Förslag till projekt Metod för väderjustering av energimängder samt uppföljning av energibesparingar Stig Lundberg
Problembild 1 Exempel En ekonomichef beviljar investeringsmedel för ett energiprojekt enligt följande: 1000 MWh väderberoende värme och 200 MWh (17%) väderoberoende värme ska sparas vid en investering av 5 000 000 kr det rörliga energipriset är bestämt till 600 kr/mwh vilket innebär att besparingen blir 720 000 kr (1 200*600). Projektet genomfördes helt enligt planerna. Vid uppföljningen används graddagsmetoden. Denna ger att den väderberoende besparingen blir 78% (år 2000) av ett normalår. Detta innebär att besparingen blir 980 MWh (1000/0,78+200) eller 588 000 kr (980*600). När resultatet redovisas för ekonomichefen känner han sig vilseledd. Han har nu kapitalkostnad för 5 000 000 kr att betala med 588 000 kr i stället för 720 000 kr - en differens på 132 000 kr. 2
Problembild 2 Exempel En ekonomichef beviljar investeringsmedel för ett energiprojekt enligt följande: 1000 MWh väderberoende värme och 200 MWh (17%) väderoberoende värme ska sparas vid en investering av 5 000 000 kr det rörliga energipriset är bestämt till 600 kr/mwh vilket innebär att besparingen blir 720 000 kr (1 200*600). Projektet genomfördes helt enligt planerna. Vid uppföljningen används graddagsmetoden. Denna ger att den väderberoende besparingen blir 78% (år 2000) av ett normalår. Detta innebär att besparingen blir 980 MWh (1000/0,78+200) eller 588 000 kr (980*600). Graddagsmetoden kan på goda grunder misstänkas justera besparingen alldeles för mycket gentemot vädret. Justeringen antas vara dubbelt så stor som den borde vara. Detta innebär att beräkningen av utfallet blir 66 000 kr ((1000-780)/2*600) eller 9% fel. 3
Problembild 3 Exempel En ekonomichef beviljar investeringsmedel för ett energiprojekt enligt följande: 1000 MWh väderberoende värme och 200 MWh (17%) väderoberoende värme ska sparas vid en investering av 5 000 000 kr det rörliga energipriset är bestämt till 600 kr/mwh vilket innebär att besparingen blir 720 000 kr (1 200*600). Projektet genomfördes helt enligt planerna. Vid uppföljningen används graddagsmetoden. Denna ger att den väderberoende besparingen blir 78% (år 2000) av ett normalår. Detta innebär att besparingen blir 980 MWh (1000/0,78+200) eller 588 000 kr (980*600). Andelen som ska väderjusteras har efter åtgärderna ändrats. Graddagsmetoden antar generellt att %:satsen som rådde före åtgärden är den samma. Denna ändras när energiprojekt genomförs som t.ex. i detta projekt när den väderberoende delen värme minskas kraftigt. 4
5 Bakgrund till de olika problembilderna
Graddags-/normalårskorrigering Bygger på ett arbete av Wilhelm Dahlgren 1922. Rekommenderades av Kungl. Byggnadsstyrelsen i början av 1960-talet. Utgår ifrån bostäder byggda före 1960 med en inomhustemperatur på 19 grader och en intern värmealstring på 2 grader vilket ger balanstemperaturen 17 grader. Vissa startkriterier finns även för när graddagarna ska börja räknas. Den justerar för utetemperaturen. SMHI utarbetar graddagar för ca 300 orter per månad och år som verkliga och som normala. Stora skillnader i graddagar kan finnas mellan åren. T.ex. hade Stockholm 78% av normalårets graddagar år 2000 och 104% år 1996 en skillnad på 26%! Det finns även Energiindex vilka utgår från balanstemperaturen 17 grader likt graddagarna men kompenserar även för sol, vind och fukt. 6
Balanstemperaturer och osäkerheter/fel p.g.a. balanstemp 17 grader De byggnader som i dagsläget väderjusteras med graddagsmodellen är mycket olika de bostäder på 60-talet som den utgick ifrån. Generellt är i dag den interna värmealstringen mycket större, inomhustemperaturen högre, isoleringen mycket bättre och dessutom har värmeåtervinning installerats i dagens byggnader. Olika byggnader har olika balanstemperaturer. Spannet är från en bostad på 60-talet med 17 graders balanstemperatur till ett passivhus med en balanstemperatur på kanske 15 grader. De två ovanstående punkterna innebär generellt att graddagsmodellen justerar alldeles för mycket för vädrets påverkan och ger stora felkällor. 7
