spotreba_elektrokotle.py

# /// script
# dependencies = [
#   "plotnine",
# ]
# requires-python = "==3.13"
# ///

# Pozn.: Graf lze kdykoliv přegenerovat příkazem `uv run spotreba_elektriny.py`,
# což stáhne závislosti do uv cache a uloží nový `spotreba_elektriny.png`.
# Alternativně lze spustit přímo z Gistu: 
# `uv run https://gist.githubusercontent.com/fertek/d2f513bed74c507d1ec9dbf95d7c4704/raw`

"""
Z https://www.usetreno.cz/clanky/spotreba-elektrokotle/:

> Elektrokotel má výkon obvykle kolem 15 kW. Pokud pracuje 5 hodin denně pro domácnost o velikosti mezi 150 a 200 m2, bude jeho spotřeba okolo 75 kWh.  

Z https://www.cez.cz/cs/clanky/vytapeni/elektrokotel-a-jeho-spotreba-kdy-se-financne-vyplati-174095:

> Průměrná roční spotřeba elektrokotle pro 3člennou domácnost činí zhruba 18 100 kWh na vytápění a dalších 2 100 kWh na ohřev vody. Celkem tedy 20 200 kWh.

Z https://www.akoupelnyatopeni.cz/elektrokotel-a-jeho-rocni-spotreba-prehledne-px389774:

Průměrná denní spotřeba 9 kW kotle při dvanáctihodinovém vytápění činí 113 kW.

Z https://www.tzb-info.cz/tabulky-a-vypocty/47-vypocet-potreby-tepla-pro-vytapeni-vetrani-a-pripravu-teple-vody:

Celková roční potřeba energie na vytápění: 53 MWh/rok
"""

#!/usr/bin/env python3
from datetime import datetime
from pathlib import Path
from typing import List, Tuple

import pandas as pd
from plotnine import (
    aes,
    element_text,
    element_rect,
    geom_line,
    geom_label,
    geom_point,
    geom_rect,
    geom_segment,
    geom_text,
    ggplot,
    guides,
    labs,
    scale_color_manual,
    scale_fill_manual,
    scale_x_datetime,
    scale_y_continuous,
    theme,
)
from plotnine.guides import guide_legend

Reading = Tuple[datetime, int]

# Kratší zápis: každý záznam je (datetime, kWh).
dt = datetime.fromisoformat
READINGS: List[Reading] = [
    (dt("2025-11-21 12:42"), 5100),
    (dt("2025-11-21 18:33"), 5164),
    (dt("2025-11-22 12:53"), 5298),
    (dt("2025-11-22 23:07"), 5381),
    (dt("2025-11-23 09:25"), 5463),
    (dt("2025-11-23 16:40"), 5507),
    (dt("2025-11-24 09:16"), 5580),
    (dt("2025-11-25 16:16"), 5744),
    (dt("2025-11-26 08:41"), 5802),
    (dt("2025-11-26 14:56"), 5844),
    (dt("2025-11-26 22:19"), 5869),
    (dt("2025-11-27 08:33"), 5898),
    (dt("2025-11-27 13:08"), 5929),
    (dt("2025-11-27 22:09"), 5962),
    (dt("2025-11-28 08:15"), 5994),
    (dt("2025-11-28 14:59"), 6025),
    (dt("2025-12-02 18:59"), 6215),
    (dt("2025-12-02 22:00"), 6243),
    (dt("2025-12-03 01:26"), 6261),
    (dt("2025-12-03 08:47"), 6302),
    (dt("2025-12-03 16:39"), 6366),
    (dt("2025-12-03 21:38"), 6397),
]

def main() -> None:
    df = prepare_data(READINGS)
    df_daily = compute_daily(df)

    month_names = {
        1: "leden",
        2: "únor",
        3: "březen",
        4: "duben",
        5: "květen",
        6: "červen",
        7: "červenec",
        8: "srpen",
        9: "září",
        10: "říjen",
        11: "listopad",
        12: "prosinec",
    }
    x_breaks = pd.date_range(df["at"].min().normalize(), df["at"].max().normalize(), freq="1D")
    x_labels = [
        (f"{d:%d}\n" + month_names[d.month]) if (d.day == 1 or i == 0) else f"{d:%d}\n"
        for i, d in enumerate(x_breaks)
    ]

