以动态管理整个校园的供暖和冷却呢？这就是跨学科合作的目标，通过使用AI建筑控制系统实时响应内部和外部因素来减少校园能源消耗。

理解挑战

对于像麻省理工学院（MIT）这样的校园来说，供暖和冷却可能是一个能源挑战，因为现有的建筑管理系统（BMS）无法快速响应内部因素，如人员波动，或外部因素，如天气预报或电网的碳排放强度。这导致了在供暖和冷却空间时使用的能源超过了所需，通常达不到最佳水平。通过利用人工智能，研究人员已经开始建立一个框架，以了解和预测个别房间的最佳温度设定点（恒温器的设定温度），并考虑了许多因素，使现有系统能够在不需要人工干预的情况下更加高效地供暖和冷却。

麻省理工学院的建筑学教授Les Norford解释说：“这与人们在住房中所做的事情并没有太大不同。不同之处在于我们必须考虑一间教室可能一天要使用多长时间，天气预测，教室需要加热和冷却的时间，阳光透过窗户进来的热量，以及隔壁教室可能对所有这些因素产生的影响。”这些因素是Norford及其团队所关注的研究和试点项目的关键。该团队包括麻省理工学院气候与可持续性联盟执行董事Jeremy Gregory、信息与决策系统实验室主要研究科学家Audun Botterud、麻省理工学院可持续性办公室项目经理Steve Lanou、设施部高级建筑管理系统工程师Fran Selvaggio，以及博士后Daisy Green和You Lin。

该团队的组织围绕着“探索利用人工智能减少校园能源消耗的可能性”的号召展开，这个号召在Fast Forward：麻省理工学院未来十年气候行动计划中有所提及，但相关工作始于2019年。“在我们努力实现校园脱碳的过程中，我们正在探索各种可能性，”负责校园服务和管理的副总裁Joe Higgins说道，他最初在2019年麻省理工学院能源黑客大赛上向学生提出了这个想法。“对我来说，这是一个很好的机会，可以利用麻省理工学院的专业知识，看看我们如何将其应用到校园中，并将我们的经验分享给建筑行业。”该概念的研究始于该活动，并在本科和研究生学生研究员进行微分方程和试点项目管理以测试该想法的边界后继续进行。不久后，也是麻省理工学院可持续性办公室执行董事的Jeremy Gregory加入了该项目，并帮助确定其他加入团队的人员。“作为一名教师研究员，我的角色是找到机会，将麻省理工学院的研究社区与麻省理工学院自身面临的挑战联系起来，所以这是一个完美的匹配，”Gregory说。

该项目的早期试点集中在测试Building 66内的恒温器设定点，该建筑是设施部和校园规划办公室的所在地，但Norford很快意识到教室提供了更多要测试的变量，并将试点扩展到了Building 66，这是一座混合用途的建筑，包括教室、办公室和实验室。“我们将注意力转向研究教室，部分原因是因为它们的复杂性，但还因为它们的规模——校园上有数百间教室，因此[它们提供]了更多的数据收集机会，以确定我们正在测试的参数，”Norford说道。

技术的开发

开发智能建筑控制系统的工作始于一个基于物理学的模型，使用微分方程来了解物体如何升温或降温、储存热量以及热量如何在建筑外墙上流动。外部数据，如天气、电力网格的碳排放强度和教室时间表，也是输入因素，AI会根据这些条件每小时提供一个最佳的恒温器设定点，该设定点可以在维持居民热舒适度和节能这两个目标之间取得最佳的权衡。然后，该设定点告诉现有的BMS需要加热或冷却多少空间。随后进行现实生活测试，调查建筑物内的居民对于舒适度的感受。Botterud，他的研究侧重于电力市场中工程、经济和政策之间的相互作用，致力于确保AI算法能够将这种学习转化为能源和碳排放的节约。

目前，试点项目集中在Building 66内的六间教室，计划在扩展到整个建筑之前，先转向实验室空间。Norford解释道：“这里的目标是节能，但我们不能完全评估这一点，直到整座建筑完成为止。我们必须逐间教室地收集数据，但我们正在考虑更大的画面。”研究团队使用其基于数据的模拟来估算，在两天内在六间教室中实现了显著的能源节约同时保持居民的热舒适度，但需要进一步的工作来实施控制系统，并测量在整个年度内的节约。

根据估算，从单个教室中获得的节约将会很可观，而从整个建筑中获得的能源节约将会更加显著，而人工智能可以帮助实现这一目标，Botterud解释道：“可扩展性的整个概念真正是我们所做的核心。我们在Building 66花了很多时间来了解它是如何运作的，希望这些算法可以轻松扩展到其他房间和建筑，以便我们正在开发的解决方案可以在麻省理工学院产生重大影响。”其中一部分影响涉及运营人员，比如Selvaggio，他们在将研究与当前操作联系起来并在整个校园内付诸实践方面至关重要。“在像这样的项目的试点阶段，大部分BMS团队的工作都是完成的，”他说。“我们能够在几周内将这些人工智能系统与我们现有的BMS一起投入运行，使试点项目能够迅速启动。”Selvaggio表示，为了准备试点项目的完成，BMS团队已经确定了校园内未来可以轻松安装这项技术的另外50座建筑物。该BMS团队还与建筑自动化公司Schneider Electric合作，该公司已经在Building 66的教室中实施了新的控制算法，并准备扩展到新的试点地点。

扩大影响

这些项目的成功完成还将为更大规模的能源节约开辟可能性，使麻省理工学院更接近实现脱碳目标。“除了节能之外，我们最终可以将校园建筑物变成一个虚拟的能源网络，其中数千个恒温器被聚合并协调为一个统一的虚拟实体，”Higgins解释道。这种类型的能源网络可以通过减少峰值时刻碳排放强度较高的发电厂的需求，以及实现更高效的电网能源使用，加速电力行业的脱碳进程。

随着试点项目的继续，它们也实现了Fast Forward中的另一个号召，即校园成为“变革的试验基地”。Gregory说：“这个项目是将我们的校园作为试验基地的一个很好的例子，它将尖端研究引入到我们自己校园的脱碳过程中。它是一个特定焦点的伟大项目，也是一个如何利用校园作为现场实验室的模式的典范。”
https://news.mit.edu/2023/ai-pilot-programs-look-reduce-energy-use-emissions-mit-campus-0908

潜在问题：
1. 为什么美国大学教室内的空调温度通常设置得那么低？
空调温度被调低的主要原因是高温环境下较低的室内温度有助于提高学生的专注力和准确率。

2. 为什么即使教室经常处于空置状态，空调还要持续将温度调得很低？
这样做可能被视为一种能源浪费。不过，校园管理者通常在综合考虑下决定保持空调运行，以确保教室在有学生使用时能够达到适宜的温度。

3. 麻省理工学院如何利用人工智能和机器学习技术来降低校园能源消耗？
麻省理工学院通过人工智能建筑控制系统实时响应内部和外部因素来减少能源消耗，通过控制教室的温度来节约能源并提高效率。

4. 人工智能如何提高校园供暖和冷却的效率？
通过预测个别房间的最佳温度设定点，结合各种因素（如人员波动、天气预报、教室使用时间等），使系统更加高效地供暖和冷却，从而减少能源浪费。

5. 通过采用人工智能技术，麻省理工学院取得了哪些实质性的成果？
麻省理工学院成功在教室试点项目中实现了显著的能源节约，且计划将这项技术扩展到更多建筑物中，以更大规模地减少校园能源消耗。

6. 未来，人工智能在校园能源管理方面有哪些潜力？
人工智能可帮助最大限度地减少能源浪费，从而加速校园脱碳目标的实现。此外，将校园建筑物形成一个虚拟能源网络，将有望进一步提高能源使用效率和减少碳排放。