Grader 20 15 10 5 0-5 -10 Balanstemperaturer - månadsmedeltemperaturer Stockholm NÅ Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec Månadsmedelutetemp Sthlm Balanstemp 17 grader (graddagar) 60-tals kontor -15 Passivhus -20 8
Regressionsanalysmodeller / energisignatur Grunden för dessa är att man genom en regressionsanalys tar fram en ekvation som visar utetemperaturens eller graddagarnas påverkan på energiförbrukningen. Se exempel nedan: 2500 En punkt där månadsförbrukningen är känd och antalet graddagar för månaden läggs in Där linjen träffar axel, vid 0 graddagar erhålls den väderoberoende delen som också fås ur ekvationen vilken är 186,11 kwh/dag eller 7,8 kw kwh per dag 2000 1500 1000 500 0 En linje skapas av t.ex. Excel som även ger ekvationen. 0,0 5,0 10,0 15,0 20,0 25,0 Medelgraddagar per månad Denna ekvation motsvarar linjen. Värdet 186,11 är den väderoberoende delen y = 91,201x + 186,11 R 2 = 0,9756 9
Regressionsanalysmodeller / energisignatur Denna metod finns ej standardiserad. Dagens aktörer använder många olika sätt. Den finns endast som alternativ i något enstaka uppföljningssystem. I energideklarationerna samt branschen generellt avännder graddagsmetoden. 10
Vilka mätdata finns tillgängliga och är rationella att använda för ett helt fastighetsbestånd? Månadsmedelutetemp för 300 orter (SMHI eller egen mätning) Graddagar för 300 orter (SMHI eller egen mätning) Energiindex för 300 orter (SMHI) Månadsförbrukning utifrån debiteringsmätare (egen energiuppföljning eller leverantör) En större fastighetsägare som t.ex. har 100 fastigheter måste ha en robust/enkel/rationell modell för att hantera uppföljningen inkl. väderjustering. Att arbeta med månadsförbrukningar och månadsmedeltemperaturer eller graddagar på månadsbasis är en lämplig avvägning. 11
Uppslag till nya väderjusteringsmetoder Alternativ 1 differentierade energiindexserier En balanstemperaturanalys görs av den unika byggnaden. En ny produkt lanseras - differentierade energiindexserier d.v.s. olika energiindexserier för olika balanstemperaturer. Tex. E 17, E 15, E 13, E 11, E 9, E 7 osv. Korrigering även för sol, vind och fukt. Fördelen med detta alternativ är att beräkningssätten är välkända samt att i stort sett samtliga beräkningsprogram utgår ifrån graddagarna/energiindex samt även energideklarationerna. Alternativ 2 standardiserad regressionsanalys/energisignatur En metod för hur en energiekvation ska utarbetas och tillämpas baserad på månadsmedeltemperatur och månadsförbrukning tas fram. Genom att granska ett diagram med en energiekvation kan man visuellt se den väderoberoende delen (varmvattenandelen) samt hur byggnaden påverkas av utetemperaturen (linjens lutning). Detta underlättar identifiering av energisparåtgärder. 12
Att mäta en energibesparing problem med dagens metodik Problem utöver att balanstemperaturen förutsätts vara 17 grader Problem 1 Energimängden som ska väderjusteras före åtgärden uppskattas/antas. Efter ombyggnaden är det i princip en ny byggnad som ska väderjusteras. För att fastställa minskad energiförbrukning använder man normalt samma energimängd som man hade uppskattat/antagit för den gamla byggnaden, vilket ger en felaktig Exempel väderjustering. Problem 2 Om man å andra sidan då ändrar den energimängd som ska väderjusteras, hur ska man då kunna uppskatta/anta den när man inte har någon historik? 75 MWh 25 MWh 70 MWh 55 MWh 25 MWh Energiförbrukningen har väderjusterat minskat med 20 MWh Byggnaden före åtgärden Byggnaden efter åtgärden Byggnaden efter åtgärden 13 En graddagsberäkning görs för att få fram normalåret. Den väderberoende energimängden uppskattas/antas. Den verkliga förbrukningen uppmäts. En graddagsberäkning görs för att få fram normalåret. Den väderberoende energimängden uppskattas/antas.
