Digitalni blizanci (Digital Twins) – Nova dimenzija planiranja u građevinarstvu i urbanizmu

Savremene digitalne tehnologije omogućile su razvoj digitalnih blizanaca – virtuelnih modela fizičkih sistema koji omogućavaju analizu, simulaciju i optimizaciju izgrađenog okruženja, i kao takvi predstavljaju jedno od ključnih inženjerskih resursa u borbi za uspešnu dekarbonizaciju urbanih sredina i ostvarenje globalnih klimatskih ciljeva.

Zamislite grad budućnosti u kome u svakom trenutku imate uvid u to gde će se pojaviti saobraćajne gužve, i to i pre nego što do njih dođe, i dobijate predlog optimalne rute u skladu sa trenutnim uslovima.

Ili grad u kome možete prilagoditi sopstvenu potrošnju energije u odnosu na vremenske prilike, cenu električne energije ili opterećenje mreže, dok sistem automatski predlaže najefikasniji režim grejanja, hlađenja i osvetljenja.

Još uzbudljivije – zamislite da pre nego što započne izgradnja nove zgrade u vašem komšiluku možete da vidite kako će ona uticati na vaš pogled, količinu prirodnog svetla u stanu, osunčanost terasa, energetsku potrošnju ili efikasnost vaših solarnih panela.

Možete simulirati buku, kvalitet vazduha, strujanje vetra između objekata, pa čak i mikroklimatske promene tokom letnjih toplotnih talasa. Sve to odskora više nije samo san, već polako postaje realnost u skoro svim visokorazvijenim državama sveta.

Takav razvoj situacije omogućava primena koncepta digitalnih blizanaca, tehnologije koja polako menja način na koji planiramo, gradimo i upravljamo urbanim sredinama i građevinskim projektima.

Inicijalno razvijeni za potrebe vazduhoplovne industrije kao virtuelna replika fizičkih sistema, oni integrišu geometrijski model, funkcionalne karakteristike i operativne podatke, omogućavajući simulaciju, analizu i optimizaciju performansi u realnom vremenu, bez potrebe za intervencijom na samom fizičkom sistemu.

Razvoj naprednih simulacionih softvera i inženjerskih tehnologija omogućio je široku primenu u raznim granama industrije, pa i u građevinarstvu, otvarajući mogućnost paralelnog testiranja različitih scenarija i donošenja informisanih odluka već u fazi projektovanja. Dominanta je upotreba ovog koncepta za simulacije i optimizacije na nivou objekta, dok u poslednje vreme sve veći značaj i mesto dobija i na nivou urbanističkog planiranja.

Na nivou objekta preovlađuje upotreba digitalnih blizanaca u svrhu izrade energetskih modela za analizu i optimizaciju energetske performanse pojedinačnih ili međusobno povezanih ansambala objekata. Na nivou zgrade, moguće je analizirati toplotne gubitke, pratiti rad termo-tehničkih instalacija i identifikovati mogućnosti za smanjenje potrošnje energije kako pravilnom optimizacijom rada sistema, tako i optimizacijom fizičkih parametara objekta, tj. odgovarajućim odabirom volumena, dispozicijom prostora i njegovom orijentacijom i strukturom omotača.

Zahvaljujući fleksibilnosti u definisanju ulaznih parametara, digitalni blizanac omogućava paralelno testiranje različitih scenarija i dinamičko praćenje performansi u modelu ali i realnom vremenu u zadatom vremenskom intervalu.

Polazna osnova ovakvog tipa digitalnog blizanca je energetski model (Slika 2). Za razliku od konvencionalnih 3D modela koji se koriste u arhitektonskoj vizualizaciji i teže vernoj reprodukciji forme i materijalizacije, energetski model se zasniva na pojednostavljenoj geometrijskoj aproksimaciji i njegova svrha nije estetska reprezentacija prostora, već formiranje pouzdanog termalnog modela pogodnog za simulacije.

Takav model čini jedna ili više međusobno povezanih funkcionalnih celina, takozvanih termalnih zona, koje sadrže podatke o fizičkim i termičkim karakteristikama objekta poput odnosa punih i zastakljenih površina, koeficijenta prolaza toplote (U-vrednost) i drugih relevantnih parametara, kao i o obrascima korišćenja prostora. Posebno su važni podaci o ponašanju ključnih aktera unutar zone – korisnika i tehničkih sistema.