    plot = (
        ggplot(df, aes("at", "kwh_rel"))
        + geom_line(aes(color="series_line"), size=0.6)
        + geom_point(aes(color="series_line"), size=1.8, show_legend=False)
        + geom_segment(
            df[df["is_first_of_day"]],
            aes(
                x="at",
                xend="at",
                y="kwh_rel",
                yend="kwh_rel + label_offset",
            ),
            color="#666666",
            size=0.3,
            inherit_aes=False,
        )
        + geom_label(
            df[df["is_first_of_day"]],
            aes(y="kwh_rel + label_offset", label="kwh_rel"),
            va="bottom",
            size=6,
            fill="white",
            alpha=0.85,
            label_size=0,
            color="#333333",
        )
        + geom_rect(
            df_daily,
            aes(
                xmin="date",
                xmax="date_end",
                ymin=0,
                ymax="delta",
                fill="series_fill",
            ),
            alpha=0.35,
            inherit_aes=False,
        )  # denní přírůstky (součet za den, vyplní celý den)
        + geom_text(
            df_daily,
            aes(x="date_mid", y="delta_pos", label="delta_label"),
            color="#5AA27F",
            size=6,
            va="bottom",
        )
        + scale_x_datetime(
            breaks=x_breaks,
            labels=x_labels,
            minor_breaks=None,
        )
        + scale_y_continuous(
            breaks=range(0, int(df["kwh_rel"].max()) + 500, 500),
            minor_breaks=range(0, int(df["kwh_rel"].max()) + 200, 100),
        )
        + scale_color_manual(
            name="",
            breaks=["Kumulovaná spotřeba"],
            labels=["Kumulovaná spotřeba"],
            values={"Kumulovaná spotřeba": "#000000"},
        )
        + scale_fill_manual(
            name="",
            breaks=["Denní přírůstek (kWh)"],
            labels=["Denní přírůstek (kWh)"],
            values={"Denní přírůstek (kWh)": "#5AA27F"},
        )
        + labs(
            x="Čas",
            y="kWh",
            title="Spotřeba elektřiny",
            color="",
            fill="",
        )
        + theme(
            axis_text_x=element_text(rotation=0, hjust=0.5, size=7),
            legend_position=(0.02, 0.98),
            legend_justification=("left", "top"),
            legend_background=element_rect(fill="white", alpha=0.85, color=None),
            legend_direction="vertical",
            legend_box="vertical",
            legend_box_spacing=0.1,
        )
        + guides(
            color=guide_legend(ncol=1),
            fill=guide_legend(ncol=1),
        )
    )

    output = Path("spotreba_elektriny.png")
    plot.save(output, width=6, height=4, dpi=150)
    print(f"Vykresleno do {output}")


def prepare_data(readings: List[Reading]) -> pd.DataFrame:
    df = pd.DataFrame(readings, columns=["at", "kwh"]).sort_values("at").reset_index(drop=True)
    base = df["kwh"].iloc[0]
    df["kwh_rel"] = df["kwh"] - base  # první bod jde na nulu
    df["delta"] = df["kwh"].diff().fillna(0)  # přírůstky mezi měřeními
    df["date"] = df["at"].dt.normalize()  # den bez času pro denní součty
    df["series_line"] = "Kumulovaná spotřeba"
    df["label_offset"] = 40 + df["kwh_rel"] * 0.08
    df["is_first_of_day"] = ~df["date"].duplicated()
    return df


def compute_daily(df: pd.DataFrame) -> pd.DataFrame:
    # Rozdělení přírůstků na kalendářní dny lineární interpolací přes půlnoc.
    daily: dict[pd.Timestamp, float] = {}
    for i in range(len(df) - 1):
        t0, k0 = df.loc[i, ["at", "kwh"]]
        t1, k1 = df.loc[i + 1, ["at", "kwh"]]
        delta = k1 - k0
        total_seconds = (t1 - t0).total_seconds()
        if total_seconds <= 0:
            continue

        start = t0
        while start < t1:
            next_midnight = (start + pd.Timedelta(days=1)).normalize()
            segment_end = min(next_midnight, t1)
            segment_seconds = (segment_end - start).total_seconds()
            if segment_seconds > 0:
                share = delta * (segment_seconds / total_seconds)
                daily[start.normalize()] = daily.get(start.normalize(), 0) + share
            start = segment_end

    df_daily = (
        pd.DataFrame(
            {"date": list(daily.keys()), "delta": list(daily.values())},
        )
        .sort_values("date")
        .reset_index(drop=True)
    )
    df_daily["date_end"] = df_daily["date"] + pd.Timedelta(days=1)
    df_daily["date_mid"] = df_daily["date"] + pd.Timedelta(hours=12)
    df_daily["delta_label"] = df_daily["delta"].round().astype(int)
    df_daily["delta_pos"] = df_daily["delta"] + 20
    df_daily["series_fill"] = "Denní přírůstek (kWh)"
    return df_daily


if __name__ == "__main__":
    main()

Výsledek - spotreba_elektriny.png: