Vorausschauende Wärmepumpensteuerung – Entscheidungs-Dashboard (Open Source Projekt)

[millih2g]

„Für das Vergangene gibt der Kaufmann nichts.“
— Eugen Schmalenbach

Dieser Satz beschreibt erstaunlich gut ein Grundproblem vieler Wärmepumpensteuerungen:
Sie reagieren überwiegend auf aktuelle Zustände, obwohl eine wirklich effiziente Betriebsweise eigentlich eine vorausschauende Betrachtung von Wetterentwicklung, PV-Ertrag und Gebäudeverhalten erfordern würde.

Aus diesem Gedanken heraus ist ein kleines Open-Source-Projekt entstanden, das ich hier gerne vorstellen möchte.

Idee

Das Projekt ist ein Entscheidungs-Dashboard für den Wärmepumpenbetrieb, das Wetterprognosen, PV-Nutzungsfenster und reale Betriebsdaten der Anlage kombiniert.

Statt eine komplexe automatische Steuerung zu implementieren, folgt es einem bewusst einfachen Prinzip:

Algorithmus schlägt vor – Nutzer entscheidet.

Das Dashboard berechnet für einen Zeitraum von 48 Stunden mögliche Handlungsempfehlungen, z.B.:

• Heizen verschieben
• PV-Ertrag nutzen
• Heizen vorziehen
• keine Änderung

Soweit die Bedingungen für Solarthermie-Nutzbarkeit erfüllt sind (Sonneneinstrahlung, Pufferspeicher-Mindest-Temperatur) wird der jeweils aktive Corschlag "overruled". Bei Nichtnutzung von Solarthermie ist diese Funktion abschaltbar.

Zusätzlich werden Kontextinformationen angezeigt, z.B.:

• Temperaturtrend
• Zeit bis zum nächsten PV-Fenster
• Komfortzeitfenster
• Sonneneinstrahlung
• relevante Betriebsdaten der Wärmepumpe

Damit entsteht keine Blackbox-Automatisierung, sondern eine transparente Entscheidungsunterstützung.

Technische Umsetzung

Das Dashboard basiert auf:

• Grafana OSS zur Visualisierung
• stündlichen Wetterprognosen von Open-Meteo
• lokalen Betriebsdaten der Wärmepumpe
• einer SQLite-Datenbank zur Datenverarbeitung

Die Betriebsdaten werden aus der Datenbank des Open-Source-Projekts vieventlog gelesen, wodurch zusätzliche API-Calls an die Viessmann Cloud vermieden werden.

Ziel

Die Idee ist nicht, eine perfekte automatische Regelung zu bauen, sondern eine praktische Entscheidungsgrundlage, mit der sich ein großer Teil des möglichen Optimierungspotenzials im Alltag nutzen lässt.

Open Source

Das Projekt ist öffentlich auf GitHub verfügbar:

https://github.com/hrsnsvh2pd-png/Entscheidungs-Dashboard

Dort finden sich:

• Grafana Dashboard
• Datenbankstruktur
• Importskripte
• Installationsbeschreibung

 

Feedback

Mich würde sehr interessieren:

• wie andere Nutzer ihre Wärmepumpen im Zusammenspiel mit PV optimieren
• welche Daten oder Funktionen für eine solche Entscheidungsunterstützung noch sinnvoll wären

Feedback, Ideen und Diskussion sind ausdrücklich willkommen.

[gwynlavin]

Hallo @millih2g!

Ich denke, dass Projekt geht grundsätzlich in die richtige Richtung, wobei mich das ständige Bestätigen von Entscheidungen nerven würde. Für mich wäre es eher wichtig, dass die Steuerungssoftware die Entscheidung möglichst autonom vorrausschauend für mein Temperatur empfinden im Haus richtig trifft, so dass ich erst gar nicht an meiner Heizung oder den Ventilen stellen muss bzw. will.

Wäre eine echt gute Sache, wenn über die Wettervorhersage auch der solare Wärmeertrag des Hauses richtig vorergesagt werden könnte. Dann müsste die Steuerung sinnvoller Weise auch die Verschattung und die passive Kühlung übernehmen. Ich denke aber nicht, dass es einfach sein wird hier eine allgemeinegültige Steuerung zu entwickeln, da die Häuser und Anforderungen der Besitzer einfach zu verschieden sind.

