tmzf5455/EVCS
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Les requetes s'executaient, les grandeurs etaient fausses

Browse Source 
Trois defauts trouves en LISANT les tableaux, qu'aucune des 19 requetes ne
signalait puisqu'elles s'executaient toutes sans erreur.

1. `historise-evcs.mjs` horodate chaque mesure avec son propre last_updated —
   le vrai instant de la mesure, et c'est le bon choix. Mais deux grandeurs ne
   partagent alors presque jamais le meme ts : 2656 lignes pour 2656 instants
   distincts. Mes GROUP BY ts rendaient une ligne par grandeur avec une seule
   colonne remplie, donc la courbe "Excedent" — la grandeur meme du §36 —
   etait VIDE sur les 2650 lignes.

2. Le service n'ecrit que les changements, donc un regroupement a la minute
   laisse des trous : la difference n'existait que 73 minutes sur 434. Report
   de la derniere valeur connue, ce que fait aussi le controleur en temps
   reel. 430/435 apres.

3. L'energie horaire par sum(valeur)/60 suppose 60 echantillons par heure ; il
   y en a eu 26 a 47. Integration ponderee par la duree, plafonnee a 300 s
   pour qu'un arret du service n'extrapole pas une valeur perimee. ~9 %
   d'ecart. Le "25 a 58 %" que j'avais d'abord annonce etait faux : il
   comparait la somme a la moyenne, qui ignore la duree.

Plus deux corrections d'affichage : la colonne `jour` s'affichait
"2026-09-04 02:00:00" (date nue rendue comme instant UTC), et le decompte des
chargeurs MPPT est de six entites publiees, pas sept.

Lecon : verifier-dashboards.mjs prouve qu'une requete s'EXECUTE, pas qu'elle
rend la grandeur voulue — une colonne integralement nulle passe sans un mot.
Ce sont les courbes regardees a l'ecran qui ont attrape les trois.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01KKzkkVTG6KXnGXFFC7X9XJ
This commit is contained in:
Tallagrand Thierry
2026-09-04 08:48:42 +02:00
parent d001cbbf2a
commit 64aee4bfcc
5 changed files with 121 additions and 43 deletions
Download Patch File Download Diff File Expand all files Collapse all files

40
HANDOFF.md
View File

@@ -3527,3 +3527,43 @@ Les evenements apparaissent en marqueurs verticaux sur **tous** les graphiques.
--- ---
*Document mis a jour le : 04/09/2026 (~08:30) — Grafana provisionne par git, 19/19 requetes verifiees* *Document mis a jour le : 04/09/2026 (~08:30) — Grafana provisionne par git, 19/19 requetes verifiees*
### Correction du meme jour — les requetes marchaient, les grandeurs non
Trois defauts trouves en LISANT les tableaux, qu'aucune des 19 requetes ne
signalait puisqu'elles s'executaient toutes sans erreur :
1. **`ts` n'est pas un instant de cycle.** `historise-evcs.mjs` horodate chaque
mesure avec son propre `last_updated` — le vrai instant de la mesure, et
c'est le bon choix. Mais deux grandeurs ne partagent alors presque jamais le
meme `ts` : **2656 lignes pour 2656 instants distincts**. Un `GROUP BY ts`
rend donc une ligne par grandeur avec une seule colonne remplie, et toute
colonne CALCULEE est nulle. **La courbe « Excedent » — la grandeur meme du
§36 — etait vide sur les 2650 lignes**, sans que rien ne le signale.
2. **Le service n'ecrit que les changements** (`ON CONFLICT DO NOTHING` sur
`(cle, ts)`). Un simple regroupement a la minute laisse donc des trous : la
difference n'existait que les 73 minutes sur 434 ou les deux grandeurs
avaient bouge ensemble. Correction : report de la derniere valeur connue
(`first_value` sur les paliers numerotes par `count(x) OVER (ORDER BY t)`),
qui est aussi ce que fait le controleur en temps reel. **430/435 apres.**
3. **L'energie horaire par `sum(valeur)/60`** suppose 60 echantillons par
heure ; il y en a eu 26 a 47 le 04/09. Remplace par une integration
ponderee par la duree (`valeur × intervalle jusqu'au point suivant`,
plafonne a 300 s pour qu'un arret du service n'extrapole pas une valeur
perimee). Ecart mesure : ~9 %.
⚠️ Le chiffre de « 25 a 58 % » que j'avais d'abord annonce etait faux : il
comparait la somme a la MOYENNE, qui ignore la duree et n'est donc pas la
reference.
Plus deux corrections d'affichage : la colonne `jour` (type `date`) s'affichait
`2026-09-04 02:00:00`, rendue comme un instant UTC converti en heure de Paris
(`to_char` desormais) ; et le decompte des chargeurs MPPT est de **six
entites** publiees, pas sept comme l'affirmait le §28.
**Lecon**, dans la lignee des trois oscillateurs : `verifier-dashboards.mjs`
prouve qu'une requete s'EXECUTE, pas qu'elle rend la grandeur voulue. Une
colonne integralement nulle passe le controle sans un mot. Le seul test qui a
attrape ces trois defauts est d'avoir regarde les courbes et compare a ce qu'on
savait de la nuit.
---
*Document mis a jour le : 04/09/2026 (~09:00) — trois defauts de grandeur corriges dans les tableaux, 19/19*

2
deploy/historisation/grafana/dashboards/nuit.json
View File

@@ -356,7 +356,7 @@
"format": "time_series", "format": "time_series",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "SELECT ts AS time,\n max(valeur) FILTER (WHERE cle = 'sensor.victron_grid_power_l1') AS \"Reseau\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_power') AS \"Batterie\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Maison\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS \"Voiture\"\nFROM mesure\nWHERE $__timeFilter(ts)\nGROUP BY ts\nORDER BY ts" "rawSql": "WITH par_minute AS (\n SELECT date_trunc('minute', ts) AS t,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_grid_power_l1') AS Reseau,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_battery_power') AS Batterie,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS Maison,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS Voiture\n FROM mesure WHERE $__timeFilter(ts) GROUP BY 1\n),\npaliers AS (\n SELECT t, Reseau, Batterie, Maison, Voiture,\n count(Reseau) OVER (ORDER BY t) AS g_Reseau,\n count(Batterie) OVER (ORDER BY t) AS g_Batterie,\n count(Maison) OVER (ORDER BY t) AS g_Maison,\n count(Voiture) OVER (ORDER BY t) AS g_Voiture\n FROM par_minute\n),\nreport AS (\n SELECT t,\n first_value(Reseau) OVER (PARTITION BY g_Reseau ORDER BY t) AS Reseau,\n first_value(Batterie) OVER (PARTITION BY g_Batterie ORDER BY t) AS Batterie,\n first_value(Maison) OVER (PARTITION BY g_Maison ORDER BY t) AS Maison,\n first_value(Voiture) OVER (PARTITION BY g_Voiture ORDER BY t) AS Voiture\n FROM paliers\n)\nSELECT t AS time,\n Reseau AS \"Reseau\",\n Batterie AS \"Batterie\",\n Maison AS \"Maison\",\n Voiture AS \"Voiture\"\nFROM report ORDER BY t"
} }
], ],
"gridPos": { "gridPos": {

