e-data 1.3.3__tar.gz → 2.0.0__tar.gz

{e_data-1.3.3/e_data.egg-info → e_data-2.0.0}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: e-data
-Version: 1.3.3
+Version: 2.0.0
 Summary: Python library for managing spanish energy data from various web providers
 Author-email: VMG <vmayorg@outlook.es>
 License:                     GNU GENERAL PUBLIC LICENSE
@@ -681,23 +681,25 @@ License:                     GNU GENERAL PUBLIC LICENSE
 Project-URL: Homepage, https://github.com/uvejota/python-edata
 Classifier: License :: OSI Approved :: GNU General Public License v3 (GPLv3)
 Classifier: Programming Language :: Python
-Classifier: Programming Language :: Python :: 3.11
 Classifier: Programming Language :: Python :: 3.12
 Classifier: Programming Language :: Python :: Implementation :: CPython
 Classifier: Programming Language :: Python :: Implementation :: PyPy
-Requires-Python: >=3.11.0
+Requires-Python: >=3.12.0
 Description-Content-Type: text/markdown
 License-File: LICENSE
-Requires-Dist: dateparser>=1.1.2
-Requires-Dist: freezegun>=1.2.1
-Requires-Dist: holidays>=0.14.2
-Requires-Dist: pytest>=7.1.2
-Requires-Dist: python_dateutil>=2.8.2
-Requires-Dist: requests>=2.28.1
-Requires-Dist: voluptuous>=0.13.1
-Requires-Dist: Jinja2>=3.1.2
-Requires-Dist: diskcache>=5.6.3
-Requires-Dist: aiohttp>=3.12.15
+Requires-Dist: aiohttp<4,>=3.12
+Requires-Dist: dateparser<2,>=1.2
+Requires-Dist: diskcache<6,>=5.6
+Requires-Dist: freezegun<2,>=1.5
+Requires-Dist: holidays<1,>=0.50
+Requires-Dist: Jinja2<4,>=3.1
+Requires-Dist: pydantic<3,>=2.10
+Requires-Dist: python_dateutil<3,>=2.8
+Requires-Dist: Requests<3,>=2.31
+Requires-Dist: SQLAlchemy<3,>=2.0
+Requires-Dist: sqlmodel<0.1,>=0.0.22
+Requires-Dist: typer<1,>=0.12
+Requires-Dist: aiosqlite<1,>=0.21
 Dynamic: license-file
 
 [![Downloads](https://pepy.tech/badge/e-data)](https://pepy.tech/project/e-data)
@@ -706,7 +708,7 @@ Dynamic: license-file
 
 # python-edata
 
-Este paquete proporciona herramientas para la descarga de tus datos de consumo eléctrico (desde Datadis.es) y su posterior procesado. La motivación principal es que conocer el consumo puede ayudarnos a reducirlo, e incluso a elegir una tarifa que mejor se adapte a nuestras necesidades. A día de hoy sus capacidades de facturación (€) son limitadas, soporta PVPC (según disponibilidad de datos de REData) y tarificación fija por tramos. Es el corazón de la integración [homeassistant-edata](https://github.com/uvejota/homeassistant-edata).
+Este paquete proporciona herramientas para la descarga de tus datos de consumo eléctrico (desde Datadis.es) y su posterior procesado. La motivación principal es que conocer el consumo puede ayudarnos a reducirlo, e incluso a elegir una tarifa que mejor se adapte a nuestras necesidades. Soporta facturación con PVPC (según disponibilidad de datos de REData) y tarificación fija personalizable mediante fórmulas. Todos los datos se almacenan localmente en una base de datos SQLite. Es el corazón de la integración [homeassistant-edata](https://github.com/uvejota/homeassistant-edata).
 
