> 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, efektywność urządzeń i koszty eksploatacji. Każdy niepożądany wynik niesie karę, a myCoreAI wybiera wariant planu z najniższą łączną karą w horyzoncie optymalizacji.

Ta strona opisuje, jak uporządkowane są te priorytety.

## Jak działa system kar

W każdym cyklu myCoreAI ocenia wiele wariantów planów nastaw w horyzoncie 72 godzin, przewiduje skutki każdego z nich na podstawie modelu budynku, sumuje kary i wybiera plan o najniższym koszcie. Tylko pierwsza godzina jest przekazywana do systemu zarządzania budynkiem (BMS); pozostały horyzont zapewnia, że bieżąca decyzja prowadzi do spójnej trajektorii.

Kary nie mają jednakowej wagi, a kilka z nich zależy od sezonu, pory dnia lub obecności.

## Priorytet 1 — Komfort

Kary za komfort dominują. myCoreAI nadaje im znacznie większą wagę niż jakimkolwiek składnikom energii czy kosztu, więc woli zaakceptować większe zużycie energii, niż dopuścić do wyjścia komfortu poza granice komfortu.

Kary za komfort obejmują:

* **Temperatura wewnętrzna** poza granicami komfortu
* **Poziomy CO₂** powyżej skonfigurowanego limitu
* **Wilgotność** powyżej skonfigurowanego limitu, tam gdzie mierzona

W budynkach z skonfigurowanymi grupami czujników myCoreAI ocenia komfort dla każdej grupy (zazwyczaj jedna grupa na obwód grzewczy lub chłodniczy), a nie dla pojedynczego czujnika.

## Priorytet 2 — Zachowanie centrali wentylacyjnej

Dla każdej centrali wentylacyjnej (AHU) myCoreAI wybiera między grzaniem, chłodzeniem lub trybem wyłącznie wentylacji w zależności od temperatury zewnętrznej i sezonu.

| Sezon    | Rola AHU                       | Kara                                                                                           |
| -------- | ------------------------------ | ---------------------------------------------------------------------------------------------- |
| Zima     | Ogrzewanie przez AHU           | Wysoka — zniechęca, chyba że wymaga tego komfort lub **Ogrzewanie z wentylacją** jest włączone |
| Lato     | Bezpłatne chłodzenie przez AHU | Niska — preferowana przed chłodzeniem mechanicznym                                             |
| Cały rok | Praca wentylatora / ciśnienia  | Niewielka stała — zniechęca do niepotrzebnej wentylacji                                        |

## Priorytet 3 — Źródło ogrzewania

myCoreAI przypisuje niską karę głównym obwodom grzewczym (zazwyczaj ciepło sieciowe przez grzejniki) i wysoką karę ogrzewaniu opartemu na AHU. Taka hierarchia tworzy powyższą logikę zimową.

Składnik gładkości zniechęca do gwałtownych zmian nastaw ogrzewania z godziny na godzinę. The **Maks. 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: bezpłatne 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 ceną.

## Limit energii

Gdy skonfigurowano limit energii, aktywuje się dodatkowa kara, gdy przewidywana dzienna średnia zbliża się do limitu. myCoreAI nadaje jej dużą wagę — limit działa niemal jak twarde ograniczenie.

## Jak to się składa

myCoreAI ocenia każdy wariant planu pod kątem:

1. Kary za komfort — wysokie, zwykle zerowe, gdy komfort jest zachowany
2. Kary za użycie urządzeń — umiarkowane, zależne od sezonu i temperatury
3. Kary za gładkość — małe, utrzymują stabilność działania
4. Kary związane z kosztami — małe, preferują tańszą energię, gdy spełnione są inne ograniczenia
5. Kary za limit — aktywne tylko blisko limitu energii

Plan o najniższym łącznym koszcie jest wysyłany.

## Przykład

Biuro ogrzewane z sieci ciepłowniczej w łagodny lutowy popołudniowy dzień: temperatura zewnętrzna wynosi 6 °C, czujniki wewnętrzne utrzymują się w środkowym zakresie, a cena spot gwałtownie spada między 13:00 a 15:00. Przy aktywnym myLoadshift myCoreAI nieznacznie podnosi temperaturę zasilania grzejników w tanim oknie, aby wstępnie naładować masę budynku, a następnie pozwala jej przejść przez wczesnowieczorny szczyt cenowy. Kary za komfort przez cały czas pozostają na poziomie zerowym — ruch jest napędzany wyłącznie składnikiem kosztowym, ograniczonym przez limit gładkości obwodu grzewczego.

## Interpretacja nieoczekiwanego zachowania

Gdy nastawy wydają się sprzeczne z intuicją — zasilanie grzejników bez zmian w łagodny dzień, AHU pracująca cieplej, niż oczekiwano — zwykle aktywna jest kara o wyższym priorytecie: czujnik komfortu blisko swojego limitu, składnik gładkości uniemożliwiający szybki spadek lub budynek zbliżający się do limitu energii.

Aby ukierunkować myCoreAI na bardziej agresywne oszczędzanie energii, dostosuj ustawienia AI: poszerz adaptacyjne minimum/maksimum, włącz AI Freedom lub zwiększ przesunięcia 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-pl/funkcje-ai/ai-penalty.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
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.