Publication
A managerial perspective on generative AI’s role in digital twin- enabled positive energy districts
| datacite.subject.fos | Ciências Sociais::Economia e Gestão | |
| datacite.subject.sdg | 11:Cidades e Comunidades Sustentáveis | |
| datacite.subject.sdg | 07:Energias Renováveis e Acessíveis | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Bohnsack, René | |
| dc.contributor.author | Schmidt, Vanessa | |
| dc.date.accessioned | 2025-07-29T14:54:26Z | |
| dc.date.available | 2025-07-29T14:54:26Z | |
| dc.date.issued | 2025-02-04 | |
| dc.date.submitted | 2025-01-06 | |
| dc.description.abstract | As cities worldwide strive toward more sustainable energy systems, Positive Energy Districts (PEDs) have emerged as a promising approach to achieving net-positive annual energy balances. However, the complexity and variability of urban energy supply and demand pose significant challenges for effective energy management. This thesis investigates how the integration of Generative Artificial Intelligence (GenAI) with Digital Twin (DT) technologies can enhance PEDs. Based on a comprehensive literature review, project proposals, and qualitative interviews with industry experts, the research explores how GenAI can strengthen DT capabilities by improving forecasting accuracy, scenario testing and resource allocation. Key findings show that GenAI can fill data gaps, support adaptive modelling and facilitate proactive energy distribution decisions. In addition, the research identifies organisational and regulatory barriers - such as privacy, interoperability standards and the need for capacity building - that must be overcome to realise these benefits. By providing actionable insights into how GenAI can augment DTs, this work contributes to the theoretical and practical knowledge of sustainable urban energy systems. It highlights the importance of strategic planning, stakeholder collaboration and robust governance mechanisms to guide managers and policy makers towards more efficient, equitable and forward-looking energy solutions in DTs. | eng |
| dc.description.abstract | À medida que cidades globais buscam sistemas energéticos mais sustentáveis, os Distritos de Energia Positiva (PED) surgem como abordagem promissora para obter balanços energéticos líquidos positivos. No entanto, a complexidade e a variabilidade da oferta e da procura de energia urbana impõem desafios à gestão eficaz. Esta tese investiga como a integração da Inteligência Artificial Generativa (GenAI) e das tecnologias de Digital Twin (DT) pode aprimorar os PEDs. Baseando-se em revisão de literatura, projetos e entrevistas com especialistas, explora-se como a GenAI reforça a capacidade dos DT de prever, testar cenários e alocar recursos. As conclusões indicam que a GenAI pode preencher lacunas de dados, apoiar modelagem adaptativa e facilitar decisões proativas de distribuição de energia. Além disso, identificam-se entraves organizacionais e regulatórios 4 como privacidade, normas de interoperabilidade e desenvolvimento de competências 4 que devem ser superados. Ao apresentar insights acionáveis sobre a sinergia GenAI-DT, este trabalho contribui para o avanço teórico e prático de sistemas urbanos sustentáveis. Destaca-se a importância do planejamento estratégico, da colaboração entre stakeholders e de mecanismos robustos de governança para orientar gestores e formuladores de políticas rumo a soluções energéticas mais eficientes, equitativas e orientadas ao futuro. | por |
| dc.identifier.tid | 203905318 | |
| dc.identifier.uri | http://hdl.handle.net/10400.14/54087 | |
| dc.language.iso | eng | |
| dc.rights.uri | N/A | |
| dc.subject | Positive energy districts | |
| dc.subject | Digital twin | |
| dc.subject | Generative AI | |
| dc.subject | Energy managemen | |
| dc.subject | Sustainability | |
| dc.subject | Urban planning | |
| dc.subject | Smart grids | |
| dc.subject | Smart cities | |
| dc.subject | Distritos de energia positiva | |
| dc.subject | Gémeo digital | |
| dc.subject | IA generativa | |
| dc.subject | Gestão de energia | |
| dc.subject | Sustentabilidade | |
| dc.subject | Planeamento urbano | |
| dc.subject | Redes inteligentes | |
| dc.subject | Cidades inteligentes | |
| dc.title | A managerial perspective on generative AI’s role in digital twin- enabled positive energy districts | eng |
| dc.title.alternative | Uma perspetiva de gestão sobre o papel da IA generativa nos distritos de energia positiva com base na geminação digital | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Gestão e Administração de Empresas |