DIY Energie Monitor

Daarom

Op zoek naar een manier om mijn energie huishouden inzichtelijk te maken ben ik aan de slag gegaan met Python, mijn Zeversolar inverter en de HomeWizard Wi-Fi P1 Meter (EUR 30,-).

Doelstelling is om door de dag heen zowel het opgewekte wattage als het gebruikte wattage tegen elkaar af te zetten. Op die manier probeer ik productie en verbruik van stroom in ons huishouden efficiënter op elkaar af te kunnen stemmen.

Mijn opstelling bestaat uit

Zeversolar inverter die de opgewekte spanning omzet naar bruikbare stroom.

Zeversolar interface (CGI) Interface waarmee de actuele inverter standen opgeroepen kunnen worden

Slimme meter welke is voorzien van een P1 poort

Wi-Fi P1 Meter zorgt dat in real time de slimme meterstanden beschikbaar komen

P1 Meter API API waarmee de slimme meterstanden, via de P1 meter, uitgelezen kunnen worden (API doc)

Python programma waarmee meter en inverter data kan worden ingelezen en vervolgens opgeslagen

SQLite database waar de ingelezen data wordt opgeslagen voor later gebruik

PowerBI rapport om opbrengst en verbruik grafisch te kunnen weergeven

DIY monitor opstelling

Versie 1.0
Naar goed agile gebruik begin ik met een lokale opstelling die draait binnen mijn eigen Wi-Fi netwerk op mijn eigen laptop.

Mijn laptop draait continue een Python programma (getZevInv.py) en vraagt elke 5 minuten data van de inverter. De inverter wordt automatisch uitgeschakeld als de zon onder is.

De verkregen data wordt opgeslagen in de SQLite-tabel (eproduce)

Mijn laptop draait continue een Python programma (getHwP1.py) en vraagt elke 5 minuten data van de WiFi-P1-meter.

De verkregen data wordt opgeslagen in de SQLite-tabel (econsume)

Tabel eactivity (naast eproduce en econsume) toegevoegd (putAct.py) om verbruik en apparaten met elkaar in verband te brengen

PowerBI rapport (e-stats) connecteert met de SQLite-tabel en produceert grafisch inzicht in productie en verbruik, zie afbeeldingen hieronder

PowerBI estats rapport

P1 meter API

Wensenlijst

Python programma draait continue in de cloud (API can receive data)

Flask website om via internet altijd inzage in stand te hebben (zie tab E-STATS)

Dynamische grafiek in front-end

Zowel actueel inzicht als ook historisch inzicht

Data van stroomleverancier toevoegen als 3e bron van data, vergelijk eigen bevinding met die van leverancier

Uitdaging

Data in lokaal netwerk vs. data naar cloud

Kosten om continue te kunnen draaien -> cloud of lokaal? (lokaal mbv Raspberry?)

Hieronder een paar fotoos om een impressie te krijgen van de gebruikte onderdelen...