> 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/prise-en-main/readme.md). # Myrspoven myCoreAI est la couche d’optimisation de Myrspoven pour les bâtiments commerciaux et résidentiels. Il se connecte à un système de gestion du bâtiment (BMS) existant et entraîne un jumeau numérique informé par la physique sur la manière dont le bâtiment réagit à la météo, à son utilisation et aux actions de commande qui lui sont appliquées. À partir de cela, il ajuste automatiquement un ensemble sélectionné de signaux de commande afin de réduire le gaspillage d’énergie tout en maintenant les conditions intérieures dans les limites de confort convenues. La logique CVC existante du bâtiment reste en place — myCoreAI n’y apporte aucune modification permanente. Au lieu de cela, il fonctionne au-dessus de cette logique, en ajustant en continu les signaux pertinents afin que le bâtiment fonctionne à un point de fonctionnement plus efficace. *** ### Public * **Gestionnaires de portefeuille et d’actifs** utilisent myCoreAI pour réduire les coûts énergétiques et améliorer les marges d’exploitation sur l’ensemble de leur portefeuille immobilier. myCoreAI se connecte aux systèmes de bâtiment existants et optimise en continu les consignes CVC — offrant des économies mesurables sans dépenses d’investissement ni modifications de l’infrastructure existante. Il prend également en charge les obligations de gestion énergétique dans le cadre d’ISO 50001 et du reporting EPBD. * **Gestionnaires immobiliers et responsables de la maintenance** sont les exploitants au quotidien. Ils définissent les limites de confort, examinent les performances et répondent aux alertes — myCoreAI gère l’optimisation continue en arrière-plan, de sorte que les équipes techniques n’aient pas à ajuster manuellement les consignes dans tout le bâtiment. * **Intégrateurs de systèmes et fournisseurs de données énergétiques** connectent les bâtiments à la plateforme en cartographiant les signaux BMS existants : les capteurs que myCoreAI lit et les consignes qu’il contrôle.\ L’intégration est basée sur les signaux et indépendante des fournisseurs — elle fonctionne avec des piles telles que Schneider, Siemens et Fidelix. * **Développeurs** travaillent avec Myrspoven via l’API IA de Myrspoven pour lire des signaux, envoyer des consignes ou créer des outils au-dessus de la plateforme. Vous pouvez travailler directement avec l’API ou y connecter vos propres scripts et pipelines. ### Fonctionnement Chaque heure, myCoreAI exécute la même boucle : 1. **Lecture** les derniers signaux du BMS. Cela couvre les données de capteurs en direct — températures intérieures, compteurs d’énergie, état des équipements — ainsi que la configuration propre au bâtiment, comme les consignes actuelles et la structure du système. 2. **Prédire** la manière dont le bâtiment réagira au cours des 72 prochaines heures, en utilisant le jumeau numérique avec les prévisions météorologiques et les schémas appris du comportement du bâtiment. 3. **Optimiser** la politique de consignes afin de minimiser la consommation d’énergie tout en restant dans les limites de confort. 4. **Écriture** les consignes résultantes vers le BMS — envoyées toutes les 15 minutes. Le jumeau numérique est réentraîné à mesure que de nouvelles données arrivent, de sorte que myCoreAI s’adapte lorsque le bâtiment, la météo et les schémas d’utilisation évoluent.
myCoreAI control loop: the building's BMS sends sensor readings, directly or via the Myrspoven edge, to the cloud, which runs the optimizer hourly over a 72-hour horizon using weather and price inputs, then writes setpoints back every 15 minutes.

La boucle de contrôle de myCoreAI — des capteurs en entrée, des consignes optimisées en sortie.

#### Exemple concret Prenons l’exemple d’un immeuble de bureaux chauffé par réseau de chaleur. Il connecte son BMS via un mappage standard des signaux : températures des zones, départ et retour sur deux circuits de chauffage, compteur principal de chaleur et capteur extérieur. myCoreAI entraîne un jumeau numérique sur l’historique récent du bâtiment, puis prend le contrôle des consignes de départ des circuits de chauffage. Au cours des semaines suivantes, il préchauffe plus tôt à des températures de départ plus basses, lisse la montée du matin et laisse le bâtiment conserver la chaleur emmagasinée le soir, tandis que les températures des zones restent dans les limites de confort convenues. Résultat : moins d’énergie livrée, sans changement de la logique du BMS. ### Concepts clés * **BMS / BAS (Système de gestion du bâtiment / Système d’automatisation du bâtiment)** — la pile de contrôle existante du bâtiment (Schneider, Siemens, Fidelix et autres) à partir de laquelle myCoreAI lit et vers laquelle il écrit des consignes. * **Signal** — un flux de données unique nommé provenant du bâtiment. C’est le niveau auquel tout est représenté : les données de capteurs lues dans la boucle ci-dessus (un capteur de température, un compteur d’énergie), une consigne et l’état des équipements sont chacun un signal. Voir la [référence développeur](/myrspoven-docs/myrspoven-docs-fr/reference-developpeur/overview.md). * **Point de consigne** — une valeur modifiable renvoyée au BMS (par exemple, une température de départ du circuit de chauffage). Les boucles de contrôle du BMS agissent sur la consigne. * **Jumeau numérique** — le modèle informé par la physique d’un bâtiment spécifique, entraîné à partir de l’historique de ses capteurs. myCoreAI l’utilise pour prévoir comment les changements de consigne affecteront les conditions intérieures et la consommation d’énergie. * **Horizon d’optimisation** — l’horizon temporel sur lequel myCoreAI regarde lorsqu’il choisit les consignes. Actuellement 72 heures. * **Référence de base (énergie)** — le profil énergétique de référence par rapport auquel un bâtiment est comparé dans les rapports, utilisé pour estimer les économies. Cela se distingue de la *commande* de référence — la manière dont ses propres systèmes fonctionneraient sans myCoreAI — et il ne faut pas confondre les deux. * **Bornes de confort** — les limites des conditions intérieures (généralement la température) que myCoreAI doit respecter. Configurées par bâtiment, parfois apprises à partir de données historiques. * **myLoadshift** — déplace la consommation d’énergie de chauffage vers les heures les moins chères, en utilisant les prix spot de l’électricité ou une tarification dynamique du réseau de chaleur. Les limites de confort restent inchangées. ## Et ensuite | Public | Commencer ici | | -------------------------------------------- | ---------------------------------------------------------------------------------------------- | | **Clients** en utilisant myPortal | [myPortal](/myrspoven-docs/myrspoven-docs-fr/interfaces-client/myportal.md) | | **Partenaires d’intégration BMS** | [Intégration BMS](/myrspoven-docs/myrspoven-docs-fr/integrations/overview/bms-integrations.md) | | **Développeurs** en développant avec les API | [référence développeur](/myrspoven-docs/myrspoven-docs-fr/reference-developpeur/overview.md) | | Toutes **options d’intégration** | [Intégrations](/myrspoven-docs/myrspoven-docs-fr/integrations/overview.md) | | **Sécurité et conformité** | [trust.myrspoven.com](https://trust.myrspoven.com/) | --- # 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 by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/prise-en-main/readme.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. 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.