Bilanzen + grafische Ausgabe

This commit is contained in:
Bla Bla 2024-02-18 15:07:20 +01:00
parent b227a9c642
commit cae830c8e3
4 changed files with 203 additions and 22 deletions

View File

@ -1,32 +1,129 @@
# class EnergieManagementSystem:
# def __init__(self, akku, lastkurve_wh, pv_prognose_wh):
# self.akku = akku
# self.lastkurve_wh = lastkurve_wh
# self.pv_prognose_wh = pv_prognose_wh
# def simuliere(self):
# eigenverbrauch_wh = 0
# netzeinspeisung_wh = 0
# netzbezug_wh = 0
# for stunde in range(len(self.lastkurve_wh)):
# verbrauch = self.lastkurve_wh[stunde]
# erzeugung = self.pv_prognose_wh[stunde]
# if erzeugung > verbrauch:
# überschuss = erzeugung - verbrauch
# eigenverbrauch_wh += verbrauch
# geladene_energie = min(überschuss, self.akku.kapazitaet_wh - self.akku.soc_wh)
# self.akku.energie_laden(geladene_energie)
# netzeinspeisung_wh += überschuss - geladene_energie
# else:
# eigenverbrauch_wh += erzeugung
# benötigte_energie = verbrauch - erzeugung
# aus_akku = self.akku.energie_abgeben(benötigte_energie)
# netzbezug_wh += benötigte_energie - aus_akku
# return {
# 'Eigenverbrauch_Wh': eigenverbrauch_wh,
# 'Netzeinspeisung_Wh': netzeinspeisung_wh,
# 'Netzbezug_Wh': netzbezug_wh
# }
class EnergieManagementSystem:
def __init__(self, akku, lastkurve_wh, pv_prognose_wh):
def __init__(self, akku, lastkurve_wh, pv_prognose_wh, strompreis_cent_pro_wh, einspeiseverguetung_cent_pro_wh):
self.akku = akku
self.lastkurve_wh = lastkurve_wh
self.pv_prognose_wh = pv_prognose_wh
self.strompreis_cent_pro_wh = strompreis_cent_pro_wh # Strompreis in Cent pro Wh
self.einspeiseverguetung_cent_pro_wh = einspeiseverguetung_cent_pro_wh # Einspeisevergütung in Cent pro Wh
def simuliere(self):
eigenverbrauch_wh = 0
netzeinspeisung_wh = 0
netzbezug_wh = 0
eigenverbrauch_wh_pro_stunde = []
netzeinspeisung_wh_pro_stunde = []
netzbezug_wh_pro_stunde = []
kosten_euro_pro_stunde = []
einnahmen_euro_pro_stunde = []
akku_soc_pro_stunde = []
for stunde in range(len(self.lastkurve_wh)):
verbrauch = self.lastkurve_wh[stunde]
erzeugung = self.pv_prognose_wh[stunde]
strompreis = self.strompreis_cent_pro_wh[stunde]
stündlicher_netzbezug_wh = 0
stündliche_kosten_euro = 0
stündliche_einnahmen_euro = 0
if erzeugung > verbrauch:
überschuss = erzeugung - verbrauch
eigenverbrauch_wh += verbrauch
geladene_energie = min(überschuss, self.akku.kapazitaet_wh - self.akku.soc_wh)
self.akku.energie_laden(geladene_energie)
netzeinspeisung_wh += überschuss - 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
netzbezug_wh_pro_stunde.append(0.0)
else:
eigenverbrauch_wh += erzeugung
netzeinspeisung_wh_pro_stunde.append(0.0)
benötigte_energie = verbrauch - erzeugung
aus_akku = self.akku.energie_abgeben(benötigte_energie)
netzbezug_wh += benötigte_energie - aus_akku
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
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)
# Berechnung der Gesamtbilanzen
gesamtkosten_euro = sum(kosten_euro_pro_stunde) - sum(einnahmen_euro_pro_stunde)
return {
'Eigenverbrauch_Wh': eigenverbrauch_wh,
'Netzeinspeisung_Wh': netzeinspeisung_wh,
'Netzbezug_Wh': netzbezug_wh
'Eigenverbrauch_Wh_pro_Stunde': eigenverbrauch_wh_pro_stunde,
'Netzeinspeisung_Wh_pro_Stunde': netzeinspeisung_wh_pro_stunde,
'Netzbezug_Wh_pro_Stunde': netzbezug_wh_pro_stunde,
'Kosten_Euro_pro_Stunde': kosten_euro_pro_stunde,
'akku_soc_pro_stunde': akku_soc_pro_stunde,
'Einnahmen_Euro_pro_Stunde': einnahmen_euro_pro_stunde,
'Gesamtkosten_Euro': gesamtkosten_euro
}
# def simuliere(self):
# eigenverbrauch_wh = 0
# netzeinspeisung_wh = 0
# netzbezug_wh = 0
# kosten_euro = 0
# einnahmen_euro = 0
# for stunde in range(len(self.lastkurve_wh)):
# verbrauch = self.lastkurve_wh[stunde]
# erzeugung = self.pv_prognose_wh[stunde]
# strompreis = self.strompreis_cent_pro_wh[stunde]
# if erzeugung > verbrauch:
# überschuss = erzeugung - verbrauch
# eigenverbrauch_wh += verbrauch
# geladene_energie = min(überschuss, self.akku.kapazitaet_wh - self.akku.soc_wh)
# self.akku.energie_laden(geladene_energie)
# netzeinspeisung_wh += überschuss - geladene_energie
# einnahmen_euro += (überschuss - geladene_energie) * self.einspeiseverguetung_cent_pro_wh[stunde] / 100
# else:
# eigenverbrauch_wh += erzeugung
# benötigte_energie = verbrauch - erzeugung
# aus_akku = self.akku.energie_abgeben(benötigte_energie)
# netzbezug_wh += benötigte_energie - aus_akku
# print(strompreis)
# kosten_euro += (benötigte_energie - aus_akku) * strompreis / 100
# gesamtkosten_euro = kosten_euro - einnahmen_euro
# return {
# 'Eigenverbrauch_Wh': eigenverbrauch_wh,
# 'Netzeinspeisung_Wh': netzeinspeisung_wh,
# 'Netzbezug_Wh': netzbezug_wh,
# 'Kosten_Euro': kosten_euro,
# 'Einnahmen_Euro': einnahmen_euro,
# 'Gesamtkosten_Euro': gesamtkosten_euro
# }

