zondag 9 november 2025 22:59

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
simnet schreef op zondag 9 november 2025 @ 22:03:
[...]

Als je alles naar UTC omzet heb je geen last van DST. Daarnaast verwacht ik niet dat veel mensen om 2 uur snachts opbrengst hebben ;)
Maar de zon maakt om 10 uur bij wintertijd een andere hoek met zuid dan om 10 uur bij zomertijd. In die zin heeft dst toch meer invloed dan je in eerste instantie denkt, dus ik verwacht toch een betere voorspelling door eerst alles om te zetten naar UTC.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 10 november 2025 08:08

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

simnet schreef op zondag 9 november 2025 @ 13:14:
I heb het solar performance model tijdelijk hier neergezet:
https://github.com/jsimonetti/solar_predict/
Gaaf!

Historische data van mijn installatie van de afgelopen paar jaar heb ik wel in de Influx database; die is wel als csv te exporteren. Maar kan ik enigzins makkelijk aan het csv-tje met weatherdata voor datzelfde tijdsbestek komen?

maandag 10 november 2025 09:42

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Jazeker, er is een publieke API bij knmi om historische weerdata op te halen voor je locatie.
Die zijn te downloaden van https://www.daggegevens.knmi.nl/klimatologie/uurgegevens

Ik weet zo niet of hier al een kant en klare python module voor is...

Edit:
Hier stukje code van een scriptje van mij die de juiste info ophaalt:
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

import knmi
def fetch_knmi_weather(station, start, end):
    print("Fetching KNMI data from", start, "to", end, "...")
    df_hourly = knmi.get_hour_data_dataframe(
        stations=[station],
        start=start,
        end=end,
        variables=["T", "RH", "Q", "FH"]
    )
    df_hourly["T"] = df_hourly["T"] / 10.0 # convert to °C
    df_hourly["RH"] = df_hourly["RH"] / 10.0 # conver to mm
    df_hourly["FH"] = df_hourly["FH"] / 10.0 # convert to m/s
    df_hourly = df_hourly.rename(columns={
        "T": "temperature",
        "RH": "precipitation",
        "Q": "sun_radiation", # in J/cm2
        "FH": "wind_speed"
    })

[ Voor 60% gewijzigd door simnet op 10-11-2025 09:53 ]

maandag 10 november 2025 09:57

Acties:
  • Impossibl3
  • Registratie: November 2012
  • Laatst online: 21:55

Impossibl3

simnet schreef op zondag 9 november 2025 @ 13:14:
I heb het solar performance model tijdelijk hier neergezet:
https://github.com/jsimonetti/solar_predict/
Wat ik mij nog af vraag. In hoe verre kan je de hele PV opstelling er in kieperen of moet dit per oriëntatie/vlak?

In DAO geef je namelijk per vlak/set aan wat de gegevens zijn maar is dat voor het trainen ook nodig? Zo heb ik 4 panelen op west en oost en 5 op zuid (ieder op een schuin dak, allemaal Enphase) en nog 9 panelen plat op het dak van de uitbouw in 1 string met diverse schaduwvlakken. Nu zitten de panelen als 2 sets in DAO 1 Enphase set met 3 oriëntaties en 1 String set (het platte dak). Voor het trainen zou het wel makkelijk zijn als ik alles op 1 hoop kan gooien of anders kan splitsen tussen Enphase en String. Maar als ik de Enphase nog moet gaan splitsen wordt het wel een dingetje.

Ik bedenk mij net. DAO vraagt per vlak een eigen yield en daarmee ontkom je volgens mij neit aan en training per vlak.

PV 5.590 Wp Enphase, 2.700 Wp Growatt - Easee laadpaal - Itho Amber 95 WP

maandag 10 november 2025 10:06

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Inderdaad. Elk vlak/orrientatie heeft zijn eigen gedrag.

MAAR, het leuke is dat dit soort modelen voorspellingen doen op basis van daadwerkelijk behaalde resultaten uit het verleden. Dus (in theorie in ieder geval) zou het niet uit moeten maken, zolang je historische informatie gebruikt waar alle vlakken in zitten.
Immers, je totale opbrengst zal bij een bepaalde zon instraling altijd hetzelfde zijn. Als KNMI 100 W/m2 voorspelt, levert dat X kWh op. Dan maakt het niet uit hoeveel vlakken of wat hun helling ook is, want die verandert niet.

Het is dus wel belangrijk dat je historische data gebruikt van een stabiele installatie (en een woning verandert over het algemeen niet zo snel van orientatie ;) ). Dit is anders als je je installatie uitbreidt, oid. Dan kun je vanaf dat moment niet meer je historische gegevens gebruiken.

Edit: dit is mogelijk wel noodzakelijk als je een combinatie hebt van AC en DC connected panelen, aangezien je dan je opbrengst op een andere manier berekent (verschillende verliezen, etc).
Een model trainen per array/vlak kan in ieder geval geen kwaad en kan nauwkeuriger zijn. Misschien hebben je panelen andere characteristieken per vlak (leeftijd, decay, etc) en dan worden die subtiele dingen niet uitgesmeerd over je andere vlakken. Ik denk wel dat het effect minimaal zal zijn.

[ Voor 22% gewijzigd door simnet op 10-11-2025 10:13 ]

maandag 10 november 2025 10:24

Acties:
  • Impossibl3
  • Registratie: November 2012
  • Laatst online: 21:55

Impossibl3

@simnet Ah ja. Uit je uitleg maak ik op dat de set van Enphase (allemaal de zelfde panelen en gelijktijdig neergelegd) en de String set (zelfde panelen in de set maar fors ouder dan de Enphase set) gesplits door het script halen de beste resultaten levert. Of ik gedetailleerde historische data per vlak heb moet ik even uitzoeken want mijn PV gaat niet op dat detail niveau mijn influxdb in. Daar is de history van HA voldoende voor.

PV 5.590 Wp Enphase, 2.700 Wp Growatt - Easee laadpaal - Itho Amber 95 WP

maandag 10 november 2025 10:39

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

@Impossibl3 Ja, als je het allerbeste resultaat wilt, dan kun je ze splitsen. Ik vermoed echter dat (zoland je genoeg historische informatie hebt) het verschil tussen individueel en alles op een hoop minimaal gaat zijn.

Ik heb zelf maar een enkele PV opstelling, dus kan het niet met cijfers onderbouwen. Ik denk dat voor DAO het het beste is om per array een model te trainen. Kleine moeite en je helpt de mensen die op een gegeven moment hun set uitbreiden.

maandag 10 november 2025 10:49

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Om info uit HA te halen:
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

import pandas as pd
import sqlalchemy

dbURL = os.getenv("DATABASE_URL", "sqlite:///home-assistant_v2.db")
engine = sqlalchemy.create_engine(dbURL)

entity_id = "sensor.total_solar_production_roof"

conn = engine.connect()

# get statistics id
statement = sqlalchemy.text("""
    SELECT id FROM "statistics_meta"
    WHERE statistic_id = :entity_id
""")
result = conn.execute(statement, {"entity_id": entity_id})
result = result.fetchone()

id = result[0]
print(f"Statistic ID: {id}")

query = f"""
SELECT *
FROM "statistics"
WHERE "metadata_id" = {id}
"""

stats = pd.read_sql_query(query, engine)
print (stats)

# Convert timestamps to datetime and process solar data
stats['start_ts'] = pd.to_datetime(stats['start_ts'], unit='s')
stats['created_ts'] = pd.to_datetime(stats['created_ts'], unit='s')

# Calculate hourly solar production (kWh)
# The 'sum' column appears to be cumulative, so we need to calculate differences
stats_sorted = stats.sort_values('start_ts').copy()
stats_sorted['solar_kwh'] = stats_sorted['sum'].diff()

# Remove negative values (can happen due to data quality issues)
stats_sorted = stats_sorted[stats_sorted['solar_kwh'] >= 0]

# Set the datetime index
stats_sorted = stats_sorted.set_index('start_ts')

# save to csv
file_name = "solar_roof.csv"
stats_sorted.to_csv(file_name)

[ Voor 29% gewijzigd door simnet op 10-11-2025 10:52 ]

maandag 10 november 2025 12:15

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
@Impossibl3 @simnet
Voor de directe toepassing in DAO denk ik dat je per pv-installatie moet gaan werken. De data in HA dienen dan als historie om het model te trainen, dus DAO moet dan een sensor hebben waarmee die historie kan worden opgehaald. Dan kan dezelfde sensor zijn die je opgeeft voor de rapportages en die je ook gebruikt in het energy-dashboard van HA. Dus als je een sensor hebt per omvormer dan wordt ook het model getraind per omvormer en wordt er ook per omvormer een voorspelling berekend.
Ook bij een hybride pv-installatie (die direct invoedt op de omvormer van de batterij) geldt: als je bruto productie data hebt op per dc-aansluiting kan ook op dat niveau worden getraind en voorspeld.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 10 november 2025 12:20

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

KC27 schreef op maandag 10 november 2025 @ 12:15:
@Impossibl3 @simnet
Voor de directe toepassing in DAO denk ik dat je per pv-installatie moet gaan werken. De data in HA dienen dan als historie om het model te trainen, dus DAO moet dan een sensor hebben waarmee die historie kan worden opgehaald. Dan kan dezelfde sensor zijn die je opgeeft voor de rapportages en die je ook gebruikt in het energy-dashboard van HA. Dus als je een sensor hebt per omvormer dan wordt ook het model getraind per omvormer en wordt er ook per omvormer een voorspelling berekend.
Ook bij een hybride pv-installatie (die direct invoedt op de omvormer van de batterij) geldt: als je bruto productie data hebt op per dc-aansluiting kan ook op dat niveau worden getraind en voorspeld.
Hmm als je twee (of meerdere) strings hebt op één omvormer - kan je dus beter de entiteiten voor die specifieke strings pakken dan de samengevoegde voor de hele omvormer. Klinkt logisch, ben benieuwd hoe het model zich weerhoudt t.o.v. SolCast etc.

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

maandag 10 november 2025 13:17

Acties:
  • Bravo
  • Registratie: Augustus 2005
  • Laatst online: 20:28

Bravo

Second Best

Bravo schreef op vrijdag 31 oktober 2025 @ 14:36:
[...]

[Afbeelding]
Ook nu gaat hij weer de negatieve toer op en ik kan niet verzinnen waarom:
Let op: geconfigureerd alsof het na 1 jan 2027 is (geen salderen).
Afbeeldingslocatie: https://tweakers.net/i/pGX5Qd2n62py8UFnlgmBCIv50DQ=/x800/filters:strip_exif()/f/image/8HrJiXrOCCiJBkkiyuE41SWB.png?f=fotoalbum_large
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537

2025-11-10 13:04:10 info: Day Ahead Optimalisering versie: 2025.11.0
2025-11-10 13:04:10 info: Day Ahead Optimalisering gestart op: 10-11-2025 13:04:10
2025-11-10 13:04:10 info: Day Ahead Optimalisatie gestart: 10-11-2025 13:04:10 taak: calc_optimum
2025-11-10 13:04:10 info: Debug = False
2025-11-10 13:04:10 info: Baseload uit instellingen
2025-11-10 13:04:10 info: Start waarden: 
       uur                tijd  spot   p_l   p_t  base  pv_ac  pv_dc
0    13:00 2025-11-10 13:00:00 0.083 0.248 0.100 0.058  0.268      0
1    13:15 2025-11-10 13:15:00 0.087 0.253 0.105 0.055  0.354      0
2    13:30 2025-11-10 13:30:00 0.094 0.262 0.114 0.052  0.338      0
3    13:45 2025-11-10 13:45:00 0.101 0.269 0.122 0.056  0.325      0
4    14:00 2025-11-10 14:00:00 0.081 0.246 0.098 0.066  0.309      0
5    14:15 2025-11-10 14:15:00 0.093 0.261 0.113 0.071  0.288      0
6    14:30 2025-11-10 14:30:00 0.108 0.278 0.130 0.075  0.267      0
7    14:45 2025-11-10 14:45:00 0.123 0.297 0.149 0.078  0.223      0
8    15:00 2025-11-10 15:00:00 0.095 0.263 0.115 0.083  0.152      0
9    15:15 2025-11-10 15:15:00 0.104 0.273 0.126 0.086  0.106      0
10   15:30 2025-11-10 15:30:00 0.120 0.293 0.145 0.089  0.027      0
11   15:45 2025-11-10 15:45:00 0.148 0.327 0.180 0.082  0.018      0
12   16:00 2025-11-10 16:00:00 0.116 0.288 0.141 0.067  0.021      0
13   16:15 2025-11-10 16:15:00 0.121 0.295 0.147 0.060  0.012      0
14   16:30 2025-11-10 16:30:00 0.126 0.300 0.152 0.053  0.004      0
15   16:45 2025-11-10 16:45:00 0.139 0.316 0.168 0.051  0.001      0
16   17:00 2025-11-10 17:00:00 0.135 0.311 0.164 0.051  0.003      0
17   17:15 2025-11-10 17:15:00 0.134 0.310 0.162 0.049  0.001      0
18   17:30 2025-11-10 17:30:00 0.128 0.303 0.155 0.048  0.000      0
19   17:45 2025-11-10 17:45:00 0.123 0.296 0.148 0.052  0.000      0
20   18:00 2025-11-10 18:00:00 0.141 0.318 0.171 0.063  0.000      0
21   18:15 2025-11-10 18:15:00 0.123 0.296 0.148 0.068  0.000      0
22   18:30 2025-11-10 18:30:00 0.101 0.270 0.122 0.072  0.000      0
23   18:45 2025-11-10 18:45:00 0.095 0.262 0.114 0.068  0.000      0
24   19:00 2025-11-10 19:00:00 0.124 0.297 0.150 0.055  0.000      0
25   19:15 2025-11-10 19:15:00 0.099 0.268 0.120 0.051  0.000      0
26   19:30 2025-11-10 19:30:00 0.089 0.255 0.108 0.046  0.000      0
27   19:45 2025-11-10 19:45:00 0.088 0.254 0.107 0.048  0.000      0
28   20:00 2025-11-10 20:00:00 0.090 0.256 0.109 0.057  0.000      0
29   20:15 2025-11-10 20:15:00 0.094 0.262 0.114 0.059  0.000      0
30   20:30 2025-11-10 20:30:00 0.085 0.251 0.103 0.061  0.000      0
31   20:45 2025-11-10 20:45:00 0.084 0.249 0.101 0.053  0.000      0
32   21:00 2025-11-10 21:00:00 0.090 0.257 0.109 0.037  0.000      0
33   21:15 2025-11-10 21:15:00 0.085 0.251 0.103 0.029  0.000      0
34   21:30 2025-11-10 21:30:00 0.083 0.248 0.101 0.022  0.000      0
35   21:45 2025-11-10 21:45:00 0.082 0.247 0.099 0.022  0.000      0
36   22:00 2025-11-10 22:00:00 0.088 0.254 0.107 0.028  0.000      0
37   22:15 2025-11-10 22:15:00 0.085 0.251 0.103 0.028  0.000      0
38   22:30 2025-11-10 22:30:00 0.081 0.245 0.098 0.028  0.000      0
39   22:45 2025-11-10 22:45:00 0.080 0.244 0.096 0.028  0.000      0
40   23:00 2025-11-10 23:00:00 0.086 0.252 0.104 0.028  0.000      0
41   23:15 2025-11-10 23:15:00 0.079 0.243 0.095 0.028  0.000      0
42   23:30 2025-11-10 23:30:00 0.077 0.241 0.094 0.028  0.000      0
43   23:45 2025-11-10 23:45:00 0.069 0.231 0.084 0.027  0.000      0
44   00:00 2025-11-11 00:00:00 0.088 0.255 0.107 0.026  0.000      0
45   00:15 2025-11-11 00:15:00 0.082 0.247 0.099 0.025  0.000      0
46   00:30 2025-11-11 00:30:00 0.069 0.231 0.083 0.024  0.000      0
47   00:45 2025-11-11 00:45:00 0.067 0.229 0.081 0.025  0.000      0
48   01:00 2025-11-11 01:00:00 0.084 0.249 0.102 0.027  0.000      0
49   01:15 2025-11-11 01:15:00 0.073 0.236 0.088 0.027  0.000      0
50   01:30 2025-11-11 01:30:00 0.071 0.234 0.086 0.028  0.000      0
51   01:45 2025-11-11 01:45:00 0.063 0.224 0.077 0.028  0.000      0
52   02:00 2025-11-11 02:00:00 0.072 0.235 0.087 0.027  0.000      0
53   02:15 2025-11-11 02:15:00 0.070 0.232 0.084 0.027  0.000      0
54   02:30 2025-11-11 02:30:00 0.069 0.231 0.083 0.027  0.000      0
55   02:45 2025-11-11 02:45:00 0.067 0.229 0.081 0.028  0.000      0
56   03:00 2025-11-11 03:00:00 0.067 0.228 0.081 0.029  0.000      0
57   03:15 2025-11-11 03:15:00 0.069 0.232 0.084 0.030  0.000      0
58   03:30 2025-11-11 03:30:00 0.068 0.230 0.083 0.031  0.000      0
59   03:45 2025-11-11 03:45:00 0.066 0.227 0.080 0.030  0.000      0
60   04:00 2025-11-11 04:00:00 0.066 0.227 0.080 0.028  0.000      0
61   04:15 2025-11-11 04:15:00 0.066 0.227 0.080 0.028  0.000      0
62   04:30 2025-11-11 04:30:00 0.067 0.229 0.081 0.027  0.000      0
63   04:45 2025-11-11 04:45:00 0.070 0.232 0.085 0.027  0.000      0
64   05:00 2025-11-11 05:00:00 0.063 0.224 0.076 0.026  0.000      0
65   05:15 2025-11-11 05:15:00 0.067 0.228 0.081 0.025  0.000      0
66   05:30 2025-11-11 05:30:00 0.068 0.230 0.082 0.024  0.000      0
67   05:45 2025-11-11 05:45:00 0.074 0.238 0.090 0.025  0.000      0
68   06:00 2025-11-11 06:00:00 0.067 0.228 0.081 0.023  0.000      0
69   06:15 2025-11-11 06:15:00 0.069 0.231 0.083 0.024  0.000      0
70   06:30 2025-11-11 06:30:00 0.078 0.243 0.095 0.024  0.000      0
71   06:45 2025-11-11 06:45:00 0.091 0.258 0.110 0.039  0.000      0
72   07:00 2025-11-11 07:00:00 0.086 0.251 0.104 0.072  0.000      0
73   07:15 2025-11-11 07:15:00 0.090 0.257 0.109 0.087  0.000      0
74   07:30 2025-11-11 07:30:00 0.096 0.264 0.117 0.102  0.000      0
75   07:45 2025-11-11 07:45:00 0.094 0.262 0.114 0.088  0.002      0
76   08:00 2025-11-11 08:00:00 0.107 0.277 0.129 0.049  0.007      0
77   08:15 2025-11-11 08:15:00 0.101 0.270 0.122 0.035  0.010      0
78   08:30 2025-11-11 08:30:00 0.100 0.269 0.121 0.021  0.010      0
79   08:45 2025-11-11 08:45:00 0.092 0.259 0.112 0.025  0.016      0
80   09:00 2025-11-11 09:00:00 0.108 0.278 0.130 0.045  0.024      0
81   09:15 2025-11-11 09:15:00 0.095 0.263 0.115 0.050  0.031      0
82   09:30 2025-11-11 09:30:00 0.096 0.264 0.117 0.054  0.038      0
83   09:45 2025-11-11 09:45:00 0.085 0.250 0.102 0.050  0.050      0
84   10:00 2025-11-11 10:00:00 0.104 0.273 0.126 0.039  0.069      0
85   10:15 2025-11-11 10:15:00 0.088 0.254 0.106 0.035  0.082      0
86   10:30 2025-11-11 10:30:00 0.084 0.249 0.101 0.032  0.097      0
87   10:45 2025-11-11 10:45:00 0.077 0.241 0.093 0.034  0.102      0
88   11:00 2025-11-11 11:00:00 0.089 0.255 0.107 0.039  0.099      0
89   11:15 2025-11-11 11:15:00 0.084 0.249 0.101 0.040  0.104      0
90   11:30 2025-11-11 11:30:00 0.081 0.246 0.098 0.042  0.109      0
91   11:45 2025-11-11 11:45:00 0.077 0.241 0.093 0.049  0.111      0
92   12:00 2025-11-11 12:00:00 0.074 0.238 0.090 0.060  0.111      0
93   12:15 2025-11-11 12:15:00 0.073 0.236 0.088 0.067  0.114      0
94   12:30 2025-11-11 12:30:00 0.075 0.238 0.091 0.073  0.115      0
95   12:45 2025-11-11 12:45:00 0.080 0.245 0.097 0.070  0.109      0
96   13:00 2025-11-11 13:00:00 0.073 0.236 0.088 0.058  0.098      0
97   13:15 2025-11-11 13:15:00 0.075 0.239 0.091 0.055  0.093      0
98   13:30 2025-11-11 13:30:00 0.078 0.242 0.094 0.052  0.088      0
99   13:45 2025-11-11 13:45:00 0.085 0.250 0.102 0.056  0.088      0
100  14:00 2025-11-11 14:00:00 0.074 0.237 0.089 0.066  0.093      0
101  14:15 2025-11-11 14:15:00 0.080 0.244 0.097 0.071  0.096      0
102  14:30 2025-11-11 14:30:00 0.089 0.255 0.107 0.075  0.102      0
103  14:45 2025-11-11 14:45:00 0.101 0.270 0.123 0.078  0.112      0
104  15:00 2025-11-11 15:00:00 0.083 0.248 0.101 0.083  0.117      0
105  15:15 2025-11-11 15:15:00 0.099 0.267 0.120 0.086  0.115      0
106  15:30 2025-11-11 15:30:00 0.116 0.288 0.140 0.089  0.054      0
107  15:45 2025-11-11 15:45:00 0.124 0.298 0.150 0.082  0.042      0
108  16:00 2025-11-11 16:00:00 0.111 0.281 0.134 0.067  0.020      0
109  16:15 2025-11-11 16:15:00 0.122 0.296 0.148 0.060  0.008      0
110  16:30 2025-11-11 16:30:00 0.130 0.305 0.158 0.053  0.000      0
111  16:45 2025-11-11 16:45:00 0.134 0.309 0.162 0.051  0.000      0
112  17:00 2025-11-11 17:00:00 0.130 0.305 0.157 0.051  0.002      0
113  17:15 2025-11-11 17:15:00 0.132 0.308 0.160 0.049  0.000      0
114  17:30 2025-11-11 17:30:00 0.128 0.302 0.155 0.048  0.000      0
115  17:45 2025-11-11 17:45:00 0.121 0.294 0.147 0.052  0.000      0
116  18:00 2025-11-11 18:00:00 0.122 0.296 0.148 0.063  0.000      0
117  18:15 2025-11-11 18:15:00 0.112 0.283 0.135 0.068  0.000      0
118  18:30 2025-11-11 18:30:00 0.096 0.264 0.116 0.072  0.000      0
119  18:45 2025-11-11 18:45:00 0.086 0.251 0.104 0.068  0.000      0
120  19:00 2025-11-11 19:00:00 0.100 0.269 0.121 0.055  0.000      0
121  19:15 2025-11-11 19:15:00 0.084 0.249 0.102 0.051  0.000      0
122  19:30 2025-11-11 19:30:00 0.091 0.258 0.111 0.046  0.000      0
123  19:45 2025-11-11 19:45:00 0.088 0.254 0.107 0.048  0.000      0
124  20:00 2025-11-11 20:00:00 0.095 0.262 0.115 0.057  0.000      0
125  20:15 2025-11-11 20:15:00 0.090 0.256 0.108 0.059  0.000      0
126  20:30 2025-11-11 20:30:00 0.084 0.250 0.102 0.061  0.000      0
127  20:45 2025-11-11 20:45:00 0.074 0.237 0.089 0.053  0.000      0
128  21:00 2025-11-11 21:00:00 0.093 0.260 0.113 0.037  0.000      0
129  21:15 2025-11-11 21:15:00 0.084 0.249 0.102 0.029  0.000      0
130  21:30 2025-11-11 21:30:00 0.082 0.247 0.099 0.022  0.000      0
131  21:45 2025-11-11 21:45:00 0.074 0.237 0.090 0.022  0.000      0
132  22:00 2025-11-11 22:00:00 0.099 0.267 0.120 0.028  0.000      0
133  22:15 2025-11-11 22:15:00 0.082 0.246 0.099 0.028  0.000      0
134  22:30 2025-11-11 22:30:00 0.077 0.241 0.093 0.028  0.000      0
135  22:45 2025-11-11 22:45:00 0.062 0.223 0.075 0.028  0.000      0
136  23:00 2025-11-11 23:00:00 0.078 0.242 0.095 0.028  0.000      0
137  23:15 2025-11-11 23:15:00 0.069 0.231 0.083 0.028  0.000      0
138  23:30 2025-11-11 23:30:00 0.066 0.228 0.080 0.028  0.000      0
139  23:45 2025-11-11 23:45:00 0.050 0.208 0.060 0.028  0.000      0
2025-11-10 13:04:11 info: No reduced hours applied for Victron 16kWh
2025-11-10 13:04:11 info: Startwaarde SoC Victron 16kWh: 20.0%