Obrasci korišćenja mogu se definisati na osnovu stvarnih statističkih podataka za konkretan objekat ili primenom referentnih vrednosti iz međunarodnih standarda, poput ASHRAE-a (1) ili SIA-e (2).

Ovi standardi između ostalog pružaju smernice o očekivanoj okupiranosti prostora, potrebnim količinama svežeg vazduha, kao i o predviđenim kapacitetima i režimima rada tehničkih sistema i elektro opreme (grejanje, hlađenje, ventilacija, priprema sanitarne tople vode, rasveta i električni uređaji). U kombinaciji sa 24-časovnim rasporedom intenziteta korišćenja, ovi podaci pružaju „rendgenski snimak“ funkcionisanja objekta.

Za pokretanje simulacije neophodni su klimatski podaci za konkretnu lokaciju, definisanje vremenskog intervala analize i primena odgovarajućeg softvera za proračun, poput Energy Plus-a (3), koji je ustanovljen od strane Američkog ministarstva za energetiku (US Department of Energy) i omogućava proračun energetskih tokova i performansi sistema za zadati period.

Na globalnom tržištu dostupan je čitav niz alata za izradu energetskih modela i digitalnih blizanaca, kao što su IES VE (4), IDA ICE (5) i DesignBuilder (6) koji ili integrišu EnergyPlus ili imaju sopstveni simulacioni mehanizam. Mnogi od ovih alata nude dodatke (plug-in) za povezivanje sa CAD/BIM platformama poput AutoCAD-a, Revit-a, Archicad-a i SketchUp-a.

Pored komercijalnih softverskih rešenja, dostupne su i otvorene („open-source“) ili besplatne platforme, poput Grasshoper-a (7), koji funkcioniše u okviru programa Rhinoceros 3D.

Ovaj alat raspolaže integrisanim besplatnim dodacima gde se simulacioni model sklapa iz pojedinačnih komponenti (Slika 3) i omogućava paralelnu primenu, kao i međusobno povezivanje parametarskog modelovanja sa energetskim simulacijama i optimizacijama.

Na taj način se konceptualni dizajn i analiza performansi objekta mogu razvijati istovremeno, kroz iterativan proces zasnovan na analizi i optimizaciji dobijenih rešenja a omogućavaju i primenu evolutivnih algoritama (evolutionary algorhythms) prilikom izbora najoptimalnijih rešenja.

Rezultati simulacije iščitavaju se putem dijagrama gde se mogu prikazati finalne vrednosti ili dinamičke promene ponašanja objekta u toku zahtevanog vremenskog perioda (Slika 4).

Najčešće se simulacioni model prvo kalibrira koristeći podatke za karakteristični letnji ili zimski dan (Summer Design Day, Winter Design Day) pa ukoliko se potvrdi pravilno funkcionisanje modela prelazi na duže vremenske intervale – nedelju, mesec, godinu.

U praksi se ovakvi tipovi digitalnih blizanaca najčešće koriste u jednoj od dole navedenih i definisanih oblasti primene (8):

