Test PV Forecast Adapter

JoergH

@patrickwalther Vielleicht genügt es ja schon einen Korrekturfaktor anzusetzen um näher an die realen Werte zu kommen, dazu muss ich ihn halt mal ermitteln. Dauert jetzt wohl ein paar Monate bis ich einen Überblick habe.

Diginix

@joergh
Ich logge die Werte schon seit 3.12.2021 und das sieht dann so aus:

EIn Korrekturfaktor hilft da wenig, weil es zu durchwachsen ist. Solange man nicht mal die Quelle für die Wetterdaten von forecase solar kennt. Knut hat mir auf 2 Anfragen in discord leider bis heute nie geantwortet.

JoergH · @joergh Ich logge die Werte schon seit 3.12.2021 und das sieht dann so aus:

@diginix Wenn ich mir das so ansehe, dann könnte man zumindest Faktor 0,5-0,6 mal ansetzen und läge wohl näher an der Realität. Es ist natürlich auch nur eine Prognose und ich erwarte da keine allzu große Präzision, auch wenn es schön wäre. Solange unsere Wetterleute keine präzisen Voraussagen liefern können, wird da ja immer etwas ungenau sein...

Diginix

@joergh Man muss dazu sagen, dass ich ohne API Key arbeite und nicht weiß, ob die Prognosen mit besser wäre. Die Korrektur lässt sich einfach auch ohne separaten Faktor durch Reduzierung der kWp in der Instanz lösen. Ich habe bei mir nun mal nur 80% meiner realen kWp eingetragen und schaue wie sich das die nächsten Wochen verhält.

Sputnik24

Gerade bei bewölktem Wetter und Nebel ist die Prognose sehr ungenau, wird aber auch schwierig sein. Pauschale Korrekturen muss wohl jeder für sich finden. Bei mir passt es meistens, liegt aber auch manchmal komplett daneben. Morgen soll es hier bewölkt sein, heute maximale Sonnenstunden. Ich glaube nicht, dass wir morgen mehr Ertrag haben als heute, lt Prognose schon.

Ansonsten habe ich aktuell ein eigenes Skript laufen, welches den Adapter einmal pro Stunde neustartet, um so aktuellere Werte zu bekommen. Dabei fällt auf, dass die API ab und zu nicht erreichbar ist. Ich hatte auch schon Fälle, dass für Anlage 0 und 1 was drin stand, summary aber auf 0 war.

Hier noch Realwerte und Prognose von diesem Monat:

PatrickWalther

@sputnik24 Da kommt bald ein Update.

Gibt es bei deinem Fall Fehlermeldungen?

JoergH

@sputnik24 Die Frage ist ja auch, ob vielleicht die Änderung des Ausrichtungswinkels der Anlage bessere Prognoseergebnisse bringt oder die Neigung der Panele oder ob eine pauschale Korrektur reicht....müsste man sich über den Tagesverlauf halt genauer ansehen.

Sputnik24

@patrickwalther said in Test PV Forecast Adapter:

@sputnik24 Da kommt bald ein Update.

Gibt es bei deinem Fall Fehlermeldungen?

Unterschiedlich. Mein Script startet den Adapter zwischen 6:01 und 18:01 jede Stunde neu. Gestern kam bei mir auch der Axios Error. Man sieht, wie oft die API nicht erreichbar ist. Ich stell mal das Log-Level noch auf debug und berichte hier, sobald ich das wieder beobachte, dass Anlage 1 und 2 befüllt sind, summary aber 0 ist.

2022-01-15 04:01:31.584 - error: pvforecast.0 (11998) Axios Error Error: Request failed with status code 502
2022-01-15 11:02:35.977 - error: pvforecast.0 (32085) Axios Error Error: Request failed with status code 502
2022-01-15 12:01:45.301 - error: pvforecast.0 (2875) Axios Error Error: Request failed with status code 502
2022-01-15 13:01:43.747 - error: pvforecast.0 (5970) Axios Error Error: Request failed with status code 502
2022-01-15 14:01:43.619 - error: pvforecast.0 (9062) Axios Error Error: Request failed with status code 502
2022-01-15 17:01:43.899 - error: pvforecast.0 (18347) Axios Error Error: Request failed with status code 502

@joergh said in Test PV Forecast Adapter:

@sputnik24 Die Frage ist ja auch, ob vielleicht die Änderung des Ausrichtungswinkels der Anlage bessere Prognoseergebnisse bringt oder die Neigung der Panele oder ob eine pauschale Korrektur reicht....müsste man sich über den Tagesverlauf halt genauer ansehen.

