Ein kleiner Bericht vom BadenCampus Blackforrest Hackathon mit unserer Challenge: 

“Wie können wir eine innovative Lösung entwickeln, die Prosumenten (Nutzern mit Solarenergie und Speichern) hilft, ihren Energieverbrauch und ihr Einspeiseverhalten zu optimieren, um die Netzstabilität zu unterstützen, die CO₂-Emissionen zu reduzieren und den finanziellen Nutzen zu maximieren?”, die wir mit Fördermitteln aus dem Projekt “Dezentrale saisonale Stromspeicher und netzdienliche Innovationen“ der Deutschen Bundes Umweltstiftung finanziert haben.

Seit November 2024 sind wir mit dem Projekt: “Netzdienliche Kleinspeicher” unterwegs. In diesem Rahmen gab es letztes Jahr einen Bericht von Jörg Lange von Klimaschutz im Bundestag, eine gut besuchte Onlineveranstaltung. Wir haben uns in der Zwischenzeit auch an einer Petition zu diesem Thema beteiligt und hatten auch immer wieder kleinere Treffen, haben uns vereinsintern mit Speichern beschäftigt und auch den Hackathon vorbereitet. 

Post by @balkonsolar@freiburg.social

View on Mastodon

Jetzt ist das für uns neu, bisher haben wir zwar auch “gehackt” also beispielsweise aus alten SDolarpanels neue Steckersolargeräte und auch dazu muss man manchmal Dinge um nutzen, deren ursprüngliches Ziel ein anderes war und so gesehen ist ja schon das Einspeisen von Strom über die Schukosteckdose und Stecker, die dafür auch nicht vorgesehen ist oder war, ein Art des Hacken.

Im Projekt haben wir einiges bemerkt und das war auch immer wieder im Hackathon deutlich: 

Zusammenspiel zwischen Marktpreise, Ladevorhersage (Prognose) also Wetter, denkbarer Verbrauchsprognose, Netzauslastung und Speicher lässt sich bisher mit keinem Speicher gut und von sich aus abbilden. Einige Hersteller sind schon recht weit auf dem Weg, bei anderen hakelt es schon beim Steuern des Speichers über etwas anders als die Hersteller-Cloud und -App.

Post by @balkonsolar@freiburg.social

View on Mastodon

Und dann ist die Frage: Steuert das System von sich aus die Geräte im Haushalt, vielleicht sogar bewusst so, ohne dass es der Nutzer bemerkt. Was durchaus sehr komfortabel sein kann, dann muss es aber auch viele Daten über den Nutzer sammeln und auswerten.

Oder gibt das System nur eine Rat (Push-Nachricht auf dem Handy, …) vielleicht sogar über ein Alltagsobjekt und der Nutzer kann dann selbst entscheiden, ob der Empfehlung folgt oder nicht.

Hardware

Als Hardware standen beim Hackathon unterschiedliche teils von den Herstellern zur Verfügung gestellte Speicher: Zendure SolarFlow 800 mit Batterie, Zendure SolarFlow 2400 AC, Sunlit BK 215 und auch von uns dafür gekaufte EcoFlow DELTA 2 und Marstek Jupiter C, sowie von Herstellern zum Testen überlassene Systeme Alpha ESS Vita Power 1000 zur Verfügung. Die Teams waren frei darin ihr System zu wählen.

Zudem haben wir im Verein im Freilab Haushaltssimulatoren gebaut, die bestanden aus: 

Sicherungskasten mit Shelly 3 EM Pro, per LAN Verbunden mit einem Pi (Home Assistant war schon drauf), Steckdosen für Verbraucher und zum Einspeisen, LTE Router als Simulation für ein Hausnetz, digitalem Zähler (für Leseköpfe), teils analogen Zähler, Raspberry Pie und bei einigen Tablet oder Display. Mindestens einen werden wir im Verein behalten, andere geben wir an Solare Zukunft oder das Freilab. 

Datenquellen

Welche Daten brauche ich für so ein System:

• eigene Erzeugung
• eigener Verbrauch

Beides kann man mit beschränktem Aufwand über ein Messgerät im Sicherungskasten, etwa ein Shelly Pro 3 EM oder einen IR Lesekopf auf dem digitalen Zähler realisieren. Beim Messgerät im Sicherungskasten waren wir uns im Verein alle einig, dass Shelly die von uns bevorzugte Lösung ist, weil die Geräte schon lange bei uns bekannt waren und wir damit auch gute Erfahrungen gemacht haben. 

