f2daz/battery-charging-optimizer
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
d2a41aad2d59cb12a596ef856c7607fc12b838e1
battery-charging-optimizer/legacy/v2/INSTALLATION.md

10 KiB
Raw Blame History

🚀 Battery Charging Optimizer - Installations-Anleitung

Übersicht

Dieses System optimiert die Batterieladung basierend auf:

  • ✅ Dynamischen Strompreisen (haStrom FLEX PRO)
  • ✅ PV-Prognose (Forecast.Solar Ost/West)
  • ✅ Batterie-SOC und Kapazität
  • ✅ Haushalts-Reserve

Besonderheit: Nutzt dein bestehendes, bewährtes manuelles Steuerungssystem!

📋 Voraussetzungen

Bereits vorhanden (✅):

  1. PyScript Integration installiert und aktiviert
  2. OpenEMS läuft auf BeagleBone mit GoodWe Batterie
  3. Modbus TCP Integration für OpenEMS
  4. haStrom FLEX PRO Sensor für Strompreise
  5. Forecast.Solar Integration für PV-Prognose (Ost + West)
  6. Funktionierendes manuelles System:
    • pyscript/ess_set_power.py
    • 3 Automationen für manuelles Laden
    • REST Commands für Mode-Wechsel
    • Input Helper goodwe_manual_control und charge_power_battery

Zu installieren:

  • Neue Konfigurationsdateien
  • Neues Optimierungs-Script
  • Dashboard (optional)

🔧 Installation

Schritt 1: Konfiguration installieren

Methode A: Als Package (empfohlen)

  1. Erstelle Verzeichnis /config/packages/ falls nicht vorhanden
  2. Kopiere battery_optimizer_config.yaml nach /config/packages/
  3. In configuration.yaml sicherstellen: 
    homeassistant:
  packages: !include_dir_named packages

Methode B: In configuration.yaml

Kopiere den Inhalt von battery_optimizer_config.yaml in die entsprechenden Sektionen deiner configuration.yaml.

Schritt 2: PyScript installieren

  1. Kopiere battery_optimizer.py nach /config/pyscript/
  2. Wichtig: Dein bestehendes ess_set_power.py bleibt unverändert!

Schritt 3: Home Assistant neu starten

# Developer Tools → YAML → Restart

Oder über CLI:

ha core restart

Schritt 4: Input Helper prüfen

Nach dem Neustart, gehe zu Einstellungen → Geräte & Dienste → Helfer

Folgende Helper sollten jetzt existieren:

  • input_boolean.battery_optimizer_enabled
  • input_boolean.battery_optimizer_manual_override
  • input_number.battery_capacity_kwh
  • input_number.battery_optimizer_min_soc
  • input_number.battery_optimizer_max_soc
  • input_number.battery_max_charge_power
  • input_number.battery_optimizer_price_threshold
  • input_number.battery_reserve_capacity_kwh
  • input_number.battery_optimizer_pv_threshold
  • input_text.battery_optimizer_status

Falls nicht: Prüfe die Konfiguration und Logs!

Schritt 5: PyScript-Dienste prüfen

Gehe zu Entwicklerwerkzeuge → Dienste

Suche nach pyscript - folgende Dienste sollten vorhanden sein:

  • pyscript.calculate_charging_schedule
  • pyscript.execute_charging_schedule
  • pyscript.ess_set_power (bestehend)

Falls nicht:

  • Prüfe /config/pyscript/battery_optimizer.py existiert
  • Prüfe Logs: custom_components.pyscript

⚙️ Konfiguration

Batterie-Parameter einstellen

Gehe zu Einstellungen → Geräte & Dienste → Helfer und setze:

  1. Batterie-Kapazität: 10 kWh (GoodWe)
  2. Min. SOC: 20% (Schutz vor Tiefentladung)
  3. Max. SOC: 100% (oder z.B. 90% für Langlebigkeit)
  4. Max. Ladeleistung: 5000W (5 kW - dein System-Limit)

Optimierungs-Parameter anpassen

  1. Preis-Schwellwert: 28 ct/kWh (Startwert, wird automatisch angepasst)
  2. Reserve-Kapazität: 2 kWh (Reserve für Haushalt)
  3. PV-Schwellwert: 500 Wh (Bei mehr PV keine Netz-Ladung)