Wie gesagt, es gibt Tage, da passt es gut, es gibt Tage, da ist es zu viel, es gibt Tage, da ist es zu wenig. Daran wird sich durch eine Optimierung nichts ändern, höchstens im statistischen Mittel, aber dafür müsste man die Werte länger aufzeichnen und vergleichen. Am Ende geht's sollte es auch nicht um den exakten Wert, sondern die Tendenz geht, wenn man den Wert für Automatisierungslösungen braucht. Was halt nervt, sind Tage, wo die Prognose wirklich um den Faktor 2 und mehr daneben liegt, wie bei mir Beispiel 4.1. dieses Jahr: Prognose 6,7 kWh, real waren es 2 kWh.

Was ich machen musste, war die Kurve vom Tagesverlauf um eine halbe Stunde zu verschieben, da das Maximum nicht gepasst hat, was ich schon komisch finde. Den Zeitpunkt vom Sonnenhöchststand sollte er doch genau kennen. Dachte zuerst an eine Stunde wg. 1 h zu GMT, aber das passte auch nicht:

Prognosekurve Rohdaten:

Verschoben um +30 min:

JoergH

@sputnik24

Wie gesagt, es gibt Tage, da passt es gut, es gibt Tage, da ist es zu viel, es gibt Tage, da ist es zu wenig. Daran wird sich durch eine Optimierung nichts ändern, höchstens im statistischen Mittel, aber dafür müsste man die Werte länger aufzeichnen und vergleichen. Am Ende geht's sollte es auch nicht um den exakten Wert, sondern die Tendenz geht, wenn man den Wert für Automatisierungslösungen braucht. Was halt nervt, sind Tage, wo die Prognose wirklich um den Faktor 2 und mehr daneben liegt, wie bei mir Beispiel 4.1. dieses Jahr: Prognose 6,7 kWh, real waren es 2 kWh.

Zu viel ist weniger mein Problem, zu wenig schon eher, da ich die Prognose nutzen will zu entscheiden ob ich warte bis mehr Ertrag kommt oder eben gleich Dinge ausführen lasse, da keine Besserung in Sicht. Die Frage ist halt, ob ein Zusammenhang erkennbar ist oder weitere Korrelationen hergestellt werden können, z.B. wenn der Wetterbericht Bewölkung vorhersagt, dann prognosiiziert er im Mittel 37% zu viel. Das kann man dann mit im eigenen Kombimodell berücksichtigen. Das sieht man aber nicht in wenigen Tagen. Vielleicht stellt sich auch raus, dass das so unzuverlässig ist, dass das alles nichts bringt - kann auch ein Ergebnis sein, dann muss ich was anderes suchen.

Was ich machen musste, war die Kurve vom Tagesverlauf um eine halbe Stunde zu verschieben, da das Maximum nicht gepasst hat, was ich schon komisch finde. Den Zeitpunkt vom Sonnenhöchststand sollte er doch genau kennen. Dachte zuerst an eine Stunde wg. 1 h zu GMT, aber das passte auch nicht:

Das ist ja schonmal eine interessante Beobachtung!

Tudo

@patrickwalther Hallo, erstmal danke für den Adapter.

Ich habe ihn installiert, bekomme ihn aber nicht gestartet. Es gibt immer eine Fehlermeldung und die Instanz wird nicht rot.

