- Se conectó Tasmota de los enchufes inteligentes athom.tech
EU style plug V3con Prometheus y Grafana en un homeserver existente para visualizar el consumo eléctrico a largo plazo de electrodomésticos y equipos de cómputo - La arquitectura ejecuta
tasmota-power-exporterpor cada enchufe y Prometheus hace scraping cada 1 segundo; en Grafana hay que ajustarmin stepa 1 segundo para ver gráficos detallados - Tras cerca de 4 meses de mediciones, el termotanque eléctrico consumió en promedio 4.51kWh/día, todo el escritorio de home office consumió en promedio 0.95kWh/día, y la Zimaboard usó unos 7W en uso normal, menos que el módem/router del ISP
- Los gráficos de voltaje también revelaron las horas pico de consumo eléctrico y el funcionamiento de dispositivos de alta potencia; cuando se encienden el termotanque, la pava eléctrica, la cocina eléctrica o el microondas, el voltaje de todos los enchufes baja ligeramente
- Es útil para mediciones a largo plazo, pero algunos enchufes no enviaban estadísticas a tiempo o desaparecían de la red, por lo que requerían reinicio de energía; el control automático basado en tarifas eléctricas queda como candidato para el próximo experimento
Ver el consumo eléctrico a largo plazo con enchufes inteligentes
- El objetivo es hacer seguimiento visual a largo plazo del consumo eléctrico de equipos como el homeserver, el router, la workstation y el termotanque eléctrico
- El medidor digital de electricidad simple que usaba antes alcanzaba para revisar lecturas instantáneas, pero tenía limitaciones para entender cómo consumía energía un dispositivo durante periodos largos
- El producto usado es una variante
EU style plug V3de athom.tech, y el envío a la UE tardó 9 días, incluyendo Navidad - Los enchufes vienen con Tasmota preinstalado; siguiendo las instrucciones incluidas se conectan al Wi‑Fi y luego se administran desde el navegador
- La actualización de firmware se puede llevar hasta la última versión con unos pocos clics desde la GUI web
Arquitectura de recolección con Prometheus y Grafana
- Los datos del medidor eléctrico se recopilan en una instancia de Prometheus que ya existía en el homeserver
- Prometheus se usa como herramienta para leer métricas de varias fuentes periódicamente, guardarlas en disco y luego consultarlas y manipularlas
- En el servidor se ejecuta una instancia de tasmota-power-exporter por cada enchufe
- Prometheus hace scraping de cada exporter una vez por segundo
- También sería posible hacer que el propio enchufe exponga métricas, pero no se eligió el enfoque de compilar directamente el firmware de Tasmota
- Para la visualización se reutiliza la instancia existente de Grafana
- Para obtener los puntos de datos más detallados en los gráficos, hay que cambiar el valor de
min stepa 1 segundo
- Para obtener los puntos de datos más detallados en los gráficos, hay que cambiar el valor de
Consumo eléctrico observado durante unos 4 meses
-
Termotanque eléctrico
- El termotanque eléctrico de 30L fue el equipo que más energía consumió entre los medidos
- Es un termotanque suficiente para una o dos duchas rápidas, o para lavar una gran cantidad de platos
- Las mediciones fueron las siguientes
- Consumo eléctrico típico: 4.51kWh/día
- Mínimo observado: 0.56kWh/día, normalmente cuando no había nadie en casa
- Máximo observado: 11.1kWh/día, en días con mucho lavado de ropa y duchas
-
Homeserver y equipos de red
- Las cargas del homeserver se ejecutan en una Zimaboard, y su bajo consumo eléctrico fue una razón importante para elegirla
- El consumo eléctrico de la Zimaboard fue el siguiente
- En reposo: alrededor de 2W
- Uso normal con todos los servicios ejecutándose: alrededor de 7W
- Consumo eléctrico máximo: alrededor de 15W
- La caja de módem/router provista por el ISP consume siempre 12~14W, tanto en modo router como en modo bridge, por lo que usa más energía que la Zimaboard
- Al agregar una carga sensible a la latencia, por un tiempo se volvió a usar una ASRock Deskmini X300 como homeserver
- El consumo en reposo de la Deskmini es malo en comparación con la Zimaboard y ronda los 15~20W
- La Deskmini parecía no exponer estados de bajo consumo de CPU inferiores a C3, mientras que la Zimaboard expone C-states hasta C10
- No se encontró una forma de exponer C-states más bajos en la configuración UEFI ni en el kernel de Linux
- Al agregar un panel de consumo eléctrico del servidor a la vista de Grafana de Prometheus node exporter, el aumento de actividad de CPU también se ve claramente en el gráfico de consumo eléctrico
Cambios de voltaje y patrones de energía alrededor del escritorio
-
Cambios de voltaje
- Los enchufes Tasmota también reportan el valor de voltaje actual