Die eigene Erzeugung messen

Bei Messköpfen auf dem Zähler hatten wir eine Reihe von Geräten bestellt. Genutzt hat ein Team im Hackathon den Hichi wifi v2. (Besprechung bei heise.de) Die haben lediglich das Skript angepasst, so dass nicht nur die Summe des Verbrauchs ausgelesen wurde, sondern auch der aktuelle Wert. Über den Zähler auszulesen bedeutet aber auch einen digitalen Zähler zu haben, zu diesem guten Zugang zu haben und ein WLAN, das dorthin reicht. Das dürfte im Einfamilienhaus durchaus einfach zu realisieren sein, im Mehrfamilienhaus schwierig, zudem braucht ein solcher Lesekopf auch immer Strom und in der Regel in der Nähe des Sicherungskastens ist keine eigene Steckdose verfügbar.

Erzeugung bekäme man ggf. auch aus dem Wechselrichter raus oder aus dem Batteriesystem. Viele dieser Lösungen funktionieren aber nur über Herstellerclouds oder sind frickelig oder gar nicht. Ein Punkt, den wir bei vielen Herstellern bemerkt haben und den wir auch kritisieren.

Hausautomatisierungen

Und spätestens jetzt landet man beim Thema Hausautomatisierung. 

Auf der Intersolar haben viele Hersteller von Batterieystems Integration in Hausautomatisierungen oder ihre eigenen Lösungen aus Messgeräten, schaltbaren Steckdosen, etc.. vorgestellt. Das ist nicht sonderlich verwunderlich, schließlich macht es Sinn den Kunden im eigenen Ökosystem zu halten und Hersteller wie Tuya bieten White Label Lösungen an, daher ich kann mir sehr einfach meine Schalter und was es sonst noch gibt zukaufen. 

Für uns war klar wir können nur eine offene Hausautomatisierung nutzen, nach kurzem Suchen landeten wir bei Homeassistant, das erschien uns im Vorfeld als beliebteste und gängigstes System und daher haben wir uns dafür entschieden. 

Für Home Assistant gibt es schon Integration, die auf bestimmte Datenquellen zugreifen können, oder aber es lassen sich diese recht einfach integrieren.

Etwa den Solar Forecaster: https://www.home-assistant.io/integrations/forecast_solar/, derer aus Ausrichtung, Größe der Module, schon eine Vorhersage berechnet. 

Für Wetterdaten kann man etwa das Angebot des Meteorologisk institutt (Met.no): https://www.home-assistant.io/integrations/met/ nutzen.

Für Strompreise gäbe es die Quellen:

• Nordpool Energy Prices: http://homeassistant.local:8123/hacs/repository/201805130 / https://www.home-assistant.io/integrations/nordpool/ relativ gut / platinum integration
• EPEX Spot Prices: http://homeassistant.local:8123/hacs/repository/582268944 / https://github.com/mampfes/ha_epex_spot – diverse Preis Quellen
• Entso-E Strompreise: http://homeassistant.local:8123/hacs/repository/542686924 / http://homeassistant.local:8123/hacs/repository?owner=JaccoR&repository=hass-entso-e&category=integration  / https://github.com/JaccoR/hass-entso-e 

Netzbelastung zu ermitteln ist schwierig.

Auch der Grünstromindex der ja einen Wert zur Netzbelastung rechnet ist bereits mal umgesetzt worden: GrünStrom Index: https://community.home-assistant.io/t/stromgedacht-api-integration/568465/7

Und für die Stromgedacht App der EnBW Netze für Baden-Württemberg gibt es da schon auch was: https://github.com/jpwenzel/homeassistant-stromgedacht

Weitere Quellen die man gut integrieren könnte für eine Vorhersage: 

Wäre etwa das aktuelle Netzentgeld aus dem Branchenportal Variable Netzentgelte, nur bieten die keine API an. 

Für die  Prognose des eigenen Verbrauchs habe ich bisher nichts passendes gefunden. 

