Phân tích mức tiêu thụ điện của tôi

Phân tích mức tiêu thụ điện của tôi

Giá điện ở Pháp đã tăng đều đặn trong vài năm qua. Đặc biệt, sau khi Nga xâm lược Ukraine, mức giá đã tăng mạnh. Vì vậy, tôi bắt đầu suy nghĩ về cách tối ưu hóa mức tiêu thụ điện của mình.

Phần cứng

• Từ năm 2015, Enedis, cơ quan quản lý lưới điện của Pháp, đã tiến hành thay thế các công tơ điện “ngu ngốc” cũ bằng công tơ “thông minh” Linky.
• Một số người bày tỏ lo ngại rằng công tơ mới sẽ làm tổn thương não bằng sóng vô tuyến Wi-Fi 5G, nhưng tôi nhìn nhận tích cực vì có thể kiểm tra dữ liệu tiêu thụ điện theo thời gian thực.
• Công tơ mới có một cổng giao tiếp cho phép đọc dữ liệu theo thời gian thực.
• Tùy theo hợp đồng, dữ liệu tiêu thụ hằng ngày được cung cấp qua website của Enedis.

Trích xuất dữ liệu

Dữ liệu tiêu thụ

• Có thể tải dữ liệu từ website Enedis ở định dạng CSV, nhưng tự động lấy dữ liệu sẽ tiện hơn.
• Enedis có cung cấp API, nhưng khá khó truy cập. Để giải quyết việc này, tôi dùng API “wrapper” có tên MyElectricalData.
• Mã ví dụ:

  curl -X 'GET' \
    'https://myelectricaldata.fr/consumption_load_curve/$MY_METER_ID/…' \
    -H 'accept: application/json' \
    -H 'Authorization: $MY_TOKEN'
  

• Dữ liệu cho mỗi khoảng 30 phút được cung cấp dưới dạng đối tượng JSON.

Dữ liệu giá

• Biết lượng điện tiêu thụ là quan trọng, nhưng biết chi phí cũng quan trọng không kém.
• Trên data.gouv.fr, cổng dữ liệu công của Pháp, giá điện được quản lý được cung cấp ở định dạng CSV.

Biểu giá điện tại Pháp

• Giá điện gồm phí cố định (theo tháng hoặc theo năm) và phí biến đổi (được quyết định theo lượng tiêu thụ).
• Có nhiều biểu giá khác nhau như giá cơ bản (Base), giá theo giờ cao điểm (Peak Hours), hay gói Tempo.
• Gói Tempo chia thành giờ cao điểm và giờ thấp điểm, đồng thời chia năm thành ba “mùa”: đỏ, trắng và xanh, trong đó đỏ là đắt nhất.

Sử dụng dữ liệu

• Tôi đã viết một ứng dụng web Python nhỏ bằng NiceGUI.
  • Lấy dữ liệu từ Enedis.
  • Lấy giá điện từ nhiều nguồn khác nhau.
  • Hiển thị dữ liệu dưới dạng bản đồ nhiệt.
  • So sánh tất cả biểu giá để chọn biểu giá rẻ nhất.
• Dữ liệu được làm mới mỗi đêm.

Lưu trữ dữ liệu

• Dữ liệu được lưu ở định dạng JSON và được quản lý bằng SQLite.
• Mỗi năm có 17.520 lát thời gian 30 phút.
• Biểu giá được tính cho từng lát thời gian.

Hiển thị dữ liệu

• Dữ liệu được trực quan hóa thông qua UI chính và bảng so sánh.
• Gói Tempo là rẻ nhất, giúp tiết kiệm hơn 300 euro trong 10 tháng qua.

Kết luận

• NiceGUI rất hữu ích để xây dựng ứng dụng web bằng Python.
• SQLite phù hợp cho quản lý dữ liệu đơn giản.
• Mã nguồn và thông tinเพิ่มเติม có trên GitHub.

Ý kiến của GN⁺

• Bài viết này giải thích rất tốt cách tối ưu hóa mức tiêu thụ điện và cắt giảm chi phí. Đặc biệt, phần giải thích chi tiết về hệ thống giá điện tại Pháp rất hữu ích.
• Bằng cách so sánh nhiều biểu giá như gói Tempo để chọn phương án tối ưu, bài viết cho thấy hiệu quả tiết kiệm chi phí rất thực tế.
• Cách trực quan hóa và quản lý dữ liệu bằng NiceGUI và SQLite là một ví dụ hay có thể áp dụng cho các dự án khác.
• Việc giám sát và phân tích dữ liệu tiêu thụ điện theo thời gian thực có thể giúp ích rất nhiều cho việc tiết kiệm năng lượng và giảm chi phí.
• Một công cụ khác có chức năng tương tự là phần mềm quản lý nhà thông minh như Home Assistant.

[GN⁺]

Ý kiến trên Hacker News

• Ontario, Canada đã triển khai đồng hồ điện thông minh trên diện rộng nhưng mức thay đổi về nhu cầu giờ cao điểm không đáng kể

  • Hiệu quả so với chi phí còn gây tranh cãi
  • Việc gắn công tơ phụ cho các căn hộ nhỏ khiến người ta lắp đặt các thiết bị kém hiệu quả hơn
  • LED giá rẻ, các chương trình cải tạo nhà ở và cải thiện hiệu suất thiết bị gia dụng hiệu quả hơn
  • Tủ lạnh thông minh còn thiếu tính năng hoạt động vào khung giờ có giá điện rẻ
  • Cần nâng cao hiệu suất của thiết bị truyền thông

• Đã thực hiện một dự án thu thập dữ liệu bằng đồng hồ điện thông minh Linky của Pháp và ESP8266

  • Việc thu thập dữ liệu gặp khó do sử dụng cổng serial không tiêu chuẩn
  • Có thể thu thập dữ liệu tiêu thụ điện mỗi giây để phân tích chi tiết
  • Từ dữ liệu tiêu thụ điện có thể suy ra chuyển động của con người

• Ở Phần Lan, các đồng hồ điện thông minh cung cấp dữ liệu cho người dùng qua cổng P1 đang được triển khai

  • Dùng dây RJ26 và ESP8622 để thu thập dữ liệu mỗi 4 giây

• Đã thực hiện một dự án dùng ESP32 và cảm biến quang cơ bản để ghi lại mức sử dụng điện lên Google Sheets

  • Gửi dữ liệu mỗi phút để ghi lại mức sử dụng điện theo từng giờ

• Đã thực hiện một dự án dùng bộ điều nhiệt Nest để theo dõi nhiệt độ trong nhà và cài đặt điều hòa

  • Phát hiện rằng khi nhiệt độ bên ngoài thấp hơn nhiệt độ mục tiêu thì mở cửa sổ sẽ hiệu quả hơn
  • Sau khi Google mua lại Nest, cách xác thực API đã thay đổi nên dự án bị dừng lại

• Octopus Energy tại Anh sử dụng dữ liệu từ đồng hồ điện thông minh để cung cấp nhiều gói cước khác nhau

  • Cung cấp dữ liệu tiêu thụ hằng ngày qua API, đồng thời cũng cung cấp thiết bị cho phép xem mức sử dụng theo thời gian thực
  • Các gói Tracker và Agile có mức giá thay đổi theo giá bán buôn
  • Gói cước thông minh sẽ sạc bộ sạc xe điện hoặc pin gia đình vào các khung giờ rẻ

• Việc lắp đặt đồng hồ điện Sense giúp dự đoán và điều chỉnh mức tiêu thụ điện

  • Xác định các thiết bị tiêu thụ điện chính để giảm tiền điện

• Có ý kiến hỏi về trải nghiệm sử dụng framework ứng dụng web Python NiceGUI

  • Có nhắc đến khả năng đa nền tảng tương tự Electron nhưng không thấy xác nhận trong tài liệu

• Có ý kiến cho rằng sẽ rất tốt nếu mọi ổ cắm trên tường và trần nhà đều có thể báo cáo mức sử dụng điện

  • Tò mò liệu điều đó có thể thực hiện qua mạng powerline hoặc Zigbee hay không

• Đã thực hiện một dự án trực quan hóa dữ liệu tiêu thụ điện của Tesla Powerwall bằng giao diện dựa trên Graphana

  • Đồng thời trực quan hóa dữ liệu nhiệt độ trong nhà và hoạt động của điều hòa
  • Có kế hoạch bổ sung dữ liệu sạc xe
  • Graphana và Influx phù hợp cho các dự án như vậy