pvforecast.0 2022-01-21 17:27:21.532	warn	Terminated (UNCAUGHT_EXCEPTION): Without reason
pvforecast.0 2022-01-21 17:27:21.529	info	terminating
pvforecast.0 2022-01-21 17:27:21.502	error	Cannot read properties of null (reading 'val')
pvforecast.0 2022-01-21 17:27:21.501	error	TypeError: Cannot read properties of null (reading 'val') at getPV (/opt/iobroker/node_modules/iobroker.pvforecast/main.js:442:37)
pvforecast.0 2022-01-21 17:27:21.499	error	unhandled promise rejection: Cannot read properties of null (reading 'val')
pvforecast.0 2022-01-21 17:27:21.498	error	Unhandled promise rejection. This error originated either by throwing inside of an async function without a catch block, or by rejecting a promise which was not handled with .catch().
pvforecast.0 2022-01-21 17:27:21.464	error	Axios Error Error: connect ECONNREFUSED 2a01:4f8:211:55d::2:443
pvforecast.0 2022-01-21 17:27:20.866	info	Plant1 -> tilt: 35 Azimuth: 5 Plant-performance: 4 plant name: PV
pvforecast.0 2022-01-21 17:27:20.865	info	urls: https://api.forecast.solar/8b8a7c80xxxxxx/estimate/52/7/35/5/4
pvforecast.0 2022-01-21 17:27:20.863	info	Längengrad: 7 Breitengrad: 52
pvforecast.0 2022-01-21 17:27:20.802	info	starting. Version 0.1.5 in /opt/iobroker/node_modules/iobroker.pvforecast, node: v17.0.1, js-controller: 3.2.16
host.raspberrypi 2022-01-21 17:27:17.533	info	instance system.adapter.pvforecast.0 started with pid 8714

Sind meine Einstellungen noch nicht richtig? Ich habe sie auch mit richtigen Geokordinaten ausprobiert. Für diese Frage habe ich die API mit xxxx gekürzt.
Die Datenpunkte wurden angelegt, sind aber nicht gefüllt.

Danke vorab,
Udo

Glasfaser

@tudo sagte in Test PV Forecast Adapter:

node: v17.0.1

Das liegt an deiner falschen Node Version ( bzw. ist wohl schief dein System !?) ... empfohlen ist 14

Tudo

@glasfaser Danke, das wars. Ich bin nicht richtig fit bei dem Kram. Wahrscheinlich habe ich mal irgendwas anderes ausprobiert und deshalb auf v.17 upgedatet. Habe es runtergeschmissen und 14 installiert. Der Adapter läuft jetzt.
Danke!

Sputnik24

@patrickwalther said in Test PV Forecast Adapter:

@sputnik24 Da kommt bald ein Update.

Gibt es bei deinem Fall Fehlermeldungen?

Gestern wieder der Fall, summary hat 0 angezeigt, die beiden Anlagen hatten aber Werte. Hier die Logs. Die paarweise Meldung summary.power_kw: [0,0,0,0,0] und summary.power_kwh: [0,0,0,0,0] kommt fortlaufend jede Minute.

