Trend AnalysisArts & Design

Zero-Energy Buildings in Smart Cities: What Digital Twins Can and Cannot Do

Digital twins promise to revolutionize how we design and manage zero-energy buildings within smart city strategies. Recent work shows real progress in energy optimization and thermal comfort modeling, but also reveals persistent gaps in retrofit decision-making and climate adaptation.

By Sean K.S. Shin

This blog summarizes research trends based on published paper abstracts. Specific numbers or findings may contain inaccuracies. For scholarly rigor, always consult the original papers cited in each post.

The building sector accounts for roughly 40% of global energy consumption and a comparable share of carbon emissions. Zero-energy buildings (ZEBs)—structures that produce as much energy as they consume over a year—are a critical component of any serious decarbonization strategy. Digital twins—dynamic virtual replicas of physical buildings updated with real-time sensor data—offer tools for designing, operating, and retrofitting buildings toward zero-energy performance. But the gap between digital twin aspiration and digital twin implementation varies considerably.

The Research Landscape

Climate-Responsive ZEB Strategy

Omar (2025), with 7 citations, provides the most integrated analysis, examining how digital twins can advance climate-responsive urban strategies with a specific focus on zero-energy building integration. The paper argues that ZEBs should not be designed in isolation but as components of urban energy networks where surplus generation from one building can offset deficits in another.

The digital twin enables this systems-level perspective by modeling:

Building-level energy balance: Real-time tracking of energy generation (rooftop solar, building-integrated photovoltaics) vs. consumption (HVAC, lighting, equipment).
Neighborhood-level energy flows: How surplus energy from one building could serve adjacent buildings, particularly during peak demand.
Climate scenario testing: How building performance changes under different climate projections (higher cooling loads, different solar irradiance patterns).

The paper demonstrates improvements of 15-25% in energy performance when digital twin optimization is applied, compared to conventional building management systems. However, these gains require continuous data feeds from IoT sensors—a prerequisite that many existing buildings do not meet.

Net-Zero Carbon Retrofitting

Weerasinghe and Chan (2025), with 1 citation, address the harder problem: retrofitting existing buildings to net-zero carbon rather than designing new ones. Their systematic review finds that digital twins can support retrofit decision-making by simulating multiple intervention scenarios (insulation upgrades, HVAC replacement, solar installation) and predicting their combined effect on energy performance.

The challenge is that retrofit decisions involve trade-offs that technical simulation alone cannot resolve: cost vs. carbon savings, tenant disruption vs. performance improvement, heritage preservation vs. energy efficiency. Digital twins can quantify the technical trade-offs but do not address the social and financial dimensions of retrofit decisions.

Personal Thermal Comfort

Lam, Lam, and Ok (2025), with 7 citations, demonstrate a novel digital twin application: personal thermal comfort analysis using Mixture-of-Experts (MoE) deep learning. The system models individual occupant preferences (some people prefer cooler environments, others warmer) and adjusts HVAC operation to maximize collective comfort while minimizing energy consumption.

The practical value is that "comfortable" is not a single temperature but a distribution across occupants. Traditional building management uses a fixed setpoint; the MoE-based system optimizes across individual preferences, achieving both higher satisfaction and lower energy use—a rare case where comfort and efficiency move in the same direction.

Critical Analysis: Claims and Evidence

Claim	Evidence	Verdict
Digital twins improve ZEB energy performance by 15-25%	Omar's simulation studies	✅ Supported — in buildings with adequate sensor infrastructure
Digital twins support net-zero retrofit decision-making	Weerasinghe et al.'s systematic review	⚠️ Uncertain — technical simulation works; social/financial dimensions unaddressed
Personal thermal comfort modeling improves both comfort and efficiency	Lam et al.'s MoE experiments	✅ Supported

Open Questions

Existing building stock: Most buildings worldwide were built without sensor infrastructure. How do you create useful digital twins for buildings with minimal data?

Scalability: Building-level digital twins are feasible; city-level integration of thousands of building twins remains a technical challenge.

Equity: ZEB strategies tend to focus on new construction and premium buildings. How do we extend zero-energy performance to affordable housing and social infrastructure?

What This Means for Your Research

For architects and engineers, digital twins offer measurable performance improvements for zero-energy design, but the investment in sensor infrastructure is a prerequisite.

Explore related work through ORAA ResearchBrain.

건물 부문은 전 세계 에너지 소비의 약 40%를 차지하며, 탄소 배출량도 이와 비슷한 비중을 점한다. 제로에너지 건물(ZEB, Zero-Energy Building)—연간 소비하는 에너지만큼 생산하는 건축물—은 모든 진지한 탈탄소화 전략의 핵심 요소이다. 디지털 트윈—실시간 센서 데이터로 업데이트되는 물리적 건물의 동적 가상 복제본—은 건물을 제로에너지 성능으로 설계, 운영, 개조하기 위한 도구를 제공한다. 그러나 디지털 트윈에 대한 기대와 실제 구현 사이의 간극은 경우에 따라 상당히 다르다.

연구 현황

기후 반응형 ZEB 전략

Omar(2025)는 7회 인용으로, 제로에너지 건물 통합에 초점을 맞춰 디지털 트윈이 기후 반응형 도시 전략을 어떻게 발전시킬 수 있는지를 가장 종합적으로 분석한다. 이 논문은 ZEB를 독립적으로 설계하는 것이 아니라, 한 건물의 잉여 발전이 다른 건물의 부족분을 상쇄할 수 있는 도시 에너지 네트워크의 구성 요소로 설계해야 한다고 주장한다.

