Opracowanie algorytmów analizy ekspozycji oraz prognozowania zysków cieplnych z nasłonecznienia w ramach innowacyjnego systemu ogrzewania [05/05/2026/IZO]
Notice description
Powstaje w kontekście projektu:
FESL.10.02-IP.01-0B44/24 - Przeprowadzenie prac B+R nad opracowaniem inteligentnego systemu zarządzania ogrzewaniem kolejnym krokiem rozwoju budownictwa energooszczędnego
Przedmiotem zamówienia jest przeprowadzenie prac badawczych nad opracowaniem algorytmów analizy ekspozycji oraz prognozowania zysków cieplnych z nasłonecznienia (AZN) na potrzeby inteligentnego systemu zarządzania ogrzewaniem w mieszkaniach w budynkach wielorodzinnych.
W skład kompletnego systemu (zestawu) wchodzić będą następujące elementy:
– sterownik grzejnika – urządzenie montowane bezpośrednio na zaworze grzejnikowym, odpowiedzialne za pomiar lokalny, sterowanie napędem zaworu, łączność bezprzewodową oraz realizację logiki sterowania ogrzewaniem;
– bezprzewodowy czujnik temperatury – urządzenie pomiarowe dostarczające danych o temperaturze powietrza, natężeniu światła oraz obecności/ruchu użytkowników w pomieszczeniu;
– zestaw algorytmów optymalizacyjnych – warstwa percepcji, predykcji i decyzji zasilająca centralną logikę sterowania ogrzewaniem i zarządzania profilami temperaturowymi; część algorytmów (w tym niniejsze algorytmy AZN) jest zlecana na zewnątrz, natomiast centralna warstwa sterowania realizowana jest przez Zamawiającego we własnym zakresie.
Opracowanie algorytmów identyfikacji ułożenia pomieszczenia względem stron świata i analizy zysków cieplnych ze słońca jest kluczowe na etapie TRL 3, ponieważ umożliwia precyzyjne dopasowanie pracy systemu grzewczego do specyficznych warunków każdego pomieszczenia. Algorytmy te pozwolą na przewidywanie, jak nasłonecznienie wpływa na wzrost temperatury, co umożliwi efektywne zarządzanie energią cieplną, optymalizację ogrzewania, minimalizację strat energii oraz zwiększenie komfortu cieplnego użytkowników.
Zadanie polega na opracowaniu zaawansowanych algorytmów odpowiedzialnych za identyfikację kluczowych parametrów każdego pomieszczenia, uwzględniających ułożenie pomieszczenia względem stron świata, zyski cieplne ze słońca oraz wpływ temperatury zewnętrznej na wzrost temperatury wewnątrz pomieszczenia.
Pierwszy algorytm analizuje dane z czujników natężenia światła, aby określić położenie pomieszczenia względem stron świata i wpływ nasłonecznienia na jego temperaturę w ciągu dnia, dzięki czemu system przewidzi, jak promienie słoneczne wpływają na temperaturę w różnych godzinach dnia, i odpowiednio dostosuje harmonogram ogrzewania.
Drugi algorytm skupia się na analizie zysków cieplnych wynikających z nasłonecznienia oraz zmian temperatury zewnętrznej. Algorytm przewiduje, w jaki sposób słońce oraz zewnętrzne warunki pogodowe wpływają na temperaturę w danym pomieszczeniu, co pozwoli na precyzyjne dostosowanie pracy systemu grzewczego i minimalizację strat energii.
Cel usługi:
Opracowanie kompletnego, działającego modułu AZN, który na podstawie danych z czujników natężenia światła identyfikuje ekspozycję/orientację pomieszczenia względem stron świata oraz wpływ słońca na temperaturę, a także prognozuje zyski cieplne z nasłonecznienia z uwzględnieniem zachmurzenia i prognozy pogody. Moduł ma umożliwić ograniczenie lub odroczenie ogrzewania, gdy przewidywane zyski słoneczne częściowo lub całkowicie pokrywają zapotrzebowanie cieplne. Moduł stanowi warstwę predykcji zasilającą centralę i nie jest modułem wykonawczym sterowania grzejnikiem.