2025-11-10 13:04:11 info: Boiler niet aanwezig of staat uit, boiler wordt niet ingepland
2025-11-10 13:04:11 info: Instellingen voor laden van EV: Ioniq 6
2025-11-10 13:04:11 info: Direct laden is uit
2025-11-10 13:04:11 info:  Ampere  Effic. Grid kW Accu kW
2025-11-10 13:04:11 info:    0.00    0.10    0.00    0.00
2025-11-10 13:04:11 info:    6.00    0.85    1.38    1.17
2025-11-10 13:04:11 info:   10.00    0.88    2.30    2.02
2025-11-10 13:04:11 info:   12.00    0.90    2.76    2.48
2025-11-10 13:04:11 info:   16.00    1.00    3.68    3.68
2025-11-10 13:04:11 info: Capaciteit accu: 74 kWh
2025-11-10 13:04:11 info: Maximaal laadvermogen: 3.68 kW
2025-11-10 13:04:11 info: Klaar met laden op: 10-11-2025 18:15:00
2025-11-10 13:04:11 info: Huidig laadniveau: 51.0 %
2025-11-10 13:04:11 info: Gewenst laadniveau:60.0 %
2025-11-10 13:04:11 info: Marge voor het laden: 1 %
2025-11-10 13:04:11 info: Locatie: home
2025-11-10 13:04:11 info: Ingeplugged:True
2025-11-10 13:04:11 info: Benodigde netto energie: 6.660 kWh
2025-11-10 13:04:11 info: Tijd nodig om te laden: 1:49 uur
2025-11-10 13:04:11 info: Afgerond naar hele intervallen: 8 kwartier
2025-11-10 13:04:11 info: Stand laden schakelaar: on
2025-11-10 13:04:11 info: Stand aantal ampere laden: 16.0 A
2025-11-10 13:04:11 info: Opladen wordt ingepland.
2025-11-10 13:04:11 info: Warmtepomp niet aanwezig of enabled - warmtepomp wordt niet ingepland

2025-11-10 13:04:11 info: Apparaat vaatwasser direct starten staat uit
2025-11-10 13:04:11 info: Machine vaatwasser wordt niet ingepland, want de berekende planning wordt nu uitgevoerd
2025-11-10 13:04:11 info: Apparaat washing_machine direct starten staat uit
2025-11-10 13:04:11 info: Machine washing_machine wordt niet ingepland, want de berekende planning wordt nu uitgevoerd
2025-11-10 13:04:11 info: Strategie: minimale kosten
2025-11-10 13:04:11 info: Maximale fout (maximal gap): 0.005000 euro
2025-11-10 13:05:13 info: Rekentijd: 61.78 sec
2025-11-10 13:05:13 info: Het programma heeft een optimale oplossing gevonden.
2025-11-10 13:05:13 info: In- en uitgaande energie per kwartier batterij Victron 16kWh
   uur   ac->    eff   ->dc pv->dc   dc->    eff  ->bat  o_eff    SoC
          kWh      %    kWh    kWh    kWh      %    kWh      %      %
 13:00   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 13:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 13:30   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 13:45   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:00   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:30   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:45   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:00   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:30   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:45  -0.31  96.20  -0.32   0.00  -0.32 100.00  -0.32  96.20  17.97
 16:00  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  17.64
 16:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  17.30
 16:30  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.97
 16:45  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.63
 17:00  -0.31  96.20  -0.32   0.00  -0.32 100.00  -0.32  96.20  14.60
 17:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  14.27
 17:30  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  13.93
 17:45  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  13.59
 18:00  -0.27  96.20  -0.28   0.00  -0.28 100.00  -0.28  96.20  11.82
 18:15  -0.07  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  11.37
 18:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.37
 18:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.37
 19:00  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  11.00
 19:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 19:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 19:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 07:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 07:15  -0.00  89.10  -0.00   0.00  -0.00 100.00  -0.00  89.10  10.97
 07:30  -0.10  93.50  -0.11   0.00  -0.11 100.00  -0.11  93.50  10.29
 07:45  -0.09  93.50  -0.09   0.00  -0.09 100.00  -0.09  93.50   9.71
 08:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  11.08
 08:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.08
 08:30  -0.01  89.10  -0.01   0.00  -0.01 100.00  -0.01  89.10  11.00
 08:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 09:00  -0.02  89.10  -0.02   0.00  -0.02 100.00  -0.02  89.10  10.85
 09:15  -0.02  89.10  -0.02   0.00  -0.02 100.00  -0.02  89.10  10.71
 09:30  -0.02  89.10  -0.02   0.00  -0.02 100.00  -0.02  89.10  10.60
 09:45  -0.00  89.10  -0.00   0.00  -0.00 100.00  -0.00  89.10  10.59
 10:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  11.96
 10:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  13.32
 10:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  14.68
 10:45   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  16.04
 11:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  17.41
 11:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  18.77
 11:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  20.13
 11:45   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  21.49
 12:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  22.86
 12:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  24.22
 12:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  25.58
 12:45   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  26.94
 13:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  28.31
 13:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  29.67
 13:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  31.03
 13:45   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  32.39
 14:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  33.76
 14:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  35.12
 14:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  36.48
 14:45   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  37.84
 15:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  39.21
 15:15   0.00     --   0.00   0.00   0.00     --   0.00     --  39.21
 15:30  -0.12  93.50  -0.13   0.00  -0.13 100.00  -0.13  93.50  38.37
 15:45  -0.50  95.00  -0.53   0.00  -0.53 100.00  -0.53  95.00  35.08
 16:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  36.44
 16:15  -0.31  96.20  -0.32   0.00  -0.32 100.00  -0.32  96.20  34.41
 16:30  -0.50  95.00  -0.53   0.00  -0.53 100.00  -0.53  95.00  31.12
 16:45  -0.75  92.50  -0.81   0.00  -0.81 100.00  -0.81  92.50  26.06
 17:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  27.42
 17:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  28.78
 17:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  30.14
 17:45  -0.31  96.20  -0.32   0.00  -0.32 100.00  -0.32  96.20  28.11
 18:00  -0.31  96.20  -0.32   0.00  -0.32 100.00  -0.32  96.20  26.08
 18:15  -0.05  89.10  -0.06   0.00  -0.06 100.00  -0.06  89.10  25.73
 18:30  -0.05  89.10  -0.06   0.00  -0.06 100.00  -0.06  89.10  25.38
 18:45  -0.07  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  24.93
 19:00  -0.12  93.50  -0.13   0.00  -0.13 100.00  -0.13  93.50  24.12
 19:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  23.78
 19:30  -0.05  89.10  -0.05   0.00  -0.05 100.00  -0.05  89.10  23.45
 19:45  -0.05  89.10  -0.05   0.00  -0.05 100.00  -0.05  89.10  23.12
 20:00  -0.06  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  22.74
 20:15  -0.05  89.10  -0.06   0.00  -0.06 100.00  -0.06  89.10  22.38
 20:30  -0.06  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  21.98
 20:45  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  21.62
 21:00  -0.04  89.10  -0.04   0.00  -0.04 100.00  -0.04  89.10  21.36
 21:15  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  21.16
 21:30   0.00     --   0.00   0.00   0.00     --   0.00     --  21.16
 21:45   0.00     --   0.00   0.00   0.00     --   0.00     --  21.16
 22:00  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.96
 22:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.96
 22:30  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.77
 22:45  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.58
 23:00  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.39
 23:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.39
 23:30  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.19
 23:45  -0.03  89.10  -0.03   0.00  -0.03 100.00  -0.03  89.10  20.00
Totaal   1.17     --   0.00   0.00   0.00     --   0.00     --       
2025-11-10 13:05:17 info: Berekende prognoses: 
   uur  bat_in  bat_out   cons   prod   base   boil     wp     ev  pv_ac   cost  profit  b_tem   mach
 13:00    0.00     0.00   0.83   0.00   0.06   0.00   0.00   0.66   0.27   0.21   -0.00  20.00   0.39
 13:15    0.00     0.00   1.18   0.00   0.05   0.00   0.00   0.92   0.35   0.30   -0.00  20.00   0.56
 13:30    0.00     0.00   0.67   0.00   0.05   0.00   0.00   0.92   0.34   0.18   -0.00  20.00   0.04
 13:45    0.00     0.00   0.00   0.00   0.06   0.00   0.00   0.19   0.32   0.00   -0.00  20.00   0.08
 14:00    0.00     0.00   1.32   0.00   0.07   0.00   0.00   0.92   0.31   0.32   -0.00  20.00   0.64
 14:15    0.00     0.00   0.73   0.00   0.07   0.00   0.00   0.92   0.29   0.19   -0.00  20.00   0.03
 14:30    0.00     0.00   0.00   0.00   0.07   0.00   0.00   0.16   0.27   0.00   -0.00  20.00   0.03
 14:45    0.00     0.00   0.00   0.00   0.08   0.00   0.00   0.11   0.22   0.00   -0.00  20.00   0.03
 15:00    0.00     0.00   0.88   0.00   0.08   0.00   0.00   0.92   0.15   0.23   -0.00  20.00   0.03
 15:15    0.00     0.00   0.17   0.00   0.09   0.00   0.00   0.19   0.11   0.05   -0.00  20.00   0.00
 15:30    0.00     0.00   0.06   0.00   0.09   0.00   0.00   0.00   0.03   0.02   -0.00  20.00   0.00
 15:45    0.00     0.31   0.00   0.00   0.08   0.00   0.00   0.25   0.02   0.00   -0.00  20.00   0.00
 16:00    0.00     0.05   0.00   0.00   0.07   0.00   0.00   0.00   0.02   0.00   -0.00  20.00   0.00
 16:15    0.00     0.05   0.00   0.00   0.06   0.00   0.00   0.00   0.01   0.00   -0.00  20.00   0.00
 16:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 16:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:00    0.00     0.31   0.00   0.00   0.05   0.00   0.00   0.26   0.00   0.00   -0.00  20.00   0.00
 17:15    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:00    0.00     0.27   0.00   0.00   0.06   0.00   0.00   0.21   0.00   0.00   -0.00  20.00   0.00
 18:15    0.00     0.07   0.00   0.00   0.07   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:30    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 18:45    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 19:00    0.00     0.05   0.00   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 19:15    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:30    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:00    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:15    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:30    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:00    0.00     0.00   0.04   0.00   0.04   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:45    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:45    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:00    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:15    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:45    0.00     0.00   0.04   0.00   0.04   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 07:00    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 07:15    0.00     0.00   0.08   0.00   0.09   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 07:30    0.00     0.10   0.00   0.00   0.10   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 07:45    0.00     0.09   0.00   0.00   0.09   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 08:00    0.25     0.00   0.29   0.00   0.05   0.00   0.00   0.00   0.01   0.08   -0.00  20.00   0.00
 08:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.01   0.01   -0.00  20.00   0.00
 08:30    0.00     0.01   0.00   0.00   0.02   0.00   0.00   0.00   0.01   0.00   -0.00  20.00   0.00
 08:45    0.00     0.00   0.01   0.00   0.03   0.00   0.00   0.00   0.02   0.00   -0.00  20.00   0.00
 09:00    0.00     0.02   0.00   0.00   0.05   0.00   0.00   0.00   0.02   0.00   -0.00  20.00   0.00
 09:15    0.00     0.02   0.00   0.00   0.05   0.00   0.00   0.00   0.03   0.00   -0.00  20.00   0.00
 09:30    0.00     0.02   0.00   0.00   0.05   0.00   0.00   0.00   0.04   0.00   -0.00  20.00   0.00
 09:45    0.00     0.00   0.00   0.00   0.05   0.00   0.00   0.00   0.05   0.00   -0.00  20.00   0.00
 10:00    0.25     0.00   0.22   0.00   0.04   0.00   0.00   0.00   0.07   0.06   -0.00  20.00   0.00
 10:15    0.25     0.00   0.20   0.00   0.04   0.00   0.00   0.00   0.08   0.05   -0.00  20.00   0.00
 10:30    0.25     0.00   0.18   0.00   0.03   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 10:45    0.25     0.00   0.18   0.00   0.03   0.00   0.00   0.00   0.10   0.04   -0.00  20.00   0.00
 11:00    0.25     0.00   0.19   0.00   0.04   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 11:15    0.25     0.00   0.19   0.00   0.04   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 11:30    0.25     0.00   0.18   0.00   0.04   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 11:45    0.25     0.00   0.19   0.00   0.05   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 12:00    0.25     0.00   0.20   0.00   0.06   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 12:15    0.25     0.00   0.20   0.00   0.07   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 12:30    0.25     0.00   0.21   0.00   0.07   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 12:45    0.25     0.00   0.21   0.00   0.07   0.00   0.00   0.00   0.11   0.05   -0.00  20.00   0.00
 13:00    0.25     0.00   0.21   0.00   0.06   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 13:15    0.25     0.00   0.21   0.00   0.05   0.00   0.00   0.00   0.09   0.05   -0.00  20.00   0.00
 13:30    0.25     0.00   0.21   0.00   0.05   0.00   0.00   0.00   0.09   0.05   -0.00  20.00   0.00
 13:45    0.25     0.00   0.22   0.00   0.06   0.00   0.00   0.00   0.09   0.05   -0.00  20.00   0.00
 14:00    0.25     0.00   0.22   0.00   0.07   0.00   0.00   0.00   0.09   0.05   -0.00  20.00   0.00
 14:15    0.25     0.00   0.22   0.00   0.07   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 14:30    0.25     0.00   0.22   0.00   0.07   0.00   0.00   0.00   0.10   0.06   -0.00  20.00   0.00
 14:45    0.25     0.00   0.22   0.00   0.08   0.00   0.00   0.00   0.11   0.06   -0.00  20.00   0.00
 15:00    0.25     0.00   0.22   0.00   0.08   0.00   0.00   0.00   0.12   0.05   -0.00  20.00   0.00
 15:15    0.00     0.00   0.00   0.03   0.09   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 15:30    0.00     0.12   0.00   0.09   0.09   0.00   0.00   0.00   0.05   0.00   -0.01  20.00   0.00
 15:45    0.00     0.50   0.00   0.46   0.08   0.00   0.00   0.00   0.04   0.00   -0.07  20.00   0.00
 16:00    0.25     0.00   0.30   0.00   0.07   0.00   0.00   0.00   0.02   0.08   -0.00  20.00   0.00
 16:15    0.00     0.31   0.00   0.26   0.06   0.00   0.00   0.00   0.01   0.00   -0.04  20.00   0.00
 16:30    0.00     0.50   0.00   0.45   0.05   0.00   0.00   0.00   0.00   0.00   -0.07  20.00   0.00
 16:45    0.00     0.75   0.00   0.70   0.05   0.00   0.00   0.00   0.00   0.00   -0.11  20.00   0.00
 17:00    0.25     0.00   0.30   0.00   0.05   0.00   0.00   0.00   0.00   0.09   -0.00  20.00   0.00
 17:15    0.25     0.00   0.30   0.00   0.05   0.00   0.00   0.00   0.00   0.09   -0.00  20.00   0.00
 17:30    0.25     0.00   0.30   0.00   0.05   0.00   0.00   0.00   0.00   0.09   -0.00  20.00   0.00
 17:45    0.00     0.31   0.00   0.26   0.05   0.00   0.00   0.00   0.00   0.00   -0.04  20.00   0.00
 18:00    0.00     0.31   0.00   0.25   0.06   0.00   0.00   0.00   0.00   0.00   -0.04  20.00   0.00
 18:15    0.00     0.05   0.02   0.00   0.07   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:30    0.00     0.05   0.02   0.00   0.07   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 18:45    0.00     0.07   0.00   0.00   0.07   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 19:00    0.00     0.12   0.00   0.07   0.06   0.00   0.00   0.00   0.00   0.00   -0.01  20.00   0.00
 19:15    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 19:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 19:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 20:00    0.00     0.06   0.00   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 20:15    0.00     0.05   0.01   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 20:30    0.00     0.06   0.00   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 20:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 21:00    0.00     0.04   0.00   0.00   0.04   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 21:15    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 21:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:45    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:00    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 22:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:30    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 22:45    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 23:00    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 23:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:30    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 23:45    0.00     0.03   0.00   0.00   0.03   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
Totaal    6.50     5.33  13.58   2.56   6.64   0.00   0.00   6.66   5.25   3.47   -0.39          1.82

2025-11-10 13:05:17 info: Consumption              13.58 (kWh)
2025-11-10 13:05:17 info: Cost consumption          3.47 (€)
2025-11-10 13:05:17 info: Tariff consumption        0.256 (€/kWh)
2025-11-10 13:05:17 info: Production                2.56 (kWh)
2025-11-10 13:05:17 info: Profit production        -0.39 (€)
2025-11-10 13:05:17 info: Tariff production         0.152 (€/kWh)

