Durch intelligente Smart-Home-Verknüpfung lenkst du Solarstrom gezielt zu Waschmaschine, Wärmepumpe oder Wallbox und vermeidest teuren Netzbezug. Ein durchdachtes Lastmanagement nutzt Sensordaten, Wetterprognosen und Tarifinformationen, um jede Kilowattstunde dort einzusetzen, wo sie den größten Nutzen stiftet.
Datenerfassung: Energie-Sensoren, MQTT-Broker und semantische Entitäten
Der erste Schritt zu wirkungsvollem Lastmanagement ist eine lückenlose Datengrundlage. Wechselrichter, Smart-Meter und Steckdosen liefern Rohwerte über Modbus TCP, Zigbee oder WLAN; ein lokaler MQTT-Broker sammelt diese Messpunkte und macht sie in Sekundenbruchteilen für das Automationssystem verfügbar. Damit aus Zahlen aussagekräftige Informationen werden, ordnest du jede Energie-Entität einem Bereich zu: Erzeugung, Speicher, kritische Last oder flexible Last. Ein Template-Sensor in Home-Assistant gruppiert alle Heizstäbe und Wärmepumpen unter „thermische Verbraucher“, während Wallbox oder E-Bike-Lader als „mobile Speicher“ laufen. Diese semantische Ebene ist entscheidend, denn nur so erkennt dein Energiemanager, welche Geräte sich verschieben lassen, ohne Komfort einzubüßen. Ergänzend holt eine REST-API stündliche Wetterdaten und Stromtarife; daraus kalkuliert ein Python-Script die voraussichtliche PV-Produktion und legt Grenzwerte für Lade- oder Entladevorgänge fest. Indem Datenpunkte in einer InfluxDB mit Zeitstempel landen, lassen sich Rückblicke fahren, die zeigen, ob Automationen wirklich Netzbezug reduzieren. Eine stabile Netzwerkinfrastruktur mit VLAN-Segmenten schützt dabei Smart-Home-Geräte vor Fremdzugriff, denn Sicherheit bleibt Basis jeder Automation.
589,90 €* 2000 W System · drosselbar auf 600 W · TopCon Bifazial-Module
Regelwerk: Prioritäten, Schwellen und Energiebudget
Auf der sauberen Datenbasis baust du ein mehrstufiges Regelwerk. Zuerst definierst du eine tägliche Energiebilanz: X Kilowattstunden PV-Prognose, Y Kilowattstunden Grundlast und Zielgröße Z für Eigenverbrauchsquote. Daraus errechnet das System ein frei verfügbares Budget, das flexible Verbraucher abrufen dürfen. Priorität 1 bekommen unverzichtbare Lasten wie Server und Gefrierschrank; Priorität 2 geht an Komfortgeräte, die verschiebbar sind, etwa Geschirrspüler. Priorität 3 bilden luxuriöse Lasten wie Whirlpool-Heizung oder Terrassenstrahler. Ein YAML-Automationstrigger prüft jede Minute, ob aktueller PV-Überschuss größer ist als Schwelle plus Restbudget; trifft das zu, schaltet das Relais der höchsten wartenden Priorität ein. Gleichzeitig legt eine Condition fest, dass die Schaltdauer bis zur nächsten Prognoseaktualisierung nicht überschritten wird, sonst krebst das System bei Wolkeneinbruch ins Minus. Ein zweiter Wächter stoppt Lasten, wenn Gesamt-SOC der Batterie unter 30 % fällt, um Notstromreserve zu sichern. So entsteht ein dynamisches, hierarchisches Netz, das Eigenverbrauch dank Prioritätenlogik maximiert und dennoch Notfälle abfängt. Der Clou: Regeln sind modular, lassen sich für jedes neue Gerät mit wenigen Zeilen klonen und passen sich dahinter automatisch an.
1.059,00 €* 1000 W Panels · 1,92 kWh LiFePO₄ · 800 W Microwechselrichter
Automatisierte Schalttechnik: Shelly-Relais, Zigbee-Steckdosen und Wallbox-API
Hardwareseitig übernehmen schaltbare Shelly-1PM-Relais oder Zigbee-Plugs das Ein- und Ausschalten. Sie messen ihren eigenen Verbrauch und melden ihn zurück, sodass der Energiemanager sofort erkennt, ob eine Last wirklich angezogen hat. Eine Wallbox mit Open-Charge-Point-Protocol reagiert per POST-Request: Kommt der Überschussbefehl, startet die Ladung bei sechs Ampere und moduliert stufenlos bis sechzehn, wenn PV-Spitzen es erlauben. Wärmepumpen nutzen ein SG-Ready-Kontakt; das Relais aktiviert den Wärmepumpen-Boost, sobald Solarstrom ausreichend vorhanden ist. Trefferquote verbessert ein Pre-Check: Bevor ein Verbraucher startet, testet das System, ob Netzspannung unter 230 V liegt und Frequenz in gesunden 50 Hz schwingt; denn ein Keller voller Geräte hilft nichts, wenn Netzstörung Opfer fordert. Moderne Relais unterstützen MQTT-Birth-Messages, sodass Automationsengine erfährt, wenn ein Hot-Plug hinzugekommen ist, und entsprechende Rules sofort generiert. Der gesamte Schaltvorgang bleibt unter 500 ms, wodurch selbst kurzlebige Cloud-Peaks von 30 Sekunden genutzt werden. Resultat ist ein fein austariertes Gitter aus Mikroentscheidungen, das in Summe mehrere hundert Kilowattstunden Netzstrom pro Jahr einspart.
➡️ Öffne den Blueprint-Generator und erstelle dein persönliches Lastmanagement-Skript
Analyse, Optimierung und Langzeitstabilität
Nach einigen Wochen sammelt sich genug Historie, um Effektivität zu messen. Grafana-Dashboards legen PV-Erzeugung, Batterie-SOC und Netzbezug übereinander und zeigen, ob Automationen Überschusspunkte trafen oder zu früh stoppten. Eine lineare Regression errechnet Eigenverbrauchsquoten; Werte über 70 % gelten als effizient, alles darunter spricht für feinere Schwellen. Bei Tarifmodellen mit stündlichen Börsenpreisen vergleicht ein Script angeschlagene Lasten gegen Preisinsel; weicht Mittelwert zu weit ab, passt es Prioritäten automatisch an. Damit das System langlebig bleibt, nutzt du Watchdog-Timer: Fällt MQTT-Broker aus, übernimmt eine Backup-Instanz; fällt eine Relaisgruppe offline, schaltet ein Fail-Safe Kontakte hart ab, damit kein Dauerverbrauch entsteht. Firmware-Updates laufen über Rolling-Release; nur jedes zweite Gerät updated gleichzeitig, womit Blackouts verhindert werden. Ein jährliches Review zieht Lessons Learned: Hat der Geschirrspüler Start-Schedule überschritten, wird Timeout verkürzt. Mit dieser Feedback-Schleife verfeinert sich das Lastmanagement kontinuierlich und bleibt robust gegenüber Technik-Updates, Tarifwechseln und Benutzergewohnheiten.
699,90 €* 4×150 W Module · 800 W Micro-WR · Plug & Play