Analisis konsumsi listrik
(zdimension.fr)- Kenaikan tarif listrik di Prancis membuat pemilihan paket yang sesuai dengan pola pemakaian pribadi semakin penting, sehingga dibuat aplikasi web Python yang menggabungkan data dari meter pintar Linky dan data tarif publik
- Jika transmisi data diaktifkan dalam kontrak, meter Linky mengirimkan data konsumsi ke Enedis dalam interval 30 menit, dan data JSON mentah dapat dikumpulkan otomatis melalui API pembungkus MyElectricalData
- Tarif listrik di Prancis terbagi menjadi biaya langganan tetap dan biaya pemakaian, dan harga per kWh berbeda menurut rentang waktu dan jenis hari seperti Base, Peak Hours, dan Tempo
- Aplikasi mengambil data dari MyElectricalData dan data.gouv.fr, menampilkannya sebagai heatmap, lalu membandingkan biaya per paket tarif berdasarkan konsumsi per interval yang disimpan di SQLite
- Berdasarkan pola pemakaian pribadi, Tempo menghemat lebih dari 300 euro selama 10 bulan terakhir, dan bahkan hanya dengan NiceGUI dan SQLite saja sudah cukup untuk membuat aplikasi analisis pribadi sebesar ini
Meter Linky dan akses data konsumsi
- Operator jaringan listrik Prancis, Enedis, telah mengganti meter listrik lama dengan meter pintar Linky sejak 2015
- Tombol di bagian depan meter dapat digunakan untuk melihat item seperti daya semu sesaat (VA) dan total konsumsi energi kumulatif (kWh)
- Data real-time dapat dibaca melalui port komunikasi di bagian depan, tetapi itu tidak wajib untuk pengumpulan data yang dibutuhkan dalam analisis ini
- Jika pengiriman data diaktifkan dalam kontrak, konsumsi listrik harian dikirim ke Enedis dalam interval 30 menit, dan juga dapat dilihat di situs web Enedis
Mengumpulkan data konsumsi mentah
- Situs web Enedis menyediakan grafik dan filter, tetapi untuk analisis langsung, data mentah perlu diambil dan diproses sendiri
- Ekspor CSV juga dimungkinkan, tetapi metode mengunduhnya setiap hari setelah login tidak cocok untuk otomatisasi
- API Enedis memang ada, tetapi seperti API publik Prancis lainnya, akses memerlukan status profesional terdaftar
- MyElectricalData digunakan sebagai API pembungkus untuk mengambil data Enedis
- API mengembalikan data konsumsi harian dalam bentuk JSON, dan setiap item diidentifikasi dengan waktu akhir dari interval 30 menit
- Contoh:
"2024-02-01 00:30:00"berarti interval 1 Februari pukul 00:00~00:30 - Nilai contoh
1258ditafsirkan seperti “Watt-half-hours”, sehingga diperlakukan sebagai konsumsi 629Wh selama 30 menit tersebut - Karena perhitungan biaya memerlukan satuan Wh, nilainya dibagi dua sebelum pemrosesan berikutnya
- Contoh:
Data tarif listrik Prancis dan struktur paket tarif
- Konsumsi listrik saja tidak cukup untuk menghitung biaya sebenarnya, sehingga data tarif juga diperlukan
- Tarif regulasi dari EDF sebagai pemasok publik ditetapkan pemerintah dan umumnya lebih stabil dibanding tarif pasar dari pemasok swasta
- data.gouv.fr menyediakan dataset publik Prancis, dan data tarif listrik regulasi juga bisa diunduh dalam format CSV
- Tarif listrik di Prancis secara umum terdiri dari dua bagian besar
- Biaya langganan: biaya tetap yang ditentukan per bulan atau per tahun
- Biaya konsumsi: biaya variabel yang berubah sesuai jumlah listrik yang dipakai pada periode tarif tertentu
- Struktur tarif dasar berbeda menurut waktu penggunaan dan kondisi
- Base: tarif listrik sama tanpa memandang jam penggunaan
- Peak Hours: biasanya 16 jam dari 06:00~22:00 adalah Peak, dan 8 jam dari 22:00~06:00 adalah Off-Peak, dengan tarif Peak lebih mahal
- Sinyal awal waktu non-puncak dikirim melalui jaringan listrik, dan peralatan seperti pemanas air kadang diatur agar menyala pada pukul 22:00
- Jika dimanfaatkan dengan baik, pendekatan ini dapat menghemat ratusan euro per tahun
Syarat dan harga paket Tempo
- Tempo membagi hari menjadi jam puncak/non-puncak, lalu menambahkan tiga jenis hari: Red, White, dan Blue
