Optimization of energy consumption in buildings at the design and operation stages – a review of selected methods and development directions
Absolwent, Wydział Inżynierii Środowiska, Geodezji i Energetyki Odnawialnej, Politechnika Świętokrzyska
Ciepłownictwo Ogrzewnictwo Wentylacja, 57 (9), 10-17, DOI: https://doi.org/10.65545/COW.2026.09.02
Słowa kluczowe: optymalizacja zużycia energii w budynkach, efektywność energetyczna budynków, optymalizacja projektowa, optymalizacja eksploatacyjna
Streszczenie
W artykule przedstawiono przegląd metod optymalizacji zużycia energii w budynkach na etapie projektowania i eksploatacji. Omówiono metody regułowe, modele matematyczne i symulacyjne, algorytmy metaheurystyczne, sterowanie predykcyjne oraz rozwiązania wykorzystujące sztuczną inteligencję i uczenie maszynowe; uwzględniono także optymalizację wielokryterialną i podejścia hybrydowe. Metody i podejścia porównano pod względem zakresu zastosowania, wymagań dotyczących danych i modeli, złożoności obliczeniowej oraz możliwości pracy w czasie rzeczywistym i uwzględniania kilku funkcji celu. Przeprowadzony przegląd wskazuje, że wybór metody zależy od charakteru problemu, dostępności danych i możliwości integracji z automatyką budynkową. Wskazano również główne ograniczenia wdrożeniowe i kierunki dalszego rozwoju.
Pobierz artykuł w formacie PDF
Pobierz cały numer w formacie PDF
Keywords: building energy consumption optimization, building energy efficiency, design optimization, operational optimization
Abstract
This article presents a review of methods for optimizing energy consumption in buildings at the design and operation stages. The approaches discussed include rule-based methods, mathematical and simulation models, metaheuristic algorithms, model predictive control, as well as solutions based on artificial intelligence and machine learning. Multi-objective optimization and hybrid approaches are also considered. The methods and approaches are compared in terms of their scope of application, data and model requirements, computational complexity, real-time operation capabilities, and the ability to consider multiple objective functions. The review indicates that the choice of method depends on the nature of the problem, data availability, and the possibility of integration with building automation systems. The main implementation barriers and directions for further development are also identified.
Download the article in PDF format
Download the entire issue in PDF format
Bibliografia / Bibliography
Akraminejad, R., Zhao, T., Rezgui, Y., Ghoroghi, A., & Shahbazi Razlighi, Y. (2025). Hybrid metaheuristic optimization of HVAC energy consumption and thermal comfort in an office building using EnergyPlus. Buildings, 15(14), 2568. https://doi.org/10.3390/buildings15142568
Al Mindeel, T., Spentzou, E., & Eftekhari, M. (2024). Energy, thermal comfort, and indoor air quality: Multi-objective optimization review. Renewable and Sustainable Energy Reviews, 202, 114682. https://doi.org/10.1016/j.rser.2024.114682
Ali, D. M. T. E., & Motuzienė, V. (2024). AI applications in buildings: A review of energy management advancements. Journal of New Technologies in Environmental Science, 2024(1), 3–11. https://doi.org/10.53412/jntes-2024-1-1
Borkowski, A. S., Osińska, N., & Szymańska, N. (2022). Analizy energetyczne w modelach BIM 6D. Materiały Budowlane, (8), 52–56. https://doi.org/10.15199/33.2022.08.07
Das, H. P., Lin, Y.-W., Agwan, U., Spangher, L., Devonport, A., Yang, Y., Drgoňa, J., Chong, A., Schiavon, S., & Spanos, C. J. (2024). Machine learning for smart and energy-efficient buildings. Environmental Data Science, 3, e1. https://doi.org/10.1017/eds.2023.43
Elbeltagi, E., Wefki, H., & Khallaf, R. (2023). Sustainable building optimization model for early-stage design. Buildings, 13(1), 74. https://doi.org/10.3390/buildings13010074
Ferdyn-Grygierek, J., & Grygierek, K. (2026). Analiza wpływu systemu wentylacji na jakość powietrza i zapotrzebowanie na energię w zmodernizowanym budynku szkoły. Ciepłownictwo Ogrzewnictwo Wentylacja, 57(6), 14–23. https://doi.org/10.65545/COW.2026.06.02
