EKSPERIMENTALNO / BETA (v0.0.1)

Ta integracija je v zgodnji fazi razvoja. Deluje, vendar pricakujte:

• Obcasne napake in spremembe v konfiguraciji med posodobitvami
• Nepopolno dokumentacijo za nekatere napredne funkcije
• Moznost, da se API ali senzorji spremenijo brez predhodnega opozorila

Povratne informacije in porocila o napakah so zelo dobrodosli — odprite issue.

CLSS Shade je Home Assistant integracija, ki na podlagi pravih 3D podatkov vase okolice izracuna, kateri deli vasega doma, vrta in strehe so na soncu in kateri v senci — v realnem casu, vsake 5 minut.

Namesto poenostavljenih modelov ali rocnega nastavljanja kotov, integracija uporabi dejanski 3D model terena, stavb in dreves, ki ga pridobi iz javno dostopnih LiDAR podatkov. Rezultat je natancna analiza sencenja, ki uposteva vse okoliske objekte: sosednje stavbe, drevesa, teren, napusce, ograje...

3D pogled iz LiDAR podatkov	2D urejevalnik con	3D risanje con

• Avtomatizacija rolet/zaluzij — samodejno zapri, ko sonce osvetli okno; odpri, ko je v senci
• PV napoved — koliko elektrike bodo vasi soncni paneli danes/jutri/ta teden dejansko proizvedli, z upostevanjem sencenja
• Pametno zalivanje — koliko vode posamezna cona vrta potrebuje glede na osoncenje, evapotranspiracijo in napoved padavin
• 3D vizualizacija — ogled vase okolice v 3D neposredno v Home Assistant brskalniku

Ta integracija je prilagojena za Slovenijo in zaenkrat deluje samo na obmocju Republike Slovenije.

Razlog ni samo en podatkovni vir — integracija zdruzuje vec slovenskih javnih podatkovnih virov, ki skupaj omogocajo natancno analizo sencenja, PV napoved in pametno zalivanje:

• LiDAR (CLSS) — sistematicno lasersko skeniranje celotne drzave iz letala. Vsak kvadratni meter Slovenije je poskeniran z gostoto 10 tock/m2, kar pomeni, da integracija pozna vsako stavbo, drevo in teren v vasi okolici na priblizno 10 cm natancno. Ti podatki so javno dostopni in brezplacni (licenca CC 4.0), ampak obstajajo samo za Slovenijo.
• ARSO Agrometeo — evapotranspiracija in vodna bilanca sta kljucna za pametno zalivanje. Ti podatki so specificni za slovenske meteoroloske postaje.
• ARSO INCA — nowcasting sevanja za natancno GHI. Pokriva le JV Slovenijo (za ostalo se uporablja Open-Meteo kot fallback).

Ce zivite zunaj Slovenije, ta integracija zaenkrat ne bo delovala. Open-Meteo podatki so sicer globalni, ampak brez LiDAR modela in ARSO agrometeo podatkov integracija ne more izracunati sencenja in zalivanja.

Tehnicno: LiDAR podatki so v formatu LAZ 1.4, koordinatni sistem EPSG:3794 (D96/TM), z 21 ASPRS klasifikacijskimi razredi (tla, stavbe, vegetacija, voda, mostovi...). Posamezna ploscica pokriva 1x1 km in je velika ~30-50 MB.

Ob prvi nastavitvi integracija prenese LiDAR ploscico s streznika ARSO (gis.arso.gov.si):

Pomembno:

• Prenos se zgodi samo enkrat ob namestitvi (ali ob spremembi lokacije/radija). Integracija podatkov ne prenaša veckrat.
• Ce izberete vecji radij (500-1000 m) ali vklopite "sosednje ploscice", se prenese vec podatkov (do 9 ploscic, ~300+ MB). Priporocamo zaceti z radijem 200 m in po potrebi povecati.
• Ne obremenjujte streznika z nepotrebnimi ponovnimi namestitvami.

Vse odvisnosti se namestijo samodejno prek HACS.

