battery-charging-optimizer/legacy/v1/00_START_HIER.md

🚀 Batterie-Optimierung - Start-Paket

📦 Paket-Inhalt

Du hast nun ein vollständiges System zur intelligenten Batterieladung erhalten!

Konfigurationsdateien (3)

• ✅ battery_optimizer_config.yaml - Input Helper & Templates
• ✅ battery_optimizer_rest_commands.yaml - OpenEMS REST API
• ✅ battery_optimizer_automations.yaml - 6 Automatisierungen

PyScript Module (2)

• ✅ battery_charging_optimizer.py - Hauptalgorithmus (14 KB)
• ✅ battery_power_control.py - Steuerungsfunktionen (3.6 KB)

Dashboard (1)

• ✅ battery_optimizer_dashboard.yaml - Lovelace UI

Dokumentation (3)

• ✅ README.md - Projekt-Übersicht (7.4 KB)
• ✅ INSTALLATION_GUIDE.md - Installations-Anleitung (9 KB)
• ✅ PHASE2_INFLUXDB.md - Roadmap für InfluxDB Integration (12 KB)

⚡ Quick-Start Checkliste

☑️ Vorbereitung (5 Min)

• Home Assistant läuft
• PyScript via HACS installiert
• OpenEMS erreichbar (192.168.89.144)
• Strompreis-Sensor aktiv (sensor.hastrom_flex_pro)
• Forecast.Solar konfiguriert

☑️ Installation (15 Min)

• battery_optimizer_config.yaml zu configuration.yaml hinzufügen
• battery_optimizer_rest_commands.yaml einbinden
• battery_optimizer_automations.yaml zu Automations hinzufügen
• PyScript Dateien nach /config/pyscript/ kopieren
• Home Assistant neu starten

☑️ Konfiguration (5 Min)

• Input Helper Werte setzen (siehe unten)
• Ersten Plan berechnen (pyscript.calculate_charging_schedule)
• Plan im Input-Text prüfen
• Optimierung aktivieren

☑️ Testing (10 Min)

• Manuelles Laden testen (3kW für 2 Min)
• Auto-Modus testen
• Logs prüfen
• Dashboard einrichten

☑️ Live-Betrieb (24h Monitoring)

• Ersten Tag überwachen
• Prüfen ob Plan um 14:05 Uhr erstellt wird
• Prüfen ob stündlich ausgeführt wird
• Batterie-Verhalten beobachten

🎯 Empfohlene Ersteinstellungen

# Nach Installation diese Werte setzen:

input_number:
  battery_optimizer_min_soc: 20        # %
  battery_optimizer_max_soc: 100       # %
  battery_optimizer_price_threshold: 28 # ct/kWh
  battery_optimizer_max_charge_power: 10000 # W
  battery_optimizer_reserve_capacity: 2     # kWh

input_select:
  battery_optimizer_strategy: "Konservativ (nur sehr günstig)"

input_boolean:
  battery_optimizer_enabled: true
  battery_optimizer_manual_override: false

🔧 Erste Schritte nach Installation

1. System-Check durchführen

# Entwicklerwerkzeuge → Dienste → Tab "YAML-Modus"

# REST Commands testen:
service: rest_command.set_ess_remote_mode
# → Prüfe in OpenEMS ob ESS in REMOTE ist

service: rest_command.set_ess_internal_mode  
# → Zurück auf INTERNAL

# Ersten Plan berechnen:
service: pyscript.calculate_charging_schedule
# → Prüfe input_text.battery_charging_schedule

# Logs prüfen:
# Einstellungen → System → Protokolle
# Suche nach "battery" oder "charging"

2. Manuellen Test durchführen

# Test 1: Laden mit 3kW
service: pyscript.start_charging_cycle
data:
  power_w: -3000

# Warte 2 Minuten, beobachte:
# - sensor.battery_power sollte ca. -3000W zeigen
# - sensor.battery_state_of_charge sollte steigen

# Test 2: Stoppen
service: pyscript.stop_charging_cycle

# ESS sollte wieder auf INTERNAL sein

3. Dashboard einrichten

# Lovelace → Bearbeiten → Neue Ansicht
# Titel: "Batterie-Optimierung"
# Icon: mdi:battery-charging

# Kopiere Inhalt aus battery_optimizer_dashboard.yaml

📊 Beispiel: Optimierung heute

Mit deinen aktuellen Strompreisen (07.11.2025):

Zeit	Preis	Aktion	Grund
00:00	26.88 ct	✅ Laden	Günstig, wenig PV
01:00	26.72 ct	✅ Laden	Günstig, wenig PV
02:00	26.81 ct	✅ Laden	Günstig, wenig PV
07:00	32.08 ct	❌ Auto	Zu teuer
12:00	26.72 ct	⚠️ Auto	Günstig, aber PV aktiv
17:00	37.39 ct	❌ Auto	Sehr teuer

Ergebnis:

• 3 Stunden laden (ca. 30 kWh)
• Ø Ladepreis: 26.80 ct/kWh
• Ersparnis vs. Durchschnitt: ~3 ct/kWh
• Monatliche Ersparung: ca. 20-30 EUR (bei 20 kWh/Tag Netzbezug)

🎮 Wichtige Services

Täglich automatisch:

# Um 14:05 Uhr
pyscript.calculate_charging_schedule

Stündlich automatisch:

