Smart home 3D visualisatie: energiebesparing

Een smart home 3D energiekaart in Home Assistant toont per ruimte het actuele verbruik in kWh én de kosten in eurocenten per uur, direct gekoppeld aan de live EPEX-spotprijs van uw leverancier.

Wat is een smart home 3D energiekaart en wat levert het op?

Een smart home 3D energiekaart is een interactief dashboard waarop de plattegrond van uw woning dient als navigatielaag. Elke kamer toont realtime het gemeten vermogen, de dagelijkse kWh-stand én de actuele kosten in eurocenten per uur. Dat laatste is de sleutel: zodra de EPEX-spotprijs piekt boven €0,30/kWh, kleurt de kaart rood. Zakt de prijs onder €0,10/kWh, verschijnt groen. U ziet dus in één oogopslag niet alleen wát er verbruikt wordt, maar ook of dat op een gunstig moment gebeurt.

Het verschil met een klassiek getallendashboard is trefzekerheid. Een gezin in Utrecht ontdekte een altijd-aan convectorkachel in de bijkeuken pas na drie maanden mét een klassiek dashboard. Twee dagen na activatie van de ruimtekaart was het apparaat gevonden, omdat de bijkeuker letterlijk oplichtte ten opzichte van de rest van de woning. Getallen verdwijnen in de ruis; een oplichtende kamer doet dat niet.

Hoe u het Home Assistant energiedashboard algemeen inricht, leest u in onze aparte gids. Dit artikel gaat specifiek over de stap daarna: een volledige ruimtekaart bouwen met live EPEX-koppeling.

Welke smart home 3D tools gebruiken Nederlandse hobbyisten en installateurs?

In de Nederlandse Home Assistant-community zijn drie tools dominant. Custom:floorplan wordt het meest ingezet. Het koppelt SVG-bestanden direct aan Home Assistant-entiteiten, waardoor u per kamer een state kunt tonen: vermogen, temperatuur of EPEX-categorie. De tool is de opvolger van het oudere HA Floorplan en heeft een actieve onderhoudsgemeenschap op GitHub.

Lovelace Picture Elements is de ingebouwde tegenhanger: geen extra component nodig, maar minder flexibel voor complexe SVG-animaties. U plaatst elementen met een percentage-coördinaat op een achtergrondafbeelding. Voor een eenvoudige plattegrond met tien zones is dit ruim voldoende; voor grotere installaties kiest men doorgaans toch voor custom:floorplan.

Als voorbereiding gebruiken installateurs en enthousiastelingen Sweet Home 3D of Planner 5D om een nauwkeurige plattegrond te tekenen. De export naar een plat PNG of SVG vormt vervolgens de brug naar Home Assistant. Sweet Home 3D is gratis, beschikbaar voor Windows en macOS, en levert exportkwaliteit die direct bruikbaar is.

Installateurs in de Randstad melden dat een visuele plattegrond de opleveringstijd bij een nieuwe installatie met 20–30% verkort. Bewoners begrijpen sneller wat waar zit en wijzen letterlijk op de kaart wanneer een zone onjuist is gelabeld. Gemiddeld besparen hobbyisten op Nederlandse HA-forums 1–2 uur debugtijd per installatie doordat miscommunicatie over ruimteindeling wegvalt.

Hoe koppelt u een smart home 3D plattegrond aan live P1-meterdata en EPEX-prijzen?

De minimale technische stack bestaat uit vier lagen die u stap voor stap opbouwt.

Laag 1: P1-meter

U heeft een P1-adapter nodig die data lokaal in Home Assistant beschikbaar stelt. Gangbare keuzes zijn de YouLess LS120, een ESPHome-gebaseerde USB-P1-kabel (€15–€25) of de DSMR-reader gateway. Via de DSMR-integratie of MQTT stroomt het actuele vermogen en de gasmeterstand automatisch als sensor binnen. Houd rekening met de meterversie: DSMR 5.0-meters sturen elk seconde een telegram, DSMR 4.0-meters elke 10 seconden. Voor een woonkaart is 10 seconden vertraging geen probleem; gedragsvisualisatie vereist geen milliseconde-precisie. Lees voor de vergelijking van P1-meters voor Home Assistant onze uitgebreide koopgids.

Laag 2: eurocenten-template

Een template-sensor rekent het actuele vermogen om naar kosten per uur. De formule: huidig wattage gedeeld door 1000, vermenigvuldigd met de live uurprijs uit de Tibber- of Frank Energie-integratie. Die integraties leveren de EPEX-spotprijs inclusief opslag als sensor. Voeg daarnaast een input_select of template-sensor toe die de prijs categoriseert in goedkoop (onder €0,10/kWh), gemiddeld en duur (boven €0,30/kWh). Dit is de sturingssensor waarop de kaartkleur reageert.

Laag 3: utility_meter per ruimte

De meest vergeten stap is het aanmaken van een utility_meter helper per ruimte of groep. Zonder die helper ziet u alleen een momentopname; met de helper houdt u ook de dagelijkse kWh bij. Juist de trend stuurt gedrag. Stel voor elke relevante ruimte een dagelijkse en maandelijkse teller in.

Laag 4: visualisatiekaart

In Picture Elements definieert u een achtergrondafbeelding en per element een entiteit, type label en positie in procenten. Een minimale YAML-structuur voor één zone ziet er zo uit:

• type: picture-elements met uw PNG als image
• elements: per kamer een state-label gekoppeld aan de utility_meter-sensor
• state_filter: kleuroverlays op basis van de prijscategorie-sensor

Bij custom:floorplan werkt u met een SVG-bestand waarin elke kamer een unieke ID heeft. De YAML koppelt die ID aan een Home Assistant-entiteit en definieert per state een CSS-klasse. Groen voor goedkoop, rood voor duur, een getal voor het actueel vermogen.

Zie ook onze gids over Home Assistant P1 Meter en dynamisch tarief automatisering voor de bijbehorende automations.

Hoeveel bespaart een 3D energiekaart u per jaar?

Het antwoord hangt sterk af van of u de kaart passief bekijkt of er automations op bouwt. Op basis van gebruikerservaringen in HA-community forums en gesprekken met bewoners in Noord-Holland en Gelderland schatten we de tijdsbesparing bij het opsporen van standby-verbruikers op 15–30 minuten per week in de eerste maand na activatie.

Puur gedragsmatig inzicht levert 5–10% verbruiksreductie op bij een gemiddeld huishouden van 3.000 kWh en een dynamisch tarief van €0,28/kWh. Dat is €42–€84 per jaar. Milieu Centraal schat het standby-verbruik landelijk op 10–15% van het totale huishoudverbruik. Actieve gebruikers met een visuele kaart dringen dat terug naar 5–8%.

Actieve automatisering verhoogt de besparing structureel. Bij een jaarverbruik van 4.000 kWh en een gemiddeld tarief van €0,28/kWh betekent passief kijken €56–€112 besparing per jaar; actieve automatisering op basis van EPEX-prijzen levert €168–€280 op. Het verschil zit in automations die apparaten daadwerkelijk verschuiven naar daluren, niet alleen in bewustwording.

Label D t/m F-woningen laten de grootste gedragsverandering zien. Dat zijn vaak jaren-zeventig- en tachtig-rijtjeswoningen in Overijssel of Zuid-Holland, waarbij bewoners voor het eerst zien hoe dramatisch de verwarming verbruikt in slecht geïsoleerde kamers. Bij label A/B-woningen is de marge kleiner, al blijft de EPEX-koppeling waardevol voor flexibel verbruik.

Onze analyse: een huishouden in een labelF-woning met een jaarverbruik van 4.500 kWh en een dynamisch contract betaalt gemiddeld €1.260 per jaar aan stroom (4.500 × €0,28). Een gedragsreductie van 8% scheelt €101 per jaar. Voeg je daar een automation toe die de vaatwasser en wasmachine naar uren onder €0,10/kWh verschuift (goed voor 500 kWh flexibel verbruik), dan daalt het gewogen gemiddelde tarief naar circa €0,22/kWh voor dat deel, wat aanvullend €30 oplevert. Totaal: ruim €130 per jaar, puur uit inzicht en twee automations, zonder hardware-aanpassing. Dat is de reële ondergrens van wat een goed ingerichte 3D-kaart bijdraagt.