Zakres usługi:
Opracowanie Algorytmów analizy ekspozycji i Zysków z Nasłonecznienia (AZN) jako kompletnego modułu badawczo-rozwojowego obejmującego: identyfikację orientacji pomieszczenia względem stron świata (w tym ekspozycji mieszanej lub niejednoznacznej), model prognozowania zysków cieplnych z nasłonecznienia z uwzględnieniem zachmurzenia i prognozy pogody, predykcję przyrostu temperatury, wyznaczanie okna i szczytu nasłonecznienia, rekomendację ograniczenia lub odroczenia ogrzewania, ocenę niepewności predykcji, obsługę danych niepełnych, walidację w scenariuszach i przypadkach brzegowych oraz przygotowanie do integracji z centralą sterującą systemu.
Założenia do opracowania algorytmów AZN:
Algorytmy AZN stanowią warstwę percepcji i predykcji zasilającą centralną warstwę sterowania ogrzewaniem oraz zarządzania profilami temperaturowymi, realizowaną przez Zamawiającego we własnym zakresie. AZN odpowiada na pytanie: ile ciepła pomieszczenie otrzyma z nasłonecznienia i kiedy, aby umożliwić ograniczenie lub odroczenie ogrzewania zanim pomieszczenie ulegnie przegrzaniu. AZN dowodzi dwóch parametrów Kamienia Milowego KM1 jednocześnie: odchylenie symulacji zysków cieplnych z nasłonecznienia od danych rzeczywistych ≤ 10% oraz pokrycie scenariuszy ≥ 80%.
Wykonawca zobowiązany jest opracować AZN jako działający, testowalny i możliwy do niezależnego uruchomienia moduł systemu, a nie jako samą koncepcję, prezentację ani model badawczy pozbawiony implementacji.
Ocena odbiorowa ma dwie warstwy. Warstwa A to metryki headline (główne parametry kamienia milowego: odchylenie zysków ≤ 10% oraz pokrycie scenariuszy ≥ 80%), przyjęte dosłownie z wniosku o dofinansowanie. Warstwa B to podmetryki operacjonalizujące headline i zabezpieczające przed pozornym wykonaniem, np. modelem strojonym wyłącznie dla łatwych ekspozycji, modelem mylącym oświetlenie sztuczne z nasłonecznieniem albo testowanym bez reprezentacji wszystkich grup macierzy scenariuszy. Samo spełnienie metryk headline nie wystarcza do odbioru – wymagane są dodatkowo: uruchomienie modułu i walidacja na danych Zamawiającego oraz na zbiorze held-out, spełnienie metryk krytycznych, komplet produktów końcowych, brak nieusuniętych wad blokujących integrację oraz protokół potwierdzający parametr kamienia milowego.
Wymagane wejścia:
Dane z czujników natężenia światła, temperatura wewnętrzna i zewnętrzna, prognoza pogody, zachmurzenie/nasłonecznienie, znacznik czasu, estymowana orientacja oraz pora roku. Moduł musi działać w trybie degradacji jakości przy częściowym braku danych i jednoznacznie oznaczać dane niewystarczające.
Wymagane wyjścia:
Identyfikacja orientacji pomieszczenia (w tym możliwość wskazania ekspozycji mieszanej lub niejednoznacznej), prognozowane zyski cieplne, przyrost temperatury, okno i szczyt nasłonecznienia, rekomendacja ograniczenia lub odroczenia ogrzewania, poziom pewności, komunikat „dane niewystarczające” oraz ustrukturyzowany wynik możliwy do wykorzystania przez centralę sterującą. Wszystkie strefy w jednym cyklu decyzyjnym muszą zostać obsłużone w oknie 15 minut na docelowej platformie lub na środowisku referencyjnym uzgodnionym z Zamawiającym; wymagany jest profil wydajnościowy modułu.
Poniższe progi stanowią minimalne kryteria sukcesu produktu. Niespełnienie którejkolwiek metryki minimalnej jest wadą krytyczną, niezależnie od tego, czy średnia ważona innych metryk byłaby wyższa. Progi minimalne i docelowe stanowią gwarantowane parametry produktu i nie podlegają obniżeniu w toku realizacji umowy.
