Gå til innhold
  • Bli medlem
Støtt hjemmeautomasjon.no!

Utregning av daglig pris totalt


Anbefalte innlegg

Er det noen som har en graphana / influx eller kode for å gjøre følgende

 

m tibber sitt api lagrer jeg konstant prisendringer på strøm, pluss lagrer live forbruk og produksjon

 

hadde ønsket to utregninger

 

1. forbruk utregnet med tibber strømpris (timestipulert)

2. 1 inkl alle offentlige avgifter (faktisk pris)

 

Lenke til kommentar
Del på andre sider

Jeg gjør slikt med Python. pyTibber-modulen (Python 3) for å snakke med Tibber sitt API direkte (henter ut priser pr time), og så har jeg forbruket  (lest fra HAN-porten ) lokalt i InfluxDB, og bruker da en Python-Influx-modul. Dvs jeg gjør det ikke helt slikt, fordi den gamle koden min som henter forbruksdata fra Smappee sitt API er fortsatt aktiv hos meg.

 

Dataene limes inn i Pandas DataFrame-objekter, der det er lett å gange sammen kolonner med pris i en kolonne, og forbruk i en annen (og legge til nettleie fra en tredje kolonne). 

 

(man må også gjennom noen tidssone-teknikaliteter, og håndtering av overgang sommer--til-vintertid)

 

Er du oppegående på Python og pandas, kan jeg etterhvert lime inn litt kode, men du må være i stand til å tilpasse det til ditt miljø.

Lenke til kommentar
Del på andre sider

4 minutes ago, berland said:

Jeg gjør slikt med Python. pyTibber-modulen (Python 3) for å snakke med Tibber sitt API direkte (henter ut priser pr time), og så har jeg forbruket  (lest fra HAN-porten ) lokalt i InfluxDB, og bruker da en Python-Influx-modul. Dvs jeg gjør det ikke helt slikt, fordi den gamle koden min som henter forbruksdata fra Smappee sitt API er fortsatt aktiv hos meg.

 

Dataene limes inn i Pandas DataFrame-objekter, der det er lett å gange sammen kolonner med pris i en kolonne, og forbruk i en annen (og legge til nettleie fra en tredje kolonne). 

 

(man må også gjennom noen tidssone-teknikaliteter, og håndtering av overgang sommer--til-vintertid)

 

Er du oppegående på Python og pandas, kan jeg etterhvert lime inn litt kode, men du må være i stand til å tilpasse det til ditt miljø.

 

Atm kjører jeg tibber og smappee, så det kunne faktisk passe

Lenke til kommentar
Del på andre sider

Her er eksempel som regner ut kostnad siste 48 timer, gitt at du har både strømpris og forbruk lagret i Influx:

from influxdb import InfluxDBClient
from influxdb import DataFrameClient
import pandas as pd

pdclient = DataFrameClient('influxserver', 8086, '', '', 'openhab_db')

pris_navn = 'Tibber_current_price'  # Endre disse til dine navn i Influxdb
forbruk_navn = 'AMSpower'

priser = pdclient.query('select mean(value) as pris from ' + pris_navn + ' where time > now()-48h group by time(1h)')[pris_navn]
forbruk = pdclient.query('select mean(value) as forbruk from ' + forbruk_navn + ' where time > now()-48h group by time(1h)')[forbruk_navn]

# Bruk Pandas til å lime de to tidsseriene sammen til en tabell
prisforbruk = pd.concat([priser, forbruk], axis=1)

prisforbruk['nettleie'] = 41  # Bytt til det som du har selv. Enhet øre.

# Beregn kostnad (med enhetskonvertering)
prisforbruk['kostnad'] = (prisforbruk['pris'] + prisforbruk['nettleie'])/100 * prisforbruk['forbruk']/1000

print(prisforbruk)
print("Kostnad site 48 timer: {}".format(prisforbruk.kostnad.sum()))

 

Dette regner marginalt feil, fordi det regnes utifra instantanstrømforbruket, som kanskje ikke addereres opp til det kumulative forbruket (f.eks. hvis man mangler data i 10 min) Et litt mer komplisert eksempel hadde brukt kumulative data fra AMS-måleren, og beregner differansen på det tallet fra en time til det neste.

 

Lenke til kommentar
Del på andre sider

Bli med i samtalen

Du kan publisere innhold nå og registrere deg senere. Hvis du har en konto, logg inn nå for å poste med kontoen din.

Gjest
Skriv svar til emnet...

×   Du har limt inn tekst med formatering.   Lim inn uten formatering i stedet

  Du kan kun bruke opp til 75 smilefjes.

×   Lenken din har blitt bygget inn på siden automatisk.   Vis som en ordinær lenke i stedet

×   Tidligere tekst har blitt gjenopprettet.   Tøm tekstverktøy

×   Du kan ikke lime inn bilder direkte. Last opp eller legg inn bilder fra URL.

×
×
  • Opprett ny...

Viktig informasjon

Vi har plassert informasjonskapsler/cookies på din enhet for å gjøre denne siden bedre. Du kan justere dine innstillinger for informasjonskapsler, ellers vil vi anta at dette er ok for deg.