Inteligencia artificial para ahorrar energía

AIBUILD+ es otro de los proyectos de investigación que recientemente ha recibido financiación del Gobierno foral, dentro de la convocatoria de proyectos estratégicos de I+D. Estudia cómo aplicar inteligencia artificial y gemelos digitales para optimizar la eficiencia energética y el confort en edificios. Mabel Morales, investigadora del Instituto de Ciencia de los Datos e Inteligencia Artificial DATAI, presenta el proyecto y explica los trabajos que se están llevando a cabo. 

P. ¿Cuál es el principal objetivo de este proyecto?

AIBUILD+ tiene como objetivo desarrollar soluciones innovadoras para reducir el consumo energético de los edificios. Estas se realizan mediante la gestión inteligente de los sistemas de climatización y ventilación (HVAC) de las construcciones, garantizando el confort térmico de los ocupantes y una adecuada calidad del aire interior.

Estas soluciones deberán ser capaces de sustituir los sistemas de control tradicionales, basados en consignas fijadas según los horarios, con una gestión autónoma y dinámica, capaz de responder a cambios en las condiciones climáticas y el uso real de los edificios.

Al proyecto se suma también el uso de Inteligencia Artificial (IA), en particular en la implementación de algoritmos de aprendizaje por refuerzo (Reinforcement Learning), aplicados al control energético de edificios.

P. ¿Cómo se emplea la Inteligencia Artificial en este proyecto?

Se ha desarrollado una plataforma de integración de datos que actúa como núcleo del sistema. Esta plataforma permitirá recopilar, almacenar y estructurar los datos procedentes de la sensación térmica de los edificios, de los sistemas de gestión existentes y de los equipos HVAC, integrando información heterogénea de distintos dispositivos y formatos. Desde esta plataforma se preprocesarán y etiquetarán los datos, además de ponerlos a disposición de los modelos digitales y de control.

A partir de esta base de datos se crearán gemelos digitales de los edificios y de sus sistemas de climatización. Estos gemelos combinarán dos tipos de modelos: por un lado, modelos físicos de tipo “caja blanca”, implementados en herramientas de simulación energética ampliamente utilizadas en arquitectura, como DesignBuilder y EnergyPlus; y, por otro, modelos basados en datos de tipo “caja negra”, como modelos de inteligencia artificial, por ejemplo, redes neuronales recurrentes.

Estos gemelos digitales permitirán reproducir el comportamiento térmico y energético de los edificios y simular su funcionamiento en distintos escenarios de uso, bajo diferentes condiciones exteriores. Sobre estos modelos se desarrollarán e implementarán algoritmos de aprendizaje por refuerzo. Esto facilitará la integración con las herramientas de simulación, el procesamiento de datos y el posterior despliegue en edificios reales.

El aprendizaje por refuerzo se utilizará para entrenar controladores inteligentes capaces de decidir de forma óptima las consignas de temperatura, la ventilación y los horarios de funcionamiento de los sistemas de climatización. Estos controladores aprenderán interactuando con los gemelos digitales y optimizando una función de recompensa que equilibra la reducción del consumo energético con el mantenimiento del confort térmico y la calidad del aire interior. Una vez entrenados, los modelos de inteligencia artificial se integrarán en una arquitectura híbrida de computación en la nube y en el borde, desde la que se ejecutarán en tiempo real en los edificios piloto.

P. ¿Cómo colabora el Instituto DATAI con la Escuela de Arquitectura en el desarrollo del proyecto?

Sin la Escuela de Arquitectura no entenderíamos el contexto: las propiedades físicas del edificio, cómo se comporta, la geometría, todas las variables de las máquinas… Desde DATAI aportamos la parte del conocimiento metodológico de los modelos estadísticos y de inteligencia artificial.

En el caso de los gemelos digitales elaborados por la Escuela de Arquitectura, cambiaremos las consignas de los edificios para ver cómo se comportan. Por ejemplo: ¿qué pasa si abro todas las ventanas del edificio y se enfría al máximo? ¿cuánto ahorro si bajo todas las consignas al mínimo? Esas cosas no se pueden probar en un contexto real, así que lo probamos en la realidad virtual.

Somos un consorcio formado por agentes de investigación y empresas, como la Asociación de la Industria Navarra, Saltoki, Satelec, Vors Control. Son precisamente estas empresas las que hacen posible que dispongamos de todos los datos y de los sistemas necesarios para gestionarlos. Ellas proporcionan las plataformas de integración que permiten conectar los múltiples dispositivos que están recogiendo información en este momento.

P. ¿Sobre qué edificios trabajáis?

Ahora tenemos dos prototipos sobre los que vamos a desarrollar y probar los modelos, validarlos, calibrarlos, etc. Estos son los edificios de Amigos y de la Escuela de Arquitectura. No obstante, a grandes rasgos, la idea del proyecto sería que esos modelos fueran generalizables luego a cualquier otro tipo  de edificio, no residencial.

Sobre los modelos virtuales de estos edificios recogemos datos de temperatura, humedad, CO², etc. Además, en la Escuela hay una estación meteorológica que nos da todos los datos climáticos de temperatura exterior, tales como lluvia, dirección o fuerza del viento. Este proyecto analiza todos estos factores en estos dos edificios para poder extenderlo.

P. Este proyecto se inició a finales de 2025, ¿qué esperáis haber conseguido para su finalización, en 2027?

Al final del proyecto nos gustaría tener un programa, un software, en el que cualquier usuario pudiera interactuar: “¿Qué pasa si ahora bajo la temperatura de mi despacho a un grado? ¿Cuánto puedo ahorrar con eso?”. 

También nos gustaría que fuera un controlador automático y que el equipo de mantenimiento de la Universidad pudiera usarlo