View File

@ -1,12 +1,13 @@
import json
from datetime import datetime, timedelta, timezone
import numpy as np
class HourlyElectricityPriceForecast:
class PriceData:
def __init__(self, total, energy, tax, starts_at, currency, level):
self.total = total
self.energy = energy
self.tax = tax
self.total = total/1000.0
self.energy = energy/1000.0
self.tax = tax/1000.0
self.starts_at = datetime.strptime(starts_at, '%Y-%m-%dT%H:%M:%S.%f%z')
self.currency = currency
@ -38,8 +39,9 @@ class HourlyElectricityPriceForecast:
def get_prices_for_date(self, query_date):
query_date = datetime.strptime(query_date, '%Y-%m-%d').date()
prices_for_date = [price for price in self.price_data if price.starts_at.date() == query_date]
return prices_for_date
prices_for_date = [price.get_total() for price in self.price_data if price.starts_at.date() == query_date]
return np.array(prices_for_date)
def get_price_for_datetime(self, query_datetime):
query_datetime = datetime.strptime(query_datetime, '%Y-%m-%d %H').replace(minute=0, second=0, microsecond=0)
@ -48,7 +50,7 @@ class HourlyElectricityPriceForecast:
for price in self.price_data:
#print(price.starts_at.replace(minute=0, second=0, microsecond=0) , " ", query_datetime, " == ",price.starts_at.replace(minute=0, second=0, microsecond=0) == query_datetime)
if price.starts_at.replace(minute=0, second=0, microsecond=0) == query_datetime:
return price
return np.array(price)
return None

69
modules/visualize.py Normal file
View File

@ -0,0 +1,69 @@
import numpy as np
import matplotlib.pyplot as plt
def visualisiere_ergebnisse(last, pv_forecast, strompreise, ergebnisse):
stunden = np.arange(1, 25) # 1 bis 24 Stunden
# Last und PV-Erzeugung
plt.figure(figsize=(14, 10))
plt.subplot(3, 1, 1)
plt.plot(stunden, last, label='Last (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')
plt.ylabel('Energie (Wh)')
plt.legend()
plt.grid(True)
# Strompreise
plt.subplot(3, 1, 2)
plt.plot(stunden, strompreise, label='Strompreis (Cent/Wh)', color='purple', marker='s')
plt.title('Strompreise')
plt.xlabel('Stunde des Tages')
plt.ylabel('Preis (Cent/Wh)')
plt.legend()
plt.grid(True)
plt.figure(figsize=(18, 12))
# Eigenverbrauch, Netzeinspeisung und Netzbezug
plt.subplot(3, 2, 1)
plt.plot(stunden, ergebnisse['Eigenverbrauch_Wh_pro_Stunde'], label='Eigenverbrauch (Wh)', marker='o')
plt.plot(stunden, ergebnisse['Netzeinspeisung_Wh_pro_Stunde'], label='Netzeinspeisung (Wh)', marker='x')
plt.plot(stunden, ergebnisse['akku_soc_pro_stunde'], label='Akku (%)', marker='x')
plt.plot(stunden, ergebnisse['Netzbezug_Wh_pro_Stunde'], label='Netzbezug (Wh)', marker='^')
plt.plot(stunden, pv_forecast, label='PV-Erzeugung (Wh)', marker='x')
plt.plot(stunden, last, label='Last (Wh)', marker='o')
plt.title('Energiefluss pro Stunde')
plt.xlabel('Stunde')
plt.ylabel('Energie (Wh)')
plt.legend()
plt.grid(True)
# Kosten und Einnahmen pro Stunde
plt.subplot(3, 2, 2)
plt.plot(stunden, ergebnisse['Kosten_Euro_pro_Stunde'], label='Kosten (Euro)', marker='o', color='red')
plt.plot(stunden, ergebnisse['Einnahmen_Euro_pro_Stunde'], label='Einnahmen (Euro)', marker='x', color='green')
plt.title('Finanzielle Bilanz pro Stunde')
plt.xlabel('Stunde')
plt.ylabel('Euro')
plt.legend()
plt.grid(True)
# Zusammenfassende Finanzen
plt.subplot(3, 2, 3)
gesamtkosten = ergebnisse['Gesamtkosten_Euro']
plt.bar('Gesamtkosten', gesamtkosten, color='red' if gesamtkosten > 0 else 'green')
plt.title('Gesamtkosten')
plt.ylabel('Euro')
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()

21
test.py
View File

@ -5,14 +5,18 @@ from modules.class_load import *
from modules.class_ems import *
from modules.class_pv_forecast import *
from modules.class_akku import *
from modules.class_strompreis import *
from pprint import pprint
import matplotlib.pyplot as plt
from modules.visualize import *
date = "2024-02-16"
akku_size = 100 # Wh
year_energy = 200*1000 #Wh
akku_size = 1000 # Wh
year_energy = 2000*1000 #Wh
einspeiseverguetung_cent_pro_wh = np.full(24, 7/1000.0)
akku = PVAkku(akku_size)
@ -27,12 +31,21 @@ PVforecast = PVForecast(r'.\test_data\pvprognose.json')
pv_forecast = PVforecast.get_forecast_for_date(date)
pprint(pv_forecast.shape)
# Strompreise
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)
ems = EnergieManagementSystem(akku, specific_date_load, pv_forecast)
# EMS / Stromzähler Bilanz
ems = EnergieManagementSystem(akku, specific_date_load, pv_forecast, specific_date_prices, einspeiseverguetung_cent_pro_wh)
o = ems.simuliere()
pprint(o)
visualisiere_ergebnisse(specific_date_load, pv_forecast, specific_date_prices, o)
# for data in forecast.get_forecast_data():
# print(data.get_date_time(), data.get_dc_power(), data.get_ac_power(), data.get_windspeed_10m(), data.get_temperature())for data in forecast.get_forecast_data():