Dator som element och elpris som termostat

Som ett led i att automatisera hemmet och effektivisera användandet av el så började vi testa att bygga en egen ”digital termostat”. Vi ville testa hur svårt det skulle vara att skapa en digital termostat som styrs utifrån mängder av faktorer vi själva väljer. Faktorer som temperatur, hemma / borta, väder och aktuellt elpris osv. Och svaret var att det inte var allt för svårt även om vi fortfarande håller på att lägga till olika faktorer att styra med. För att någonsin kunna publicera detta inlägg så fick vi ge oss efter en stund och fokusera på att presentera möjligheterna.

Använd olika typer av energi som element

På bloggen har jag ofta letat olika sätt att automatisera olika uppvärmningskällor. När det gäller att hitta nya innovativa sätt som dessutom bidrar till samhället så gjorde jag en lösning
för att stötta projektet Folding@home, vilket är ett sätt att låna ut min hårdvara för att bidra till forskningen av protein. Samtidigt som jag gjorde detta så fick jag
värme i det rum där datorn stod eftersom den fick jobba maximalt. Något som gav den värme jag behövde istället för ett element.

Vad kommer du hitta i inlägget?

Här ger jag dig ett innovativt sätt att hitta befintliga tekniker hemma som med smart styrning
kan användas som en uppvärmningskälla. Jag ger även tips på hur du kan använda elpriset
som en digital termostat med.

Länk till inlägg

• Läs mer om hur du använder datorn som ett element

Tekniker i inlägget

• En dators last styrs utifrån elpris
• Lasten för datorn bidrar till forskning som last
• Styr när lasten sker utifrån Elpriset.

Vi vet att det finns en mängd leverantörer som erbjuder liknande tjänster, så ni behöver inte uppmärksamma oss om det. Tanken med detta inlägg är att väcka intresset och öppna upp för nya idéer som går att applicera oavsett leverantör och teknik. Vi tänker att du ska kunna skapa smart styrning med en termostat där du själv styr vad som är viktiga faktorer för just dig. I skrivande stund har vi bara skrapat på ytan gällande alla möjligheter.

För att det skulle gå så fort som möjligt så skapade vi den ”digitala termostaten” med ett script, skulle gått att göra med Home Assistant, Homey eller någon annan smart kontroller med. Men vårt mål är att enkelt kunde testa olika sätt att påverka rumstemperaturer utifrån elpris och temperatur som steg 1. Vi kollar även på tekniker för att nyttja energin maximalt och samtidigt uppfylla det behov vi har. Vi har nämligen låtit två av de ”element” vi använder för att värma garaget och kontoret bidra till projektet Folding@home (extern länk). I praktiken innebär det att vi lånar ut beräkningskraft till forskning. Så istället för att låta gamla elradiatorer generera värme vid behov så har vi låtit två datorer forska på COVID för att generera värme, dvs när vi haft behov av värme och att elpriset varit lågt.

Text från Folding@home

Tillsammans har vi skapat den mest kraftfulla superdatorn i hela världen, och vi använder den till att förstå SARS-CoV-2/COVID-19 och till att utveckla nya läkemedel. Vi behöver din hjälp för att kunna framställa ett kraftfullt patent fritt läkemedel.
Använd din dator för att bekämpa COVID-19.

Vi började med att hämta en lista med aktuella timpriser från en sida på internet. Det aktuella timpriset på el jämfördes sedan med temperaturer i rummen, utifrån det så hanteras nu värmen i rummen. Nu finns det leverantörer som erbjuder detta och dessutom har det som tillägg i olika styrenheter / controllers. Men vi valde att göra det från grunden upp. Skissen nedan är den lösning som vi skriver om i inlägget. Under tiden vi skriver har vi adderat funktioner för syrning av vattenburna elementen med tado och Home Assistant. Men för att inlägget någon gång skulle bli klart och inte bli oändligt långt så kommer vi inte uppdatera skisserna med det.

I lösningen använder vi två datorer för att hantera uppvärmningen i rummet. Vi skulle kunna ha styrt uppvärmningen via vanliga radiatorer, strömplugg på ett elelement eller liknande. Men vi har valt att nyttja grafikkort och processor i två datorer för att ändra temperaturen i rummen, det är små rum, därav går det att lösa på följande sätt. För belasta datorerna så värme genereras har vi valt att nyttja ”folding@home”(extern länk), vilket bidrar till forskningsprojekt via dators prestanda. Många stora bolag som Microsoft, AMD, Nvidia, Lunds Universitet, och en mängd till stöttar även detta projekt.

