Prace rozwojowe nad Platformą

Usługi informatyczne: konsultacyjne, opracowywania oprogramowania, internetowe i wsparcia, w tym dostawy

Tryb zamówienia	Zapytanie ofertowe
Rodzaj zamówienia	Usługi
Tytuł	Prace rozwojowe nad Platformą
Zamawiający	Dostępne dla zalogowanych
Miejsce realizacji	Polska
Data publikacji	2025-07-29
Data składania ofert	06/08/2025, Godzina 09:00
Dokumenty do pobrania	Dostępne dla zalogowanych
Kod CPV	720000005 Usługi informatyczne: konsultacyjne, opracowywania oprogramowania, internetowe i wsparcia 722600005 Usługi w zakresie oprogramowania 722680001 Usługi dostawy oprogramowania 722630006 Usługi wdrażania oprogramowania 722620009 Usługi rozbudowy oprogramowania 722120004 Usługi programowania oprogramowania aplikacyjnego
Numer przetargu	6432118

<div>
 <h1>Inteligenta platforma zarządzania zróżnicowanym źródłami energii i ciepła</h1>

<h2>Załączniki</h2>
 <ul>
 <li>Formularze i oświadczenia</li>
 <li>Zapytanie ofertowe</li>
 </ul>
 
 <h2>Części zamówienia</h2>

<h3>Prace rozwojowe nad Platformą </h3>
 Przedmioty zamówienia
 Głównym celem jest dostarczenie profesjonalnego rozwiązania, które wspiera instalatorów, serwisantów i właścicieli instalacji w optymalnym wykorzystaniu dostępnych urządzeń, takich jak pompy ciepła, kotły gazowe, magazyny energii czy panele fotowoltaiczne, a przy tym obniża koszty i ślad węglowy. 
 
MODUŁ 1: Automatyczne pobieranie taryf dynamicznych 
Zaprojektowanie i implementacja modułu pobierania dynamicznych taryf energii, umożliwiający cykliczne aktualizowanie stawek dostawców w bazie danych. 
Moduł automatycznego pobierania taryf dynamicznych. W ramach zadania powstaną interfejsy (API) do komunikacji z dostawcami energii elektrycznej, zapewniające harmonogramowane pobieranie i aktualizację taryf w bazie danych. Przeprowadzone zostaną testy integracyjne, by zminimalizować ryzyko niepoprawnych danych. 
 
 
Cel: Cykliczne pobieranie i archiwizacja taryf energii elektrycznej z dynamicznych źródeł, detekcja zmian i emisja alertów, możliwość ręcznego wprowadzenia taryf indywidualnych oraz stałych. 
Zakres: 
•	Źródła danych: 
o	Priorytet: PGE, Tauron, Energa 
o	Dodatkowo: Enea, E.ON, TGE (RDN) 
o	https://tge.pl/energia-elektryczna-rdn 
•	API: REST/JSON 
o	Uwierzytelnianie: API-key i OAuth 2.0 
o	Sandbox oraz produkcyjne endpointy zostaną udostępnione po podpisaniu NDA 
•	Pobieranie: 
o	Interwał: co 15 minut 
o	Dane: day-ahead + realtime; także retroimport od 01-01-2020 - jeżeli możliwy 
•	Model danych: 
o	Kolumny: timestamp_pl, price_netto_gr, VAT, strefa, źródło, typ taryfy 
o	Retencja: min. 10 lat 
•	Alerty: 
o	Próg: spadek lub wzrost ceny o ≥1 gr/kWh 
o	Powiadomienia: webhook (JSON), push mobile (FCM), e-mail 
•	Środowisko (sugerowane lub równoważne): AWS Lambda + DynamoDB + SQS lub technologie zapewniające porównywalną skalowalność, czas reakcji (alert p95 ≤ 200 ms), obsługę harmonogramów (cron), oraz rozproszone przetwarzanie zdarzeń i danych w czasie rzeczywistym (np. Google Cloud Functions + Firestore + Pub/Sub, Azure Functions + CosmosDB + Service Bus). 
•	SLA: uptime ≥99.7%, opóźnienie alertu p95 ≤ 200 ms 
•	Bezpieczeństwo: TLS 1.3, audyt logów, monitoring z alertingiem 
 
Wymagania dodatkowe: 
•	Testy jednostkowe + E2E 
 
 
MODUŁ 2: Historyczne dane pogodowe 
Opracowanie i wdrożenie skryptów gromadzących historyczne dane pogodowe (np. z IMGW), dzięki czemu algorytmy optymalizacyjne będą mogły uwzględniać rzeczywiste warunki klimatyczne w procesie decyzyjnym. 
Moduł historycznych danych rozkładu temperatur. Zostanie przygotowana struktura bazy danych i skrypty pozyskujące dane meteorologiczne z zewnętrznych źródeł (np. IMGW). 
 
Cel: Udostępnienie szeregu czasowego temperatur dla mikroregionów klimatycznych PL z ostatnich 10 lat. 
Zakres: 
•	Źródła: np. IMGW open-data (CSV), Meteostat (RapidAPI) 
•	Licencja IMGW: koszt zawarty w budżecie wykonawcy 
•	Granulacja: 
•	Podział: województwa, powiaty, mikroregiony klimatyczne (GeoJSON dostarczony) - możliwa, osiągalna dokładność regionów - minimum powiaty 
•	Dane: 
•	Zakres: 01-01-2015 → 30-11-2025 
•	Parametry: t_min, t_max, t_avg, source, station_id, date 
•	Aktualizacja: D-1, raz dziennie o 02:00 
•	Imputacja: IDW + średnia z sąsiadów 
Technologie (sugerowane lub równoważne): np. TimescaleDB + PostGIS lub inne bazy czasowo-przestrzenne oferujące: 
•	wydajne zapytania dla szeregów czasowych (np. InfluxDB, QuestDB), 
•	obsługę danych geograficznych (np. MongoDB z GeoJSON, PostgreSQL + ogr2ogr), 
•	możliwość retencji danych min. 10 lat oraz zapytań REST z czasem odpowiedzi ≤ 300 ms (p95). 
•	Retencja: pełne 10 lat 
•	Wydajność: zapytanie REST (1 lokalizacja, 10 lat) ≤ 300 ms (p95) 
•	API: REST, OpenAPI spec 
 
Wymagania dodatkowe: 
•	Endpointy staging dostępne po podpisaniu NDA 
 
MODUŁ 3: Algorytmy ECO / COMFORT (ML) 
Opracowanie algorytmów ekologicznych i komfortowych. Wykonanie dwóch modeli sterowania: ekologiczny (redukujący emisję CO2) oraz komfortowy (dostosowany do indywidualnych preferencji użytkownika). 
Rezultatem będzie zdefiniowany zestaw reguł i algorytmy gotowe do implementacji. 
 
Cel: Algorytm wspierany AI dla sterowania systemem grzewczym w trybie minimalizacji CO₂ lub maksymalizacji komfortu. 
Zakres: 
•	Sprzęt: 
o	Pompa ciepła (COP 2–5), kocioł gazowy (sprawność 92–98%), kolektory, PV, magazyn 
•	Sygnały: 
o	Np. temp. wew./zew., powrót/zasilanie, CO₂, VOC, wilgotność, okna, liczniki - w zależności od dostępności 
•	Dane: 
o	Predykcja: horyzont 48 h, krok 15 min 
o	Integracja z Modułem 1 i 2 
•	Algorytmy: 
o	Tryb Ekonomiczny - Oszczędność względem alternatywnych źródeł 
o	Tryb Ekologiczny: min. CO₂ i zł 
o	Tryb Komfortowy: max. komfort (zdef. 20–23°C, RH 40–60%) 
•	Technologie (sugerowane lub równoważne): 
o	np. PyTorch + ONNX Runtime (dla edge) lub inne frameworki uczenia maszynowego umożliwiające: 
o	uczenie i inferencję modeli predykcyjnych dla szeregów czasowych, 
o	eksport modeli do formatu ONNX lub równoważnego (np. TensorFlow Lite, CoreML), 
o	wdrożenie modeli inference na edge (ARM, Linux, fallback lokalny). 
•	Deployment: 
o	Inferencja: chmura + fallback lokalny (60 s) 
•	Walidacja: 
o	Min. 20 instalacji pilotowych 
 
 
MODUŁ 4: Wdrożenie algorytmów optymalizacyjnych (Ekonomiczny / Ekologiczny / Komfortowy) 
 
