f2daz/battery-charging-optimizer
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

HOTFIX v3.5.1: Preisschwelle wird jetzt korrekt angewendet (KRITISCH)

Browse Source 
## Problem
Die price_threshold wurde geladen aber NIE verwendet!
- System lud auch bei Preisen ÜBER der Schwelle
- Beispiel: Schwelle 25ct, aber Ladung bei 25.93ct
- User-Erwartung komplett ignoriert

## Root Cause
```python
# Zeile 110: Geladen ✓
'price_threshold': float(state.get(...) or 25)

# Zeile 317-340: Aber nie verwendet! ✗
for p in future_price_data:
    charging_candidates.append({...})  # Keine threshold-Prüfung!
```

## Fix (v3.5.1)

### 1. Filter VOR Ranking
- Filtere alle Stunden in affordable_hours (≤ threshold)
- Ignoriere teure Stunden komplett
- Wenn keine bezahlbaren Stunden: Keine Ladung (Auto-Modus)

### 2. Besseres Logging
```
💶 Preisschwelle: 25.0 ct/kWh
  - Stunden unter Schwelle: 18
  - Stunden über Schwelle: 12 (werden ignoriert)
```

### 3. Warnung bei Teilladung
Wenn nicht genug günstige Stunden für volle Ladung

## Verhalten

**VORHER (v3.5.0):**
- Alle Preise 25-30ct, Schwelle 25ct
- → Lädt bei 25.93ct ✗

**NACHHER (v3.5.1):**
- Alle Preise 25-30ct, Schwelle 25ct
- → Keine Ladung, Auto-Modus ✓

## Impact
Severity: 🔴 CRITICAL
- Ungewollte Ladevorgänge bei zu teuren Preisen
- Kosteneinsparungen nicht realisiert
- SOFORT updaten empfohlen!

## Dateien
- battery_charging_optimizer.py: Filter + Logging
- CHANGELOG.md: v3.5.1 Eintrag
- HOTFIX_PRICE_THRESHOLD_v3.5.1.md: Detaillierte Analyse

Danke an Felix für sofortiges Bug-Melden! 🙏

---

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
This commit is contained in:
Felix Zösch
2025-12-28 17:14:49 +01:00
parent 43f1f3c93c
commit 5b305b7653
4 changed files with 310 additions and 18 deletions
Download Patch File Download Diff File Expand all files Collapse all files

53
battery_charging_optimizer.py
View File

@@ -3,7 +3,10 @@ Battery Charging Optimizer für OpenEMS + GoodWe
Nutzt das bestehende manuelle Steuerungssystem
Speicherort: /config/pyscript/battery_charging_optimizer.py
Version: 3.5.0 - REMOVED: Sicherheitspuffer und Reservekapazität (Hardware hat eigene Puffer)
Version: 3.5.1 - FIXED: Preisschwelle wird jetzt korrekt angewendet (kritischer Bug)
Stunden über Preisschwelle werden komplett ignoriert
Keine Ladung wenn alle Preise über Schwelle liegen
v3.5.0 - REMOVED: Sicherheitspuffer und Reservekapazität (Hardware hat eigene Puffer)
Batterie lädt jetzt bis 100% SOC
CHANGED: Standardwerte - Preisschwelle 25ct, Ladeleistung 8000W
FIXED: SOC-Plausibilitäts-Check (filtert 65535% Spikes beim Modus-Wechsel)
@@ -32,7 +35,7 @@ def calculate_charging_schedule():
Nutzt Ranking-Methode: Wählt die N günstigsten Stunden aus
"""
log.info("=== Batterie-Optimierung gestartet (v3.5.0 - Volle Ladung bis 100%) ===")
log.info("=== Batterie-Optimierung gestartet (v3.5.1 - Preisschwelle aktiv) ===")
# Prüfe ob Optimierung aktiviert ist
if state.get('input_boolean.battery_optimizer_enabled') != 'on':
@@ -310,11 +313,35 @@ def optimize_charging(price_data, pv_forecast, current_soc, config):
log.info(f"🎯 Benötigte Ladestunden: {needed_hours} (bei {max_charge_per_hour}W pro Stunde)")
# ==========================================
# RANKING: Erstelle Kandidaten-Liste
# FILTER: Nur Stunden unter Preisschwelle
# ==========================================
price_threshold = config['price_threshold']
affordable_hours = []
expensive_hours = []
for p in future_price_data:
if p['price'] <= price_threshold:
affordable_hours.append(p)
else:
expensive_hours.append(p)
log.info(f"💶 Preisschwelle: {price_threshold} ct/kWh")
log.info(f" - Stunden unter Schwelle: {len(affordable_hours)}")
log.info(f" - Stunden über Schwelle: {len(expensive_hours)} (werden ignoriert)")
# Wenn keine bezahlbaren Stunden verfügbar, nicht laden
if not affordable_hours:
log.warning(f"⚠️ Keine Stunden unter Preisschwelle {price_threshold} ct/kWh gefunden!")
log.warning(f" Günstigster Preis: {min_price:.2f} ct/kWh")
log.warning(f" → Keine Ladung, bleibe im Auto-Modus")
return create_auto_only_schedule(future_price_data)
# ==========================================
# RANKING: Erstelle Kandidaten-Liste (nur bezahlbare Stunden)
# ==========================================
charging_candidates = []
for p in future_price_data:
for p in affordable_hours:
# PV-Prognose für diese Stunde
pv_wh = pv_forecast['hourly'].get(p['hour'], 0)
@@ -336,8 +363,13 @@ def optimize_charging(price_data, pv_forecast, current_soc, config):
# Sortiere nach Score (beste zuerst)
charging_candidates.sort(key=lambda x: x['score'])
# Wähle die N besten Stunden
selected_hours = charging_candidates[:needed_hours]
# Wähle die N besten Stunden (begrenzt auf verfügbare bezahlbare Stunden)
actual_hours_needed = min(needed_hours, len(charging_candidates))
selected_hours = charging_candidates[:actual_hours_needed]
if actual_hours_needed < needed_hours:
log.warning(f"⚠️ Nur {actual_hours_needed} von {needed_hours} benötigten Stunden unter Preisschwelle")
log.warning(f" Batterie wird nur teilweise geladen")
# ==========================================
# Logging: Zeige Auswahl
@@ -414,8 +446,11 @@ def optimize_charging(price_data, pv_forecast, current_soc, config):
reason = "Automatik"
# Debugging: Warum nicht geladen?
if p['datetime'] not in selected_datetimes:
# Finde Position im Ranking
if p['price'] > price_threshold:
# Über Preisschwelle
reason = f"Zu teuer: {p['price']:.2f}ct (Schwelle: {price_threshold}ct)"
elif p['datetime'] not in selected_datetimes:
# Finde Position im Ranking (nur in bezahlbaren Stunden)
rank = 1
for candidate in charging_candidates:
if candidate['datetime'] == p['datetime']:
@@ -423,7 +458,7 @@ def optimize_charging(price_data, pv_forecast, current_soc, config):
rank += 1
if rank <= len(charging_candidates):
reason = f"Rang {rank} (nicht unter Top {needed_hours})"
reason = f"Rang {rank} (nicht unter Top {actual_hours_needed})"
schedule.append({
'datetime': p['datetime'].isoformat(),