💡 L'Idée des Frères : Optimiser son chauffage connecté avec Home Assistant

## Le cauchemar du chauffage qui se déclenche au mauvais moment

Je n’arrivais pas à croire que, chaque soir, ma facture de chauffage flamboyait alors que la maison était presque vide. J’avais installé un thermostat programmable, mais il n’était jamais assez fin pour anticiper les variations d’occupation et les changements climatiques soudains. Le résultat : le chauffage s’allumait à plein régime pendant que je n’étais pas chez moi, puis s’éteignait dès que je rentrais, me laissant grelotter quelques minutes avant que le système ne rattrape le retard. Cette incohérence me coûtait non seulement de l’argent, mais aussi beaucoup de stress.

Puis, en fouinant dans les forums Home Assistant, j’ai découvert une combinaison d’appareils et de scripts qui a littéralement changé la donne : un thermostat intelligent couplé à des capteurs de présence + de température ambiante, le tout orchestré par une routine d’optimisation énergétique basée sur les prévisions météo et le tarif dynamique du réseau. Le résultat ? Un chauffage qui ne s’allume que quand il le faut, à la température exacte, et qui s’adapte en temps réel aux fluctuations du prix de l’électricité.

## Pourquoi ce problème est si répandu

– **Factures qui explosent** : le chauffage représente souvent 30 % de la facture énergétique d’un foyer. Un simple surplus de 2 h de chauffage inutile peut ajouter 20 % à la facture mensuelle.
– **Confort compromis** : la chaleur qui arrive trop tard ou qui part trop tôt crée des zones froides et rend le retour à la maison désagréable.
– **Impact environnemental** : chaque kilowatt‑heure gaspillé augmente votre empreinte carbone.

## La solution futuriste mais accessible : “Smart‑Heat AI”

### Les composants clés

### Le principe d’automatisation

1. **Détection d’occupation** : les capteurs de présence envoient un « on » dès que quelqu’un franchit le seuil d’une pièce.
2. **Analyse de la température** : le thermostat compare la température actuelle à la consigne définie pour chaque zone.
3. **Prise en compte du tarif** : si le prix du kWh est élevé (pointe tarifaire), le système retarde le chauffage de quelques minutes, tout en garantissant que la température cible sera atteinte avant l’arrivée prévue.
4. **Météo en temps réel** : si la prévision annonce une hausse de température extérieure, le système réduit la puissance de chauffe.
5. **Boucle de rétro‑action** : chaque 5 minutes, le système ajuste la consigne en fonction des nouvelles données (présence, prix, météo).

## Guide d’installation pas à pas

### 1. Préparer le hub Home Assistant

– **Matériel** : Raspberry Pi 4 (4 Go RAM) + carte micro‑SD 32 Go.
– **Installation** : téléchargez l’image officielle de Home Assistant OS, flashez la carte avec BalenaEtcher, insérez‑la dans le Pi, branchez le câble d’alimentation et connectez‑le à votre réseau via Ethernet ou Wi‑Fi.

### 2. Intégrer le thermostat intelligent

– **Ecobee** : créez un compte Ecobee, activez l’API, récupérez le *API key* et le *access token*.
– Dans Home Assistant, allez dans **Configuration → Intégrations → Ecobee**, entrez les clés.
– Vérifiez que le thermostat apparaît dans le tableau de bord.

### 3. Installer les capteurs Zigbee/Z‑Wave

– **Zigbee** : utilisez un dongle ConBee II branché au Pi.
– Ajoutez chaque capteur via l’interface **Zigbee2MQTT** (ou ZHA).
– Nommez les capteurs selon la pièce (ex. : “Mouvement Salon”).

### 4. Configurer le module tarif dynamique

– Créez un compte développeur chez votre fournisseur d’énergie (ex. : EDF API).
– Copiez la clé API.

# Exemple de script Python pour récupérer le tarif dynamique
import requests
import json
import datetime

API_KEY = "VOTRE_CLÉ_API"
URL = "https://api.edf.fr/v1/tarif/dynamique"

def get_current_price():
    now = datetime.datetime.utcnow().isoformat()
    params = {"date": now}
    headers = {"Authorization": f"Bearer {API_KEY}"}
    response = requests.get(URL, params=params, headers=headers)
    data = response.json()
    return data["price"]  # prix en €/kWh

if __name__ == "__main__":
    print("Prix actuel :", get_current_price())
– Créez un **sensor** dans Home Assistant qui exécute ce script toutes les 15 minutes (utilisez le composant *command_line*).
### 5. Intégrer la météo
– Ajoutez l’intégration **OpenWeatherMap** (clé API gratuite).
 – Créez un *sensor* “weather_forecast” qui renvoie la température prévue dans les 3 heures suivantes.
### 6. Rédiger l’automatisation principale
# automations.yaml
- alias: "Smart‑Heat AI – Gestion dynamique"
  trigger:
    - platform: state
      entity_id: binary_sensor.mouvement_salon
      to: "on"
    - platform: time_pattern
      minutes: "/5"
  condition:
    - condition: template
      value_template: "{{ states('sensor.current_price') | float < 0.20 }}"  # seuil tarifaire
    - condition: numeric_state
      entity_id: sensor.weather_forecast
      below: 15  # si la température extérieure est froide
  action:
    - service: climate.set_temperature
      data_template:
        entity_id: climate.ecobee_home
        temperature: >
          {% set base = 21 %}
          {% if is_state('binary_sensor.mouvement_salon', 'on') %}
            {{ base }}
          {% else %}
            {{ base - 2 }}
          {% endif %}
    - service: notify.mobile_app
      data:
        message: "Smart‑Heat AI a ajusté la consigne à {{ states('climate.ecobee_home') }}°C"
– Cette automation s’exécute toutes les 5 minutes ou dès qu’un mouvement est détecté, ajuste la température en fonction du prix et de la météo, et envoie une notification.
### 7. Créer le tableau de bord « Energy Control »
– Dans **Lovelace**, ajoutez des cartes :
 – **Thermostat** (contrôle manuel).
 – **Graphique du prix du kWh** (sensor).
 – **Présence par pièce** (binary sensors).
 – **Historique de consommation** (via l’intégration *utility_meter*).
### 8. Tester et affiner
1. Simulez une absence de 4 h (déactivez les capteurs).
 2. Vérifiez que le thermostat descend à la consigne « Eco ».
 3. Réactivez les capteurs ; assurez‑vous que la température remonte à 21 °C **avant** votre retour prévu (définissez une routine « heure d’arrivée » dans votre calendrier Google).
## Budget estimatif
| Élément | Prix moyen (EUR) |
 |———|——————|
 | Raspberry Pi 4 + Boîtier | 80 € |
 | Carte micro‑SD 32 Go | 10 € |
 | Ecobee SmartThermostat | 250 € |
 | 3 x Capteurs de présence Zigbee | 45 € (15 € chacun) |
 | 2 x Capteurs de température Zigbee | 30 € |
 | Dongle ConBee II | 35 € |
 | Abonnement API météo (gratuit) | 0 € |
 | Frais éventuels d’API tarifaire | 0‑15 €/mois |
 | **Total initial** | **≈ 470 €** |
 | **Coût mensuel** (API tarifaire) | **≤ 15 €** |
Ce budget reste raisonnable pour un foyer qui dépense déjà plus de 150 € par mois en chauffage ; la rentabilité apparaît dès la première année grâce aux économies de 10‑20 % sur la facture énergétique.
## Astuces pour pousser le hack plus loin
– **Apprentissage machine** : utilisez *TensorFlow Lite* sur le Pi pour prédire votre présence à partir de vos habitudes de géolocalisation.
 – **Intégration solaire** : si vous avez des panneaux photovoltaïques, ajoutez un capteur de production et laissez le système privilégier le chauffage lorsque l’autoconsommation est élevée.
 – **Voice‑Control** : exposez la consigne via Alexa ou Google Assistant pour pouvoir dire « Hey Google, mets le chauffage à 22 ° quand je rentre ».
—
🛒 Le matériel recommandé
👉 Voir Ecobee SmartThermostat sur Amazon
 <- Retour à l'accueil

id2frere.com

💡 L’Idée des Frères : Optimiser son chauffage connecté avec Home Assistant

🛒 Le matériel recommandé