4
deploy/historisation/grafana/dashboards/prevision.json
View File

@@ -74,7 +74,7 @@
"format": "table", "format": "table",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "WITH du_matin AS (\n SELECT DISTINCT ON (jour) jour, publie_a, horaire\n FROM prevision\n WHERE publie_a::date = jour\n AND jour BETWEEN $__timeFrom()::date AND $__timeTo()::date\n ORDER BY jour, publie_a ASC\n),\nprevu AS (\n SELECT (jour + (h - 1) * interval '1 hour') AS heure,\n horaire[h] AS kwh\n FROM du_matin, generate_subscripts(horaire, 1) AS h\n),\nproduit AS (\n -- Un echantillon toutes les 60 s : chaque point vaut 1/60 h.\n SELECT date_trunc('hour', ts) AS heure,\n sum(valeur) / 60.0 / 1000.0 AS kwh\n FROM mesure\n WHERE cle = 'sensor.victron_pv_power_system' AND $__timeFilter(ts)\n GROUP BY 1\n)\nSELECT coalesce(prevu.heure, produit.heure) AS time,\n round(prevu.kwh::numeric, 2) AS \"Prevu le matin meme\",\n round(produit.kwh::numeric, 2) AS \"Reellement produit\"\nFROM prevu FULL OUTER JOIN produit USING (heure)\nWHERE coalesce(prevu.heure, produit.heure) BETWEEN $__timeFrom() AND $__timeTo()\nORDER BY 1" "rawSql": "WITH du_matin AS (\n SELECT DISTINCT ON (jour) jour, publie_a, horaire\n FROM prevision\n WHERE publie_a::date = jour\n AND jour BETWEEN $__timeFrom()::date AND $__timeTo()::date\n ORDER BY jour, publie_a ASC\n),\nprevu AS (\n SELECT (jour + (h - 1) * interval '1 hour') AS heure,\n horaire[h] AS kwh\n FROM du_matin, generate_subscripts(horaire, 1) AS h\n),\n-- INTEGRATION PONDEREE PAR LA DUREE, et non somme/60.\n-- Le service n'ecrit une mesure que lorsqu'elle change : compter les\n-- echantillons revient a supposer qu'il y en a 60 par heure alors qu'il y\n-- en a eu 26 a 47 le 04/09 : l'energie etait sous-estimee d'environ 9 %.\n-- Chaque point vaut donc son intervalle jusqu'au suivant, plafonne a 300 s\n-- pour qu'un arret du service n'extrapole pas une valeur perimee.\npas AS (\n SELECT ts, valeur,\n LEAST(EXTRACT(epoch FROM (lead(ts) OVER (ORDER BY ts) - ts)), 300) AS dt\n FROM mesure\n WHERE cle = 'sensor.victron_pv_power_system' AND $__timeFilter(ts)\n),\nproduit AS (\n SELECT date_trunc('hour', ts) AS heure,\n sum(valeur * coalesce(dt, 0)) / 3600.0 / 1000.0 AS kwh\n FROM pas GROUP BY 1\n)\nSELECT to_char(coalesce(prevu.heure, produit.heure), 'DD/MM HH24') || ' h' AS \"Heure\",\n round(prevu.kwh::numeric, 2) AS \"Prevu le matin meme\",\n round(produit.kwh::numeric, 2) AS \"Reellement produit\"\nFROM prevu FULL OUTER JOIN produit USING (heure)\nWHERE coalesce(prevu.heure, produit.heure) BETWEEN $__timeFrom() AND $__timeTo()\nORDER BY coalesce(prevu.heure, produit.heure)"
} }
], ],
"gridPos": { "gridPos": {
@@ -205,7 +205,7 @@
"format": "table", "format": "table",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "SELECT publie_a AS \"Publiee le\", jour AS \"Pour le jour\",\n round(total_kwh::numeric, 1) AS \"Total annonce (kWh)\",\n round((horaire[8] + horaire[9] + horaire[10] + horaire[11])::numeric, 2) AS \"07-11 h\",\n round((horaire[12] + horaire[13] + horaire[14] + horaire[15])::numeric, 2) AS \"11-15 h\",\n round((horaire[16] + horaire[17] + horaire[18] + horaire[19])::numeric, 2) AS \"15-19 h\"\nFROM prevision\nWHERE $__timeFilter(publie_a)\nORDER BY publie_a DESC, jour" "rawSql": "SELECT publie_a AS \"Publiee le\",\n to_char(jour, 'DD/MM') AS \"Pour le jour\",\n round(total_kwh::numeric, 1) AS \"Total annonce (kWh)\",\n round((horaire[8] + horaire[9] + horaire[10] + horaire[11])::numeric, 2) AS \"07-11 h\",\n round((horaire[12] + horaire[13] + horaire[14] + horaire[15])::numeric, 2) AS \"11-15 h\",\n round((horaire[16] + horaire[17] + horaire[18] + horaire[19])::numeric, 2) AS \"15-19 h\"\nFROM prevision\nWHERE $__timeFilter(publie_a)\nORDER BY publie_a DESC, jour"
} }
], ],
"gridPos": { "gridPos": {