Walidacja końcowa musi obejmować testy na danych Zamawiającego lub danych przez niego zaakceptowanych, w tym na wydzielonym zbiorze odbiorowym typu held-out, niedostępnym Wykonawcy przed testem końcowym. Walidacją objęte są dokładnie 20 scenariuszy odbiorowych (z czego minimum 16 musi zostać zaliczonych dla potwierdzenia KM1):
• ekspozycja południowa, dzień bezchmurny, wysokie nasłonecznienie;
• ekspozycja północna, brak bezpośredniego nasłonecznienia;
• ekspozycja wschodnia, poranne nasłonecznienie;
• ekspozycja zachodnia, popołudniowe nasłonecznienie;
• ekspozycja narożna albo mieszana (więcej niż jedno okno);
• dzień pochmurny, niskie natężenie światła;
• zmienne częściowe zachmurzenie w ciągu dnia;
• gwałtowna zmiana zachmurzenia po wcześniejszej predykcji;
• niskie słońce zimowe i krótki dzień;
• wysokie słońce letnie i długi dzień;
• silne słońce przy niskiej temperaturze zewnętrznej;
• wysoka temperatura zewnętrzna i ryzyko przegrzania;
• średni poziom nasłonecznienia;
• niski poziom nasłonecznienia;
• brak bezpośredniego słońca, lecz wzrost temperatury z innych przyczyn;
• częściowe zacienienie przez budynek, drzewo albo element architektoniczny;
• zakłócenie pomiaru przez sztuczne światło, rolety albo zasłony;
• dane z czujnika światła niepełne, opóźnione albo zaszumione;
• rozbieżność między czujnikiem światła a prognozą pogody;
• ciągła praca obejmująca minimum 30 dni i różne pory dnia.
Moduł musi dodatkowo obsługiwać co najmniej 20 przypadków brzegowych, obejmujących:
• czujnik światła w cieniu;
• odbicie od śniegu;
• sztuczne światło zakłócające pomiar;
• brak danych pogodowych;
• dane opóźnione;
• skokowy odczyt natężenia;
• gwałtowne zmiany zachmurzenia;
• wschód/zachód słońca;
• sezonową zmianę kąta padania;
• zaciągnięte rolety lub zasłony;
• okno zabrudzone lub zasłonięte;
• pochmurny dzień z krótkim przejaśnieniem;
• bardzo krótki dzień;
• bardzo długi dzień;
• brak historii;
• sprzeczność czujnik światła vs prognoza;
• wiele okien o różnej orientacji;
• całkowity brak nasłonecznienia;
• ekstremalne nasłonecznienie grożące przegrzaniem;
• dane niewystarczające do wiarygodnej predykcji.
Produkty końcowe wymagane od Wykonawcy:
– raport z analizy źródeł danych, ograniczeń modelu, założeń walidacyjnych i ryzyk;
– opis metody algorytmicznej, zmiennych wejściowych i wynikowych, sposobu uczenia/kalibracji, aktualizacji oraz oceny niepewności;
– działający prototyp modułu algorytmicznego możliwy do niezależnego uruchomienia przez Zamawiającego;
– kod źródłowy, modele, pliki konfiguracyjne, instrukcja uruchomienia, opis zależności oraz repozytorium albo paczka wdrożeniowa;
– dokumentacja techniczna i integracyjna: wejścia, wyjścia, formaty danych, API lub interfejs wymiany danych, komunikaty błędów, obsługa przypadków brzegowych;
– raport walidacyjny: dane wejściowe, dane referencyjne, metodyka liczenia metryk, wyniki per scenariusz, wyniki per przypadek brzegowy, tabela błędów oraz macierz pomyłek;
– dane, odtwarzalna procedura walidacji zaakceptowana przez Zamawiającego;
– rekomendacje dotyczące dalszego uczenia, kalibracji, monitorowania dryftu modelu, estymacji niepewności oraz integracji z centralą sterującą.
Odbiór całościowy nastąpi dopiero po łącznym potwierdzeniu kompletności produktu, poprawności merytorycznej, zgodności i walidacji.