Zum Teil gab es auch schon erste Versuche Home Assistant und gängige Speicher zu integrieren: 

• Zendure with Home Assistant: https://github.com/Schwippser/Solarflow-mqtt-HA
• OpenDTU/Ahoy DTU Hoymiles for Home Assistant : https://blog.helmutkarger.de/balkonkraftwerk-teil-10-home-assistant-mit-dtu-und-shelly/
• Eco Flow: https://github.com/tolwi/hassio-ecoflow-cloud
• Anker Solix Integration: http://homeassistant.local:8123/hacs/repository/750336940
• homeassistant-alphaESS http://homeassistant.local:8123/hacs/repository/37535522

Das ist jedoch nicht immer einfach, teils funktionieren diese Integration nur über die Herstellercloud, man hat also wenig gewonnen. Teils hilft es, wenn man ggf. sich das herstellereigene Messgerät im Sicherungskasten spart, weil Home Assistant aus einem Shelly ein Marstek Gerät simuliert. 

Hackathon Ergebnisse

Zwei der Gruppen verfolgten den von uns angedachten Weg über Home Assistant. Eine Gruppe stieg um auf einen ESP32 mit einer Birne, die ihre Farbe wechselt.

Das war umso erstaunlicher, als beim Hackathon sehr viele andere Challenges einen deutlichen Fokus auf KI hatten, etwa um Daten aus einem Leistungsverzeichnis in eine XML zu übertragen, die dann den Firmen die Bestellung erleichtert. 

Zu den Lösungen im Einzelnen: 

Gruppe: section77

Section77 sind keine Literaten aus dem Ostblock sondern der Chaostreff aus Offenburg. Ihre Lösung unter: https://github.com/section77/blackforesthackathon/

Sie nahmen die Folie aus der Challenge mit der Solarente auf: Morgens ist der Strom noch teuer, tagsüber pushen die Solaranlagen ins Netz und abends ist es wieder teuer. Nun sollte man auch die Steckersolargeräte so steuern, dass sie sich netzdienlich verhalten. 

Wie könnte man das: Sie haben auf einer Folie die Datenquellen zusammengefasst. 

In der Präsentation gab es auch schon eine Oberfläche zu sehen, so dass der Eindruck entstand, die Lösung funktioniere bereits. 

Und wir bekamen auch schon gezeigt, dass sie alle Kriterien erfüllt hatten. 

Gut das im GitHub auch erwähnt wird wo die Probleme lagen: 

• Kein Zugriff auf die EcoFlow API: Der Zugriff erfordert ein Entwicklerkonto, dessen Freischaltung einige Tage in Anspruch nimmt. Glücklicherweise hatte das Team schon einen Zugriff.
  
• Registrierung kompliziert: Die Anmeldecodes sind nur eine Minute gültig, während die Bestätigungsmails meist ebenfalls etwa eine Minute benötigen – das Timing ist also kritisch.
  
• Bug im EcoFlowCloud-Plugin: Auf Version v1.3.0-beta4 umgestiegen. (In der Home Assistant-Oberfläche lassen sich über das ‚…‘-Menü auch Beta-Versionen oder beliebige Git-Tags auswählen.)
  
• WLAN-Router-Passwort, des Routers im Haussimulator unbekannt: → Zurücksetzen des Passworts erforderlich.
  
• Home Assistant Passwort im Haussimulator vergessen: → Neuinstallation von Home Assistant OS notwendig.
  
• Optischer Lesekopf (von hichi): War so konfiguriert, dass nur der Gesamtstromverbrauch angezeigt wird → Skript angepasst (und Feedback an hichi gesendet, damit er die Standardkonfiguration künftig praxisnäher gestaltet).
  
• Fehlende Beschriftungen an den Geräten: → Ein Fall für EtikettierJürgen: Etiketten drucken und anbringen.

Post by @justinotherguy@chaos.social

View on Mastodon

Spannend war, dass das Team mir nach der Präsentation gestand, dass die Lösung noch nicht funktioniert. Aber ich hatte den Eindruck, dass es Bestrebungen gibt, weiter zu arbeiten. 

UnQuack!

Das zweite Team hat den Algorithmus-Teil über einen weiteren Docker Container gelöst. Auch die Präsentation klang so, als ob eine Lösung, die irgendwie funktionieren könnte, da war. 

Auch hier gibt es die Daten bei GitHub: https://github.com/matlafu/BlackForestHackathon2025

DuckDuckStop 

Dann war das Team, dass das Thema Home Assistant komplett gestrichen hatte, nachdem sie bemerkt haben, dass sie damit nicht weiterkommen und sich auf ein sehr einfache Lösung mit ESP 32 und einer Birne, die dem Nutzer sagt, was er jetzt tun soll. 