Sensor-Namen prüfen

Falls deine Sensoren andere Namen haben, passe diese in battery_optimizer.py an:

# Zeile ~100
sensor_east = 'sensor.energy_production_today'  # Dein Ost-Array
sensor_west = 'sensor.energy_production_today_2'  # Dein West-Array

# Zeile ~35
price_entity = 'sensor.hastrom_flex_pro'  # Dein Strompreis-Sensor

# Zeile ~185
current_soc = float(state.get('sensor.openems_ess0_soc') or 50)  # Dein SOC-Sensor

🧪 Testen

Test 1: Manuelle Berechnung

# Entwicklerwerkzeuge → Dienste
service: pyscript.calculate_charging_schedule

Erwartetes Ergebnis:

  • Log-Einträge in Einstellungen → System → Protokolle
  • State pyscript.battery_charging_schedule existiert
  • Attribute schedule enthält Array mit Stunden

Prüfen in Developer Tools → Zustände:

pyscript.battery_charging_schedule
Attributes:
  schedule: [...]
  last_update: 2025-11-09T17:30:00
  num_hours: 24
  num_charges: 3

Test 2: Plan ansehen

# Entwicklerwerkzeuge → Template
{{ state_attr('pyscript.battery_charging_schedule', 'schedule') }}

Sollte eine Liste mit Stunden-Einträgen zeigen:

[
  {
    "datetime": "2025-11-09T23:00:00",
    "hour": 23,
    "action": "charge",
    "power_w": -5000,
    "price": 26.85,
    "reason": "Günstig (26.85 ct) + wenig PV (0 Wh)"
  },
  ...
]

Test 3: Manuelle Ausführung

ACHTUNG: Nur testen wenn Batterie geladen werden kann!

# Entwicklerwerkzeuge → Dienste
service: pyscript.execute_charging_schedule

Was passiert:

  • Wenn aktuelle Stunde = Ladezeit → Aktiviert input_boolean.goodwe_manual_control
  • Wenn nicht → Deaktiviert manuellen Modus

Prüfen:

  • Log-Einträge zeigen welche Aktion ausgeführt wird
  • Bei Ladung: goodwe_manual_control schaltet auf "on"
  • Deine bestehende Automation übernimmt → Batterie lädt!

Test 4: Automatische Zeitsteuerung warten

Die Zeit-Trigger sind aktiv:

  • 14:05 Uhr täglich: Neue Berechnung
  • xx:05 Uhr stündlich: Ausführung

Warte bis zur nächsten vollen Stunde + 5 Min und prüfe Logs!

📊 Dashboard installieren (Optional)

  1. Gehe zu deinem Lovelace Dashboard
  2. Bearbeiten → Raw-Konfigurations-Editor (3 Punkte oben rechts)
  3. Füge den Inhalt von battery_optimizer_dashboard.yaml ein

Oder: Manuell Cards erstellen über die UI

🔍 Troubleshooting

Problem: "Keine Strompreis-Daten"

Lösung:

  1. Prüfe Sensor sensor.hastrom_flex_pro existiert
  2. Prüfe Attribut hours ist vorhanden: 
    # Developer Tools → Zustände
sensor.hastrom_flex_pro
Attributes:
  hours: [...]
  3. Falls anderer Name → Anpassen in battery_optimizer.py Zeile ~35

Problem: "Keine PV-Prognose"

Lösung:

  1. Prüfe Forecast.Solar Sensoren existieren:
    • sensor.energy_production_today
    • sensor.energy_production_today_2
    • sensor.energy_production_tomorrow
    • sensor.energy_production_tomorrow_2
  2. Falls andere Namen → Anpassen in battery_optimizer.py Zeile ~100

Problem: PyScript-Dienste nicht sichtbar

Lösung:

  1. Prüfe PyScript ist installiert: HACS → Integrationen → PyScript
  2. Prüfe /config/pyscript/battery_optimizer.py existiert
  3. Home Assistant neu starten
  4. Logs prüfen: grep pyscript /config/home-assistant.log

Problem: Batterie lädt nicht trotz Plan

Lösung:

  1. Prüfe input_boolean.battery_optimizer_enabled ist "on"
  2. Prüfe input_boolean.battery_optimizer_manual_override ist "off"
  3. Prüfe deine bestehenden Automationen sind aktiv:
    • "Switch: Manuelle Speicherbeladung aktivieren"
    • "Automation: Speicher manuell laden"
  4. Manuell testen: 
    service: input_boolean.turn_on
target:
  entity_id: input_boolean.goodwe_manual_control
    → Sollte Ladung starten über deine Automation!