- Hari Red sangat mahal, hari White lebih murah dari Base, dan hari Blue lebih murah lagi
- Warna setiap hari biasanya diumumkan beberapa hari sebelumnya, dan jumlah hari per warna sudah tetap
- Hari Red hanya bisa terjadi 22 hari per tahun dan hanya dialokasikan pada musim dingin
- Per 15 Februari 2024, harganya sebagai berikut
- Base: 25.16¢/kWh
- Peak: puncak 27.00¢/kWh, non-puncak 20.68¢/kWh
- Tempo Blue: puncak 16.09¢/kWh, non-puncak 12.96¢/kWh
- Tempo White: puncak 18.94¢/kWh, non-puncak 14.86¢/kWh
- Tempo Red: puncak 75.62¢/kWh, non-puncak 15.68¢/kWh
- Jika hanya melihat harga rata-rata, Tempo tampak menarik, tetapi paket ini mencerminkan kondisi saat beban jaringan meningkat karena kebutuhan pemanas di musim dingin
- Jika tinggal di wilayah yang musim dinginnya dingin seperti sebagian besar daratan Prancis dan menggunakan pemanas listrik, Tempo bisa menjadi paket yang paling mahal
- Jika menggunakan gas atau kayu untuk pemanas, atau tinggal di wilayah selatan, Tempo bisa menjadi pilihan yang baik
Implementasi aplikasi web Python
- Dibuat sebuah aplikasi web Python kecil menggunakan NiceGUI
- Aplikasi melakukan empat tugas
- Mengambil data konsumsi Enedis melalui MyElectricalData
- Mengumpulkan data tarif listrik dari beberapa sumber
- Menampilkan data sebagai heatmap
- Membandingkan semua paket tarif yang tersedia untuk menemukan yang paling murah
- Data konsumsi diperbarui setiap malam, dan data untuk hari N biasanya tersedia dari Enedis pada dini hari N+1 antara 01:00~02:00
Struktur penyimpanan SQLite dan perhitungan
- Karena API mengembalikan JSON setiap hari, mengambil ulang seluruh riwayat konsumsi setiap kali aplikasi dijalankan lebih berat daripada ekspor CSV
- Prototipe pertama menserialisasi kamus besar dengan
pickle, tetapi karena jumlah data yang harus disimpan, akhirnya beralih ke SQLite - Satu hari dibagi menjadi 48 interval 30 menit, dan satu tahun menjadi 17.520 interval
- Karena harga untuk tiap paket tarif juga harus dihitung pada setiap interval, join di basis data relasional sangat cocok digunakan
- Skema menyimpan data konsumsi dan data interval per paket tarif secara terpisah
consumption: menyimpan tahun, bulan, hari, nomor interval 0~47, dan nilaiplan_slice: menyimpan ID paket tarif, daya kontrak, jenis hari Tempo, awal/akhir periode tarif, biaya langganan, dan harga kWh puncak/non-puncak
- SQL untuk menghitung data tampilan dibuat secara dinamis sesuai input UI dan paket tarif yang dipilih, dan berjalan cukup cepat
Hasil analisis dan evaluasi alat
- Berdasarkan pola pemakaian pribadi, paket tarif Tempo adalah yang paling murah
- Selama 10 bulan terakhir, paket Tempo menghemat lebih dari 300 euro
- Bahkan pada Januari, saat pemanas listrik harus dinyalakan beberapa hari dan hari Red juga banyak, hari Blue dan White tetap menutup mahalnya hari Red sehingga total bulanan masih lebih murah daripada Base
- NiceGUI nyaman digunakan untuk membuat aplikasi web Python, dan juga punya mode native sehingga bisa dipakai sebagai framework aplikasi desktop lintas platform mirip Electron
- Komponen bawaannya bagus, dan saat perlu, fitur native Quasar juga bisa digunakan
- SQLite juga mudah ditangani untuk kasus penggunaan sederhana seperti ini
- Kodenya tersedia di GitHub
- Ada juga alat open source terpisah untuk pembaca Prancis, comparateur-abonnements-electricite
- Kodenya ada di EDF_Simulateur_Prix
- Alat ini membandingkan berbagai paket langganan listrik di Prancis berdasarkan ekspor CSV dan menghitung total biaya untuk masing-masing paket
- Alat ini mendukung lebih banyak paket tarif daripada alat buatan penulis, tetapi alat penulis lebih berfokus pada analisis konsumsi harian
1 komentar
Opini Hacker News
Di Ontario, Kanada, meteran listrik pintar juga telah diadopsi secara besar-besaran, tetapi orang-orang tidak banyak memindahkan penggunaan mereka ke jam sibuk yang berbeda, dan apakah biaya implementasinya layak pun masih meragukan.
