Erneuerbare Energie und Sektorkopplung als Schlüssel zur Energiewende

Zielsetzung

In diesem Projekt lernen wir, wie erneuerbare Energien, intelligente Steuerung und Sektorkopplung helfen können, den CO₂-Ausstoß im Energiesektor zu reduzieren. Der Energiesektor ist Deutschlands größter CO₂-Emittent. Um Versorgungssicherheit zu gewährleisten und fossile Brennstoffe zu minimieren, braucht es intelligente Systeme. Das Internet der Dinge (IoT) kann Verbrauch und Verfügbarkeit von Energie abgleichen – das sogenannte Smart Grid. So lassen sich Energiequellen effizient nutzen, z. B. wenn Überschüsse zu negativen Strompreisen führen. Durch dezentrale Steuerung sollen Geräte (z. B. Waschmaschine, Heizkessel) selbst entscheiden, wann ihr Betrieb klimafreundlich ist. Dank IoT-Funktionen können wir Echtzeitdaten nutzen und unsere elektrischen Verbraucher intelligent schalten. Wir beschäftigen uns mit:

  • dem Zusammenhang von Strommix, CO₂-Ausstoß und Energiepreisen,
  • dem Einsatz von IoT-Komponenten (intelligente Shelly-Steckdose) zur smarteren Nutzung von Strom,
  • dem Nachrüsten (Retrofit) bestehender Geräte für mehr Nachhaltigkeit,
  • und dem Einsatz von Smart Metern, Vorhersagen und künstlicher Intelligenz zur Optimierung

Mehr Beispiele im Beitrag MNU-Journal 3/24 "Informatik, Balkonkraftwerk und DIY-Energiewende" sowie im Zusatzmaterial zum Make Arikel „IoT-Werkstatt in der Make 4/22“ 

Wie kommen die Vorhersagen zur IoT-Werkstatt?

Daten der Strombörse Leipzig (SMARD.de) zeigen Angebot, Nachfrage und Anteil erneuerbarer Energien in Echtzeit.

  • Unser Modell an der Umwelt-Campus-Cloud verarbeitet diese Daten, berechnet daraus:
  • den aktuellen Ökostrom-Anteil
  • den CO₂-Ausstoß pro kWh
  • sowie Prognosen für die nächsten Stunden

Diese Infos werden an das IoT-Gerät geschickt und helfen dabei, den Stromverbrauch ökologisch zu optimieren. Studie: Online energy forecasts for the IoT – EnviroInfo 2020, S. 165ff

Der Baustein SMARD Energy ermöglicht die Vorhersage für bis zu acht Stunden.

Mittels des Ardublock-Bausteins “SMARD Stromdaten” im Baukasten "IoT: HTTP" können die Daten direkt im eigenen Projekt verwendet werden. 

Retrofit: Kann ich vorhandene Geräte automatisieren?

Mit einer WLAN-Steckdose (z. B. Shelly Plug S) lässt sich ein altes Gerät – wie ein Ladegerät – automatisieren.

Unser Programm schaltet das Gerät nur ein, wenn der Ökostrom-Anteil über 50 % liegt.

Die Shelly-Steckdose kann:

  • entweder ein eigenes WLAN öffnen ("shellyplug-s" mit fester IP-Adresse),
  • oder sich in ein bestehendes Netzwerk einwählen.

So wird aus einem normalen Gerät ohne viel Aufwand ein intelligenter Stromverbraucher – das nennt man Retrofit. Im nebenstehenden Beispiel holen wir uns den Anteil EE vom Datenpuls aus dem Internet und verbinden uns anschließend mit dem lokalen Netz der Shelly-Steckdose.

Smart-Meter: Intelligenter Stromzähler, oder was muss ich bezahlen?

Ardublock zur Leistungsmessung
In diesem Beispiel nutzen wir die Smart-Meter Funktion der Steckdose. Der Shelly spannt sein eigenes WLAN (AP-Modus) auf, in das wir uns mit dem Octopus einwählen.

Die Leistung in Watt zeigt, wie viel Strom ein Gerät pro Sekunde verbraucht.
Beispiel:

  • Ein Wasserkocher (1000 W) verbraucht in 1 Stunde = 1 kWh, das kostet bei 0,35 €/kWh etwa 35 Cent.
  • Eine Energiesparlampe (10 W) könnte für den gleichen Preis 100 Stunden laufen.

Mit der Smart-Meter-Funktion vom Shelly Plug S können wir:

  • den Stromverbrauch genau messen,
  • die Kosten und den CO₂-Ausstoß berechnen.

Wichtig: Der Shelly Plug braucht eine Internetverbindung (z. B. via Zeitsynchronisierung), um die Energiedaten korrekt zu erfassen.

 

Rebound: Welchen Eigenbedarf hat unsere IoT-Anwendung?

Auch IoT-Systeme verbrauchen selbst Energie. Ein typisches IoT-Kit mit ESP8266 benötigt inklusive Spannungsregler, Sensoren und Verlusten etwa 500 mW, das entspricht ca. 4,4 kWh/Jahr. Bei einem Strompreis von 35 Cent/kWh entstehen Betriebskosten von 1,5 € pro Jahr sowie eine CO₂-Emission von rund 2 kg (vgl. Umweltbundesamt, 2023).

Ein Shelly Plug (https://www.shelly.com/de/products/shop/shelly-plus-plug-s) nutzt denselben Mikrocontroller und verbraucht ähnlich viel Strom. Im eingeschalteten Zustand kommen etwa 300 mW für das Schaltrelais hinzu.

Für den mobilen Betrieb reichen 800 mAh AAA-Batterien nur für weniger als 8 Stunden.

Wie können wir den Energiebedarf optimieren?

Viele Programme verbringen die meiste Zeit im Wartemodus (delay). Besser: Deep-Sleep, bei dem der ESP nur 10–50 µA verbraucht. Theoretisch sind so bis zu 666 Tage Batterielaufzeit möglich. Das WLAN kann deaktiviert werden (z. B. für LoRaWAN-Anwendungen). Auch der Shelly Plug unterstützt inzwischen einen ECO-Mode.

Nachteil: Der ESP startet nach dem Deep-Sleep wie nach einem Reset – Variablen gehen verloren. Mit einem RTC-Modul (Real Time Clock) kann man Zustände sichern, aber das ist nur in C möglich (siehe z. B. Modul Wetterstation).

Jumper – flexibel anpassbare Hardware

Über Lötbrücken lässt sich das Kit anpassen (vgl. Schaltplan):

  • SJ6/SJ11: Versorgung über zwei AAA-Zellen ohne Spannungsregler (LDO)
  • SJ10: USB-Bridge abschalten (spart 100 µA)
  • SJ9: Neopixel deaktivieren (spart 800 µA)

Diese Maßnahmen verbessern die Energieeffizienz, vor allem im Batterie- oder LoRaWAN-Betrieb.

Weitere Hintergründe z. B. zu Reboundeffekten findest du unter:
– Video-Streaming und CO₂-Fußabdruck
– KI-Training & Stromverbrauch
– IoT-Werkstatt Community

Strombedarf
Im Normalbetrieb (active) benötigt das IoT-Kit einen mittleren Strom von 100 mA. Im deep-sleep reduziert sich der Bedarf auf 1 mA. Durch Abschalten einzelner Komponenten erreichen wir Verbräuche von wenigen µA.
Jumper auf der Platine
Durch Öffnen von Lötbrücken lassen sich einzelne Komponenten gezielt deaktivieren und so eine hohe Energieeffizienz erreichen.

Social Media

Service

Rechtliches

back-to-top nach oben