Med detta inlägg så hoppas vi kunna ge dig tips på hur det går med smart hemautomation och lite planering att förändra kostnaden för bland annat uppvärmning genom att analysera när det är som billigast el och förbruka mer då. Eftersom vi även vill stötta projektet Home Assistant (extern länk) så har vi valt att beräkna för deras team i Folding@home

I dagsläget har vi på Automatiserar.se inte timpriser på elen hemma utan betalar samma pris oavsett tid på dygnet. Men efter de här testerna så funderade vi starkt på om det inte kan vara värt att byta till en kostnad baserad på när förbrukningen av el görs (mer om detta längre ner). I dagsläget har vi inte någon mätare kopplad på elcentralen med det kan nog bli så att vi bygger någon liknande för att få realtids koll, så vida vi inte får tillgång till en nyare mätare eller byter avtal.

Går det att spara pengar med en digital termostat och vilka faktorer kan nyttjas för att få bra komfort? Här får du svar på om det går det att spara pengar med en digital termostat och vilka styrande faktorer som kan nyttjas för att få bra komfort. Och det svaret är ”troligen” som vi upptäckte.. Det beror på en mängd faktorer och hur mycket energi du är beredd att lägga för att spara energi. Dessutom vilka krav du har, samt hur förstående resterande medlemmar av familjen är för dessa kompromisser. Saknas orken att förändra beteendet så är risken enligt det vi läst oss till att det till och med kan bli dyrare än andra alternativ. Så tänk till innan du beslutar dig för en lösning.

För att förklara grundorsak till hela detta inlägg så kan vi säga att vi blev väldigt uppmärksammad hur mycket el vi nyttjade till enbart uppvärmning när vi kopplade upp elpatronen med en Arduino. Det den gör är att läsa status på respektive slinga i elpatronen via en status ( https://www.instagram.com/p/CHL2cbNDQ1F/ (länk till vårt Instagram med Arduinon). Vi kopplade upp Arduinon på nätverket och via Node-Red och Home Assistant så fick vi se informationen nedan… Och här började vår fundering 1kWh in = 1kWh värme… Så vi har nu vi införskaffat en luftvärmepump och dessutom börjat fundera om vi inte skulle kunna automatisera när vi vill göra större förbrukning av energi med den. Vi väntar dessutom på delar för att kunna styra värmepumpen via vår ”digital termostat” i framtiden. Men detta är grundorsaken till inlägget, sedan att vi hittade en lösning som även bidrog till forskning gjorde ju inte saken sämre

Att styra belysningen för att att spara pengar har vi sedan länge insett att det inte kommer gå, när vi införskaffat den 10:e smarta lampan insåg vi att inköpen för dessa och den livstid som dessa verkar ha tyvärr kommer göra detta till en faktor vi inte kommer kunna räkna hem, men räknar vi in den bekvämlighet och ökade trivseln (när det fungerar) så finns det absolut värden med att styra smarta lampor utifrån detta med, i framtiden kommer vi säkert inkludera gårdsbelysning och sekundär belysning i den digitala termostaten.

Vårt mål och det vi testat i inlägget är nu att med små medel styra temperaturen i två rum utifrån det aktuella elpris och temperaturen individuellt. Detta tänkte vi till en början göra med hjälp av el element med fjärrbrytare / wifi styrning. Men detta skulle fortfarande vara 1-1 förfarande, dvs vi får enbart ut värme… Vi funderade därför om det inte skulle vara möjligt att göra nytta och ändå få värme. Och passade nog så hittade vi en lösning där vi kan ge forskare tillgång till vår datorkraft för forskning om COVID när vi behöver mer värme. Nu är det vi förklarar i det här inlägget applicerbart på allt som drar energi och går att styra på något annat sätt än via en fysisk knapp (även om det skulle gå att lösa med).

TADO Termostater för att styra element.

TADO har ett system för att styra element. Lösningen för att styra
vattenburna element sköter sig själv och har en riktigt bra batteritid.
Sedan publicering av testet så har min termostat fungerat felfritt
och integrationen till Home Assistant har gett mig data och
möjliggjort styrning automatiskt av värme i rummet.

Mitt utlåtande

Jag har under snart 4 års tid använt mig av TADO på ett element i ett rum
där jag ofta vill justera och automatisera värmen. Upplever att det har
fungerat riktigt bra och att batteritiden är riktigt bra. Att den går att
styra via appen och via integration gör den mångsidig. Men det jag
dock är lite skeptisk mot är att det är en molnprodukt, vilket gör att
jag när som helst kan tappa kontrollen över mina enheter om
företaget väljer att ta en annan väg i framtiden.

Nu verkar det dock som att den här lösningen är stabil och att TADO
har hittat en strategi som fungerar för både kunden och dom själva.

Senast uppdaterat: 2024-11-02

Länk till inlägg

• Läs min genomgång av TADO:s termostater.

Finns att köpa här:

• Amazon.se – Tado startkit med gateway
• Amazon.se – Tado 3x termostater (obs behöver en gateway)

Köplänkar kan vara affiliatelänk eller ha en tagg, mer info om orsak till eventuell affiliatelänk.
Genom att använda länken så stöttar du bloggen och gör det möjlighet att ha bloggen helt fri från reklam.
Du kan stötta bloggen genom att Swisha en donation om du uppskattar innehållet med på 0705470065

Zigbee Termostaten Moes för vattenburna system

Moes har en Zigbee termostat för vattenburna system. Med den så kan du
styra hur mycket energi ditt vattenburna system ska skicka ut på
elementet.

Med en variant på Zigbee så kan du vara lugn med att hårdvaran kommer
gå att använda lokalt och utan molntjänster, vilket gör investeringen tryggare än
tex TADO där du är beroende av en molntjänst för att nå dina termostater.

Mitt utlåtande

När jag beställde Moes termostat var det för att utvärdera om det kan vara en
vettig lösning för att ha kontroll över enheten och inte behöva någon
molntjänst för att mina termostater ska fungera.

Jag har haft termostaten på ett element under något års tid nu och kan väll
säga att den kanske inte är i klass med TADO:s termostat. Men den gör det den
ska och när jag väl monterat den korrekt med rätt adaptrar så har den fungerat bra.

Länk till inlägg

• Läs mer om Moes termostat till vattenburna element

Finns att köpa här:

• Aliexpress – Olika antal termostater för ~350+ kr

Köplänkar kan vara affiliatelänk eller ha en tagg, mer info om orsak till eventuell affiliatelänk.
Genom att använda länken så stöttar du bloggen och gör det möjlighet att ha bloggen helt fri från reklam.
Du kan stötta bloggen genom att Swisha en donation om du uppskattar innehållet med på 0705470065

Som inlägget började med så hade vi ett mål att göra mer med mindre, vi hade även en fundering på om det skulle gå att minska den kostnad vi idag har på elförbrukningen genom att välja när och hur värme genereras. Har hushållet ett fast elpris oavsett när på dygnet så kommer detta inte göra så stor skillnad.

Men väljer du däremot att optimera din förbrukning hemma utifrån priset på el så går det troligen att spara pengar och hjälpa kraftnäten att få en större period på dagen då el konsumeras. Med ett rörligt elpriser timme för timme ska det gå att köpa el vid givna tillfällen och då betala det priset (nu finns det en mängd avgifter på energi ändå), men det bör göra en viss skillnad. Vi tyckte i alla fall att det skulle vara roligt att testa om det är möjligt att bygga en egen ”digital termostat” med hjälp av aktuellt elpris timme för timme i kombination med temperaturer i olika rum, för att sedan addera mer och mer funktioner.

Bilden nedan visar hur vi valt att värma två rum med direktverkande el. Dator1 & Dator2 skulle kunna vara två vanliga element, men då skulle vi inte kunna göra nytta med energin innan den blir till värme. Den lösning vi kom fram till var att från vattenfalls hemsida hämta aktuella elpriser, orsaken att det blev en prislista från dom var helt enkelt så att vi hittade ett sätt att programmatiskt hämta priserna (Extern länk till en json, ändra datum i url:en). Så detta blev den första faktorn i vår digitala termostat. Vi har dessutom en annan el leverantör. Frågan är nu hur länge den adressen kommer fungera, för vi fick leta en del för att hitta en sida med ”öppen” data och api.