Okres gwarancji: -
Miejsce realizacji
Cała polska
FESL.10.02-IP.01-0B44/24 - Przeprowadzenie prac B+R nad opracowaniem inteligentnego systemu zarządzania ogrzewaniem kolejnym krokiem rozwoju budownictwa energooszczędnego
Przedmiotem zamówienia jest przeprowadzenie prac badawczych nad opracowaniem algorytmów analizy ekspozycji oraz prognozowania zysków cieplnych z nasłonecznienia (AZN) na potrzeby inteligentnego systemu zarządzania ogrzewaniem w mieszkaniach w budynkach wielorodzinnych.
W skład kompletnego systemu (zestawu) wchodzić będą następujące elementy:
– sterownik grzejnika – urządzenie montowane bezpośrednio na zaworze grzejnikowym, odpowiedzialne za pomiar lokalny, sterowanie napędem zaworu, łączność bezprzewodową oraz realizację logiki sterowania ogrzewaniem;
– bezprzewodowy czujnik temperatury – urządzenie pomiarowe dostarczające danych o temperaturze powietrza, natężeniu światła oraz obecności/ruchu użytkowników w pomieszczeniu;
– zestaw algorytmów optymalizacyjnych – warstwa percepcji, predykcji i decyzji zasilająca centralną logikę sterowania ogrzewaniem i zarządzania profilami temperaturowymi; część algorytmów (w tym niniejsze algorytmy AZN) jest zlecana na zewnątrz, natomiast centralna warstwa sterowania realizowana jest przez Zamawiającego we własnym zakresie.
Opracowanie algorytmów identyfikacji ułożenia pomieszczenia względem stron świata i analizy zysków cieplnych ze słońca jest kluczowe na etapie TRL 3, ponieważ umożliwia precyzyjne dopasowanie pracy systemu grzewczego do specyficznych warunków każdego pomieszczenia. Algorytmy te pozwolą na przewidywanie, jak nasłonecznienie wpływa na wzrost temperatury, co umożliwi efektywne zarządzanie energią cieplną, optymalizację ogrzewania, minimalizację strat energii oraz zwiększenie komfortu cieplnego użytkowników.
Zadanie polega na opracowaniu zaawansowanych algorytmów odpowiedzialnych za identyfikację kluczowych parametrów każdego pomieszczenia, uwzględniających ułożenie pomieszczenia względem stron świata, zyski cieplne ze słońca oraz wpływ temperatury zewnętrznej na wzrost temperatury wewnątrz pomieszczenia.
Pierwszy algorytm analizuje dane z czujników natężenia światła, aby określić położenie pomieszczenia względem stron świata i wpływ nasłonecznienia na jego temperaturę w ciągu dnia, dzięki czemu system przewidzi, jak promienie słoneczne wpływają na temperaturę w różnych godzinach dnia, i odpowiednio dostosuje harmonogram ogrzewania.
Drugi algorytm skupia się na analizie zysków cieplnych wynikających z nasłonecznienia oraz zmian temperatury zewnętrznej. Algorytm przewiduje, w jaki sposób słońce oraz zewnętrzne warunki pogodowe wpływają na temperaturę w danym pomieszczeniu, co pozwoli na precyzyjne dostosowanie pracy systemu grzewczego i minimalizację strat energii.
Cel usługi:
Opracowanie kompletnego, działającego modułu AZN, który na podstawie danych z czujników natężenia światła identyfikuje ekspozycję/orientację pomieszczenia względem stron świata oraz wpływ słońca na temperaturę, a także prognozuje zyski cieplne z nasłonecznienia z uwzględnieniem zachmurzenia i prognozy pogody. Moduł ma umożliwić ograniczenie lub odroczenie ogrzewania, gdy przewidywane zyski słoneczne częściowo lub całkowicie pokrywają zapotrzebowanie cieplne. Moduł stanowi warstwę predykcji zasilającą centralę i nie jest modułem wykonawczym sterowania grzejnikiem.
Zakres usługi:
Opracowanie Algorytmów analizy ekspozycji i Zysków z Nasłonecznienia (AZN) jako kompletnego modułu badawczo-rozwojowego obejmującego: identyfikację orientacji pomieszczenia względem stron świata (w tym ekspozycji mieszanej lub niejednoznacznej), model prognozowania zysków cieplnych z nasłonecznienia z uwzględnieniem zachmurzenia i prognozy pogody, predykcję przyrostu temperatury, wyznaczanie okna i szczytu nasłonecznienia, rekomendację ograniczenia lub odroczenia ogrzewania, ocenę niepewności predykcji, obsługę danych niepełnych, walidację w scenariuszach i przypadkach brzegowych oraz przygotowanie do integracji z centralą sterującą systemu.