1. Prenos LiDAR podatkov (enkratno)
   ARSO streznik --> LAZ datoteka --> 3D grid (DSM + DTM + klasifikacija)

2. Izracun sencenja (vsakih 5 minut)
   Trenutni polozaj sonca + 3D grid --> Ray-marching --> Sencna mapa

3. Analiza po conah
   LiDAR klasifikacija --> Avtomatske cone: Streha / Vrt / Drevesa / Odprto
   + Uporabniske cone: poljubni poligoni, ki jih narisite na karti

4. Napredne funkcije (opcijsko)
   + ARSO Weather --> PV napoved, zalivanje
   + 3D editor --> Analiza fasad, oken, nadstreskov

Za vsako celico v gridu integracija "izstreli" zarek proti soncu in preveri, ali kaksen objekt (stavba, drevo) prepreci pot svetlobe. Uposteva tudi sezonske spremembe — pozimi, ko drevesa nimajo listov, prepuscajo vec svetlobe.

Sezonski model vegetacije:

Ce opazite, da se sencenje nenadoma spremeni (npr. iz 20% na 80% v 15 minutah), to ni napaka — je posledica realnih razmer:

• Stavbe in drevesa mecejo ostre sence. Ko sonce potuje po nebu, senca sosednje stavbe ali drevesa lahko v nekaj minutah "preskoce" cez vaso cono. V naravi je enako — razlika je, da integracija to izracuna na 5 minut natancno.
• Pozimi so sence dolge. Pri nizkem kotu sonca (december, januar) ze manjsa stavba vrze senco 50+ m dalec. Sonce je nad obzorjem le 8-9 ur, zato so spremembe hitrejse.
• Sezonski prehodi. V aprilu in oktobru se model vegetacije spremeni (drevesa dobijo/izgubijo liste), kar lahko povzroci skok v sencenju na conah blizu dreves.
• Napusci in strehe. Ce imate napusc ali nadstresek, ta poleti (visoko sonce) senci okno, pozimi (nizko sonce) pa sonce pride pod njim. To je namerno in pravilno upostevan v modelu.

Namig: Uporabite history-graph kartico za pregled gibanja sencenja cez dan — hitro boste prepoznali vzorce, ki se ponavljajo vsak jasen dan.

Namig: Integracija deluje tudi brez ARSO Weather — dobite analizo sencenja, polozaj sonca in cone. Za PV napoved in pametno zalivanje pa je ARSO Weather priporocen.

1. Odprite HACS v Home Assistant.
2. Poiscite CLSS Shade ali kliknite gumb zgoraj.
3. Kliknite Prenesi (Download).
4. Ponovo zazenite Home Assistant.

1. Prenesite ali klonirajte ta repozitorij.
2. Kopirajte mapo custom_components/ha_clss_shade v vaso Home Assistant custom_components mapo.
3. Ponovo zazenite Home Assistant.

Po namestitvi ali restartu Home Assistant potrebujejo nekateri senzorji cas za izracun preden prikazejo vrednosti:

Zakaj PV napoved traja? Shadow forecast mora izracunati sencno mapo za vsako uro vsakega od 5 dni (800×800 grid). To je racunsko zahtevno (~30s per korak × ~60 korakov). Po prvem izracunu se podatki kesirajo in naslednje posodobitve so hitrejse (samo danes se preracuna, oddaljeni dnevi se vzamejo iz cache-a).

Med cakanjem bodo PV napovedi prikazovale "Neznano" — to je pricakovano in ni napaka.

1. Pojdite na Nastavitve > Naprave in storitve > Dodaj integracijo.
2. Poiscite CLSS Shade.
3. Vnesite podatke:

4. Pocakajte 1-2 minuti, da se prenesejo LiDAR podatki.
5. Integracija samodejno zgradi 3D model in zacne izracunavati sencenje.

Opomba: Lokacija mora biti znotraj Slovenije (lat 45.42-46.88, lon 13.38-16.61).

