Bi4You
Dieses Mal wollen wir unseren Blog-Artikel zum Thema Datenvisualisierung der Daten einer Photovoltaikanlage fortsetzen. Nachdem wir das letzte Mal die Daten importiert hatten, wollen wir sie jetzt visualisieren.
View in Superset als Dataset einrichten
Dazu navigieren wir auf „Datasets“ und wählen „+DATASET“.
Hier können wir dann unsere View auswählen:
Mit Create Dataset schließen wir dann die Einrichtung ab.
Beim Dataset werden wir uns noch bei allen relevanten Feldern Metrics anlegen, um bei den Feldern später kein (sum) im Namen zu haben:
Beispiele:
Charts erstellen – einige Ideen
Produktion
- Für die Übersicht der produzierten kWh können wir z.B. ein Sunburst-Chart auswählen.
- Unter Hierarchie nehmen wir Jahr, dann Monat (oder Monat_Sort)
- Als Primary Metric nehmen wir das Produktions Metric (gekennzeichnet mit einem f(x))
Hier sehen wir gleich die Gesamtproduktion – die Werte der einzelnen Monate sehen wir, wenn wir mit dem Mauscursor über einen der Monate fahren.
- Die Produktionen können wir uns auch nach Jahreszeit anzeigen lassen.
- Unter Hierarchie nehmen wir Jahr, dann Jahreszeit_Meteorologisch (oder Astronomisch)
- Als Primary Metric nehmen wir das Produktion Metric
Schon sehen wir die Jahreszeitabhängige Produktion
Erträge/Einsparungen
- Für die Übersicht der Erträge können wir z.B. ein normales Bart-Chart auswählen.
- Als X-Achse verwenden wir Monat_Sort (damit wir bei Jänner starten)
- Als Metrics nehmen wir Einspeisevergütung, Stromkostenersparnis und Strombezugskosten
- Als Dimension das Jahr
Hier sehen wir unsere Einsparungen, Kosten und Vergütungen der jeweiligen Monate.
- Für die Gesamteinsparungen können wir z.B. wieder ein normales Bart-Chart auswählen.
- Als X-Achse verwenden wir Jahr
- Als Metrics nehmen wir Einspeisevergütung und Stromkostenersparnis
- Unter Customize wählen wir bei Stacked Style – Stack aus
Hier sehen wir jetzt unsere gesamten Vergütungen/Einsparungen der jeweiligen Jahre.
Autarkie
- Für die Autarkie (Unabhängigkeit vom Stromlieferanten) erstellen wir uns ein neues Dataset mit folgendem SQL:
select Jahr,Monat_Sort,round(Eigenverbrauch/Gesamtverbrauch*100,2) as Autarkie
from
(
select
Jahr,Monat,Monat_Sort,
sum(Eigenverbrauch) as Eigenverbrauch,
sum(Gesamtverbrauch) as Gesamtverbrauch
from pv_anlage_view
group by
Jahr,Monat,Monat_Sort
) SubQ1
order by Jahr,Monat_Sort,Monat
Autarkie legen wir zusätzlich als Metric an.
- Für das Chart wählen wir unser neues Dataset aus und Bar-Chart
- Als X-Achse verwenden wir Monat_Sort
- Als Metrics nehmen wir Autarkie
- Als Dimensions das Jahr
Erwartungsgemäß sinkt die Autarkie, Werte von 70%-60% im Sommer sind jedoch bereits sehr gut – 100% würden wir nur mit einem Batteriespeicher erreichen.
kWh/kWp
- Für die kWh pro kWp orientieren wir uns am Wechselrichter mit 8kWp und erstellen neues Dataset mit folgendem SQL:
select Jahr, Monat, Monat_Sort, round(sum(Produktion)/8.0,2) as kWh_pro_kWp
from pv_anlage_view
group by
Jahr,Monat,Monat_Sort
order by 1,2
kWh_pro_Kwp legen wir zusätzlich als Metric an
- Für das Chart wählen wir unser neues Dataset aus und Bar-Chart
- Als X-Achse verwenden wir Jahr
- Als Metrics nehmen wir kWh_pro_kWp
- Unter Dimensions wählen wir Monat_sort (oder Monat)
- Unter Customize wählen wir bei Stacked Style – Stack aus
Wir sehen hier summiert die erzeugen kWh/kWp, Werte um die 1000 kWh/kWp pro Jahr gelten als gut und sind auch zu erwarten.
Wetterabhängig können es jedoch auch weniger oder mehr sein.
Fazit
Wir haben unsere vorhandene Infrastruktur genutzt und erweitert, haben jetzt eine gute Übersicht über unsere PV-Anlagedaten und Einsparungen.
Durch die Wechselrichter-Daten haben wir auch einen generellen Überblick über den Stromverbrauch und können unseren Verbrauch optimieren.
Im Laufe der Zeit und mit mehr Daten können wir unsere Charts noch erweitern oder mit neuen Chart-Typen experimentieren.