Cel: Wyznaczanie optymalnych scenariuszy sterowania dla hybrydowego systemu ogrzewania. 
Zakres: 
•	Zmienne decyzyjne: moc [%], punkt zadany bufora, tryb urządzeń, ładowanie magazynu – co 15 minut. 
•	Modele urządzeń: współczynnik COP, sprawność, zużycie energii przy uruchomieniu/zatrzymaniu. 
•	Horyzont czasowy: rolling 24 h + look-ahead 48 h. 
•	Symulacje „what-if”: min. 20 scenariuszy alternatywnych. 
•	API: format JSON in/out, możliwość wywołania „reoptimize” przy zmianie taryfy lub pogody. 
•	Edge inference: obsługa na urządzeniach typu ARM Cortex-A, 1 GB RAM (Linux Embedded). 
•	KPI: względem scenariusza bazowego – oszczędność kosztów ≥ 12%, redukcja CO₂ ≥ 10%, komfort użytkownika ≥ 95% godzin. 
Technologie (sugerowane lub równoważne): np. OR-Tools + CBC lub inne biblioteki umożliwiające rozwiązywanie problemów MILP (Mixed-Integer Linear Programming), z porównywalnym czasem obliczeń (≤ 60 s), wsparciem dla integracji przez API, oraz opcjonalnym wdrożeniem lokalnym lub chmurowym (np. CPLEX, Gurobi, SCIP, Google Solver). 
 
MODUŁ 5: Raporty i analityka 
Moduł raportowy. Posiadający funkcje generowania raportów (m.in. efektywność energetyczna, ślad węglowy, oszczędności kosztowe). Ukończenie tego modułu zapewni możliwość prezentacji wyników w formatach PDF i CSV. 
 
Cel: Generowanie raportów automatycznych i na żądanie dla użytkownika, instalatora oraz operatora systemu. 
Zakres: 
•	Widoki: Efektywność energetyczna (COP), koszty, emisja CO₂, awaryjność. 
•	Perspektywy czasowe: dzień, tydzień, miesiąc, rok, zakres niestandardowy (custom). 
•	Filtry: budynek, źródło ciepła, tryb pracy, strefa czasowa. 
•	Eksportowane formaty: PDF i CSV 
•	Harmonogram automatycznych raportów: 1 dnia miesiąca o godz. 03:00. 
•	Branding: zgodność z identyfikacją wizualną (logo, kolory) i WCAG 2.2 AA. 
•	SLA: generacja PDF &lt; 5 s, obsługa min. 100 równoległych użytkowników. 
•	API: RESTful z uwierzytelnieniem (auth token) i wsparciem cache/CDN. 
 
Technologie (sugerowane lub równoważne): np. Pandas + WeasyPrint + FastAPI lub inne rozwiązania zapewniające równoważną funkcjonalność w zakresie: 
•	przetwarzania i analizy danych tabelarycznych oraz szeregów czasowych (np. Polars, Dask, NumPy), 
•	generowania dokumentów PDF z szablonów HTML/CSS (np. wkhtmltopdf, Paged.js, PrinceXML), 
•	udostępniania API do raportowania na żądanie (np. Flask, Node.js + Express, Django REST). 
 
Wymagana jest zgodność z podanym SLA oraz możliwość łatwego wdrożenia w architekturze skalowalnej (cloud lub edge). 
 
6. Aplikacja mobilna – dopisać szczegóły 
Aplikacja mobilna dla klientów i instalatorów. Powstaną wersje na systemy Android i iOS, z funkcjami monitorowania pracy systemu, powiadomień oraz konfiguracji parametrów. 
Aplikacja WebView na systemy Android i iOS. Natywna powłoka dla istniejącej aplikacji webowej stworzonej w Angularze. Wymagana jest obsługa wewnętrznej nawigacji, sesji użytkownika, komunikatów JavaScript, linków zewnętrznych oraz pełna zgodność z aktualnymi standardami bezpieczeństwa (HTTPS), możliwość integracji z powiadomieniami push oraz podstawowa obsługa trybu offline (np. buforowanie strony startowej). Aplikacja powinna posiadać ekran powitalny (splash screen) i być gotowa do publikacji w Google Play i App Store.

Okres gwarancji: 24
 
 <h2>Kryteria oceny</h2>
 Cena oferty najniższej / cena oferty ocenianej x 50 pkt
 (Najmniejsza liczba dni na realizację wskazana w nieodrzuconych ofertach/ 
Czas realizacji podany w dnaich - wskazane w ofercie ocenianej ) x 30 pkt.
 Okres gwarancji (w miesiącach) Liczba punktów 
24 miesięcy 0 pkt 
25–36 miesięcy 10 pkt 
37–48 miesiecy 15 pkt 
49 i więcej miesięcy 20pkt
 
 <h2>Warunki zmiany umowy</h2>

Nie
 </div>