Biaya implementasinya kurang lebih sama bahkan untuk rumah tangga dengan konsumsi rendah, sementara keuntungan yang didapat dari perubahan kebiasaan makin lama makin menurun.
https://www.auditor.on.ca/en/content/annualreports/arreports...
Submetering juga didorong untuk unit kecil seperti kondominium atau apartemen, tetapi penyewa atau penghuni hampir tidak punya ruang untuk mengendalikan peralatan dan konsumsi mereka.
Justru karena pemilik atau pengembang tidak membayar tagihan listrik secara langsung, insentif untuk memasang peralatan yang tidak efisien menjadi lebih besar.
Dalam praktiknya, taktik seperti LED yang sangat murah, dukungan renovasi, dan peningkatan efisiensi peralatan jauh lebih efektif, dan TV serta komputer kini hanya memakai sebagian kecil daya dibanding dulu, sementara adaptor sekarang hampir semuanya merupakan switching power supply.
Saya masih belum menemukan “kulkas pintar” yang berjalan pada suhu sangat rendah saat tarif murah lalu mengurangi konsumsi saat tarif mahal, dan meskipun terdengar paradoks bahwa memakai lebih banyak listrik demi berhemat itu masuk akal, sebenarnya memang begitu.
Saya juga berharap ada tekanan agar operator telekomunikasi memperhatikan efisiensi peralatan terminal pelanggan yang mereka wajibkan untuk digunakan.
Di Inggris, tarif seperti itu sudah ada dan perbedaan harganya cukup jelas: https://agileprices.co.uk/
Di tengah harga grosir yang sangat bergejolak akibat energi terbarukan, tarif tunggal atau tarif siang-malam sederhana kini tampak seperti pendekatan yang sudah sangat usang.
Listrik sedang bergerak ke arah gratis atau bahkan bernilai negatif untuk waktu yang cukup lama, dan jauh lebih mahal pada jam-jam lainnya.
Namun, saya tidak yakin apa yang benar-benar bisa dilakukan konsumen selain membeli baterai.
Tidak banyak orang yang akan memajukan atau menunda makan malam 3 jam, lalu mencuci pakaian tengah malam, hanya demi menghemat beberapa dolar.
Pemanas dan pendingin memang memakai banyak listrik, jadi ada nilai dalam menguranginya pada jam tertentu.
Area yang berpotensi menghasilkan uang adalah proses industri murah yang memakai banyak listrik tetapi bisa dinyalakan dan dimatikan, misalnya hanya berjalan 25% dari waktu.
Ini sulit karena biaya modal dan operasional untuk membiarkan peralatan serta tenaga kerja menganggur cukup besar, tetapi karena penghematan energinya sangat besar, pada akhirnya pasti akan muncul sesuatu, dan elektrolisis hidrogen bisa menjadi salah satu kandidat.
Ice Bear dari Ice Energy dirancang untuk membuat es pada malam hari lalu memakai es itu pada siang hari untuk mendinginkan refrigeran, sehingga kondensor yang boros energi tidak perlu terlalu banyak bekerja pada jam beban puncak.
