Beräkna lönsamhet på hemmabatteri
Med registrerade timvisa data (t.ex. föregående år) på el-förbrukning, producerad el (sol), såld el och spotpriser borde man ju kunna beräkna lönsamhet på ett hemmabatteri. Bäst vore ju att kunna köra dessa data genom varje batteris AI-algoritmer men det har jag inte sett någon erbjuda. Är det någon som sett någon liknande tjänst där man kan testa vilken teoretisk besparing man skulle fått utifrån registrerade data?
Hej.Olle Bull skrev:
Har letat efter detsamma.
Till slut gjorde jag ett eget Python script med MILP optimering mhja ORTOOLS för att se vad jag maximalt skulle kunna tjäna på solceller med och utan batteri under 2023-2024. Om du vill använda dig av python scriptet så skicka mig ett PM så kan jag dela mitt google coolab dokument.
Med målfunktion att minimera kostnaden (obs pseudokod):
grid_import[t]*(price + fixed_cost) - grid_export[t]*(price / export_moms_factor + export_bonus))
Input:
Datum (2023-01-01 00:00:00), förbrukning (kWh), spotpris inkl moms (kr/kWh) och pv (solcells produktion)
(PV - använt av data ifrån EU's PVGIS.) Jag simulerar inte optimering inte förbrukningen.
Output - excel med:
input + grid -> load, battery; battery->load, grid, PV-> load, grid, battery timme för timme (mfl parametrar) samt översikt kostnad utan, med solceller, med solceller och batteri.
# === Parametrar ===
eta_ch =0.95 #Förlust uppladdning - enligt specifikation
eta_dis = 0.95 #Förlust urladdning
E_max = # Batteri max uppladdning kWh
cycles_per_day = #max cycles per day
energy_per_day = cycles_per_day * E_max
fixed_cost = # kr/kWh ( Elöverföring+ Energiskatt+ Rörlig kostnad+påslag)
P_max = # max kW ladd/urladd - beroende av spec och växelriktare
export_bonus = 0.10 # kr/kWh ersättning vid export utöver spotpris.
export_moms_factor = 1.25 # säljer exkl moms
PS Har naturligtvis vissa constraints DS