Hallo zusammen,
ich bastle gerade an einem komplexeren Projekt zur intelligenten Steuerung meiner Mining-Hardware basierend auf PV-Ertrag, Batteriestand und Wetterprognose.
Ziel: Die Miner sollen nur dann laufen, wenn genug Energie vorhanden bzw. in Kürze zu erwarten ist.
Dafür werte ich stündliche Cloudcover-Prognosen (08–20 Uhr) über Open-Meteo aus und vergleiche sie täglich mit den tatsächlichen PV-Erträgen (Deye-Wechselrichter). Daraus wird eine Vorhersage errechnet, wie viel Energie am Folgetag voraussichtlich verfügbar ist.
Die Daten (Forecast, Ist-Werte, Shelly-Stromverbrauch, Batteriestand usw.) werden in InfluxDB gespeichert und in Grafana visualisiert.
Auf dieser Basis wird entschieden, wie lange die Miner laufen dürfen – abhängig vom täglichen Stromverbrauch (ca. 60–70 kWh), dem Ladezustand des Akkus und einem individuell einstellbaren Schwellenwert. Die Steuerung erfolgt über MQTT-gesteuerte Shellys.
Im Einsatz sind aktuell:
- 1× Deye SUN-12K-SG04LP3-EU (Hybridwechselrichter)
- 45 kWh Akku
- 15,5 kWp PV-Leistung
- 1× Miner mit 3,4 kW
- 6× Miner mit je ca. 100 W
- 6× Shelly Plug S (MQTT, Gen2)
- InfluxDB + Grafana für Logging & Visualisierung
- Home Assistant + Python für Automatisierung
- Open-Meteo für Cloudcover-Forecast
Nächster Schritt: Integration eines flexiblen Stromtarifs, um bei schlechter PV-Prognose gezielt günstigen Netzstrom (z. B. nachts) zum Laden des Akkus oder zum direkten Mining zu nutzen.
Ist jemand hier ebenfalls an dem Thema dran oder schon weiter mit Forecast-Tuning, dynamischen Tarifen oder Machine Learning zur Ertragsprognose?
Freue mich auf Austausch und Ideen!