Statusbericht: Optimierung der Netzeinspeisung
SmartmeterFaker

In diesem Statusbericht dokumentiere ich die Optimierung der Netzeinspeisung einer Photovoltaikanlage unter Einsatz von Batteriespeichern und Fahrzeugakkus. Ziel ist die Reduzierung von Einspeisespitzen, die Erhöhung des Eigenverbrauchs und eine netzdienliche Betriebsweise.

Nach einer detaillierten Evaluierung der Systemarchitektur wurde die Logik des SmartmeterFaker grundlegend überarbeitet. Das System emuliert bzw. manipuliert nun gezielt die an die Wechselrichter übermittelte Netzübergangsleistung. Dadurch wird eine dynamische Erhöhung der Einspeiseleistung in das öffentliche Netz realisiert, um Überschüsse effizienter zu nutzen.

Aktueller Entwicklungsstand (Stand: 23.06.2026)

Das Projekt befindet sich derzeit im Proof-of-Concept-Stadium. Die aktuelle Steuerungslogik implementiert folgende Parameter:

  • Prädiktive Datenerfassung: Über die Open-Meteo-API werden die prognostizierten Sonnenstunden für den Folgetag abgerufen.

  • Algorithmus zur Einspeiseberechnung: Basierend auf der vorhandenen Batteriekapazität und der PV-Anerkennungsleistung ($P_{peak}$) wird die optimale Einspeisemenge für das Zeitfenster zwischen Sonnenuntergang und Sonnenaufgang kalkuliert.

  • Betriebsmodus: Während der Tagesstunden wird primär eine strikte Null-Einspeisung (Eigenverbrauchsoptimierung) angestrebt.


Aktueller Entwicklungsstand (Stand: 24.06.2026)

Konfigurierbarer Grund-Offset: Implementierung einer permanenten Mindesteinspeisung (z. B. 200 W) während der Tagesstunden. Dies dient der Kompensation von Lastspitzen beim Zuschalten von Verbrauchern und minimiert die systembedingte Regelverzögerung des Wechselrichters. 

Aktueller Entwicklungsstand (Stand: 04.07.2026)

  • Offset für Beginn und Ende im YAML File konfigurierbar

  • PV Anlage mit Ausrichtung, Winkel und Neigung im YAML File konfigurierbar

  • Berechnung Ertrag aufgrund der PV Anlage und des Wolkenbilds am Folgetag - mehrere Himmelsrichtungen bzw. Konfigurationen sind möglich und werden berücksichtigt.

  • Grafische Darstellung und Debug Menü für die Berechnung


Aktueller Entwicklungsstand (Stand: 09.08.2026)

  • Granulares Batterie-Monitoring: Einbeziehung des exakten Ladezustands (SOC) der einzelnen Module via dynamischer Kaskaden-Iteration sowie automatischer Abgleich des prognostizierten Folgetag-Ertrags mit der benötigten Nachlade-Kapazität (Eigensicherer Autonomie-Schutz).

  • Dynamische Strompreise: Wirtschaftlich optimierte Einspeisung in den X teuersten Peak-Stunden des Tages inklusive integrierter Schutzabschaltung (Null-Einspeisung) bei negativen Börsenstrompreisen am Spotmarkt.



Aktueller Entwicklungsstand (Stand: 15.08.2026)

  • Forcast / Real: Nun ist eine Forcast Realanalyse eingebaut. Somit ist es möglich die Plausibilität der Berechnungen zu überprüfen und sich dies Historisch anzusehen. Die Daten stehen in der SQLlight und via JSON Files zur Verfügung

  • MQTT Nachrichten: MQTT Nachrichten wurden es ist nun möglich, alle Daten (Rohdaten und berechnete) Live via MQTT mitzuverfolgen. 


Geplante Erweiterungen (Roadmap)

Für zukünftige Iterationen des Regelalgorithmus ist die Integration folgender Variablen und Features vorgesehen: