Diese Seite fasst die Analyse der ESPHome-Konfiguration zusammen. Die Maßnahmen sind unterteilt in kritische Korrekturen, Code-Optimierungen und Erweiterungen (Software & Hardware).

Die folgenden Punkte sollten priorisiert umgesetzt werden, um Fehler in den Daten zu vermeiden.

• Batterie-Status (SoC) korrigieren:
  • Problem: Der aktuelle Sensor ``${SmartSolar} Batterie Prozent`` nutzt eine Spannungstabelle. Bei LiFePO4-Akkus (JBD BMS) ist die Spannungskurve zu flach für präzise Werte.
  • Lösung: Den Template-Sensor entfernen. Stattdessen den SoC direkt aus dem BMS auslesen (``bms0_capacity_remaining`` / ``nominal``).
• Regenmesser Logik:
  • Beobachtung: ``pulse_counter`` ist für Wippen-Regenmesser oft ungenau (Prellen, sehr niedrige Frequenz).
  • Empfehlung: Prüfen, ob bei Nieselregen Pulse verloren gehen. Falls ja, Umbau auf ``binary_sensor`` mit Filter ``delayed_on`` und einem ``counter``.
• Taupunkt (Dew Point) reaktivieren:
  • Status: Der Code ist aktuell auskommentiert.
  • Maßnahme: Einkommentieren! Der Taupunkt ist essenziell für Nebelvorhersage, Wolkenuntergrenze und Schwüle-Empfinden.
• Datenflut JBD BMS:
  • Problem: Das BMS sendet Dutzende Sensoren (Einzelzell-Spannungen, Bitmasks), die die Home Assistant Datenbank unnötig füllen.
  • Lösung: Bei reinen Debug-Werten ``internal: true`` setzen oder ``entity_category: diagnostic`` verwenden.

Maßnahmen für Stabilität und Energieeffizienz.

• WiFi Power Save:
  • Aktuell: ``power_save_mode: none``.
  • Empfehlung: Im Winter (bei geringem Solarertrag) auf ``light`` ändern, um ca. 50-100mA zu sparen.
• Filter-Nutzung:
  • Die Nutzung von ``delta`` und ``heartbeat`` ist bereits exzellent umgesetzt. Dies bei neuen Sensoren beibehalten.
• INA3221 Integration:
  • Der Shunt auf Kanal 3 misst den Verbrauch. Diesem Sensor muss eine feste ID gegeben werden (z.B. ``id: verbraucher_power``), um damit die Energiebilanz zu rechnen.

Diese Werte können ohne neue Hardware rein rechnerisch ermittelt werden.

• Absolute Luftfeuchtigkeit (g/m³): Zeigt die tatsächliche Wassermenge in der Luft (wichtig für Lüftungsempfehlungen).
• Wolkenuntergrenze (Cloud Base): Berechnet die theoretische Höhe von Cumulus-Wolken (``(Temp - Taupunkt) * 125 + Höhe``).
• Frostgrenze im Boden: Interpolation zwischen dem -5cm und -30cm Sensor, um zu errechnen, wie tief der Frost in den Boden eingedrungen ist.
• Luftdichte (kg/m³): Berechnet aus Druck, Temperatur und Gaskonstante.

• Energiebilanz Heute (Wh): ``Solar Ertrag (Yield) - Verbrauch (Integration)``. Zeigt sofort, ob der Akku geladen oder entladen wird.
• Sonnenschein-Status: Ein ``binary_sensor``, der “ON” geht, wenn ``Panel Spannung > Batterie Spannung + 5V`` ist (Workaround für fehlenden Lichtsensor).
• Autonomiezeit (Tage): ``Restkapazität (Ah) / Durchschnittsstrom (A) / 24``. Zeigt an, wie lange die Station ohne Sonne überlebt.
• Kabel-Diagnose: Differenz zwischen ``Victron Batterie Spannung`` und ``BMS Gesamtspannung``. Hohe Abweichungen deuten auf Korrosion hin.

Um aus der Station eine “vollständige” Wetterstation zu machen, fehlen folgende Sensoren:

Hier die wichtigsten Ergänzungen für die ``sensor:`` bzw. ``binary_sensor:`` Sektion.

# --- BERECHNETE WETTERWERTE ---
 
  # Absolute Luftfeuchtigkeit
  - platform: template
    name: "${WetterCalc} Absolute Luftfeuchtigkeit"
    unit_of_measurement: "g/m³"
    lambda: |-
      float T = id(aht_temp).state;
      float rh = id(aht_hum).state;
      if (std::isnan(T) || std::isnan(rh)) return NAN;
      float e = 6.112 * exp((17.67 * T) / (T + 243.5));
      return (e * rh * 2.1674) / (273.15 + T);
 
  # Wolkenuntergrenze (Benötigt Taupunkt ID!)
  - platform: template
    name: "${WetterCalc} Wolkenuntergrenze (NN)"
    unit_of_measurement: "m"
    lambda: |-
      float T = id(aht_temp).state;
      float td = id(taupunkt_sensor).state; // ID vom Taupunkt prüfen!
      if (std::isnan(T) || std::isnan(td)) return NAN;
      return ((T - td) * 125.0) + ${hoehe_in_m};
 
  # Frostgrenze Tiefe (Interpolation Boden)
  - platform: template
    name: "${WetterCalc} Frostgrenze Tiefe"
    unit_of_measurement: "cm"
    lambda: |-
      float t5 = id(dallas_temp_addr_2).state; // -5cm
      float t30 = id(dallas_temp_addr_3).state; // -30cm
      if (t5 > 0) return 0.0;
      if (t30 < 0) return 30.0;
      return 5.0 + ((0.0 - t5) * (30.0 - 5.0) / (t30 - t5));
 
# --- BERECHNETE ENERGIEWERTE ---
 
  # Sonnenschein Erkennung (Via Solarpanel)
  - platform: template
    name: "${WetterCalc} Sonnenschein Status"
    id: sun_is_shining
    lambda: |-
      // Wenn Panelspannung deutlich über Akkuspannung liegt
      if (id(pv).state > (id(bv).state + 4.0)) return true;
      if (id(panel_power).state > 15.0) return true;
      return false;
 
  # Spannungsabfall Kabel (Diagnose)
  - platform: template
    name: "${WetterCalc} Spannungsverlust Kabel"
    unit_of_measurement: "V"
    lambda: |-
      return abs(id(bv).state - id(bms0_total_voltage).state);