2022-01-21 12:01:03.660 - debug: pvforecast.0 (27391) pvname: Sued,Nord,,,
2022-01-21 12:01:03.660 - debug: pvforecast.0 (27391) ThisUrl https://api.forecast.solar/estimate/xxx/xxx/24/0/5.625
2022-01-21 12:01:35.169 - error: pvforecast.0 (27391) Axios Error Error: Request failed with status code 502
2022-01-21 12:01:35.171 - debug: pvforecast.0 (27391) ThisUrl https://api.forecast.solar/estimate/xxx/xxx/24/180/5.25
2022-01-21 12:02:00.033 - debug: pvforecast.0 (27391) summary.power_kw: [0,0,0,0,0]
2022-01-21 12:02:00.034 - debug: pvforecast.0 (27391) summary.power_kwh : [0,0,0,0,0]
2022-01-21 12:02:06.649 - error: pvforecast.0 (27391) Axios Error Error: Request failed with status code 502
2022-01-21 12:02:06.649 - debug: pvforecast.0 (27391) ThisUrl
2022-01-21 12:02:06.650 - debug: pvforecast.0 (27391) ThisUrl
2022-01-21 12:02:06.650 - debug: pvforecast.0 (27391) ThisUrl
2022-01-21 12:02:06.651 - debug: pvforecast.0 (27391) watts_tag_plants[0]0
2022-01-21 12:02:06.651 - debug: pvforecast.0 (27391) watts_tag_plants[1]0
2022-01-21 12:02:06.651 - debug: pvforecast.0 (27391) watts_tag_plants[2]0
2022-01-21 12:02:06.652 - debug: pvforecast.0 (27391) watts_tag_plants[3]0
2022-01-21 12:02:06.652 - debug: pvforecast.0 (27391) watts_tag_plants[4]0
2022-01-21 12:02:06.652 - debug: pvforecast.0 (27391) watts_tomorrow_plants[0]0
2022-01-21 12:02:06.653 - debug: pvforecast.0 (27391) watts_tomorrow_plants[1]0
2022-01-21 12:02:06.653 - debug: pvforecast.0 (27391) watts_tomorrow_plants[2]0
2022-01-21 12:02:06.653 - debug: pvforecast.0 (27391) watts_tomorrow_plants[3]0
2022-01-21 12:02:06.654 - debug: pvforecast.0 (27391) watts_tomorrow_plants[4]0
2022-01-21 12:02:06.654 - debug: pvforecast.0 (27391) summary.power_day_kWh:0 summary.power_day_tomorrow_kWh: 0
2022-01-21 12:02:06.660 - debug: pvforecast.0 (27391) 1.transfer: success
2022-01-21 12:02:06.660 - debug: pvforecast.0 (27391) 1.place: xxx, xxx, Baden-Württemberg, DE
2022-01-21 12:02:06.672 - debug: pvforecast.0 (27391) 2.transfer: success
2022-01-21 12:02:06.673 - debug: pvforecast.0 (27391) 2.place: xxx, xxx, Baden-Württemberg, DE
2022-01-21 12:02:06.675 - debug: pvforecast.0 (27391) vorübergabe_power_kw[0]: 0
2022-01-21 12:02:06.675 - debug: pvforecast.0 (27391) vorübergabe_power_kw[1]: {"2022-01-21 07:59:00":0,"2022-01-21 08:30:00":180,"2022-01-21 09:00:00":891,"2022-01-21 10:00:00":2265,"2022-01-21 11:00:00":2512,"2022-01-21 12:00:00":2458,"2022-01-21 13:00:00":2489,"2022-01-21 14:00:00":1883,"2022-01-21 15:00:00":1188,"2022-01-21 16:00:00":546,"2022-01-21 17:00:00":145,"2022-01-21 17:05:00":28,"2022-01-21 17:10:00":0,"2022-01-22 07:58:00":0,"2022-01-22 08:29:00":90,"2022-01-22 09:00:00":444,"2022-01-22 10:00:00":679,"2022-01-22 11:00:00":819,"2022-01-22 12:00:00":881,"2022-01-22 13:00:00":828,"2022-01-22 14:00:00":766,"2022-01-22 15:00:00":616,"2022-01-22 16:00:00":389,"2022-01-22 17:00:00":99,"2022-01-22 17:06:00":23,"2022-01-22 17:11:00":0}
2022-01-21 12:02:06.676 - debug: pvforecast.0 (27391) vorübergabe_power_kw[2]: {"2022-01-21 07:59:00":0,"2022-01-21 08:30:00":68,"2022-01-21 09:00:00":352,"2022-01-21 10:00:00":589,"2022-01-21 11:00:00":716,"2022-01-21 12:00:00":752,"2022-01-21 13:00:00":688,"2022-01-21 14:00:00":591,"2022-01-21 15:00:00":496,"2022-01-21 16:00:00":311,"2022-01-21 17:00:00":102,"2022-01-21 17:05:00":21,"2022-01-21 17:10:00":0,"2022-01-22 07:58:00":0,"2022-01-22 08:29:00":68,"2022-01-22 09:00:00":331,"2022-01-22 10:00:00":512,"2022-01-22 11:00:00":618,"2022-01-22 12:00:00":665,"2022-01-22 13:00:00":608,"2022-01-22 14:00:00":575,"2022-01-22 15:00:00":472,"2022-01-22 16:00:00":300,"2022-01-22 17:00:00":79,"2022-01-22 17:06:00":16,"2022-01-22 17:11:00":0}
2022-01-21 12:02:06.676 - debug: pvforecast.0 (27391) vorübergabe_power_kw[3]: 0
2022-01-21 12:02:06.676 - debug: pvforecast.0 (27391) vorübergabe_power_kw[4]: 0
2022-01-21 12:02:06.678 - debug: pvforecast.0 (27391) write zero to everyhour
2022-01-21 12:02:06.679 - debug: pvforecast.0 (27391) plant_d_everyhourfalse,false,false,false,false
2022-01-21 12:03:00.104 - debug: pvforecast.0 (27391) summary.power_kw: [0,0,0,0,0]
2022-01-21 12:03:00.105 - debug: pvforecast.0 (27391) summary.power_kwh : [0,0,0,0,0]
2022-01-21 12:04:00.041 - debug: pvforecast.0 (27391) summary.power_kw: [0,0,0,0,0]
2022-01-21 12:04:00.042 - debug: pvforecast.0 (27391) summary.power_kwh : [0,0,0,0,0]
2022-01-21 12:05:00.035 - debug: pvforecast.0 (27391) summary.power_kw: [0,0,0,0,0]
2022-01-21 12:05:00.036 - debug: pvforecast.0 (27391) summary.power_kwh : [0,0,0,0,0]

