Smartmeter privat

Irgendwie wollte ich ja schon immer ein Smartmeter haben. Aber da ich ja ein paranoider Nerd bin war mir die Vorstellung nicht geheuer, dass mein Stromanbieter auf die erhobenen Daten zugreifen kann. Also habe ich mir jetzt kurzerhand einen entsprechenden Zwischenzählen einbauen lassen. Und zwar einen SDM630-Modbus. Der Zähler hat eine Modbus-Schnittstelle via RS485 über die man viele interessante Messwerte und Verbrauchszahlen auslesen kann. Schon nach wenigen Tagen Übung kann man durch einen Blick auf die Grafiken erkennen, welches Geräte gerade aktiv ist. Und anhand der Phase auch in welchem Teilbereich der Wohnung. Nein, diese Daten würde ich wirklich nur ungern aus der Hand geben 🙂

IMG_0407

Bei der Anbindung via RS485  habe ich es mir leicht gemacht. Ich wollte sowieso einen Raspberry PI 3 kaufen, um darauf mit verschiendenen Hausautomatisierungs-Lösungen zu spielen. Bei Ebay habe ich dann diesen RS485 auf USB Adapter gefunden, der auch unter Linux (und damit unter Raspbian) funktioniert. Und Last but not least gibt es für FHEM ein fertiges Modul für den Zähler. Auch der Standort am Stromverteiler in der Mitte der Wohnung erschien für den Raspberry günstig. Blieb noch der Einbau des Zähler, der die Beauftragung eines Elektrikers erforderte. Es ist nicht ratsam, wenn man selbst direkt hinter der 63A 3-Phasen Vorsicherung herumbastelt 🙂 Der Einbau wurde schnell erledigt und eine verdrillte RS485 Leitung aus dem Sicherungskasten heraus geführt.

Dann nur noch die Adern in den RS485-Adapter und in FHEM das Modul konfiguriert und voila gibt es schöne Grafiken:

Screenshot from 2016-03-23 19:53:46

Wenn man in die untere Grafik rein zoomt, dann sieht man, dass die Watt-Summe eine sehr hohe Auflösung hat. Ich habe nicht für alle Kennzahlen eine derart hohe Auflösung aktiviert, da der Datenbestand in der MySQL auf dem Raspberry dann sehr schnell anwächst. Im folgenden Bild kann man aber gut erkennen, dass die Auflösung der Summe schon reicht, um eine Art “Fingerprinting” für Geräte zu betreiben.

Screenshot from 2016-03-23 20:36:23

Wenn man die Verbrauchszahlen – und vor Allem die Verbrauchsmuster bei gewöhnlicher Nutzung – von Geräten kennt, dann kann man diese in der Kurve identifizieren und damit Rüchschlüsse auf die Verwendung und Verwendungsdauer spezifischer Geräte ziehen. Es wäre hier durchaus möglich die Auflösung weiter zu erhöhen bzw. auch die 3 einzelnen Phase in einer entsprechenden Auflösung zu erfassen. Wenn der Energielieferant das tut, dann braucht es nur gängige Big-Data Technologie und ein paar clevere Algorithmen und dem gläsernen Stromverbraucher steht nichts im Weg.

Natürlich ist auch der positive Aspekt nicht zu verschweigen. So weis ich jetzt, dass Wohn- und Esszimmer in Festbeleuchtung mit LED-Lampen gerade mal 48 Watt verbrauchen. Wären das Glühlampen, wäre wir hier eher bei 280 Watt. Der Kühlschrank, auffällig durch die durchgehende Square-Wave in den Grafiken, verbraucht ca. 100 Watt mehr wenn er kühlt. Man sieht dies gut in der folgenden Grafik:

Screenshot from 2016-03-23 20:52:19

Die schlimmsten Stromfresser sind Geräte, die Hitze erzeugen. Ein Fön, ein Toaster, ein Wasserkocher schlagen gleich mit 1-2KW ein. Vom Backofen gar nicht zu reden 🙂 Der Wärmepumpen-Trockner hingegen war gar nicht so schlimm wie erwartet. Zu Beginn gibt es einen ordentlichen Peak der aber dann stetig abfällt, weil die Energie wiederverwendet wird.

Alles in allem ist das wirklich ein sehr spannendes Projekt. Der Erkenntnisgewinn ist groß. Sowohl über den eigenen Stromverbrauch und das Nutzungsverhalten. Als auch über die Notwendigkeit des Datenschutzes in diesem Bereich.

Hier noch eine schnelle Anleitung, wie man das Modul in FHEM aktiviert bekommt:

  • Download des Moduls 98_ModbusSDM630M.pm im Foren-Beitrag bei FHEM. Dazu ist eine Anmeldung notwendig.
  • Kopieren des Moduls in den FHEM Ordner der FHEM-Installation. Bei Installation durch das .deb Paket ist es /opt/fhem/FHEM
  • Definieren des Modbus und des Zählers in der fhem.cfg. Bei mir ist der USB-Adapter /dev/ttyUSB0
  • Danach FHEM neu starten und dann sollten bereits die ersten Daten einlaufen

Das FileLog-Backend war auf dem Raspberry PI 3 nicht verwendbar. Die Erzeugung von Grafiken unsagbar langsam. Daher habe ich auf DBLog gewechselt. Zusätzlich habe ich das “Neue Charting Frontend” installiert, um komfortabel nette und zoombare Grafiken zu erstellen.

Leave a Reply