Was macht Home-Energy-Manager?
LP-basierter Hausenergieplaner. Optimiert eine Fox ESS-Batterie + Daikin Altherma-Wärmepumpe gegenüber Octopus-Agile-Halbstundentarifen mittels eines PuLP-MILP-Lösers – mit Regelkreis-Wiederholung, Szenarienrobustheit und einer MCP-Werkzeugoberfläche für OpenClaw / Claude.
Überblick
Dieses Werkzeug erstellt mit linearer Programmierung (LP) einen optimalen Fahrplan für die Energienutzung im Haushalt. Es berücksichtigt:
- Fox ESS Batterie: Lade- und Entladezyklen werden optimiert, um günstige Tarifzeiten zu nutzen.
- Daikin Altherma Wärmepumpe: Der Betrieb wird an die Wärmebedarfsprognose und die Stromtarife angepasst.
- Octopus Agile Tarife: Halbstündlich wechselnde Preise werden automatisch abgerufen und in die Optimierung einbezogen.
Funktionen
- MILP-Optimierung: Verwendet den PuLP-Löser für gemischt-ganzzahlige lineare Programmierung.
- Regelkreis-Wiederholung: Führt die Optimierung in regelmäßigen Abständen durch, um auf Änderungen in Echtzeit zu reagieren.
- Szenarienrobustheit: Bewertet verschiedene Wetter- und Tarifszenarien für eine zuverlässige Planung.
- MCP-Werkzeugoberfläche: Bietet standardisierte Schnittstellen für die Integration mit OpenClaw und Claude.
Voraussetzungen
- Python 3.10 oder höher
- PuLP-Bibliothek (
pip install pulp) - Zugang zu Octopus-Agile-APIs (oder lokale Tarifdaten)
- Konfigurationsdatei mit Anlagendaten (Batteriekapazität, Wärmepumpenparameter etc.)
Verwendung
- Installieren Sie die Abhängigkeiten:
pip install -r requirements.txt - Konfigurieren Sie Ihre Anlage in der Datei
config.yaml. - Führen Sie die Optimierung aus:
python planner.py - Für die MCP-Schnittstelle: Starten Sie den MCP-Server mit
python mcp_server.py
Integration mit Claude
Über die MCP-Werkzeugoberfläche können KI-Agenten wie Claude direkt auf die Optimierung zugreifen:
get_plan: Ruft den aktuellen Fahrplan ab.update_forecast: Aktualisiert die Wetter- oder Tarifprognose.run_scenario: Führt eine Szenarienanalyse durch.
Lizenz
MIT