Wat zijn de drie meest gemaakte fouten bij het instellen van een smart home 3D kaart?

De valkuilen zijn voorspelbaar, maar kosten samen aanzienlijk veel tijd.

De derde valkuil treft vooral installaties die al langer draaien. Home Assistant hernoemt entiteiten soms bij integratie-updates; de kaart toont dan “unknown” zonder duidelijke foutmelding. Controleer entiteit-ID’s altijd via Developer Tools voordat u ze in YAML vastlegt.

Welke hardware heeft u minimaal nodig voor een werkende 3D energiekaart?

De bandbreedte van €50 tot €300 dekt vrijwel alle scenario’s, afhankelijk van wat u al heeft.

• Ondergrens (€15–€50): u heeft al een Raspberry Pi 4 draaien. Voeg een USB-P1-kabel toe (€15–€25) en een Zigbee-dongle zoals de Sonoff Zigbee 3.0 USB (€15–€20). Meer heeft u niet nodig voor een basiskaart.
• Middenweg (€120–€180): Raspberry Pi 4 met 4 GB RAM nieuw aanschaffen, inclusief SD-kaart, behuizing, P1-meter en Zigbee-dongle. Ruim voldoende voor een 3D-kaart met dynamische tariefkoppeling.
• Bovengrens (€200–€300): een tweedehands Intel NUC als altijd-aan mini-PC. Stabielere 24/7-operatie, meer rekenkracht voor zware dashboards. Meerprijs ten opzichte van een Pi bedraagt €100–€180.

Voor een 3D energiekaart met EPEX-koppeling is een Raspberry Pi 4 met 4 GB RAM ruim voldoende. Investeer het resterende budget liever in slimme stekkers voor de apparaten die u wilt meten dan in overkill-hardware. Een NAS als Home Assistant-host via Docker werkt technisch, maar is minder geschikt voor beginners vanwege de extra configuratielagen.

Wilt u weten welk platform het beste past bij uw situatie? De vergelijking van smart home hubs voor duurzaam wonen helpt u kiezen.

Is een zelfgebouwde 3D kaart beter dan Homey of Eve Energy?

De zelfgebouwde Home Assistant-plattegrond wint op diepgang: u kunt exact uw eigen huis visualiseren, EPEX-prijzen inladen en automations bouwen die commerciële apps niet bieden. De Homey-app en Eve Energy zijn echter aanzienlijk eenvoudiger in gebruik. Setup duurt minuten, zonder YAML of SSH.

De realistische insteltijd voor een basisopzet mét plattegrond in Home Assistant bedraagt 8–20 uur voor iemand zonder voorkennis van netwerken of YAML. Heeft u geen affiniteit met troubleshooting, dan is een Homey Pro (€399 nieuw) of een Eve Energy-opzet een betere keuze. De besparing op energie-inzicht is vergelijkbaar; de frustratie aanzienlijk lager.

Home Assistant is de juiste keuze zodra u wilt koppelen met dynamische tarieven, een P1-meter wilt uitlezen én automations wilt bouwen op EPEX-uurprijzen. Dát is waar het platform commerciële alternatieven ver achter zich laat. Voor een volledig overzicht van platforms leest u onze gids voor het kiezen van een smart home systeem.

Welke privacyrisico’s zijn er bij een lokale Home Assistant 3D opzet?

Lokaal draaien is een privacyvoordeel, maar alleen als de configuratie goed is afgeschermd. Drie risico’s worden stelselmatig onderschat.

Ten eerste sturen goedkope P1-adapters data soms via onversleuteld HTTP of plain MQTT zonder authenticatie over uw lokale netwerk. Iedereen op uw WiFi kan dan meelezen. De oplossing: gebruik MQTT met TLS en authenticatie, of kies een P1-adapter die lokale HTTPS ondersteunt.

Ten tweede: als u Home Assistant bereikbaar maakt via internet zonder tweefactorauthenticatie, ligt uw woningautomatisering potentieel open. Zet altijd 2FA aan en gebruik een degelijke reverse proxy zoals NGINX met Let’s Encrypt. Nabu Casa is een eenvoudiger alternatief dat deze beveiliging ingebouwd heeft.