Senzorji	Cone	PV napoved

Po namestitvi se samodejno ustvarijo naslednji senzorji:

V stranski vrstici Home Assistant se pojavi CLSS Shade panel z interaktivnim urejevalnikom con:

• 2D pogled: Satelitska karta (Leaflet) z moznostjo risanja poligonov
• 3D pogled: Three.js 3D vizualizacija vase okolice z dejanskimi viskami stavb in dreves

Za vsako uporabnisko cono se ustvarijo senzorji {ime}_shade_percent in {ime}_sun_percent.

Primeri uporabniskih con:

• Fasade (ozke cone pred okni za avtomatizacijo zaluzij)
• Vrtne cone (zelenjava, borovnice, trata, bazen)
• PV paneli (natancen poligon na strehi)
• Terasa, parkirisce, igrisca

Ce imate soncne panele, lahko nastavite PV napovedovanje:

1. V Nastavitve > Naprave > CLSS Shade > Nastavi vnesite:

2. Narisite PV cone na karti (Zone Editor) — loceno cono za vsako skupino panelov.

Dobite naslednje senzorje:

Napoved se izracuna z kombinacijo shadow forecast (5 dni, 30-min resolucija) + vremenska napoved (oblacnost/GHI iz Open-Meteo ali ARSO) + dinamicni POA faktor.

Namig: Ce povezete realni PV senzor (SolarEdge, Fronius, Enphase...), integracija samodejno kalibrira napoved z EMA (eksponentno drsecim povprecjem).

Ce imate namesceno ARSO Weather (slovenian_weather_integration), CLSS Shade samodejno prebere vremenske podatke:

Za PV oceno in zalivanje je priporocena namestitev ARSO Weather z omogocenim modulom Agrometeo.

Agrometeo podatki	Potreba po zalivanju

Ce imate namescen ARSO Weather z modulom Agrometeo, integracija izracuna potrebo po zalivanju za vsako cono posebej — z 5-dnevno napovedjo.

Formula temelji na standardu FAO-56 (Penman-Monteith):

potreba_mm = Kc × ETP × faktor_sence - padavine

Kjer:

• Kc = koeficient pridelka (FAO-56) — razlicne rastline potrebujejo razlicno kolicino vode
• ETP = evapotranspiracija iz ARSO agrometeo (mm/dan)
• faktor_sence = 0.5 + 0.5 × delez_sonca — sencene cone potrebujejo do 50% manj vode
• padavine = napovedane padavine (korigirane z zgodovinsko natancnostjo napovedi)

Zakaj razlicni faktorji? Borovnice imajo plitve korenine in so obcutljive na preveliko vodo (Kc=0.85), medtem ko zelenjava v polni rasti aktivno transpirira in potrebuje vec vode (Kc=1.05). Travnik je nekje vmes. Faktorji temeljijo na FAO-56 mid-season vrednostih.

1. V Zone Editorju narisite cone za posamezne vrtne predele.
2. Pri vsaki coni izberite ustrezen tip cone iz dropdowna: Travnik, Zelenjava, Jagodičje, Sadno drevje, Rože, ali splošni Vrt.
3. Integracija samodejno ustvari senzorje za vsako cono.

Za vsako cono z vrtnim tipom se ustvarijo:

Senzor irrigation_need ima atribut forecast_daily s 5-dnevno napovedjo:

{
  "crop_kc": 0.85,
  "zone_type": "berries",
  "area_m2": 4.8,
  "today_need_mm": 1.42,
  "correction_factor": 0.85,
  "forecast_daily": [
    {"date": "2026-04-03", "need_mm": 1.42, "need_liters": 6.8, "etp_mm": 2.9, "precipitation_mm": 0.0, "tip": "danes"},
    {"date": "2026-04-04", "need_mm": 0.95, "need_liters": 4.6, "etp_mm": 2.4, "precipitation_mm": 0.5, "tip": "napoved"},
    {"date": "2026-04-05", "need_mm": 0.0, "need_liters": 0.0, "etp_mm": 3.1, "precipitation_mm": 5.2, "tip": "napoved"}
  ]
}

Integracija samodejno prilagodi potrebo po zalivanju glede na letni cas:

Sezonski faktor se prikazuje v atributu seasonal_factor za vsak dan napovedi.

