AI based estimation of neighbourhood energy demand : strumenti di Machine Learning a supporto della progettazione early-stage per quartieri a zero emissioni: il caso studio a Bovisa, Milano

The growing awareness of climate change has driven the need to rethink urban design and architecture through a sustainable approach, aiming to reduce CO₂ emissions and promote urban regeneration capable of addressing global challenges. This study fits into this context by proposing the design of a low emission neighborhood through an integrated approach that combines innovative technologies and design solutions to ensure energy efficiency and social well-being. The project focuses on the regeneration of the Nodo Bovisa area in the Bovisa district of Milan, an evolving urban area, proposing the creation of a new connected, resilient and attractive district. As a support tool for early-stage design and energy demand optimization from the initial phases of the project, particular attention is given to the use of Machine Learning, an artificial intelligence tool applied at the district level with the aim of estimating the total energy demand. The use of advanced technologies enables the development of a master plan that meets environmental needs, with a spatial arrangement that enhances energy efficiency and quality of life. The design choices are based on innovative technological and building service solutions that reduce energy consumption while promoting the use of renewable sources and the cration of a energy community. The intervention aims to create an urban environment that not only meets energy and environmental requirements but also ensures a high quality of life for its residents. In conclusion, this study seeks to provide a concrete vision of how a neighbourhood can become a model of sustainability and a response to climate change challenges. Moreover, it highlights how the use of artificial intelligence tools to support designers can open new frontiers in architectural and urban planning.

La crescente consapevolezza sul cambiamento climatico ha spinto la necessità di ripensare la progettazione urbana e l’architettura in chiave sostenibile, con l’obiettivo di ridurre le emissioni di CO₂ e favorire una rigenerazione urbana in grado di rispondere alle sfide globali. Il presente lavoro si inserisce in questo contesto proponendo la progettazione di un quartiere a basse emissioni attraverso un approccio integrato che unisce tecnologie innovative e soluzioni di design capaci di garantire efficienza energetica e benessere sociale. Il progetto si concentra sulla rigenerazione dell’area del Nodo Bovisa, nell’omonimo quartiere di Milano, un’area urbana in continua trasformazione, proponendo la realizzazione di un nuovo distretto connesso, resiliente e attrattivo. Come strumento di supporto nella progettazione early stage e nell’ottimizzazione del fabbisogno energetico già dalle prime fasi progettuali, particolare attenzione è dedicata all’impiego del Machine Learning, un tool di intelligenza artificiale applicato a livello di distretto con l’obiettivo di ottenere una stima del fabbisogno energetico totale. L’uso di tecnologie avanzate permette di ottenere un master plan in grado di rispondere alle necessità ambientali, con una disposizione volumetrica che favorisce l’efficienza energetica. Le scelte progettuali si basano su soluzioni tecnologiche ed impiantistiche innovative che riducono il consumo di energia, promuovendo l’uso di fonti rinnovabili e la creazione di una comunità energetica di quartiere. L’intervento mira a creare un ambiente urbano che non solo soddisfi le esigenze energetiche e ambientali, ma che sia anche in grado di migliorare la qualità della vita dei suoi abitanti. Concludendo, il lavoro intende offrire una visione concreta di come un quartiere possa diventare un esempio di sostenibilità e di risposta alle sfide imposte dal cambiamento climatico e come, l’impiego di strumenti di intelligenza artificiale a supporto del progettista possano aprire nuove frontiere nella progettazione.