Harshalatha, Patil, S., & Kini, P. G. (2024). A review on simulation-based multi-objective optimization of space layout design parameters on building energy performance. Journal of Building Pathology and Rehabilitation, 9, 69. https://doi.org/10.1007/s41024-024-00425-3
Idźkowski, A., & Sumorek, M. (2024). Zastosowanie metod uczenia maszynowego do predykcji generowanej energii w małym systemie PV. Pomiary Automatyka Robotyka, 28(2), 37–43. https://doi.org/10.14313/PAR_252/37
Izadi, A., Sanaieian, H., Farazjou, F., & Minooee Sabery, S. (2023). A systematic review of multi-objective optimization methods of building energy performance. International Journal of Architectural Engineering & Urban Planning, 33(3), 1–20. https://doi.org/10.22068/ijaup.802
Kluczberg, B., Kluczberg, I., & Żurawski, J. (2023). Integracja automatyki budynkowej a efektywność energetyczna. Rynek Instalacyjny, (4), 76–87. https://www.rynekinstalacyjny.pl/artykul/projektowanie–c-o/157164,integracja-automatyki-budynkowej-a–efektywnosc-energetyczna (Dostęp 28.08.2026)
Latha, H., Patil, S., & Kini, P. G. (2023). Influence of architectural space layout and building perimeter on the energy performance of buildings: A systematic literature review. International Journal of Energy and Environmental Engineering, 14, 431–474. https://doi.org/10.1007/s40095-022-00522-4
Li, R., Shari, Z., & Ab Kadir, M. Z. A. (2025). A review on multi-objective optimization of building performance—Insights from bibliometric analysis. Heliyon, 11(4), e42480. https://doi.org/10.1016/j.heliyon.2025.e42480
Moździerz, K., & Kołek, K. (2024). Modelowanie oraz sterowanie temperaturą wewnątrz budynku użyteczności publicznej. Pomiary Automatyka Robotyka, 28(4), 87–96. https://doi.org/10.14313/PAR_254/87
Pan, Y., Zhu, M., Lv, Y., Yang, Y., Liang, Y., Yin, R., Yang, Y., Jia, X., Wang, X., Zeng, F., Huang, S., Hou, D., Xu, L., Yin, R., & Yuan, X. (2023). Building energy simulation and its application for building performance optimization: A review of methods, tools, and case studies. Advances in Applied Energy, 10, 100135. https://doi.org/10.1016/j.adapen.2023.100135
Pavlenko, A., & Mikielewicz, D. (2026). Optimizing energy consumption in buildings. Environmental and Climate Technologies, 30(1), 353–365. https://doi.org/10.2478/rtuect-2026-0023
Pillay, T. L., & Saha, A. K. (2024). A review of metaheuristic optimization techniques for effective energy conservation in buildings. Energies, 17(7), 1547. https://doi.org/10.3390/en17071547
Savadkoohi, M., Macarulla, M., Tejedor, B., & Casals, M. (2024). Analyzing the implementation of predictive control systems and application of stored data in non-residential buildings. Energy Efficiency, 17(7), 70. https://doi.org/10.1007/s12053-024-10249-2
Sitek, M. (2022). Optymalizacja ustawienia paneli PV z wykorzystaniem symulacji – „ClimateStudio” by Solemma. Builder, 296(3), 74–78. https://doi.org/10.5604/01.3001.0015.7525
UN. (2025). Global status report for buildings and construction 2024/2025: Not just another brick in the wall. United Nations Environment Programme, & Global Alliance for Buildings and Construction. https://www.unep.org/resources/report/global-status-report-buildings-and–construction-20242025 (Dostęp 28.08.2026)
Yu, J., Chang, W.-S., & Dong, Y. (2022). Building energy prediction models and related uncertainties: A review. Buildings, 12(8), 1284. https://doi.org/10.3390/buildings12081284
Yuan, Y., Song, C., Gao, L., Zeng, K., & Chen, Y. (2024). A review of current research on occupant-centric control for improving comfort and energy efficiency. Building Simulation, 17(10), 1675–1692. https://doi.org/10.1007/s12273-024-1170-1
Zangheri, P., D’Agostino, D., Armani, R., & Bertoldi, P. (2022). Review of the cost-optimal methodology implementation in Member States in compliance with the Energy Performance of Buildings Directive. Buildings, 12(9), 1482. https://doi.org/10.3390/buildings12091482
Zare, N., Shafaat, A., & Asadi, S. (2022). Review of energy performance gap and solutions in residential buildings. IOP Conference Series: Earth and Environmental Science, 1085(1), 012013. https://doi.org/10.1088/1755-1315/1085/1/012013