Big data y código abierto para estimar la eficiencia energética de los barrios

eficiencia energetica barrios
Análisis de la orientación y cuantificación de las fachadas de la edificación para el barrio de Canillas. Fuente: UPM

Investigadores de la Universidad Politécnica de Madrid (UPM) y el Consejo Superior de Investigaciones Científicas (CSIC) han desarrollado de forma conjunta una nueva herramienta de precisión capaz de medir cuánto puede mejorar la eficiencia energética en el tejido urbano. Este sistema, que podría aplicarse a barrios enteros, elabora sus estimaciones a partir de datos recopilados edificio por edificio, mediante técnicas de big data. El estudio ha sido publicado en la revista Energy and Buildings.

La herramienta calcula la pérdida de energía de los edificios gracias a un nuevo método, realizado con herramientas informáticas de código abierto y que se basa en la explotación de datos catastrales. De este modo, puede establecer un diagnóstico del estado actual de vecindarios enteros y evaluar cómo podrían impactar posibles medidas de mejora energética.

En este estudio, los investigadores se han basado en los datos catastrales del barrio madrileño de Canillas, con una calificación de eficiencia energética muy baja, y han utilizado técnicas de big data aplicando la ciencia de los datos urbanos (Urban Data Science). Según ha explicado Fernando Martín-Consuegra, investigador principal de este trabajo, “la posibilidad de disponer de datos para cada edificio, obtenidos de los datos catastrales, nos proporciona una herramienta útil para el diseño de estrategias de rehabilitación energética y permite una cuantificación, entre otras, de la transferencia de calor a través de la envolvente de la edificación”.

El resultado es que los investigadores han logrado definir un indicador de eficiencia energética pasiva, para un área urbana o barrio, que engloba tanto aspectos urbanísticos y de la edificación (dimensiones, orientación, forma de los edificios y su disposición) y aspectos constructivos (como la calidad de la envolvente). Gracias a ello pueden identificar las zonas y edificios más afectados y que, por lo tanto, presentan una edificación ineficiente. Además, ha subrayado Martín-Consuegra, “hemos comprobado que junto a la calidad constructiva, sobre la que se ha focalizado la atención hasta ahora, los aspectos geométricos del tejido urbano tienen una gran influencia en las pérdidas energéticas”

CALCULAR LA INVERSIÓN NECESARIA

Este nuevo método puede comparar las pérdidas energéticas de la edificación inicial identificada como mejorable, frente a nuevos escenarios más eficientes. De ahí que también permita estimar el estimar el potencial de reducción de la demanda energética o calcular de manera aproximada la inversión total necesaria para barrios enteros, introduciendo datos unitarios del coste de las mejoras y la rehabilitación energética. Asimismo, han indicado los investigadores, este método también permite obtener información útil para el diseño de infraestructuras de abastecimiento de energía y de sistemas de calefacción por distrito.

Especiales

Ajustes
Innovación española

A través del presente Panel de Configuración, puede aceptar o rechazarlas en su totalidad o puede seleccionar qué tipo de cookies quiere aceptar y cuáles quiere rechazar.

Para obtener más información, acceda a nuestra Política de Cookies

Cookies técnicas

Las cookies técnicas que son estrictamente necesarias y permanecen siempre activas son para que el usuario acceda y navegue en INNOVASPAIN.COM.

Cookies de Preferencias o personalización

Utilizamos cookies de personalización que son aquellas que, tratadas por nosotros o por terceros, nos permiten recordar información para que el usuario acceda al servicio con determinadas características que pueden diferenciar su experiencia de la de otros usuarios.

Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendrás que activar o desactivar las cookies de nuevo.

Cookies Analíticas

Utilizamos cookies de análisis o medición que son aquellas que, tratadas por nosotros o por terceros, nos permiten el seguimiento y análisis del comportamiento de los usuarios de los sitios web a los que están vinculadas, incluida la cuantificación de los impactos de los anuncios.