Heatpump

modules/class_ems.py

@@ -68,7 +68,7 @@ class EnergieManagementSystem:
                 self.akku.energie_laden(geladene_energie)
                 netzeinspeisung_wh_pro_stunde.append(überschuss - geladene_energie)
                 eigenverbrauch_wh_pro_stunde.append(verbrauch)
-                stündliche_einnahmen_euro = (überschuss - geladene_energie) * self.einspeiseverguetung_cent_pro_wh[stunde] / 100
+                stündliche_einnahmen_euro = (überschuss - geladene_energie) * self.einspeiseverguetung_cent_pro_wh[stunde] 
                 netzbezug_wh_pro_stunde.append(0.0)
             else:
                 netzeinspeisung_wh_pro_stunde.append(0.0)
@@ -77,7 +77,7 @@ class EnergieManagementSystem:
                 stündlicher_netzbezug_wh = benötigte_energie - aus_akku
                 netzbezug_wh_pro_stunde.append(stündlicher_netzbezug_wh)
                 eigenverbrauch_wh_pro_stunde.append(erzeugung)
-                stündliche_kosten_euro = stündlicher_netzbezug_wh * strompreis / 100
+                stündliche_kosten_euro = stündlicher_netzbezug_wh * strompreis 
             akku_soc_pro_stunde.append(self.akku.ladezustand_in_prozent())
             kosten_euro_pro_stunde.append(stündliche_kosten_euro)
             einnahmen_euro_pro_stunde.append(stündliche_einnahmen_euro)

modules/class_heatpump.py

@@ -0,0 +1,55 @@
+import json
+from datetime import datetime, timedelta, timezone
+import numpy as np
+from pprint import pprint
+
+# Lade die .npz-Datei beim Start der Anwendung
+class Waermepumpe:
+    def __init__(self, max_heizleistung):
+        self.max_heizleistung = max_heizleistung
+
+    def cop_berechnen(self, aussentemperatur):
+        cop = 3.0 + (aussentemperatur-0) * 0.1
+        return max(cop, 1)
+
+
+    def heizleistung_berechnen(self, aussentemperatur):
+        #235.092 kWh + Temperatur * -11.645
+        heizleistung = (((235.0) + aussentemperatur*(-11.645))*1000)/24.0
+        heizleistung = min(self.max_heizleistung,heizleistung)
+        return heizleistung
+
+    def elektrische_leistung_berechnen(self, aussentemperatur):
+        heizleistung = self.heizleistung_berechnen(aussentemperatur)
+        cop = self.cop_berechnen(aussentemperatur)
+        return heizleistung / cop
+
+    def simulate_24h(self, temperaturen):
+        leistungsdaten = []
+        for temp in temperaturen:
+            elektrische_leistung = self.elektrische_leistung_berechnen(temp)
+            leistungsdaten.append(elektrische_leistung)
+        return leistungsdaten
+
+
+
+
+
+
+
+# Beispiel für die Verwendung der Klasse
+if __name__ == '__main__':
+        max_heizleistung = 5000  # 5 kW Heizleistung
+        start_innentemperatur = 15
+        isolationseffizienz = 0.8
+        gewuenschte_innentemperatur = 20
+        wp = Waermepumpe(max_heizleistung)
+        
+        print(wp.cop_berechnen(-10)," ",wp.cop_berechnen(0), " ", wp.cop_berechnen(10))
+        # 24 Stunden Außentemperaturen (Beispielwerte)
+        temperaturen = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0, -1, -2, -3, -4, -5, -6, -7, -8, -9, -10, -5, -2, 5]
+
+        # Berechnung der 24-Stunden-Leistungsdaten
+        leistungsdaten = wp.simulate_24h(temperaturen)
+
+        print(leistungsdaten)

modules/class_pv_forecast.py

@@ -63,7 +63,15 @@ class PVForecast:
             daily_forecast.append(d.get_ac_power())
         
         return np.array(daily_forecast)
-
+    
+    def get_temperature_forecast_for_date(self, input_date_str):
+        input_date = datetime.strptime(input_date_str, "%Y-%m-%d")
+        daily_forecast_obj = [data for data in self.forecast_data if datetime.strptime(data.get_date_time(), "%Y-%m-%dT%H:%M:%S.%f%z").date() == input_date.date()]
+        daily_forecast = []
+        for d in daily_forecast_obj:
+            daily_forecast.append(d.get_temperature())
+        
+        return np.array(daily_forecast)
 