- En el gráfico de voltaje había un patrón que parecía estacionalidad, y en las horas típicas de consumo eléctrico pico el voltaje bajaba en general
- Este tipo de forma podría ser un candidato para experimentos de detección de anomalías basada en Prometheus, y se puede consultar el artículo de GitLab sobre detección de anomalías con Prometheus
- También se producen caídas de voltaje cuando funcionan dispositivos que consumen mucha energía, como el termotanque, la pava eléctrica, la cocina eléctrica y el microondas
- El termotanque reduce ligeramente el voltaje de todos los enchufes
- Al cocinar con la cocina eléctrica, los ciclos de encendido y apagado también se ven en las lecturas de voltaje de todos los enchufes
-
Workstation de home office
- Un enchufe mide en conjunto los monitores, el dock USB-C, la barra de luz del monitor y los dispositivos que se cargan sobre el escritorio de home office
- El consumo eléctrico varía mucho según las horas de trabajo remoto o si se están cargando varios dispositivos
- Durante el trabajo en la computadora, el consumo eléctrico típico de toda la configuración es de 45~60W, con picos cerca de 90~110W
- El consumo diario medido fue el siguiente
- Consumo eléctrico típico: 0.95kWh/día
- Mínimo observado: 0.07kWh/día
- Máximo observado: 1.52kWh/día
-
Patrones de carga
- Los enchufes inteligentes también son útiles para observar los patrones de carga de varios dispositivos
- Las laptops o baterías externas se cargan rápido al principio, luego la velocidad baja a medida que se llena la batería, y a partir de cierto punto aparece una etapa que se ve como carga lenta hasta llegar al 100%
- La batería de la bicicleta eléctrica fue una excepción: durante la carga el consumo eléctrico aumentó poco a poco y luego cayó más rápido hacia el final de la carga
- La bicicleta eléctrica consumió 0.5kWh para una autonomía de 60km con el preset
Turbo, y el costo por km se calculó en medio centavo
Problemas de estabilidad y próximos experimentos
- La estabilidad de los enchufes inteligentes fue en general aceptable, pero con frecuencia algunos enchufes no reportaban estadísticas a tiempo
- La causa podría ser un problema del punto de acceso Wi‑Fi
- Dos enchufes desaparecieron por completo de la red y no volvieron, por lo que fue necesario reiniciarlos completamente cortando y restaurando la energía varias veces
- Los enchufes pueden encender y apagar dispositivos mediante varias API, incluyendo HTTP
- En el futuro se podría probar encender y apagar ciertos dispositivos según la tarifa eléctrica actual usando Home Assistant o un script simple
- Dentro de lo investigado, existe una integración de nordpool para Home Assistant
- Toda la configuración permite mediciones eléctricas confiables de diversos equipos de cómputo, lo que ayuda a evaluar la eficiencia energética de los dispositivos usados en adelante sin tener que adivinar
1 comentarios
Opiniones en Hacker News
Compré un interruptor de corte de energía Zigbee y conecté toda la electricidad de la casa para que pasara por ahí; también hice una pantalla de tinta electrónica que muestra el consumo eléctrico.
https://www.stavros.io/posts/making-the-timeframe/
Si le conectas un dongle barato, puedes ver estadísticas en una app; por ejemplo, estoy usando este: https://www.homewizard.com/nl/shop/wi-fi-p1-meter/
Ese medidor también ofrece una API de red local. Hice un pequeño driver para SmartThings Hub para poder ver estadísticas y gráficas también en la app de SmartThings, y uso el hub de SmartThings para dispositivos Zigbee/Z-Wave: https://github.com/danieldk/homewizard-energy
El candidato natural para integrarlo sería Home Assistant. No sé si todavía existe una integración lista para usar en Home Assistant para el interruptor Earu, más allá de leer los valores con Zigbee2MQTT y configurar entidades. Aun así, me parece bueno el patrón de conectar el medidor al hub de automatización y que el hub envíe a la pantalla una imagen con el medidor y otra información.
https://imgz.org/
Al pagar con BTC, deberían arreglar el botón “open in wallet”. El enlace está roto.
Por lo demás funciona bien. Ejemplo: https://imgz.org/iAB4tgaJ/
Hace unos años me obsesioné con este tema y compré un dispositivo poco conocido llamado Rainforest Automation Eagle: https://www.rainforestautomation.com/rfa-z114-eagle-200-2/
Es un dispositivo Linux sencillo que, al registrarlo con la compañía eléctrica, lee el medidor inteligente, y ofrece una API XML que estoy puenteando hacia Prometheus: https://github.com/kklipsch/reagle
También puenteé hacia Prometheus el feed de precios de la compañía eléctrica ComEd: https://github.com/kklipsch/comed_exporter
Gracias a ambos, puedo graficar bastante bien el consumo de toda la casa y la información de precios en Prometheus y Grafana.