8
deploy/historisation/grafana/dashboards/solaire.json
View File

@@ -74,7 +74,7 @@
"format": "time_series", "format": "time_series",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "SELECT ts AS time,\n max(valeur) FILTER (WHERE cle = 'sensor.victron_pv_power_system') AS \"Production\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Maison\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS \"Voiture\",\n max(valeur) FILTER (WHERE cle = 'sensor.victron_pv_power_system')\n - max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Excedent\"\nFROM mesure\nWHERE $__timeFilter(ts)\nGROUP BY ts\nORDER BY ts" "rawSql": "WITH par_minute AS (\n SELECT date_trunc('minute', ts) AS t,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_pv_power_system') AS Production,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS Maison,\n avg(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS Voiture\n FROM mesure WHERE $__timeFilter(ts) GROUP BY 1\n),\npaliers AS (\n SELECT t, Production, Maison, Voiture,\n count(Production) OVER (ORDER BY t) AS g_Production,\n count(Maison) OVER (ORDER BY t) AS g_Maison,\n count(Voiture) OVER (ORDER BY t) AS g_Voiture\n FROM par_minute\n),\nreport AS (\n SELECT t,\n first_value(Production) OVER (PARTITION BY g_Production ORDER BY t) AS Production,\n first_value(Maison) OVER (PARTITION BY g_Maison ORDER BY t) AS Maison,\n first_value(Voiture) OVER (PARTITION BY g_Voiture ORDER BY t) AS Voiture\n FROM paliers\n)\nSELECT t AS time,\n Production AS \"Production\",\n Maison AS \"Maison\",\n Voiture AS \"Voiture\",\n Production - Maison AS \"Excedent\"\nFROM report ORDER BY t"
} }
], ],
"gridPos": { "gridPos": {
@@ -270,7 +270,7 @@
{ {
"type": "state-timeline", "type": "state-timeline",
"title": "Ce que les chargeurs declarent eux-memes", "title": "Ce que les chargeurs declarent eux-memes",
"description": "mppt_active = ce chargeur donne tout ce qu'il peut. voltage_current_limited ou off = il se retient, faute de preneur. Le 03/09 ces sept capteurs ont bascule 24 minutes avant le drapeau du bilan — c'est le signal le plus direct dont on dispose.", "description": "mppt_active = ce chargeur donne tout ce qu'il peut. voltage_current_limited ou off = il se retient, faute de preneur. Le 03/09 ces capteurs ont bascule 24 minutes avant le drapeau du bilan — c'est le signal le plus direct dont on dispose.",
"datasource": { "datasource": {
"type": "influxdb", "type": "influxdb",
"uid": "evcs-influx" "uid": "evcs-influx"
@@ -357,7 +357,7 @@
"format": "time_series", "format": "time_series",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "SELECT ts AS time,\n max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_soc') AS \"SOC\"\nFROM mesure WHERE $__timeFilter(ts) GROUP BY ts ORDER BY ts" "rawSql": "SELECT date_trunc('minute', ts) AS time, avg(valeur) AS \"SOC\"\nFROM mesure WHERE cle = 'sensor.victron_battery_soc'\n AND $__timeFilter(ts) GROUP BY 1 ORDER BY 1"
}, },
{ {
"refId": "B", "refId": "B",
@@ -368,7 +368,7 @@
"format": "time_series", "format": "time_series",
"rawQuery": true, "rawQuery": true,
"editorMode": "code", "editorMode": "code",
"rawSql": "SELECT ts AS time,\n max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_current') AS \"Courant\"\nFROM mesure WHERE $__timeFilter(ts) GROUP BY ts ORDER BY ts" "rawSql": "SELECT date_trunc('minute', ts) AS time, avg(valeur) AS \"Courant\"\nFROM mesure WHERE cle = 'sensor.victron_battery_current'\n AND $__timeFilter(ts) GROUP BY 1 ORDER BY 1"
} }
], ],
"gridPos": { "gridPos": {