Repository:  https://github.com/JorisEnk/DuckDuckStop

1. ESP32  Beim ersten Einschalten erstellt der ESP32 einen WLAN-Zugangspunkt. Darüber kann der Nutzer ganz einfach seine Heimnetz-Zugangsdaten eingeben. Danach verbindet sich das Gerät automatisch mit dem Heimnetzwerk – keine App, kein Cloud-Zwang.

2. Smarte Lichtsignale mit Bedeutung
Die Glühbirne zeigen klar und deutlich an, ob es gerade sinnvoll ist, Strom ins Netz einzuspeisen:

• 🟢 Grün: Jetzt einspeisen! Die Nachfrage ist hoch, die Preise gut!
• 🔴 Rot: Besser warten. Der Markt ist überversorgt oder die Nachfrage gering.
  
• 🟡 Gelb: Neutral – Nutzerpräferenzen oder Batteriestatus entscheiden.

3. Intelligenter Algorithmus an Bord
Der ESP32 nutzt APIs aus dem Stromnetz und Wetterdienste, um in Echtzeit zu analysieren, wie sich Angebot, Nachfrage und Sonnenstunden entwickeln. Daraus leitet er den optimalen Zeitpunkt für die Einspeisung ab – angepasst an den jeweiligen Standort und das Nutzungsverhalten.

Bei dieser Lösung ist aus meiner Sicht die Skalierbarkeit gut. Man könnte 1000 solche Lampen vorkonfiguriert bestellen, so dass vor Ort die Nutzer nur noch ihre WLAN Daten und Standort eingeben müssen und dann den Leuten das mal 3 Monate geben und messen ob sich ihr Stromverbrauch netzdienlich verhält. 

Zudem ist das auch noch eine Sache, die möglicherweise ältere Leute leichter verstehen, als das komplizierte Aufsetzen einer Hausautomatisierung. 

Learnings

Was ist für uns als NGO, die zum ersten Mal mit Fördergeld an einem Hackathon teilgenommen hat und in der Nachschau wichtig.

Zum einen scheint die angedachte Lösung über eine Hausautomatisierung Steckerspeicher zu steuern, so dass sie sich netzdienlich verhalten durchaus machbar, auch wenn in weniger als zwei Tagen noch keine Lösung zu programmierbar war. 

Zum anderen muss man aber bei einem Hackathon, bei dem es zum einen Firmen gibt, die klar kommerzielle Aufgaben bringen und auch ggf. dann den Leuten versprechen, sie einzustellen oder die weitere Entwicklung zu finanzieren und NGOS, bei denen das intrinsisch getrieben ist.

Zum anderen ist es schwierig, als Juror unterschiedliche Herausforderungen gut zu beurteilen in sehr kurzer Zeit. Gerade bei den Themen mit LLM kann man aus meiner Sicht auch nur schwer sagen, ob die gut gelöst sind, ob das sinnvoll ist, das so zu lösen oder nicht. 

Und dann war unsere Challenge auch noch eine, wo mit physischen Dingen und Strom gearbeitet wurde und nicht nur mit Software und ggf. einem fertigen Roboter an dem man nichts mehr machen muss, das war nicht so einfach für Räume. die dafür eigentlich nicht eingerichtet sind. 

Und dann gab es noch die Herausforderung für mich, die Challenge, die auf konkretem und umfangreichem Vorwissen beruht, in 5 min rüber zu bringen, dabei interessant zu sein und die Leute zu begeistern. 

Forderungen an Hersteller und Netzbetreiber

Für variable Datentarife außer Tibber und Octopus fehlen bisher Integrationen. Allerdings muss man sagen das sind sehr wenig Kunden: 

• EWS 33 Kunden
• EnBW Strom dynamisch: keine Kundenzahl
• E-Werk Mittelbaden „BadenEnergie Dynamisch:  „weniger als 100 Kunden“
•  Badenova „Ökostrom Vario“ keine Kundenzahl

Und es bleibt dabei: Die Hersteller der Batterien müßen diese offen machen! Der Nutzer muss ohne Internet und Cloud das Gerät lokal über Open-Source Anwendungen steuern können.