Założenia do opracowania algorytmów AZN:
Algorytmy AZN stanowią warstwę percepcji i predykcji zasilającą centralną warstwę sterowania ogrzewaniem oraz zarządzania profilami temperaturowymi, realizowaną przez Zamawiającego we własnym zakresie. AZN odpowiada na pytanie: ile ciepła pomieszczenie otrzyma z nasłonecznienia i kiedy, aby umożliwić ograniczenie lub odroczenie ogrzewania zanim pomieszczenie ulegnie przegrzaniu. AZN dowodzi dwóch parametrów Kamienia Milowego KM1 jednocześnie: odchylenie symulacji zysków cieplnych z nasłonecznienia od danych rzeczywistych ≤ 10% oraz pokrycie scenariuszy ≥ 80%.
Wykonawca zobowiązany jest opracować AZN jako działający, testowalny i możliwy do niezależnego uruchomienia moduł systemu, a nie jako samą koncepcję, prezentację ani model badawczy pozbawiony implementacji.
Ocena odbiorowa ma dwie warstwy. Warstwa A to metryki headline (główne parametry kamienia milowego: odchylenie zysków ≤ 10% oraz pokrycie scenariuszy ≥ 80%), przyjęte dosłownie z wniosku o dofinansowanie. Warstwa B to podmetryki operacjonalizujące headline i zabezpieczające przed pozornym wykonaniem, np. modelem strojonym wyłącznie dla łatwych ekspozycji, modelem mylącym oświetlenie sztuczne z nasłonecznieniem albo testowanym bez reprezentacji wszystkich grup macierzy scenariuszy. Samo spełnienie metryk headline nie wystarcza do odbioru – wymagane są dodatkowo: uruchomienie modułu i walidacja na danych Zamawiającego oraz na zbiorze held-out, spełnienie metryk krytycznych, komplet produktów końcowych, brak nieusuniętych wad blokujących integrację oraz protokół potwierdzający parametr kamienia milowego.
Wymagane wejścia:
Dane z czujników natężenia światła, temperatura wewnętrzna i zewnętrzna, prognoza pogody, zachmurzenie/nasłonecznienie, znacznik czasu, estymowana orientacja oraz pora roku. Moduł musi działać w trybie degradacji jakości przy częściowym braku danych i jednoznacznie oznaczać dane niewystarczające.
Wymagane wyjścia:
Identyfikacja orientacji pomieszczenia (w tym możliwość wskazania ekspozycji mieszanej lub niejednoznacznej), prognozowane zyski cieplne, przyrost temperatury, okno i szczyt nasłonecznienia, rekomendacja ograniczenia lub odroczenia ogrzewania, poziom pewności, komunikat „dane niewystarczające” oraz ustrukturyzowany wynik możliwy do wykorzystania przez centralę sterującą. Wszystkie strefy w jednym cyklu decyzyjnym muszą zostać obsłużone w oknie 15 minut na docelowej platformie lub na środowisku referencyjnym uzgodnionym z Zamawiającym; wymagany jest profil wydajnościowy modułu.
Poniższe progi stanowią minimalne kryteria sukcesu produktu. Niespełnienie którejkolwiek metryki minimalnej jest wadą krytyczną, niezależnie od tego, czy średnia ważona innych metryk byłaby wyższa. Progi minimalne i docelowe stanowią gwarantowane parametry produktu i nie podlegają obniżeniu w toku realizacji umowy.