2025-11-10 13:05:17 info: 
Calculation profit after optimize in €
Cost before optimize               2.75
Cost consumption      3.47
Profit production    -0.39
Cycle cost            0.11
Battery storage      -0.10
Boiler storage        0.00
Total                 3.10
Cost after optimize               3.11
Profit:                          -0.35
2025-11-10 13:05:17 info: Doorzetten van alle settings naar HA
2025-11-10 13:05:17 info: Inzet-factor laden Ioniq 6 per stap
uur      0.0A   6.0A  10.0A  12.0A  16.0A      cons  power
13:00    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.664  3.680
13:15    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.920  3.680
13:30    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.920  3.680
13:45    0.79(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.21(1.0)     0.194  3.680
14:00    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.920  3.680
14:15    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.920  3.680
14:30    0.82(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.18(1.0)     0.165  3.680
14:45    0.88(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.12(1.0)     0.113  3.680
15:00    0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   1.00(1.0)     0.920  3.680
15:15    0.79(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.21(1.0)     0.192  3.680
15:30    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)     0.000  3.680
15:45    0.73(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.27(1.0)     0.249  3.680
16:00    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)     0.004  3.680
16:15    1.00(1.0)   0.00(0.0)   0.00(1.0)   0.00(0.0)   0.00(1.0)     0.002  5.980
16:30    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)     0.001  3.680
16:45    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)     0.000  3.680
17:00    0.71(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.29(1.0)     0.264  3.680
17:15    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)   0.00(1.0)     0.001  6.440
17:30    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(1.0)     0.003  3.680
17:45    1.00(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)     0.000  0.000
18:00    0.77(1.0)   0.00(0.0)   0.00(0.0)   0.00(0.0)   0.23(1.0)     0.209  3.680
2025-11-10 13:05:17 info: Berekeningsuitkomst voor opladen van Ioniq 6:
2025-11-10 13:05:17 info: - aantal ampere 16A (was 16.0A)
2025-11-10 13:05:17 info: - stand schakelaar 'on' (was 'on')
2025-11-10 13:05:17 info: - stop laden op 2025-11-10 14:04
2025-11-10 13:05:17 info: - positie: home
2025-11-10 13:05:17 info: - ingeplugd: True
2025-11-10 13:05:17 info: Laden van Ioniq 6 is doorgegaan met 16 A
2025-11-10 13:05:17 info: Evaluatie status laden Ioniq 6 op 2025-11-10 13:05
2025-11-10 13:05:17 info: - schakelaar laden: on
2025-11-10 13:05:17 info: - aantal ampere: 16.0
2025-11-10 13:05:17 info: Grid set point: 4594.0 W
2025-11-10 13:05:17 info: Cycle cost Victron 16kWh: 0.11 euro
2025-11-10 13:05:17 info: Netto vermogen naar(+)/uit(-) omvormer Victron 16kWh: 0 W
2025-11-10 13:05:17 info: Balanceren: False
2025-11-10 13:05:17 info: Vermogen uit batterij: 0W
2025-11-10 13:05:17 info: Vermogen dat binnenkomt van pv: 0W
2025-11-10 13:05:17 info: Vermogen dat binnenkomt van ac: 0W
2025-11-10 13:05:17 info: Waarde SoC na eerste uur: 20.0%
2025-11-10 13:05:17 info: Apparaat: vaatwasser
2025-11-10 13:05:17 info: Programma: auto2
2025-11-10 13:05:17 info: Niet ingepland
2025-11-10 13:05:17 info: Apparaat: washing_machine
2025-11-10 13:05:17 info: Programma: 2x 40 graden
2025-11-10 13:05:17 info: Niet ingepland

Ioniq 6 LR Lounge 20" @ Elli Pro
2700Wp SSW 30° @ SE2200 | 1720Wp SSW 5° @ HM-1500
Flickr | Canon 6D | 17-40mm f/4 + 50mm f/1.8 II + 70-200mm f/4 | 2x 430EX II | Sirui T005 + C10

maandag 10 november 2025 13:29

Acties:
  • Bravo
  • Registratie: Augustus 2005
  • Laatst online: 20:28

Bravo

Second Best

Volgende berekening gaat wel weer goed, met een positief resultaat van 19 ct.
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512

 2025-11-10 13:15:00 info: Day Ahead Optimalisering versie: 2025.11.0
2025-11-10 13:15:00 info: Day Ahead Optimalisering gestart op: 10-11-2025 13:15:00
2025-11-10 13:15:00 info: Day Ahead Optimalisatie gestart: 10-11-2025 13:15:00 taak: calc_optimum
2025-11-10 13:15:00 info: Debug = False
2025-11-10 13:15:00 info: Baseload uit instellingen
2025-11-10 13:15:00 info: Start waarden: 
       uur                tijd  spot   p_l   p_t  base  pv_ac  pv_dc
0    13:15 2025-11-10 13:15:00 0.087 0.253 0.105 0.055  0.354      0
1    13:30 2025-11-10 13:30:00 0.094 0.262 0.114 0.052  0.338      0
2    13:45 2025-11-10 13:45:00 0.101 0.269 0.122 0.056  0.325      0
3    14:00 2025-11-10 14:00:00 0.081 0.246 0.098 0.066  0.309      0
4    14:15 2025-11-10 14:15:00 0.093 0.261 0.113 0.071  0.288      0
5    14:30 2025-11-10 14:30:00 0.108 0.278 0.130 0.075  0.267      0
6    14:45 2025-11-10 14:45:00 0.123 0.297 0.149 0.078  0.223      0
7    15:00 2025-11-10 15:00:00 0.095 0.263 0.115 0.083  0.152      0
8    15:15 2025-11-10 15:15:00 0.104 0.273 0.126 0.086  0.106      0
9    15:30 2025-11-10 15:30:00 0.120 0.293 0.145 0.089  0.027      0
10   15:45 2025-11-10 15:45:00 0.148 0.327 0.180 0.082  0.018      0
11   16:00 2025-11-10 16:00:00 0.116 0.288 0.141 0.067  0.021      0
12   16:15 2025-11-10 16:15:00 0.121 0.295 0.147 0.060  0.012      0
13   16:30 2025-11-10 16:30:00 0.126 0.300 0.152 0.053  0.004      0
14   16:45 2025-11-10 16:45:00 0.139 0.316 0.168 0.051  0.001      0
15   17:00 2025-11-10 17:00:00 0.135 0.311 0.164 0.051  0.003      0
16   17:15 2025-11-10 17:15:00 0.134 0.310 0.162 0.049  0.001      0
17   17:30 2025-11-10 17:30:00 0.128 0.303 0.155 0.048  0.000      0
18   17:45 2025-11-10 17:45:00 0.123 0.296 0.148 0.052  0.000      0
19   18:00 2025-11-10 18:00:00 0.141 0.318 0.171 0.063  0.000      0
20   18:15 2025-11-10 18:15:00 0.123 0.296 0.148 0.068  0.000      0
21   18:30 2025-11-10 18:30:00 0.101 0.270 0.122 0.072  0.000      0
22   18:45 2025-11-10 18:45:00 0.095 0.262 0.114 0.068  0.000      0
23   19:00 2025-11-10 19:00:00 0.124 0.297 0.150 0.055  0.000      0
24   19:15 2025-11-10 19:15:00 0.099 0.268 0.120 0.051  0.000      0
25   19:30 2025-11-10 19:30:00 0.089 0.255 0.108 0.046  0.000      0
26   19:45 2025-11-10 19:45:00 0.088 0.254 0.107 0.048  0.000      0
27   20:00 2025-11-10 20:00:00 0.090 0.256 0.109 0.057  0.000      0
28   20:15 2025-11-10 20:15:00 0.094 0.262 0.114 0.059  0.000      0
29   20:30 2025-11-10 20:30:00 0.085 0.251 0.103 0.061  0.000      0
30   20:45 2025-11-10 20:45:00 0.084 0.249 0.101 0.053  0.000      0
31   21:00 2025-11-10 21:00:00 0.090 0.257 0.109 0.037  0.000      0
32   21:15 2025-11-10 21:15:00 0.085 0.251 0.103 0.029  0.000      0
33   21:30 2025-11-10 21:30:00 0.083 0.248 0.101 0.022  0.000      0
34   21:45 2025-11-10 21:45:00 0.082 0.247 0.099 0.022  0.000      0
35   22:00 2025-11-10 22:00:00 0.088 0.254 0.107 0.028  0.000      0
36   22:15 2025-11-10 22:15:00 0.085 0.251 0.103 0.028  0.000      0
37   22:30 2025-11-10 22:30:00 0.081 0.245 0.098 0.028  0.000      0
38   22:45 2025-11-10 22:45:00 0.080 0.244 0.096 0.028  0.000      0
39   23:00 2025-11-10 23:00:00 0.086 0.252 0.104 0.028  0.000      0
40   23:15 2025-11-10 23:15:00 0.079 0.243 0.095 0.028  0.000      0
41   23:30 2025-11-10 23:30:00 0.077 0.241 0.094 0.028  0.000      0
42   23:45 2025-11-10 23:45:00 0.069 0.231 0.084 0.027  0.000      0
43   00:00 2025-11-11 00:00:00 0.088 0.255 0.107 0.026  0.000      0
44   00:15 2025-11-11 00:15:00 0.082 0.247 0.099 0.025  0.000      0
45   00:30 2025-11-11 00:30:00 0.069 0.231 0.083 0.024  0.000      0
46   00:45 2025-11-11 00:45:00 0.067 0.229 0.081 0.025  0.000      0
47   01:00 2025-11-11 01:00:00 0.084 0.249 0.102 0.027  0.000      0
48   01:15 2025-11-11 01:15:00 0.073 0.236 0.088 0.027  0.000      0
49   01:30 2025-11-11 01:30:00 0.071 0.234 0.086 0.028  0.000      0
50   01:45 2025-11-11 01:45:00 0.063 0.224 0.077 0.028  0.000      0
51   02:00 2025-11-11 02:00:00 0.072 0.235 0.087 0.027  0.000      0
52   02:15 2025-11-11 02:15:00 0.070 0.232 0.084 0.027  0.000      0
53   02:30 2025-11-11 02:30:00 0.069 0.231 0.083 0.027  0.000      0
54   02:45 2025-11-11 02:45:00 0.067 0.229 0.081 0.028  0.000      0
55   03:00 2025-11-11 03:00:00 0.067 0.228 0.081 0.029  0.000      0
56   03:15 2025-11-11 03:15:00 0.069 0.232 0.084 0.030  0.000      0
57   03:30 2025-11-11 03:30:00 0.068 0.230 0.083 0.031  0.000      0
58   03:45 2025-11-11 03:45:00 0.066 0.227 0.080 0.030  0.000      0
59   04:00 2025-11-11 04:00:00 0.066 0.227 0.080 0.028  0.000      0
60   04:15 2025-11-11 04:15:00 0.066 0.227 0.080 0.028  0.000      0
61   04:30 2025-11-11 04:30:00 0.067 0.229 0.081 0.027  0.000      0
62   04:45 2025-11-11 04:45:00 0.070 0.232 0.085 0.027  0.000      0
63   05:00 2025-11-11 05:00:00 0.063 0.224 0.076 0.026  0.000      0
64   05:15 2025-11-11 05:15:00 0.067 0.228 0.081 0.025  0.000      0
65   05:30 2025-11-11 05:30:00 0.068 0.230 0.082 0.024  0.000      0
66   05:45 2025-11-11 05:45:00 0.074 0.238 0.090 0.025  0.000      0
67   06:00 2025-11-11 06:00:00 0.067 0.228 0.081 0.023  0.000      0
68   06:15 2025-11-11 06:15:00 0.069 0.231 0.083 0.024  0.000      0
69   06:30 2025-11-11 06:30:00 0.078 0.243 0.095 0.024  0.000      0
70   06:45 2025-11-11 06:45:00 0.091 0.258 0.110 0.039  0.000      0
71   07:00 2025-11-11 07:00:00 0.086 0.251 0.104 0.072  0.000      0
72   07:15 2025-11-11 07:15:00 0.090 0.257 0.109 0.087  0.000      0
73   07:30 2025-11-11 07:30:00 0.096 0.264 0.117 0.102  0.000      0
74   07:45 2025-11-11 07:45:00 0.094 0.262 0.114 0.088  0.002      0
75   08:00 2025-11-11 08:00:00 0.107 0.277 0.129 0.049  0.007      0
76   08:15 2025-11-11 08:15:00 0.101 0.270 0.122 0.035  0.010      0
77   08:30 2025-11-11 08:30:00 0.100 0.269 0.121 0.021  0.010      0
78   08:45 2025-11-11 08:45:00 0.092 0.259 0.112 0.025  0.016      0
79   09:00 2025-11-11 09:00:00 0.108 0.278 0.130 0.045  0.024      0
80   09:15 2025-11-11 09:15:00 0.095 0.263 0.115 0.050  0.031      0
81   09:30 2025-11-11 09:30:00 0.096 0.264 0.117 0.054  0.038      0
82   09:45 2025-11-11 09:45:00 0.085 0.250 0.102 0.050  0.050      0
83   10:00 2025-11-11 10:00:00 0.104 0.273 0.126 0.039  0.069      0
84   10:15 2025-11-11 10:15:00 0.088 0.254 0.106 0.035  0.082      0
85   10:30 2025-11-11 10:30:00 0.084 0.249 0.101 0.032  0.097      0
86   10:45 2025-11-11 10:45:00 0.077 0.241 0.093 0.034  0.102      0
87   11:00 2025-11-11 11:00:00 0.089 0.255 0.107 0.039  0.099      0
88   11:15 2025-11-11 11:15:00 0.084 0.249 0.101 0.040  0.104      0
89   11:30 2025-11-11 11:30:00 0.081 0.246 0.098 0.042  0.109      0
90   11:45 2025-11-11 11:45:00 0.077 0.241 0.093 0.049  0.111      0
91   12:00 2025-11-11 12:00:00 0.074 0.238 0.090 0.060  0.111      0
92   12:15 2025-11-11 12:15:00 0.073 0.236 0.088 0.067  0.114      0
93   12:30 2025-11-11 12:30:00 0.075 0.238 0.091 0.073  0.115      0
94   12:45 2025-11-11 12:45:00 0.080 0.245 0.097 0.070  0.109      0
95   13:00 2025-11-11 13:00:00 0.073 0.236 0.088 0.058  0.098      0
96   13:15 2025-11-11 13:15:00 0.075 0.239 0.091 0.055  0.093      0
97   13:30 2025-11-11 13:30:00 0.078 0.242 0.094 0.052  0.088      0
98   13:45 2025-11-11 13:45:00 0.085 0.250 0.102 0.056  0.088      0
99   14:00 2025-11-11 14:00:00 0.074 0.237 0.089 0.066  0.093      0
100  14:15 2025-11-11 14:15:00 0.080 0.244 0.097 0.071  0.096      0
101  14:30 2025-11-11 14:30:00 0.089 0.255 0.107 0.075  0.102      0
102  14:45 2025-11-11 14:45:00 0.101 0.270 0.123 0.078  0.112      0
103  15:00 2025-11-11 15:00:00 0.083 0.248 0.101 0.083  0.117      0
104  15:15 2025-11-11 15:15:00 0.099 0.267 0.120 0.086  0.115      0
105  15:30 2025-11-11 15:30:00 0.116 0.288 0.140 0.089  0.054      0
106  15:45 2025-11-11 15:45:00 0.124 0.298 0.150 0.082  0.042      0
107  16:00 2025-11-11 16:00:00 0.111 0.281 0.134 0.067  0.020      0
108  16:15 2025-11-11 16:15:00 0.122 0.296 0.148 0.060  0.008      0
109  16:30 2025-11-11 16:30:00 0.130 0.305 0.158 0.053  0.000      0
110  16:45 2025-11-11 16:45:00 0.134 0.309 0.162 0.051  0.000      0
111  17:00 2025-11-11 17:00:00 0.130 0.305 0.157 0.051  0.002      0
112  17:15 2025-11-11 17:15:00 0.132 0.308 0.160 0.049  0.000      0
113  17:30 2025-11-11 17:30:00 0.128 0.302 0.155 0.048  0.000      0
114  17:45 2025-11-11 17:45:00 0.121 0.294 0.147 0.052  0.000      0
115  18:00 2025-11-11 18:00:00 0.122 0.296 0.148 0.063  0.000      0
116  18:15 2025-11-11 18:15:00 0.112 0.283 0.135 0.068  0.000      0
117  18:30 2025-11-11 18:30:00 0.096 0.264 0.116 0.072  0.000      0
118  18:45 2025-11-11 18:45:00 0.086 0.251 0.104 0.068  0.000      0
119  19:00 2025-11-11 19:00:00 0.100 0.269 0.121 0.055  0.000      0
120  19:15 2025-11-11 19:15:00 0.084 0.249 0.102 0.051  0.000      0
121  19:30 2025-11-11 19:30:00 0.091 0.258 0.111 0.046  0.000      0
122  19:45 2025-11-11 19:45:00 0.088 0.254 0.107 0.048  0.000      0
123  20:00 2025-11-11 20:00:00 0.095 0.262 0.115 0.057  0.000      0
124  20:15 2025-11-11 20:15:00 0.090 0.256 0.108 0.059  0.000      0
125  20:30 2025-11-11 20:30:00 0.084 0.250 0.102 0.061  0.000      0
126  20:45 2025-11-11 20:45:00 0.074 0.237 0.089 0.053  0.000      0
127  21:00 2025-11-11 21:00:00 0.093 0.260 0.113 0.037  0.000      0
128  21:15 2025-11-11 21:15:00 0.084 0.249 0.102 0.029  0.000      0
129  21:30 2025-11-11 21:30:00 0.082 0.247 0.099 0.022  0.000      0
130  21:45 2025-11-11 21:45:00 0.074 0.237 0.090 0.022  0.000      0
131  22:00 2025-11-11 22:00:00 0.099 0.267 0.120 0.028  0.000      0
132  22:15 2025-11-11 22:15:00 0.082 0.246 0.099 0.028  0.000      0
133  22:30 2025-11-11 22:30:00 0.077 0.241 0.093 0.028  0.000      0
134  22:45 2025-11-11 22:45:00 0.062 0.223 0.075 0.028  0.000      0
135  23:00 2025-11-11 23:00:00 0.078 0.242 0.095 0.028  0.000      0
136  23:15 2025-11-11 23:15:00 0.069 0.231 0.083 0.028  0.000      0
137  23:30 2025-11-11 23:30:00 0.066 0.228 0.080 0.028  0.000      0
138  23:45 2025-11-11 23:45:00 0.050 0.208 0.060 0.028  0.000      0
2025-11-10 13:15:00 info: No reduced hours applied for Victron 16kWh
2025-11-10 13:15:00 info: Startwaarde SoC Victron 16kWh: 20.0%

2025-11-10 13:15:00 info: Boiler niet aanwezig of staat uit, boiler wordt niet ingepland
2025-11-10 13:15:00 info: Instellingen voor laden van EV: Ioniq 6
2025-11-10 13:15:00 info: Direct laden is uit
2025-11-10 13:15:00 info:  Ampere  Effic. Grid kW Accu kW
2025-11-10 13:15:00 info:    0.00    0.10    0.00    0.00
2025-11-10 13:15:00 info:    6.00    0.85    1.38    1.17
2025-11-10 13:15:00 info:   10.00    0.88    2.30    2.02
2025-11-10 13:15:00 info:   12.00    0.90    2.76    2.48
2025-11-10 13:15:00 info:   16.00    1.00    3.68    3.68
2025-11-10 13:15:00 info: Capaciteit accu: 74 kWh
2025-11-10 13:15:00 info: Maximaal laadvermogen: 3.68 kW
2025-11-10 13:15:00 info: Klaar met laden op: 10-11-2025 18:15:00
2025-11-10 13:15:00 info: Huidig laadniveau: 51.0 %
2025-11-10 13:15:00 info: Gewenst laadniveau:60.0 %
2025-11-10 13:15:00 info: Marge voor het laden: 1 %
2025-11-10 13:15:00 info: Locatie: home
2025-11-10 13:15:00 info: Ingeplugged:True
2025-11-10 13:15:00 info: Benodigde netto energie: 6.660 kWh
2025-11-10 13:15:00 info: Tijd nodig om te laden: 1:49 uur
2025-11-10 13:15:00 info: Afgerond naar hele intervallen: 8 kwartier
2025-11-10 13:15:00 info: Stand laden schakelaar: on
2025-11-10 13:15:00 info: Stand aantal ampere laden: 16.0 A
2025-11-10 13:15:00 info: Opladen wordt ingepland.
2025-11-10 13:15:00 info: Warmtepomp niet aanwezig of enabled - warmtepomp wordt niet ingepland