Problem: "Keine Daten für aktuelle Stunde"

Ursache: Plan wurde zu spät erstellt oder enthält nicht alle Stunden

Lösung:

  1. Plan manuell neu erstellen: 
    service: pyscript.calculate_charging_schedule
  2. Prüfe ob tägliche Automation um 14:05 läuft
  3. Plan sollte aktuelle Stunde inkludieren

🎓 Wie das System funktioniert

Täglicher Ablauf

14:05 Uhr:

  1. PyScript berechnet optimalen Ladeplan für nächste 24-36h
  2. Berücksichtigt:
    • Strompreise (dynamischer Schwellwert = 90. Perzentil)
    • PV-Prognose Ost + West kombiniert
    • Aktueller Batterie-SOC
    • Konfigurierte Parameter
  3. Speichert Plan als pyscript.battery_charging_schedule State

Jede Stunde um xx:05:

  1. PyScript prüft was für aktuelle Stunde geplant ist
  2. Wenn "charge":
    • Setzt input_number.charge_power_battery auf Ziel-Leistung
    • Aktiviert input_boolean.goodwe_manual_control
    • Deine Automation übernimmt → Schreibt alle 30s via Modbus
  3. Wenn "auto":
    • Deaktiviert goodwe_manual_control
    • System läuft im Automatik-Modus

Strategie-Logik

Laden wenn:

  • Strompreis < dynamischer Schwellwert (90. Perzentil)
  • UND PV-Prognose < 500 Wh für diese Stunde
  • UND Batterie nicht voll
  • Sortiert nach: Niedrigster Preis zuerst

Nicht laden wenn:

  • Preis zu hoch
  • Genug PV-Erzeugung erwartet
  • Batterie voll (inkl. Reserve)

🚀 Nächste Schritte

Nach erfolgreicher Installation:

  1. Erste Woche beobachten

    • Prüfe Logs täglich
    • Verifiziere dass Plan erstellt wird (14:05)
    • Verifiziere dass Ausführung läuft (stündlich)
    • Prüfe ob Batterie zur richtigen Zeit lädt

  2. Parameter optimieren

    • Preis-Schwellwert anpassen falls zu oft/selten lädt
    • PV-Schwellwert anpassen basierend auf Erfahrung
    • Reserve-Kapazität optimieren

  3. Statistiken sammeln

    • Notiere Einsparungen
    • Vergleiche mit vorherigem Verbrauch
    • Dokumentiere für Community

  4. Community-Veröffentlichung vorbereiten

    • Anonymisiere IP-Adressen und Passwörter
    • Erstelle README mit deinen Erfahrungen
    • Screenshots vom Dashboard
    • Beispiel-Logs

📝 Wartung

Regelmäßig prüfen:

  • Logs auf Fehler durchsuchen
  • Plan-Qualität bewerten (gute Vorhersagen?)
  • Sensor-Verfügbarkeit (Strompreis, PV-Forecast)

Bei Problemen:

  1. Logs prüfen: custom_components.pyscript
  2. Sensor-Zustände prüfen
  3. Manuell Plan neu berechnen
  4. Bei Bedarf Parameter anpassen

🎉 Fertig!

Dein intelligentes Batterie-Optimierungs-System ist jetzt installiert und nutzt dein bewährtes manuelles Steuerungssystem als solide Basis.

Das System wird:

  • ✅ Automatisch täglich planen (14:05)
  • ✅ Automatisch stündlich ausführen (xx:05)
  • ✅ Zu günstigsten Zeiten laden
  • ✅ PV-Eigenverbrauch maximieren
  • ✅ Stromkosten minimieren

Viel Erfolg! ⚡💰

Reference in New Issue View Git Blame Copy Permalink