Walidacja końcowa musi obejmować testy na danych Zamawiającego lub danych przez niego zaakceptowanych, w tym na wydzielonym zbiorze odbiorowym typu held-out, niedostępnym Wykonawcy przed testem końcowym. Walidacją objęte są dokładnie 20 scenariuszy odbiorowych (z czego minimum 16 musi zostać zaliczonych dla potwierdzenia KM1):
• ekspozycja południowa, dzień bezchmurny, wysokie nasłonecznienie;
• ekspozycja północna, brak bezpośredniego nasłonecznienia;
• ekspozycja wschodnia, poranne nasłonecznienie;
• ekspozycja zachodnia, popołudniowe nasłonecznienie;
• ekspozycja narożna albo mieszana (więcej niż jedno okno);
• dzień pochmurny, niskie natężenie światła;
• zmienne częściowe zachmurzenie w ciągu dnia;
• gwałtowna zmiana zachmurzenia po wcześniejszej predykcji;
• niskie słońce zimowe i krótki dzień;
• wysokie słońce letnie i długi dzień;
• silne słońce przy niskiej temperaturze zewnętrznej;
• wysoka temperatura zewnętrzna i ryzyko przegrzania;
• średni poziom nasłonecznienia;
• niski poziom nasłonecznienia;
• brak bezpośredniego słońca, lecz wzrost temperatury z innych przyczyn;
• częściowe zacienienie przez budynek, drzewo albo element architektoniczny;
• zakłócenie pomiaru przez sztuczne światło, rolety albo zasłony;
• dane z czujnika światła niepełne, opóźnione albo zaszumione;
• rozbieżność między czujnikiem światła a prognozą pogody;
• ciągła praca obejmująca minimum 30 dni i różne pory dnia.
Moduł musi dodatkowo obsługiwać co najmniej 20 przypadków brzegowych, obejmujących:
• czujnik światła w cieniu;
• odbicie od śniegu;
• sztuczne światło zakłócające pomiar;
• brak danych pogodowych;
• dane opóźnione;
• skokowy odczyt natężenia;
• gwałtowne zmiany zachmurzenia;
• wschód/zachód słońca;
• sezonową zmianę kąta padania;
• zaciągnięte rolety lub zasłony;
• okno zabrudzone lub zasłonięte;
• pochmurny dzień z krótkim przejaśnieniem;
• bardzo krótki dzień;
• bardzo długi dzień;
• brak historii;
• sprzeczność czujnik światła vs prognoza;
• wiele okien o różnej orientacji;
• całkowity brak nasłonecznienia;
• ekstremalne nasłonecznienie grożące przegrzaniem;
• dane niewystarczające do wiarygodnej predykcji.
Produkty końcowe wymagane od Wykonawcy:
– raport z analizy źródeł danych, ograniczeń modelu, założeń walidacyjnych i ryzyk;
– opis metody algorytmicznej, zmiennych wejściowych i wynikowych, sposobu uczenia/kalibracji, aktualizacji oraz oceny niepewności;
– działający prototyp modułu algorytmicznego możliwy do niezależnego uruchomienia przez Zamawiającego;
– kod źródłowy, modele, pliki konfiguracyjne, instrukcja uruchomienia, opis zależności oraz repozytorium albo paczka wdrożeniowa;
– dokumentacja techniczna i integracyjna: wejścia, wyjścia, formaty danych, API lub interfejs wymiany danych, komunikaty błędów, obsługa przypadków brzegowych;
– raport walidacyjny: dane wejściowe, dane referencyjne, metodyka liczenia metryk, wyniki per scenariusz, wyniki per przypadek brzegowy, tabela błędów oraz macierz pomyłek;
– dane, odtwarzalna procedura walidacji zaakceptowana przez Zamawiającego;
– rekomendacje dotyczące dalszego uczenia, kalibracji, monitorowania dryftu modelu, estymacji niepewności oraz integracji z centralą sterującą.
Odbiór całościowy nastąpi dopiero po łącznym potwierdzeniu kompletności produktu, poprawności merytorycznej, zgodności i walidacji.
Okres gwarancji: -
Miejsce realizacji
Cała polska
Time limit for receipt of tenders
2026-06-05 21:59:59.0
Location
Kraj: Polska
Category assortment
Measurements, tests and technical acceptance
Consultancy
Consultancy
Buyer details
VEMMIO Sp. z o.o.
Al. Józefa Piłsudskiego 92/92
41-300 Dąbrowa Górnicza
Województwo: śląskie
Kraj: Polska
NIP: 6342818818
Al. Józefa Piłsudskiego 92/92
41-300 Dąbrowa Górnicza
Województwo: śląskie
Kraj: Polska
NIP: 6342818818