Ten derde: HACS-componenten (inclusief custom:floorplan) worden niet geaudit door het officiële Home Assistant-kernteam. Beperk installaties tot actief onderhouden repositories met recente GitHub-activiteit. Meer over het beveiligen van uw lokale setup leest u in onze gids over smart home beveiliging zonder privacyrisico.

Raadpleeg ook Netbeheer Nederland over de slimme meter en P1-poort voor de officiële technische specificaties van uw DSMR-meter.

Conclusie: smart home 3D visualisatie als startpunt, automations als eindpunt

Een smart home 3D energiekaart is geen magische bezuinigaar. Het is een informatietool die standby-verbruikers zichtbaar maakt, EPEX-pieken direct communiceert en bewoners aanzet tot ander gedrag. Het grootste misverstand is dat de kaart zelf bespaart. Puur passief kijken levert €56–€112 per jaar op bij een gemiddeld huishouden; actieve automatisering verhoogt dat naar €168–€280.

De aanbeveling is helder: bouw minimaal één automation op basis van uw plattegrond-inzichten. De vaatwasser of wasmachine verplaatsen naar uren onder €0,10/kWh kost u minder dan 30 minuten configuratietijd en levert het grootste deel van de structurele besparing op. Begin met de EPEX dag-ahead uurprijzen in Home Assistant als fundament, voeg daar uw plattegrond aan toe, en de kaart wordt een stuurscherm in plaats van een sieraad.

Samengevat: een goed ingerichte smart home 3D energiekaart gecombineerd met twee EPEX-automations levert een gemiddeld huishouden structureel €130–€280 per jaar op, zonder extra hardware-investering boven de initiële €50–€180.

Veelgestelde vragen over smart home 3D energievisualisatie

Wat is het verschil tussen custom:floorplan en Lovelace Picture Elements in Home Assistant?

Custom:floorplan werkt met SVG-bestanden die direct aan Home Assistant-entiteiten worden gekoppeld en biedt meer flexibiliteit voor grote installaties; Picture Elements is de ingebouwde variant die werkt met een PNG-achtergrond en percentage-coördinaten, geschikt voor eenvoudigere opstellingen zonder extra component.

Hoeveel tijd kost het opzetten van een 3D energiekaart in Home Assistant voor een beginner?

Reken op 8–20 uur voor een volledige basisopzet met plattegrond, P1-meterdata en EPEX-koppeling, inclusief het tekenen van de plattegrond in Sweet Home 3D en het verwerken van de drie meest voorkomende valkuilen.

Werkt een 3D energiekaart ook met een DSMR 4.0-meter die elke 10 seconden een telegram stuurt?

Voor gedragsvisualisatie is 10 seconden vertraging volledig acceptabel; u ziet een piekverbruik van een oven of boiler met maximaal 10–15 seconden vertraging, wat voor een woonkaart ruim voldoende is.

Heeft een 3D energievisualisatie ook voordeel in een goed geïsoleerde woning met energielabel A?

De gedragswinst is kleiner dan bij label D–F woningen, maar de EPEX-koppeling blijft waardevol: u ziet in één oogopslag wanneer u flexibel verbruik zoals de elektrische auto of vaatwasser het goedkoopst kunt draaien, ongeacht het isolatieniveau.

Is een Raspberry Pi 4 krachtig genoeg voor een 3D energiekaart met live EPEX-data en meerdere automations?

Een Raspberry Pi 4 met 4 GB RAM is ruim voldoende voor een 3D-kaart met dynamische tariefkoppeling en tientallen automations; een Intel NUC voegt pas meerwaarde toe bij zeer grote installaties met veel zware integraties of zwaar belaste dashboards.

Welke besparing is realistisch puur door het bekijken van een 3D energiekaart, zonder extra automatisering?

Gedragsmatig inzicht levert naar schatting 5–10% verbruiksreductie op in de eerste maanden, wat bij 3.000 kWh jaarverbruik en €0,28/kWh neerkomt op €42–€84 per jaar; dit effect neemt af na 6–12 maanden als de noviteit wegvalt, en automations zijn nodig voor een structureel resultaat.