Stanford juga memiliki tangki air 4 juta galon di bawah area parkir dan jaringan pipa sepanjang 360 mil; pada malam hari mereka membuat es dengan refrigeran amonia lalu menggunakannya untuk pendinginan kampus dari tengah hari hingga pukul 6 sore.
Pada 1999, sistem itu diubah ke bentuknya yang sekarang dengan biaya 22 juta dolar, dan dikatakan menghemat sekitar 500 ribu dolar per tahun dalam biaya listrik.
Saya rasa tujuan utamanya lebih dekat ke mengurangi kunjungan pencatatan meter daripada mendorong respons permintaan dari konsumen.
Adaptasi membutuhkan waktu, dan juga perlu fluktuasi harga yang cukup ekstrem agar orang termotivasi.
Diperlukan juga alat yang dapat mengotomatiskan respons permintaan berdasarkan harga pasar, dan sekarang sudah bisa mengatur pompa panas serta pengisi daya kendaraan listrik agar berjalan pada jam yang paling murah.
Technology Connections juga pernah mengatakan bahwa mereka menggunakan AC seperti itu: didinginkan keras semalaman agar rumah menjadi lebih dingin dan dapat bertahan dengan beban lebih ringan pada siang hari.
Distributor listrik di Ontario menampilkan jam dan harga dengan sangat jelas; tarif puncaknya sekitar CAD 0.18/kWh, sedangkan di luar puncak CAD 0.11/kWh, jadi selisihnya lebih dari 50%.
Masalahnya, listrik di Ontario, Quebec, Manitoba, dan British Columbia relatif murah dibanding tingkat pendapatan, sehingga insentif untuk memakainya dengan lebih efisien menjadi lemah.
Penghematannya tidak cukup besar untuk sebanding dengan usaha yang dibutuhkan.
Meteran pintar juga dipasang agar pembacaan meter lebih cepat dan untuk mengumpulkan data tentang kapan tepatnya orang menggunakan listrik.
Sistem distribusi listrik bersifat pasif, sehingga operator jaringan hampir tidak bisa melihat apa yang terjadi di berbagai tempat dan waktu.
Meteran pintar adalah teknologi dasar yang memungkinkan rencana dan bisnis lain dijalankan.
Hydro-Québec memang memungkinkan pengguna melihat konsumsi listrik real-time, tetapi meskipun meteran saya dari 2011 juga mampu, distributor tidak membagikan kunci dekripsinya.
Meskipun tidak banyak mengubah kebiasaan penggunaan listrik, ini jelas bukan proyek merugi dan tetap sangat layak untuk diinvestasikan.
Beberapa tahun lalu saya mengerjakan proyek dengan Linky di Prancis; sebuah ESP8266 membaca aliran data serial dari port terbuka di bagian bawah, mencatatnya ke basis data deret waktu InfluxDB di server lokal, lalu metriknya dilihat lewat dasbor Grafana.
Karena port serialnya tidak standar, saya harus menelusuri pengaturan seperti 7-bit, tanpa parity, 1 stop bit, dan juga perlu sedikit rangkaian level shifting untuk ESP8266.
Hasilnya, saya mendapatkan data penggunaan daya kira-kira setiap 1 detik, dan data itu memungkinkan analisis yang sangat rinci.
Saya sering memakai cerita ini saat menjelaskan serangan side-channel pada sistem yang menggunakan data seperti ini.
Setelah diamati beberapa waktu, dari perubahan transien daya dan perubahan terkuantisasi saat tiap perangkat menyala atau mati, kita bisa mengetahui di lantai mana ada orang di dalam rumah.
Misalnya, ketel listrik di dapur selalu memakai 1220±5W, dan tidak ada benda lain di rumah yang menghasilkan lonjakan bertingkat sebesar itu.
Lampu kamar tidur di lantai paling atas memakai tepat 42W, dan mesin cuci mulai dengan pola kenaikan yang sangat spesifik lalu bolak-balik antara dua tingkat daya setiap 30 detik.