• dinamičke simulacije energetske performanse objekata u skladu sa zahtevima međunarodno priznatih sertifikacionih sistema zelene gradnje – Kod LEED-a (Leadership in Energy and Environmental Design) se na primer, za ovu svrhu, paralelno izrađuju dva modela – referentni, sa unapred definisanim parametrima i obrascima korišćenja propisanim od strane sertifikacionog sistema, i projektovani objekat, sa istim ili optimizovanim vrednostima. Oba modela se simuliraju u identičnim klimatskim uslovima, a projektovano rešenje mora demonstrirati bolju energetsku performansu u odnosu na referentni model kako bi ostvarilo bodove u kategoriji energetska efikasnost.
• simulacije u realnom vremenu (real-time modeli) – Umesto oslanjanja isključivo na referentne obrasce ponašanja iz standarda, simulacije se mogu zasnivati na podacima prikupljenim direktno sa terena putem IoT senzora. IoT podrazumeva mrežu povezanih uređaja i sistema opremljenih senzorima i komunikacionim tehnologijama, koji kontinuirano prikupljaju i razmenjuju podatke bez potrebe za stalnom ljudskom intervencijom. U kontekstu zgrada, to omogućava stalno praćenje potrošnje energije, kvaliteta unutrašnjeg okruženja, rada tehničkih sistema i emisija CO₂, čime se stvara osnova za preciznu optimizaciju performansi tokom celog životnog ciklusa objekta.
• povezivanje digitalnog blizanca sa BMS sistemima uz primenu veštačke inteligencije i mašinskog učenja – Najznačajnije inovacije danas se dešavaju u domenu integracije digitalnih blizanaca sa sistemima za upravljanje zgradom (BMS). Primena veštačke inteligencije (AI) i mašinskog učenja (machine learning-a), omogućava da sistem „učenje kroz praksu“ prepoznaje obrasce ponašanja spoljašnjih i unutrašnjih uticaja i činilaca sistema i shodno tome prilagođava svoj rad. Uspostavljanjem komunikacije između aktuatora digitalnog modela i BMS-a, procesi grejanja, hlađenja, ventilacije i rasvete, mogu se principijelno prepustiti autonomnom sistemu upravljanja koji obezbeđuje smanjenu potrošnju energije eliminišući potencijalne greške nastale dejstvom ljudskog faktora.
• simulacije proizvodnje energije iz obnovljivih izvora i vizualizacija odnosa potrošnje i proizvodnje energije – U ovom kontekstu model omogućava detaljnu analizu solarnih dobitaka (Slika 5) na svim površinama objekta, čime se optimizuje pozicioniranje fotonaponskih sistema i solarnih kolektora za pripremu tople vode. Proizvodnja energije može se simulirati za definisane vremenske intervale i uporediti sa trenutnom potrošnjom, što omogućava procenu energetske samoodrživosti objekta. Dodatno, CFD (Computer Fluid Dynamics) simulacije mogu analizirati potencijal energije vetra na konkretnoj lokaciji, a rezultati se integrišu u objedinjenu procenu ukupnog potencijala iz obnovljivih izvora.

• integracija digitalnih blizanaca u proračun životnog ciklusa objekta (LCA) – Uključivanjem digitalnog modela u analize životnog ciklusa (LCA) omogućava se dinamičko i precizno sagledavanje uticaja objekta na životnu sredinu kroz faze projektovanja, izgradnje, eksploatacije i održavanja. Povezivanje sa realnim podacima o materijalima, energiji i operativnim troškovima omogućava kontinuirano ažuriranje LCA analize, precizniju procenu emisija ugljenika i racionalnije upravljanje resursima, čime se unapređuje održivost objekta na dugoročnom nivou.

Prelaskom na urbanistički nivo, značajno se povećava kompleksnost modela ali i vreme simulacije pa se prilikom izrade modela mora napraviti optimalan odnos između kvalitativne dubine i kvantitativnog opsega. Digitalni blizanci mogu poslužiti predstavljanju virtuelnih replika postojećih gradova, ali i kao osnova za planiranje i razvoj novih urbanih celina. Na tržištu postoji niz softverskih rešenja koji su specijalizovani za  izradu takvih modela digitalnih blizanaca, a razlikuju se po broju mogućih ulaznih parametara, po svojoj svrsi i željenom nivou simulacija.

Programi poput ArchGIS-a (9) omogućavaju sveobuhvatan pristup kombinujući i integrišući podatke iz senzora, GIS sistema (Geographical Information Systems), saobraćajnih mreža, infrastrukturnih servisa i klimatskih baza, formiraju dinamičan model grada koji reaguje na promene u realnom vremenu.

Ovakvi modeli (Slika 6) omogućavaju simulaciju razvojnih scenarija i procenu uticaja planiranih projekata i politika, čime se unapređuje održivost i efikasnost upravljanja resursima.

U okviru digitalnog blizanca mogu se analizirati stepen izgrađenosti, raspored i gustina zelenih površina, sistemi javnog saobraćaja i drugi ključni urbanistički parametri, kao i njihov međusobni uticaj na ekološku, ekonomsku i socijalnu održivost prostora uključujući i otpornost na prirodne katastrofe povezane sa klimatskim promenama. S obzirom na odsustvo integrisanog energetskog simulacionog mehanizma, kod ove vrste modela je energetsku performansu moguće uvesti kroz komponentu koja se formira učitavanjem setova podataka dobijenih iz sekundarnog simulacionog programa.