För att mäta temperaturen så har vi valt att använda Homey, temperaturer och luftfuktighet tar vi emot via Xiaomi Aqara temperatursensor (länk till vår djupdykning på favoritsensorn!). För att visa hur viktigt placeringen är så tog vi och monterade en sensor under köksbordet mitt i rummet. Detta gjorde att vi nu får en upplevd och uppmätt temperatur som stämmer bättre.

Flytten av sensorn gjorde att den rapporterade temperaturen ökade ~1-2 grader till det varmare än när den satt på väggen. Vi har fortfarande en Philips Hue rörelsesensor vid väggen, som även klarar att visa temperaturen i rummet.

Så med full koll på temperatur och luftfuktighet i rummet så kunde vi nu börja addera detta som den andra styrande faktor i vår digitala termostat. För att inte detta skulle bli en oändligt långt inlägg så beslutade vi att inte addera geofencing, väder, kalendern, rörelse mm. För när jag sitter i kontoret så vill jag även att till den digitala termostaten ska sluta nyttja prestanda eftersom fläktarna i datorn låter en hel del, detta kommer göras med hjälp av en Aqara rörelsesensor. Men dessa faktorer adderas efter posten av detta inlägg, samma gäller med TADO termostaten som vi har i ett annat rum.

Som vi nämnde har vi idag inte ett rörligt elpris per timme, detta kräver en annan elcentral och en annan leverantör än vi har just nu. Så detta blir mer ett sätt att påvisa att det är möjligt att med hjälp av smarta hem direkt påverka din faktiska utgift för el. Vi har dock beställt så vi från vår nuvarande leverantör ska få tillgång till förbrukningen timme för timme.

• Vi valde att sätta tre nivåer på temperatur som styrande, Låg, Normal, Hög
• Vi valde att sätta tre nivåer på elpris som styrande, Låg, Normal, Hög

Dessa 6 faktorer använder vi sedan i det script som nu agerar digital termostat. Det skulle gå att lösa detta inne i Home Assistant med, men för att göra detta som ett helt fristående test med integrationer mellan en mängd olika lösningar så beslutade vi att skriva det med Powershell (extern länk). För de som vill få el i Home Assistent så finns det en custum component som heter nordpool (extern länk), vi har dock inte hunnit testa den än.

Vi valde att bedöma de två kombinationer för startade och stoppa för uppvärmningen på följande sätt. Nu är det som sagt inte någon avancerad sak att jämföra två värden och utifrån det starta stoppa värmen. Men vi har planer att i framtiden addera fler faktorer som geofencing, kalender status, väderprognoser, och säkert en mängd faktorer till. Men för att komma vidare så fick vi nöja oss med detta.

Insamling av information delade vi upp i två steg. Att hämta elpriserna behöver bara göras en gång om dagen eftersom den innehöll en lista med timme för timme för aktuell dag och kommande dag. Däremot så frågar vi Home Assistant var 60:e sekund om temperaturen i respektive rum och avgör om det är läge att fortsätta eller pausa.

De temperaturer och elpris vi jämför med är följande (när vi började så tänkte vi gränsen för garaget, därav lite lågt):

• Låg temperatur: 14.00 grader
• Normal temperatur: 17.00 grader
• Hög temperatur: 25 grader

De elpris vi testar mot är från elbörsen och innefattar inte några avgifter alls, därav fick vi ta några värden som gav oss resultat som får uppvärmningen att starta eller stoppas.

• Lågt elpris : 10.00 öre/kvh
• Normalt elpris: 20.00 öre/kvh
• Högt elpris: 30.00 öre/kvh

Utöver detta så adderas fler kostnader, bland annat energiskatt på ~40, öre/kWh och en överföringsavgift på runt ~20 öre/kWh. Nu får vi ta dessa siffror med en nypa salt eftersom priserna kommer ändas och att vi inte kommer uppdatera priserna här frekvent, utan se det mer som fler kostnader som bör adderas i kalkylen för billig / dyr el. Men med denna information så vet vi att elen aldrig kan bli billigare än ~60 öre/kWh (mer realistiskt pris är nog 1.0-1.5kr/kWh) timme oavsett när på dygnet. Så har vi inte en mycket stor förbrukning i hushållet så kommer detta göra en marginell skillnad och den teknik vi adderar för att möjliggöra den smarta styrningen kommer motsvara många kWh timmar.