Bahkan hanya dengan satu angka total daya seluruh rumah, jika resolusi waktunya cukup tinggi, kita bisa mengetahui cukup banyak tentang pergerakan dan perilaku manusia.
Di Finlandia, dan mungkin juga negara-negara Nordik lain, meteran dengan port P1 yang memungkinkan pengguna mengambil data sendiri mulai bermunculan
Hanya dengan kabel RJ26, ESP8622, dan sedikit konfigurasi esphome, data meteran lengkap diterima setiap 4 detik
Bisa melihat total pemakaian, pemakaian saat ini, arus dan tegangan per fasa, dan sebagainya
Smart meter dihubungkan ke Raspberry Pi Zero WH dengan Ethernet HAT dan kabel pembaca inframerah USB, lalu Pi membaca semua nilainya dan mengirimkannya via MQTT ke InfluxDB 2.0
InfluxDB dijalankan tervirtualisasi di atas Proxmox
Pada saat yang sama, inverter surya juga mencatat ke InfluxDB yang sama melalui Modbus TCP dengan open source bernama “Solaranzeige”, lalu divisualisasikan dengan Grafana
Ini adalah stack yang bagus dan sudah berjalan tanpa masalah selama lebih dari 7 tahun, serta membantu memahami penggunaan listrik dengan lebih baik
Versi terbarunya bahkan menyuplai daya untuk ESP lewat port tersebut, jadi meski meterannya berada di luar ruangan, tidak perlu pusing memikirkan cara menarik daya
Karena dua arah, ini juga siap untuk menyalurkan tenaga surya ke jaringan listrik
Lokasinya cukup jauh dari wilayah metropolitan, jadi mungkin ini bagian dari penggantian secara nasional
Meteran listrik model lama juga mengirimkan penggunaan listrik ke Google Sheets setiap 1 menit
Menggunakan ESP32 dan sensor optik yang sangat sederhana, dengan sensor ditempel di atas LED 1000th/kW memakai Blu Tack
LED ini berkedip 1000 kali untuk setiap 1 unit listrik yang terpakai, dan informasinya dikirim ke Google Sheets lewat Wi-Fi
Total per jam juga dicatat tanpa batas waktu, setidaknya sampai Google Sheets mulai mengeluh
Sudah lama ingin mengambil data dari meteran lama, jadi ingin tahu lebih banyak
Di Inggris, banyak pelanggan memiliki smart energy meter, dan Octopus adalah pemasok energi yang sangat piawai memanfaatkannya untuk para pecinta data dan orang yang ingin berhemat
Datanya bisa diambil lewat API untuk mendapatkan pemakaian harian yang dibagi per 30 menit[0], dan juga bisa diunduh langsung sebagai file CSV dari bagian penggunaan energi di situs webnya
Data API hanya diperbarui sekali sehari, tetapi jika memakai perangkat tambahan kecil gratis dari Octopus[1], pengguna bisa mengakses pemakaian secara real-time. Kemungkinan diperbarui setiap 10 detik
Semua data ini dikumpulkan secara real-time melalui integrasi Home Assistant
Ada juga berbagai tarif dengan harga dinamis untuk memanfaatkan smart meter
Tracker[2] yang paling sederhana mengubah tarif harian sesuai harga grosir
Agile[3] memakai konsep yang sama, tetapi harga berubah setiap 30 menit, dengan puncak yang lebih tinggi dan titik rendah yang lebih rendah, sehingga cocok jika bisa memindahkan penggunaan ke luar jam sibuk
Ada juga tarif “cerdas”, di mana jika mengizinkan Octopus mengendalikan charger mobil[4] atau baterai rumah[5], pengisian dilakukan pada waktu termurah
Octopus benar-benar melakukannya dengan baik di Inggris, dan dengan nama Kraken[6], mereka juga menjual layanan backend ke perusahaan energi lain yang sebelumnya masih tertinggal di zaman batu
[0] https://developer.octopus.energy/docs/api/
[1] https://octopus.energy/blog/octopus-home-mini/
[2] https://octopus.energy/smart/tracker/
[3] https://octopus.energy/smart/agile/
[4] https://octopus.energy/smart/intelligent-octopus-go/