2025-11-10 13:15:00 info: Apparaat vaatwasser direct starten staat uit
2025-11-10 13:15:00 info: Machine vaatwasser wordt niet ingepland, want de berekende planning wordt nu uitgevoerd
2025-11-10 13:15:00 info: Apparaat washing_machine direct starten staat uit
2025-11-10 13:15:00 info: Machine washing_machine wordt niet ingepland, want de berekende planning wordt nu uitgevoerd
2025-11-10 13:15:00 info: Strategie: minimale kosten
2025-11-10 13:15:00 info: Maximale fout (maximal gap): 0.005000 euro
2025-11-10 13:15:43 info: Rekentijd: 42.44 sec
2025-11-10 13:15:43 info: Het programma heeft een optimale oplossing gevonden.
2025-11-10 13:15:43 info: In- en uitgaande energie per kwartier batterij Victron 16kWh
   uur   ac->    eff   ->dc pv->dc   dc->    eff  ->bat  o_eff    SoC
          kWh      %    kWh    kWh    kWh      %    kWh      %      %
 13:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 13:30   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 13:45   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:00   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:30   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 14:45   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:00   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:15   0.00     --   0.00   0.00   0.00     --   0.00     --  20.00
 15:30  -0.06  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  19.58
 15:45  -0.27  96.20  -0.28   0.00  -0.28 100.00  -0.28  96.20  17.83
 16:00  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  17.50
 16:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  17.17
 16:30  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.83
 16:45  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.50
 17:00  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.16
 17:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  15.83
 17:30  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  15.49
 17:45  -0.31  95.20  -0.33   0.00  -0.33 100.00  -0.33  95.20  13.44
 18:00  -0.25  96.20  -0.26   0.00  -0.26 100.00  -0.26  96.20  11.82
 18:15  -0.07  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  11.37
 18:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.37
 18:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.37
 19:00  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  11.00
 19:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 19:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 19:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 20:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 21:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 22:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 23:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 00:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 01:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 02:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 03:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 04:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 05:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 06:45  -0.00  95.00  -0.00   0.00  -0.00 100.00  -0.00  95.00  11.00
 07:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 07:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 07:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 07:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 08:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 08:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 08:30   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 08:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 09:00   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 09:15   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 09:30   0.00 105.13   0.00   0.00   0.00 100.00   0.00 105.13  11.00
 09:45   0.00     --   0.00   0.00   0.00     --   0.00     --  11.00
 10:00   0.03  78.50   0.02   0.00   0.02 100.00   0.02  78.50  11.15
 10:15   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  12.51
 10:30   0.07  78.50   0.05   0.00   0.05 100.00   0.05  78.50  12.83
 10:45   0.07  78.50   0.05   0.00   0.05 100.00   0.05  78.50  13.16
 11:00   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  14.52
 11:15   0.06  78.50   0.05   0.00   0.05 100.00   0.05  78.50  14.83
 11:30   0.07  78.50   0.05   0.00   0.05 100.00   0.05  78.50  15.16
 11:45   0.06  78.50   0.05   0.00   0.05 100.00   0.05  78.50  15.47
 12:00   0.05  78.50   0.04   0.00   0.04 100.00   0.04  78.50  15.72
 12:15   0.05  78.50   0.04   0.00   0.04 100.00   0.04  78.50  15.95
 12:30   0.04  78.50   0.03   0.00   0.03 100.00   0.03  78.50  16.15
 12:45   0.04  78.50   0.03   0.00   0.03 100.00   0.03  78.50  16.34
 13:00   0.04  78.50   0.03   0.00   0.03 100.00   0.03  78.50  16.54
 13:15   0.04  78.50   0.03   0.00   0.03 100.00   0.03  78.50  16.73
 13:30   0.04  78.50   0.03   0.00   0.03 100.00   0.03  78.50  16.91
 13:45   0.03  78.50   0.03   0.00   0.03 100.00   0.03  78.50  17.07
 14:00   0.03  78.50   0.02   0.00   0.02 100.00   0.02  78.50  17.20
 14:15   0.03  78.50   0.02   0.00   0.02 100.00   0.02  78.50  17.32
 14:30   0.03  78.50   0.02   0.00   0.02 100.00   0.02  78.50  17.46
 14:45   0.03  78.50   0.03   0.00   0.03 100.00   0.03  78.50  17.62
 15:00   0.03  78.50   0.03   0.00   0.03 100.00   0.03  78.50  17.79
 15:15   0.00     --   0.00   0.00   0.00     --   0.00     --  17.79
 15:30  -0.04  89.10  -0.04   0.00  -0.04 100.00  -0.04  89.10  17.54
 15:45  -0.04  89.10  -0.05   0.00  -0.05 100.00  -0.05  89.10  17.26
 16:00   0.00     --   0.00   0.00   0.00     --   0.00     --  17.26
 16:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.91
 16:30  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  16.56
 16:45  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.22
 17:00   0.12  78.50   0.10   0.00   0.10 100.00   0.10  78.50  16.83
 17:15  -0.05  93.50  -0.05   0.00  -0.05 100.00  -0.05  93.50  16.50
 17:30   0.25  87.20   0.22   0.00   0.22 100.00   0.22  87.20  17.86
 17:45  -0.05  93.50  -0.06   0.00  -0.06 100.00  -0.06  93.50  17.52
 18:00  -0.06  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  17.09
 18:15  -0.07  93.50  -0.07   0.00  -0.07 100.00  -0.07  93.50  16.64
 18:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 18:45   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 19:00   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 19:15   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 19:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 19:45   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 20:00   0.00 103.95   0.00   0.00   0.00 100.00   0.00 103.95  16.64
 20:15   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 20:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 20:45   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 21:00   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 21:15   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 21:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 21:45   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 22:00   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 22:15   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 22:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 22:45   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 23:00   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 23:15   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 23:30   0.00     --   0.00   0.00   0.00     --   0.00     --  16.64
 23:45   0.60  89.82   0.54   0.00   0.54 100.00   0.54  89.82  20.00
Totaal   0.47     --  -0.00   0.00  -0.00     --  -0.00     --       
2025-11-10 13:15:46 info: Berekende prognoses: 
   uur  bat_in  bat_out   cons   prod   base   boil     wp     ev  pv_ac   cost  profit  b_tem   mach
 13:15    0.00     0.00   1.18   0.00   0.05   0.00   0.00   0.92   0.35   0.30   -0.00  20.00   0.56
 13:30    0.00     0.00   0.67   0.00   0.05   0.00   0.00   0.92   0.34   0.18   -0.00  20.00   0.04
 13:45    0.00     0.00   0.73   0.00   0.06   0.00   0.00   0.92   0.32   0.20   -0.00  20.00   0.08
 14:00    0.00     0.00   1.32   0.00   0.07   0.00   0.00   0.92   0.31   0.32   -0.00  20.00   0.64
 14:15    0.00     0.00   0.73   0.00   0.07   0.00   0.00   0.92   0.29   0.19   -0.00  20.00   0.03
 14:30    0.00     0.00   0.00   0.00   0.07   0.00   0.00   0.16   0.27   0.00   -0.00  20.00   0.03
 14:45    0.00     0.00   0.00   0.00   0.08   0.00   0.00   0.11   0.22   0.00   -0.00  20.00   0.03
 15:00    0.00     0.00   0.88   0.00   0.08   0.00   0.00   0.92   0.15   0.23   -0.00  20.00   0.03
 15:15    0.00     0.00   0.18   0.00   0.09   0.00   0.00   0.20   0.11   0.05   -0.00  20.00   0.00
 15:30    0.00     0.06   0.00   0.00   0.09   0.00   0.00   0.00   0.03   0.00   -0.00  20.00   0.00
 15:45    0.00     0.27   0.00   0.00   0.08   0.00   0.00   0.21   0.02   0.00   -0.00  20.00   0.00
 16:00    0.00     0.05   0.00   0.00   0.07   0.00   0.00   0.00   0.02   0.00   -0.00  20.00   0.00
 16:15    0.00     0.05   0.00   0.00   0.06   0.00   0.00   0.00   0.01   0.00   -0.00  20.00   0.00
 16:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 16:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:00    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:15    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:45    0.00     0.31   0.00   0.00   0.05   0.00   0.00   0.26   0.00   0.00   -0.00  20.00   0.00
 18:00    0.00     0.25   0.00   0.00   0.06   0.00   0.00   0.19   0.00   0.00   -0.00  20.00   0.00
 18:15    0.00     0.07   0.00   0.00   0.07   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:30    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 18:45    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 19:00    0.00     0.05   0.00   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 19:15    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:30    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:00    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:15    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:30    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:00    0.00     0.00   0.04   0.00   0.04   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:45    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 00:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 01:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 02:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 03:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 04:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 05:45    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:00    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:15    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 06:45    0.00     0.00   0.04   0.00   0.04   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 07:00    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 07:15    0.00     0.00   0.09   0.00   0.09   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 07:30    0.00     0.00   0.10   0.00   0.10   0.00   0.00   0.00   0.00   0.03   -0.00  20.00   0.00
 07:45    0.00     0.00   0.09   0.00   0.09   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 08:00    0.00     0.00   0.04   0.00   0.05   0.00   0.00   0.00   0.01   0.01   -0.00  20.00   0.00
 08:15    0.00     0.00   0.02   0.00   0.03   0.00   0.00   0.00   0.01   0.01   -0.00  20.00   0.00
 08:30    0.00     0.00   0.01   0.00   0.02   0.00   0.00   0.00   0.01   0.00   -0.00  20.00   0.00
 08:45    0.00     0.00   0.01   0.00   0.03   0.00   0.00   0.00   0.02   0.00   -0.00  20.00   0.00
 09:00    0.00     0.00   0.02   0.00   0.05   0.00   0.00   0.00   0.02   0.01   -0.00  20.00   0.00
 09:15    0.00     0.00   0.02   0.00   0.05   0.00   0.00   0.00   0.03   0.01   -0.00  20.00   0.00
 09:30    0.00    -0.00   0.02   0.00   0.05   0.00   0.00   0.00   0.04   0.00   -0.00  20.00   0.00
 09:45    0.00     0.00   0.00   0.00   0.05   0.00   0.00   0.00   0.05   0.00   -0.00  20.00   0.00
 10:00    0.03     0.00   0.00   0.00   0.04   0.00   0.00   0.00   0.07   0.00   -0.00  20.00   0.00
 10:15    0.25     0.00   0.20   0.00   0.04   0.00   0.00   0.00   0.08   0.05   -0.00  20.00   0.00
 10:30    0.07     0.00   0.00   0.00   0.03   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 10:45    0.07     0.00   0.00   0.00   0.03   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 11:00    0.25     0.00   0.19   0.00   0.04   0.00   0.00   0.00   0.10   0.05   -0.00  20.00   0.00
 11:15    0.06     0.00   0.00   0.00   0.04   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 11:30    0.07     0.00   0.00   0.00   0.04   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 11:45    0.06     0.00   0.00   0.00   0.05   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 12:00    0.05     0.00   0.00   0.00   0.06   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 12:15    0.05     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 12:30    0.04     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 12:45    0.04     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 13:00    0.04     0.00   0.00   0.00   0.06   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 13:15    0.04     0.00   0.00   0.00   0.05   0.00   0.00   0.00   0.09   0.00   -0.00  20.00   0.00
 13:30    0.04     0.00   0.00   0.00   0.05   0.00   0.00   0.00   0.09   0.00   -0.00  20.00   0.00
 13:45    0.03     0.00   0.00   0.00   0.06   0.00   0.00   0.00   0.09   0.00   -0.00  20.00   0.00
 14:00    0.03     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.09   0.00   -0.00  20.00   0.00
 14:15    0.03     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 14:30    0.03     0.00   0.00   0.00   0.07   0.00   0.00   0.00   0.10   0.00   -0.00  20.00   0.00
 14:45    0.03     0.00   0.00   0.00   0.08   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 15:00    0.03     0.00   0.00   0.00   0.08   0.00   0.00   0.00   0.12   0.00   -0.00  20.00   0.00
 15:15    0.00     0.00   0.00   0.03   0.09   0.00   0.00   0.00   0.11   0.00   -0.00  20.00   0.00
 15:30    0.00     0.04   0.00   0.00   0.09   0.00   0.00   0.00   0.05   0.00   -0.00  20.00   0.00
 15:45    0.00     0.04   0.00   0.00   0.08   0.00   0.00   0.00   0.04   0.00   -0.00  20.00   0.00
 16:00    0.00     0.00   0.05   0.00   0.07   0.00   0.00   0.00   0.02   0.01   -0.00  20.00   0.00
 16:15    0.00     0.05   0.00   0.00   0.06   0.00   0.00   0.00   0.01   0.00   -0.00  20.00   0.00
 16:30    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 16:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:00    0.12     0.00   0.17   0.00   0.05   0.00   0.00   0.00   0.00   0.05   -0.00  20.00   0.00
 17:15    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 17:30    0.25     0.00   0.30   0.00   0.05   0.00   0.00   0.00   0.00   0.09   -0.00  20.00   0.00
 17:45    0.00     0.05   0.00   0.00   0.05   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:00    0.00     0.06   0.00   0.00   0.06   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:15    0.00     0.07   0.00   0.00   0.07   0.00   0.00   0.00   0.00   0.00   -0.00  20.00   0.00
 18:30    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 18:45    0.00     0.00   0.07   0.00   0.07   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 19:00    0.00     0.00   0.05   0.00   0.06   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:15    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:30    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 19:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:00    0.00    -0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 20:15    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:30    0.00     0.00   0.06   0.00   0.06   0.00   0.00   0.00   0.00   0.02   -0.00  20.00   0.00
 20:45    0.00     0.00   0.05   0.00   0.05   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:00    0.00     0.00   0.04   0.00   0.04   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:30    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 21:45    0.00     0.00   0.02   0.00   0.02   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 22:45    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:00    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:15    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:30    0.00     0.00   0.03   0.00   0.03   0.00   0.00   0.00   0.00   0.01   -0.00  20.00   0.00
 23:45    0.60     0.00   0.63   0.00   0.03   0.00   0.00   0.00   0.00   0.13   -0.00  20.00   0.00
Totaal    2.30     1.83  10.19   0.03   6.58   0.00   0.00   6.66   4.98   2.59   -0.00          1.43

2025-11-10 13:15:46 info: Consumption              10.19 (kWh)
2025-11-10 13:15:46 info: Cost consumption          2.59 (€)
2025-11-10 13:15:46 info: Tariff consumption        0.254 (€/kWh)
2025-11-10 13:15:46 info: Production                0.03 (kWh)
2025-11-10 13:15:46 info: Profit production        -0.00 (€)
2025-11-10 13:15:46 info: Tariff production         0.121 (€/kWh)

2025-11-10 13:15:46 info: 
Calculation profit after optimize in €
Cost before optimize               2.72
Cost consumption      2.59
Profit production    -0.00
Cycle cost            0.04
Battery storage      -0.10
Boiler storage        0.00
Total                 2.53
Cost after optimize               2.53
Profit:                           0.19
2025-11-10 13:15:46 info: Doorzetten van alle settings naar HA
2025-11-10 13:15:46 info: Inzet-factor laden Ioniq 6 per stap
2025-11-10 13:15:46 info: Berekeningsuitkomst voor opladen van Ioniq 6:
2025-11-10 13:15:46 info: - aantal ampere 16A (was 16.0A)
2025-11-10 13:15:46 info: - stand schakelaar 'on' (was 'on')
2025-11-10 13:15:46 info: - stop laden op 2025-11-10 14:15
2025-11-10 13:15:46 info: - positie: home
2025-11-10 13:15:46 info: - ingeplugd: True
2025-11-10 13:15:46 info: Laden van Ioniq 6 is doorgegaan met 16 A
2025-11-10 13:15:46 info: Evaluatie status laden Ioniq 6 op 2025-11-10 13:15
2025-11-10 13:15:46 info: - schakelaar laden: on
2025-11-10 13:15:46 info: - aantal ampere: 16.0
2025-11-10 13:15:46 info: Grid set point: 4703.0 W
2025-11-10 13:15:46 info: Cycle cost Victron 16kWh: 0.04 euro
2025-11-10 13:15:46 info: Netto vermogen naar(+)/uit(-) omvormer Victron 16kWh: 0 W
2025-11-10 13:15:46 info: Balanceren: False
2025-11-10 13:15:46 info: Vermogen uit batterij: 0W
2025-11-10 13:15:46 info: Vermogen dat binnenkomt van pv: 0W
2025-11-10 13:15:46 info: Vermogen dat binnenkomt van ac: 0W
2025-11-10 13:15:46 info: Waarde SoC na eerste uur: 20.0%
2025-11-10 13:15:46 info: Apparaat: vaatwasser
2025-11-10 13:15:46 info: Programma: auto2
2025-11-10 13:15:46 info: Niet ingepland
2025-11-10 13:15:46 info: Apparaat: washing_machine
2025-11-10 13:15:46 info: Programma: 2x 40 graden
2025-11-10 13:15:46 info: Niet ingepland

Ioniq 6 LR Lounge 20" @ Elli Pro
2700Wp SSW 30° @ SE2200 | 1720Wp SSW 5° @ HM-1500
Flickr | Canon 6D | 17-40mm f/4 + 50mm f/1.8 II + 70-200mm f/4 | 2x 430EX II | Sirui T005 + C10

maandag 10 november 2025 13:35

Acties:
  • Impossibl3
  • Registratie: November 2012
  • Laatst online: 21:55

Impossibl3

KC27 schreef op maandag 10 november 2025 @ 12:15:
@Impossibl3 @simnet
Voor de directe toepassing in DAO denk ik dat je per pv-installatie moet gaan werken. De data in HA dienen dan als historie om het model te trainen, dus DAO moet dan een sensor hebben waarmee die historie kan worden opgehaald. Dan kan dezelfde sensor zijn die je opgeeft voor de rapportages en die je ook gebruikt in het energy-dashboard van HA. Dus als je een sensor hebt per omvormer dan wordt ook het model getraind per omvormer en wordt er ook per omvormer een voorspelling berekend.
Ook bij een hybride pv-installatie (die direct invoedt op de omvormer van de batterij) geldt: als je bruto productie data hebt op per dc-aansluiting kan ook op dat niveau worden getraind en voorspeld.
Hmm eens in gaan duiken komende weken.

Ik kwam ook dit nog tegen. Over het laden van NED gegevens in HA en daarmee een voorspelling richting de toekomst te maken (op het gezicht) voor de te verwachte stroomprijzen.
robbinonline in "Home Assistant - Show je setup"
https://github.com/robbinonline/nedhomeassistant/

Ik weet niet in hoeverre het model van @simnet uitgaat van de zelfde type parameter als geleverd door NED (https://github.com/jsimonetti/daysahead)

PV 5.590 Wp Enphase, 2.700 Wp Growatt - Easee laadpaal - Itho Amber 95 WP

maandag 10 november 2025 16:34

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Ik kan de implementatie van ned.nl niet zien; dus kan niet zo goed vergelijken...

maandag 10 november 2025 20:54

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

simnet schreef op maandag 10 november 2025 @ 09:42:
Die zijn te downloaden van https://www.daggegevens.knmi.nl/klimatologie/uurgegevens
Hmm, dichtstbijzijnde weerstation is 18km verderop in toch een andere 'zone' van Nederland (Maashorst vs Peel; microklimaat is anders). Dat wordt rubbish in = rubbish out. Eigenlijk wil je dezelfde harmonie 2,5x2,5km voorspelling die DAO gebruikt maar dan historisch. Zou die Historische weergegevens API van Meteoserver dat wel doen?

@KC27 : heb jij plannen om het te integreren? Een database gevuld met historische data vormt zich vanzelf en is kwalitatief de beste trainingsdata lijkt me..

maandag 10 november 2025 22:28

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Je wil alleen wel gemeten waardes en niet voorspellingen gebruiken.
Dus zit je een beetje vast aan KNMI, tenzij je zelf een accuraat weerstation hebt.

Is het weer zo drastisch anders 18km verder?

Edit: ik heb zelf een eigen weerstation in de tuin die irradiance en temperatuur meet. Ik zal eens kijken of ik een stddev kan berekenen tussen het station en knmi.

[ Voor 42% gewijzigd door simnet op 10-11-2025 22:33 ]

maandag 10 november 2025 22:39

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
DaBit schreef op maandag 10 november 2025 @ 20:54:
[...]


Hmm, dichtstbijzijnde weerstation is 18km verderop in toch een andere 'zone' van Nederland (Maashorst vs Peel; microklimaat is anders). Dat wordt rubbish in = rubbish out. Eigenlijk wil je dezelfde harmonie 2,5x2,5km voorspelling die DAO gebruikt maar dan historisch. Zou die Historische weergegevens API van Meteoserver dat wel doen?

@KC27 : heb jij plannen om het te integreren? Een database gevuld met historische data vormt zich vanzelf en is kwalitatief de beste trainingsdata lijkt me..
Ik wil dit inderdaad in DAO gaan integreren.
Ik heb even gekeken naar de historische data van Meteoserver, maar daar kun je met 1 api-call de historische data van maar 1 dag ophalen. Dus dan ben je om een historische database van 365 dagen op te bouwen zo door die eerste 500 gratis api-call's per maand heen die je ook nog nodig hebt om de voorspellingen van je model te kunnen berekenen.
En een abonnement met 50.000 api-calls kost 60 euro per maand. Dat lijkt me iets teveel van het goede.
Dus voorlopig hou ik het bij de data van het KNMI.

Een goede tussenweg zou kunnen zijn: begin met jaar data van het KNMI van een naburig weerstation en haal nieuwere data op bij Meteoserver (iedere dag een api-call). Dat zijn maar maximaal 31 api-calls extra per maand.. Na een jaar heb je een historische database van een jaar met data van bij jou in buurt. Overigens: ook dat zijn geen echte meetdata, maar geïnterpoleerde data van een beperkt aantal metingen.

@simnet Hoe kijk jij hiertegen aan(crosspost)?

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 10 november 2025 22:45

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

DaBit schreef op maandag 10 november 2025 @ 20:54:
[...]
Zou die Historische weergegevens API van Meteoserver dat wel doen?
Voor zover ik de documentatie lees is dit dezelfde informatie als de KNMI heeft (dus per station) met als enige verschil dat meteoserver automatisch het dichtstbijzijnde station voor je opzoekt.
Hetzelfde geldt voor de API voor de actuele weer gegevens.