Drugi poput EnergyAtlas-a (10) kombinuju GIS tehnologiju i podatke za izradu 3D modela građevinskog fonda grada a zatim ga pretvara u energetski model (Urban Building Energy Model) koji je podložan nizu različitih energetskih simulacija i analiza kao npr. potrošnje energije, potencijala obnovljivih izvora i strategija energetske sanacije na nivou čitavog grada (Slika 7).

Novitet na tržištu predstavlja kompanija Infrared.city (11) koja je u trenutnoj fazi razvoja fokusirana na simulacije spoljašnje mikroklime i termalnog komfora javnih gradskih prostora (Slika 8). Inovativnost njihovog pristupa ogleda se u primeni veštačke inteligencije koja omogućava optimizaciju i ubrzavanje procesa simulacije upotrebom unapred treniranih i modela i mašinskog učenja skraćujući pritom značajno vreme potrebno za simulaciju i proizvodeći skoro instant (near real-time) rezultate. Time se korisnicima omogućava brža i lakša interakcija sa modelom i adekvatno i informisanije donošenje finalnih planerskih odluka.

Zahvaljujući svim ovim performansama i prednostima digitalni blizanci postaju važan alat kako u transformaciji i revitalizaciji postojećih gradova, tako i u planiranju novih urbanih struktura.

Na globalnom nivou već postoji niz gradova iz različitih geografskih i kulturoloških podneblja poput Singapura, Helsinkija, Londona, Šenžena, a od skora i Sarajeva koji svoj razvoj i budućnost planiraju koristeći se konceptom digitalnih blizanaca. Na primer, grad Singapur je kroz projekat „Virtual Singapore“ (12) razvio sofisticirane 3D urbane modele za upravljanje prostorom, mobilnošću i održivošću, uz poseban fokus na jačanje otpornosti na klimatske promene i ekstremne vremenske uslove. „Helsinki 3D“ (13) primenjuje otvorene digitalne modele u planiranju energetskih i građevinskih projekata, integrišući GIS podatke, BIM modele i IoT senzore u jedinstven sistem koji pruža sveobuhvatan uvid u funkcionisanje grada.

U regionalnom kontekstu posebno je značajna saradnja Sarajeva i ETH Ciriha, gde je u okviru projekta „Digital Twin – Urban Transformation Project Sarajevo“ razvijena digitalna replika grada Sarajeva zasnovana na terenski prikupljenim podacima. Ovaj model predstavlja osnovu za strateško planiranje i usmeravanje razvoja grada do 2040. godine (14).

I dok ova tehnologija u svetu sve više uzima zamaha i postaje standard, i pored svih svojih prednosti, u Srbiji a i širom regiona, ako izuzmemo primer grada Sarajeva, ovaj je koncept prisutan tek informativno a njegova primena u realnom sektoru marginalna.

Energetska efikasnost se često tretira samo kao formalna obaveza, a ne kao integralni deo projektantskog procesa. Fokus projektovanja se uglavnom zadržava na minimalnom ispunjenju zakonskih zahteva u pogledu termičkog omotača i ekonomičnom izboru mašinskih sistema, dok se stvarni potencijal optimizacije performansi zgrada i urbanih sistema najčešće zanemaruje. Energetski proračun se koristi uglavnom kao administrativna potvrda već donetih projektantskih rešenja, a ne kao alat za unapređenje ukupnih performansi objekta.

Jedna od glavnih prepreka za širu primenu digitalnih blizanaca na tržištu jesu troškovi njihove izrade. Cena modela zavisi od veličine objekta, tipologije i stepena kompleksnosti i može se kretati od nekoliko hiljada do nekoliko desetina hiljada evra.

Kod kompleksnih, ambicioznijih i detaljno razrađenih arhitektonskih ili urbanističkih modela troškovi mogu dostići i šestocifrene iznose. Zbog toga se s pravom postavlja pitanje – da li je digitalni blizanac, kao svojevrstan „magični štapić” u rukama inženjera, opravdana investicija ili tek „skupa igračka“ u okviru ukupnog budžeta jednog građevinskog poduhvata?