# Um xx:05 Uhr
pyscript.execute_current_schedule

Manuell nützlich:

# Neuen Plan berechnen
pyscript.calculate_charging_schedule

# Sofort laden starten
pyscript.start_charging_cycle:
  power_w: -10000  # 10kW

# Laden stoppen
pyscript.stop_charging_cycle

# Notfall: Alles stoppen
pyscript.emergency_stop

🛡️ Sicherheits-Features

✅ Keep-Alive: Schreibt alle 30s die Leistung (verhindert Timeout) ✅ SOC-Grenzen: Respektiert Min 20% / Max 100% ✅ Reserve: Hält 2 kWh für Eigenverbrauch ✅ Manual Override: Pausiert Automatik für 4h ✅ Notfall-Stop: Deaktiviert alles sofort

📈 Monitoring & Optimierung

Zu beobachten in den ersten Tagen:

1. Lädt das System zur richtigen Zeit?

   • Prüfe sensor.nächste_ladestunde
   • Vergleiche mit Strompreisen

2. Funktioniert der Keep-Alive?

   • Batterie sollte durchgehend laden
   • Kein Wechsel zwischen Laden/Entladen

3. Sind die Prognosen realistisch?

   • PV-Ertrag: Vergleiche Prognose vs. Ist
   • Verbrauch: Notiere typische Werte

4. Stimmen die Einsparungen?

   • Lade zu günstigen Zeiten: Ja/Nein?
   • SOC morgens höher: Ja/Nein?

Anpassungen nach Testphase:

Zu konservativ? → Strategie auf "Moderat" ändern → Preis-Schwellwert erhöhen (z.B. 30 ct)

Zu aggressiv? → Reserve erhöhen (z.B. 3 kWh) → Schwellwert senken (z.B. 26 ct)

PV-Konflikt? → Warte auf Phase 2 (bessere PV-Verteilung) → Vorübergehend: Reserve erhöhen

🚨 Troubleshooting

Problem: System lädt nicht

Checkliste:

1. input_boolean.battery_optimizer_enabled = ON?
2. input_boolean.battery_optimizer_manual_override = OFF?
3. Plan vorhanden? (input_text.battery_charging_schedule)
4. Ist jetzt Ladezeit laut Plan?
5. OpenEMS erreichbar? (http://192.168.89.144:8084)

Logs prüfen:

Einstellungen → System → Protokolle
Filter: "battery" oder "charging"

Problem: Laden stoppt nach kurzer Zeit

Ursache: Keep-Alive funktioniert nicht

Lösung:

• Prüfe PyScript Logs
• Prüfe ob pyscript.battery_charging_active = true
• Manuell neu starten: pyscript.start_charging_cycle

Problem: Unrealistische Pläne

Ursache: PV-Prognose oder Parameter falsch

Lösung:

• Prüfe Forecast.Solar Sensoren
• Erhöhe Reserve-Kapazität
• Wähle konservativere Strategie
• Passe Preis-Schwellwert an

📞 Support & Feedback

Logs sammeln für Support:

1. Einstellungen → System → Protokolle
2. Filter: "battery"
3. Kopiere relevante Einträge
4. Plus: Screenshot der Input Helper
5. Plus: Inhalt von input_text.battery_charging_schedule

Wichtige Infos bei Problemen:

• Home Assistant Version
• PyScript Version
• OpenEMS Version
• Aktuelle Konfiguration (Input Helper Werte)
• Fehlermeldungen aus Logs

🎯 Nächste Schritte

Kurzfristig (Woche 1):

• ✅ System installieren
• ✅ Testphase durchführen
• ✅ Parameter optimieren
• ✅ Dashboard einrichten

Mittelfristig (Woche 2-4):

• Monitoring etablieren
• Einsparungen messen
• Feintuning Parameter
• Evtl. Strategie anpassen

Langfristig (ab Monat 2):

• Phase 2: InfluxDB Integration
• Historische Verbrauchsanalyse
• Machine Learning Prognosen
• Erweiterte Features

🎓 Lernkurve

Tag 1-3: System verstehen, Parameter testen Woche 1: Erste Optimierungen, Feintuning Woche 2-4: Stabil laufender Betrieb Monat 2+: Erweiterte Features, KI-Integration

💡 Pro-Tipps

1. Start konservativ: Besser zu wenig als zu viel laden
2. Logs lesen: Die besten Hinweise kommen aus den Logs
3. Klein anfangen: Teste erst mit 3kW statt 10kW
4. Geduld haben: System braucht 1-2 Wochen zum Einspielen
5. Dokumentieren: Notiere Änderungen und deren Effekte

✨ Viel Erfolg!

Du hast jetzt ein professionelles Batterie-Management-System!

Geschätzte Einsparungen:

• Pro Ladung: 2-5 ct/kWh
• Pro Tag: 0.50-1.50 EUR
• Pro Monat: 15-45 EUR
• Pro Jahr: 180-540 EUR

ROI: System amortisiert sich selbst durch Einsparungen! 💰

---

Installation erstellt: 2025-11-07 Erstellt für: Felix's GoodWe/OpenEMS System Version: 1.0 Status: Production Ready ✅

Bei Fragen oder Problemen: Prüfe zuerst die Logs und INSTALLATION_GUIDE.md!