Hoe het project begon
Het project ontstond uit een gesprek met Max, destijds een collega en inmiddels een goede vriend. Hij wilde weten of mijn werk verder ging dan frontend en hoe ik een volledig product technisch zou aanpakken. Vanuit zijn werk rond festivals herkende hij een terugkerend knelpunt in de verdeling en bewaking van elektrische belasting. Dat werd het vertrekpunt voor SmartFlowGrid.
De vraag
SmartFlowGrid richt zich op organisaties in onder meer de festival- en recreatiesector. Een SPDU—een Smart Power Distribution Unit—verdeelt stroom en levert meetgegevens. Die gegevens hebben pas waarde wanneer gebruikers snel kunnen zien wat er gebeurt, waar een unit staat en wanneer een afwijking aandacht nodig heeft. Daarvoor is een centrale, veilige omgeving nodig die meerdere bedrijven en verantwoordelijkheden ondersteunt.
De aanpak
Ik vertaalde het projectvoorstel naar concrete requirements en een technische productstructuur. Interpretaties en belangrijke keuzes stem ik met Max af; waar technische afwegingen nodig zijn, werk ik onderbouwde voorstellen uit. De interface is bewust rustig gehouden: een gebruiker moet snel begrijpen wat er gebeurt en waar actie nodig is.
De MVP is opgezet als een bedrijfsgericht Django-platform, omdat Django goed aansluit op mijn full-stack ervaring en betrouwbare bouwstenen biedt voor authenticatie, beheer en datamodellering. Elk bedrijf heeft een eigen omgeving met beheerders, operators en kijkers. Apparaten sturen met gehashte credentials meetgegevens naar een afgeschermde REST-endpoint.
Wat nu werkt
- Bedrijfsisolatie met administrator-, operator- en viewerrollen.
- Eenmalige uitnodigingen en frontendbeheer van gebruikers en locaties.
- Geauthenticeerde inname van spannings-, stroom- en vermogensmetingen.
- Live apparaatstatus en historische grafieken voor drie fasen.
- Alarmen voor overstroom, hoge of lage spanning en verbindingsverlies.
- Bevestigen en oplossen van alarmen met onveranderbare auditgeschiedenis.
- Geografische kaartweergave en een simulator voor realistische demodata.
Mijn bijdrage
Ik werk aan de requirements, productuitwerking, informatiestructuur, UX/UI, frontend, Django-backend, datamodellen, rollen en rechten, telemetry-API, dashboardweergaven, alarmworkflow en simulatie van externe apparaten.
Resultaat en volgende fase
Met gesimuleerde data werkt de huidige basis overtuigend: meetwaarden zijn overzichtelijk, apparaatstatussen zijn zichtbaar en alarmen kunnen worden opgevolgd. De zwaarste technische fase volgt nog. Daarin moet echte hardwaredata betrouwbaar worden uitgelezen en moet zichtbaar worden wanneer één SPDU uit balans raakt, zodat belasting waar mogelijk over andere units kan worden verdeeld.
De ontwikkelomgeving gebruikt momenteel SQLite. PostgreSQL is voorzien als logische productiedatabase wanneer de toepassing die fase bereikt, onder meer vanwege robuuste gelijktijdige transacties, dataintegriteit en de schaalbaarheid van groeiende telemetrie- en auditgegevens.
Deze case toont uitsluitend gesimuleerde of geanonimiseerde data. Productiegegevens, credentials en klantlocaties worden niet gepubliceerd. Hardware-integratie en automatische lastverdeling zijn nog niet als gerealiseerde functies opgenomen.