Så hade vi gjort av med maximalt med energi klockan 02:00 på natten så hade det fortfarande kostat minst 60öre /kWh på grund av alla avgifter…

Funderar vi på hur mycket vi kan göra av med så får vi även ta i beräkning att huset är avsäkrat på 16A, vilket ger ett maximalt effektuttag på ~11kw. och uppvärmningen har inte möjlighet att dra så mycket energi i vår lösning. Men så fort vi får tillgång till aktuell förbrukning timme för timme och styr den centrala uppvärmning via termostaten så bör vi kunna skapa en graf på hur mycket vi skulle spara / förlora varje dag innan vi beslutar oss.

Mycket roligare än så där ser det inte ut om man ska vara konkret, vi har nu kopplat ihop elpriser och temperaturer i två rum och sedan med hjälp av mjukvara på datorer sedan skapat olika belastning för att generera värme. Men vi skapar nu värde i form av forskning och får en biprodukt som är värme, vilket nu innebär att vi inte har 1-1 när det gäller förbrukning av el. När vi kopplat upp värmepumpen med samma teknik så har vi utöver ett SCOP värde på ~4 även möjlighet att säga att den ska producera 25+ grader värme när elen är ”billig” och när den är dyr kanske hålla sig på 20 grader eller avvakta om temperaturen inne är good enough.

Vi funderar på om det skulle vara intressant att veta mer om hur detta görs med några vanliga kontrollers med?

Kollar vi den den externa prislista från vattenfall (orsaken att vi använder den är för att vi får ett färdigt ”JSON” objekt, hade vi hittat den hos någon annan så hade vi använt den. Och enligt listan nedan så kommer vi köra folding hela dagen förutom vid 08.00 då priset är över 30.00 öre som vi satt som en gräns, och så vida temperaturen i garaget eller kontoret inte överstiger 25 grader.

Kollar vi den historiska temperaturen i kontoret och i garaget så ser vi att från det vi började runt den 11:e November så har vi höjt temperaturen i garaget från 14 grader till 20-21 grader. Och kollar vi kontoret så har vi fått för varmt och därigenom stoppat folding till och från automatiskt för att kunna sitta i rummet. Medans i garaget har det körts så länge elen inte varit över 30.00 öre eftersom den temperaturen aldrig gått över 25 grader.

Sparade vi några pengar med den digitala termostaten? Ja de skulle vi säkert gjort om vi haft rörligt elpris / timme, och om det inte vore för att vi för tillfället har en central elpatron som värmer både varmvatten och hus (luftvärmepump ersätter delar nu och ska automatiseras). Men räknar vi in den forskning vi bidragit till och samtidigt ökat temperaturen i garaget till vår önskade nivå, så anser vi att vi om inte annat hjälper till att göra gott i samhället.

Det finns idag företag som erbjuder liknande tjänster där du tecknar elavtal och får en elmätare som registrerar varje timme. Men vi har som sagt inte beslutat hur vi ska gå vidare med detta ännu, men troligen blir det mer smart styrning av uppvärmning eftersom vi nyligen installerat en luftvärmepump (håller på att bygga en ESP32/EPS8266 för styrning av den). Då kan vi ännu mer påverka uppvärmningen och därigenom märkbart ändra förbrukningen.

Elbörsen Nordpools hemsida visar aktuellt timpris (extern länk till spotpris). Kommande dygns priser uppdateras normalt kl 13 varje vardag. Nu är vi som sagt inte experter på detta eller har full koll på avtal, men vi ser en möjlighet att i större utsträckning förändra vår konsumtion av el utifrån kostnaden på elnätet. Och för att lyckas med det behöver vi smarta hem med bra integrationer.

Vi har hos vår aktuella elleverantör begärt att dom ska börja logga timme för timme hos sig, detta gör vi för att vi ska se om ett förändrat beteende på uppvärmning skulle få någon marginell skillnad på kostnaden för el. Vi kommer nu börja logga all information om de olika sätt vi startar och stoppar olika delar till Grafana (extern länk) för att få en överblick över alla delar.

Så svaret på frågan om det är värt att betala aktuellt pris timme för timme för el inte bekräftat ännu för oss, utom vi kommer fortsätta att mäta och addera funktionalitet till vår digital termostat. Finns det intresse för att vi ska fortsätta uppdatera det här inlägget skriv gärna en kommentar om vad eller gilla / dela inlägget på social medier.