 _**Esta herramienta no mantiene ningún tipo de vinculación con los proveedores de datos anteriormente mencionados, simplemente consulta la información disponible y facilita su posterior análisis.**_
 
@@ -726,83 +728,125 @@ pip install -r requirements.txt
 
 ## Estructura
 
-El paquete consta de tres módulos diferenciados:
+El paquete consta de varios módulos:
 
-* **Conectores** (módulo `connectors`), para definir los métodos de consulta a los diferentes proveedores: Datadis y REData.
-* **Procesadores** (módulo `processors`), para procesar datos de consumo, maxímetro, o coste (tarificación). Ahora mismo consta de tres procesadores: `billing`, `consumption` y `maximeter`, además de algunas utilidades ubicadas en `utils`. Los procesadores deben heredar de la clase Processor definida en `base.py`
-* **Ayudantes** (módulo `helpers`), para ayudar en el uso y gestión de los anteriores, presentando de momento un único ayudante llamado `EdataHelper` que te permite recopilar `X` días de datos (por defecto 365) y automáticamente procesarlos. Los datos son almacenados en la variable `data`, mientras que los atributos autocalculados son almacenados en la variable `attributes`. Por lo general, primero utilizan los conectores y luego procesan los datos, gestionando varias tareas de recuperación (principalmente para Datadis).
+* **Proveedores** (`providers`): Conectores para consultar diferentes fuentes de datos.
+  - `datadis.py`: Conector para la API privada de Datadis (datos de consumo, potencia, contratos y suministros).
+  - `redata.py`: Conector para la API pública de REData (precios PVPC en tiempo real).
 
-Estos módulos corresponden a la siguiente estructura del paquete:
+* **Servicios** (`services`): Capa de lógica de negocio que gestiona la sincronización y procesamiento de datos.
+  - `data_service.py`: Servicio para gestionar datos de telemetría (consumo, potencia, estadísticas).
+  - `bill_service.py`: Servicio para gestionar la facturación y cálculo de costes.
 
-```
-edata/
-    · __init__.py
-    · connectors/
-        · __init__.py
-        · datadis.py
-        · redata.py
-    · processors/
-        · __init__.py
-        · base.py
-        · billing.py
-        · consumption.py
-        · maximeter.py
-        · utils.py
-    · helpers.py
-```
+* **Modelos** (`models`): Definiciones de estructuras de datos usando Pydantic.
+  - `supply.py`: Modelos de suministros (`Supply`) y contratos (`Contract`).
+  - `data.py`: Modelos de datos de telemetría (`Energy`, `Power`, `Statistics`).
+  - `bill.py`: Modelos de facturación (`Bill`, `EnergyPrice`, `BillingRules`, `PVPCBillingRules`).
+
+* **Base de datos** (`database`): Gestión de persistencia local con SQLite.
+  - `controller.py`: Controlador principal de la base de datos (`EdataDB`).
+  - `models.py`: Modelos SQLModel para las tablas de la base de datos.
+  - `queries.py`: Consultas SQL predefinidas.
+
+* **Utilidades** (`core`): Funciones auxiliares para cálculos de tarifas, fechas, etc.
+
+* **CLI** (`cli.py`): Interfaz de línea de comandos para operaciones básicas.
 
 ## Ejemplo de uso
 
-Partimos de que tenemos credenciales en Datadis.es. Algunas aclaraciones:
+### Usando los servicios (recomendado)
+
+Partimos de que tenemos credenciales en [Datadis.es](https://datadis.es). Algunas aclaraciones:
 * No es necesario solicitar API pública en el registro (se utilizará la API privada habilitada por defecto)
 * El username suele ser el NIF del titular
-* Copie el CUPS de la web de Datadis, algunas comercializadoras adhieren caracteres adicionales en el CUPS mostrado en su factura.
-* La herramienta acepta el uso de NIF autorizado para consultar el suministro de otro titular.
+* Copie el CUPS de la web de Datadis, algunas comercializadoras adhieren caracteres adicionales en el CUPS mostrado en su factura
+* La herramienta acepta el uso de NIF autorizado para consultar el suministro de otro titular
 
 ``` python
+import asyncio
 from datetime import datetime
-import json
+from edata.services.data_service import DataService
+from edata.services.bill_service import BillService
+from edata.models.bill import PVPCBillingRules
+
+async def main():
+    # Crear el servicio de datos
+    data_service = DataService(
+        cups="ES0000000000000000XX",  # Tu CUPS
+        datadis_user="12345678A",     # Tu NIF/usuario
+        datadis_pwd="tu_password",
+        storage_path="./my_data"      # Directorio para la BD 
+        datadis_authorized_nif=None,  # NIF autorizado (opcional)
+    )
+    
+    # Actualizar todos los datos disponibles
+    await data_service.update()
+    
+    # Obtener suministros y contratos
+    supplies = await data_service.get_supplies()
+    contracts = await data_service.get_contracts()
+    
+    # Obtener datos de consumo y potencia
+    energy = await data_service.get_energy()
+    power = await data_service.get_power()
+    
+    # Obtener estadísticas agregadas (diarias o mensuales)
+    daily_stats = await data_service.get_statistics("day")
+    monthly_stats = await data_service.get_statistics("month")
+    
+    # Crear el servicio de facturación
+    bill_service = BillService(
+        cups="ES0000000000000000XX",
+        storage_path="./my_data"  # Mismo directorio que data_service
+    )
+    
+    # Definir reglas de facturación PVPC (valores por defecto españoles)
+    pvpc_rules = PVPCBillingRules(
+        p1_kw_year_eur=30.67266,      # Término potencia P1 (€/kW/año)
+        p2_kw_year_eur=1.4243591,     # Término potencia P2 (€/kW/año)
+        meter_month_eur=0.81,          # Alquiler contador (€/mes)
+        market_kw_year_eur=3.113,      # Otros cargos (€/kW/año)
+        electricity_tax=1.0511300560,  # Impuesto eléctrico
+        iva_tax=1.21                   # IVA (21%)
+    )
+    
+    # Actualizar facturación con PVPC
+    start_date = datetime(2024, 1, 1)
+    end_date = datetime(2024, 12, 31)
+    await bill_service.update(start_date, end_date, billing_rules=pvpc_rules, is_pvpc=True)
+    
+    # Obtener facturas calculadas
+    bills = await bill_service.get_bills(start_date, end_date, type_="hour")
+    daily_bills = await bill_service.get_bills(start_date, end_date, type_="day")
+    monthly_bills = await bill_service.get_bills(start_date, end_date, type_="month")
+    
+    # Mostrar resumen
+    total_cost = sum(b.value_eur for b in bills)
+    print(f"Coste total: {total_cost:.2f} €")
+    print(f"Consumo total: {sum(e.value_kwh for e in energy):.2f} kWh")
 
-# importamos definiciones de datos que nos interesen
-from edata.definitions import PricingRules
-# importamos el ayudante
-from edata.helpers import EdataHelper
-# importamos el procesador de utilidades
-from edata.processors import utils
+# Ejecutar
+asyncio.run(main())
+```
 
-# Preparar reglas de tarificación (si se quiere)
-PRICING_RULES_PVPC = PricingRules(
-    p1_kw_year_eur=30.67266,
-    p2_kw_year_eur=1.4243591,
-    meter_month_eur=0.81,
-    market_kw_year_eur=3.113,
-    electricity_tax=1.0511300560,
-    iva_tax=1.05,
-    # podemos rellenar los siguientes campos si quisiéramos precio fijo (y no pvpc)
-    p1_kwh_eur=None,
-    p2_kwh_eur=None,
-    p3_kwh_eur=None,
-)
+### Usando la CLI
 
-# Instanciar el helper
-# 'authorized_nif' permite indicar el NIF de la persona que nos autoriza a consultar su CUPS.
-# 'data' permite "cargar" al helper datos anteriores (resultado edata.data de una ejecución anterior), para evitar volver a consultar los mismos.
-edata = EdataHelper(
-            "datadis_user",
-            "datadis_password",
-            "cups",
-            datadis_authorized_nif=None,
-            pricing_rules=PRICING_RULES_PVPC, # si se le pasa None, no aplica tarificación
-            data=None, # aquí podríamos cargar datos anteriores
-        )
+El paquete incluye una interfaz de línea de comandos para operaciones básicas:
 
-# Solicitar actualización de todo el histórico (se almacena en edata.data)
-edata.update(date_from=datetime(1970, 1, 1), date_to=datetime.today())
+``` bash
+# Ver suministros disponibles
+python -m edata.cli show-supplies <username>
 
-# volcamos todo lo obtenido a un fichero
-with open("backup.json", "w") as file:
-    json.dump(utils.serialize_dict(edata.data), file) # se puede utilizar deserialize_dict para la posterior lectura del backup
+# Descargar todos los datos de un CUPS
+python -m edata.cli download-all --cups ES0000000000000000XX <username>
 
-# Imprimir atributos
-print(edata.attributes)
+# Actualizar facturación con tarifa fija
+python -m edata.cli update-custom-bill \
+  --cups ES0000000000000000XX \
+  --p1-kw-year-eur 30.67 \
+  --p2-kw-year-eur 1.42 \
+  --p1-kwh-eur 0.15 \
+  --p2-kwh-eur 0.10 \
+  --p3-kwh-eur 0.08 \
+  --meter-month-eur 0.81
 ```