Att mäta en energibesparing förslag till ny metodik Exempel Energiförbrukningen har väderjusterat minskat med 20 MWh 70 MWh 90 MWh 100 MWh Byggnaden före energieffektiviseringen Byggnaden efter energieffektiviseringen En referensnivå fastställts vid ett normalår Energiförbrukningen byggnaden skulle ha haft om den ej energieffektiviserats räknas fram med det aktuella årets väderdata Den verkliga förbrukningen uppmäts 14
Möjligheter om en tillförlitlig metod som hanterar väderjustering och beräkning av en energibesparing finns publicerad Fler energieffektiviseringsåtgärder bör komma att genomföras i Sverige när en metod finns som ger små osäkerheter och som kan föreskrivas vid upphandlingar Fastighetsägare vågar genomföra fler energieffektiviseringsåtgärder Konsulter vågar föreslå fler energieffektiviseringsåtgärder Entreprenörer vågar ta prestationsansvar för fler energieffektiviseringsåtgärder Bedömning I Sverige används i dag energi i bostäder och lokaler till en kostnad över 100 miljarder kr. En tillförlitlig metod som aktörerna har förtroende för och som ger små risker bör kunna driva upp takten för energieffektiviseringsarbete i Sverige. Varje %:s ökat energieffektiviseringsarbete motsvarar ett värde av minst 1 miljard kr per år. 15
Förbättrad funktion för energilarm med en tillförlitlig metod I ett antal energiuppföljningsprogram finns en funktion med s.k. energilarm Dessa innebär att ett larm ges när en byggnads energiförbrukning avviker från en förväntad energiförbrukning justerad för aktuellt väder I dagsläget ges ofta en stor mängd larm vilket gör att driftorganisationen ofta tar bort larmfunktionen eller bara regelmässigt ignorerar dessa Orsaken till den stora mängden larm är troligtvis en för stor väderjustering Om en tillförlitlig metod för väderjustering utarbetas kommer energilarm förmodligen användas i större omfattning med ökad energibesparing som följd 16
Förslag till fortsättning Att en hearing anordnas för att diskutera behovet av en Metod för väderjustering av energimängder samt uppföljning av energibesparingar Till en hearing bör inbjudas t.ex. Energimyndigheten BEBO BELOK Fastighetsägarna Boverket Entreprenörer inom energitjänsteområdet SMHI m.fl. 17
Utdrag ur Energiläget 2009 Sektorn bostäder och service står för 36 % av Sveriges totala slutliga energianvändning. För år 2008 uppgick energianvändningen inom sektorn till 141 TWh... Uppvärmning och varmvatten står för 61 % av energianvändningen i sektorn.. Detta medför att energianvändningen påverkas av de aktuella temperaturförhållandena. För att ge en bild av utvecklingen med jämförbara värden korrigeras energianvändningen för temperaturskillnader, vilket kallas normalårskorrigering. År 2008 var temperaturen var cirka 14 % högre än ett normalår. Den normalårskorrigerade energianvändningen år 2008 var 149 TWh En väderjustering enligt graddagsmetoden med 8 TWh eller 6,5%! 18
19 Tack för att ni lyssnade!