Potential of artificial intelligence in reducing energy and carbon emissions of commercial buildings at scale

温室气体 环境科学 比例(比率) 碳纤维 计算机科学 生态学 物理 复合数 量子力学 算法 生物
作者
Chao Ding,Jing Ke,Mark Levine,Nan Zhou
出处
期刊:Nature Communications [Springer Nature]
卷期号:15 (1) 被引量:1
标识
DOI:10.1038/s41467-024-50088-4
摘要

Artificial intelligence has emerged as a technology to enhance productivity and improve life quality. However, its role in building energy efficiency and carbon emission reduction has not been systematically studied. This study evaluated artificial intelligence's potential in the building sector, focusing on medium office buildings in the United States. A methodology was developed to assess and quantify potential emissions reductions. Key areas identified were equipment, occupancy influence, control and operation, and design and construction. Six scenarios were used to estimate energy and emissions savings across representative climate zones. Here we show that artificial intelligence could reduce cost premiums, enhancing high energy efficiency and net zero building penetration. Adopting artificial intelligence could reduce energy consumption and carbon emissions by approximately 8% to 19% in 2050. Combining with energy policy and low-carbon power generation could approximately reduce energy consumption by 40% and carbon emissions by 90% compared to business-as-usual scenarios in 2050.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
薄雪草完成签到,获得积分10
刚刚
刚刚
落寞君浩完成签到 ,获得积分10
刚刚
MDX发布了新的文献求助10
刚刚
科目三应助qingzhou采纳,获得10
1秒前
2秒前
2秒前
2秒前
综述白完成签到,获得积分10
2秒前
2秒前
替勾勾完成签到,获得积分10
3秒前
4秒前
www完成签到,获得积分10
6秒前
JamesPei应助冰山未闯采纳,获得10
6秒前
尹5发布了新的文献求助10
6秒前
7秒前
冉亦发布了新的文献求助10
7秒前
tongyang发布了新的文献求助10
7秒前
chen完成签到,获得积分10
7秒前
球球了完成签到,获得积分10
12秒前
qingzhou发布了新的文献求助10
12秒前
12秒前
wmemrnrnr完成签到,获得积分20
14秒前
Jasper应助lyouang采纳,获得10
15秒前
我是老大应助zhz采纳,获得10
15秒前
千秋梧关注了科研通微信公众号
16秒前
xback发布了新的文献求助10
16秒前
B站萧亚轩发布了新的文献求助10
17秒前
金戈完成签到,获得积分10
17秒前
18秒前
毛小驴完成签到,获得积分10
19秒前
19秒前
烟花应助疯狂的宝马采纳,获得10
19秒前
19秒前
烟雨蒙蒙完成签到 ,获得积分10
20秒前
充电宝应助乌拉拉采纳,获得10
21秒前
21秒前
22秒前
22秒前
22秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124336
求助须知:如何正确求助?哪些是违规求助? 2774637
关于积分的说明 7723368
捐赠科研通 2430117
什么是DOI,文献DOI怎么找? 1290937
科研通“疑难数据库(出版商)”最低求助积分说明 621972
版权声明 600297