□　牛彦磊

　　建筑行业绿色转型面临系统协同与精细管控难题，本文以山东城市建设职业学院零碳建筑实训基地为案例，构建“感知—建模—决策—优化”（PMDO）智能理论框架，阐释AI（人工智能）在零碳建筑深度节能、能源协同、智慧运维及环境保障中的实践路径。研究表明，“AI﹢建筑”融合催生的“智碳融合”新范式，重构建筑价值与行业生态，为建筑向零能耗、零碳转型及高品质“好房子”建设提供理论支撑。

　　转型背景：

　　从技术叠加到系统智能

　　建筑行业是我国能源消耗与碳排放的重点领域，“双碳”战略下，零碳建筑技术应用稳步推进，但行业转型仍存在突出痛点：建筑围护结构、暖通空调、可再生能源等能源子系统多独立运行，缺乏协同导致整体能效偏低；运维管理依赖人工经验，难以适配动态变化的内外环境与使用需求，大量节能潜力未被挖掘。

　　建筑作为复杂动态系统，其能源供需平衡受气象、人员、设备、电网等多重因素影响，传统固定控制策略或简单反馈机制，已无法满足零碳建筑对能源“产、消、储、用”的自适应管理要求。在此背景下，建筑低碳转型迎来从“技术驱动”向“数据与智能驱动”的关键转换，人工智能为解决这一系统性难题，提供了全新的理论工具与技术路径。

　　理论内核：

　　“感知—建模—决策—优化”智能闭环

　　基于实训基地实践提炼的“感知—建模—决策—优化”PMDO智能理论框架，构成零碳建筑智慧运行的核心逻辑，四大环节形成闭环、层层递进。

　　一是全域感知与数字孪生，通过物联网传感器实时采集室内外环境、建筑本体性能、运行能耗、人员活动等多维度数据，结合数字孪生技术构建数字智能体，实现物理实体与虚拟模型的动态映射同步，为智能分析筑牢数据基底与仿真环境。

　　二是数据驱动与动态建模，依托AI大语言模型和机器学习方法训练运行数据，自动建立温湿度、建筑负荷、光伏发电等关键变量与影响因素间的非线性动态模型，模型具备在线学习能力，可动态适应系统长期变化。

　　三是模型预测与前馈优化，利用预测模型对未来负荷与产能滚动预测，以碳排放、成本、舒适度为目标，结合约束条件求解最优控制策略，实现从被动“感知—反应”到主动“预测—优化”的转变。

　　四是闭环执行与持续进化，通过AI大语言模型输出优化策略，持续对比预测与实际值，利用误差在线校准模型与策略，形成自适应闭环，保障系统长期高效运行。

　　实践路径：

　　AI赋能的多维价值实现

　　该实训基地以PMDO智能理论框架为核心，引入“健康﹢节能”双导向智慧运维系统，在保障室内健康舒适的同时最大限度降低能耗，通过可再生能源发电与储能实现零碳运行，彰显AI赋能零碳建筑的多维价值。

　　在深度节能层面，针对室内热湿负荷建立室内需求模型和暖通空调系统的能力供给模型，通过AI实现负荷精准预测与优化控制，让能源供需精准匹配，从根源上解决传统控制的滞后性与能源浪费问题。实践显示，结合高效零碳技术，建筑本体能耗较现行标准降低60%，智能控制系统贡献显著增量节能效益。

　　在能源协同层面，针对光伏、风电、储能、充电桩集成的复杂能源系统，AI智能体充当“智慧能源管家”，通过预测可再生能源出力与建筑负荷，动态优化储能充放电策略，实现可再生能源自发自用最大化，平抑电网冲击，能源富余时还可提供车辆充电、电网馈电服务，推动建筑从能源消费者向“产消者”转变，实证零碳运行的可行性。

　　在智慧运维层面，基地应用与中国建筑科学研究院联合打造的BIM三维可视化运维平台，集成所有子系统信息，以数据模型驱动建筑运行，实现“一屏统管”。AI算法可自动完成能效分析、故障诊断预警、设备健康度评估，推动运维人员从烦琐巡检、事后维修转向预防性维护、策略性优化，大幅提升运维精细化与智能化水平。

　　在环境保障层面，AI系统实时监测室内二氧化碳、PM2.5、温湿度等参数，智能联动新风、空调等设备，动态维持高品质室内环境，破解“节能”与“舒适”对立的传统难题，实现人居环境与能源效率的双重优化。

　　人工智能正驱动建筑行业步入“智碳融合”新阶段，PMDO智能闭环的构建，系统性解决建筑能源协同优化难题，大幅提升建筑能源利用效率与系统运行韧性。当前，建筑行业处于绿色化与数字化深度交汇的关键时期，迈向“智碳融合”成为零碳建筑发展的必然趋势。这一范式重构了建筑价值与行业生态，为高品质“好房子”建设提供重要技术支撑。未来，行业需以人工智能为核心驱动，深化技术集成与标准体系建设，推进建筑设计、施工、运维全产业链智能化升级，以“智碳融合”新范式推动建筑从低能耗向零能耗、零碳跨越，为我国“双碳”战略落地落实提供坚实的行业技术支撑。