Här hittar du en lista med temperatursensorer som jag testat på bloggen under de åren. Många av sensorerna har mer än bara temperatursensor i sig men jag visar dom här om dom kan rapportera temperatur även om de kanske primärt kan vara ett annat huvudsyfte för sensorn.

Folding@Home är ett initiativ där vem som helst kan bidra med egen datorkraft för att bidra till en av de kraftfullaste superdatorer i världen (extern länk), genom att automatiskt utföra beräkningar som mottags från olika forskningsprojekt så går det snabbare att lösa komplexa problem.

Det som händer i praktiken är att Foldring@home drar en mängd prestanda för att beräkna dessa protein (Extern länk till mer info) genom så kallat ”folding”. Detta innebär att datorn utför komplexa beräkningar, precis som avancerade spel. Det är då möjligt att ge programmet all prestanda i datorn när den inte används, eller bara en del. När datorn arbetar med folding så drar detta olika mycket beroende på vilken hårdvara din dator har, i vårt fall så drar den dator vi har på kontoret ~300 – 500W när det detta körs för fullt, vilket även generar mängder med oönskad värme för datorn, detta skickas ut ur datorn med fläktar för att hålla nere temperaturen. Dessa två delar var perfekta för vårt syfte! Vi bidrar till något bra i samhället och hjälper till att bekämpa COVID, samtidigt får vi värme i rummet när folding körs.

Istället för att använda el direkt på elementen i kontoret och garaget för att genererar värme så kan vi nu bidra med forskning. Och vi bidrar utan någon extra kostnad eftersom rummet skulle behöva värmas upp oavsett. Så nu har vi valt att nyttja datorer för att supporta forskningen, och det spill som genereras är just värme.

Är du intresserad av att veta mer så kan du besöka länken: https://foldingathome.org/diseases/infectious-diseases/covid-19/ (extern länk)

Orsaken att vi hittade Folding@home var tack vare ett plugin i Home Assistant. Detta gjorde att vi snabbt kunde börja supporta projektet och samtidigt börja testa om detta kan vara ett sätt att öka värmen två rum. Nu är det så att processorer inte är det mest effektiva sättet att köra ”folding”, men samtidigt är lite bättre än ingenting. Så vår Home Assistant jobbar nu med att beräkna när vi behöver mer värme i rummet. Vi insåg även att den finns som installation för Windows, där vi dessutom har tillgång till ett grafikkort, datorn på kontoret. Vilket genererar både värme och beräknar snabbare än den dator som kör Home Assistant.

Vi har gjort så att de beräkningar vi gör i Folding@home lägger vi i teamet för Home Assistant (team 247478).

Fighting disease with a world wide distributed super computer.
About
Folding@home (FAH or F@h) is a distributed computing project for performing molecular dynamics simulations of protein dynamics. Its initial focus was on protein folding but has shifted to more biomedical problems, such as Alzheimer’s disease, cancer, Ebola and the coronavirus.
The project uses the idle processing resources of personal computers owned by volunteers who have installed the software on their systems.
Now you can donate the idle time of your Home Assistant instance to the Folding@home project, helping to fight these diseases.
Join the Home Assistant Folding@home team! (id: 247478)

Sammanfattning av Mjukvaran Home Assistant

Home Assistant är en mjukvara som du kan installera på olika hårdvaror, tex Raspberry Pi, virtuellt eller fysiskt.
Med Home Assistant (även kallat HASS) kan du mycket fritt koppla ihop en egen lösning för att styra ditt smarta hem.
HASS är den mjukvara som idag är ledande och Open Soruce, dvs många bidrar till koden och inget enskilt företag
äger det. Även om projektets grundare har ett företag som heter Nabucasa som erbjuder mervärden till Home Assistant.

Nu är Home Assistant inte riktigt ”plug & play” om du inte har lite vana av liknande lösningar, men det är där jag kommer in
med bloggen. Jag försöker här ge dig en förståelse och tips på hur du använder HASS för att få ett optimalt smart hem.

Home Assistant strävar efter att du som användare ska ha full kontroll och kunna köra smarta hem saker hemma
utan krav på koppling mot molntjänster.

