Speuren naar verborgen energielekken via energiemonitoring
De overheid streeft ernaar om in 2050 elk bouwwerk emissievrij te verwarmen. Nieuwbouwwoningen moeten bijna-energieneutraal worden opgeleverd. Voor de bestaande woningvoorraad liggen er nog veel uitdagingen om energielabels te verbeteren. Die berekeningen zijn geen garantie dat de beoogde energiebesparing ook daadwerkelijk in de praktijk wordt gerealiseerd. Uit monitoringsdata uit NoM-woningen was al eerder gebleken dat zich de meeste fouten manifesteren in het eerste jaar na oplevering. Zonder herstelmaatregelen zou het energiegebruik dan gemiddeld zeker 15-20% hoger zijn. Met eenvoudige metingen is een deel van die fouten te traceren, zo blijkt uit het project Track & Trace energieprestaties van woningen, dat de Saxion Hogeschool heeft uitgevoerd bij 10 woningen.
Auteurs: Annemarie Weersink, Jeroen van ‘t Ende en Christian Struck (Lectoraat Sustainable Building Technology, Saxion Hogeschool Enschede). Foto’s en illustraties: Saxion Hogeschool
Onderzoekers aan de Saxion Hogeschool hebben in het project Track & Trace energieprestaties van woningen bij 10 woningen via relatief eenvoudige metingen een deel van de fouten opgespoord, waardoor installaties minder goed functioneren en minder besparing opleveren dan vooraf verwacht.
Een onderdeel van het project Track & Trace energieprestaties van woningen is het ontwikkelen van analysemethoden om zonder kennis over de woning op basis van alleen energie/binnenklimaatdata van woningen een uitspraak te kunnen doen over energiegebruik, energieprestaties en bewonersgedrag. Het uitgangspunt is dat gebruik gemaakt wordt van een minimaal NoM-meetsetje (Nul op de Meter). Data van het elektriciteitsverbruik komen uit de P1-poort van de slimme meter in woningen, wat inzicht geeft in het stroomverbruik, de elektriciteitsopwekking via zonnepanelen, de teruggeleverde stroom en eventueel het gasverbruik. Aanvullend worden temperatuur- en CO2-metingen verricht via monitoring en wordt het elektriciteitsverbruik van de warmtepomp gemeten.
Van de tien naast elkaar gelegen rijwoningen uit één blok zijn alleen meetgegevens beschikbaar, maar niets is bekend over bijvoorbeeld de ligging. De meetdata worden geanalyseerd per woning. Benchmarken, door alle data naast elkaar te leggen van de (buur)woningen, is effectief om snel inzichtelijk te krijgen welke woningen uit de serie afwijkingen vertonen.
Elektriciteitsproductie van zonnepanelen (PV) in 10 identieke woningen van januari t/m oktober 2023.
De opbrengst van zonnepanelen
Gestart is met een analyse van de opbrengst van zonnepanelen. Het aantal en type zonnepanelen, oriëntatie en hellingshoek zijn niet bekend. Aan de hand van uurlijkse temperatuurverschillen in de hoogzomer is een indicatie verkregen van de oriëntatie van de woningen. Het woonblok is waarschijnlijk (zuid)oost-(noord)west georiënteerd, vanwege de sterkste temperatuurtoename rond 11:00 en 15:00 uur. Deze conclusie sluit aan bij de elektriciteitsproductie uit de PV-panelen.
Uit de data uit de P1-poort van de Smartmeter is de opbrengst van de zonnepanelen van januari t/m oktober 2023 in beeld gebracht (figuur 1). De totaal gemiddelde opbrengst per woning is circa 12000 kWh + 10% in 10 maanden. De benchmark brengt helder aan het licht dat de PV-panelen in woning 124 niet optimaal functioneren, omdat die 33% lager presteren dan in de buurwoningen. Niet bekend is of dit een technische fout is, of dat dit wordt veroorzaakt door bijvoorbeeld beschaduwing. De lagere PV-prestatie in woning 123 komt overigens door ontbrekende meetdata in de analyseset.