Fui un paso más allá e instalé un Emporia Vue 2 en el tablero eléctrico. Tiene 16 transformadores de corriente, además de la alimentación principal trifásica.
Está basado en ESP32 y hay un excelente proyecto de ESPHome que se puede flashear para reportes solo locales. Sumando Home Assistant y VictoriaMetrics, ahora puedo ver en Grafana el comportamiento de toda la casa. Lo siguiente es un control de energía de cero exportación usando estos datos para controlar una pequeña instalación solar OpenDTU. Realmente vivimos en una época increíble.
helpde los metadatos de métricas de Prometheus.VictoriaMetrics/Grafana está reemplazando nuestro sistema industrial de almacenamiento de históricos, aunque claro, ese producto no es de gama alta. Supongo que OSI PI sería mejor.
Los clones que encuentro cuestan casi lo mismo que el hardware “original”.
El ATM90E32AS cuesta alrededor de $1 por canal en JLCPCB, así que con ensamblaje SMT incluido parece que podría fabricarse bastante barato. En mi caso de uso son unos 60 circuitos.
Para la carga de toda la casa, recomiendo integrarse con la tecnología de medidor inteligente que se use en cada país.
Para cargas medianas, por ejemplo un interruptor de 32 A en el tablero de distribución del consumidor, todavía no encontré una solución confiable y costo-efectiva.
Usé un dispositivo IoTaWatt que se puede instalar en el tablero. Es una excelente solución para monitoreo por circuito, y tiene integración directa con InfluxDB, así que se puede usar Grafana.
El monitoreo por enchufe también está muy bueno para identificar dispositivos específicos en circuitos específicos.
Video breve de configuración: https://www.youtube.com/watch?v=-tcbJCvuJG8
Tengo 3 alojamientos de renta vacacional en un edificio antiguo y estoy agregando inteligencia y monitoreo; uno de ellos es un kiosco con Raspberry Pi basado en uno de los videos.
Yo también uso IOTAWATT y me gusta mucho. Mi única queja es que me gustaría poder registrar más canales en el mismo dispositivo, digamos unos 30.
Estoy extrayendo métricas de consumo eléctrico de un Tapo P110 y empujándolas a Grafana Cloud con https://github.com/richardjennings/tapmon. Pero, como dijeron otros, usar Wi‑Fi en enchufes inteligentes tiene sus asperezas.
Los enchufes inteligentes Meross son un poco mejores, pero aun así a veces se desconectan. Mejoraron un poco después de una actualización.
Estoy intentando empujar Grafana hacia el lado del control IoT/SCADA. Es una gran herramienta para visualizar fuentes de datos, y quiero que también sea una herramienta para controlar sinks de datos.
Personalmente, no me encanta tener que recomendar Home Assistant para ese uso.
Trabajo en Grafana Labs.
Los sistemas SCADA tradicionales tienen funciones de graficación tan terribles que es un área que se podría sacudir bastante.
Medio en broma y medio en serio, me pregunto si el uso de Grafana en sí no termina anulando los beneficios obtenidos con el monitoreo. Si tuviera que nombrar un software que consume de forma regular muchos más recursos de lo que parece razonable, sería Grafana.
Compré un ESP32 barato y le conecté un sensor de luz, y pegué ese sensor al medidor eléctrico. El medidor parpadea 1000 veces por cada 1 kWh, así que leo esos pulsos.
Subí los datos a Google Sheets y dejé que la hoja los graficara; funciona bien.
También puse otro ESP32 con un sensor PIR en la casa de un familiar mayor, y envío los datos de movimiento a otra hoja de Google Sheets para monitorear cuánta actividad hay.
¿Espero que Google corte este servicio en cualquier momento? Sí, pero por ahora funciona. Desde el ESP32 se pueden escribir y leer datos en Google Sheets en JSON; no es intuitivo, pero es posible y gratis.
Apenas tenía memoria suficiente para levantar un servicio HTTP que permitiera llevar ese valor a iobridge para monitoreo remoto.
Me sorprende que en estos comentarios no se mencionen más los monitores Shelly. Son buenos para monitorear toda la casa, es decir, la acometida y la energía por circuito; las integraciones son bastante abiertas y se integran directamente con Home Assistant.
Dentro de la casa, usar interruptores termomagnéticos comerciales “tontos” y agregarles un monitor adicional parece tener más sentido que acoplar fuertemente la funcionalidad en un solo dispositivo.
Las pinzas trifásicas son muy caras, y no existe una opción para conectar 8 o 16 sensores como con Emporia Vue. Vale la pena mencionar Shelly, pero no para medición de energía detallada.
También está el hecho de que se puede llegar hasta la automatización. Una automatización que hice hace poco baja el volumen del timbre si la máquina de ruido blanco del bebé está encendida.