Mal abgesehen davon: Frage an alle API Nutzer: Seit guter einer Woche sind die Werte faktisch nicht zu gebrauchen und liegen im Schnitt um den Faktor 2-3 daneben. Ist das bei euch auch so?

Diginix

Bei mit ist zB pvforecast.0.summary.JSONTable inhaltlich vom Vortag.

Heute in summary:

[
{
    "Uhrzeit": "2022-01-21 08:30:00",
    "Leistung1": 346,
    "summe": 346
},
{
    "Uhrzeit": "2022-01-21 09:00:00",
    "Leistung1": 1720,
    "summe": 1720
},
{
    "Uhrzeit": "2022-01-21 10:00:00",
    "Leistung1": 2277,
    "summe": 2277
},
{
    "Uhrzeit": "2022-01-21 11:00:00",
    "Leistung1": 2382,
    "summe": 2382
},
{
    "Uhrzeit": "2022-01-21 12:00:00",
    "Leistung1": 2270,
    "summe": 2270
},
{
    "Uhrzeit": "2022-01-21 13:00:00",
    "Leistung1": 1798,
    "summe": 1798
},
{
    "Uhrzeit": "2022-01-21 14:00:00",
    "Leistung1": 1261,
    "summe": 1261
},
{
    "Uhrzeit": "2022-01-21 15:00:00",
    "Leistung1": 746,
    "summe": 746
},
{
    "Uhrzeit": "2022-01-21 16:00:00",
    "Leistung1": 367,
    "summe": 367
},
{
    "Uhrzeit": "2022-01-22 09:00:00",
    "Leistung1": 524,
    "summe": 524
},
{
    "Uhrzeit": "2022-01-22 10:00:00",
    "Leistung1": 794,
    "summe": 794
},
{
    "Uhrzeit": "2022-01-22 11:00:00",
    "Leistung1": 884,
    "summe": 884
},
{
    "Uhrzeit": "2022-01-22 12:00:00",
    "Leistung1": 973,
    "summe": 973
},
{
    "Uhrzeit": "2022-01-22 13:00:00",
    "Leistung1": 871,
    "summe": 871
},
{
    "Uhrzeit": "2022-01-22 14:00:00",
    "Leistung1": 798,
    "summe": 798
},
{
    "Uhrzeit": "2022-01-22 15:00:00",
    "Leistung1": 623,
    "summe": 623
},
{
    "Uhrzeit": "2022-01-22 16:00:00",
    "Leistung1": 352,
    "summe": 352
}]

In pvforecast.0.1.JSONTable steht aber:

[
{
    "Uhrzeit": "2022-01-22 07:58:00",
    "Leistung": 0
},
{
    "Uhrzeit": "2022-01-22 08:29:00",
    "Leistung": 124
},
{
    "Uhrzeit": "2022-01-22 09:00:00",
    "Leistung": 611
},
{
    "Uhrzeit": "2022-01-22 10:00:00",
    "Leistung": 913
},
{
    "Uhrzeit": "2022-01-22 11:00:00",
    "Leistung": 1022
},
{
    "Uhrzeit": "2022-01-22 12:00:00",
    "Leistung": 1066
},
{
    "Uhrzeit": "2022-01-22 13:00:00",
    "Leistung": 913
},
{
    "Uhrzeit": "2022-01-22 14:00:00",
    "Leistung": 797
},
{
    "Uhrzeit": "2022-01-22 15:00:00",
    "Leistung": 623
},
{
    "Uhrzeit": "2022-01-22 16:00:00",
    "Leistung": 352
},
{
    "Uhrzeit": "2022-01-22 16:29:00",
    "Leistung": 69
},
{
    "Uhrzeit": "2022-01-22 16:57:00",
    "Leistung": 0
},
{
    "Uhrzeit": "2022-01-23 07:57:00",
    "Leistung": 0
},
{
    "Uhrzeit": "2022-01-23 08:29:00",
    "Leistung": 131
},
{
    "Uhrzeit": "2022-01-23 09:00:00",
    "Leistung": 665
},
{
    "Uhrzeit": "2022-01-23 10:00:00",
    "Leistung": 978
},
{
    "Uhrzeit": "2022-01-23 11:00:00",
    "Leistung": 1054
},
{
    "Uhrzeit": "2022-01-23 12:00:00",
    "Leistung": 1144
},
{
    "Uhrzeit": "2022-01-23 13:00:00",
    "Leistung": 1007
},
{
    "Uhrzeit": "2022-01-23 14:00:00",
    "Leistung": 926
},
{
    "Uhrzeit": "2022-01-23 15:00:00",
    "Leistung": 728
},
{
    "Uhrzeit": "2022-01-23 16:00:00",
    "Leistung": 339
},
{
    "Uhrzeit": "2022-01-23 16:30:00",
    "Leistung": 69
},
{
    "Uhrzeit": "2022-01-23 16:59:00",
    "Leistung": 0
}]

Demnach wird summary nicht immer aktualisiert wenn sich bei Werten der einzelnen Anlagen etwas ändert.

PatrickWalther

@sputnik24 jede Minute ist klar, da ich sie Werte jede Minute Abfrage und ins Log schreibe, allerdings sollte dir suary nicht null werden.

PatrickWalther

@diginix Hmmm..... Steht was in der Log? Passiert das immer zur gleich Uhrzeit?

Diginix

@patrickwalther Loglevel ist error, weil ja noch zu viele Kosmetik (Datentyp) Probs in v0.1.5 sind. Das müllt mir das Log zu sehr zu. Ich kann auch nicht sagen ob das jeden Tag so ist. Ich starte die Instanz täglich 07:05 Uhr neu damit ich wirklich Werte vom aktuellen Tag erhalten. Mit nur 4 Uhr war das schon mal nicht so.
Daher warte ich mal auf dein Update bis ich weiter teste.

JoergH

@sputnik24 Ich tracke ja noch nicht so lange, aber bei mir sieht es ähnlich aus:

Tudo

Mal eine praktische Frage zur Verwendung der gelieferten stündlichen Werte:

Ich möchte mittels Blockly herausfinden, zu welcher Zeit die höchste Erzeugung prognostiziert wird.
Es müssen also alle Datenpunkte miteinander verglichen werden und als Ergebnis eine Uhrzeit ausgeworfen werden.

Kann mir jemand einen Tipp geben, wie ich das machen kann?

Diginix

@tudo Du erstellst 2 Listen. Eine mit allen Uhrzeiten und eine mit allen Leistungswerten. Mit den Blockly Listenfunktionen suchst du dann den Maxwert in der Liste der Leistungswerte bzw. die Position des höchsten Wertes. Mit der Position bekommst du dann in der Liste mit den Zeiten den passenden Zeitpunkt.
Als Quelle für die 2 Listen würde ich pvforecast.0.1.JSONTable nutzen. Vllt geht es auch noch eleganter mit Schleifen. Hab ich aber selbst noch nicht gemacht.

@PatrickWalther
Gerade fällt mir auf, dass bei mir alle states unterhalb pvforecast.0.1.everyhour_kw und pvforecast.0.summary.everyhour_kw 0 zeigen. In pvforecast.0.1.JSONTable sind aber Leistungswerte. Die komplette Tagesprognose selbst ist 5,8 kWh.

Community Forum

NEWS

Test PV Forecast Adapter

Support us

704

32.4k

81.4k

1.3m