e_data-2.0.0/README.md

@@ -0,0 +1,148 @@
+[![Downloads](https://pepy.tech/badge/e-data)](https://pepy.tech/project/e-data)
+[![Downloads](https://pepy.tech/badge/e-data/month)](https://pepy.tech/project/e-data)
+[![Downloads](https://pepy.tech/badge/e-data/week)](https://pepy.tech/project/e-data)
+
+# python-edata
+
+Este paquete proporciona herramientas para la descarga de tus datos de consumo eléctrico (desde Datadis.es) y su posterior procesado. La motivación principal es que conocer el consumo puede ayudarnos a reducirlo, e incluso a elegir una tarifa que mejor se adapte a nuestras necesidades. Soporta facturación con PVPC (según disponibilidad de datos de REData) y tarificación fija personalizable mediante fórmulas. Todos los datos se almacenan localmente en una base de datos SQLite. Es el corazón de la integración [homeassistant-edata](https://github.com/uvejota/homeassistant-edata).
+
+_**Esta herramienta no mantiene ningún tipo de vinculación con los proveedores de datos anteriormente mencionados, simplemente consulta la información disponible y facilita su posterior análisis.**_
+
+## Instalación
+
+Puedes instalar la última versión estable mediante:
+
+``` bash
+pip install e-data
+```
+
+Si quieres probar la versión `dev` o contribuir a su desarrollo, clona este repositorio e instala manualmente las dependencias:
+
+``` bash
+pip install -r requirements.txt
+```
+
+## Estructura
+
+El paquete consta de varios módulos:
+
+* **Proveedores** (`providers`): Conectores para consultar diferentes fuentes de datos.
+  - `datadis.py`: Conector para la API privada de Datadis (datos de consumo, potencia, contratos y suministros).
+  - `redata.py`: Conector para la API pública de REData (precios PVPC en tiempo real).
+
+* **Servicios** (`services`): Capa de lógica de negocio que gestiona la sincronización y procesamiento de datos.
+  - `data_service.py`: Servicio para gestionar datos de telemetría (consumo, potencia, estadísticas).
+  - `bill_service.py`: Servicio para gestionar la facturación y cálculo de costes.
+
+* **Modelos** (`models`): Definiciones de estructuras de datos usando Pydantic.
+  - `supply.py`: Modelos de suministros (`Supply`) y contratos (`Contract`).
+  - `data.py`: Modelos de datos de telemetría (`Energy`, `Power`, `Statistics`).
+  - `bill.py`: Modelos de facturación (`Bill`, `EnergyPrice`, `BillingRules`, `PVPCBillingRules`).
+
+* **Base de datos** (`database`): Gestión de persistencia local con SQLite.
+  - `controller.py`: Controlador principal de la base de datos (`EdataDB`).
+  - `models.py`: Modelos SQLModel para las tablas de la base de datos.
+  - `queries.py`: Consultas SQL predefinidas.
+
+* **Utilidades** (`core`): Funciones auxiliares para cálculos de tarifas, fechas, etc.
+
+* **CLI** (`cli.py`): Interfaz de línea de comandos para operaciones básicas.
+
+## Ejemplo de uso
+
+### Usando los servicios (recomendado)
+
+Partimos de que tenemos credenciales en [Datadis.es](https://datadis.es). Algunas aclaraciones:
+* No es necesario solicitar API pública en el registro (se utilizará la API privada habilitada por defecto)
+* El username suele ser el NIF del titular
+* Copie el CUPS de la web de Datadis, algunas comercializadoras adhieren caracteres adicionales en el CUPS mostrado en su factura