Een elektriciteitsbalans is opgemaakt op basis van de smart meterdata inkoop van stroom via energieleverancier plus eigen PV-opwek minus aan het net teruggeleverde stroom (zie figuur 2). Daaruit volgt bij benadering het eigen elektriciteitsverbruik voor apparaten in de woning. Uit grafiek 2 is direct af te leiden dat woning 128 nog relatief veel elektriciteit inkoopt. Woning 124 moet ten opzichte van de buren meer elektriciteit inkopen door de slechter presterende PV-panelen. Woning 130 hoort bij de 30% laagverbruikers in het blok en levert ongeveer 11.000 kWh terug (witte vlak, januari t/m oktober). Een rendementsbeoordeling van de zonnepanelen is zonder aanvullende informatie niet mogelijk.
Opwek van elektriciteit via leveranciers (inkoop), zonnepanelen (PV) en teruglevering aan het net.
Het (dis)functioneren van de warmtepomp
In figuur 3 is het cumulatieve elektriciteitsverbruik van alle warmtepompen in beeld gebracht van januari t/m oktober 2023. Uit de benchmark blijkt het elektriciteitsverbruik van de warmtepomp in woning 121 1,5 tot 4 keer hoger te zijn dan in andere woningen. Opmerkelijk is de stijging van het elektriciteitsverbruik van een aantal warmtepompen in de zomer (woning 125, 127, 129). Mogelijke potentiële verklaringen kunnen zijn: onjuiste instellingen van de warmtepomp na het stookseizoen als er geen verwarmings- maar wel warmtapwaterbehoefte is en actieve koeling.
Elektriciteitsverbruik van warmtepompen in de 10 rijwoningen (jan t/m oktober 2023)
Instelling thermostaatstand
Uit de temperatuurmetingen in de woonkamer is het dag/avond/nacht temperatuurverloop inzichtelijk te maken in een koude periode, bijvoorbeeld de maanden januari en februari.
Figuren 4a en 4b laten de spreiding van het temperatuurverloop in de woonkamer zien in de twee wintermaanden in de vorm van een doorlopende boxplot van 0-24 uur. Woning 121 heeft gemiddeld een lage temperatuur (gemiddelde minimumtemperatuur in de nacht 17,5°C en gemiddelde maximum temperatuur overdag 19,5°C). Dat is opmerkelijk, omdat in deze woning het elektriciteitsverbruik van de warmtepomp aan de hoge kant was (figuur 3); het advies is dat een installateur de warmtepomp controleert. Woning 122 heeft een hoog elektriciteitsverbruik (figuur 3). Dat is een beeld dat past bij de dag en nacht hogere ruimtetemperatuur: overdag gemiddeld rond de 22°C en ’s-nachts 21,5°C (figuur 4a). Woning 123 heeft een laag elektriciteitsverbruik voor de warmtepomp, maar met overdag gemiddelde temperaturen van ca. 20,5°C en ’s-nachts 19,5°C (figuur 4b). De temperatuur is zeker niet laag te noemen, maar vertoont beperkte wisselingen.
In de winterperiode heeft woning 129 een relatief laag elektriciteitsverbruik (figuur 3); de ruimtetemperatuur fluctueert gemiddeld tussen 19,5°C en 20,8°C, wat niet buitensporig is (figuur 4b). Wel is de temperatuurspreiding groter dan bij veel andere woningen. In de woningen 128 en 130 is de gemiddelde woonkamertemperatuur (ca. 22°C) hoger dan bijvoorbeeld in woonkamer 129, maar dat zorgt in het stookseizoen voor 25-30% hoger elektriciteitsverbruik van de warmtepomp.