Mitt utlåtande

Jag har under många år använt Home Assistant som min primära smarta hem lösning, detta beror på att jag ofta vill testa
de absolut senaste teknikerna och ibland kunna göra saker ”under huven” för att komma vidare med problem.

Jag upplever att Home Assistant har gått från ett projekt som krävde att du hade god kunskap om ”YAML” och script till
Något som snart är ”Plug & Play” tack vare det stora community som finns runt Home Assistant. Idag är det sällan jag är föst
med att upptäcka eller fundera på hur något ska lösas.

Länk till inlägg

• Guide: Home Assistant på svenska (huvudsida på bloggen för hass)
• Guide: Home Assistant med Tips och Trix
• Guide: Home Assistant på Intel NUC
• Guide: Kom igång med Node-Red på Home Assistant
• Guide: Installera ESPHome tillsammans med Home Assistant
• Del 1 – Installera Home Assistant på Raspberry PI 4
• Del 2 – Installera Mosquitto broker och Zigbee2mqtt på Home Assistant
• Del 3 – Installera InfluxDB och Grafana på Home Assistant
• Tips: Hass och NFC
• Home assistant på Raspberry PI 5 & NVME disk

Finns att köpa här:

• Open source – hämtas gratis här (extern länk)
• Home Assistant Green (Bundlad hårdvara / extern länk)
• Home Assistant Yellow (bundlad hårdvara / extern länk)

Raspberry PI 5 är en mycket vettig lösning för att få en helt fristående installation:

• Amazon.se – Raspberry Pi 5 – 8 GB (rekommenderas till Home assistant)
• Amazon.se – Raspberry Pi 5 – 4 GB

Lämpliga tillbehör för att göra Home Assistant snabb & som Zigbee kontroller.

• Amazon.se – Raspberry Pi 5 PCI Express NVME adapter
• Amazon.se – NVME Disk 1 TB Crucial 5000MB läs/skriv
• Amazon.se – Sonoff USB 3.0 ZBDongle-E (Perfekt till Zigbee2mqtt)
• Amazon.se – NVME till USB 3.0 hållare, används för att enklare flasha din NVME disk
• Amazon.se – Google Coral för AI (obs kolla om det inte finns bättre pris när du kollar länken)

Köplänkar kan vara affiliatelänk eller ha en tagg, mer info om orsak till eventuell affiliatelänk.
Genom att använda länken så stöttar du bloggen och gör det möjlighet att ha bloggen helt fri från reklam.
Du kan stötta bloggen genom att Swisha en donation om du uppskattar innehållet med på 0705470065

Med små medel kan vi alla hjälpa till, vi har kunnat stänga elementen i rummen och nästan kunnat köra folding hela tiden.

De två datorer vi använder för detta har ett par år gammalt grafikkort och 8 cores cpu, och ändå har vi lyckats bidra så pass. Vi funderade på om även vi skulle starta ett automatiserar Team i folding, men vi väljer att fortsätta i Home Assitssant teamet eftersom även dom bidrar så mycket till smarta hem och gör ett fantastiskt jobb!

Aktuell status på vår folding: https://stats.foldingathome.org/donor/395717369 (Vi hoppas på att fortsätta under vintern med detta som en alternativ uppvärmning), men det kanske blir något annat med men vi hoppas när du läser detta inlägg att siffrorna fortfarande går uppåt här.

För att kunna använda Folding@home som ett sätt att generera värme och dessutom styras utifrån elpriser så behövde vi tillgång till ett API, nu gick vi bet på att hitta något som fungerade på Windows. Så vi skrev en liten funktion som hämtar ut en api nyckel och sedan sätter folding till IDLE när vi vill minskar värmen och en som startar det igen. Vi insåg även att från den scriptet på Windows datorn kunde starta / stoppa folding inne i home assistant, detta genom att ange den ip adress du har till Home Assistant.