110
tools/gen-grafana-dashboards.py
View File

@@ -13,6 +13,43 @@ def sql(refid, q, fmt="time_series"):
def flux(refid, q): def flux(refid, q):
return {"refId": refid, "datasource": IN, "query": q} return {"refId": refid, "datasource": IN, "query": q}
def sql_grandeurs(refid, colonnes, calculees=None):
"""Rapproche plusieurs grandeurs de la table `mesure` sur un axe commun.
Deux difficultes, toutes deux resolues ici :
1. Le service horodate chaque mesure avec son propre `last_updated` — le
vrai instant de la mesure, ce qui est le bon choix. Mais deux grandeurs
ne partagent alors presque jamais le meme `ts` : un `GROUP BY ts` rend
une ligne par grandeur, avec une seule colonne remplie.
2. Le service n'ecrit une mesure que si elle a change. Un simple
regroupement a la minute laisse donc des trous, et toute colonne
CALCULEE (une difference, par exemple) n'existe que les minutes ou
toutes ses entrees ont bouge — 73 minutes sur 434 le 04/09.
D'ou le report de la derniere valeur connue, qui est aussi ce que fait le
controleur en temps reel : il decide sur la derniere valeur qu'il a lue.
L'astuce `count(x) OVER (ORDER BY t)` numerote les paliers entre deux
valeurs non nulles ; `first_value` reprend celle du debut du palier.
"""
noms = [n for _, n in colonnes]
par_minute = ",\n".join(
f" avg(valeur) FILTER (WHERE cle = '{c}') AS {n}" for c, n in colonnes)
groupes = ",\n".join(f" count({n}) OVER (ORDER BY t) AS g_{n}" for n in noms)
remplis = ",\n".join(
f" first_value({n}) OVER (PARTITION BY g_{n} ORDER BY t) AS {n}" for n in noms)
sorties = ",\n".join(f' {n} AS "{n.replace("_", " ")}"' for n in noms)
if calculees:
sorties += ",\n" + ",\n".join(f' {e} AS "{lib}"' for e, lib in calculees)
q = (f"WITH par_minute AS (\n"
f" SELECT date_trunc('minute', ts) AS t,\n{par_minute}\n"
f" FROM mesure WHERE $__timeFilter(ts) GROUP BY 1\n"
f"),\npaliers AS (\n SELECT t, {', '.join(noms)},\n{groupes}\n FROM par_minute\n"
f"),\nreport AS (\n SELECT t,\n{remplis}\n FROM paliers\n)\n"
f"SELECT t AS time,\n{sorties}\nFROM report ORDER BY t")
return sql(refid, q)
def ts(title, targets, ds, x, y, w, h, unit="", desc="", extra=None, legend="bottom"): def ts(title, targets, ds, x, y, w, h, unit="", desc="", extra=None, legend="bottom"):
p = {"type": "timeseries", "title": title, "description": desc, p = {"type": "timeseries", "title": title, "description": desc,
"datasource": ds, "targets": targets, "datasource": ds, "targets": targets,
@@ -171,15 +208,11 @@ nuit = dashboard("evcs-nuit", "La nuit", (
"demande": {"color": "semi-dark-orange", "index": 2}}}]), "demande": {"color": "semi-dark-orange", "index": 2}}}]),
ts("Les puissances de la nuit", [ ts("Les puissances de la nuit", [
sql("A", "SELECT ts AS time,\n" sql_grandeurs("A", [
" max(valeur) FILTER (WHERE cle = 'sensor.victron_grid_power_l1') AS \"Reseau\",\n" ('sensor.victron_grid_power_l1', 'Reseau'),
" max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_power') AS \"Batterie\",\n" ('sensor.victron_battery_power', 'Batterie'),
" max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Maison\",\n" ('sensor.victron_consumption_power_l1', 'Maison'),
" max(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS \"Voiture\"\n" ('sensor.victron_evcs_ac_power', 'Voiture')])],
"FROM mesure\n"
"WHERE $__timeFilter(ts)\n"
"GROUP BY ts\n"
"ORDER BY ts")],
PG, 0, 16, 12, 8, "watt", PG, 0, 16, 12, 8, "watt",
