Den Office-Akku mit EPEX-Spot-Preisen automatisieren
Wie ich einen lokalen EPEX-Spot-DE-LU-Preisdienst gebaut und mit einem Docker-basierten Node.js-MQTT-Controller kombiniert habe, um meinen Office-Akku gezielt bei günstigen Strompreisen zu laden.
Ein Akku im Büro ist super, solange genug Solarüberschuss vom Balkon kommt. An grauen Wintertagen reicht die Sonne aber hinten und vorne nicht. Wenn Du einen dynamischen Stromtarif nutzt – oder einfach nur dann laden willst, wenn der Strom an der Börse am billigsten ist –, brauchst Du zwei Dinge: verlässliche Day-Ahead-Preisdaten und einen Controller, der darauf reagieren kann.
Genau dafür habe ich zwei kleine Self-Hosted-Projekte kombiniert: einen lokalen EPEX-Spot-DE-LU-Preisdienst und einen Office Battery Controller im Docker-Container, der per MQTT mit meinem Smart Home spricht.
Schritt 1: EPEX-Spot-Preise lokal nutzbar machen
Ich wollte die deutschen/luxemburgischen Day-Ahead-Strompreise im Blick haben, ohne von irgendeiner Cloud-App abhängig zu sein. Also habe ich mir eine kleine Docker-Web-App (epex-spot-pricing) gebaut, die sich die Daten von der öffentlichen Fraunhofer ISE Energy-Charts API holt.
Sie rendert eine interaktive 365×24-Heatmap („Strompreis-Teppich“) der Stundenpreise in ct/kWh – inklusive automatischer Aggregation von 15-Minuten-Intervallen auf Stundenmittelwerte – und lässt mich zwischen Netto-Spotpreis und geschätztem Brutto-Endkundenpreis ((Spot + Offset) × 1,19) umschalten. Für die Automatisierung sind vor allem diese Features praktisch:
- Highlight-Filter für negative Preise (
≤ 0 ct), die günstigsten 20 % der Stunden und Preisspitzen (≥ 15 ct). - Tages-Inspektor, der für jeden Tag automatisch die günstigsten zusammenhängenden 3h- und 4h-Ladefenster berechnet.
- Rate-Limit-konformer JSON-Cache in
/data(maximal 2 API-Requests pro Minute, automatisches Update alle 6 Stunden), um die API nicht zu überlasten. - Einfache REST-Endpunkte auf Port
8080, wieGET /api/prices/actual?year=YYYYundGET /api/prices/average.
Schritt 2: Der Office Battery Controller
Auf der Hardware-Seite hängt mein Office-Akku mit JBD-BMS an einer ESP32-BLE-Bridge, das Ladegerät steckt an einem Zigbee-Zwischenstecker (zigbee2mqtt/plug_office_charger), und mein Smart Meter (tele/WattWaechter_579F6D/SENSOR) liefert die aktuelle Netzleistung.
Ursprünglich lief die ganze Lade-Logik in Node-RED. Das hat eine Zeit lang funktioniert, aber komplexe Zustandsautomaten in einem visuellen Flow-Editor zu debuggen, macht irgendwann keinen Spaß mehr. Deshalb ist alles in einen eigenen Node.js-Container (office-battery-controller) umgezogen.
Damit ich die bewährte Logik nicht komplett neu schreiben musste, verpackt controller.js die alte algorithm.js einfach mit einem winzigen global.get / global.set-Mock für den Node-RED-Kontext. Der Container verbindet sich mit meinem lokalen MQTT-Broker (192.168.8.204:1883) und hört auf:
- Aktuelle Netzleistung vom Smart Meter
- Ladestand (SoC), Ladeleistung und Schalterzustand vom
jbd-bms-ble - Balkonsolar-Leistung, Jupiter-Akku-SoC und die PV-Tagesprognose
Außerdem gibt es eine SHADOW_MODE-Umgebungsvariable. Solange die auf true steht, loggt der Controller nur, was er tun würde, ohne wirklich zu schalten. Erst als die Logs ein paar Tage lang sauber aussahen, habe ich in der docker-compose.yml auf SHADOW_MODE=false umgestellt.
Was ich dabei gelernt habe
Die Trennung von Preisdaten und Steuerung hält beide Dienste angenehm übersichtlich. Die EPEX-Spot-App kümmert sich um API-Limits, Caching und die Berechnung günstiger 3h/4h-Ladefenster, während der Battery Controller einfach auf MQTT-Events reagiert und Sicherheitsgrenzen (wie mein Ladezeitfenster von 09:00 - 18:00 Uhr in Europe/Berlin) einhält.
Mein wichtigster Tipp: Bau Dir immer erst einen Shadow-Mode ein, bevor ein Skript selbstständig Ladegeräte schaltet. Das spart Dir einige unnötige Ladezyklen.