A cidade de Ithaca, em Nova York, comprometeu-se a descarbonizar totalmente até 2030. Para isso, a cidade está criando um “gêmeo digital” que pode modelar o uso de energia, edifício por edifício.
Em 2019, os legisladores de Ithaca, Nova York, resolveram eliminar ou compensar todas as emissões de carbono até 2030, tornando-se a primeira cidade dos EUA a estabelecer uma referência de aquecimento global tão ambiciosa.
Em seguida, a cidade lançou um plano de US$ 100 milhões para financiar um enorme esforço municipal de proteção ao clima.
Isso deixou esta cidade universitária de 30.000 habitantes com um grande desafio prático: como você descarboniza milhares de edifícios – que respondem por grande parte das emissões – em escala, em um curto período de tempo?
Quando o plano Ithaca Green New Deal foi lançado, dois professores de arquitetura da Universidade Cornell, Felix Heisel e Timur Dogan, perceberam que tinham uma ferramenta que poderia ajudar – um mapa criado usando machine learning que estima os custos de adaptação a nível do edifício, em toda a cidade.
Dogan, que dirige o Laboratório de Sistemas Ambientais da Cornell, vinha desenvolvendo há anos um software que permitia aos arquitetos quantificar o consumo de energia e a pegada de carbono dos edifícios. Heisel, que lidera o Laboratório de Construção Circular, estava trabalhando para entender o que a neutralidade de carbono realmente significa quando você considera estoque de material e carbono incorporado. A dupla de acadêmicos estendeu a mão para a cidade e ofereceu sua tecnologia como forma de traduzir o objetivo ousado de Ithaca em ação. O mapa será crucial, pois Ithaca determina suas prioridades de eletrificação e alocações de financiamento; se for bem-sucedida, a tecnologia poderá ser expandida para ajudar todos os tipos de cidades a enfrentar a descarbonização de edifícios em escala.
“Quais edifícios [vocês] renovam primeiro? Quais edifícios consomem mais energia? Quais seriam os projetos mais baratos para retrofit?” disse Dogan, descrevendo as perguntas que ele esperava que seu software pudesse responder.
A tecnologia existente pode fazer isso com bastante facilidade – mas apenas um prédio por vez. Isso perde uma grande oportunidade, diz Dogan. “Quando você está trabalhando nessas escalas, existem sinergias potenciais. Por exemplo, se você agrupar edifícios de uma certa maneira, ou se os proprietários de edifícios se unirem para compartilhar os custos de investimento de algo como sistemas geotérmicos.”
É aí que o novo mapa de modelagem de energia de Dogan e Heisel – um “gêmeo digital” da cidade – entra em cena.
Fundada no início do século 19 e sede da Cornell e da Ithaca College, a cidade de Ithaca tem cerca de 8.000 edifícios, que vão desde instalações de pesquisa universitárias de ponta a blocos casas antigas. A modelagem de cenários em um mapa com tantos perfis de construção exclusivos atingiria rapidamente uma barreira em termos de viabilidade de computação, diz Dogan. Portanto, a chave para o mapa é agrupar espaços semelhantes.
Por exemplo, o conjunto de dados de Dogan mede coisas como radiação solar em um edifício, qual a tipologia do espaço e como os edifícios são orientados. Então ele pega essas semelhanças e reduz milhares e milhares de combinações únicas para centenas de tipos de espaço que podem funcionar em simulações em escala.
“Estamos cortando a cidade em pedaços”, disse Dogan.
Os dados que tornam tudo isso possível vêm de uma combinação de fontes que, em última análise, pintam uma imagem de cada edifício.
_
por Mike De Socio, via Bloomberg