"Batterie positive = elle se charge. Contacteur ferme avec un import qui " "Batterie positive = elle se charge. Contacteur ferme avec un import qui "
"ne couvre pas la maison = la batterie paie quand meme : c'est le defaut " "ne couvre pas la maison = la batterie paie quand meme : c'est le defaut "
@@ -246,16 +279,11 @@ solaire = dashboard("evcs-solaire", "Le solaire", (
"Ces panneaux montrent l'ecart entre les deux."), [ "Ces panneaux montrent l'ecart entre les deux."), [
ts("Production, maison, et ce qui reste", [ ts("Production, maison, et ce qui reste", [
sql("A", "SELECT ts AS time,\n" sql_grandeurs("A", [
" max(valeur) FILTER (WHERE cle = 'sensor.victron_pv_power_system') AS \"Production\",\n" ('sensor.victron_pv_power_system', 'Production'),
" max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Maison\",\n" ('sensor.victron_consumption_power_l1', 'Maison'),
" max(valeur) FILTER (WHERE cle = 'sensor.victron_evcs_ac_power') AS \"Voiture\",\n" ('sensor.victron_evcs_ac_power', 'Voiture')],
" max(valeur) FILTER (WHERE cle = 'sensor.victron_pv_power_system')\n" calculees=[('Production - Maison', 'Excedent')])],
" - max(valeur) FILTER (WHERE cle = 'sensor.victron_consumption_power_l1') AS \"Excedent\"\n"
"FROM mesure\n"
"WHERE $__timeFilter(ts)\n"
"GROUP BY ts\n"
"ORDER BY ts")],
PG, 0, 0, 24, 9, "watt", PG, 0, 0, 24, 9, "watt",
"L'excedent (production moins maison hors voiture) est la grandeur qui " "L'excedent (production moins maison hors voiture) est la grandeur qui "
"decide d'un demarrage depuis le 03/09. Le 03/09 a 19:44, la production " "decide d'un demarrage depuis le 03/09. Le 03/09 a 19:44, la production "
@@ -308,7 +336,7 @@ solaire = dashboard("evcs-solaire", "Le solaire", (
IN, 12, 9, 12, 6, IN, 12, 9, 12, 6,
"mppt_active = ce chargeur donne tout ce qu'il peut. " "mppt_active = ce chargeur donne tout ce qu'il peut. "
"voltage_current_limited ou off = il se retient, faute de preneur. " "voltage_current_limited ou off = il se retient, faute de preneur. "
"Le 03/09 ces sept capteurs ont bascule 24 minutes avant le drapeau du " "Le 03/09 ces capteurs ont bascule 24 minutes avant le drapeau du "
"bilan — c'est le signal le plus direct dont on dispose.", "bilan — c'est le signal le plus direct dont on dispose.",
mappings=[{"type": "value", "options": { mappings=[{"type": "value", "options": {
"mppt_active": {"color": "green", "index": 0}, "mppt_active": {"color": "green", "index": 0},
@@ -316,12 +344,12 @@ solaire = dashboard("evcs-solaire", "Le solaire", (
"off": {"color": "dark-blue", "index": 2}}}]), "off": {"color": "dark-blue", "index": 2}}}]),
ts("Batterie", [ ts("Batterie", [
sql("A", "SELECT ts AS time,\n" sql("A", "SELECT date_trunc('minute', ts) AS time, avg(valeur) AS \"SOC\"\n"
" max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_soc') AS \"SOC\"\n" "FROM mesure WHERE cle = 'sensor.victron_battery_soc'\n"
"FROM mesure WHERE $__timeFilter(ts) GROUP BY ts ORDER BY ts"), " AND $__timeFilter(ts) GROUP BY 1 ORDER BY 1"),
sql("B", "SELECT ts AS time,\n" sql("B", "SELECT date_trunc('minute', ts) AS time, avg(valeur) AS \"Courant\"\n"
" max(valeur) FILTER (WHERE cle = 'sensor.victron_battery_current') AS \"Courant\"\n" "FROM mesure WHERE cle = 'sensor.victron_battery_current'\n"
"FROM mesure WHERE $__timeFilter(ts) GROUP BY ts ORDER BY ts")], " AND $__timeFilter(ts) GROUP BY 1 ORDER BY 1")],
PG, 0, 15, 12, 8, "percent", PG, 0, 15, 12, 8, "percent",