 
 

modules/visualize.py

@@ -2,7 +2,7 @@ import numpy as np
 import matplotlib.pyplot as plt
 
 
-def visualisiere_ergebnisse(last, pv_forecast, strompreise, ergebnisse):
+def visualisiere_ergebnisse(last,leistung_haushalt,leistung_wp, pv_forecast, strompreise, ergebnisse):
     stunden = np.arange(1, 25)  # 1 bis 24 Stunden
 
     # Last und PV-Erzeugung
@@ -10,6 +10,8 @@ def visualisiere_ergebnisse(last, pv_forecast, strompreise, ergebnisse):
     
     plt.subplot(3, 1, 1)
     plt.plot(stunden, last, label='Last (Wh)', marker='o')
+    plt.plot(stunden, leistung_haushalt, label='leistung_haushalt (Wh)', marker='o')
+    plt.plot(stunden, leistung_wp, label='leistung_wp (Wh)', marker='o')
     plt.plot(stunden, pv_forecast, label='PV-Erzeugung (Wh)', marker='x')
     plt.title('Last und PV-Erzeugung')
     plt.xlabel('Stunde des Tages')
@@ -19,10 +21,10 @@ def visualisiere_ergebnisse(last, pv_forecast, strompreise, ergebnisse):
 
     # Strompreise
     plt.subplot(3, 1, 2)
-    plt.plot(stunden, strompreise, label='Strompreis (Cent/Wh)', color='purple', marker='s')
+    plt.plot(stunden, strompreise, label='Strompreis (€/Wh)', color='purple', marker='s')
     plt.title('Strompreise')
     plt.xlabel('Stunde des Tages')
-    plt.ylabel('Preis (Cent/Wh)')
+    plt.ylabel('Preis (€/Wh)')
     plt.legend()
     plt.grid(True)
 

test.py

@@ -6,6 +6,7 @@ from  modules.class_ems import *
 from  modules.class_pv_forecast import *
 from modules.class_akku import *
 from modules.class_strompreis import *
+from modules.class_heatpump import * 
 from pprint import pprint
 import matplotlib.pyplot as plt
 from modules.visualize import *
@@ -19,27 +20,21 @@ akku_size = 1000 # Wh
 year_energy = 2000*1000 #Wh
 einspeiseverguetung_cent_pro_wh = np.full(24, 7/1000.0)
 
+max_heizleistung = 5000  # 5 kW Heizleistung
+wp = Waermepumpe(max_heizleistung)
 
 akku = PVAkku(akku_size)
 discharge_array = np.full(24,1)
-# discharge_array[12] = 0
-# discharge_array[13] = 0
-# discharge_array[14] = 0
-# discharge_array[15] = 0
-# discharge_array[16] = 0
-# discharge_array[17] = 0
-# discharge_array[18] = 1
-# akku.set_discharge_per_hour(discharge_array)
 
 # Load Forecast
 lf = LoadForecast(filepath=r'load_profiles.npz', year_energy=year_energy)
-specific_date_load = lf.get_daily_stats(date)[0,...]  # Datum anpassen
+leistung_haushalt = lf.get_daily_stats(date)[0,...]  # Datum anpassen
-
+pprint(leistung_haushalt.shape)
-pprint(specific_date_load.shape)
 
 # PV Forecast
 PVforecast = PVForecast(r'.\test_data\pvprognose.json')
 pv_forecast = PVforecast.get_forecast_for_date(date)
+temperature_forecast = PVforecast.get_temperature_forecast_for_date(date)
 pprint(pv_forecast.shape)
 
 # Strompreise
@@ -47,9 +42,15 @@ filepath = r'.\test_data\strompreis.json'  # Pfad zur JSON-Datei anpassen
 price_forecast = HourlyElectricityPriceForecast(filepath)
 specific_date_prices = price_forecast.get_prices_for_date(date) 
 
+# WP
+leistung_wp = wp.simulate_24h(temperature_forecast)
+# pprint(leistung_haushalt)
+# pprint(leistung_wp)
+# sys.exit()
+load = leistung_haushalt + leistung_wp
 
 # EMS / Stromzähler Bilanz
-ems = EnergieManagementSystem(akku, specific_date_load, pv_forecast, specific_date_prices, einspeiseverguetung_cent_pro_wh)
+ems = EnergieManagementSystem(akku, load, pv_forecast, specific_date_prices, einspeiseverguetung_cent_pro_wh)
 o = ems.simuliere()
 pprint(o["Gesamtbilanz_Euro"])
 
@@ -105,7 +106,7 @@ pprint(o["Gesamtbilanz_Euro"])
 
 
 
-visualisiere_ergebnisse(specific_date_load, pv_forecast, specific_date_prices, o)
+visualisiere_ergebnisse(load,leistung_haushalt,leistung_wp, pv_forecast, specific_date_prices, o)
 
 
 # for data in forecast.get_forecast_data():