디지털 트윈은 다음을 모델링함으로써 이러한 시스템 수준의 관점을 가능하게 한다:

건물 수준 에너지 균형: 에너지 생산(옥상 태양광, 건물 통합형 태양광 발전)과 소비(HVAC, 조명, 장비)의 실시간 추적.
인근 지역 수준 에너지 흐름: 한 건물의 잉여 에너지가 특히 수요 피크 시간대에 인접 건물에 공급될 수 있는 방식.
기후 시나리오 테스트: 다양한 기후 예측(냉방 부하 증가, 태양 일사량 패턴 변화)에 따른 건물 성능 변화.

이 논문은 디지털 트윈 최적화를 적용했을 때 기존 건물 관리 시스템 대비 에너지 성능이 15-25% 향상됨을 보여준다. 그러나 이러한 성과는 IoT 센서의 지속적인 데이터 공급을 전제로 하며, 이는 많은 기존 건물이 충족하지 못하는 조건이다.

넷제로 탄소 건물 개조

Weerasinghe와 Chan(2025)은 1회 인용으로, 더 어려운 문제인 기존 건물의 넷제로 탄소 개조를 다룬다. 이들의 체계적 리뷰에 따르면 디지털 트윈은 여러 개입 시나리오(단열재 보강, HVAC 교체, 태양광 설치)를 시뮬레이션하고 이들이 에너지 성능에 미치는 복합적 영향을 예측함으로써 개조 의사결정을 지원할 수 있다.

문제는 개조 결정이 기술적 시뮬레이션만으로는 해결할 수 없는 트레이드오프를 수반한다는 점이다. 비용 대 탄소 절감, 입주자 불편 대 성능 향상, 문화유산 보존 대 에너지 효율이 그 예이다. 디지털 트윈은 기술적 트레이드오프를 정량화할 수 있지만, 개조 결정의 사회적·재정적 측면은 다루지 못한다.

개인별 열 쾌적성

Lam, Lam, Ok(2025)은 7회 인용으로, Mixture-of-Experts(MoE) 딥러닝을 활용한 개인별 열 쾌적성 분석이라는 새로운 디지털 트윈 응용을 제시한다. 이 시스템은 개별 거주자의 선호도(어떤 사람은 더 시원한 환경을, 다른 사람은 더 따뜻한 환경을 선호함)를 모델링하고, 에너지 소비를 최소화하면서 전체적인 쾌적성을 극대화하도록 HVAC 운영을 조정한다.

실용적 가치는 '쾌적함'이 단일 온도가 아니라 거주자 전체에 걸친 분포라는 점에 있다. 기존 건물 관리 시스템은 고정된 설정값을 사용하지만, MoE 기반 시스템은 개인별 선호도를 최적화하여 더 높은 만족도와 더 낮은 에너지 소비를 동시에 달성한다. 이는 쾌적성과 효율성이 같은 방향으로 움직이는 드문 사례이다.

비판적 분석: 주장과 근거

주장	근거	판정
디지털 트윈이 ZEB 에너지 성능을 15-25% 향상시킨다	Omar의 시뮬레이션 연구	✅ 지지됨 — 적절한 센서 인프라를 갖춘 건물에서
디지털 트윈이 넷제로 개조 의사결정을 지원한다	Weerasinghe 등의 체계적 리뷰	⚠️ 불확실 — 기술적 시뮬레이션은 작동하지만, 사회적·재정적 측면은 미해결
개인별 열 쾌적성 모델링이 쾌적성과 효율성을 모두 향상시킨다	Lam 등의 MoE 실험	✅ 지지됨

미해결 과제

기존 건물 스톡: 전 세계 대부분의 건물은 센서 인프라 없이 지어졌다. 데이터가 거의 없는 건물에서 어떻게 유용한 디지털 트윈을 구축할 것인가?

확장성: 건물 수준의 디지털 트윈은 실현 가능하지만, 수천 개의 건물 트윈을 도시 수준에서 통합하는 것은 여전히 기술적 과제로 남아 있다.

형평성: ZEB 전략은 신축 건물과 고급 건물에 집중되는 경향이 있다. 저렴한 주택과 사회적 인프라에 제로에너지 성능을 어떻게 확장할 것인가?

연구에 주는 시사점

건축가와 엔지니어에게 디지털 트윈은 제로에너지 설계에서 측정 가능한 성능 향상을 제공하지만, 센서 인프라에 대한 투자가 전제 조건이다.

관련 연구는 ORAA ResearchBrain을 통해 탐색할 수 있다.

References (4)

[1] Omar, O. (2025). Digital Twins for Climate-Responsive Urban Development: Integrating Zero-Energy Buildings into Smart City Strategies. Sustainability, 17(15), 6670.

DOI Scholar

[2] Weerasinghe, L.N.K., Darko, A., & Chan, A.P.C. (2025). Digital twin for sustainable decision-making in building net zero carbon retrofitting: a systematic review. Built Environment Project and Asset Management.

DOI Scholar

[3] Wang, X. & Ma, D. (2024). Smart city landscape architecture for sustainable urbanization in digital twin. Sustainable Energy Technologies and Assessments, 103785.

DOI Scholar

[4] Lam, H.-K., Lam, P.-D., & Ok, S.-Y. (2025). Digital Twin Smart City Visualization with MoE-Based Personal Thermal Comfort Analysis. Sensors, 25(3), 705.

DOI Scholar

Zero-Energy Buildings in Smart Cities: What Digital Twins Can and Cannot Do

The Research Landscape

Climate-Responsive ZEB Strategy

Net-Zero Carbon Retrofitting

Personal Thermal Comfort

Critical Analysis: Claims and Evidence

Open Questions

What This Means for Your Research

연구 현황

기후 반응형 ZEB 전략

넷제로 탄소 건물 개조

개인별 열 쾌적성

비판적 분석: 주장과 근거

미해결 과제

연구에 주는 시사점

References (4)

Explore this topic deeper