Hier, 12:02 AM
(Modification du message : Hier, 12:08 AM par FastFrench.)
Hello. Perso j'ai écrit un petit script python qui cumule les indices UV sur la journée à venir (avec l'API REST d'Open-meteo). Je pense que c'est beaucoup plus pertinent que les heures de soleil, qu'il va falloir relativiser selon la saison et l'heure dans la journée (une journée "de soleil" de 8h à 9h en février n'apportera pas du tout la même énergie qu'une heure de Soleil de 12h à 13h en juillet). En plus, si l'info à propos du soleil est similaire à celle fournie par Open-meteo, tu as pas mal de nuances entre plein soleil et temps couvert. L'indice UV permet en principe une interprétation beaucoup plus simple et pertinente sans développer une usine à gaz.
Ceci dit, pour l'instant je me contente de stocker les infos dans une BDD via MQTT. Prochaine étape: remonter les infos de production des panneaux en MQTT pour alimenter aussi un BDD InfluxDB et ainsi Grafana (ou Home assistant), pour valider de façon plus formelle la corrélation entre les valeurs prédictives que je calcule et la production effective des PV. La 3e étape sera d'utiliser les résultats de ces expérimentations pour optimiser l'usage de l'électricité (solaire vs EDF) sans perte de confort.
Il est clair que les indices UV retournés par les sites de météo ne pourront pas prendre en compte les particularités de ton installation (pente, orientation, ombrages...), mais ça semble à première vue donner des résultats assez intéressants (disons suffisants pour mon usage en terme de prédictions).
En cas de besoin on peut aussi imaginer des scenarii de repli selon la couleur du jour (pour ceux qui sont en tempo). Si dans 5% des cas, on doit chauffer en HP bleues (moins de Soleil que prévu, ou plus d'invités à la maison qui prennent des douches), ce n'est pas bien grave: le prix des HC et HP en jours bleus sont assez proches.
Ceci dit, pour l'instant je me contente de stocker les infos dans une BDD via MQTT. Prochaine étape: remonter les infos de production des panneaux en MQTT pour alimenter aussi un BDD InfluxDB et ainsi Grafana (ou Home assistant), pour valider de façon plus formelle la corrélation entre les valeurs prédictives que je calcule et la production effective des PV. La 3e étape sera d'utiliser les résultats de ces expérimentations pour optimiser l'usage de l'électricité (solaire vs EDF) sans perte de confort.
Il est clair que les indices UV retournés par les sites de météo ne pourront pas prendre en compte les particularités de ton installation (pente, orientation, ombrages...), mais ça semble à première vue donner des résultats assez intéressants (disons suffisants pour mon usage en terme de prédictions).
En cas de besoin on peut aussi imaginer des scenarii de repli selon la couleur du jour (pour ceux qui sont en tempo). Si dans 5% des cas, on doit chauffer en HP bleues (moins de Soleil que prévu, ou plus d'invités à la maison qui prennent des douches), ce n'est pas bien grave: le prix des HC et HP en jours bleus sont assez proches.