Edit: dit staat in hun API document:
Variabelen
plaats: de locatie
station: naam van het KNMI meetstation dat deze gegevens levert
...
Je krijgt in deze API altijd de data
van het dichtstbijzijnde meetstation voor de opgevraagde locatie. Naarmate je verder
teruggaat in de tijd kunnen aldus de naam en positie van het station veranderen.

[ Voor 29% gewijzigd door simnet op 10-11-2025 22:53 ]

maandag 10 november 2025 22:54

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

@KC27 zie hierboven
De meteoserver api biedt dezelfde gegevens, met als enige voordeel dat ze automatisch het dichtstbijzijnde station selecteren

Overigens zijn dat geen geinterpoleerde data voor zover ik weet, maar cumulatieve data voor hun geverifieerde/gecorrigeerde 10 minuten data per station.

[ Voor 34% gewijzigd door simnet op 10-11-2025 22:57 ]

maandag 10 november 2025 22:59

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
@simnet: Helder.
Alleen de voorspellingen van Meteoserver maken gebruik van een fijnmaziger netwerk.
Alle (historische) waarnemingen zijn gebonden aan een weerstation.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 10 november 2025 23:00

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Het zou trouwens heel vet zijn als je een eigen irradiance en temperatuur sensor uit HA kan opgeven (voor degenen met een eigen weerstation), maar dat is wel een enorme cherry on top en lijkt me verre van prioriteit te hebben.

maandag 10 november 2025 23:12

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

simnet schreef op maandag 10 november 2025 @ 22:28:
Je wil alleen wel gemeten waardes en niet voorspellingen gebruiken.
Waarom?
Wat je eigenlijk wil is toch een functie die aan de hand van datum/tijd, solarradiatie, temperatuur, regenval, etc. uit een bepaalde bron de opbrengst in kWh voorspelt? Dus kWh = f(datetime, rad, temp, mmh2o). Als we dan een model trainen om die fuctie te vervullen dan moeten we die wel zinnige data voeren toch? En in ieder geval consequent uit dezelfde bron. Dan is die harmonie-data van meteoserver die DAO gebruikt nog best een zinnige optie met z'n 2,5 x 2,5km resolutie daarvoor.
Is het weer zo drastisch anders 18km verder?
Een grijze dag 18km verderop is ook een grijze dag lokaal, maar solaropbrengst op het werk en thuis wat hemelsbreed een paar km uit elkaar ligt varieert al best behoorlijk. Regen ook.
En als er een rivier oid tussen ligt dan is 100 meter al genoeg voor een ander microklimaat. Gemeen spul dat weer. En we willen eigenlijk kwartierresolutie ook.

Als we de bronnen uit DAO gebruiken dan komt die trainingsdataset er vanzelf met wat geduld. Zo af en toe is er nog wel een request-budgetje over om een missende dag extra in te vullen buiten 'vandaag' ook.

maandag 10 november 2025 23:22

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

@DaBit mja, een rivier.. wie gaat er nou naast een rivier wonen?! 🫣

Het probleem met voorspellingen is dat ze er naast kunnen zitten. Als de weersvoorspelling zegt dat het zonnig is en bij jou regent het, dan is dat net zulke ruis die je introduceert. Met timeseries prediction (wat dit feitelijk is), moet je wel gemeten waardes gebruiken. Anders ga je voorspellen wat de voorspelling zou doen.
De zuiverste bron is een lokaal weerstation (of iets vlak bij) met daadwerkelijk gemeten waardes.
Misschien dat DAO je de keuze kan geven welke bron je gebruikt? Als ik het goed heb begrepen zijn alle meteo voorspellingen in DAO opgeslagen en dus in thermische beschikbaar om het model te trainen.

maandag 10 november 2025 23:23

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
DaBit schreef op maandag 10 november 2025 @ 23:12:
[...]


Waarom?
Wat je eigenlijk wil is toch een functie die aan de hand van datum/tijd, solarradiatie, temperatuur, regenval, etc. uit een bepaalde bron de opbrengst in kWh voorspelt? Dus kWh = f(datetime, rad, temp, mmh2o). Als we dan een model trainen om die fuctie te vervullen dan moeten we die wel zinnige data voeren toch? En in ieder geval consequent uit dezelfde bron. Dan is die harmonie-data van meteoserver die DAO gebruikt nog best een zinnige optie met z'n 2,5 x 2,5km resolutie daarvoor.


[...]


Een grijze dag 18km verderop is ook een grijze dag lokaal, maar solaropbrengst op het werk en thuis wat hemelsbreed een paar km uit elkaar ligt varieert al best behoorlijk. Regen ook.
En als er een rivier oid tussen ligt dan is 100 meter al genoeg voor een ander microklimaat. Gemeen spul dat weer. En we willen eigenlijk kwartierresolutie ook.

Als we de bronnen uit DAO gebruiken dan komt die trainingsdataset er vanzelf met wat geduld. Zo af en toe is er nog wel een request-budgetje over om een missende dag extra in te vullen buiten 'vandaag' ook.
Ik denk dat @simnet wel gelijk heeft: gemeten waarden (op afstand) zijn denk ik nauwkeuriger voor een model dan voorspellingen (gebaseerd op interpolatie) dichtbij.
Misschien kan @simnet in een vrij uurtje zijn gemeten waarden in de tuin vergelijken met de prognoses/voorspellingen van Meteoserver.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 10 november 2025 23:26

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

simnet schreef op maandag 10 november 2025 @ 22:28:
Je wil alleen wel gemeten waardes en niet voorspellingen gebruiken.
Dus zit je een beetje vast aan KNMI, tenzij je zelf een accuraat weerstation hebt.

Is het weer zo drastisch anders 18km verder?

Edit: ik heb zelf een eigen weerstation in de tuin die irradiance en temperatuur meet. Ik zal eens kijken of ik een stddev kan berekenen tussen het station en knmi.
Uit interesse: heb je het dan over een Netatmo Weather Station achtig apparaat of iets professionelers? De entities voor de Netatmo wind, regen en weer sensoren heb ik namelijk wel lokaal beschikbaar om te testen.

[ Voor 8% gewijzigd door Mirabis op 10-11-2025 23:30 ]

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

dinsdag 11 november 2025 00:02

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

@Mirabis in mijn geval een ecowitt ws90, dus iets vergelijkbaars met netatmo.
Het leuke is, voor deze toepassing hoeft hij niet geeikt of heel nauwkeurig te zijn. Zolang de meting consequent is, dan kun je er mee trainen.

dinsdag 11 november 2025 01:38

Acties:
  • Animal
  • Registratie: Maart 2002
  • Laatst online: 04-12 21:49

Animal

Ik merk dat mijn batterij al een aantal dagen niet wordt ingezet en ik vind dit zonde. Maar is dit eigenlijk wel zo? Kan ik instellen dat op dit soort dagen ik overschakel naar NOM of levert dit helemaal niets op? (Ik begrijp dat je ook een input list helper kunt maken om dit makkelijk te schakelen?)

dinsdag 11 november 2025 06:26

Acties:
  • Deikke
  • Registratie: Juni 2004
  • Nu online

Deikke

De afgelopen dagen is de spread maximaal 10 cent geweest. Reken een beetje omvormer verliezen mee en afschrijving mee en at best haal je er 1 a 2 ct per kwh mee. NOM is dan ook niet interessant omdat je omvormer nog ineffecienter is op lage vermogens.
Wellicht kun je nog iets halen uit een hybride omvormer die zonder grote verliezen de accu kan laden, maar heel veel zon is er ook niet, dus dat zet ook geen zoden aan de dijk.

[ Voor 51% gewijzigd door Deikke op 11-11-2025 06:29 ]

dinsdag 11 november 2025 08:08

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

Werkt DAO ook met 2 merken batterijen? 1 set gebruik ik voor NOM. De andere voor in- en verkoop van stroom. Laden goedkoop. Verkopen duur. Ik zou niet willen dat het ene systeem het andere gaat laden of ontladen.

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

dinsdag 11 november 2025 08:52

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Devke schreef op dinsdag 11 november 2025 @ 08:08:
Werkt DAO ook met 2 merken batterijen? 1 set gebruik ik voor NOM. De andere voor in- en verkoop van stroom. Laden goedkoop. Verkopen duur. Ik zou niet willen dat het ene systeem het andere gaat laden of ontladen.
DAO werkt goed met verschillende merken batterijen, maar jouw vraag is eigenlijk "kan DAO voor de ene batterij een andere strategie gebruiken als voor de andere"? En dat kan niet. DAO gebruikt 1 strategie voor je hele setup.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

dinsdag 11 november 2025 09:58

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

KC27 schreef op maandag 10 november 2025 @ 23:23:
Ik denk dat @simnet wel gelijk heeft: gemeten waarden (op afstand) zijn denk ik nauwkeuriger voor een model dan voorspellingen (gebaseerd op interpolatie) dichtbij.
Ergens is het kwartje gewoon nog niet gevallen bij mij denk ik. Soms heb ik dat, heb geduld met me.

Stel, ik train het model met data uit een eigen weerstation waarvan bijvoorbeeld de temperatuursensor 10 graden naar boven afwijkt en de gemeten zonintensiteit is de helft want de sensor is vies. Wat extreem, maar overdrijven maakt de zaak duidelijk.

Vervolgens wil ik weten wat de opbrengst over een uur gaat doen, in de toekomst dus. Dan moet ik de temperatuur/neerslag/zonintensiteit over een uur ergens vandaan toveren en dan de predict methode aanroepen. Aangezien mijn lokale weerstation niet in de toekomst kan kijken zou dat dan uit een andere bron moeten komen zoals meteoserver. Maar die geeft voor conditie X niet dezelfde waarden als het lokale weerstation waar het model mee getraind is, dus de output van het model klopt dan ook niet.

Waar blijft mijn kwartje steken?

dinsdag 11 november 2025 11:44

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

DaBit schreef op dinsdag 11 november 2025 @ 09:58:
[...]
Stel, ik train het model met data uit een eigen weerstation waarvan bijvoorbeeld de temperatuursensor 10 graden naar boven afwijkt en de gemeten zonintensiteit is de helft want de sensor is vies. Wat extreem, maar overdrijven maakt de zaak duidelijk.

Vervolgens wil ik weten wat de opbrengst over een uur gaat doen, in de toekomst dus. Dan moet ik de temperatuur/neerslag/zonintensiteit over een uur ergens vandaan toveren en dan de predict methode aanroepen. Aangezien mijn lokale weerstation niet in de toekomst kan kijken zou dat dan uit een andere bron moeten komen zoals meteoserver. Maar die geeft voor conditie X niet dezelfde waarden als het lokale weerstation waar het model mee getraind is, dus de output van het model klopt dan ook niet.
Je hebt hier zeker een kern van waarheid. Als de waardes waarmee getraint is en de waardes waar de forecast mee gedaan wordt, substantieel anders zijn in aard, is de voorspelling niet correct.
Echter, als je een lokaal station hebt die in ieder geval consequent verkeerde waardes aangeeft, dan kun je hier wel mee voorspellen. De trend klopt dan namelijk wel (X radiance ~= Y kWh). En die is vaak belangrijker dan exacte waardes. Je zou dan een correctie factor kunnen toepassen (in jouw voorbeeld zal de voorspelling structureel meer opwek voorspellen).

Uiteraard is het zo; hoe 'beter' de input hoe beter de prediction. Wat je dan eigenlijk niet wil doen, is dat je voorspellingen gebruikt om te trainen. Je haalt dan namelijk een voorspelling (zoveel zonne instraling voorspelt) en een gemeten waarden (zoveel kWh hebben je panelen opgebracht) door elkaar.
Je legt dan een correlatie tussen een voorspelling en een gemeten waarde en niet een correlatie tussen twee gemeten waardes.

Voor het trainen is denk ik de volgende volgorde van input het meest wenselijk:
1. Eigen weerstation (mits natuurlijk niet extreem afwijkend, al zou je een correctie factor kunnen meenemen, om de forecast te corrigeren)
2. KNMI station in de buurt
3. Voorspellingen uit het verleden

Uiteindelijk doet een forecast zoals deze niets anders dan correlaties leggen tussen waardes. Dus hoe zuiverder de trainingsset, hoe beter de prediction.

dinsdag 11 november 2025 14:22

Acties:
  • itavero
  • Registratie: Oktober 2004
  • Laatst online: 07-12 16:30

itavero

Zelf was ik een poosje terug ook aan het kijken om een dergelijk model te trainen. Bleef toen alleen steken omdat er nog te weinig kwartierwaarden waren om op dat niveau de voorspellingen goed te krijgen.
Hiervoor gebruikte ik echter historische voorspellingen.
Mijn gedachte was dat ze bij het bepalen van de prijzen immers ook enkel voorspellingen beschikbaar hadden.
Deze kun je o.a. verkrijgen bij Open-Meteo: https://open-meteo.com/en/docs/historical-forecast-api

Om het nog realistischer te maken zou je misschien ook de historische onbalansdata van Tennet moeten meenemen, maar dat wordt denk ik een complex verhaal.
Ik vermoed dat dit bij het bepalen van de echte prijzen zeker wel een factor is

Ik zie dat ik even twee "threads" door elkaar haal. Dit is enkel relevant voor het voorspellen van prijzen natuurlijk. Voor de PV-voorspelling helemaal niet.

[ Voor 10% gewijzigd door itavero op 11-11-2025 14:23 ]

dinsdag 11 november 2025 15:48

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

KC27 schreef op dinsdag 11 november 2025 @ 08:52:
[...]

DAO werkt goed met verschillende merken batterijen, maar jouw vraag is eigenlijk "kan DAO voor de ene batterij een andere strategie gebruiken als voor de andere"? En dat kan niet. DAO gebruikt 1 strategie voor je hele setup.
Dan wordt het lastig met 2 merken en 2 strategieën. Dank voor het antwoord.

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

dinsdag 11 november 2025 16:25

Acties:
  • arro3038
  • Registratie: November 2023
  • Laatst online: 21:38

arro3038

Devke schreef op dinsdag 11 november 2025 @ 15:48:
[...]

Dan wordt het lastig met 2 merken en 2 strategieën. Dank voor het antwoord.
2 vm met HA en DAO die elk 1 batterij aansturen met eigen strategie? Die voor de batterij goedkoop inkopen en duur verkopen hoeft verder niks van je huis en stroomverbruik te weten?

dinsdag 11 november 2025 16:31

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
arro3038 schreef op dinsdag 11 november 2025 @ 16:25:
[...]

2 vm met HA en DAO die elk 1 batterij aansturen met eigen strategie? Die voor de batterij goedkoop inkopen en duur verkopen hoeft verder niks van je huis en stroomverbruik te weten?
Klopt, zolang je niet over over je aansluitmaximum (meestal 3 x 25 A = 17 kW) heengaat.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

dinsdag 11 november 2025 16:51

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

arro3038 schreef op dinsdag 11 november 2025 @ 16:25:
[...]

2 vm met HA en DAO die elk 1 batterij aansturen met eigen strategie? Die voor de batterij goedkoop inkopen en duur verkopen hoeft verder niks van je huis en stroomverbruik te weten?
Vm?

Nee die in- en verkoop hoeft verder niets van de woning te weten. We hebben een EV maar die remt af als we teveel gaan trekken. Loadbalancing.

Mijn zorg is dat HW bat dan denkt dat er een overschot is en gaat laden of gaat leveren als merk 2 geladen wordt. Nu vang ik dat op met een automatisering waardoor ze feilloos naast elkaar werken. Optimaliseren zou mooi zijn. HW batterijen kun je met een commando laten laden en met een ander commando NOM draaien. NOM is dus laden of ontladen. Standby optie bestaat ook. Keihard ontladen zoals 2e merk kan niet.

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

dinsdag 11 november 2025 18:01

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

simnet schreef op dinsdag 11 november 2025 @ 11:44:
Echter, als je een lokaal station hebt die in ieder geval consequent verkeerde waardes aangeeft, dan kun je hier wel mee voorspellen. De trend klopt dan namelijk wel (X radiance ~= Y kWh). En die is vaak belangrijker dan exacte waardes.
Dat weet ik ook niet of je dat zo kan stellen. Ik betaal de leverancier ook een paar cent om een kWh aan ze te verkopen, dus DAO probeert best regelmatig om het verwachte zonne-vermogen op te maken als dat kwa vraag en kunnen schalen uit komt. Daarvoor heeft DAO baat bij exacte waardes.
Voor het trainen is denk ik de volgende volgorde van input het meest wenselijk:
1. Eigen weerstation (mits natuurlijk niet extreem afwijkend, al zou je een correctie factor kunnen meenemen, om de forecast te corrigeren)
Ik zie dat eventueel nog wel zitten als ik daarmee de afhankelijkheid van externe databronnen reduceer. Het hele idee achter HomeAssistant is toch 'lokaal' en cloudmeneren hebben al lang en breed bewezen onbetrouwbare partners te zijn. En ik schat zo dat jouw model al dan niet over een paar iteraties ook best wel bruikbaar korte tijd in de toekomst kan voorspellen zonder dat er data van een externe clouddienst in moet.

Maar nu rijst er toch nog een vraag..
Als we die yieldnummertjes in DAO bijregelen opdat de voorspelde opwek op basis van de Harmonie data de daadwerkelijke opwek 'zo goed mogelijk' volgt, zou jouw model het dan beter doen?
(Ik besef me dat 'zo goed mogelijk' nog niet zo simpel is om te definieren, overigens)

dinsdag 11 november 2025 21:08

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Devke schreef op dinsdag 11 november 2025 @ 16:51:
[...]

Vm?

Nee die in- en verkoop hoeft verder niets van de woning te weten. We hebben een EV maar die remt af als we teveel gaan trekken. Loadbalancing.

Mijn zorg is dat HW bat dan denkt dat er een overschot is en gaat laden of gaat leveren als merk 2 geladen wordt. Nu vang ik dat op met een automatisering waardoor ze feilloos naast elkaar werken. Optimaliseren zou mooi zijn. HW batterijen kun je met een commando laten laden en met een ander commando NOM draaien. NOM is dus laden of ontladen. Standby optie bestaat ook. Keihard ontladen zoals 2e merk kan niet.
In dat geval kun je de ene batterij samen met ev en andere devices opnemen in DAO en de andere batterij zijn werk laten doen via automations in HA. Aan jou de keus hoe je het verdeelt.
Ik ben wel benieuwd hoe dat werkt in de praktijk.
Misschien kun je tzt hier plaatjes posten?

Edit: Dit bedenk ik me nu pas: je zou de test-versie van DAO naast de productie-versie kunnen installeren en dan de test-versie alleen die tweede batterij laten optimaliseren.

[ Voor 8% gewijzigd door KC27 op 11-11-2025 21:12 ]

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

dinsdag 11 november 2025 21:10

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

De yield is uitgesmeerd over een heel jaar. Dus dat corrigeert voor 12 maanden opwek. Wat het model kan doen is kijken naar patronen.

Als voorbeeld:
Stel een deel van je panelen ligt altijd in de schaduw van een schoorsteen tussen 12:00 en 13:00 als de zon laag staat, dan houd een timeseries model daar rekening mee. Dat is wat ik bedoel met volgen van een trend.
En ja, exacte waardes zijn het best, maar het blijven voorspellingen. Het kan goed zijn dat voor jou de huidige manier betere resultaten oplevert. Dat is lastig in te schatten.
Het gebruik van een timeseries forecast model zoals XGBoost is in de regel wel de best aangewezen manier om dit te doen. Het is een bewezen effectieve manier van ML.

dinsdag 11 november 2025 21:51

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Er is weer een nieuwe test-versie gepubliceerd: versie 2025.11.1.rc1
De changelog is kort:
Fixed report errors
Door de introductie van het 15min-interval werkten een groot aantal report-opties niet goed meer.
Ik hoop dat ik in deze testversie alle report fouten heb hersteld.
Mijn vraag aan de testers: willen jullie deze versie even flink aan de tand voelen?

Edit: in versie2025.11.1.rc1 zat een storende rekenfout.
Nu is er versie2025.11.1.rc2, waarin deze fout is hersteld.

[ Voor 13% gewijzigd door KC27 op 11-11-2025 22:34 ]

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

dinsdag 11 november 2025 21:57

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

simnet schreef op dinsdag 11 november 2025 @ 21:10:
Stel een deel van je panelen ligt altijd in de schaduw van een schoorsteen tussen 12:00 en 13:00 als de zon laag staat, dan houd een timeseries model daar rekening mee. Dat is wat ik bedoel met volgen van een trend.
Hmm, ja, ik begint het licht te zien....
De dagen zitten even wat vol, maar als ik een gaatje heb dan zal ik eens aan slag met de KNMI-data en de daadwerkelijke opbrengst. Eens kijken wat het doet.

dinsdag 11 november 2025 22:07

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

KC27 schreef op dinsdag 11 november 2025 @ 21:51:
Door de introductie van het 15min-interval werkten een groot aantal report-opties niet goed meer.
Bedoel je in de UI va DAO zelf bij Reports, of de API endpoints?
UI deel lijkt goed te werken, maar ik zal morgen nog wat nauwkeuriger kijken voor je.

dinsdag 11 november 2025 22:09

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
DaBit schreef op dinsdag 11 november 2025 @ 22:07:
[...]


Bedoel je in de UI va DAO zelf bij Reports, of de API endpoints?
UI deel lijkt goed te werken, maar ik zal morgen nog wat nauwkeuriger kijken voor je.
22-09:
Er zit nog een storende reken-fout in.
Wacht met installatie tot versie 2025.11.1.rc2
22:30:
Versie 2025.11.1.rc2 is gepubliceerd, excuses voor het ongemak.