+* La herramienta acepta el uso de NIF autorizado para consultar el suministro de otro titular
+
+``` python
+import asyncio
+from datetime import datetime
+from edata.services.data_service import DataService
+from edata.services.bill_service import BillService
+from edata.models.bill import PVPCBillingRules
+
+async def main():
+    # Crear el servicio de datos
+    data_service = DataService(
+        cups="ES0000000000000000XX",  # Tu CUPS
+        datadis_user="12345678A",     # Tu NIF/usuario
+        datadis_pwd="tu_password",
+        storage_path="./my_data"      # Directorio para la BD 
+        datadis_authorized_nif=None,  # NIF autorizado (opcional)
+    )
+    
+    # Actualizar todos los datos disponibles
+    await data_service.update()
+    
+    # Obtener suministros y contratos
+    supplies = await data_service.get_supplies()
+    contracts = await data_service.get_contracts()
+    
+    # Obtener datos de consumo y potencia
+    energy = await data_service.get_energy()
+    power = await data_service.get_power()
+    
+    # Obtener estadísticas agregadas (diarias o mensuales)
+    daily_stats = await data_service.get_statistics("day")
+    monthly_stats = await data_service.get_statistics("month")
+    
+    # Crear el servicio de facturación
+    bill_service = BillService(
+        cups="ES0000000000000000XX",
+        storage_path="./my_data"  # Mismo directorio que data_service
+    )
+    
+    # Definir reglas de facturación PVPC (valores por defecto españoles)
+    pvpc_rules = PVPCBillingRules(
+        p1_kw_year_eur=30.67266,      # Término potencia P1 (€/kW/año)
+        p2_kw_year_eur=1.4243591,     # Término potencia P2 (€/kW/año)
+        meter_month_eur=0.81,          # Alquiler contador (€/mes)
+        market_kw_year_eur=3.113,      # Otros cargos (€/kW/año)
+        electricity_tax=1.0511300560,  # Impuesto eléctrico
+        iva_tax=1.21                   # IVA (21%)
+    )
+    
+    # Actualizar facturación con PVPC
+    start_date = datetime(2024, 1, 1)
+    end_date = datetime(2024, 12, 31)
+    await bill_service.update(start_date, end_date, billing_rules=pvpc_rules, is_pvpc=True)
+    
+    # Obtener facturas calculadas
+    bills = await bill_service.get_bills(start_date, end_date, type_="hour")
+    daily_bills = await bill_service.get_bills(start_date, end_date, type_="day")
+    monthly_bills = await bill_service.get_bills(start_date, end_date, type_="month")
+    
+    # Mostrar resumen
+    total_cost = sum(b.value_eur for b in bills)
+    print(f"Coste total: {total_cost:.2f} €")
+    print(f"Consumo total: {sum(e.value_kwh for e in energy):.2f} kWh")
+
+# Ejecutar
+asyncio.run(main())
+```
+
+### Usando la CLI
+
+El paquete incluye una interfaz de línea de comandos para operaciones básicas:
+
+``` bash
+# Ver suministros disponibles
+python -m edata.cli show-supplies <username>
+
+# Descargar todos los datos de un CUPS
+python -m edata.cli download-all --cups ES0000000000000000XX <username>
+
+# Actualizar facturación con tarifa fija
+python -m edata.cli update-custom-bill \
+  --cups ES0000000000000000XX \
+  --p1-kw-year-eur 30.67 \
+  --p2-kw-year-eur 1.42 \
+  --p1-kwh-eur 0.15 \
+  --p2-kwh-eur 0.10 \
+  --p3-kwh-eur 0.08 \
+  --meter-month-eur 0.81
+```

