FVE s podporou z DS

[Franta2776]

Na zimu pěkně spalovak. A nemusíš šetřit topení v autě.

Fuj nasedat do studenýho auta a ještě škrábat. Případně poskakovat na krátký jízdy po městě ve studeným autě.
Od té doby co mám BEV tyto věci neznám.

[unicast]

Elektrické vyhřívání bloku motoru a/nebo nezávislé topení. Neznáš? Velmi příjemné.

https://www.defa.com/electrical-preheat ... ne-heater/

[Franta2776]

ŽeTě pořád baví zdokonalovat historii. Jsi jak evropské automobilky.Peak prodej spalováku byl v roce 2016 to je 10let. Za chvíli budou KO.

[unicast]

Mám to tam určitě déle než od roku 2016

[Franta2776]

A budeš mít palivo? A za, kolik?
https://www.seznamzpravy.cz/clanek/ekon ... droll_varB

[Mex]

... Peak prodej spalováku byl v roce 2016 to je 10let...

To je ten pokrok.
Peak byl dřív, teď je Peaq.

[rva]

Používám předpověď solární výroby - tedy kolik elektřiny ještě elektrárna do konce dne vyrobí. Uživateli to napoví, jak moc může plýtvat elektřinou. A u té předpovědi je drobný problém, protože do ní zadávám jednotlivá FV pole a už ne že mám přepanelováno, takže i když fv pole může dávat víc, víc nedá, protože regulátor víc nedá. Řeší toto nějaká jiná integrovatelá předpověď do home assistant? Nebo si tu předpověď pro jednotlivá fv pole ořezáváte dle parametrů regulátoru?

[rva]

Je vidět, že v boxu pro baterie teplota sleduje venkovní teplotu s nějakým zpožděním. Je to stejné, jako u každé jiné stavby, nejvýznamější to je v podkroví, kde jsou největší vedra kvůli fázovému posunu až večer. Fázový posun teploty v boxu je nyní asi 120 minut. Abych ho nemusel odhadovat, počítám ho v grafana (v influxDB). Počítám ho tak, že pro různá posunutí spočítám korelační koeficient (z teplotních dat za poslední týden). Pro jakou hodnotu je nejvyšší, tak ta je právě fázový posun. Tyto výpočty v sobě nemá jazyk influxQL, ale až Flux, proto jsem danou databázi influx 1.8 připojil ještě jako druhý datový zdroj a to s jazykem Flux. Mohu tak dělat jednoduché vizualizace s pomocí influxDB, ale i složitější výpočty v jazyce Flux. V něm se data pro daný sloupcový graf korelačního koeficentu získají takto:

Kód: Vybrat vše

// 1. Nastavíme pevné okno na 7 dní
data_start = -7d
// Nastavení velikosti okna pro agregaci (15 minut zajistí rychlý výpočet)
okno = 15m

// 2. Načteme venkovní teplotu
teplota_venku = from(bucket: "ha2/autogen")
  |> range(start: data_start)
  |> filter(fn: (r) => r["_measurement"] == "°C")
  |> filter(fn: (r) => r["entity_id"] == "barometricky_tlak_a_teplota_bmp_temp")
  |> filter(fn: (r) => r["_field"] == "value")
  |> aggregateWindow(every: okno, fn: mean, createEmpty: false)

// 3. Definujeme funkci pro výpočet shody za 7 dní
spocitej_shodu = (posun_minuty) => {
  dur = duration(v: string(v: posun_minuty) + "m")

  teplota_boxu_posunuta = from(bucket: "ha2/autogen")
    |> range(start: data_start)
    |> filter(fn: (r) => r["_measurement"] == "°C")
    |> filter(fn: (r) => r["entity_id"] == "battery_box_temperature")
    |> filter(fn: (r) => r["_field"] == "value")
    |> aggregateWindow(every: okno, fn: mean, createEmpty: false)
    |> timeShift(duration: -dur)

  return join(tables: {venku: teplota_venku, box: teplota_boxu_posunuta}, on: ["_time"])
    |> covariance(columns: ["_value_venku", "_value_box"], pearsonr: true)
    |> map(fn: (r) => ({ _time: now(), posun: posun_minuty, korelace: r._value }))
}

// 4. Spustíme výpočet pro testované posuny
union(tables: [
  spocitej_shodu(posun_minuty: 50),
  spocitej_shodu(posun_minuty: 60),
  spocitej_shodu(posun_minuty: 70),
  spocitej_shodu(posun_minuty: 80),
  spocitej_shodu(posun_minuty: 90),
  spocitej_shodu(posun_minuty: 100),
  spocitej_shodu(posun_minuty: 110),
  spocitej_shodu(posun_minuty: 120),
  spocitej_shodu(posun_minuty: 130),
  spocitej_shodu(posun_minuty: 140),
  spocitej_shodu(posun_minuty: 150),
  spocitej_shodu(posun_minuty: 160),
  spocitej_shodu(posun_minuty: 170),
  spocitej_shodu(posun_minuty: 180),
  spocitej_shodu(posun_minuty: 190),
  spocitej_shodu(posun_minuty: 200),
  spocitej_shodu(posun_minuty: 210),
  spocitej_shodu(posun_minuty: 220),
  spocitej_shodu(posun_minuty: 230),
  spocitej_shodu(posun_minuty: 240),
  spocitej_shodu(posun_minuty: 250),
  spocitej_shodu(posun_minuty: 260),
  spocitej_shodu(posun_minuty: 270),
  spocitej_shodu(posun_minuty: 280),
  spocitej_shodu(posun_minuty: 290),
  spocitej_shodu(posun_minuty: 300),
  spocitej_shodu(posun_minuty: 310),
  spocitej_shodu(posun_minuty: 320),
  spocitej_shodu(posun_minuty: 330),
  spocitej_shodu(posun_minuty: 340),
  spocitej_shodu(posun_minuty: 350),
  spocitej_shodu(posun_minuty: 360),
  spocitej_shodu(posun_minuty: 370),
  spocitej_shodu(posun_minuty: 380),
  spocitej_shodu(posun_minuty: 390),
  spocitej_shodu(posun_minuty: 400),
  spocitej_shodu(posun_minuty: 410),
  spocitej_shodu(posun_minuty: 420)
])
// 1. Seřadíme data podle minut posunutí od nejmenšího po největší
|> sort(columns: ["posun"])

// 2. Aby Grafana dokázala vykreslit osu X jako minuty posunutí (a ne jako reálný čas),
// přeměníme sloupec "posun" na hlavní hodnotu a čas potlačíme.
|> duplicate(column: "posun", as: "_value")
|> keep(columns: ["_value", "posun", "korelace"])

Cílem je sledovat, jak se box chová když se zkusí různé metody jeho izolace a utěsnění. Zatím to vypadá, že do něj není potřeba chodit, protože vše se dá sledovat a nastavovat přes esphome. A to by pak mohlo stačít objet spáry před zimou lepící páskou a to po zimě sundat.

[bokser01]

U mě je celkově teplota v místnosti s FVE dost stabilní. V létě tam tedy jede klimatizace protože to tam lezlo i k 30°C
Je to cca 10m2 místnost, zateplená a měniče si to tam temperují provozem sami.