[5] https://octopus.energy/smart/intelligent-octopus-flux/
[6] https://kraken.tech
Mereka menjalankan kampanye iklan yang cukup mengejutkan, hanya menampilkan maskot merah muda sehingga orang sulit tahu sebenarnya mereka menjual apa
Di Prancis, pemasok alternatif EDF memiliki reputasi yang sangat buruk
Kontraknya tidak jelas dan harga bisa berubah drastis, seperti setelah perang Ukraina
Sebagian bahkan memakai tenaga penjual tidak bermoral yang menipu lansia agar mengganti kontrak; Total Energy terlintas di pikiran
Kebanyakan hanya membeli MWh dari EDF untuk dijual kembali dan berspekulasi pada kontrak produksi masa depan, tanpa menginvestasikan 1 euro pun ke fasilitas produksi
Akan bagus kalau ada cara untuk mematikan pemanas air listrik dari jam 10 malam sampai sekitar jam 7 pagi
Rasanya tidak ada alasan untuk terus menjaga air tetap panas saat tidak ada yang membutuhkannya, dan saya juga tahu bahwa energi yang dibutuhkan untuk memanaskannya kembali lebih kecil daripada mempertahankan suhunya
Suhunya juga sudah saya turunkan serendah mungkin
Susunannya berupa sakelar lampu timer yang dapat diprogram https://leviton.com/products/vpt24-1pz dan kontaktor kendali 120V
Saya tidak tahu model pastinya, tapi kemungkinan ini: https://ca.rs-online.com/product/eaton-cutler-hammer/c25bnb2...
Di dalam kotak ada rangkaian 240V dan rangkaian 120V, dan rangkaian 120V terhubung ke sakelar lampu timer yang dapat diprogram lalu diteruskan ke input kendali kontaktor
Jalur 240V masuk ke kontaktor lalu keluar dari sisi lainnya menuju pemanas air
Dalam kasus saya, saya mengaturnya agar pemanas air mati pada hari kerja dari pukul 4 sore sampai 11 malam untuk menghindari tarif jam puncak. Saya biasanya mandi pada waktu itu
Kalau perlu, saya bisa membuka kotaknya dan menekan sakelar timer untuk menonaktifkan program sementara
Tapi saya tidak punya pengukuran yang menunjukkan apakah ini benar-benar sepadan dengan biayanya
Meski begitu, momen saat tangki air panas menyala pada jam 11 malam terlihat sangat jelas di data penggunaan listrik per jam
Jika lebih dari 40A pada 240V, beli saja sakelar jam astronomi 120V, lalu gunakan keluarannya sebagai input kumparan kendali 120V untuk kontaktor yang sesuai dengan kapasitas pemanas air
Secara umum, sebaiknya air dijaga cukup panas untuk membunuh bakteri dan mencegah perkembangbiakannya
Tapi ini hanya berguna kalau tinggal sendiri
Kalau pacar tinggal bersama, mengutak-atik pasokan air panas adalah hal yang mutlak dilarang
Saya memakai UI berbasis Grafana yang lumayan bagus untuk menampilkan data konsumsi daya Tesla Powerwall: https://github.com/jasonacox/Powerwall-Dashboard
Saya juga melihat suhu ruangan dan operasi AC: https://github.com/cdzombak/ecobee_influx_connector
Saya berencana menambahkan juga data pengisian mobil lewat ChargePoint Home
Menurut saya kombinasi Grafana+Influx cocok untuk proyek seperti ini
Beberapa tahun lalu saya memasang meter listrik Sense dan sangat puas dengannya
Memang butuh waktu untuk menyiapkan, membiasakan diri, dan sampai berbagai perangkat terdeteksi, tetapi sekarang saya bisa memprediksi tagihan listrik yang akan datang dengan cukup stabil dan menyesuaikannya bila perlu
Hal yang paling membantu adalah ia menunjukkan perangkat dengan konsumsi daya tertinggi, dan dengan memperhatikannya saya berhasil menurunkan tagihan setidaknya sepertiga