{e_data-1.3.3 → e_data-2.0.0/e_data.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: e-data
-Version: 1.3.3
+Version: 2.0.0
 Summary: Python library for managing spanish energy data from various web providers
 Author-email: VMG <vmayorg@outlook.es>
 License:                     GNU GENERAL PUBLIC LICENSE
@@ -681,23 +681,25 @@ License:                     GNU GENERAL PUBLIC LICENSE
 Project-URL: Homepage, https://github.com/uvejota/python-edata
 Classifier: License :: OSI Approved :: GNU General Public License v3 (GPLv3)
 Classifier: Programming Language :: Python
-Classifier: Programming Language :: Python :: 3.11
 Classifier: Programming Language :: Python :: 3.12
 Classifier: Programming Language :: Python :: Implementation :: CPython
 Classifier: Programming Language :: Python :: Implementation :: PyPy
-Requires-Python: >=3.11.0
+Requires-Python: >=3.12.0
 Description-Content-Type: text/markdown
 License-File: LICENSE
-Requires-Dist: dateparser>=1.1.2
-Requires-Dist: freezegun>=1.2.1
-Requires-Dist: holidays>=0.14.2
-Requires-Dist: pytest>=7.1.2
-Requires-Dist: python_dateutil>=2.8.2
-Requires-Dist: requests>=2.28.1
-Requires-Dist: voluptuous>=0.13.1
-Requires-Dist: Jinja2>=3.1.2
-Requires-Dist: diskcache>=5.6.3
-Requires-Dist: aiohttp>=3.12.15
+Requires-Dist: aiohttp<4,>=3.12
+Requires-Dist: dateparser<2,>=1.2
+Requires-Dist: diskcache<6,>=5.6
+Requires-Dist: freezegun<2,>=1.5
+Requires-Dist: holidays<1,>=0.50
+Requires-Dist: Jinja2<4,>=3.1
+Requires-Dist: pydantic<3,>=2.10
+Requires-Dist: python_dateutil<3,>=2.8
+Requires-Dist: Requests<3,>=2.31
+Requires-Dist: SQLAlchemy<3,>=2.0
+Requires-Dist: sqlmodel<0.1,>=0.0.22
+Requires-Dist: typer<1,>=0.12
+Requires-Dist: aiosqlite<1,>=0.21
 Dynamic: license-file
 
 [![Downloads](https://pepy.tech/badge/e-data)](https://pepy.tech/project/e-data)
@@ -706,7 +708,7 @@ Dynamic: license-file
 
 # python-edata
 
-Este paquete proporciona herramientas para la descarga de tus datos de consumo eléctrico (desde Datadis.es) y su posterior procesado. La motivación principal es que conocer el consumo puede ayudarnos a reducirlo, e incluso a elegir una tarifa que mejor se adapte a nuestras necesidades. A día de hoy sus capacidades de facturación (€) son limitadas, soporta PVPC (según disponibilidad de datos de REData) y tarificación fija por tramos. Es el corazón de la integración [homeassistant-edata](https://github.com/uvejota/homeassistant-edata).
+Este paquete proporciona herramientas para la descarga de tus datos de consumo eléctrico (desde Datadis.es) y su posterior procesado. La motivación principal es que conocer el consumo puede ayudarnos a reducirlo, e incluso a elegir una tarifa que mejor se adapte a nuestras necesidades. Soporta facturación con PVPC (según disponibilidad de datos de REData) y tarificación fija personalizable mediante fórmulas. Todos los datos se almacenan localmente en una base de datos SQLite. Es el corazón de la integración [homeassistant-edata](https://github.com/uvejota/homeassistant-edata).
 
 _**Esta herramienta no mantiene ningún tipo de vinculación con los proveedores de datos anteriormente mencionados, simplemente consulta la información disponible y facilita su posterior análisis.**_
 
@@ -726,83 +728,125 @@ pip install -r requirements.txt
 
 ## Estructura
 
-El paquete consta de tres módulos diferenciados:
+El paquete consta de varios módulos:
 
-* **Conectores** (módulo `connectors`), para definir los métodos de consulta a los diferentes proveedores: Datadis y REData.
-* **Procesadores** (módulo `processors`), para procesar datos de consumo, maxímetro, o coste (tarificación). Ahora mismo consta de tres procesadores: `billing`, `consumption` y `maximeter`, además de algunas utilidades ubicadas en `utils`. Los procesadores deben heredar de la clase Processor definida en `base.py`
-* **Ayudantes** (módulo `helpers`), para ayudar en el uso y gestión de los anteriores, presentando de momento un único ayudante llamado `EdataHelper` que te permite recopilar `X` días de datos (por defecto 365) y automáticamente procesarlos. Los datos son almacenados en la variable `data`, mientras que los atributos autocalculados son almacenados en la variable `attributes`. Por lo general, primero utilizan los conectores y luego procesan los datos, gestionando varias tareas de recuperación (principalmente para Datadis).
+* **Proveedores** (`providers`): Conectores para consultar diferentes fuentes de datos.
+  - `datadis.py`: Conector para la API privada de Datadis (datos de consumo, potencia, contratos y suministros).
+  - `redata.py`: Conector para la API pública de REData (precios PVPC en tiempo real).
 
-Estos módulos corresponden a la siguiente estructura del paquete:
+* **Servicios** (`services`): Capa de lógica de negocio que gestiona la sincronización y procesamiento de datos.
+  - `data_service.py`: Servicio para gestionar datos de telemetría (consumo, potencia, estadísticas).
+  - `bill_service.py`: Servicio para gestionar la facturación y cálculo de costes.
 
-```
-edata/
-    · __init__.py
-    · connectors/
-        · __init__.py
-        · datadis.py
-        · redata.py
-    · processors/
-        · __init__.py
-        · base.py
-        · billing.py
-        · consumption.py
-        · maximeter.py
-        · utils.py
-    · helpers.py
-```
+* **Modelos** (`models`): Definiciones de estructuras de datos usando Pydantic.
+  - `supply.py`: Modelos de suministros (`Supply`) y contratos (`Contract`).
+  - `data.py`: Modelos de datos de telemetría (`Energy`, `Power`, `Statistics`).
+  - `bill.py`: Modelos de facturación (`Bill`, `EnergyPrice`, `BillingRules`, `PVPCBillingRules`).
+
+* **Base de datos** (`database`): Gestión de persistencia local con SQLite.
+  - `controller.py`: Controlador principal de la base de datos (`EdataDB`).
+  - `models.py`: Modelos SQLModel para las tablas de la base de datos.
+  - `queries.py`: Consultas SQL predefinidas.
+
+* **Utilidades** (`core`): Funciones auxiliares para cálculos de tarifas, fechas, etc.
+
+* **CLI** (`cli.py`): Interfaz de línea de comandos para operaciones básicas.
 
