McKinsey:人工智能驅(qū)動的方法可以加速建筑脫碳

簡介
- 根據(jù)McKinsey11月29日發(fā)布的一份報告,通過應(yīng)用機器學(xué)習(xí)、人工智能和基于物理的建模,建筑投資組合所有者可以更快地識別建筑脫碳機會。
- 通過使用來自衛(wèi)星的數(shù)據(jù)、地理空間分析、法規(guī)、勞動力和設(shè)備成本,并評估供暖和冷卻系統(tǒng)、絕緣水平以及太陽能或地?zé)崮艿目尚行裕惴梢苑治霾⑻岢鼋鉀Q方案,為建筑組合實現(xiàn)凈零排放。
- 專家在報告中表示,通過這種新方法,可以在數(shù)周內(nèi)為整個投資組合制定財務(wù)優(yōu)化計劃,其中考慮了監(jiān)管環(huán)境以及建筑的獨特特征和租賃結(jié)構(gòu)。
見解
McKinsey的專家們表示,鑒于建筑物排放量占全球燃燒相關(guān)排放量的40%,因此必須到2030年將直接建筑排放量減少50%、間接排放量減少60%,才能在2050年實現(xiàn)建筑存量凈零碳排放。McKinsey表示,傳統(tǒng)的脫碳方法,包括物理能源審計和逐棟建筑的凈零排放戰(zhàn)略,被認(rèn)為是費力且昂貴的。此外,缺乏集中庫存和標(biāo)準(zhǔn)化導(dǎo)致人們認(rèn)為建筑脫碳是無利可圖的。
報告指出,與傳統(tǒng)的能源審計和凈零研究相比,人工智能驅(qū)動的方法將脫碳規(guī)劃的速度和規(guī)模提高了100倍以上,從而消除了對模糊建筑原型的依賴。
這強調(diào)了基于人工智能的方法在房地產(chǎn)投資組合中,中性或正回報的潛力,假設(shè)沒有諸如未來增量監(jiān)管、碳定價和租金或房地產(chǎn)估值的綠色溢價等因素。該報告強調(diào),在投資組合層面優(yōu)化可再生能源采購的同時,為每座建筑實施能源效率和電氣化措施,使建筑業(yè)主和居住者能夠通過實現(xiàn)節(jié)能、優(yōu)化資本成本和避免監(jiān)管處罰來收回投資。
最佳建筑脫碳計劃的特點
McKinsey強調(diào),實現(xiàn)最有效的建筑脫碳計劃包括七個部分,可以通過使用人工智能和機器學(xué)習(xí)方法進行優(yōu)化:
- 高效的凈零規(guī)劃:業(yè)主可以通過聯(lián)合采購和戰(zhàn)略排序,確保其整個投資組合的協(xié)調(diào)、全面的計劃,而不像傳統(tǒng)的脫碳計劃,通常是根據(jù)排放或現(xiàn)有法規(guī)針對選定的建筑。
- 資產(chǎn)特定計劃:需要考慮建筑布局和隔熱類型等方面的定制計劃,以實現(xiàn)具有成本效益的脫碳。每棟建筑都需要一個獨特的策略,考慮其出發(fā)點、當(dāng)?shù)貤l件和資產(chǎn)細節(jié),如租戶構(gòu)成和租賃結(jié)構(gòu)。
- 實現(xiàn)凈零的完整途徑:這包括避免損害長期成果的部分計劃。企業(yè)必須采取全面、前瞻性的決策,因為短期策略可能會增加成本,并忽視協(xié)同效應(yīng),如影響未來暖通空調(diào)要求的絕緣措施。
- 綜合范圍1和范圍2計劃:報告稱,能源效率和電氣化的脫節(jié)方法阻礙了效率。未能充分利用相互依賴性可能導(dǎo)致可再生能源采購速度變慢、成本更高。
- 可行的步驟:建筑計劃必須為設(shè)施管理人員提供精確的指示,并使供應(yīng)商和設(shè)施管理團隊之間能夠輕松溝通,以確保快速執(zhí)行。
- 量化:計劃必須足夠具體,以便為財務(wù)規(guī)劃提供詳細的見解,包括凈零目標(biāo)、資本投資挑戰(zhàn)、運營成本、潛在債務(wù)以及業(yè)主和租戶之間的成本和收益分配,以便領(lǐng)導(dǎo)者能夠了解實現(xiàn)凈零排放的確切成本。
- 凈零導(dǎo)向決策:業(yè)主和運營商可以通過調(diào)整流程、激勵措施和治理結(jié)構(gòu),將脫碳計劃納入組織運營。這包括更新資本計劃、低排放系統(tǒng)預(yù)算以及將脫碳分析納入新資產(chǎn)收購。
報告稱,與擴大供應(yīng)鏈以滿足新需求、培訓(xùn)熟練工人以部署改造和開展其他電氣化工作相關(guān)的脫碳挑戰(zhàn),也會影響該行業(yè)。
McKinsey表示,采用人工智能支持的全生命周期脫碳方法可以簡化計劃、加快流程并降低成本,從而在解決建筑相關(guān)排放方面取得重大進展。






