Odgovor u velikoj meri zavisi od načina na koji investitor ili klijent koristi takav model.

Energetski modeli i digitalni blizanci imaju znatno širu primenu od jednokratne analize performansi i ako se koncept shvati i upotrebi na pravi način, model postaje aktivan alat za upravljanje, a ne samo dodatak projektu. Pametnom optimizacijom moguće je ostvariti značajne operativne uštede koje dugoročno mogu višestruko nadmašiti inicijalne troškove izrade modela.

Digitalni blizanac zapravo predstavlja bazu podataka o objektu ili urbanoj celini koja olakšava funkcionisanje tokom celog životnog ciklusa. Jednom izrađen model može se iznova koristiti pri renovacijama, nadogradnjama, promenama namene ili na primer unapređenju energetskih sistema. U tom smislu, ulaganje u digitalnog blizanca nije stvar prestiža ili tehnološkog luksuza, već promišljena strateška investicija u održivu budućnost.

Bibliografija:

1. American Society of Heating, Refrigerating and Air-Conditioning Engineers; International Building Performance Simulation Association. ANSI/ASHRAE/IBPSA Standard 209-2024: Energy simulation aided design for buildings except low-rise residential buildings. Atlanta (GA): ASHRAE; 2024.
2. Schweizerischer Ingenieur- und Architektenverein (SIA). SIA 2024:2015 Raumnutzungsdaten für die Energie- und Gebäudetechnik. Zürich: SIA; 2015.
3. U.S. Department of Energy. EnergyPlus [computer software]. Washington (DC): U.S. Department of Energy; 2024. Dostupno na: https://energyplus.net
4. Integrated Environmental Solutions Ltd. IES Virtual Environment (IES VE) [computer software]. Glasgow: Integrated Environmental Solutions Ltd; 2024. Dostupno na: https://www.iesve.com
5. EQUA Simulation AB. IDA Indoor Climate and Energy (IDA ICE) [computer software]. Stockholm: EQUA Simulation AB; 2024. Dostupno na: https://www.equa.se
6. DesignBuilder Software Ltd. DesignBuilder [computer software]. Stroud, UK: DesignBuilder Software Ltd; 2024. Dostupno na: https://designbuilder.co.uk
7. Grasshopper (plugin for Rhinoceros) [computer software]. Seattle (WA): Robert McNeel & Associates; 2024. Dostupno na: https://www.grasshopper3d.com
8. Environmental Systems Research Institute (Esri). ArcGIS [computer software]. Redlands (CA): Esri; 2024. Dostupno na: https://www.esri.com/arcgis
9. Fassbender R. 5 BIG energy modeling trends for 2025 [Internet]. Energy-Models.com; 2024 Oct 8 [citirano 2026 Mar 9]. Available from: https://energy-models.com/blog/5-big-energy-modeling-trends-2025.
10. Energy Atlas. Energy Atlas: Urban energy simulation platform [Internet]. Zürich: Energy Atlas; 2024– [citirano 2026 Mar 9]. Dostupno na: https://www.energyatlas.io
11. Infrared City GmbH. Infrared City: Urban building energy simulation platform [Internet]. Graz: Infrared City GmbH; 2023– [citirano 2026 Mar 9]. Dostupno na: https://infrared.city
12. National Research Foundation Singapore. Virtual Singapore [Internet]. YouTube; 2016 [citirano 2026 Mar 9]. Dostupno na:
    https://www.youtube.com/watch?v=QnLyy0owGL0
13. City of Helsinki. Helsinki 3D – 3D city models and digital twin of Helsinki [Internet]. Helsinki: City of Helsinki; 2018– [citirano 2026 Mar 9]. Dostupno na: https://www.hel.fi/en/decision-making/information-on-helsinki/maps-and-geospatial-data/helsinki-3d
14. ETH Zurich; University of Sarajevo; Canton Sarajevo Institute of Planning and Development. Urban Transformation Project Sarajevo: Digital Twin [Internet]. Zurich: ETH Zurich; 2023– [citirano 2026 Mar 9]. Dostupno na: https://utps.ethz.ch/digital-twin/

Autor teksta: dr Aleksandar Tepavčević, osnivač i direktor Studio Ener-tekt