Gracias a algoritmos de aprendizaje automático y modelos energéticos avanzados, el sistema puede analizar miles de combinaciones posibles —desde aislamientos térmicos hasta sistemas de ventilación o protección solar— y sugerir las soluciones más eficientes, económicas y sostenibles para acometer la rehabilitacion.
La investigación surge de la necesidad de dar respuesta a dos grandes retos: por un lado, reducir el consumo energético del parque edificado existente (responsable de una parte significativa de las emisiones urbanas) y, por otro, de la necesidad de actuar en la vivienda social, el conjunto de mayor vulnerabilidad social, económica y energética.
La herramienta desarrollada combina modelos energéticos avanzados con bases de datos sobre características reales de los edificios. Gracias a ello, puede simular de forma automática miles de escenarios posibles de rehabilitación, analizando qué soluciones funcionan mejor según el tipo de edificio, el clima o el presupuesto disponible.
El sistema prueba, compara y selecciona las estrategias más eficientes, aquellas que ofrecen mayor confort con el menor coste económico. Se evalúan miles de combinaciones posibles de estrategias de rehabilitación –como soluciones de mejora de la envolvente térmica, la incorporación de sistemas de ventilación o la consideración de medidas operacionales de control de sistemas de protección solar–, determinando las que aportan el mayor confort térmico interior con el menor coste económico asociado. Todo ello, se traduce en una toma de decisiones informada basada en datos, capaz de adaptarse a diferentes contextos edificatorios y climáticos.
Carmen María Calama González, uno de los autores de la herramienta, afirma que "una de las principales aportaciones del trabajo es su carácter abierto e interactivo, además de su facilidad de uso, pues la herramienta puede ser utilizada por administraciones públicas, técnicos, investigadores o, incluso, el público general a través de cualquier navegador web”, permitiendo explorar de forma visual y general resultados científicos y ofrecer escenarios comparativos. "Todo esto convierte la herramienta en un recurso valioso y crucial para el diseño de políticas de rehabilitación masivas", añade.
Este trabajo, publicado en Science Direct, "abre el camino hacia herramientas digitales más accesibles y colaborativas para la transición energética", concluye la investigadora.
