Idag är det möjligt att koppla upp utrustningar mot nätet hemma och ha ett Smart Hem. Ett hushåll har två elavtal, elnät och elhandel. Elnät är bunden till området man bor och kan inte bytas ut, men det är annorlunda med elhandel. Hos elhandel vill man ha det lägsta priset på el och det är där timpris spelar roll. Elkostnader kan bli höga och för att minska kostnaderna samt använda grön energi har detta examensprojekt tagit fram ett system som ska kunna informera en användare om spotpriset respektive väder. Projektet har använt sig av Android Studio (front-end), Firebase Realtime database och ett javaprogram (back-end). Med Grönt Väders API och Google Maps Geocoding API har data om användaren, elpriser och väder samlats i databasen. Resultatet av projektet blev en mobilapplikation som visar information om dagens elpris, väder och andra faktorer som hjälper ett hushåll med egenproducerad energi att följa. Dock kunde elpriser inte jämföras med vädret. För vidareutveckling hade back-end kunnat vara på en Raspberry Pi där man kopplar en vitvara som man kan styra i framtiden. / Today it is possible to connect equipment to the network at home and have a Smart Home. A household has two electricity agreements, electricity networks and electricity trading. Electricity network is tied to the area you live and cannot be changed, but electricity trading is a different matter. In electricity trading, what you want is the lowest price and that is where the hourly rate matters. Electricity costs can be high and to reduce costs and use green energy, this degree project has developed a system that will inform a user about the spot price and weather. The project has used Android Studio (front-end), Firebase Realtime database and a Java program (back-end). With the Green Weather API and the Google Maps Geocoding API has information about the user, electricity prices and weather been collected in the database. The results in this project was an app that showed electricity prices of the day, weather and other factors that helps a household with self-produced energy to follow. However, electricity prices could not be compared with weather. Further development would be to have the back-end running on a Raspberry Pi where appliances could be controlled in the future.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hh-43163 |
Date | January 2020 |
Creators | Dinh, Jennifer |
Publisher | Högskolan i Halmstad, Akademin för informationsteknologi |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0013 seconds