Grid Price Monitor (GPM)
Der Grid Price Monitor ist eine von mir entwickelte Home-Assistant-Integration für die Beobachtung, Bewertung und operative Nutzung dynamischer Strompreise in Abhängig von Solarerzeugung.
Ich verbindet hierbei drei entscheidende Themen in einer gemeinsamen Logik:
- Aktuelle und zukünftige Netzstrompreise.
- Batterie- und Ladezustand deines Speichers.
- Die erwartete Solarproduktion aus SFML.
Dadurch ist GPM nicht nur eine reine Preisanzeige, sondern einen entscheidungsfähigen Energie-Baustein, der Preiswissen direkt mit Solarprognosewissen verknüpft und gezielt große Verbraucher steuern kann.
2. Zweck der Integration
Der Zweck des Grid Price Monitor ist es, dynamische Strompreise für den Alltag wirtschaftlich nutzbar zu machen. Im Kern beantwortet die Integration Fragen wie:
- Was kostet Strom aktuell unter Berücksichtigung aller Gebühren wirklich?
- Wann sind heute oder morgen die günstigsten Fenster für energieintensive Geräte?
- Wann lohnt sich Netzbezug eher als die Batterienutzung?
- Wie muss die Batterie geladen werden, um günstige Preise zu nutzen, ohne den Platz für den kommenden Solarertrag zu blockieren?
3. Die Rolle im Ökosystem
Innerhalb der Architektur ist GPM der operative Preis- und Ladebaustein. Er bildet die Schnittstelle zwischen Theorie (Prognose) und Praxis (Schalten/Laden):
- SFML liefert mir das Wissen über erwartete Solarerträge.
- Grid Price Monitor liefert mir das Wissen über die Preisstruktur.
- Home Assistant kann durch Automations-Logik bessere Ladeentscheidungen ableiten.
- Stats macht diese Entscheidungen für am Ende sichtbar.
- Grid Price Monitor liefert bei dynamischen Tarifen eine Stundengenaue Preisstruktur für Stats, Energie-Dashboard und Stats berechnet daraus u.A. die tatsächliche und ehrliche Preiseinsparung → nicht durch gerundetet Werte!
4. Datenverarbeitung und Quellen
Die Integration ist so gebaut, dass sie verschiedene Datenebenen tiefgreifend verarbeitet:
4.1 Strompreisdaten & echte Kosten
Die Integration lädt Day-Ahead-Preise (aktuell via aWATTar für Deutschland und Österreich). Wichtig ist: Sie reicht die Rohpreise nicht einfach durch. Sie berechne den individuellen tatsächlichen Gesamtpreis inklusive Mehrwertsteuer, Netzentgelten, Steuern und individuellen Anbieteraufschlag. Nur so entstehen valide Alltagsentscheidungen.
4.2 Batteriedaten
Sofern konfiguriert, liest GPM die aktuelle Batterieleistung, den State of Charge (SoC) und die Ladehistorie aus, um den Ladezustand direkt in die Entscheidungslogik einzubeziehen.
4.3 Solarprognosedaten (Die SFML-Kopplung)
Über einen eigenen Reader greift die Integration auf die zentrale SFML-Datenbank zu. Sie verwende die Tagesprognosen für today und tomorrow, damit der GPM genau weiß, wie viel “Gratis-Energie” noch vom Dach zu erwarten ist.
5. Funktionsumfang und Sensoren
Ich stelle dir über den GPM ein breites Spektrum an Informationen bereit:
- Preis-Informationen: Aktueller Spot- und Gesamtpreis, Preis der nächsten Stunde, Tagestiefst-/höchstwerte und Trends.
- Entscheidungs-Helfer: Binäre Sensoren (Preis unter Schwellwert), günstige Stundenfenster heute/morgen.
- Smart-Charging-Status: Ziel-SoC, heutige/morgige relevante Solarprognose und – ganz wichtig – die Begründung, warum das Netzladen gerade aktiv oder inaktiv ist.
6. Smart Charging: Die intelligente Lade-Logik
Das Herzstück von GPM ist die Smart-Charging-Logik. Hier gehe ich einen entscheidenden Schritt weiter als simple Automatisierungen.
Mein System folgt nicht dem blinden Prinzip: “Strom billig, also lade.”
Stattdessen habe ich eine Logik implementiert, die Preis und Prognose abwägt:
- GPM liest die SFML-Solarprognose für den kommenden Zeitraum.
- GPM berechnet, wie viel Platz in der Batterie frei bleiben muss, um die erwartete Solarenergie aufzunehmen.
- GPM prüft, ob der aktuelle Netzpreis so günstig ist, dass sich ein Vorab-Laden des Restspeichers lohnt um zu Spitzenpreisen ins Haus einzuspeisen
- Erst wenn Batteriestand, Preis und Prognose zusammenpassen, wird die Ladeentscheidung freigegeben.
Das Ziel: Die Batterie, das Auto, .. soll niemals teuer aus dem Netz geladen werden, wenn sie zwei Stunden später ohnehin durch die Sonne voll geworden wäre.
7. Persistenz und Historie
Im Gegensatz zu flüchtigen Sensor-Lösungen habe ich in GPM eigene Speicher Statistiken eingebaut:
- Preis-Cache & Statistikspeicher: Für langfristige Vergleiche.
- Batterietracking: Zur Überwachung der Ladeeffizienz.
- Datenvalidierung: Um sicherzustellen, dass nur saubere Preisdaten für Automatisierungen genutzt werden.
Ich schreibe diese Preiswahrheit in die gemeinsamen GPM-Tabellen, damit alle anderen Bausteine (wie Stats) auf einer konsistenten Datenbasis arbeiten können.
8. Warum mein Grid Price Monitor besonders ist
- Echte Kostentransparenz: Er zeigt dir, was du am Ende wirklich bezahlst (Brutto inkl. Gebühren).
- Solar-Awareness: Die Ladeentscheidung ist “solar-intelligent” durch die direkte SFML-Anbindung.
- Erklärbarkeit: Meine Integration liefert Begründungen für ihre Entscheidungen, was das Vertrauen in die Automatisierung stärkt.
- Lokale Hoheit: Auch hier verlassen keine sensiblen Daten dein System; die Logik wird lokal in Home Assistant ausgeführt.
9. Zusammenfassung
Der Grid Price Monitor ist der ökonomische Taktgeber in meinem Ökosystem.
Er macht aus der passiven Beobachtung von Strompreisen eine aktive Energiesteuerung. Indem ich Solarprognosen, Batteriestände und reale Stromkosten verschmelze, ermögliche ich eine wirtschaftlich optimierten PV-Betrieb, der weit über Standardlösungen hinausgeht.