Bei mir wäre ein Nebenoptimierungsziel z.B. die Regeneration der Sonde im Sommer, d.h. die passive Kühlung sollte gegenüber der Verschattung in gewissem Rahmen priorisiert werden.

Gruß Gwyn

[millih2g]

Hallo @gwynlavin ,

Danke für den interessanten Kommentar.

Der Ansatz dieses Projekts ist allerdings bewusst nicht, eine vollständig autonome Heizungssteuerung zu bauen. Eine derartige, gebäudemodellbasierte Steuerung wäre natürlich der Idealzustand. Das setzt allerdings deutlich komplexere Modelle voraus (Gebäudethermik, solare Gewinne, interne Lasten etc.). Genau diese Heterogenität macht eine allgemein gültige Lösung schwierig, weil Gebäude, Anlagen und Nutzeranforderungen eben extrem unterschiedlich sind.

Das Dashboard verfolgt deshalb einen anderen Ansatz:
Es macht transparent, welche Entscheidung eine vorausschauende Steuerung auf Basis der Wetterprognose vermutlich treffen würde.

Viele Wärmepumpenregelungen arbeiten heute noch stark reaktiv (Außentemperatur + Heizkurve). Die Idee hier ist, zusätzliche Informationen wie Wetterprognose, erwartete Sonneneinstrahlung oder PV-Fenster sichtbar zu machen und daraus eine prognosebasierte Handlungsempfehlung für die nächsten 48 Stunden abzuleiten.

Der Nutzer muss diese Empfehlung natürlich nicht ständig bestätigen – sie ist in erster Linie eine Entscheidungsgrundlage. Ob und wie stark man darauf reagiert, bleibt bewusst offen.

Der Punkt mit der Vorhersage des solaren Wärmeeintrags ist absolut richtig. Genau solche Effekte machen eine allgemein gültige Automatisierung schwierig, weil sie stark von Gebäude, Orientierung, Verschattung und Nutzung abhängen.

Spezielle Optimierungsziele – wie z.B. die Regeneration einer Erdsonde über passive Kühlung – sind aber ein gutes Beispiel dafür, wie unterschiedlich Systeme betrieben werden können. Deshalb ist der Ansatz hier bewusst modular und transparent gehalten, statt eine „Blackbox-Steuerung“ zu bauen.

Grüße millih2g

[gwynlavin]

Hallo @millih2g!

Der Punkt mit der Vorhersage des solaren Wärmeeintrags ist absolut richtig. Genau solche Effekte machen eine allgemein gültige Automatisierung schwierig, weil sie stark von Gebäude, Orientierung, Verschattung und Nutzung abhängen.

So schwierig finde ich das gar nicht. Schon mit den heutigen Mess- und Rechenwerten der WP kann ich eigentlich ganz gut die solaren Erträge als Differenz zur erwarteten Heizleistung ermitteln. Diese beträgt nach DIN 12831 Berechnung 275W/K, während ich über die WP reale Werte von bis zu 265W/K in dunkelsten Winterwochen messe. Bei besonders kalten Winterwochen (mit Sonnenschein) liegt der Wert eher zwischen 200 und 220W/K.

Bisher kann ich diese Werte aber auf Grund fehlender Komponenten leider nicht auf Stunden oder Tagesbasis erfassen, sondern nur auf Wochenbasis. Auch eine eigene Wetterstation habe ich derzeit noch in Betrieb genommen, um die Werte genau zu validieren, aber grundsätzlich sieht die überschlägige Rechnung schon sehr gut aus und entspricht meinen Berechnungen für den Energiebedarf mit solaren Gewinnen.

Der Punkt mit der Vorhersage des solaren Wärmeeintrags ist absolut richtig. Genau solche Effekte machen eine allgemein gültige Automatisierung schwierig, weil sie stark von Gebäude, Orientierung, Verschattung und Nutzung abhängen.

Ich denke hier muss man sich einfach auf die Messwerte der WP und anderer Sensoren im Haus stützen und die Temperaturen im Haus recht konstant bleiben. Verlässliche Messwerte für die Heizleistung bekommt man natürlich nur, wenn nicht andauernd die ERRs, die Rollladensteuerung oder die Belüftung dazwischen funken. Aber und auch einen WW-Zirkulation kann die Messwerte ziemlich verfälschen. Für all diese Störgrößen muss man dann Modelle entwickeln.

Mal sehen, ob ich eines Tages dazu komme.

Gruß Gwyn