"Le SOC n'est pas lineaire : 0,169 kWh par point au-dessus de 33 %, " "Le SOC n'est pas lineaire : 0,169 kWh par point au-dessus de 33 %, "
"0,097 en dessous (576 paliers mesures). Un point en bas d'echelle vaut " "0,097 en dessous (576 paliers mesures). Un point en bas d'echelle vaut "
@@ -372,20 +400,29 @@ prevu AS (
horaire[h] AS kwh horaire[h] AS kwh
FROM du_matin, generate_subscripts(horaire, 1) AS h FROM du_matin, generate_subscripts(horaire, 1) AS h
), ),
produit AS ( -- INTEGRATION PONDEREE PAR LA DUREE, et non somme/60.
-- Un echantillon toutes les 60 s : chaque point vaut 1/60 h. -- Le service n'ecrit une mesure que lorsqu'elle change : compter les
SELECT date_trunc('hour', ts) AS heure, -- echantillons revient a supposer qu'il y en a 60 par heure alors qu'il y
sum(valeur) / 60.0 / 1000.0 AS kwh -- en a eu 26 a 47 le 04/09 : l'energie etait sous-estimee d'environ 9 %.
-- Chaque point vaut donc son intervalle jusqu'au suivant, plafonne a 300 s
-- pour qu'un arret du service n'extrapole pas une valeur perimee.
pas AS (
SELECT ts, valeur,
LEAST(EXTRACT(epoch FROM (lead(ts) OVER (ORDER BY ts) - ts)), 300) AS dt
FROM mesure FROM mesure
WHERE cle = 'sensor.victron_pv_power_system' AND $__timeFilter(ts) WHERE cle = 'sensor.victron_pv_power_system' AND $__timeFilter(ts)
GROUP BY 1 ),
produit AS (
SELECT date_trunc('hour', ts) AS heure,
sum(valeur * coalesce(dt, 0)) / 3600.0 / 1000.0 AS kwh
FROM pas GROUP BY 1
) )
SELECT coalesce(prevu.heure, produit.heure) AS time, SELECT to_char(coalesce(prevu.heure, produit.heure), 'DD/MM HH24') || ' h' AS "Heure",
round(prevu.kwh::numeric, 2) AS "Prevu le matin meme", round(prevu.kwh::numeric, 2) AS "Prevu le matin meme",
round(produit.kwh::numeric, 2) AS "Reellement produit" round(produit.kwh::numeric, 2) AS "Reellement produit"
FROM prevu FULL OUTER JOIN produit USING (heure) FROM prevu FULL OUTER JOIN produit USING (heure)
WHERE coalesce(prevu.heure, produit.heure) BETWEEN $__timeFrom() AND $__timeTo() WHERE coalesce(prevu.heure, produit.heure) BETWEEN $__timeFrom() AND $__timeTo()
ORDER BY 1""" ORDER BY coalesce(prevu.heure, produit.heure)"""
prevision = dashboard("evcs-prevision", "Prevision contre reel", ( prevision = dashboard("evcs-prevision", "Prevision contre reel", (
"Le total de la prevision tombe juste ; sa FORME non. Sur les trois jours " "Le total de la prevision tombe juste ; sa FORME non. Sur les trois jours "
@@ -414,7 +451,8 @@ prevision = dashboard("evcs-prevision", "Prevision contre reel", (
"bridee (mesure inexploitable)": {"color": "orange", "index": 1}}}]), "bridee (mesure inexploitable)": {"color": "orange", "index": 1}}}]),
table("Les previsions telles qu'elles ont ete publiees", [ table("Les previsions telles qu'elles ont ete publiees", [
sql("A", "SELECT publie_a AS \"Publiee le\", jour AS \"Pour le jour\",\n" sql("A", "SELECT publie_a AS \"Publiee le\",\n"
" to_char(jour, 'DD/MM') AS \"Pour le jour\",\n"
" round(total_kwh::numeric, 1) AS \"Total annonce (kWh)\",\n" " round(total_kwh::numeric, 1) AS \"Total annonce (kWh)\",\n"
" round((horaire[8] + horaire[9] + horaire[10] + horaire[11])::numeric, 2) AS \"07-11 h\",\n" " round((horaire[8] + horaire[9] + horaire[10] + horaire[11])::numeric, 2) AS \"07-11 h\",\n"
" round((horaire[12] + horaire[13] + horaire[14] + horaire[15])::numeric, 2) AS \"11-15 h\",\n" " round((horaire[12] + horaire[13] + horaire[14] + horaire[15])::numeric, 2) AS \"11-15 h\",\n"