基于人工智能的光热电耦合优化技术，用于开发具有气候响应性的彩色双光伏（BIPV）立面，以实现能源高效建筑

《Scientific Reports》：AI driven coupled optical thermal electrical optimization of climate responsive colored bipvt fa?ades for energy efficient buildings

　　

摘要

本研究利用耦合的光热电模型和人工智能（AI），在亚的斯亚贝巴（湿润温带气候）和利雅得（炎热干旱气候）两种环境下，探讨了彩色BIPV/T面板的优化方案。研究提出了一种非线性模型，该模型将EnergyPlus仿真与Transformer模型相结合，用于预测电气和热效率。研究重点在于开发能够根据气候条件和太阳辐射变化自动调整性能的气候响应型BIPV/T系统。该框架通过多个实验数据集进行了验证。结果表明，在亚的斯亚贝巴和利雅得，浅色模块的热效率高于深色模块；但由于利雅得辐射强度更高、温度更高，这种差异更为显著。而在亚的斯亚贝巴，由于气候条件较为温和，深色模块的电气性能更优。此外，Transformer模型预测的系统效率结果具有很高的准确性（均方根误差小于3%）。帕累托前沿分析显示，在亚的斯亚贝巴，最佳平衡点为电气效率20.8%、热效率74.0%；而在利雅得，热效率的最大值可提升至80.8%，相应的电气效率为17.1%。