Ketakutan dan kontroversi soal meter terhubung lebih dekat pada kekhawatiran bahwa perusahaan besar bisa memutus atau membatasi listrik pelanggan dari jarak jauh, serta pihak ketiga dapat menebak pola hidup keluarga dan menyalahgunakannya untuk hal seperti pencurian, daripada soal “pengawasan” oleh korporasi besar
Membaca meteran tanpa masuk ke dalam rumah sebenarnya sudah lama terpecahkan lewat “telereport”
Ini berupa bus kabel khusus kecil yang menjangkau area bersama seperti pintu masuk apartemen atau kotak dekat akses rumah, sehingga pembacaan lokal bisa dilakukan
Dengan cara ini pun pengiriman data jarak jauh tetap bisa dilakukan tanpa fitur tambahan seperti pembatasan atau pemutusan
Karena alasan serupa, standar IVRE, yaitu untuk pengisian rumah kendaraan listrik baterai, juga menuai kontroversi
Standar itu mewajibkan semacam kendali jarak jauh yang bisa memutus beban saat jaringan listrik membutuhkannya, tanpa mempertimbangkan bahwa cukup banyak orang dengan tenaga surya rumah untuk konsumsi sendiri juga bisa ikut terputus
Pendekatannya seperti “kalau jaringan listrik terbebani, jalankan ini”, tanpa menganalisis beban yang justru diserap jaringan
Penilaian bahwa situs web Enedis bagus juga masih bisa diperdebatkan
Bukan untuk meremehkan pekerjaan penulisnya, tetapi menurut saya pemantauan hanya berguna kalau kita bisa menindaklanjutinya
Memiliki tenaga surya dan peralatan yang bisa dikendalikan memang bagus, tetapi hampir tidak ada peralatan yang benar-benar dirancang untuk berjalan saat tenaga surya tersedia, dan 99% produk yang mengklaim begitu pun sama saja
Yang pertama terlintas adalah pemanas air rumah, dan itu bisa dikendalikan dengan HA/Shelly dan sejenisnya untuk memindahkan beban. Kadang cukup dengan memutus listrik mendadak lalu menyalakannya lagi saat tenaga surya cukup
Setelah itu ada mesin pencuci piring dan mesin cuci yang diisi lebih dulu lalu diatur agar “berjalan sebelum tanggal/jam yang ditentukan, kalau bisa dengan listrik tenaga surya”
Otomatisasi seperti ini secara teknis sangat sederhana dan murah bila dimasukkan ke desain peralatan, tetapi tampaknya hampir tidak ada yang melakukannya sampai sekarang
Sebaliknya, pemantauan wajib dan solusi pemantauan terbuka justru makin didorong
Secara pribadi saya punya tenaga surya dan berusaha memindahkan beban sebanyak mungkin, tetapi itu benar-benar sulit, dan kebanyakan berhenti di tingkat smart switch yang terhubung ke HA
Mesin pencuci piring atau mesin cuci memang bisa diretas. Karena peralatannya sederhana, cukup melihat pengendalinya lalu mereplikasikannya dengan GPIO pada perangkat seperti Raspberry Pi Zero, tetapi cara kendalinya berbeda-beda untuk tiap perangkat sehingga proses panjang dan merepotkan itu harus diulang setiap kali ganti perangkat
Tidak ada standar
Saya pernah membuat proyek yang melacak suhu dalam ruangan dan pengaturan AC dengan termostat Nest, serta suhu luar ruangan dari informasi cuaca
Saya menemukan bahwa pada malam hari, meski suhu di luar sudah lebih rendah daripada suhu target, AC sering kali tetap menyala
Berkat itu saya jadi tahu bahwa membuka jendela lebih baik, dan meskipun saya tidak punya cara untuk melacak perubahan penggunaan listrik, saya puas karena bisa memasukkan jauh lebih banyak udara segar
Setelah Google mengakuisisi Nest dan mengubah metode autentikasi API, semuanya berhenti berfungsi, dan karena ada bayi yang baru lahir, saya tidak sempat mendukung API baru
Mungkin musim panas ini saya akan menghidupkannya lagi
Satu hal lagi, karena udara hangat bisa berkumpul di sudut, membalik arah kipas atau mengarahkan kipas ke sudut bisa membantu