### Automatiserar.se - Funktion för att starta stoppa folding. 
function Set-AutomatiserarSe_SuspendFolding(){
[CmdletBinding()]
param(
    [switch]$idle, # ange vilken status du vill ha.
    [string]$destIp = "127.0.0.1"  # Om Destinations IP inte sätts så kör den mot localhost.
)

    begin{
         $randomKey    = random -Minimum 000000000000000 -Maximum 999999999999999
         $GetSecureKey =  Invoke-WebRequest -Uri "http://$($destIp):7396/api/session?_=0.$randomKey" -Method "PUT" -Headers @{"Pragma"="no-cache";"Cache-Control"="no-cache";"Accept"="*/*";"Accept-Encoding"="gzip, deflate, br"}
         $secretkey = $GetSecureKey.Content
         # Tar ut en aktuell timestamp. 
         $CurrenRunningTime = ($(New-TimeSpan -Start (Get-Date "01/01/1970") -End (Get-Date)).TotalMilliseconds.ToString()).split(",")[0]
    }
  
    process{
  

        if ($idle){
                Invoke-RestMethod -Uri "http://$($destIp):7396/api/set?idle=true&sid=$($secretkey)&_=$($CurrenRunningTime)" | Out-Null

        }
        else{
                Invoke-RestMethod -Uri "http://$($destIp):7396/api/set?idle=false&sid=$($secretkey)&_=$($CurrenRunningTime)" | Out-Null

        }
       
  
    
    }

    # Returnerar att status byts.
    end{Write-Host "Satte nu status på Folding till: $(if ($idle){"paus"} else{"Körs"}) på enheten $($destIp)" -ForegroundColor Green
    }
}

Efter att ha grävt en del i om det skulle vara värt att styra hela hemmet utifrån ett timpris så inser vi att detta kanske inte gör så stor skillnad för vårt hem, istället kommer vi kolla på sätt att få ut mer av varje kWh el vi köper. Detta på grund av alla fasta avgifter som ändå äter upp stor del av den el som är ”gratis” på natten.. Kollar vi på tekniker som värmepump och värmepumpsberedare så gör det att varje kWh multipliceras flerfaldigt utan att den fasta avgiften höjs för den kWh:en. Dessutom har vi inte nämnt något om alla de fasta avgifterna som även ska fördelas på varje kWh timme som förbrukas.

• 1kWh el även om den är gratis (0.00) kr ger en kostnad på: ~60 öre / kWh på grund av fasta priser. 1kWh blir ~1kWh värme
• 1kWh el om den kostar 60öre ger en kostnad på 1.20kr / kWh, men med en värmepump med ett scop värde på 4 ger en effekt på ~4kWh, vilket ger oss 20öre /kWh oavsett när på dygnet vi förbrukar den (i optimala förhållanden).

På följande sätt tänker vi, nu är det inte någon sanning och det finns mängder med faktorer som styr totalkostnaden. Men detta är den lösning vi kommer fortsätta med. Och behöver vi värme i garaget och på kontoret så kommer vi fortsätta att välja att forska med ”folding” för att få värme.

Tycker du att vi är helt fel ute eller har vi en poäng i detta eller är vi helt ute och cyklar? Du kanske har fler smarta idéer på saker som borde testas? kommentera gärna i så fall så vi får uppdatera inlägget.

Vi kommer fortsätta att designa en ”digital termostat”, och vi kommer troligen fokusera på två tre områden Windows, Home Assistant och Homey. På dessa tre plattformar finns det stora möjligheter att göra smarta och effektiva lösningar, när vi känner oss mogen och det script vi använder känns nog stabilt så kommer vi även publicera det som en färdig modul.

Hjälpa Automatiserar.se?

Vill du stötta mej och hjälpa bloggen framåt? Här är några sätt som verkligen uppskattas av mig

Följ min resa till ett smartare hem via mina sociala medier

Gör som andra och prenumerera på min blogg via mail! Du får den senaste infon om smarta hem som mail och behöver inte längre hålla koll på bloggen för att hänga med.

Ange din e-post

Prenumerera på bloggen

// Markus

Markus

I mer än 10 år har Markus Jakobsson delat med sig av erfarenhet inom smarta hem på bloggen. Markus har testa det mesta och lärt sig massor på vägen, kunskaper och erfarenheter han delat med dig här på bloggen.

Favoriter inom smarta hem just nu:

Xiaomi Mi Flora
Raspberry Pi 5
Homey
Home Assistant
Displayen LYWSD03MMC

Hoppas du uppskattade innehållet och fick nytta kunskapen vi delat med oss på Automatiserar.se.

Stort tack för att du tog dig tid att läsa vårt inlägg.

Med vänliga hälsningar Markus Jakobsson

Allt går att automatisera!

automatiserar.se/om/