> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-ia/ai-penalty.md). # Pénalité IA myCoreAI équilibre plusieurs objectifs concurrents à chaque cycle d'optimisation — confort des occupants, efficacité des équipements et coût d'exploitation. Chaque résultat indésirable entraîne une pénalité, et myCoreAI sélectionne le plan candidat avec la pénalité totale la plus faible sur l'horizon d'optimisation. Cette page décrit comment ces priorités sont ordonnées. ## Comment fonctionne le système de pénalités À chaque cycle, myCoreAI évalue de nombreux plans de consigne candidats sur un horizon de 72 heures, prévoit le résultat de chacun à l'aide du modèle du bâtiment, additionne les pénalités et sélectionne le plan au coût le plus faible. Seule la première heure est envoyée au système de gestion technique du bâtiment (BMS) ; l'horizon restant garantit que la décision actuelle conduit à une trajectoire cohérente. Les pénalités n'ont pas toutes le même poids, et plusieurs dépendent de la saison, de l'heure ou de l'occupation. ## Priorité 1 — Confort Les pénalités de confort dominent. myCoreAI leur attribue un poids bien supérieur à toute composante énergétique ou de coût, de sorte qu'il accepte une consommation d'énergie plus élevée plutôt que de laisser le confort sortir des limites de confort. Les pénalités de confort couvrent : * **Température intérieure** hors des limites de confort * **Niveaux de CO₂** au-dessus de la limite configurée * **Humidité** au-dessus de la limite configurée, le cas échéant mesurée Pour les bâtiments dont des groupements de capteurs sont configurés, myCoreAI évalue le confort par groupe (généralement un groupe par circuit de chauffage ou de refroidissement) plutôt que par capteur individuel. ## Priorité 2 — Comportement de l'unité de traitement d'air Pour chaque unité de traitement d'air (UTA), myCoreAI choisit entre chauffage, refroidissement ou ventilation seule en fonction de la température extérieure et de la saison. | Saison | Rôle de l'UTA | Pénalité | | ------------- | ------------------------------------------------ | -------------------------------------------------------------------------------------------- | | Hiver | Chauffage via l'UTA | Élevée — déconseillé sauf si le confort l'exige ou **Chauffage avec ventilation** est activé | | Été | Refroidissement gratuit via l'UTA | Faible — encouragé avant le refroidissement mécanique | | Toute l'année | Fonctionnement des ventilateurs / de la pression | Faible constant — décourage la ventilation inutile | ## Priorité 3 — Source de chauffage myCoreAI attribue une faible pénalité aux circuits de chauffage principaux (généralement le chauffage urbain via les radiateurs) et une pénalité élevée au chauffage via l'UTA. Cette hiérarchie produit la logique hivernale ci-dessus. Un terme de lissage décourage les variations rapides d'une heure à l'autre des consignes de chauffage. Le **Variation maximale du circuit de chauffage** paramètre dans les réglages IA limite la vitesse à laquelle les consignes peuvent évoluer. ## Priorité 4 — Source de refroidissement Les sources de refroidissement entraînent de faibles pénalités, classées selon le coût et l'impact environnemental : refroidissement gratuit par ventilation, puis refroidissement urbain, puis refroidissement mécanique. ## Modulation du prix de l'énergie Lorsque [myLoadshift](/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-ia/loadshift.md) est actif, myCoreAI multiplie les pénalités liées à l'énergie par le prix spot variable dans le temps et déplace la consommation vers les heures les moins chères. Les pénalités de confort ne sont pas modulées par le prix. ## Plafond énergétique Lorsque le plafond énergétique est configuré, une pénalité supplémentaire s'active à mesure que la moyenne journalière prévue approche du plafond. myCoreAI lui attribue un poids élevé — le plafond se comporte comme une contrainte presque stricte. ## Mise en pratique myCoreAI évalue chaque plan candidat selon : 1. Pénalités de confort — élevées, généralement nulles lorsque le confort est maintenu 2. Pénalités d'utilisation des équipements — modérées, dépendantes de la saison et de la température 3. Pénalités de lissage — faibles, maintiennent le fonctionnement stable 4. Pénalités liées au coût — faibles, favorisent une énergie moins chère lorsque les autres contraintes sont satisfaites 5. Pénalités de plafond — actives uniquement à proximité du plafond énergétique Le plan au coût total le plus faible est envoyé. ## Exemple concret Un bureau chauffé par chauffage urbain un après-midi doux de février : la température extérieure est de 6 °C, les capteurs intérieurs se situent au milieu de la plage, et le prix spot chute fortement entre 13 h et 15 h. Avec myLoadshift activé, myCoreAI augmente légèrement l'alimentation des radiateurs pendant la fenêtre bon marché pour précharger la masse du bâtiment, puis le laisse dériver pendant le pic de prix du début de soirée. Les pénalités de confort restent nulles tout au long du processus — le mouvement est entièrement motivé par le terme de coût, limité par le plafond de lissage du circuit de chauffage. ## Interprétation d'un comportement inattendu Lorsque les consignes semblent contre-intuitives — alimentation des radiateurs inchangée par temps doux, UTA fonctionnant plus chaud que prévu — une pénalité de priorité supérieure est généralement active : un capteur de confort proche de sa limite, le terme de lissage empêchant une baisse rapide, ou le bâtiment approchant de son plafond énergétique. Pour orienter myCoreAI vers des économies d'énergie plus agressives, ajustez les réglages IA : élargissez les min/max adaptatifs, activez la liberté IA ou augmentez les décalages des heures creuses. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-ia/ai-penalty.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.