Grünes Waschen ohne Greenwashing mit Smart Home – ein Beispiel (Teil 3)

Ein Smart Home verbraucht zwar selbst Energie und verursacht damit CO₂-Emissionen, doch durch Timeshifting lassen sich diese Emissionen erheblich reduzieren. Aber wie groß ist das Einsparpotenzial wirklich? Im Folgenden erkläre ich anhand von Beispielrechnungen, wie mein Smart Home durch intelligentes Energiemanagement CO₂ einsparen kann.

Smart-Home-Stromverbrauch: CO₂-Emissionen und Einsparpotenziale

In meinem Smart Home nutze ich einen Raspberry Pi 4 als zentrale Steuerungseinheit und möchte zwei energiehungrige Haushaltsgeräte – Waschmaschine und Trockner – CO₂-optimiert betreiben. Hier sind die relevanten Verbrauchsdaten:

• Energieverbrauch Smart Home:
  • Ein Raspberry Pi 4 dient als Server und verbraucht bei moderater Belastung 3–4 W.
  • Berechnung: 3,5 W × 24 h × 365 Tage = 30,66 kWh pro Jahr
• Energieverbrauch Waschmaschine:
  • Ein Eco-Waschgang benötigt durchschnittlich 0,90 kWh.
• Energieverbrauch Trockner:
  • Ein Trocknungsvorgang benötigt 3,8 kWh.

Strommix in Deutschland (g CO₂/kWh)

• Im Jahr 2024 betrugen die CO₂-Emissionen der deutschen Stromerzeugung 152 Millionen Tonnen bei einer öffentlichen Nettostromerzeugung von 461 Terawattstunden (TWh). Das ergibt einen spezifischen Emissionsfaktor von ca. 330 g CO₂/kWh (Quelle: Fraunhofer ISE)
• Laut einer Studie von EUPD Research schwankt der Strommix in Deutschland stark je nach Monat und Uhrzeit. Der Durchschnitt lag 2020 bei 369 g CO₂/kWh. 

Durch gezieltes Timeshifting können energiehungrige Aufgaben wie Waschen und Trocknen in Zeitfenstern ausgeführt werden, in denen der Anteil erneuerbarer Energien im Stromnetz besonders hoch ist. Hier ein Beispiel für die CO₂-Einsparungen pro Monat:

Wasche ich mit meiner Waschmaschine zweimal pro Woche, ergeben sich 6 kWh pro Monat (siehe oben). Wird mein Trockner einmal pro Woche genutzt, kommen 15 kWh pro Monat hinzu. Insgesamt ergibt sich also ein Verbrauch von 21 kWh pro Monat für dieses simple Rechenbeispiel. Basierend auf den obigen Daten ergibt sich eine jährliche Einsparung von 24.675 g CO₂.

• Der Raspberry Pi verursacht mit 31 kWh/Jahr bei 369 g CO₂/kWh etwa 16.000 g CO₂.
• Das bedeutet, dass das Smart Home durch Timeshifting den eigenen CO₂-Ausstoß kompensieren oder sogar senken kann.

Gerade unter dem Gesichtspunkt, dass Waschen und Trocknen ein Vorgang ist, der in jedem deutschen Haushalt stattfindet, skaliert dieses Rechenbeispiel extrem.

Umsetzungsbeispiel: Smart Home als Green Home

Die praktische Umsetzung in Home Assistant erfolgt mittels REST-API-Calls:

Time Shifting API

Eine Carbon-Aware-Aufgabe kann mit drei Variablen verschoben werden:

• Time Window: Zeitfenster für die Aufgabe (z. B. 09:00–20:00 Uhr für die Waschmaschine, um Lärm nachts zu vermeiden).
• Runtime: Erwartete Laufzeit der Aufgabe (z. B. 30 Minuten bis 2 Stunden für einen Waschgang).
• Location: Der Standort des Stromverbrauchs, da der Anteil erneuerbarer Energien regional schwankt.

Die Carbon Aware Computing Library berechnet basierend auf diesen Parametern den besten Zeitpunkt für den Start der Aufgabe.

Die Carbon Aware Computing Library

Die Carbon Aware Computing Library bietet die Möglichkeit, anhand der drei Timeshifting-Variablen den besten Zeitpunkt zu finden, an dem eine Aufgabe gestartet werden soll. Es existieren Erweiterungen für .NET, PowerShell, Hangfire, Prometheus oder auch Kubernetes. Seit Neuestem gibt es auch eine Integration für die Smart-Home-Plattform Home Assistant, die im Hintergrund die Carbon Aware Computing Web-API nutzt. Die API ist kostenlos, bedarf jedoch einer Registrierung per E-Mail.

Umsetzung mittels Home Assistant Integration

Integrationen in Home Assistant ermöglichen die Verbindung und Steuerung verschiedener Geräte und Dienste. Sie bieten eine zentrale Plattform, um unterschiedliche Anbieter zu verknüpfen. Mit Integrationen können Nutzer:innen Geräte und Dienste überwachen, steuern und komplexe Automatisierungen einrichten, um den Komfort und die Effizienz im Smart Home zu steigern. Sie erleichtern die Einbindung von Drittanbieter-Services wie Wetterdaten oder Sprachassistenten.