De fouten zat in de Reports/Savings van de UI van DAO.

[ Voor 16% gewijzigd door KC27 op 11-11-2025 22:57 ]

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

dinsdag 11 november 2025 22:43

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

KC27 schreef op dinsdag 11 november 2025 @ 22:09:
[...]

Er zit nog een storende reken-fout in.
Wacht met installatie tot versie 2025.11.1.rc2
Versie 2025.11.1.rc2 is gepubliceerd, excuses voor het ongemak.
De fouten zat in de Reports/Savings van de UI van DAO.
Day Ahead Optimizer version: 2025.11.1.rc2. Wanneer je i.p.v. op grafiek (default) de tabel modus aanklikt krijg je:
Nvm - bij updaten zie je ook nog de oude logs, bij nieuwe berekening ging het prima.

[ Voor 50% gewijzigd door Mirabis op 11-11-2025 22:43 ]

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

woensdag 12 november 2025 01:20

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

KC27 schreef op dinsdag 11 november 2025 @ 21:08:
[...]

In dat geval kun je de ene batterij samen met ev en andere devices opnemen in DAO en de andere batterij zijn werk laten doen via automations in HA. Aan jou de keus hoe je het verdeelt.
Ik ben wel benieuwd hoe dat werkt in de praktijk.
Misschien kun je tzt hier plaatjes posten?

Edit: Dit bedenk ik me nu pas: je zou de test-versie van DAO naast de productie-versie kunnen installeren en dan de test-versie alleen die tweede batterij laten optimaliseren.
Met behulp van 2 versies DAO beide merken afdekken. Dat bedoel je denk ik? Kun je 2 versies van DAO draaien dan op 1 HA omgeving?

Als je DAO of 1 merk batterijen kunt zeggen..... als batterij X aan het verkopen in dan mag DAO helemaal niets doen. Dat is al een belangrijke stap.

Ik moet me helemaal inlezen nog. Als ik ermee aan de slag ga wil ik natuurlijk wel e.a. delen. Ik moet zeker weten dat wat ik wil kan. Anders bouw ik verder aan mijn eigen idee. Ik laad nu op op de goedkoopste uren en ontlaad pas als de dymamische prijs > gem. laadprijs + gewenste spread. (Ivm laad- en ontlaadverliezen).

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

woensdag 12 november 2025 08:26

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

KC27 schreef op dinsdag 11 november 2025 @ 22:09:
Er zit nog een storende reken-fout in.
Wacht met installatie tot versie 2025.11.1.rc2
Deze bedoelde je dan neem ik aan:

code:
1
2
3

File "/root/dao/webserver/../prog/day_ahead.py", line 106, in calc_optimum
    end = datetime.datetime.strptime(price_data["time"].iloc[-1], "%Y-%m-%d %H:%M")
TypeError: strptime() argument 1 must be str, not Timestamp


Ik kijk verder maar zelden naar die reports, maar deze valt op bijvoorbeeld:

Afbeeldingslocatie: https://tweakers.net/i/5_nTgLYHPqtD7LhC4ojXBnWP3p4=/800x/filters:strip_exif()/f/image/qGMnS3K3Z1JyUmnvxbclhwfi.png?f=fotoalbum_large

Probeer ik 'm in tabeldata te zien dan duurt de dataverzameling blijkbaar langer dan de timeout want dan krijg ik het zwarte scherm.
Maar eerlijk is eerlijk; mijn arme servertje is momenteel wel wat druk.

woensdag 12 november 2025 08:46

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Devke schreef op woensdag 12 november 2025 @ 01:20:
[...]

Met behulp van 2 versies DAO beide merken afdekken. Dat bedoel je denk ik? Kun je 2 versies van DAO draaien dan op 1 HA omgeving?

Als je DAO of 1 merk batterijen kunt zeggen..... als batterij X aan het verkopen in dan mag DAO helemaal niets doen. Dat is al een belangrijke stap.

Ik moet me helemaal inlezen nog. Als ik ermee aan de slag ga wil ik natuurlijk wel e.a. delen. Ik moet zeker weten dat wat ik wil kan. Anders bouw ik verder aan mijn eigen idee. Ik laad nu op op de goedkoopste uren en ontlaad pas als de dymamische prijs > gem. laadprijs + gewenste spread. (Ivm laad- en ontlaadverliezen).
Je kunt het stapsgewijs doen:
  • eerst de implementatie met een batterij (met de NOM) en de rest van je woning
  • als dat werkt kun je overwegen om je "HA-batterij voor de handel" over te zetten op een tweede DAO-addon.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

woensdag 12 november 2025 09:47

Acties:
  • sMoKeFiSh
  • Registratie: Februari 2003
  • Laatst online: 04-12 23:06

sMoKeFiSh

Goedemorgen,

Helaas vanochtend weer geen opgeladen auto. Ditmaal was het wel een beetje mijn eigen schuld. Ik had de lower limit van m'n accu in DAO veranderd van 10% naar 20%. Op het moment van deze wijziging was de SoC van mijn accu 18%. Nu blijkt dat DAO met de "Geen oplossing voor: minimize cost" error komt omdat de accu SoC te laag is (vermoed ik). Klopt dat? Indien dat klopt, zou DAO niet gewoon een laadactie moeten starten naar 20%?

Is het trouwens niet mogelijk om naast de "Geen oplossing voor..." error wel gewoon een rapportje te genereren maar dan met uitkomst alles idle draaien (geen inkoop/verkoop)? In mijn geval had DAO dan vanzelf vandaag weer uit de error gekomen doordat m'n accu door pv bij laad.

Ik heb meteen maar even notifications geconfigureerd zodat ik in ieder geval op de hoogte ben dat DAO niet doorloopt.

Full Electric | 2x Deye 12KSG04LP3 met 1.680Ah LFP 51,2V (4x Seplos Mason 280, 2x Seplos vertical 280) | 23,3 kWp PV

woensdag 12 november 2025 11:55

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

KC27 schreef op woensdag 12 november 2025 @ 08:46:
[...]

Je kunt het stapsgewijs doen:
  • eerst de implementatie met een batterij (met de NOM) en de rest van je woning
  • als dat werkt kun je overwegen om je "HA-batterij voor de handel" over te zetten op een tweede DAO-addon.
Ik kan het even niet vinden.....

Ik draai HA in docker op een QNAP Nas. Ik heb geen ad-on shop binnen HA. Kan ik hem anders installeren of is de combi met docker niet mogelijk?

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

woensdag 12 november 2025 13:08

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

KC27 schreef op maandag 10 november 2025 @ 23:23:
[...]
Misschien kan @simnet in een vrij uurtje zijn gemeten waarden in de tuin vergelijken met de prognoses/voorspellingen van Meteoserver.
I heb het iets anders aangepakt en twee modellen getraint:
1 model met de knmi waarnemingen + solar production uit HASS
1 model met de waarnemingen van het weerstation in mijn tuin uit HASS + solar production uit HASS

Deze heb ik vervolgens laten voorspellen wat ik op 8-11 aan opwek zou hebben en vergeleken met mijn daadwerkelijke meting en er kwam iets bijzonders uit, die ik niet kan verklaren (ter verificatie: ik heb 8-11 niet meegenomen in de training van het model). Namelijk, dat de knmi data nauwkeuriger is dan mijn eigen weerstation. En dat terwijl er tussen mijn huis en het dichstbijzijnde weerstation welke ik heb gebruikt een afstand van ongeveer 20km hemelsbreed.

Afbeeldingslocatie: https://tweakers.net/i/cku-QU6J2qMW4Wp2LAd0qMAVdQs=/800x/filters:strip_exif()/f/image/il4YNtZczaJMoHlBzR1RQPh6.png?f=fotoalbum_large
Zie voor mijn berekening: https://github.com/jsimon...t/blob/main/compare.ipynb
Ik ben benieuwd of iemand in staat is om dit te reproduceren.
Ik zal ook nog even kijken of ik ergens de predications van mijn locatie vandaan kan halen om dat vergelijk er aan toe te voegen...
(Ter info: tijden zijn in UTC)

woensdag 12 november 2025 13:11

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

@Devke Je kunt DAO zo vaak draaien als je wilt in docker. Enige waar je op moet letten is dat je de poorten niet hetzelfde houdt, dan krijg je conflicten.

woensdag 12 november 2025 13:19

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

Ok, ik ben toch niet zo slim als ik me voordoe... Ik was even vergeten dat er in de tuin gewerkt wordt en mijn weerstation staan al bijna een maand tegen de schuur in de schaduw... :F O-)

Ik heb even een maand eerder genomen en dan zijn de resultaten een stuk beter, maar alsnog vindt ik dat het knmi model beter de trend volgt. Misschien is mijn weerstation gewoon zeer onbetrouwbaar:

Afbeeldingslocatie: https://tweakers.net/i/bEXTyXfAoX4v9sOIFz_-9AJy02g=/800x/filters:strip_exif()/f/image/y5V8KH36w5r6rZVCTmwVMEeC.png?f=fotoalbum_large

woensdag 12 november 2025 13:34

Acties:
  • Impossibl3
  • Registratie: November 2012
  • Laatst online: 21:55

Impossibl3

simnet schreef op woensdag 12 november 2025 @ 13:19:
Ok, ik ben toch niet zo slim als ik me voordoe... Ik was even vergeten dat er in de tuin gewerkt wordt en mijn weerstation staan al bijna een maand tegen de schuur in de schaduw... :F O-)

Ik heb even een maand eerder genomen en dan zijn de resultaten een stuk beter, maar alsnog vindt ik dat het knmi model beter de trend volgt. Misschien is mijn weerstation gewoon zeer onbetrouwbaar:

[Afbeelding]
Ik snap je conclusie niet. Wat maakt de KNMI data "beter" dan je eigen station? Als je naar de stijgende en dalende lijn kijkt (niet rond de middag uren) dan lopen ze gelijk op. Vervolgens zie ik de HASS lijn en ligt die vaak dichter bij je blauwe lijn (je station) dan de rode lijn (KNMI). Rond de middag uren zijn beide metingen fors afwijkend van de HASS lijn.

PV 5.590 Wp Enphase, 2.700 Wp Growatt - Easee laadpaal - Itho Amber 95 WP

woensdag 12 november 2025 17:17

Acties:
  • mtimmerm
  • Registratie: Mei 2015
  • Laatst online: 06-12 09:57

mtimmerm

Hallo,

Ik blijf het feit hebben dat DAO mijn accu 1 uur te vroeg oplaad en ook het ontladen begint precies 1 uur te vroeg. Waar zou dat aan kunnen liggen. Lijkt een beetje op UTC / Local tijd probleem. De tijd van Home Assistant klopt precies.

[ Voor 9% gewijzigd door mtimmerm op 12-11-2025 17:19 ]

woensdag 12 november 2025 17:23

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

mtimmerm schreef op woensdag 12 november 2025 @ 17:17:
Hallo,

Ik blijf het feit hebben dat DAO mijn accu 1 uur te vroeg oplaad en ook het ontladen begint precies 1 uur te vroeg. Waar zou dat aan kunnen liggen. Lijkt een beetje op UTC / Local tijd probleem. De tijd van Home Assistant klopt precies.
Klinkt alsof je addon/container de verkeerde tijd heeft. Je kan TZ=Europe/Amsterdam meegeven in de environment variabelen of /etc/localtime:/etc/localtime:ro als volume mounten in je container.

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

woensdag 12 november 2025 19:54

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Devke schreef op woensdag 12 november 2025 @ 11:55:
[...]

Ik kan het even niet vinden.....

Ik draai HA in docker op een QNAP Nas. Ik heb geen ad-on shop binnen HA. Kan ik hem anders installeren of is de combi met docker niet mogelijk?
Zoals @simnet ook al zei:je kunt DAO in een aparte docker installeren.
Zie de wiki op github: https://github.com/cornee...tie-en-basis-configuratie

[ Voor 5% gewijzigd door KC27 op 12-11-2025 19:56 ]

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

woensdag 12 november 2025 20:35

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
sMoKeFiSh schreef op woensdag 12 november 2025 @ 09:47:
Goedemorgen,

Helaas vanochtend weer geen opgeladen auto. Ditmaal was het wel een beetje mijn eigen schuld. Ik had de lower limit van m'n accu in DAO veranderd van 10% naar 20%. Op het moment van deze wijziging was de SoC van mijn accu 18%. Nu blijkt dat DAO met de "Geen oplossing voor: minimize cost" error komt omdat de accu SoC te laag is (vermoed ik). Klopt dat? Indien dat klopt, zou DAO niet gewoon een laadactie moeten starten naar 20%?

Is het trouwens niet mogelijk om naast de "Geen oplossing voor..." error wel gewoon een rapportje te genereren maar dan met uitkomst alles idle draaien (geen inkoop/verkoop)? In mijn geval had DAO dan vanzelf vandaag weer uit de error gekomen doordat m'n accu door pv bij laad.

Ik heb meteen maar even notifications geconfigureerd zodat ik in ieder geval op de hoogte ben dat DAO niet doorloopt.
Heb je voor mij de logging van de berekening (in quotes) waarmee hij de fout ingaat?

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

woensdag 12 november 2025 22:09

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
simnet schreef op woensdag 12 november 2025 @ 13:08:
[...]


I heb het iets anders aangepakt en twee modellen getraint:
1 model met de knmi waarnemingen + solar production uit HASS
1 model met de waarnemingen van het weerstation in mijn tuin uit HASS + solar production uit HASS

Deze heb ik vervolgens laten voorspellen wat ik op 8-11 aan opwek zou hebben en vergeleken met mijn daadwerkelijke meting en er kwam iets bijzonders uit, die ik niet kan verklaren (ter verificatie: ik heb 8-11 niet meegenomen in de training van het model). Namelijk, dat de knmi data nauwkeuriger is dan mijn eigen weerstation. En dat terwijl er tussen mijn huis en het dichstbijzijnde weerstation welke ik heb gebruikt een afstand van ongeveer 20km hemelsbreed.

[Afbeelding]
Zie voor mijn berekening: https://github.com/jsimon...t/blob/main/compare.ipynb
Ik ben benieuwd of iemand in staat is om dit te reproduceren.
Ik zal ook nog even kijken of ik ergens de predications van mijn locatie vandaan kan halen om dat vergelijk er aan toe te voegen...
(Ter info: tijden zijn in UTC)
Ik ben toch maar langzaam begonnen om jouw mooie werk in DAO te implementeren als alternatief voor de huidige solar-voorspelling.
Ik zie dat je ook neerslag gebruikt als parameter om de pv-productie te voorspellen, terwijl ik dat niet direct zou verwachten. Heb je een reden(ering) om neerslag toch mee te nemen?
Heb je ergens een parameter-analyse hoeveel neerslag bijdraagt aan de verbetering van de voorspelling?

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

woensdag 12 november 2025 22:35

Acties:
  • hemertje
  • Registratie: Juli 2015
  • Laatst online: 19:37

hemertje

simnet schreef op maandag 10 november 2025 @ 10:06:
Inderdaad. Elk vlak/orrientatie heeft zijn eigen gedrag.

MAAR, het leuke is dat dit soort modelen voorspellingen doen op basis van daadwerkelijk behaalde resultaten uit het verleden. Dus (in theorie in ieder geval) zou het niet uit moeten maken, zolang je historische informatie gebruikt waar alle vlakken in zitten.
Immers, je totale opbrengst zal bij een bepaalde zon instraling altijd hetzelfde zijn. Als KNMI 100 W/m2 voorspelt, levert dat X kWh op. Dan maakt het niet uit hoeveel vlakken of wat hun helling ook is, want die verandert niet.

Het is dus wel belangrijk dat je historische data gebruikt van een stabiele installatie (en een woning verandert over het algemeen niet zo snel van orientatie ;) ). Dit is anders als je je installatie uitbreidt, oid. Dan kun je vanaf dat moment niet meer je historische gegevens gebruiken.

Edit: dit is mogelijk wel noodzakelijk als je een combinatie hebt van AC en DC connected panelen, aangezien je dan je opbrengst op een andere manier berekent (verschillende verliezen, etc).
Een model trainen per array/vlak kan in ieder geval geen kwaad en kan nauwkeuriger zijn. Misschien hebben je panelen andere characteristieken per vlak (leeftijd, decay, etc) en dan worden die subtiele dingen niet uitgesmeerd over je andere vlakken. Ik denk wel dat het effect minimaal zal zijn.
ik heb op mijn hoekwoning 5 dakvlakken met ieder verschillende hoeken (oost, zuid en west) en tilts (plat dak, hoofddak oost en hoofddak west en verticaal)

welke voorspelling kan met 5 dakvlakken omgaan, enig idee?

Gasloos 2019 + WP Panasonic H-serie 7kW + 300 liter boilervat + PV 12.415Wp + Home Assistant + Hyundai Ioniq 6 First Edition + Zaptec laadpaal

donderdag 13 november 2025 08:43

Acties:
  • Devke
  • Registratie: December 2022
  • Laatst online: 00:56

Devke

KC27 schreef op woensdag 12 november 2025 @ 19:54:
[...]

Zoals @simnet ook al zei:je kunt DAO in een aparte docker installeren.
Zie de wiki op github: https://github.com/cornee...tie-en-basis-configuratie
Houd DAO rekening met spread? Is dat in te geven? Voorbeeld. Als je gaat laden met 20 ct / kWh dan heeft het weinig zin om bij 22 ct NOM te draaien. Denk aan omzettingsverliezen. HW zit op een RTE van 71%.

Denk in kansen, niet in problemen. Homewizard Plug-In Battery 5.4 kWh. Zendure 2400 AC 17.2 kWh. 3330 Wp zonnepanelen. EV 77 kWh. Peblar Business Laadpaal.

donderdag 13 november 2025 08:54

Acties:
  • Impossibl3
  • Registratie: November 2012
  • Laatst online: 21:55

Impossibl3

Devke schreef op donderdag 13 november 2025 @ 08:43:
[...]

Houd DAO rekening met spread? Is dat in te geven? Voorbeeld. Als je gaat laden met 20 ct / kWh dan heeft het weinig zin om bij 22 ct NOM te draaien. Denk aan omzettingsverliezen. HW zit op een RTE van 71%.
Ja via ee efficiëntie die je aangeeft bij het laden/ontladen van je accu.

PV 5.590 Wp Enphase, 2.700 Wp Growatt - Easee laadpaal - Itho Amber 95 WP

donderdag 13 november 2025 09:01

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

KC27 schreef op woensdag 12 november 2025 @ 22:09:
[...]
Ik zie dat je ook neerslag gebruikt als parameter om de pv-productie te voorspellen, terwijl ik dat niet direct zou verwachten. Heb je een reden(ering) om neerslag toch mee te nemen?
Heb je ergens een parameter-analyse hoeveel neerslag bijdraagt aan de verbetering van de voorspelling?
Mijn redenering was eerst, baadt het niet, dan schaadt het niet. XGBoost ziet vanzelf of de feature belangrijk is of niet voor de opwek. Je weet nooit hoe het van invloed kan zijn.

Ik wilde eigenlijk windspeed ook meenemen, aangezien wind een koelend effect op de manelen heeft waardoor je een hogere opbrengst hebt. Die zit er nog niet bij, maar is super eenvoudig toe te voegen.

Dit is de feature importance voor beide modelen, zoals getraint met mijn data. Dit kan dus voor andere mensen andere resultaten bieden omdat ieder een andere omstandigheid heeft.
code:
1
2
3
4
5
6
7
8
9
10
11
12

--- Feature Importance Analysis ---
Feature Importance Comparison:
Feature         KNMI       HASS       Difference  
--------------------------------------------------
temperature     0.021      0.011          +0.010
precipitation   0.018      0.035          -0.016
irradiance      0.775      0.742          +0.033
day_of_week     0.007      0.009          -0.002
hour            0.124      0.076          +0.047
quarter         0.023      0.032          -0.009
month           0.015      0.038          -0.022
season          0.016      0.056          -0.040

donderdag 13 november 2025 09:07

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

hemertje schreef op woensdag 12 november 2025 @ 22:35:
[...]
ik heb op mijn hoekwoning 5 dakvlakken met ieder verschillende hoeken (oost, zuid en west) en tilts (plat dak, hoofddak oost en hoofddak west en verticaal)

welke voorspelling kan met 5 dakvlakken omgaan, enig idee?
Allemaal kunnen ze dat. Met dit soort ML modellen is het vrij simpel; hoe naukeuriger de trainingdata, hoe beter de voorspelling.
Je kunt in jouw geval per dakvlak een model laten trainen, als je die ook individueel kan meten. Je kunt ze ook opdelen in wat je individueel kan meten en het residue.

Ik denk dat we even moeten afwachten hoe @KC27 het implementeerd om te kijken wat er voor jou mogelijk is. Ik verwacht een model per in te stellen array in DAO, maar dat weet ik niet.

donderdag 13 november 2025 09:46

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
simnet schreef op donderdag 13 november 2025 @ 09:07:
[...]


Allemaal kunnen ze dat. Met dit soort ML modellen is het vrij simpel; hoe naukeuriger de trainingdata, hoe beter de voorspelling.
Je kunt in jouw geval per dakvlak een model laten trainen, als je die ook individueel kan meten. Je kunt ze ook opdelen in wat je individueel kan meten en het residue.