 ## Ejemplo de uso
 
-Partimos de que tenemos credenciales en Datadis.es. Algunas aclaraciones:
+### Usando los servicios (recomendado)
+
+Partimos de que tenemos credenciales en [Datadis.es](https://datadis.es). Algunas aclaraciones:
 * No es necesario solicitar API pública en el registro (se utilizará la API privada habilitada por defecto)
 * El username suele ser el NIF del titular
-* Copie el CUPS de la web de Datadis, algunas comercializadoras adhieren caracteres adicionales en el CUPS mostrado en su factura.
-* La herramienta acepta el uso de NIF autorizado para consultar el suministro de otro titular.
+* Copie el CUPS de la web de Datadis, algunas comercializadoras adhieren caracteres adicionales en el CUPS mostrado en su factura
+* La herramienta acepta el uso de NIF autorizado para consultar el suministro de otro titular
 
 ``` python
+import asyncio
 from datetime import datetime
-import json
+from edata.services.data_service import DataService
+from edata.services.bill_service import BillService
+from edata.models.bill import PVPCBillingRules
+
+async def main():
+    # Crear el servicio de datos
+    data_service = DataService(
+        cups="ES0000000000000000XX",  # Tu CUPS
+        datadis_user="12345678A",     # Tu NIF/usuario
+        datadis_pwd="tu_password",
+        storage_path="./my_data"      # Directorio para la BD 
+        datadis_authorized_nif=None,  # NIF autorizado (opcional)
+    )
+    
+    # Actualizar todos los datos disponibles
+    await data_service.update()
+    
+    # Obtener suministros y contratos
+    supplies = await data_service.get_supplies()
+    contracts = await data_service.get_contracts()
+    
+    # Obtener datos de consumo y potencia
+    energy = await data_service.get_energy()
+    power = await data_service.get_power()
+    
+    # Obtener estadísticas agregadas (diarias o mensuales)
+    daily_stats = await data_service.get_statistics("day")
+    monthly_stats = await data_service.get_statistics("month")
+    
+    # Crear el servicio de facturación
+    bill_service = BillService(
+        cups="ES0000000000000000XX",
+        storage_path="./my_data"  # Mismo directorio que data_service
+    )
+    
+    # Definir reglas de facturación PVPC (valores por defecto españoles)
+    pvpc_rules = PVPCBillingRules(
+        p1_kw_year_eur=30.67266,      # Término potencia P1 (€/kW/año)
+        p2_kw_year_eur=1.4243591,     # Término potencia P2 (€/kW/año)
+        meter_month_eur=0.81,          # Alquiler contador (€/mes)
+        market_kw_year_eur=3.113,      # Otros cargos (€/kW/año)
+        electricity_tax=1.0511300560,  # Impuesto eléctrico
+        iva_tax=1.21                   # IVA (21%)
+    )
+    
+    # Actualizar facturación con PVPC
+    start_date = datetime(2024, 1, 1)
+    end_date = datetime(2024, 12, 31)
+    await bill_service.update(start_date, end_date, billing_rules=pvpc_rules, is_pvpc=True)
+    
+    # Obtener facturas calculadas
+    bills = await bill_service.get_bills(start_date, end_date, type_="hour")
+    daily_bills = await bill_service.get_bills(start_date, end_date, type_="day")
+    monthly_bills = await bill_service.get_bills(start_date, end_date, type_="month")
+    
+    # Mostrar resumen
+    total_cost = sum(b.value_eur for b in bills)
+    print(f"Coste total: {total_cost:.2f} €")
+    print(f"Consumo total: {sum(e.value_kwh for e in energy):.2f} kWh")
 
-# importamos definiciones de datos que nos interesen
-from edata.definitions import PricingRules
-# importamos el ayudante
-from edata.helpers import EdataHelper
-# importamos el procesador de utilidades
-from edata.processors import utils
+# Ejecutar
+asyncio.run(main())
+```
 
-# Preparar reglas de tarificación (si se quiere)
-PRICING_RULES_PVPC = PricingRules(
-    p1_kw_year_eur=30.67266,
-    p2_kw_year_eur=1.4243591,
-    meter_month_eur=0.81,
-    market_kw_year_eur=3.113,
-    electricity_tax=1.0511300560,
-    iva_tax=1.05,
-    # podemos rellenar los siguientes campos si quisiéramos precio fijo (y no pvpc)
-    p1_kwh_eur=None,
-    p2_kwh_eur=None,
-    p3_kwh_eur=None,
-)
+### Usando la CLI
 
-# Instanciar el helper
-# 'authorized_nif' permite indicar el NIF de la persona que nos autoriza a consultar su CUPS.
-# 'data' permite "cargar" al helper datos anteriores (resultado edata.data de una ejecución anterior), para evitar volver a consultar los mismos.
-edata = EdataHelper(
-            "datadis_user",
-            "datadis_password",
-            "cups",
-            datadis_authorized_nif=None,
-            pricing_rules=PRICING_RULES_PVPC, # si se le pasa None, no aplica tarificación
-            data=None, # aquí podríamos cargar datos anteriores
-        )
+El paquete incluye una interfaz de línea de comandos para operaciones básicas:
 
-# Solicitar actualización de todo el histórico (se almacena en edata.data)
-edata.update(date_from=datetime(1970, 1, 1), date_to=datetime.today())
+``` bash
+# Ver suministros disponibles
+python -m edata.cli show-supplies <username>
 
-# volcamos todo lo obtenido a un fichero
-with open("backup.json", "w") as file:
-    json.dump(utils.serialize_dict(edata.data), file) # se puede utilizar deserialize_dict para la posterior lectura del backup
+# Descargar todos los datos de un CUPS
+python -m edata.cli download-all --cups ES0000000000000000XX <username>
 
-# Imprimir atributos
-print(edata.attributes)
+# Actualizar facturación con tarifa fija
+python -m edata.cli update-custom-bill \
+  --cups ES0000000000000000XX \
+  --p1-kw-year-eur 30.67 \
+  --p2-kw-year-eur 1.42 \
+  --p1-kwh-eur 0.15 \
+  --p2-kwh-eur 0.10 \
+  --p3-kwh-eur 0.08 \
+  --meter-month-eur 0.81
 ```