Für grünes Timeshifting in Home Assistant habe ich eine Integration erstellt, die zwei Anforderungen erfüllt:

1. Sie gibt den aktuellen CO₂/kWh-Wert je nach Location zurück.
2. Sie bietet die Möglichkeit, den besten Ausführungszeitpunkt anhand der Timeshifting-Parameter zu berechnen.

Einrichtung

Das GitHub-Projekt kann mittels Custom Repository in HACS hinzugefügt werden. Der Code ist Open Source und kann frei genutzt werden.

Über einen REST-Call auf den Endpunkt:

curl -X POST "https://intensity.carbon-aware-computing.com/register" -H  "accept: */*" -H  "Content-Type: application/json" -d "{\"mailAddress\":\"your.email@adress.xyz\"}"

Der API Key wird zu der angegebenen Email Adresse gesendet. Die Email wird nicht weiter verwendet und wird nur genutzt um über gravierende API Änderungen zu informieren. Mehr Infos in der  API Doku. 

Einrichten des Service über Config.yaml: 

carbon_aware:
  api_key: "HierDeinAPIKey"
  location: de

Hier muss der API Key sowie die lcation angegeben werden. Als Location können folgende Werte genutzt werden. Mehr Infos dazu können in der  API Doku nachgelesen werden. 

de, fr, at, ch, be, fi, nl, uk, london, southwales, germanywestcentral, switzerlandnorth, francecentral, uksouth, ukwest, eu-central-1, eu-central-2, eu-west-3, europe-west3, europe-west6, europe-west9, az, ba, by, cy, cz, dk, ee, es, ge, gr, hr, hu, ie, lt, lu, lv, md, me, mk, mt, nie, no, pl, pt, ro, rs, ru, se, sl, sk, tr, ua, xk, northscotland, southscotland, northwestengland, northeastengland, yorkshire, northwales, westmidlands, eastmidlands, eastengland, southwestengland, southengland, southeastengland, england, scotland, wales

Nutzen der Integration in Automationen oder zur Anzeige:

alias: BD_GruenWaschen
description: ""
triggers:
  - type: turned_on
    device_id: e7b6ead76682b37323ff9b6758e308d9
    entity_id: 8a96f83b570b463bd57e2f565d40117f
    domain: switch
    trigger: device
conditions: []
actions:
  - variables:
      timeWindowTimeSpanInMinutes: 240
      start_of_time_window: "{{ (now()+timedelta(minutes=120)).strftime('%Y-%m-%dT%H:%M:%S') }}"
      end_of_time_window: >-
        {{ (as_datetime(start_of_time_window) +
        timedelta(minutes=timeWindowTimeSpanInMinutes)).strftime('%Y-%m-%dT%H:%M:%S')
        }}
      runTime: 60
    alias: Define time Window size and runtime
  - action: carbon_aware_home.get_co2_intensity_forecast
    data:
      dataStartAt: "{{ start_of_time_window }}"
      dataEndAt: "{{ end_of_time_window }}"
      expectedRuntime: "{{ runTime }}"
  - action: notify.mobile_app
    metadata: {}
    data:
      message: "Best execution time: {{ states('sensor.co2_intensity_forecast') }}"
  - alias: TimeShifting
    wait_template: >-
      {{ as_datetime(now().strftime('%Y-%m-%dT%H:%M:%S')).astimezone() >=
      as_datetime(states('sensor.co2_intensity_forecast')).astimezone() }}
    continue_on_timeout: false
  - type: turn_on
    device_id: xxx
    entity_id: xxx
    domain: switch
mode: single

Smart Home nachhaltiger gestalten: Dein nächster Schritt zur CO₂-Reduktion

Ich räume meine Waschmaschine ein und schalte sie ein. In diesem Moment baut meine Waschmaschine eine WLAN-Verbindung auf. Home Assistant registriert dies und startet die Automation. Die Carbon Aware API wird mit den richtigen Zeitwerten abgerufen. Ist es zu spät, wird ein Zeitfenster für den nächsten Tag gesucht. Die Automation informiert mich per Sprachausgabe, wann die Waschmaschine starten wird. Nun wartet die Anwendung, bis der perfekte Zeitpunkt eingetroffen ist, und startet die Waschmaschine.

Meine Interaktion mit der Waschmaschine ändert sich nicht. Im Endeffekt schalte ich sie lediglich ein, den Rest erledigt das Smart Home. Auch eine nicht smarte Waschmaschine könnte so optimiert werden. Mein Smart Home könnte beispielsweise per Display, Sprachausgabe oder Nachricht auf mein Handy Empfehlungen für die Zeitvorwahl geben, die ich dann an der Waschmaschine einstelle.

Ohne Komfortverlust reduziere ich aktiv CO₂. Durch intelligentes Timeshifting lassen sich alltägliche Prozesse, aber auch Industrie- und IT-Prozesse nachhaltiger gestalten.

Möchtest du dein Smart Home ebenfalls grüner gestalten? Hier findest du den Code zur Umsetzung: GitHub: carbonAwareHome

Haben Sie Fragen oder Ideen zu Timeshifting? Wir freuen uns auf Feedback!