> 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-sv/ai-funktioner/ai-penalty.md).

# AI-straff

myCoreAI balanserar flera motstridiga mål i varje optimeringscykel — komfort för de som vistas i byggnaden, utrustningens effektivitet och driftkostnad. Varje oönskat utfall medför en straffpoäng, och myCoreAI väljer den kandidatplan med lägst totalstraff över optimeringshorisonten.

Den här sidan beskriver hur dessa prioriteringar är ordnade.

## Hur straffsystemet fungerar

I varje cykel utvärderar myCoreAI många möjliga börvärdesplaner över en horisont på 72 timmar, förutsäger utfallet för varje mot byggnadsmodellen, summerar straffen och väljer planen med lägst kostnad. Endast den första timmen skickas till Building Management System (BMS); den återstående horisonten säkerställer att det aktuella beslutet leder till ett sammanhängande förlopp.

Straffen väger inte lika tungt, och flera av dem är villkorade av årstid, tid på dygnet eller närvaro.

## Prioritet 1 — Komfort

Komfortstraff dominerar. myCoreAI viktar dem långt högre än någon energi- eller kostnadsterm, så den accepterar högre energianvändning snarare än att låta komforten hamna utanför komfortgränserna.

Komfortstraff omfattar:

* **Inomhustemperatur** utanför komfortgränserna
* **CO₂-nivåer** över den konfigurerade gränsen
* **Luftfuktighet** över den konfigurerade gränsen, där det mäts

För byggnader med konfigurerade sensorgrupper utvärderar myCoreAI komfort per grupp (vanligtvis en grupp per värme- eller kylkrets) i stället för per enskild sensor.

## Prioritet 2 — Beteende för luftbehandlingsaggregat

För varje luftbehandlingsaggregat (AHU) väljer myCoreAI mellan värme, kyla eller enbart ventilation utifrån utomhustemperatur och årstid.

| Årstid    | AHU-roll            | Straff                                                                                 |
| --------- | ------------------- | -------------------------------------------------------------------------------------- |
| Vinter    | Uppvärmning via AHU | Hög — avråds om inte komforten kräver det eller **Värme med ventilation** är aktiverat |
| Sommar    | Fri kylning via AHU | Låg — uppmuntras före mekanisk kylning                                                 |
| Året runt | Fläkt-/tryckdrift   | Litet konstant — avråder från onödig ventilation                                       |

## Prioritet 3 — Värmekälla

myCoreAI tilldelar en låg straffnivå till de primära värmekretsarna (vanligtvis fjärrvärme via radiatorer) och en hög straffnivå till AHU-baserad uppvärmning. Den här rangordningen ger vinterlogiken ovan.

En jämnhetsterm avråder från snabba timvisa förändringar i värmebörvärden. Den **Maximal ändring i värmekretsen** inställningen i AI-inställningarna begränsar hur snabbt börvärden kan ändras.

## Prioritet 4 — Kylkälla

Kylkällor får lätta straff, ordnade efter kostnad och miljöpåverkan: fri kylning via ventilation, därefter fjärrkyla, sedan mekanisk kylning.

## Energiprisjustering

När [myLoadshift](/myrspoven-docs/myrspoven-docs-sv/ai-funktioner/loadshift.md) är aktiv multiplicerar myCoreAI energirelaterade straff med det tidsvarierande spotpriset och flyttar förbrukningen till billigare timmar. Komfortstraff prisjusteras inte.

## Energitak

När energitaket är konfigurerat aktiveras ett extra straff när det förutsagda dygnsmedelvärdet närmar sig taket. myCoreAI viktar det tungt — taket fungerar som en nästan hård begränsning.

## Att sätta ihop allt

myCoreAI poängsätter varje kandidatplan utifrån:

1. Komfortstraff — höga, vanligtvis noll när komforten upprätthålls
2. Straff för utrustningsanvändning — måttliga, beroende av årstid och temperatur
3. Jämnhetsstraff — små, håller driften stabil
4. Kostnadsrelaterade straff — små, gynnar billigare energi när andra begränsningar är uppfyllda
5. Takstraff — aktiva endast nära energitaket

Planen med lägst total kostnad skickas ut.

## Exempel

Ett kontor med fjärrvärme en mild februarieftermiddag: utomhustemperaturen är 6 °C, inomhussensorerna ligger mitt i bandet, och spotpriset sjunker kraftigt mellan 13:00 och 15:00. Med myLoadshift aktivt höjer myCoreAI radiatorframledningstemperaturen något under den billiga perioden för att förladda byggnadens termiska massa, och låter sedan systemet rulla vidare genom den tidiga kvällens pristopp. Komfortstraffen förblir noll hela tiden — åtgärden drivs helt av kostnadstermen, begränsad av jämnhetstaket på värmekretsen.

## Tolkning av oväntat beteende

När börvärden ser kontraintuitiva ut — radiatorframledning oförändrad en mild dag, AHU som går varmare än väntat — är det vanligtvis ett straff med högre prioritet som är aktivt: en komfortsensor nära sin gräns, jämnhetstermen som förhindrar ett snabbt fall, eller att byggnaden närmar sig sitt energitak.

För att styra myCoreAI mot mer aggressiva energibesparingar, justera AI-inställningarna: bredda det adaptiva min-/maxvärdet, aktivera AI Freedom eller öka förskjutningarna utanför arbetstid.


---

# 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-sv/ai-funktioner/ai-penalty.md?ask=<question>&goal=<endgoal>
```

`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.