Za rastlinjake je na voljo poseben tip cone Rastlinjak / Greenhouse, ki se razlikuje od zunanjih con:

• Ignorira padavine — dez ne pride v rastlinjak, zato se padavine ne odstevajo od potrebe
• Brez sezonske redukcije — rastlinjak zalivamo celo leto (seasonal_factor = 1.0 vedno)
• Kc = 1.0 (privzeto; prilagodite glede na pridelek v rastlinjaku)

Integracija primerja napovedane padavine z dejansko izmerjenimi na prekrivajocih se datumih (ARSO agrometeo hrani 5 dni meritev in 10 dni napovedi). Ce je napoved napovedala dez, pa ga dejansko ni bilo, se korekcijski faktor zmanjsa in napoved za prihodnje dni ustrezno prilagodi.

Primer: napoved je napovedala 10 mm deza, dejansko je padlo 3 mm → correction_factor = 0.3 → prihodnje napovedane padavine se pomnozijo s 0.3, kar poveca potrebo po zalivanju. Faktor je omejen na razpon [0.5, 2.0].

To prepreci situacijo, ko sistem ne zaliva ker pricakuje dez, ki pa potem ne pade.

Ce v Zone Editorju pri coni vnesete pretok zalivanja v L/min (npr. 8 L/min za kapljicno namakanje), integracija izracuna trajanje zalivanja v minutah:

duration_minutes = today_liters / throughput_lpm

Primer: 28 L / 8 L/min = 3.5 minut

Atribut duration_minutes je na voljo na senzorjih irrigation_need in recommended_watering.

Kapljicno namakanje borovnic: Borovnice imajo plitve korenine in so obcutljive na preveliko vodo. Izberite tip cone Jagodičje / Berries (Kc=0.85) — integracija samodejno zmanjsa potrebo za 15% glede na splosni vrt. Vnesite pretok kapljicnega sistema (npr. 4 L/min) in avtomatizirajte zalivanje.

Vec con zelenjave z razlicnim sencenjem: Paradiznik na polnem soncu potrebuje vec vode kot solata v polsenci. Narisite loceni coni — integracija bo za vsako izracunala potrebo glede na dejansko sencenje iz LiDAR modela (drevesa, stavbe, nadstreski).

Rastlinjak cez zimo: Zunaj ne zalivamo (seasonal_factor = 0.0), ampak v rastlinjaku zalivamo celo leto. Izberite tip cone Rastlinjak / Greenhouse — sezonski faktor ne vpliva, padavine se ne odstevajo.

Vecji vrt z avtomatskim zalivanjem: Za vsako cono nastavite pretok v L/min. Avtomatizacija prebere duration_minutes in odpre ventil za tocno pravo stevilo minut.

Trata vs. cvetlicne grede: Trata (Kc=0.95) rabi skoraj toliko vode kot referenca, cvetlice (Kc=0.90) nekoliko manj. Razlika je majhna, ampak pri vecji povrsini se nabere.

Zalivanje z duration_minutes (ce imate nastavljen pretok):

automation:
  - alias: "Zalivanje borovnic ko je priporoceno"
    trigger:
      - platform: state
        entity_id: binary_sensor.dom_borovnice_recommended_watering
        to: "on"
    condition:
      - condition: time
        after: "05:00:00"
        before: "08:00:00"
    action:
      - service: switch.turn_on
        target:
          entity_id: switch.zalivanje_borovnice
      - delay:
          minutes: >
            {{ state_attr('sensor.dom_borovnice_irrigation_need', 'duration_minutes') | float(5) }}
      - service: switch.turn_off
        target:
          entity_id: switch.zalivanje_borovnice
      - service: notify.mobile_app_telefon
        data:
          title: "Zalivanje borovnic koncano"
          message: >
            Zalito: {{ states('sensor.dom_borovnice_irrigation_need') }} L
            v {{ state_attr('sensor.dom_borovnice_irrigation_need', 'duration_minutes') }} min

