Hallo Rainer,
ahh, wenn mans richtig macht, gehts auch. ich hatte fälschlicherweise versucht, die Prognose als zusätzlichen PV-Erzeuger hinzuzufügen. Jetzt läufts auf jeden Fall. Vielen Dank für die ausführliche Rückmeldung.
vg,
Matthias
ich habe eine Idee, wie du deine Gesamt-Watt-Zahl direkt aus der Datenbank abfragen und in kWh umwandeln kannst – super einfach!
Sag mir doch mal, wie dein Sensor heißt, der die Gesamt-Watt-Zahl anzeigt. Wenn du mir die META_IDdieses Sensors gibst (hier im Forum posten), schreibe ich dir einen Code für die Home Assistant SQL-Integration. Der Code fragt die Watt-Daten direkt aus der Datenbank ab und berechnet daraus die kWh.Bonus: Mit diesem Ansatz kannst du noch viel mehr machen! Zum Beispiel:
- Vergleiche zwischen verschiedenen PV-Strings (z. B. PV1 vs. PV3) und die Abweichung der Leistung analysieren.
- Warnungen erstellen, falls die Last auf einem String absackt (z. B. durch Dreck oder Verschattung).
- Berechnungen nach Ausrichtung (z. B. Ost = XYZ kWh, West = YZT kWh) oder was immer du brauchst!
Für alle, die es selbst ausprobieren wollen: Um die META_ID eines Sensors zu finden, kannst du diesen Befehl im Home Assistant Terminal (oder via SSH) nutzen:
MariaDB (falls du die MariaDB-Integration verwendest was ich dringend empfehle):
docker exec addon_core_mariadb mariadb -u BENUTZER -pPASSWORT homeassistant -e "SELECT metadata_id, entity_id FROM states_meta WHERE entity_id = 'sensor.DEINSENSOR';"
SQLite (falls du die Standard-Home-Assistant-Datenbank nutzt):
sqlite3 DATENBANKPFAD "SELECT metadata_id, entity_id FROM states_meta WHERE entity_id = 'sensor.DEINSENSOR';"
Ersetze DEINSENSOR durch den Namen deines Sensors (z. B. sensor.pv_total_watt) und DATENBANKPFAD durch den Pfad zu deiner Home Assistant-Datenbank (meist /config/home-assistant_v2.db).Poste mir einfach die META_ID und den Sensornamen, und ich lege los mit dem Code!
für die ganz wilden… kannst Du auch das hier machen wenn es nur um eine Prognose geht, die unterschiedliche Ausrichtungen / Leistungen / Situation vor Ort / … mit einbezieht! Das ist aber nichts für Anfänger (ohne es respektlos / abwertend zu meinen) . Basiert auf dem Training von einem Modul und Machine Learning
Moin,
habe mir gestern die Open-Meteo Solar Forecast installiert.
Auf dem Balkon sind 4 “bluesun solar module a 425 Watt” montiert. Bei der Installation der Integration konnte ich die meisten Eingaben hinterlegen.
Wo finde ich die Werte für …
- Dämpfungsfaktor am Morgen bzw Abend
- Capacität des inverters
- DC efficiency
Betrieben werden die Module an einer Anker Solix 2 Pro.
Danke & Gruss
Hallo M.
Dämpfungsfaktor ist erstmal egal. Da trägst Du nur was ein (z.B. 0,2), wenn Morgens oder Abends ein gravierender Einbruch zu sehen ist.
Kapazität des Inverters ist die max. Gesamtleistung des Inverters. Bei Dir wohl 2000 - 2500 Watt. Nimm 4x 425Watt, also 2000 Watt.
DC Efficiency ist der Wirkungsgrad Deines Inverters. Liegt meist zwischen 93 und 98 %. Mit diesem Faktor kannst Du ein wenig rumspielen, bis die Prognose einigermaßen mit dem echten Ertrag zusammenpasst.
Um das ganze schön sichtbar zu machen kann man einen Apex-Chart benutzen.
Bei mir sieht das dann so aus:
Ich kann sagen, daß die Meteo-Prognose in den “hellen” Monaten sehr gut funktioniert. In den “dunklen” Monaten scheint mir Solcast etwas präziser zu sein. Allerdings: es sind nur Prognosen. Die Anzahl der Sonnenstunden ist bei meteoblue sehr genau.
mfg
Rainer
ich benutze Omen Metao Solarforecast PV seit ca einem Jahr. Ich b´habe nun festgestellt das die Prognose im Sommer zu 99% korrekt ist aber im Winter 50% zu wenig. Nun würde ich gerne die Konfiguration ändern (Ausrichtung etc) finde aber nicht wie???
Im Sommer steht die Sonne weiter oben am Himmel, die prognostizierte Sonneneinstrahlung ist dann sehr realistisch, weil sie aus einem hohen Winkel ohne Objekte im Weg kommt.
In den dunklen Monaten, bzw. wenn die Sonne tiefer steht, sind gerne mal Bäume/Wälder oder Häuser im Weg. Das kannst du mit einer horizon.txt-Datei korrigieren.
Bei mir ist in ca. 300m Entfernung ein Wald, selbst die Bäume Dort können Morgens/Abends oder im Winter fast durchgängig bei tiefstehender Sonne einen gewaltigen Einfluss haben.
Ich habe mich damit jetzt ein paar Tage beschäftigt, alles in Google Earth und auf sonnenverlauf.de nachgemessen. Ist auf jeden Fall empfehlenswert für “bessere” Daten, wenn der Winter deutlich zu niedrig prognostiziert wird.
Falls Fragen da sind, wie das geht: Die Datei besteht aus Zeilen, die den Azimut, einem TAB-Trenner und dann die Höhe des Objekts in ° beinhalten. Wichtig ist, dass 0.0°- und 360.0°-Azimut drin sind, dazwischen kann man dann seine Werte eintragen. Der Winkel wird durch arctan( (Höhe - Montagehöhe) / Entfernung) berechnet.
Hier Beispielhaft:
0.0 28.0
35.0 9.1
70.0 7.2
96.0 5.0
105.0 11.0
129.0 8.0
157.0 7.0
211.0 15.3
219.0 8.1
256.0 3.0
360.0 28.0