全球各地的新规正将建筑排放纳入监管范围。例如，从今年起，纽约市将对40,000多栋建筑实施严格的排放上限，以应对温室气体排放。
数字孪生是建筑的虚拟复制品，可实时分析气候相关数据，具备预测性维护能力，并可节省成本。
未来，数字孪生可能发展为认知孪生，即能够进行预测分析、异常检测和自主运行的智能系统。这将有助于提升建筑能效和居住者舒适度。
今年，纽约市将开始执行全球最具雄心的建筑性能标准立法。《第97号地方法》（LL97）于2019年颁布，对建筑面积超过25,000平方英尺的建筑设定排放上限，适用于40,000多栋建筑。
在美国，采用建筑性能标准的司法辖区数量自2020年以来几乎翻了一番。建筑占美国温室气体排放总量的30%以上。在人口密集的纽约市，建筑排放占总排放量的近70%。
随着越来越多的建筑性能标准出台以应对这些排放，简化并自动化环境、社会和治理（ESG）报告，以及推动节能措施的落实，正变得愈发重要。
但现有的建筑管理系统和ESG报告工具功能范围有限，且各自独立运行。建筑管理系统往往也采用专有技术，因此与不同供应商的技术和设备互不兼容。因此，ESG报告工作极其耗费资源。收集范围3数据（即来自供应商和承包商的排放信息）同样极具挑战性。
数字孪生技术与人工智能（AI）相结合，可能是一项有前景的解决方案。借助预测性维护、情景测试、风险管理和自动化实时报告，这有望帮助建筑管理系统实现可观的成本节约和运营效率提升。
什么是数字孪生？
数字孪生是建筑等实体对象（包括其全部设备和运行系统）的虚拟复制品。智能电表和设备传感器通过云端将数据无线传输至数字孪生，因此可在单一平台上实时捕获和追踪精确、细粒度的数据。
此类平台可以从校园、建筑组合或供应链中的多个来源收集并分析海量数据。这意味着能源、排放、水、废弃物、入住率、空气质量和交通数据均可被追踪、溯源和监测。这些高保真、高度同步的数据随后被输入AI系统，以支持科学、精准的决策。随后，可实时生成组织的范围1、范围2和范围3排放报告，以支持符合基准评估或报告框架的要求。
全球家居furnishing企业宜家已在应用这项技术。这家大型家具零售商在仅九个月内，便已对其位于东亚的37家零售门店完成数字化改造，以提升能源效率并减少温室气体排放。该项目将来自各类建筑与能源管理系统及物联网（IoT）系统的7,000个不同数据点接入同一个数字孪生平台。
宜家的数字孪生覆盖近4,200万平方英尺的空间，以及来自10家不同制造商的6,000台供暖、通风与空调（HVAC）设备。HVAC中央供应系统的能耗降低了30%，估计每年可节省数百万美元的能源成本。
下一步：认知数字孪生
随着时间推移，采用AI驱动数字孪生系统的建筑将通过学习既有流程和模式而演进为“认知型”建筑。它们能够检测异常、建议纠正措施，并在故障发生前进行预测。
这些“智能”系统将为设施管理人员提供关键支持服务，延长设备使用寿命，提高投资回报率并降低运营成本。通过对房间层级的供暖、制冷和空气质量进行监测与维护，这些系统还将大幅改善建筑居住者的健康状况，减少病假天数。
随着自动化水平不断提升，运营效率将得到精细优化。这将降低能源使用、人工、排放和运营成本。未来，认知型建筑或许会类似特斯拉的自动驾驶汽车，基本实现自主运行，同时保留人工监督和接管的能力。
借助数字孪生技术在虚拟世界中测试情景的认知型建筑，可以降低风险，避免现实世界中代价高昂的失误。其应用范围可涵盖从估算安装太阳能板时应配备多大容量的储能电池，到模拟太阳能板在极端天气事件中的表现，或评估电气化将如何影响您的电力负荷和能源账单。因此，复杂决策将变得更加精准、以数据为依据并更具协同性。
例如，HVAC等关键系统的改造通常在项目前几乎无法掌握相关信息，项目结束后往往也缺乏可见性。数字孪生技术使建筑业主能够在改造前“先测试，再投资”。它不仅能帮助业主建立成本、能源绩效和碳排放影响的基准数据，还能模拟改造后的相关数据表现，从而在投入一分钱之前便可预见结果。
如今，只有少数城市建成了可行的数字孪生，但研究表明，到2025年，500多个城市将采用与AI相结合的数字孪生。若企业要尽早而非稍后实现气候目标，数字孪生与AI必须在建成环境脱碳中发挥作用。