Dnevno porocilo o zalivanju (vseh con):

automation:
  - alias: "Jutranje porocilo o zalivanju"
    trigger:
      - platform: time
        at: "06:00:00"
    action:
      - service: notify.mobile_app_telefon
        data:
          title: "Zalivanje — danes"
          message: >
            Borovnice: {{ states('sensor.dom_borovnice_irrigation_need') }} L
            Zelenjava: {{ states('sensor.dom_zelenjava_irrigation_need') }} L
            Trata: {{ states('sensor.dom_trata_irrigation_need') }} L
            Sezonski faktor: {{ state_attr('sensor.dom_borovnice_irrigation_need', 'forecast_daily')[0].seasonal_factor }}

Opozorilo ce prihodnji dan potrebuje veliko vode:

automation:
  - alias: "Opozorilo - jutri veliko zalivanja"
    trigger:
      - platform: time
        at: "20:00:00"
    condition:
      - condition: template
        value_template: >
          {% set forecast = state_attr('sensor.dom_zelenjava_irrigation_need', 'forecast_daily') %}
          {{ forecast[1].need_liters | float > 50 if forecast | length > 1 else false }}
    action:
      - service: notify.mobile_app_telefon
        data:
          title: "Jutri veliko zalivanja"
          message: >
            {% set f = state_attr('sensor.dom_zelenjava_irrigation_need', 'forecast_daily')[1] %}
            Zelenjava jutri potrebuje {{ f.need_liters }} L (ETP={{ f.etp_mm }} mm, padavine={{ f.precipitation_mm }} mm)

automation:
  - alias: "Zapri rolete ko sonce osvetli okno"
    trigger:
      - platform: numeric_state
        entity_id: sensor.clss_shade_home_sonce
        above: 80
    condition:
      - condition: numeric_state
        entity_id: sensor.clss_shade_home_visina_sonca
        above: 15
      - condition: numeric_state
        entity_id: sensor.arso_weather_ljubljana_temperatura
        above: 25
    action:
      - service: cover.close_cover
        target:
          entity_id: cover.dnevna_soba_rolete

  - alias: "Odpri rolete ko je v senci"
    trigger:
      - platform: numeric_state
        entity_id: sensor.clss_shade_home_senca
        above: 70
    action:
      - service: cover.open_cover
        target:
          entity_id: cover.dnevna_soba_rolete

automation:
  - alias: "Jutranje zalivanje glede na sencenje in vreme"
    trigger:
      - platform: time
        at: "06:00:00"
    condition:
      - condition: numeric_state
        entity_id: sensor.clss_shade_home_potreba_po_zalivanju
        above: 10
    action:
      - service: switch.turn_on
        target:
          entity_id: switch.zalivanje_vrt
      - delay:
          minutes: >
            {{ (states('sensor.clss_shade_home_potreba_po_zalivanju') | float / 10) | round }}
      - service: switch.turn_off
        target:
          entity_id: switch.zalivanje_vrt
      - service: notify.mobile_app_telefon
        data:
          title: "Zalivanje koncano"
          message: >
            Vrt je bil zalivan {{ states('sensor.clss_shade_home_potreba_po_zalivanju') }} L.
            Senca na vrtu: {{ states('sensor.clss_shade_home_garden_shade_percent') }}%.

automation:
  - alias: "Opozorilo ob senci na PV panelih"
    trigger:
      - platform: numeric_state
        entity_id: sensor.clss_shade_home_roof_shade_percent
        above: 50
        for:
          minutes: 30
    condition:
      - condition: state
        entity_id: sensor.clss_shade_home_dnevna_svetloba
        state: "True"
    action:
      - service: notify.mobile_app_telefon
        data:
          title: "PV sistem v senci"
          message: >
            Streha je {{ states('sensor.clss_shade_home_roof_shade_percent') }}% v senci.
            Ocena proizvodnje: {{ states('sensor.clss_shade_home_ocena_pv_moci') }} W.