Ik denk dat we even moeten afwachten hoe @KC27 het implementeerd om te kijken wat er voor jou mogelijk is. Ik verwacht een model per in te stellen array in DAO, maar dat weet ik niet.
Om een model te trainen moeten er meetdata zijn. Dat bepaalt het kleinste niveau waarop het model zal kunnen voorspellen. Als @hemertje van ieder dakvlak een sensor heeft in HA kunnen we per dakvlak gaan voorspellen, maar als die vijf dakvlakken samen op een omvormer zitten en er is een sensor voor die vijf samen dan komt er een model voor het totaal.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

donderdag 13 november 2025 14:31

Acties:
  • Yannick-ski
  • Registratie: November 2015
  • Laatst online: 05-12 20:55

Yannick-ski

Ik ben weer aan het klooien geweest om mijn boiler werkend te krijgen dat DAH hem gaat inplannen. Echter wordt de helper door DAH niet geactiveerd. Ik heb al veel lopen trouble shooten maar kom er niet uit waarom het niet werkt.

Hier wat informatie:


Implementatie in DAH:

[code]
"boiler": {
"boiler present": "True",
"boiler heated by heatpump": "True",
"entity actual temp.": "sensor.thuis_domestic_hot_water_0_tank_temperature_2",
"entity setpoint": "sensor.thuis_domestic_hot_water_0_setpoint_2",
"entity hysterese": "input_number.hysterese_boiler_temp",
"cop": 2.9,
"cooling rate": 0.4,
"volume": 190,
"heating allowed below": 45,
"elec. power": 1500,
"activate service": "press",
"activate entity": "input_button.boiler_start_heating"
[/ code]


Afbeeldingslocatie: https://tweakers.net/i/ldEg26qtpFIOxRNG_zp54JdoXaA=/800x/filters:strip_icc():strip_exif()/f/image/WiFWeMlgt3JNazJmubgoejJb.jpg?f=fotoalbum_large

Zien jullie enig fout waardoor het mogelijk niet werkt?

donderdag 13 november 2025 15:55

Acties:
  • BBuilds
  • Registratie: November 2013
  • Laatst online: 04-12 23:33

BBuilds

Ik begrijp niet goed waarom DAO vanavond aan bijna ~€0.30/kWh stroom van het net neemt, maar vannacht vanaf 3h, wanneer de stroom met ~€0.18/kWh veel goedkoper is, wel de batterij begint te ontladen?
Is dat een fout in het algoritme?

Config
DAO Berekeningen

Afbeeldingslocatie: https://tweakers.net/i/TAE2M_IZ0rWNyWY6P6NOLHIV9hs=/x800/filters:strip_exif()/f/image/dzMj3UNFnrk2qBODVw0qWoF6.png?f=fotoalbum_large

donderdag 13 november 2025 16:15

Acties:
  • Torch1969
  • Registratie: Juni 2013
  • Laatst online: 20:43

Torch1969

Topicstarter
Yannick-ski schreef op donderdag 13 november 2025 @ 14:31:
Ik ben weer aan het klooien geweest om mijn boiler werkend te krijgen dat DAH hem gaat inplannen. Echter wordt de helper door DAH niet geactiveerd. Ik heb al veel lopen trouble shooten maar kom er niet uit waarom het niet werkt.

Hier wat informatie:


Implementatie in DAH:

[code]
"boiler": {
"boiler present": "True",
"boiler heated by heatpump": "True",
"entity actual temp.": "sensor.thuis_domestic_hot_water_0_tank_temperature_2",
"entity setpoint": "sensor.thuis_domestic_hot_water_0_setpoint_2",
"entity hysterese": "input_number.hysterese_boiler_temp",
"cop": 2.9,
"cooling rate": 0.4,
"volume": 190,
"heating allowed below": 45,
"elec. power": 1500,
"activate service": "press",
"activate entity": "input_button.boiler_start_heating"
[/ code]


[Afbeelding]

Zien jullie enig fout waardoor het mogelijk niet werkt?
Gebruik je bewust de activate service en reageer je dan op de “button press”? Waarom niet gewoon de “entity switch” ( een input _boolean die DAO aan en uit zet) en waarmee je dan via een automation je boiler aan en uit kunt zetten)?

donderdag 13 november 2025 17:09

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Yannick-ski schreef op donderdag 13 november 2025 @ 14:31:
Ik ben weer aan het klooien geweest om mijn boiler werkend te krijgen dat DAH hem gaat inplannen. Echter wordt de helper door DAH niet geactiveerd. Ik heb al veel lopen trouble shooten maar kom er niet uit waarom het niet werkt.

Hier wat informatie:


Implementatie in DAH:

[code]
"boiler": {
"boiler present": "True",
"boiler heated by heatpump": "True",
"entity actual temp.": "sensor.thuis_domestic_hot_water_0_tank_temperature_2",
"entity setpoint": "sensor.thuis_domestic_hot_water_0_setpoint_2",
"entity hysterese": "input_number.hysterese_boiler_temp",
"cop": 2.9,
"cooling rate": 0.4,
"volume": 190,
"heating allowed below": 45,
"elec. power": 1500,
"activate service": "press",
"activate entity": "input_button.boiler_start_heating"
[/ code]


[Afbeelding]

Zien jullie enig fout waardoor het mogelijk niet werkt?
Heb je voor ons de logging van een berekening (in quotes) waar hij volgens jou de boiler zou moeten inplannen?

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

donderdag 13 november 2025 17:34

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
BBuilds schreef op donderdag 13 november 2025 @ 15:55:
Ik begrijp niet goed waarom DAO vanavond aan bijna ~€0.30/kWh stroom van het net neemt, maar vannacht vanaf 3h, wanneer de stroom met ~€0.18/kWh veel goedkoper is, wel de batterij begint te ontladen?
Is dat een fout in het algoritme?

Config
DAO Berekeningen

[Afbeelding]
Hij gaat om 15 uur laden omdat hij onder de optimal lower soc zit.
Je kunt (volgens mij ) die twee (optimal en lower soc) beter dezelfde en lagere waarde geven.
Ik gebruik die optimal zelf helemaal niet.
Doordat je energiebelasting op productie (teruglevering) op nul hebt staan gaat hij daarna ontladen om teruglevering te voorkomen.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

donderdag 13 november 2025 22:04

Acties:
  • xantus
  • Registratie: Augustus 2005
  • Laatst online: 20:43

xantus

KC27 schreef op zaterdag 8 november 2025 @ 16:25:
Alleen maar goede berichten van het testfront.
Productie versie 2025.11.0 is gepubliceerd. Deze is identiek aan testversie 2025.11.0.rc1.
Om deze reden wordt er geen nieuwe testversie gepubliceerd.
Voor de volledigheid, dit is de changelog:
  • Respect minimal run length heatpump in hours with 15min-interva
  • Suppress resource warning "unclosed database in sqlite3.Connection"
  • Fix sorting-error mysql prices
  • Fix error loading ev with too much power and exceeding grid-maximum (reported by @sMoKeFiSh)
  • Update errors in DOCS.md
De minimal run length heatpump lijkt het niet goed te doen. Het aantal uur dat de heatpump aan staat schaalt wel met de instelling (is een veelvoud van minimal run length), maar de intervallen worden niet achter elkaar ingepland.

code:
1
2
3
4
5
6
7
8
9
10
11

  "heating": {
    "heater present": "True",
    "adjustment": "on/off",
    "stages": [],
    "degree days factor": 1.45,
    "adjustment factor": 0,
    "min run length": 2,
    "entity hp switch": "",
    "entity hp power": "input_number.dao_hp_power",
    "entity hp cop": "input_number.dao_hp_cop"
  },


"min run length": 1,
2025-11-13 21:49:07 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:49:07 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:49:07 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:49:07 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:49:07 info: Actuele warmtevraag: Ja
2025-11-13 21:49:07 info: On/off warmtepomp wordt ingepland
2025-11-13 21:49:07 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:49:07 info: Elektriciteit benodigd:2.4 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 3 uren
Afbeeldingslocatie: https://tweakers.net/i/yfw-bE2Jd457wDaNO1d5Z17D8ZA=/x800/filters:strip_exif()/f/image/ALUKpVTRL2JMNbUYTNGXFJAh.png?f=fotoalbum_large

"min run length": 2,
2025-11-13 21:52:47 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:52:47 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:52:47 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:52:47 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:52:47 info: Actuele warmtevraag: Ja
2025-11-13 21:52:47 info: On/off warmtepomp wordt ingepland
2025-11-13 21:52:47 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:52:47 info: Elektriciteit benodigd:3.2 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 4 uren
Afbeeldingslocatie: https://tweakers.net/i/swPWVG6EfEFJJH_vfY57-qZkyZY=/x800/filters:strip_exif()/f/image/5ZyqTzaylC0bWH4nUoyQuNGF.png?f=fotoalbum_large

"min run length": 5,
2025-11-13 21:50:58 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:50:58 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:50:58 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:50:58 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:50:58 info: Actuele warmtevraag: Ja
2025-11-13 21:50:58 info: On/off warmtepomp wordt ingepland
2025-11-13 21:50:58 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:50:58 info: Elektriciteit benodigd:4.0 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 5 uren
Afbeeldingslocatie: https://tweakers.net/i/CefqmRFf_wdX1H45MVWjdsD3xIE=/x800/filters:strip_exif()/f/image/TmKdgjJLSXnkMjvCAnXtGksU.png?f=fotoalbum_large

Edit:
Volgens chatgpt zit de fout in day_ahead.py vanaf regel 1787:
Good — thanks for the code. I see the problem: the current code enforces equality only for fixed block starts (u iterates with a step of block size), so it only forces runs that begin exactly at those multiples. That allows the solver to start a run at any other index and immediately switch off again, so hp_on can be 1 at t and 0 at t+1 while still satisfying the constraints — which is exactly your symptom.

[ Voor 5% gewijzigd door xantus op 13-11-2025 22:29 ]

vrijdag 14 november 2025 14:46

Acties:
  • balk
  • Registratie: Januari 2000
  • Laatst online: 20:26

balk

Hedzie schreef op zaterdag 8 november 2025 @ 19:41:
Kan iemand mij op weg helpen,
in de wiki staat:

[...]


Maar ik kan hier verder geen API over vinden.
Idem voor de notificatie.

Ik gebruik strategie "minimize consumption", en ondanks dat ik een batterij e.d. heb (met cycle kosten op 0) heb ik bijna de gehele dag "DAO heeft geen oplossing".
Ik gebruik niet Minimize Consumption maar minimize cost, maar wanneer DAO zegt dat de batterij 0 moet doen, dan opereer ik op NoM. De batterij levert dan aan het huis. Ik moet er weer eens in duiken wat nou beter is voor deze grijze dagen.

Ik heb twee Sessy's hangen, die kan ik besturen met behulp van een automatisering in Home Assistant.

vrijdag 14 november 2025 15:42

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

balk schreef op vrijdag 14 november 2025 @ 14:46:
[...]

Ik gebruik niet Minimize Consumption maar minimize cost, maar wanneer DAO zegt dat de batterij 0 moet doen, dan opereer ik op NoM. De batterij levert dan aan het huis. Ik moet er weer eens in duiken wat nou beter is voor deze grijze dagen.

Ik heb twee Sessy's hangen, die kan ik besturen met behulp van een automatisering in Home Assistant.
Maar als DAO op 0 uitkomt zegt het toch eigenlijk: niks doen is beter dan iets doen kostentechnisch gezien. Dat overrule je dan weer door bij 0 NOM in te schakelen waardoor je batterij op lage vermogen het verbruik afdekt (=niet efficient) / of oplaadt wanneer dat juist niet gewild is. Nu we nog kunnen salderen heeft dat toch niet zoveel zin?

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

vrijdag 14 november 2025 16:00

Acties:
  • balk
  • Registratie: Januari 2000
  • Laatst online: 20:26

balk

Mirabis schreef op vrijdag 14 november 2025 @ 15:42:
[...]

Maar als DAO op 0 uitkomt zegt het toch eigenlijk: niks doen is beter dan iets doen kostentechnisch gezien. Dat overrule je dan weer door bij 0 NOM in te schakelen waardoor je batterij op lage vermogen het verbruik afdekt (=niet efficient) / of oplaadt wanneer dat juist niet gewild is. Nu we nog kunnen salderen heeft dat toch niet zoveel zin?
Absoluut waar. Maar ik vind het gewoon leuk om NoM te draaien :) Ik zou het eens moeten verfijnen

vrijdag 14 november 2025 16:47

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
xantus schreef op donderdag 13 november 2025 @ 22:04:
[...]


De minimal run length heatpump lijkt het niet goed te doen. Het aantal uur dat de heatpump aan staat schaalt wel met de instelling (is een veelvoud van minimal run length), maar de intervallen worden niet achter elkaar ingepland.

code:
1
2
3
4
5
6
7
8
9
10
11

  "heating": {
    "heater present": "True",
    "adjustment": "on/off",
    "stages": [],
    "degree days factor": 1.45,
    "adjustment factor": 0,
    "min run length": 2,
    "entity hp switch": "",
    "entity hp power": "input_number.dao_hp_power",
    "entity hp cop": "input_number.dao_hp_cop"
  },


"min run length": 1,
2025-11-13 21:49:07 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:49:07 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:49:07 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:49:07 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:49:07 info: Actuele warmtevraag: Ja
2025-11-13 21:49:07 info: On/off warmtepomp wordt ingepland
2025-11-13 21:49:07 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:49:07 info: Elektriciteit benodigd:2.4 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 3 uren
[Afbeelding]

"min run length": 2,
2025-11-13 21:52:47 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:52:47 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:52:47 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:52:47 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:52:47 info: Actuele warmtevraag: Ja
2025-11-13 21:52:47 info: On/off warmtepomp wordt ingepland
2025-11-13 21:52:47 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:52:47 info: Elektriciteit benodigd:3.2 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 4 uren
[Afbeelding]

"min run length": 5,
2025-11-13 21:50:58 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:50:58 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:50:58 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:50:58 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:50:58 info: Actuele warmtevraag: Ja
2025-11-13 21:50:58 info: On/off warmtepomp wordt ingepland
2025-11-13 21:50:58 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:50:58 info: Elektriciteit benodigd:4.0 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 5 uren
[Afbeelding]

Edit:
Volgens chatgpt zit de fout in day_ahead.py vanaf regel 1787:

[...]
Ik zal komend weekend even tijd vrijmaken om dit te onderzoeken en te herstellen.
Het spijt me wel te moeten constateren dat ik een lage dunk heb van chatgtp: hij weet waar de klok hangt maar voor de finesses (de klepel) slaat hij de plank vaak mis.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

vrijdag 14 november 2025 22:47

Acties:
  • Torch1969
  • Registratie: Juni 2013
  • Laatst online: 20:43

Torch1969

Topicstarter
KC27 schreef op vrijdag 14 november 2025 @ 16:47:
[...]

Ik zal komend weekend even tijd vrijmaken om dit te onderzoeken en te herstellen.
Het spijt me wel te moeten constateren dat ik een lage dunk heb van chatgtp: hij weet waar de klok hangt maar voor de finesses (de klepel) slaat hij de plank vaak mis.
Tja, ChatGPT blijft een taalmodel, voorspellen welke letter achter welke letter moet komen. Erg goed in creatief met je meedenken, dus goed om je te inspireren voor een oplossing, maar daarna kun je het zelf het beste afmaken ;)

zaterdag 15 november 2025 15:13

Acties:
  • f.welvering
  • Registratie: Oktober 2009
  • Laatst online: 22:20

f.welvering

Ik ben weer even aan het stoeien met de DAO en de WP combinatie.
Ik kan enkel aansturen op dit moment met aan/uit.
Zodra ik de cop sensor van mijn WP toevoeg krijg ik de volgende error:
Traceback (most recent call last):
File "/root/dao/prog/da_base.py", line 625, in run_task_function
getattr(self, run_task["function"])()
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^
File "/root/dao/prog/da_base.py", line 555, in calc_optimum_met_debug
dacalc.calc_optimum()
~~~~~~~~~~~~~~~~~~~^^
File "/root/dao/prog/day_ahead.py", line 1741, in calc_optimum
hp_power = float(self.get_state(entity_hp_power).state)
~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/states.py", line 15, in get_state
return State(**self._get(f"states/{entity_id}")) # type: ignore
~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 54, in _get
return self._process_response(
~~~~~~~~~~~~~~~~~~~~~~^
requests.get(
^^^^^^^^^^^^^
...<5 lines>...
)
^
)
^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 90, in _process_response
self._raise_error(response.status_code, response.url)
~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 95, in _raise_error
raise error(f"{status_code} status code returned from {url}",) # type: ignore
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
hassapi.exceptions.NotFound: 404 status code returned from http://192.168.60.3:8123/api/states/None
Traceback (most recent call last):
File "/root/dao/webserver/../prog/day_ahead.py", line 4037, in <module>
main()
~~~~^^
File "/root/dao/webserver/../prog/day_ahead.py", line 4011, in main
da_calc.run_task_function("calc_optimum_met_debug")
~~~~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/root/dao/prog/da_base.py", line 625, in run_task_function
getattr(self, run_task["function"])()
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^
File "/root/dao/prog/da_base.py", line 555, in calc_optimum_met_debug
dacalc.calc_optimum()
~~~~~~~~~~~~~~~~~~~^^
File "/root/dao/prog/day_ahead.py", line 1741, in calc_optimum
hp_power = float(self.get_state(entity_hp_power).state)
~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/states.py", line 15, in get_state
return State(**self._get(f"states/{entity_id}")) # type: ignore
~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 54, in _get
return self._process_response(
~~~~~~~~~~~~~~~~~~~~~~^
requests.get(
^^^^^^^^^^^^^
...<5 lines>...
)
^
)
^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 90, in _process_response
self._raise_error(response.status_code, response.url)
~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/root/dao/venv/day_ahead/lib/python3.13/site-packages/hassapi/client/base.py", line 95, in _raise_error
raise error(f"{status_code} status code returned from {url}",) # type: ignore
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
hassapi.exceptions.NotFound: 404 status code returned from http://192.168.60.3:8123/api/states/None
Config Heat stukje:
"heating": {
"heater present": "True",
"adjustment" : "on/off",
"entity hp switch": "input_boolean.dao_wp_on_off",
"entity avg outside temp": "input_number.day_ahead_wp_avg_outside",
"degree days factor": 1.81,
"min run length": 1,
"entity hp heat demand": "binary_sensor.netatmo_verwarming_aan",
"entity hp heat produced": "sensor.dewarmte_ao_a_232_heat_output_energy_daily",
"entity hp power sensor": "sensor.shelly_warmtepomp_active_power",
"entity hp cop": "sensor.dewarmte_ao_a_232_cop"
},

WP: DeWarmte PompAO 6.4Kw Hybrid, CV Intergas, Thermostaat Netatmo, 70m2 vvw, PV: 34x 325wp solaredge omvormer en optimizers,Wan ip adres weten? https://mijnips.eu

zaterdag 15 november 2025 21:31

Acties:
  • hemertje
  • Registratie: Juli 2015
  • Laatst online: 19:37

hemertje

simnet schreef op donderdag 13 november 2025 @ 09:07:
[...]


Allemaal kunnen ze dat. Met dit soort ML modellen is het vrij simpel; hoe naukeuriger de trainingdata, hoe beter de voorspelling.
Je kunt in jouw geval per dakvlak een model laten trainen, als je die ook individueel kan meten. Je kunt ze ook opdelen in wat je individueel kan meten en het residue.

Ik denk dat we even moeten afwachten hoe @KC27 het implementeerd om te kijken wat er voor jou mogelijk is. Ik verwacht een model per in te stellen array in DAO, maar dat weet ik niet.
ik bedoel wat anders :P

in HA gebruik ik nu Forecast.Solar met de 5 dakvlakken
maar deze voorspelling raakt kant nog wal met de daadwerkelijke opbrengst die ik in de Solaredge app zie

Gasloos 2019 + WP Panasonic H-serie 7kW + 300 liter boilervat + PV 12.415Wp + Home Assistant + Hyundai Ioniq 6 First Edition + Zaptec laadpaal

zaterdag 15 november 2025 22:45

Acties:
  • bartzzz
  • Registratie: December 2009
  • Laatst online: 19:09

bartzzz

Ik heb het idee dat er iets niet goed draait bij mij.
Op het screenshot is te zien dan mijn SOC van de accu op het moment ca. 30% is.
Ook zie je dat er verbruik verwacht wordt, maar toch blijft de verwachte SOC gelijk.
Is dit normaal?
Afbeeldingslocatie: https://tweakers.net/i/iLaA6vhoL9NS2ErAzZfE21wOUXU=/fit-in/4920x3264/filters:max_bytes(3145728):no_upscale():strip_icc():strip_exif()/f/image/lRQZE6pfJWjCjxsygXI8Ww2N.jpg?f=user_large

zaterdag 15 november 2025 22:59

Acties:
  • ErnstH
  • Registratie: September 2003
  • Niet online

ErnstH

SoC gaat toch gewoon iets omlaag?

zaterdag 15 november 2025 23:19

Acties:
  • Torch1969
  • Registratie: Juni 2013
  • Laatst online: 20:43

Torch1969

Topicstarter
bartzzz schreef op zaterdag 15 november 2025 @ 22:45:
Ik heb het idee dat er iets niet goed draait bij mij.
Op het screenshot is te zien dan mijn SOC van de accu op het moment ca. 30% is.
Ook zie je dat er verbruik verwacht wordt, maar toch blijft de verwachte SOC gelijk.
Is dit normaal?
[Afbeelding]
Wat ErnstH zegt, SOC daalt wel iets.
Wat me meer verbaasd is dat je daarmee zelfs €1,76 verdient…. 1,2kW voor een uurtje voor €0,29 is €0,34 winst….

zondag 16 november 2025 01:03

Acties:
  • bartzzz
  • Registratie: December 2009
  • Laatst online: 19:09

bartzzz

Torch1969 schreef op zaterdag 15 november 2025 @ 23:19:
[...]

Wat ErnstH zegt, SOC daalt wel iets.
Wat me meer verbaasd is dat je daarmee zelfs €1,76 verdient…. 1,2kW voor een uurtje voor €0,29 is €0,34 winst….
Tussen 22:00 en 16:00 daalt de SOC niet, terwijl er wel een base load instaat. Dus zou de SOC ook moeten dalen in de grafiek lijkt mij.

zondag 16 november 2025 09:09

Acties:
  • arro3038
  • Registratie: November 2023
  • Laatst online: 21:38

arro3038

bartzzz schreef op zondag 16 november 2025 @ 01:03:
[...]


Tussen 22:00 en 16:00 daalt de SOC niet, terwijl er wel een base load instaat. Dus zou de SOC ook moeten dalen in de grafiek lijkt mij.
De energieprijs is zo vlak dat er geen winst te halen is tussen die tijdstippen. Met omzetverliezen van je accu dc naar ac verlies je waarschijnlijk meer dan er te winnen valt en dus bewaart DAO de lading in je batterij. Als je hem op minimal consumption zet, dan krijg je een ander beeld denk ik.

zondag 16 november 2025 09:34

Acties:
  • Torch1969
  • Registratie: Juni 2013
  • Laatst online: 20:43

Torch1969

Topicstarter
bartzzz schreef op zondag 16 november 2025 @ 01:03:
[...]


Tussen 22:00 en 16:00 daalt de SOC niet, terwijl er wel een base load instaat. Dus zou de SOC ook moeten dalen in de grafiek lijkt mij.
Ik weet niet hoe jij de grafiek leest, maar ik zie alleen van 17u tot 18u inzet van je batterij (rode vlakje (accu uit)). Dat komt ook overeen met je strategie (minimale kosten) waarbij in het enige uurtje dat de prijs nog net hoog genoeg is je accu wat levert.

Als je je baseload wilt compenseren ongeacht de prijs, moet je de strategie op “minimize consumption” zetten, maar ook dan denk ik dat DAO geen oplossing heeft voor het feit dat er geen zon is en amper verschil in prijs om efficiency verlies te compenseren (zoals arro3038 ook aangeeft).

Ik denk dat dit die paar dagen per jaar zijn dat de thuisbatterij even mag relaxen…… _O-

[ Voor 17% gewijzigd door Torch1969 op 16-11-2025 09:39 ]

zondag 16 november 2025 09:45

Acties:
  • Hedzie
  • Registratie: Januari 2024
  • Laatst online: 07-12 18:08

Hedzie

bartzzz schreef op zaterdag 15 november 2025 @ 22:45:
Ik heb het idee dat er iets niet goed draait bij mij.
Op het screenshot is te zien dan mijn SOC van de accu op het moment ca. 30% is.
Ook zie je dat er verbruik verwacht wordt, maar toch blijft de verwachte SOC gelijk.
Is dit normaal?
[Afbeelding]
Met strategie “minimale levering” ook weinig inzet van de accu.
Weinig verschil in energieprijs.

Afbeeldingslocatie: https://tweakers.net/i/coOx_CGGFwk25VKXCQit3oKGGWM=/x800/filters:strip_icc():strip_exif()/f/image/K2oAv2G5ZYc1ATv6D1MP9ZuW.jpg?f=fotoalbum_large

zondag 16 november 2025 09:47

Acties:
  • Mirabis
  • Registratie: Juli 2013
  • Niet online

Mirabis

Hedzie schreef op zondag 16 november 2025 @ 09:45:
[...]


Met strategie “minimale levering” ook weinig inzet van de accu.

[Afbeelding]
Er is nauwelijks zon en de prijsvariatie (spread) is laag dus dat is te begrijpen. Als je altijd je batterij wil gebruiken zelfs al kan dat economisch niet uit: zet je cycle kosten dan op 0 en alle efficiëntie op 1.0

Zonde maar misschien voor je gevoel beter?

1x Venus-E v153 +LilyGo HA, CT003 V117 | 5040Wp ZO + 4200Wp NW | Tibber, 3x25A, Easee Charge Lite | EV 98kWh

zondag 16 november 2025 10:05

Acties:
  • Ome_D
  • Registratie: November 2025
  • Laatst online: 02-12 21:58

Ome_D

Hoi Tweakers,

Mooi topic!

Een observatie van mijn kant:
Er bestaat de mogelijkheid om aan te geven in de Boiler opties dat deze de warmtepomp gebruikt voor verwarming van het DHW. Hierdoor zou de warmtepomp rekening moeten houden met het lopen van de boiler. Echter merk ik dat dit niet gebeurt bij een warmtepomp instelling op "on/off". Bij een snelle inspectie van de code lijkt het me dat de sectie waarin de intervallen van de boiler worden uitgesloten een insprong foutje heeft. Daardoor hoort deze sectie nog bij de else statement waarin de warmtepomp "power" en "curve" optie worden behandeld. Bij "power" wordt deze sectie dus overgeslagen

Klopt dit?

Groet, Dirk

zondag 16 november 2025 10:41

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Ome_D schreef op zondag 16 november 2025 @ 10:05:
Hoi Tweakers,

Mooi topic!

Een observatie van mijn kant:
Er bestaat de mogelijkheid om aan te geven in de Boiler opties dat deze de warmtepomp gebruikt voor verwarming van het DHW. Hierdoor zou de warmtepomp rekening moeten houden met het lopen van de boiler. Echter merk ik dat dit niet gebeurt bij een warmtepomp instelling op "on/off". Bij een snelle inspectie van de code lijkt het me dat de sectie waarin de intervallen van de boiler worden uitgesloten een insprong foutje heeft. Daardoor hoort deze sectie nog bij de else statement waarin de warmtepomp "power" en "curve" optie worden behandeld. Bij "power" wordt deze sectie dus overgeslagen

Klopt dit?

Groet, Dirk
Ik zal ernaar kijken, dank voor de tip.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

zondag 16 november 2025 11:49

Acties:
  • simnet
  • Registratie: Januari 2020
  • Laatst online: 19:06

simnet

hemertje schreef op zaterdag 15 november 2025 @ 21:31:
[...]
ik bedoel wat anders :P

in HA gebruik ik nu Forecast.Solar met de 5 dakvlakken
maar deze voorspelling raakt kant nog wal met de daadwerkelijke opbrengst die ik in de Solaredge app zie
Ah, zo... dan denk ik dat deze ML voorspelling het nog best wel eens OK kan doen, aangezien hij correleert naar wat je werkelijk hebt opgebracht, mits je die meting in HA hebt zitten uiteraard.

zondag 16 november 2025 13:13

Acties:
  • bartzzz
  • Registratie: December 2009
  • Laatst online: 19:09

bartzzz

Mirabis schreef op zondag 16 november 2025 @ 09:47:
[...]

Er is nauwelijks zon en de prijsvariatie (spread) is laag dus dat is te begrijpen. Als je altijd je batterij wil gebruiken zelfs al kan dat economisch niet uit: zet je cycle kosten dan op 0 en alle efficiëntie op 1.0

Zonde maar misschien voor je gevoel beter?
Bedankt voor je reactie.

zondag 16 november 2025 21:50

Acties:
  • hemertje
  • Registratie: Juli 2015
  • Laatst online: 19:37

hemertje

simnet schreef op zondag 16 november 2025 @ 11:49:
[...]

Ah, zo... dan denk ik dat deze ML voorspelling het nog best wel eens OK kan doen, aangezien hij correleert naar wat je werkelijk hebt opgebracht, mits je die meting in HA hebt zitten uiteraard.
ja dat denk ik ook

maar zijn er alternatieven voor Forecast.Solar zodat ik die naast elkaar kan gebruiken?

Gasloos 2019 + WP Panasonic H-serie 7kW + 300 liter boilervat + PV 12.415Wp + Home Assistant + Hyundai Ioniq 6 First Edition + Zaptec laadpaal

zondag 16 november 2025 22:43

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Ome_D schreef op zondag 16 november 2025 @ 10:05:
Hoi Tweakers,

Mooi topic!

Een observatie van mijn kant:
Er bestaat de mogelijkheid om aan te geven in de Boiler opties dat deze de warmtepomp gebruikt voor verwarming van het DHW. Hierdoor zou de warmtepomp rekening moeten houden met het lopen van de boiler. Echter merk ik dat dit niet gebeurt bij een warmtepomp instelling op "on/off". Bij een snelle inspectie van de code lijkt het me dat de sectie waarin de intervallen van de boiler worden uitgesloten een insprong foutje heeft. Daardoor hoort deze sectie nog bij de else statement waarin de warmtepomp "power" en "curve" optie worden behandeld. Bij "power" wordt deze sectie dus overgeslagen

Klopt dit?

Groet, Dirk
Ik heb het bekeken en gecorrigeerd/toegevoegd.
Komt bij de volgende testversie cq productieversie.
Nogmaals dank voor de melding!

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

zondag 16 november 2025 23:09

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
f.welvering schreef op zaterdag 15 november 2025 @ 15:13:
Ik ben weer even aan het stoeien met de DAO en de WP combinatie.
Ik kan enkel aansturen op dit moment met aan/uit.
Zodra ik de cop sensor van mijn WP toevoeg krijg ik de volgende error:


[...]


Config Heat stukje:

[...]
Ik heb deze fout gevonden en gerepareerd.
Komt bij de volgende testversie cq productieversie.
Je kunt nu al de foutmelding voorkomen door in je settings de volgende regel op te nemen nok "heatpump":
"entity hp power": "input_number.heatpump_calculated_power", waarbij de ingevulde sensor de waarde van het berekende vermogen in kW moet bevatten.
Dank voor de melding!

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

zondag 16 november 2025 23:52

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
xantus schreef op donderdag 13 november 2025 @ 22:04:
[...]


De minimal run length heatpump lijkt het niet goed te doen. Het aantal uur dat de heatpump aan staat schaalt wel met de instelling (is een veelvoud van minimal run length), maar de intervallen worden niet achter elkaar ingepland.

code:
1
2
3
4
5
6
7
8
9
10
11

  "heating": {
    "heater present": "True",
    "adjustment": "on/off",
    "stages": [],
    "degree days factor": 1.45,
    "adjustment factor": 0,
    "min run length": 2,
    "entity hp switch": "",
    "entity hp power": "input_number.dao_hp_power",
    "entity hp cop": "input_number.dao_hp_cop"
  },


"min run length": 1,
2025-11-13 21:49:07 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:49:07 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:49:07 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:49:07 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:49:07 info: Actuele warmtevraag: Ja
2025-11-13 21:49:07 info: On/off warmtepomp wordt ingepland
2025-11-13 21:49:07 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:49:07 info: Elektriciteit benodigd:2.4 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 3 uren
[Afbeelding]

"min run length": 2,
2025-11-13 21:52:47 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:52:47 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:52:47 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:52:47 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:52:47 info: Actuele warmtevraag: Ja
2025-11-13 21:52:47 info: On/off warmtepomp wordt ingepland
2025-11-13 21:52:47 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:52:47 info: Elektriciteit benodigd:3.2 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 4 uren
[Afbeelding]

"min run length": 5,
2025-11-13 21:50:58 info: Gewogen graaddagen: 5.6 K.day
2025-11-13 21:50:58 info: Degree days factor: 1.4 kWh/K.day
2025-11-13 21:50:58 info: Reeds geproduceerde warmte: 0.0 kWh
2025-11-13 21:50:58 info: Nog benodigde warmte: 8.1 kWh
2025-11-13 21:50:58 info: Actuele warmtevraag: Ja
2025-11-13 21:50:58 info: On/off warmtepomp wordt ingepland
2025-11-13 21:50:58 waarschuwing: Geen entity om gem. temperatuur te exporteren
2025-11-13 21:50:58 info: Elektriciteit benodigd:4.0 kWh, cop: 5.0, vermogen:0.8 kW, warmtepomp draait: 5 uren
[Afbeelding]

Edit:
Volgens chatgpt zit de fout in day_ahead.py vanaf regel 1787:

[...]
Ik heb zelf een aantal testen gedraaid, maar bij mij lijkt het allemaal wel te werken.
Bijvoorbeeld met min_run_length=2:
Afbeeldingslocatie: https://tweakers.net/i/5lM4j5HcFjbNscNSBYt3qZRVLVc=/x800/filters:strip_exif()/f/image/BFHAMArRZaKcDmrGcs13qcwC.png?f=fotoalbum_large
Dat kan natuurlijk ook komen omdat nu (door de lagere buitentemperatuur) de warmtebehoefte groter is.
Voorlopig kan ik niks repareren. Ik hou de vinger aan de pols, als jij weer iets verkeerd ziet hoor ik het graag.

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 17 november 2025 09:25

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
Zojuist testversie 2025.11.1.rc3 gepubliceerd.
Daarin zijn de hierboven aangekondigde fixes voor de warmtepomp opgenomen.
Changelog (t.o.v. 2025.11.1.rc2):
Fixed error with heatpump and heatpump-boiler with on/off adjustment
Fixed error with on/off adjustement and not configured power-entity
Fixed apparmor.txt for network-access

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 17 november 2025 09:46

Acties:
  • DaBit
  • Registratie: Januari 2000
  • Laatst online: 07-12 17:54

DaBit

Deze blijft ietwat vervelend:
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

 2025-11-17 06:00:06 info: Day Ahead Optimalisering versie: 2025.11.1.rc2
2025-11-17 06:00:06 info: Day Ahead Optimalisering gestart op: 17-11-2025 06:00:06
2025-11-17 06:00:06 info: Day Ahead Optimalisatie gestart: 17-11-2025 06:00:06 taak: calc_optimum
2025-11-17 06:00:06 info: Debug = False
..
..
2025-11-17 06:00:07 info: Instellingen voor laden van EV: Corsa-E
2025-11-17 06:00:07 info: Direct laden is uit
..
2025-11-17 06:00:07 info: Klaar met laden op: 17-11-2025 07:00:00
2025-11-17 06:00:07 info: Huidig laadniveau: 72.0 %
2025-11-17 06:00:07 info: Gewenst laadniveau:70.0 %
2025-11-17 06:00:07 info: Marge voor het laden: 1 %
2025-11-17 06:00:07 info: Locatie: home
2025-11-17 06:00:07 info: Ingeplugged:True
2025-11-17 06:00:07 info: Benodigde netto energie: 0.000 kWh
2025-11-17 06:00:07 info: Tijd nodig om te laden: 0:0 uur
2025-11-17 06:00:07 info: Afgerond naar hele intervallen: 0 kwartier
2025-11-17 06:00:07 info: Stand laden schakelaar: on
2025-11-17 06:00:07 info: Stand aantal ampere laden: 30.0 A
2025-11-17 06:00:07 info: Opladen wordt niet ingepland, omdat werkelijk niveau (72.0%) hoger is of gelijk aan gewenst niveau (70.0% minus de marge 1%).
..
..
2025-11-17 06:00:07 info: Strategie: minimale kosten
2025-11-17 06:00:07 info: Maximale fout (maximal gap): 0.005000 euro
2025-11-17 06:00:14 info: Rekentijd: 7.26  sec
2025-11-17 06:00:14 waarschuwing: Geen oplossing voor: minimize cost
Dan is de auto-accu verder geladen dan z'n setpoint, DAO ziet dat ook, maar zet de laden-schakelaar niet uit omdat er geen oplossing is voor minimize cost. Daar had ik nooit zo heel veel last van want het kwartiertje erop was er weer wel een oplossing. Maar vannacht niet, en dan laad DAO vrolijk door.

Dat stoppen met laden kan ik natuurlijk best makkelijk extern van DAO alsnog doen, maar nodig zou dat toch niet moeten zijn lijkt me want DAO kan in dit soort gevallen ook zonder optimale oplossing de juiste beslissing nemen.

maandag 17 november 2025 10:21

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
DaBit schreef op maandag 17 november 2025 @ 09:46:
Deze blijft ietwat vervelend:


[...]


Dan is de auto-accu verder geladen dan z'n setpoint, DAO ziet dat ook, maar zet de laden-schakelaar niet uit omdat er geen oplossing is voor minimize cost. Daar had ik nooit zo heel veel last van want het kwartiertje erop was er weer wel een oplossing. Maar vannacht niet, en dan laad DAO vrolijk door.

Dat stoppen met laden kan ik natuurlijk best makkelijk extern van DAO alsnog doen, maar nodig zou dat toch niet moeten zijn lijkt me want DAO kan in dit soort gevallen ook zonder optimale oplossing de juiste beslissing nemen.
Ik ga daar nog eens naar kijken: wat kan DAO doen bij "geen oplossing".
Verder heb ik zelf in HA een automation draaien die het laden uitzet zodra de gewenste soc is bereikt (als een soort vangnet).
Tenslotte is nog de vraag: waarom is er "geen oplossing"? Heb je voor mij de hele logging?

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 17 november 2025 10:37

Acties:
  • sailor_dg
  • Registratie: Januari 2019
  • Laatst online: 22:26

sailor_dg

Ik liep vannacht tegen hetzelfde aan, geen oplossing en daarmee stopt alle aansturing. Bij mij gaat het mis bij de warmtepomp. Ik blijf twee issues zien:
1. DAO houdt zich niet aan de minimale run time
2. Waneer er meer berekende warmtevraag is dan DAO denkt te kunnen leveren gaat hij in geen oplossing mogelijk. Robuuster zou zijn dat hij dan gewoon aanstuurt op zoveel mogelijk warmte. Ik gebruik AAN/UIT sturing en draai mijn warmtepomp in principe zo laag mogelijk - daarom dacht DAO niet genoeg productie te kunnen draaien.

All-electric | Deye 12KSG04LP3 met 2x Yixiang V2, 32x MB31 314 Ah | Panasonic Aquarea J 5kW | Tesla MY, SmartEVSE | 8,8 kWp PV | Proxmox met HomeAssistant, Docker host, PfSense, TrueNas & Mailcow

maandag 17 november 2025 12:56

Acties:
  • KC27
  • Registratie: December 2009
  • Niet online

KC27

Topicstarter
sailor_dg schreef op maandag 17 november 2025 @ 10:37:
Ik liep vannacht tegen hetzelfde aan, geen oplossing en daarmee stopt alle aansturing. Bij mij gaat het mis bij de warmtepomp. Ik blijf twee issues zien:
1. DAO houdt zich niet aan de minimale run time
2. Waneer er meer berekende warmtevraag is dan DAO denkt te kunnen leveren gaat hij in geen oplossing mogelijk. Robuuster zou zijn dat hij dan gewoon aanstuurt op zoveel mogelijk warmte. Ik gebruik AAN/UIT sturing en draai mijn warmtepomp in principe zo laag mogelijk - daarom dacht DAO niet genoeg productie te kunnen draaien.
Wat betreft 1: heb je de nieuwe testversie geprobeerd?
Wat betreft 2: goede suggestie, ga ik (iets anders) implementeren!

WP: Alpha Innotec MSW2-6S | PV: 20 x 300 Wp AEG | ACCU: 2x16x280Ah LiFePO4 3 x Multiplus II 48/3000 | DYN: Tibber | Gasloos | Day Ahead Optimizer

maandag 17 november 2025 14:39

Acties:
  • wmc
  • Registratie: November 2012
  • Laatst online: 19:02

wmc

Hoe makkelijk is het om een thermisch model in DAO te implementeren, waarbij de huidige temperatuur wordt ingelezen, vergeleken wordt met een setpoint en op basis daarvan een inzet van de WP wordt berekend? Ik zie daarbij een aantal inputs:
- WP inzet (Thermisch/electrisch vermogen)
- Zoninstraling (zit al in het model)

Voor zover ik de literatuur ken is het thermisch model prima als combinatie eerste orde modellen te benaderen, waarbij de afkoeling van het huis bepaald wordt door de buitentemperatuur en de opwarming ook. Beide modellen hebben hun eigen tijdsconstanten:
Tin​[k+1]=Tin​[k]+ ts/C (Q​[k]−(Tin​[k]−Tout​[k]​)/R)

Hierbij zijn C en R specifieke tijdsconstanten en Q de hitte die het huis ingestopt wordt (die zit al in het model). Op basis van dit model kunnen grenzen ingesteld worden met hoeveel afwijking van de referentietemperatuur toegestaan is.
Pagina: 1 ... 21 ... 23 Laatste
Reageer

Apple iPhone 17 LG OLED evo G5 Google Pixel 10 Samsung Galaxy S25 Star Wars: Outlaws Nintendo Switch 2 Apple AirPods Pro (2e generatie) Sony PlayStation 5 Pro

Tweakers is onderdeel van DPG Media B.V.
Alle rechten voorbehouden - Auteursrecht © 1998 - 2025 • Hosting door TrueFullstaq