> 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-pl/funkcje-ai/ai-penalty.md). # Kara AI myCoreAI równoważy kilka konkurujących celów w każdym cyklu optymalizacji — komfort użytkowników, wydajność urządzeń i koszty eksploatacji. Każdy niepożądany wynik wiąże się z karą, a myCoreAI wybiera plan kandydujący z najniższą łączną karą w całym horyzoncie optymalizacji. Ta strona opisuje, w jaki sposób te priorytety są uporządkowane. ## Jak działa system kar W każdym cyklu myCoreAI ocenia wiele planów kandydujących nastaw w horyzoncie 72 godzin, przewiduje wynik każdego z nich dla modelu budynku, sumuje kary i wybiera plan o najniższym koszcie. Do Systemu Zarządzania Budynkiem (BMS) przekazywana jest tylko pierwsza godzina; pozostały horyzont zapewnia, że bieżąca decyzja prowadzi do spójnej trajektorii. Kary nie mają jednakowej wagi, a kilka z nich zależy od pory roku, pory dnia lub obecności użytkowników. ## Priorytet 1 — Komfort Kary za komfort dominują. myCoreAI waży je znacznie wyżej niż jakikolwiek składnik energii lub kosztu, więc woli wyższe zużycie energii, niż dopuścić, by warunki komfortu wyszły poza dopuszczalne granice. Kary za komfort obejmują: * **Temperatura wewnętrzna** poza granicami komfortu * **Poziom CO₂** powyżej skonfigurowanego limitu W budynkach z skonfigurowanymi grupami czujników myCoreAI ocenia komfort dla każdej grupy (zazwyczaj jedna grupa na obwód ogrzewania lub chłodzenia), a nie dla pojedynczego czujnika. ## Priorytet 2 — Zachowanie centrali wentylacyjnej Dla każdej centrali wentylacyjnej (AHU) myCoreAI wybiera między ogrzewaniem, chłodzeniem lub samą wentylacją w oparciu o temperaturę zewnętrzną i porę roku. | Pora roku | Rola AHU | Kara | | --------- | ------------------------------ | ---------------------------------------------------------------------------------------------- | | Zima | Ogrzewanie przez AHU | Wysoka — odradzana, chyba że wymaga tego komfort lub **Ogrzewanie z wentylacją** jest włączone | | Lato | Swobodne chłodzenie przez AHU | Niska — zalecana przed chłodzeniem mechanicznym | | Cały rok | Praca wentylatorów / ciśnienia | Niewielka, stała — zniechęca do niepotrzebnej wentylacji | ## Priorytet 3 — Źródło ogrzewania myCoreAI przypisuje niską karę głównym obwodom grzewczym (zazwyczaj ciepło systemowe przez grzejniki), a wysoką karę ogrzewaniu opartego na AHU. Taka hierarchia daje powyższą logikę zimową. Składnik płynności zniechęca do szybkich zmian nastaw ogrzewania z godziny na godzinę. **Maksymalna zmiana obwodu grzewczego** ustawienie w ustawieniach AI ogranicza, jak szybko mogą zmieniać się nastawy. ## Priorytet 4 — Źródło chłodzenia Źródła chłodzenia mają niewielkie kary, uporządkowane według kosztu i wpływu na środowisko: swobodne chłodzenie przez wentylację, następnie chłodzenie sieciowe, a potem chłodzenie mechaniczne. ## Modyfikacja ceny energii Gdy [myLoadshift](/myrspoven-docs/myrspoven-docs-pl/funkcje-ai/loadshift.md) jest aktywny, myCoreAI mnoży kary związane z energią przez zmienną w czasie cenę spot i przesuwa zużycie na tańsze godziny. Kary za komfort nie są modyfikowane przez cenę. ## Jak to wszystko połączyć myCoreAI ocenia każdy plan kandydujący pod kątem: 1. Kary za eksploatację urządzeń — umiarkowane, zależne od pory roku i temperatury 2. Kary za płynność — niewielkie, utrzymują stabilną pracę 3. Kary związane z kosztami — niewielkie, faworyzują tańszą energię, gdy spełnione są inne ograniczenia 4. Uruchamiany jest plan o najniższym całkowitym koszcie. Uruchamiany jest plan o najniższym całkowitym koszcie. ## Przykład z życia Biurowiec ogrzewany z sieci ciepłowniczej w łagodne lutowe popołudnie: temperatura zewnętrzna wynosi 6 °C, czujniki wewnętrzne mieszczą się w środku zakresu, a dynamiczna taryfa ciepła systemowego spada gwałtownie między 13:00 a 15:00. Przy aktywnym myLoadshift myCoreAI nieznacznie podnosi zasilanie grzejników w tanim oknie, aby wstępnie naładować masę budynku, a następnie pozwala jej przetrwać wczesnowieczorny szczyt cenowy. Kary za komfort pozostają przez cały czas na poziomie zerowym. Ruch ten jest napędzany wyłącznie przez składnik kosztowy, ograniczony przez limit płynności na obwodzie grzewczym. ## Interpretacja nieoczekiwanego zachowania Gdy nastawy wyglądają na nielogiczne — zasilanie grzejników bez zmian w łagodny dzień, AHU pracuje cieplej niż oczekiwano — zwykle aktywna jest kara o wyższym priorytecie: czujnik komfortu zbliżający się do limitu albo składnik płynności, który zapobiega szybkiemu spadkowi. Aby skłonić myCoreAI do bardziej agresywnych oszczędności energii, dostosuj ustawienia AI: poszerz adaptacyjne minimum/maksimum, włącz AI Freedom lub zwiększ offsety poza godzinami pracy. --- # 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-pl/funkcje-ai/ai-penalty.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.