Za natancno upravljanje zaluzij/sencil po fasadah narisite ozke cone (1-2 m sirine) tik pred vsako fasado hise v Zone Editorju. Shadow engine bo na podlagi dejanskega 3D modela (vkljucno z napusci, drevesi, sosednjimi stavbami) izracunal ali sonce pada na posamezno fasado.

          SV fasada (kuhinja)
          +----------------+
          |                |
JV fasada |      HISA      | JZ fasada
(panorama)|                | (panoramsko okno
          |                |  z napuscem)
          +----------------+
          Cone: fasada_sv, fasada_jv, fasada_jz

Zakaj ozke cone pred fasado? Ker vas zanima ali sonce pada na okno, ne na cel vrt. Ozka cona 1-2 m pred fasado simulira natancno to — vkljucno z napusci, ki poleti zasenčijo okna, pozimi pa sonce pride pod napusc.

automation:
  # Poleti: zapri ko sonce sveti skozi (napusc ne zadosca)
  - alias: "Zaluzije JZ — zapri ob soncu poleti"
    trigger:
      - platform: numeric_state
        entity_id: sensor.dom_fasada_jz_sun_percent
        above: 60
        for: "00:05:00"
    condition:
      - condition: template
        value_template: "{{ now().month in [5,6,7,8,9] }}"
      - condition: numeric_state
        entity_id: sensor.dom_oblacnost
        below: 60
    action:
      - service: cover.close_cover
        target:
          entity_id: cover.zaluzije_dnevna_soba

  # Pozimi: pusti sonce noter za ogrevanje prostorov
  - alias: "Zaluzije JZ — odpri za solarno ogrevanje pozimi"
    trigger:
      - platform: numeric_state
        entity_id: sensor.dom_fasada_jz_sun_percent
        above: 50
    condition:
      - condition: template
        value_template: "{{ now().month in [10,11,12,1,2,3] }}"
      - condition: numeric_state
        entity_id: sensor.dom_oblacnost
        below: 50
    action:
      - service: cover.open_cover
        target:
          entity_id: cover.zaluzije_dnevna_soba

  # Vse fasade: odpri ko je oblacno
  - alias: "Zaluzije — odpri ob oblacnem vremenu"
    trigger:
      - platform: numeric_state
        entity_id: sensor.dom_oblacnost
        above: 70
        for: "00:10:00"
    action:
      - service: cover.open_cover
        target:
          entity_id:
            - cover.zaluzije_dnevna_soba
            - cover.zaluzije_kuhinja
            - cover.zaluzije_spalnica

Senzorji in cone	Pot sonca cez dan

Zamenjajte dom z imenom vase lokacije.

type: horizontal-stack
cards:
  - type: gauge
    entity: sensor.dom_sonce
    name: Sonce
    min: 0
    max: 100
    severity:
      green: 60
      yellow: 30
      red: 0
    needle: true
  - type: gauge
    entity: sensor.dom_senca
    name: Senca
    min: 0
    max: 100
    severity:
      green: 0
      yellow: 30
      red: 60
    needle: true
  - type: gauge
    entity: sensor.dom_oblacnost
    name: Oblacnost
    min: 0
    max: 100
    severity:
      green: 0
      yellow: 40
      red: 70
    needle: true

type: entities
title: "Sencenje po conah"
icon: mdi:select-group
show_header_toggle: false
entities:
  - type: section
    label: "Avtomatske cone (LiDAR)"
  - entity: sensor.dom_roof_sun_percent
    name: "Streha — sonce"
    icon: mdi:home-roof
  - entity: sensor.dom_garden_sun_percent
    name: "Vrt — sonce"
    icon: mdi:flower
  - entity: sensor.dom_trees_sun_percent
    name: "Drevesa — sonce"
    icon: mdi:tree
  - type: section
    label: "Uporabniske cone"
  - entity: sensor.dom_borovnice_sun_percent
    name: "Borovnice — sonce"
    icon: mdi:fruit-grapes
  - entity: sensor.dom_zelenjava_sun_percent
    name: "Zelenjava — sonce"
    icon: mdi:sprout