Boxplot temperatuurverloop woningen 121, 122 en 123 jan-feb 2023
Boxplot temperatuurverloop woningen 124, 128, 129 en 130 jan-feb 2023
Ventilatiekwaliteit
De CO2-concentratie in een ruimte is een maat voor de ventilatiekwaliteit. Wordt in een ruimte veel geventileerd, dan zal de CO2-concentratie laag blijven. Wordt aan ventilatiecapaciteitseisen uit de bouwregelgeving voldaan, dan is een CO2-concentratie rond 1000 ppm te verwachten bij normale bezetting. Lagere waarden duiden op meer ventilatie per persoon. Voor dezelfde periode als de temperatuur zijn ook de CO2-concentraties getoetst. Opmerkelijk is dat woning 121 naast een lage temperatuur, ook een hoge CO2-concentratie heeft die in een kwart van de dag/avondperiode tussen 1400 en 1800 ppm ligt. Hier is het advies om de instellingen van het systeem te beoordelen en bewoners uit te leggen hoe het ventilatiesysteem functioneert. Ook in woningen 128-129 zijn ’s-avonds de CO2-concentraties hoger tot ca. 1200 ppm. In die woningen treffen we verhoudingsgewijs hogere temperaturen aan (tot 24 °C) en meer gematigde temperaturen onder 20°C.
Boxplot verloop CO2-concentraties woningen 121, 122 en 123 jan-feb 2023
Boxplot verloop CO2-concentraties woningen 124, 128, 129 en 130 jan-feb 2023
Conclusie en aanbeveling
Op basis van een beperkt meetsetje zijn diverse aandachtspunten over de energie-efficiëntie van installaties, de woning en/of bewonersgedrag opgespoord. Dit artikel laat daarvan een aantal voorbeelden zien. Naarmate meer meetinformatie beschikbaar komt, of gegevens van de woning/installaties/bewoners, kan gerichter en diepgaander geanalyseerd worden. De woningen laten een hoog energiegebruik zien, maar geen (extreem) lage temperaturen; nachtverlaging is beperkt aanwezig. De ventilatiekwaliteit is op één van de woning na op orde. Contact met de bewoner en installateur moet uitwijzen of het systeem functioneert. De analyses brachten in de benchmark een (te) lage opbrengst van PV-panelen aan het licht in één van de woningen. Beoordeling van het comfort/ventilatiekwaliteit levert meerwaarde omdat hiermee ook problemen met de energievoorziening en ventilatie aan het licht kunnen komen.
Hoewel op basis van blinde analyse van datasets fouten zijn op te sporen, is het aan te bevelen om basisinformatie van de woningen beschikbaar te stellen, bij voorbeeld op basis van energielabelberekeningen. Dit maakt het mogelijk om naast tabellen en grafieken met de fysische meetdata ook kengetallen te ontwikkelen die toekomstige energieanalyses op basis van meetdata vereenvoudigen.
Historische data als basis voor analyse en foutdetectie
Een consortium van 13 partijen heeft in het SIA-RAAK-MKB project Track & Trace energieprestaties van woningen onderzoek verricht naar bruikbaarheid van historische energiemonitoringsdata om verdergaande energiebesparing in de praktijk te bewerkstelligen voor woningen. Onderzocht is hoe bijvoorbeeld na een energierenovatie, met eenvoudige (historische) energiemonitoringsdata uit woningen relevante prestaties van gebouw en installaties kunnen worden getoetst en wat kan worden herleid ten aanzien van energiegerelateerd bewonersgedrag (verwarming, koeling en ventilatie). Een schaduwberekeningsmodel (twin) is opgezet ter modellering van het thermische gedrag van de woning. Vervolgens zijn op basis van een uitgebreide meetset data geanalyseerd, om ook de betrouwbaarheid van het twinmodel te testen. Geconcludeerd is dat van meerdere jaren data nodig is om betrouwbaarder conclusies over de U-waarde van de thermische schil te kunnen trekken. Daarentegen kan met meetdata van een warmtepomp beter inzicht worden gekregen in de prestaties van de warmtepomp (actuele en seizoens COP). Kengetallen voor het energiegebruik van warmtapwater en tapwaterpatronen zijn te genereren.
Samenstelling Consortium Track & Trace energieprestaties van woningen: Hogeschool Saxion, Hogeschool HAN, BeNext, BINX, CM-Data, Woningcorporatie Domijn, Van Dorp Installaties Hengelo, Dura Vermeer, Orange Climate, Techniek Nederland, Ventilatieservice, WeThePeople, Winkels Installatietechniek.