type: history-graph
title: "Sencenje danes"
hours_to_show: 24
entities:
  - entity: sensor.dom_sonce
    name: "Skupno sonce"
  - entity: sensor.dom_roof_sun_percent
    name: "Streha"
  - entity: sensor.dom_garden_sun_percent
    name: "Vrt"

type: custom:apexcharts-card
header:
  title: "Danes — PV proizvodnja"
  show: true
graph_span: 18h
span:
  start: day
  offset: "+5h"
series:
  - entity: sensor.dom_pv_napoved_danes
    name: Napoved
    type: area
    color: "#FFA726"
    opacity: 0.3
    stroke_width: 2
    data_generator: |
      const data = entity.attributes.forecast_hourly;
      if (!data) return [];
      return data.map(e => [new Date(e.time).getTime(), e.estimate_w]);
  - entity: sensor.dom_realna_pv_moc
    name: Realno
    type: line
    color: "#66BB6A"
    stroke_width: 3
    group_by:
      func: avg
      duration: 30min

type: custom:apexcharts-card
header:
  title: "5-dnevna napoved (kWh/dan)"
  show: true
apex_config:
  chart:
    type: bar
    height: 250
series:
  - entity: sensor.dom_pv_napoved_5_dni
    name: kWh
    type: column
    color: "#FFA726"
    data_generator: |
      const days = entity.attributes.days;
      if (!days) return [];
      return days.map(d => [d.label, d.total_kwh]);

+-------------------+--------------------+-------------------+
|  Gauge: Sonce     |  Gauge: Senca      | Gauge: Oblacnost  |
+-------------------+--------------------+-------------------+
|  Polozaj sonca (entities)                                  |
+-----------------------------+------------------------------+
|  Cone — sence (entities)    |  Fasade — glance             |
+-----------------------------+------------------------------+
|  Zgodovina sencenja         |  Fasade cez dan (graf)       |
|  (history-graph)            |  (history-graph)             |
+-----------------------------+------------------------------+
|  PV ocena (gauge +          |  Zalivanje (gauge +          |
|  entities)                  |  agrometeo atributi)         |
+-----------------------------+------------------------------+
|  PV napoved danes/jutri/5d (apexcharts)                    |
+------------------------------------------------------------+

Namig: Za se lepse kartice namestite prek HACS se:

• mushroom-cards — kompaktne entity kartice
• mini-graph-card — lepi inline grafi
• apexcharts-card — napredni grafi (PV napoved, sonce/senca area chart)

Za celovit PV dashboard z ApexCharts in Mushroom karticami glejte docs/pv_dashboard.yaml.

Ce naletite na tezave, omogocite razhroscevalno belezenje:

logger:
  default: info
  logs:
    custom_components.ha_clss_shade: debug

Uporabni dnevniski zapisi:

• Downloading TM_461_101.laz — prenos LiDAR ploscice
• Tile TM_461_101 found in block b_35 — odkritje block stevilke
• Grid 800x800, 87.5% filled, res=0.50m — rasterizacija
• Shadow map: mean shade=9.3% — izracun sencenja
• Detected zones: ['roof', 'garden', 'trees', 'open'] — zaznane cone
• Found 5 ARSO weather entities — povezava z vremenskimi podatki

• HA_Solar_Shade avtorja LawPaul — ideja za uporabo LiDAR podatkov za analizo sencenja v Home Assistant

• Samo Slovenija — podatki CLSS/GURS obstajajo le za RS
• INCA nowcasting (soncno sevanje) pokriva le JV Slovenijo — za ostalo se uporablja Open-Meteo
• Sosednje ploscice potrebujejo 3-4 GB RAM — uporabite previdno
• POF ortophoto (16cm resolucija za 3D) zahteva rocen prenos s CLSS pregledovalnika
• Sezonski model je poenostavljen — predpostavlja listavce povsod (ne razlikuje med iglavci in listavci)

Ce najdete napake ali imate predloge za izboljsave, odprite issue ali posljite pull request. Ker je integracija v beta fazi, so vsi prispevki se posebej dobrodosli!

Ce vam ta integracija koristi, me lahko podprete: