Verkleinen van het verschil tussen voorspeld en werkelijk energiegebruik door betere inschatting van gebruikersgedrag

Transcriptie

1 TNO-rapport TNO 2016 R11482 Verkleinen van het verschil tussen voorspeld en werkelijk energiegebruik door betere inschatting van gebruikersgedrag Toepassing van de gebruikersmodule op Nederlandse woningen Leeghwaterstraat CA Delft Postbus JA Delft T Datum 15 november 2016 Auteur(s) E.C.M. Hoes-van Oeffelen M.E. Spiekman F.G.H. Koene Y. de Kluizenaar T. Bulavskaya Aantal pagina's 91 (incl. bijlagen) Aantal bijlagen Opdrachtgever Ministerie van Binnenlandse Zaken en Koninkrijksrelaties Projectnaam 06 Toepassing gebruikersmodule NL woningen Projectnummer Alle rechten voorbehouden. Niets uit deze uitgave mag worden vermenigvuldigd en/of openbaar gemaakt door middel van druk, fotokopie, microfilm of op welke andere wijze dan ook, zonder voorafgaande toestemming van TNO. Indien dit rapport in opdracht werd uitgebracht, wordt voor de rechten en verplichtingen van opdrachtgever en opdrachtnemer verwezen naar de Algemene Voorwaarden voor opdrachten aan TNO, dan wel de betreffende terzake tussen de partijen gesloten overeenkomst. Het ter inzage geven van het TNO-rapport aan direct belanghebbenden is toegestaan TNO

2 TNO-rapport TNO 2016 R / 64 Voorwoord In het algemeen bestaat er een gat tussen het voorspelde en het werkelijke energiegebruik van een woning voor ruimteverwarming en warm tapwater. Dit gat kan deels worden toegeschreven aan verschillen tussen werkelijk en verondersteld bewonersgedrag. Teneinde dit gat te verkleinen is een aantal modellen (voor temperatuur-, ventilatie- en douchegedrag) opgesteld om het gedrag van bewoners te kunnen kwantificeren op basis van de energiemodules van de 2006 en 2012 WoON onderzoeken. Om de uitkomsten van de gedragsmodellen te kunnen gebruiken als invoer voor het gebruikte EPA-rekenmodel, is een fysische vertaling nodig, waarvoor onder meer een fysisch rekenmodel is ontwikkeld om de woninggemiddelde temperatuur te berekenen. Ook wordt de doucheduur uit het betreffende gedragsmodel omgerekend naar een hoeveelheid warm tapwater. Ventilatiegedrag is echter niet meegenomen in de invoer in het energierekenmodel, omdat het ventilatiegedrag sterk verschilt per type vertrek en de vertaalslag naar een ventilatiedebiet lastig te maken is. De gedragsmodellen en de fysische vertaalmodellen worden tezamen de gebruikersmodule genoemd. Deze aanpak is toegepast op een groot aantal Nederlandse woningen (ca ), Voor elk van deze woningen worden de gedragsmodellen toegepast waarna de woning-specifieke variabelen binnentemperatuur en hoeveelheid warm tapwater in het EPA model worden ingevoerd in plaats van de standaard waarden. Rapportages Bovenstaande aanpak is beschreven in onderstaande figuur. De blauw gearceerde boxen geven aan van welke onderdelen een rapportage is gemaakt. In een literatuurstudie (De Kluizenaar et al., 2014) is onderzocht welke energiegerelateerde gedragingen in een woning relevant zijn en wat de relevante determinanten voor die verschillende gedragingen zijn. De ontwikkelde gedragsmodellen worden beschreven in een drietal rapportages. Eén daarvan beschrijft de gedragsmodellen van thermostaatinstellingen, afwezigheid en verwarming van vertrekken anders dan de woonkamer (De Kluizenaar et al., 2015a). De twee andere rapporten beschrijven de gedragsmodellen ten aanzien van warm tapwater en ventilatie (De Kluizenaar et al, 2015b,c).

3 TNO-rapport TNO 2016 R / 64 De fysische vertaling van de uitkomsten van deze gedragsmodellen naar invoer voor het EPA rekenmodel wordt beschreven in een aparte rapportage (Koene et al, 2015). Daarnaast is de toepassing op 96,000 Nederlandse woningen, de resultaten en de analyse daarvan beschreven in de voorliggende rapportage. Tenslotte is er een samenvattende rapportage gemaakt met daarin de algemene aanpak, de resultaten en aanbevelingen op hoofdlijnen (Koene et al., 2016).

4 TNO-rapport TNO 2016 R / 64 Samenvatting In de praktijk blijkt dat het voorspelde energiegebruik sterk af kan wijken van het werkelijk energiegebruik. Verwacht wordt dat bij woningen verschillen in gebruikersgedrag het gat tussen voorspeld en werkelijk energiegebruik voor een belangrijk deel kunnen verklaren. In het kader van het project Building Future 2 is getracht de invloed van gebruikersgedrag op het energiegebruik beter te begrijpen en waar mogelijk te kwantificeren. Dit deelrapport richt zich op de voorspelling van het energiegebruik op basis van de in dit project ontwikkelde gebruikersmodule. Deze gebruikersmodule is ontwikkeld met als doel het gat tussen werkelijk en berekend energiegebruik te verkleinen door een betere inschatting te maken van de gebruikersgedrag-gerelateerde invoerparameters in energiemodellen voor de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater. De belangrijkste resultaten en conclusies van dit onderzoek worden gepresenteerd aan de hand van de vooraf gedefinieerde onderzoeksvragen Hoe groot is de invloed van de verschillende aspecten van energiegedrag op het energiegebruik voor ruimteverwarming en warm tapwater? Wat is het effect van de verschillende gedragsaspecten bij woningen met een verschillend energielabel? Temperatuurgedrag, en dan met name de temperatuurinstelling, wordt vaak als de belangrijkste gedraging gezien voor het energiegebruik. Naast de temperatuurinstelling is echter ook de mate waarin ruimtes anders dan de woonkamer worden mee verwarmd van grote invloed op het energiegebruik. Naarmate woningen beter geïsoleerd zijn, is de temperatuurverdeling in de woning uniformer en wordt de mate waarin ruimtes worden mee verwarmd, minder van belang. De mate van aanwezigheid lijkt relatief weinig effect te hebben op het gasverbruik, noch voor zuinige noch voor minder zuinige woningen. Naarmate woningen beter geïsoleerd zijn, gaan douchegedrag en naar verwachting ventilatiegedrag en interne warmtelast relatief een steeds belangrijkere rol spelen in het energiegebruik. Door het nemen van energiebesparende maatregelen wordt het absolute effect van gedrag beperkt: maatregelen als douche-wtw, zonneboilers en efficiëntere warm tapwateropwekking beperken het effect van lang douchen en maatregelen als balansventilatie met warmteterugwinning en vraaggestuurde ventilatie beperken ventilatieverliezen. Het effect van gedrag dat niet wordt beïnvloed door deze maatregelen, zoals het ventileren door middel van ramen en deuren ( spuiventilatie ), wordt niet door deze maatregelen beperkt en zal hierdoor zowel absoluut als relatief een steeds belangrijker aspect worden, waardoor het werkelijk energiegebruik van energiezuinige woningen flink kan afwijken van het voorspelde energiegebruik. Om het energiegebruik beter te kunnen voorspellen, is 1 De conclusies zijn (grotendeels) gebaseerd op berekeningen die in deze studie zijn uitgevoerd met het EPA rekenmodel, waarvan enkele default aannames van energiegedrag zijn aangepast; andere niet aangepaste aannames en uitgangspunten van het EPA model werken uiteraard in de conclusies door.

5 TNO-rapport TNO 2016 R / 64 het daarom van belang beter grip te krijgen op deze typische gedragingen die niet rechtstreeks worden beïnvloed door energiebesparende maatregelen, zoals bijvoorbeeld het (spui)ventilatiegedrag, met daaraan gerelateerd de vertaling naar ventilatiedebiet, en de interne warmtelast. Verschillen in bewoners- en huishoudkenmerken, zoals leeftijd en het aantal personen in een huishouden, hebben invloed op gedrag en daarmee op het gasverbruik van een woning. Soms zijn deze effecten tegengesteld, waardoor ze niet altijd tot uiting komen in het gasverbruik. Echter, de spreiding in energie-gerelateerd gedrag binnen een profiel is naar verwachting aanzienlijk groter dan verschillen tussen typische gebruikersprofielen. Om meer inzicht te krijgen in de verwachte spreiding in het energiegebruik ten gevolge van gebruikersgedrag wordt daarom het werken met in de praktijk waargenomen bandbreedtes van gedrag in plaats van het werken met gebruikersprofielen aangeraden. 2. In hoeverre kunnen we met behulp van de ontwikkelde gebruikersmodule het energiegebruik voor ruimteverwarming en warm tapwater beter voorspellen, cq. het verschil tussen berekend en werkelijk energiegebruik voor individuele huishoudens verkleinen? Om inzicht te krijgen in hoeverre de voorspelling van het energiegebruik verbetert door toepassing van de ontwikkelde gebruikersmodule is de gebruikersmodule toegepast op een grote dataset van woningen (de energielabeldatabase van RVO) die is gekoppeld met de bijbehorende huishoud- en bewonerskenmerken (CBS databases). Op basis van deze huishoud- en woningkenmerken is met de gebruikersmodule een betere inschatting gemaakt van de woninggemiddelde temperatuur en het warm tapwatergebruik, waarmee vervolgens het energiegebruik is voorspeld. Dit voorspelde energiegebruik is vergeleken met het gemeten energiegebruik dat beschikbaar is in de CBS database. Uit de analyses blijkt dat de in dit project ontwikkelde gebruikersmodule vooral bij woningen met een lagere energetische kwaliteit (label E, F en G) tot een betere voorspelling van het gasverbruik leidt, zowel gemiddeld als op individueel woningniveau. De verbetering van deze voorspelling is grotendeels te danken aan een betere voorspelling van de woninggemiddelde binnentemperatuur die is berekend met behulp van het fysische vertaalmodel. Toevoeging van de ontwikkelde gedragsmodellen voor temperatuurinstelling, aanwezigheid, verwarmen van overige ruimten en doucheduur blijkt slechts beperkt invloed te hebben op het verkleinen van het gat tussen berekend en gemeten gasverbruik. Voor woningen met een betere energetische kwaliteit (label A en B) leidt de in dit project ontwikkelde gebruikersmodule er niet toe dat de voorspelling van het gasverbruik verbetert 2. De woninggemiddelde temperatuur ligt dichter bij de 18 C die in de standaard EPA berekening wordt aangehouden, waardoor nauwelijks 2 Wanneer op individueel huishoudniveau een betere inschatting van de interne warmtelast wordt gemaakt o.b.v. het gemeten elektriciteitsverbruik, het aantal aanwezige personen en koken, blijkt dat ook voor woningen met een betere energetische kwaliteit (label A en B) de voorspelling van het gasverbruik verbetert. Dit aspect is echter pas in de laatste fase van deze studie toegevoegd en is daarom verder niet in deze rapportage meegenomen. Wel wordt het effect meegenomen in de samenvattende rapportage.

6 TNO-rapport TNO 2016 R / 64 correctie door het verbeterde fysische rekenmodel noodzakelijk is. Mogelijk ligt de woninggemiddelde binnentemperatuur in werkelijkheid wat hoger dan met het gedragsmodel wordt voorspeld: het slechts beperkte rebound effect voor temperatuurgedrag dat uit de gedragsmodellen blijkt kan het gevolg zijn van een gering aantal A label, en met name A+ en A++ label woningen, in de populatie van de WoON Energiemodule 2012 dataset waarop de gedragsmodellen zijn gebaseerd. De gebruikersmodule is een geschikte tool om gemiddelde verschillen in gebruikersgedrag tussen verschillende gebruikersgroepen te voorspellen en gemiddelde gedragsprofielen voor gebruikersgroepen af te leiden. De spreiding in het gasverbruik binnen deze gebruikersgroepen is echter erg groot en vele malen groter dan het verschil tussen de gebruikersgroepen. Naast de huishoud- en woningkenmerken die in de gedragsmodellen worden meegenomen spelen duidelijk ook andere aspecten een belangrijke rol in het energiegedrag (o.a. mate van energiebewustzijn, omgevingsfactoren). Hierdoor kunnen de gedragsmodellen die in dit onderzoek ontwikkeld zijn, of daarvan afgeleide gebruikersprofielen, geen uitkomst bieden om de grote spreiding op individueel huishoudniveau inzichtelijk te maken. 3. In welke mate kan inzicht in werkelijk gedrag de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater verbeteren? Om inzicht te krijgen in welke mate het kennen van zelf-gerapporteerd gedrag de voorspelling van het energiegebruik verbetert ten opzichte van het met de gedragsmodellen voorspelde gedrag, is voor 360 cases in de WoON Energiemodule 2012 database zowel op basis van het zelf-gerapporteerde energiegedrag als op basis van het volgens de gedragsmodellen voorspelde gedrag het energiegebruik berekend en vergeleken met het gemeten energiegebruik. Voor de geanalyseerde dataset van 360 woningen blijkt het kennen van het zelfgerapporteerde temperatuur - en douchegedrag geen toegevoegde waarde te hebben om voor individuele huishoudens een betere voorspelling van het gasverbruik te kunnen doen. Andere vormen om het werkelijk gedrag in kaart te brengen, zoals monitoring of het beter uitvragen van gedrag, kunnen wellicht een bijdrage leveren om meer inzicht te krijgen in het gebruikersgedrag om zo tot een betere voorspelling van het gasverbruik te komen. Toepassing van de gebruikersmodule in de praktijk Door toepassing van de in dit project ontwikkelde gebruikersmodule kan het verwachte energiegebruik voor ruimteverwarming en warm tapwater beter worden voorspeld. Enerzijds biedt de gebruikersmodule mogelijkheden om een betere inschatting te kunnen maken van het gemiddelde gebruikersgedrag: het standaard gebruik dat in de energierekenmodellen wordt gehanteerd. Anderzijds bieden de in dit project ontwikkelde gedragsmodellen voor temperatuur- en douchegedrag mogelijkheden om in de energiemodellering beter rekening te houden met gemiddelde verschillen in gedrag tussen groepen (bijvoorbeeld op basis van leeftijd of gezinssamenstelling).

7 TNO-rapport TNO 2016 R / 64 De verschillen in gebruikersgedrag binnen een groep met dezelfde kenmerken zijn echter groot. Hierdoor is het niet mogelijk om met gedragsmodellen (of daarvan afgeleide gebruikersprofielen) inzicht te geven in het verwachte energiegebruik op individueel niveau. Wanneer inzicht in het effect van gebruikersgedrag op het energiegebruik gewenst is, kan daarom beter de spreiding die wordt waargenomen in de verschillende gedragingen als uitgangspunt worden genomen, bijvoorbeeld door het energiegebruik te bepalen voor het 10 e, 50 e en 90 e percentiel van het optredende gedrag. Op basis hiervan is het beter mogelijk om het effect van spreiding in gedrag op het energiegebruik, en daarmee de robuustheid van het gebouw voor gebruikersgedrag, inzichtelijk te maken Wanneer het huidige energiegedrag van een individueel huishouden bekend is, is het met de in dit project ontwikkelde gebruikersmodule mogelijk om voorspellingen te doen voor het verwachte energiegebruik in de toekomst wanneer er veranderingen optreden in huishoud- of woningkenmerken. Een voorspelling ten opzichte van een bekend startpunt is immers makkelijker dan zonder bekend startpunt.

8 TNO-rapport TNO 2016 R / 64 Inhoudsopgave Voorwoord... 2 Samenvatting Inleiding Aanleiding Onderzoeksvragen Opbouw rapport Aanpak Analyses Focus en kanttekeningen berekend energiegebruik Verkenning effect gebruikersgedrag op energiegebruik Inleiding Aanpak Verkenning effect bandbreedte veelvoorkomend gedrag op gasverbruik Verkenning effect verschillende bewonerskenmerken op gasverbruik Conclusie en discussie Voorspelling energiegebruik o.b.v. gebruikersmodule Inleiding Aanpak Resultaten voorspelling gasverbruik eengezinswoningen Resultaten voorspelling gasverbruik meergezinswoningen Resultaten voorspelling gasverbruik naar bewonerskenmerken Conclusie en discussie Voorspelling energiegebruik o.b.v. zelf-gerapporteerd gedrag Inleiding Aanpak Resultaten voorspelling gasverbruik totale dataset Conclusie en discussie Conclusies en discussie Aanbevelingen Aanbevelingen voor toepassing van de ontwikkelde gebruikersmodule in de praktijk Aanbevelingen voor toekomstige dataverzameling met betrekking tot energiegedrag Referenties Ondertekening Bijlage(n) A Het voorspeld energiegebruik op basis van het energielabel B Beschrijving energielabeldatabase

9 TNO-rapport TNO 2016 R / 64 C Beschrijving toegepaste CBS datasets D Koppeling en opschonen datasets t.b.v. herberekening energiegebruik o.b.v. energielabeldatabase E Koppeling en opschonen datasets t.b.v. herberekening energiegebruik o.b.v. Energiemodule WoON2012 F Uitgangspunten simulatieberekeningen effect gebruikersgedrag op energiegebruik G Resultaten modelberekeningen inclusief ventilatiegedrag

10 TNO-rapport TNO 2016 R / 64 1 Inleiding 1.1 Aanleiding In de praktijk blijkt dat het voorspelde energiegebruik sterk af kan wijken van het werkelijk energiegebruik, zie figuur 1. Het werkelijk energiegebruik in woningen wordt naast bouwfysische, installatietechnische en klimatologische kenmerken mede bepaald door het gedrag van de gebruikers. In bestaande rekenmodellen wordt meestal uitgegaan van een standaard gebruik, waarbij aannames worden gedaan voor het standaard gebruikersgedrag. In werkelijkheid zijn er echter grote verschillen in gebruikersgedrag. Verwacht wordt dat verschillen in dit gebruikersgedrag het gat tussen voorspeld en werkelijk energiegebruik voor een belangrijk deel verklaren. In het kader van het project Building Future 2 is getracht de invloed van gebruikersgedrag beter te begrijpen en waar mogelijk te kwantificeren. Figuur 1. Werkelijk versus theoretisch gasverbruik in m 3 per jaar voor woningen naar labelklasse (uit: Majcen et al., 2013). In dit project is een gebruikersmodule ontwikkeld met als doel het gat tussen werkelijk en berekend energiegebruik te verkleinen door een betere inschatting te maken van de gebruikersgedrag-gerelateerde invoerparameters in energiemodellen voor de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater. Hoewel de voorspelling op individueel niveau nog steeds sterk kan afwijken van het werkelijke energiegebruik, kan op deze manier wel beter rekening worden gehouden met gemiddelde verschillen in gedrag tussen groepen (bijv. ouderen versus jongeren).

11 TNO-rapport TNO 2016 R / 64 Gebruikersmodule De gebruikersmodule bestaat uit: - gedragsmodellen voor de kwantitatieve relatie tussen woning- en huishoudkenmerken enerzijds en temperatuur- en douchegedrag anderzijds (de Kluizenaar et al., 2015a,c) a ; - fysische modellen om de uitkomsten van deze gedragsmodellen te vertalen naar invoer voor het energierekenmodel: woning-gemiddelde temperatuur en warm tapwatergebruik (Koene et al., 2015) b. a In dit project zijn ook gedragsmodellen ontwikkeld voor ventilatiegedrag (De Kluizenaar et al., 2015b). Doordat het ventilatiegedrag sterk verschilt per type vertrek en de vertaalslag naar een ventilatiedebiet lastig te maken is, is besloten het aspect ventilatie niet mee te nemen in de gebruikersmodule. b Bij deze vertaalslag zijn ook aannames gedaan voor ontbrekende gegevens, zoals aanwezigheid in het weekend en s nachts. Deze aannames zijn beschreven in Koene et al. (2015). Dit deelrapport richt zich op de voorspelling van het energiegebruik op basis van de in dit project ontwikkelde gebruikersmodule. 1.2 Onderzoeksvragen Voor aanvang van het onderzoek hebben we drie onderzoeksvragen geformuleerd: 1. Hoe groot is de invloed van de verschillende aspecten van energiegedrag op het energiegebruik voor ruimteverwarming en warm tapwater? Wat is het effect van de verschillende gedragsaspecten bij woningen met een verschillend energielabel? 2. In hoeverre kunnen we met behulp van de ontwikkelde gebruikersmodule het energiegebruik voor ruimteverwarming en warm tapwater beter voorspellen, cq. het verschil tussen berekend en werkelijk energiegebruik voor individuele huishoudens verkleinen? 3. In welke mate kan inzicht in werkelijk gedrag de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater verbeteren? 1.3 Opbouw rapport In dit rapport wordt achtereenvolgens ingegaan op: De aanpak om de verschillende onderzoeksvragen te beantwoorden (Hoofdstuk 2); Verkenning effect gebruikersgedrag op energiegebruik (Hoofdstuk 3); Voorspelling energiegebruik op basis van de gebruikersmodule (Hoofdstuk 4); Voorspelling energiegebruik op basis van zelf-gerapporteerd gedrag (Hoofdstuk 5); Discussie en conclusies (Hoofdstuk 6); Aanbevelingen ten aanzien van implementatie van de resultaten en voor vervolgonderzoek (Hoofdstuk 7).

12 TNO-rapport TNO 2016 R / 64 2 Aanpak 2.1 Analyses Om de verschillende onderzoeksvragen te kunnen beantwoorden, zijn drie typen analyses uitgevoerd: 1. Verkenning effect gebruikersgedrag op energiegebruik (onderzoeksvraag 1) Om inzicht te krijgen in het effect van gebruikersgedrag op het energiegebruik is voor enkele typische woningen het energiegebruik berekend onder verschillende aannames voor het temperatuur- en douchegedrag. De aanpak en resultaten van deze analyses worden beschreven in hoofdstuk Voorspelling energiegebruik o.b.v. de gebruikersmodule (onderzoeksvraag 2) Om inzicht te krijgen in hoeverre de voorspelling van het energiegebruik verbetert door toepassing van de ontwikkelde gebruikersmodule is de energielabeldatabase van RVO met alle woningopnames ten behoeve van het energielabel gekoppeld met verschillende CBS databases met huishoud- en bewonerskenmerken en gemeten energiegebruiken. De gebruikersmodule is hierbij toegepast om op basis van huishoud- en woningkenmerken een betere inschatting te kunnen maken van de woninggemiddelde temperatuur en het warm tapwatergebruik. Vervolgens is hiermee het energiegebruik voorspeld en vergeleken met het gemeten energiegebruik dat beschikbaar is in de CBS database. De aanpak en resultaten van deze analyses worden beschreven in hoofdstuk Voorspelling energiegebruik o.b.v. zelf-gerapporteerd gedrag (onderzoeksvraag 3) Om inzicht te krijgen in welke mate het kennen van zelf-gerapporteerd gedrag de voorspelling van het energiegebruik verbetert, is voor de cases in de WoON Energiemodule 2012 dataset zowel op basis van het zelf-gerapporteerde energiegedrag als op basis van het volgens de gebruikersmodule te verwachten energiegedrag het energiegebruik berekend en vergeleken met het gemeten energiegebruik. De aanpak en resultaten van deze analyses worden beschreven in hoofdstuk Focus en kanttekeningen berekend energiegebruik Voor de herberekening van het energiegebruik is gebruik gemaakt van Vabi EPA-W Stand-Alone software versie , waarbij door Vabi ten behoeve van dit project aanvullende software is ontwikkeld om de gebruikersgedrag afhankelijke invoerparameters aan te kunnen passen. De Vabi EPA-W software berekent het gebouwgebonden energiegebruik van woningen volgens de EPA methodiek zoals beschreven in ISSO 82.3 (2011). Het gebouwgebonden energiegebruik omvat het energiegebruik voor ruimteverwarming en warm tapwater, hulpenergiegebruik voor onder meer pompen en ventilatoren en energiegebruik voor verlichting. De elektriciteitsopwekking door PV en microwkk wordt hierop in mindering gebracht.

13 TNO-rapport TNO 2016 R / 64 Opgemerkt moet worden dat de EPA methodiek, die wordt gebruikt voor de bepaling van het energielabel, in principe niet is bedoeld om het energiegebruik op individueel woningniveau (en daarmee de energierekening) te voorspellen. Het doel van het energielabel is inzicht te geven in de energetische kwaliteit van een woning in vergelijking tot soortgelijke woningen en inzicht te geven in de potentie van mogelijke energiebesparende maatregelen om de energetische kwaliteit van de woning te verbeteren. Omdat het gaat om de energetische kwaliteit van de woning zelf wordt er uitgegaan van standaard gebruikersgedrag. In dit project wordt het bouwfysische model van de EPA methodiek gehandhaafd, omdat hiervoor de invoergegevens voor een groot deel van de Nederlandse woningvoorraad beschikbaar zijn in de zogenoemde energielabel database. Hierdoor is het mogelijk het energiegebruik opnieuw te berekenen, waarbij het standaard gebruikersgedrag wordt vervangen door gebruikersgedrag zoals op basis van huishoud- en woningkenmerken wordt voorspeld met de in dit project ontwikkelde gebruikersmodule. Alle overige aannames en uitgangspunten in het EPA model zijn ongewijzigd gelaten. Het op basis van de EPA methodiek berekende energiegebruik zal per definitie afwijken van het werkelijk energiegebruik van een woning, omdat het alleen het gebouwgebonden energiegebruik omvat en omdat in de standaard EPA methodiek wordt uitgegaan van standaard gebruik van de woning. Doordat het werkelijke elektriciteitsgebruik in een woning voor een groot deel energiegebruik voor apparatuur betreft (het zogenoemde gebruiksgebonden energiegebruik ) en dit deel niet wordt meegenomen in het berekende energiegebruik volgens de EPA methodiek is vergelijking van het berekende en gemeten elektriciteitsverbruik niet zinvol. Voor het gasverbruik is het gebruiksgebonden energiegebruik echter gering; dit omvat alleen gasverbruik voor koken waarvoor in de EPA berekening een vast verbruik wordt aangenomen dat afhankelijk is van de gebruiksoppervlakte 3. In dit rapport wordt daarom enkel gekeken naar een vergelijking tussen het gemeten en berekende gasverbruik; voor woningen met een ketel als warmte-opwekker betreft dit het energiegebruik voor ruimteverwarming en warm tapwater. Het elektriciteitsverbruik wordt in dit rapport buiten beschouwing gelaten. 3 Het gasverbruik voor koken heeft in de standaard berekening een waarde tussen 55 en 75 m 3 gas.

14 TNO-rapport TNO 2016 R / 64 3 Verkenning effect gebruikersgedrag op energiegebruik 3.1 Inleiding In dit hoofdstuk wordt inzichtelijk gemaakt wat het effect is van de verschillende aspecten van energiegedrag op het gasverbruik van woningen van verschillende energetische kwaliteit (onderzoeksvraag 1). 3.2 Aanpak Om inzicht te krijgen in het effect van gebruikersgedrag op het gasverbruik van een individuele woning, is voor twee typische woningen (een label A en label E tussenwoning 4 ) het gasverbruik berekend onder verschillende aannames voor het temperatuurgedrag (temperatuurinstelling bij aan- en afwezigheid, mate van aanwezigheid, verwarmen van ruimten anders dan de woonkamer) en douchegedrag 5. De aannames voor het gebruikersgedrag zijn hierbij gebaseerd op data uit de WoON Energiemodule 2006 en 2012 datasets. De invloed van gedrag is op twee manieren bekeken: 1. Bandbreedte van veelvoorkomend gedrag De 10 e en 90 e percentielwaardes zoals bekend uit de WoON Energiemodule 2006 en 2012 datasets geven de bandbreedte van de verschillende gedragsaspecten aan waarbinnen 80% van de populatie valt. Deze bandbreedtes van de verschillende gedragingen zijn vervolgens als invoer voor het energierekenmodel gebruikt om het effect op het gasverbruik te bepalen. In deze stap zijn dus geen gedragsmodellen gebruikt. De resultaten van deze analyse worden beschreven in paragraaf Kenmerkend gedrag voor typische bewonerskenmerken Bij de ontwikkeling van de gedragsmodellen (De Kluizenaar et al., 2015a,c) is een aantal bewonerskenmerken naar voren gekomen, die sterk gerelateerd waren aan verschillende aspecten van energiegedrag. Typische gebruikersprofielen zullen naar verwachting op deze kenmerken worden gebaseerd. Voor een fictief huishouden zijn deze bewonerskenmerken daarom gevarieerd en is het effect op het gasverbruik met simulatieberekeningen bekeken. De bewonerskenmerken die prominent naar voren komen bij verschillende gedragingen zijn: - Leeftijd oudste persoon (35 vs 70 jaar) - Aantal personen in het huishouden (1 vs >=3 personen) - Aanwezigheid persoon zonder betaald werk (ja vs nee) 4 De typische label A en label E tussenwoning hebben een gebruiksoppervlakte van 113 m 2, bestaan uit 3 verdiepingen (zonder onverwarmde zolder) en hebben een HR107 combiketel als warmteopwekker. De label E woning heeft natuurlijke ventilatie, de label A woning heeft mechanische afzuiging. 5 Oorspronkelijk is ook gekeken naar ventilatiegedrag. Doordat het ventilatiegedrag sterk verschilt per type vertrek en de vertaalslag naar een ventilatiedebiet lastig te maken is, is ventilatiegedrag in dit hoofdstuk buiten beschouwing gelaten.

15 TNO-rapport TNO 2016 R / 64 Bij de simulatieberekeningen is telkens alleen het betreffende bewonerskenmerk gevarieerd; voor alle overige kenmerken is een vaste waarde aangehouden (populatiegemiddelde waarde voor normaal verdeelde variabelen, de mediane waarde voor scheef verdeelde variabelen en de meest voorkomende waarde bij categorische variabelen). Verschillen tussen de kenmerken (bijv. ouderen vs jongeren) worden hierdoor alleen veroorzaakt door de invloed van het kenmerk zelf. In de praktijk zullen echter ook andere kenmerken een rol spelen bij verschillen tussen groepen. Zo zullen ouderen niet alleen in leeftijd verschillen van jongeren, maar bijvoorbeeld ook vaker thuis zijn en vaker met minder personen in een huis wonen. De resultaten van deze analyse worden beschreven in paragraaf 3.4. In de analyses wordt de invloed van de verschillende gedragsaspecten op het gasverbruik apart geanalyseerd om een beeld te krijgen van de relatieve bijdrage van ieder aspect. 3.3 Verkenning effect bandbreedte veelvoorkomend gedrag op gasverbruik Om inzicht te krijgen in het effect dat gebruikersgedrag heeft op het energiegebruik voor ruimteverwarming en warm tapwater, zijn berekeningen uitgevoerd waarbij telkens voor één type gedrag een lage of hoge waarde is gekozen, terwijl voor alle overige gedragingen is uitgegaan van de populatiegemiddelde waarde. De lage en hoge waarden voor de verschillende gedragingen zijn bepaald op basis van de 10 e en 90 e percentielwaardes uit de WoON Energiemodule 2006 en 2012 datasets 6. Deze bandbreedte van gedrag is vervolgens als invoer gebruikt in het energierekenmodel en toegepast op een typische label A en label E tussenwoning. De 10 e en 90 e percentielwaardes die voor deze berekeningen zijn gebruikt, zijn opgenomen in bijlage F. In Figuur 2 is het voorspelde gasverbruik weergegeven voor respectievelijk de label A en label E tussenwoning, waarbij voor de verschillende typen gedragingen een lage (10 e percentiel) of hoge waarde (90 e percentiel) is aangehouden in het energierekenmodel 7. Het effect op het gasverbruik is hierbij zowel voor iedere gedraging afzonderlijk als voor de gecombineerde gedragingen weergegeven. 6 Voor temperatuurgedrag is uitgegaan van de WoON Energiemodule 2012 dataset, voor douchegedrag is uitgegaan van de WoON Energiemodule 2006 dataset. 7 Temperatuurgedrag is een samengestelde gedraging en bestaat uit verschillende componenten: de ingestelde temperatuur bij aan- en afwezigheid voor de verschillende dagdelen, de mate van aanwezigheid op de verschillende dagdelen en de mate van meeverwarmen van ruimten anders dan de woonkamer. Voor al deze afzonderlijke componenten is bij deze analyse voor de lage waarde de 10 e en voor de hoge waarde de 90 e percentielwaarde aangehouden. In werkelijkheid zullen niet altijd combinaties van lage met lage en hoge met hoge waarden voorkomen. De hieruit resulterende lage en hoge waarde voor het totale temperatuurgedrag kunnen hierdoor extremer zijn dan wat in werkelijkheid voorkomt in het 10 e en 90 e percentiel.

16 TNO-rapport TNO 2016 R / 64 Gasverbruik label A en E woning 10e percentiel 90e percentiel Temperatuurgedrag Label A Douchegedrag Temp. en douchegedrag Temperatuurgedrag Gas [m3] Label E Douchegedrag Temp. en douchegedrag Gas [m 3 ] Figuur 2. Voorspeld gasverbruik voor de label A en label E tussenwoning: In het staafdiagram geeft elke balk de resultaten van een berekening waarbij voor één type gedrag de 10 e of 90 e percentielwaarde 7 is genomen, voor de overige gedragingen is uitgegaan van het populatiegemiddelde gedrag. De modelberekeningen laten zien dat gebruikersgedrag, relatief gezien, een grotere invloed heeft op het gasverbruik in een label A woning dan in een label E woning. Bij een label A tussenwoning heeft de bandbreedte in gedrag een ongeveer even groot effect heeft op het gasverbruik voor temperatuurgedrag als douchegedrag. De 90 e percentielwaarde leidt voor beide gedragingen tot een 75-80% hoger gasverbruik dan de 10 e percentielwaarde. Bij een label E tussenwoning heeft het temperatuurgedrag een veel grotere invloed op het gasverbruik dan het douchegedrag. De 90 e percentielwaarde voor temperatuurgedrag leidt tot ruim dubbel zoveel gasverbruik als de 10 e percentielwaarde, terwijl de 90 e percentielwaarde voor douchegedrag maar tot een 34% hoger gasverbruik leidt dan de 10 e percentielwaarde. In absolute zin blijft het verschil tussen de 90 e en 10 e percentielwaarde voor douchegedrag nagenoeg hetzelfde als bij de label A tussenwoning. Als in de modelberekeningen zowel temperatuur- als douchegedrag in beschouwing wordt genomen dan blijkt de bandbreedte in gedrag te leiden tot een factor 3,2 verschil in gasverbruik bij de label A tussenwoning en tot een factor 2,7 verschil in gasverbruik bij de label E tussenwoning. Dit zijn factoren die ook in de literatuur worden gerapporteerd (o.a. Dall O et al., 2011; review Fabi et al., 2012). Op basis van deze modelberekeningen lijkt temperatuurgedrag met name bij woningen met een lagere energetische kwaliteit een relatief grote invloed te hebben op de berekende verschillen in gasverbruik tussen woningen. Temperatuurgedrag

17 TNO-rapport TNO 2016 R / 64 bestaat echter uit verschillende aspecten die allen invloed hebben op de woninggemiddelde temperatuur: setpointtemperatuur bij aan- en afwezigheid (voor verschillende dagdelen), mate van aanwezigheid (voor verschillende dagdelen) en mate van meeverwarmen van ruimtes anders dan de woonkamer. Om meer inzicht te krijgen in de invloed van deze afzonderlijke aspecten van temperatuurgedrag, zijn berekeningen voor een label A en label E tussenwoning uitgevoerd waarbij telkens voor één aspect een lage (10 e percentiel) of hoge waarde (90 e percentiel) is gekozen. De resultaten zijn weergegeven in Figuur 3. Gasverbruik label A en E woning 10e percentiel 90e percentiel Setpointtemperatuur Label A Aanwezigheid Verwarmen overige ruimten Alle temperatuurgedrag Setpointtemperatuur Gas [m3] Label E Aanwezigheid Verwarmen overige ruimten Alle temperatuurgedrag Gas [m 3 ] Figuur 3. Voorspeld gasverbruik voor de label A en label E tussenwoning: In het staafdiagram geeft elke balk de resultaten van een berekening waarbij voor één type gedrag de 10 e of 90 e percentielwaarde is genomen, voor de overige gedragingen is uitgegaan van het populatiegemiddelde gedrag. De modelberekeningen laten zien dat bij de label A tussenwoning de setpointtemperatuur de grootste invloed heeft op de woninggemiddelde temperatuur en daarmee op het gasverbruik. Bij de label E tussenwoning speelt daarnaast ook de mate waarin ruimten anders dan de woonkamer worden meeverwarmd een belangrijke rol. Door de homogenere binnentemperatuur in de label A tussenwoning speelt het meeverwarmen van overige ruimten daar een minder belangrijke rol. De mate van aanwezigheid heeft voor beide typen woningen het minste invloed op het gasverbruik. Hierbij moet worden opgemerkt dat in de modelberekeningen voor alle huishoudens is verondersteld dat er s nachts 8 en in 8 Voor de nachtelijke setpoint temperatuur wordt de waarde genomen die bewoners opgeven voor nacht en niet voor afwezig.

18 TNO-rapport TNO 2016 R / 64 het weekend altijd iemand aanwezig is 9. Wanneer dit niet het geval is, dan zal de invloed van het aspect aanwezigheid een grotere rol gaan spelen. 3.4 Verkenning effect verschillende bewonerskenmerken op gasverbruik Om inzicht te krijgen in de verwachte invloed van verschillen in kenmerken tussen huishoudens op het gedrag en daarmee op het energiegebruik voor ruimteverwarming en warm tapwater, zijn simulatieberekeningen uitgevoerd waarbij voor een fictief huishouden het te verwachten gedrag met de gedragsmodellen is voorspeld door steeds een (lage of juist hoge) waarde te kiezen voor één specifiek bewonerskenmerk, terwijl voor alle overige kenmerken een vaste waarde is gekozen (populatiegemiddelde waarde voor normaal verdeelde variabelen, de mediane waarde voor scheef verdeelde variabelen en de meest voorkomende waarde bij categorische variabelen). Dit fictieve gedrag is vervolgens als invoer gebruikt in het energierekenmodel en toegepast op een typische label A en label E tussenwoning. De waarden voor de verschillende gedragingen die voor deze berekeningen zijn gebruikt, zijn opgenomen in bijlage F. Door deze aanpak worden verschillen tussen de kenmerken (bijv. ouderen vs jongeren) alleen veroorzaakt door de invloed van het kenmerk zelf. In de praktijk zullen echter ook andere kenmerken een rol spelen bij verschillen tussen groepen. Zo zullen ouderen niet alleen in leeftijd verschillen van jongeren, maar bijvoorbeeld ook vaker thuis zijn en vaker met minder personen in een huis wonen. In Figuur 4 is de verwachte invloed van verschillen in huishoudkenmerken op het voorspelde gasverbruik geïllustreerd voor respectievelijk de label A en label E tussenwoning. De invloed van temperatuur- en douchegedrag op het gasverbruik is hierbij zowel afzonderlijk als gecombineerd gesimuleerd. 9 Deze aannames zijn gedaan omdat er vanuit de WoON Energiemodule dataset geen informatie beschikbaar is over aanwezigheid gedurende de nacht en in het weekend.

19 TNO-rapport TNO 2016 R / 64 Gasverbruik label A en E woning Temperatuurgedrag Douchegedrag Temp.+douchegedrag Gemiddeld Jong Label A Oud 1 p hh >3 p hh bet. werk geen werk Gasverbruik label E woning Temperatuurgedrag Douchegedrag Temp.+douchegedrag Gemiddeld Jong Label E Oud 1 p hh >3 p hh bet. werk geen werk Gas [m 3 ] Figuur 4. Voorspeld gasverbruik voor de label A en label E tussenwoning. In het staafdiagram geeft de kleur aan voor welke gedraging in de berekening rekening is gehouden met de invloed van bewonerskenmerken. Op de x-as is aangegeven welk bewonerskenmerk is gevarieerd, waarbij voor alle overige kenmerken de invoer steeds gelijk blijft (populatiegemiddelde of meest voorkomende waarde). De modelberekeningen illustreren dat de invloed van verschillen in bewonerskenmerken op het gasverbruik substantieel kan zijn, maar de verschillen in gasverbruik zijn hier vele malen kleiner dan de verschillen in gasverbruik die ontstaan wanneer rekening wordt gehouden met de bandbreedte van veelvoorkomend gedrag (zie paragraaf 3.3). Combinatie van verschillende bewonerskenmerken zal er toe leiden dat de verschillen in het verwachte gedrag en daarmee in het gasverbruik groter worden, maar op basis van dergelijke gebruikersprofielen zal de spreiding in het gedrag die in werkelijkheid voorkomt niet tot uiting kunnen worden gebracht. Uit de resultaten van de modelberekeningen in Figuur 4 blijkt dat het temperatuurgedrag van ouderen tot een wat hoger gasverbruik en het douchegedrag van ouderen tot een wat lager gasverbruik leidt dan jongeren. Het effect van beide gedragingen heft elkaar grotendeels op, waardoor als zowel

20 TNO-rapport TNO 2016 R / 64 temperatuur- als douchegedrag in beschouwing wordt genomen, dit resulteert in ongeveer hetzelfde gasverbruik voor ouderen en jongeren. Uit Figuur 4 blijkt dat zowel het temperatuur- als het douchegedrag van grote huishoudens ( 3 personen) leidt tot een hoger gasverbruik dan bij eenpersoonshuishoudens (respectievelijk een 40 en 22% hoger gasverbruik voor een label A en label E tussenwoning). Uit Figuur 4 blijkt ook dat het bewonerskenmerk Aanwezigheid persoon zonder betaald werk slechts beperkt invloed heeft op het gasverbruik. 3.5 Conclusie en discussie De analyses in dit hoofdstuk geven inzicht in het effect dat gebruikersgedrag kan hebben op het gasverbruik van een typische label A en label E tussenwoning en geven daarmee antwoord op de eerste onderzoeksvraag van dit rapport: Hoe groot is de invloed van de verschillende aspecten van energiegedrag op het energiegebruik voor ruimteverwarming en warm tapwater? Wat is het effect van de verschillende gedragsaspecten bij woningen met een verschillend energielabel? Uit de modelberekeningen in dit hoofdstuk blijkt dat gebruikersgedrag relatief gezien een grotere invloed heeft op het gasverbruik in een label A woning dan in een label E woning. Wanneer voor het temperatuur- en douchegedrag een bandbreedte voor het gebruikersgedrag wordt aangehouden waarbinnen 80% van de populatie valt, dan kan het verschil in gasverbruik bij de label A woning oplopen tot een factor 3,2 en bij de label E woning tot een factor 2,7. Ventilatiegedrag is in deze analyse buiten beschouwing gelaten, omdat het ventilatiegedrag sterk verschilt per type vertrek en de vertaalslag naar een ventilatiedebiet lastig te maken is. Naar verwachting zal ventilatiegedrag een substantiële invloed hebben op het gasverbruik, met name bij woningen met een betere energetische kwaliteit. De resultaten in bijlage G geven een eerste indruk van de grootteorde van de invloed van ventilatiegedrag. Bij de label A tussenwoning is het effect van temperatuurgedrag en douchegedrag op het gasverbruik ongeveer even groot. Bij de label E tussenwoning heeft het temperatuurgedrag een substantieel grotere invloed op het gasverbruik dan het douchegedrag. Hierbij moet worden opgemerkt dat temperatuurgedrag wordt bepaald door drie factoren: de setpointtemperatuur bij aan- en afwezigheid, de mate van aanwezigheid en het meeverwarmen van ruimten anders dan de woonkamer. In de modelberekeningen in dit hoofdstuk is voor al deze factoren uitgegaan van de 10 e of de 90 e percentielwaarden. In werkelijkheid zullen niet altijd combinaties van lage met lage en hoge met hoge waarden voorkomen, waardoor de resulterende waarden voor het totale temperatuurgedrag extremer kunnen zijn dan wat in werkelijkheid voorkomt in het 10 e en 90 e percentiel. Mogelijk wordt het effect van temperatuurgedrag in deze analyse hierdoor overschat. Van de drie factoren die bepalend zijn voor het temperatuurgedrag heeft bij de label A tussenwoning de hoogte van de setpointtemperatuur een grotere invloed op het

21 TNO-rapport TNO 2016 R / 64 gasverbruik dan de mate van aanwezigheid en het meeverwarmen van ruimten anders dan de woonkamer. Bij de label E tussenwoning speelt de mate waarin ruimten anders dan de woonkamer worden meeverwarmd wel een belangrijke rol. Naar verwachting komt dit doordat in een label A woning de temperatuur in de woning homogener is dan in een label E woning. De mate van aanwezigheid heeft voor beide typen woningen het minste invloed op het gasverbruik 10. De modelberekeningen in dit hoofdstuk illustreren dat de invloed van verschillen in bewonerskenmerken op gedrag en daarmee op het gasverbruik substantieel kan zijn. Hierbij kunnen verschillen in verschillende aspecten van gedrag soms een tegengesteld effect hebben op het gasverbruik, waardoor verschillen in gedrag tussen groepen met bepaalde kenmerken niet altijd tot uiting komen in het gasverbruik. De invloed van verschillen in bewonerskenmerken op het gasverbruik is vele malen kleiner dan de verschillen in gasverbruik die ontstaan wanneer rekening wordt gehouden met de bandbreedte van veelvoorkomend gedrag. Combinatie van verschillende bewonerskenmerken zal er toe leiden dat de verschillen in het verwachte gedrag en daarmee in het gasverbruik groter worden, maar op basis van dergelijke gebruikersprofielen zal de grote spreiding in het gedrag die in werkelijkheid voorkomt niet tot uiting kunnen worden gebracht. Om meer inzicht te krijgen in de werkelijke spreiding in het energiegebruik ten gevolge van gebruikersgedrag kan het werken met bandbreedtes van veelvoorkomend gedrag mogelijk uitkomst bieden. Naarmate woningen energetisch efficiënter worden, gaat gebruikersgedrag een belangrijkere rol spelen in het gasverbruik van woningen. Waar bij slecht geïsoleerde woningen met name temperatuurgedrag een grote invloed heeft op het gasverbruik, gaat bij goed geïsoleerde woningen het douchegedrag, en naar verwachting ook het ventilatiegedrag en de interne warmtelast, een steeds belangrijkere rol spelen. Naarmate woningen energiezuiniger worden, zullen echter ook meer maatregelen worden genomen om het energiegebruik terug te dringen: bijvoorbeeld maatregelen als douche-wtw, zonneboilers, efficiëntere warm tapwateropwekking, balansventilatie met warmteterugwinning, vraaggestuurde ventilatie. Het effect van gedrag dat buiten deze systemen om gaat, zoals het ventileren door middel van ramen en deuren ( spuiventilatie ), wordt niet door deze maatregelen beperkt en zal hierdoor een steeds belangrijker aspect worden waardoor het energiegebruik van energiezuinige woningen flink lager kan zijn dan voorspeld. Om het energiegebruik beter te kunnen voorspellen, is het daarom van belang beter grip te krijgen op deze typische gedragingen die niet rechtstreeks worden beïnvloed door energiebesparende maatregelen, zoals het (spui)ventilatiegedrag, met daaraan gerelateerd de vertaling naar ventilatiedebiet, en de interne warmtelast. 10 Hierbij moet worden opgemerkt dat in de modelberekeningen voor alle huishoudens is verondersteld dat er s nachts en in het weekend altijd iemand aanwezig is. Wanneer dit niet het geval is, dan zal de invloed van het aspect aanwezigheid een grotere rol gaan spelen.

22 TNO-rapport TNO 2016 R / 64 4 Voorspelling energiegebruik o.b.v. gebruikersmodule 4.1 Inleiding In dit hoofdstuk wordt het op basis van de gebruikersmodule voorspelde gasverbruik vergeleken met het gemeten gasverbruik (volgens de CBS database) voor verschillende doorsnedes van de dataset. Om te bepalen in hoeverre de voorspelling verbetert door toepassing van de gebruikersmodule (onderzoeksvraag 2) wordt tevens het berekende gasverbruik volgens de oorspronkelijke EPA berekening weergegeven. 4.2 Aanpak Het uitgangspunt voor deze analyse wordt gevormd door de energielabel database zoals verstrekt door RVO. Deze database bevat het berekende energiegebruik (gas, elektriciteit en warmte) en energielabel volgens de ISSO 82 methodiek (ofwel EPA model), inclusief alle gebouwkenmerken die benodigd zijn om het energiegebruik te kunnen berekenen (zie bijlage B voor een toelichting op de energielabel database). Alle woningen die in het jaar 2010 een energielabel hebben gekregen ( unieke woningen) zijn gekoppeld met verschillende CBS databases met betrekking tot huishoud- en bewonerskenmerken en gemeten energiegebruiken. Na het koppelen en rekenklaar maken van de databases zijn er unieke woningen overgebleven in de dataset. Hierbij is er vooral data weggevallen om de volgende redenen: - De woning is niet het gehele jaar bewoond door hetzelfde huishouden of de samenstelling van het huishouden is gedurende het jaar veranderd; - Relevante data in één van de datasets ontbreekt; - Relevante data in de verschillende datasets is inconsistent; - Er zijn geen gegevens over het gemeten gasverbruik bekend; - Woningen met een warmteopwekker anders dan een ketel zijn geëxcludeerd, omdat het gasverbruik dan geen goede maat is voor het energiegebruik voor ruimteverwarming en warm tapwater. Een toelichting op de gebruikte datasets is opgenomen in bijlage C. De wijze van koppelen en opschonen van de dataset is beschreven in bijlage D. Vervolgens is voor iedere woning het verwachte gebruikersgedrag voorspeld door beter rekening te houden met verschillen in gedrag tussen groepen die in huishouden woningkenmerken verschillen. Hiervoor is gebruik gemaakt van de gedragsmodellen die zijn opgesteld voor temperatuurgedrag en douchegedrag (De Kluizenaar et al., 2015a,c), waarbij de woning- en bewonerskenmerken uit bovengenoemde datasets als input dienen. Het verwachte gebruikersgedrag is vertaald naar invoerparameters in het energiemodel, zoals beschreven in Koene et al. (2015). Vervolgens is deze gebruiker specifieke invoer in het EPA model ingevoerd om het verwachte energiegebruik te berekenen. Deze aanpak is grafisch weergegeven in Figuur 5.

23 TNO-rapport TNO 2016 R / 64 Figuur 5. Koppeling van gedragsmodellen, woningkenmerken en bewonerskenmerken met energiemodel. In de analyses wordt het op basis van de gebruikersmodule berekende gasverbruik vergeleken met het gemeten gasverbruik 11 en het berekende gasverbruik volgens de oorspronkelijke EPA berekening. Om vergelijking tussen woningen onderling mogelijk te maken is het gasverbruik omgerekend naar gasverbruik per m 2 gebruiksoppervlakte. 4.3 Resultaten voorspelling gasverbruik eengezinswoningen Beschrijving dataset In deze paragraaf worden de resultaten van de analyses van de eengezinswoningen weergegeven. De dataset is hierbij beperkt tot tussen-, hoeken twee-onder-een kap woningen met drie verdiepingen 12 en een ketel (CR, VR of HR) als warmteopwekker. Door deze afbakening is de dataset homogener, waardoor trends beter zichtbaar worden. Deze dataset bestaat uit woningen, waarbij de meeste woningen een C of D label hebben, zie Figuur 6. In deze figuur is te zien dat in de dataset relatief gezien iets meer label C en D woningen voorkomen dan in de set van alle woningen met een energielabel in Nederland. Woningen met een label A zijn in de dataset het meest ondervertegenwoordigd. 11 Voor het werkelijke energiegebruik is gebruik gemaakt van de energiegebruik database van het CBS. Deze database bevat het gemeten energiegebruik voor alle aansluitingen in Nederland. Hierbij moet men zich realiseren dat dit gemeten energiegebruik kan afwijken van het werkelijke energiegebruik van een woning, zie bijlage C.1. In deze rapportage zal de data van het CBS daarom worden aangemerkt als het gemeten energiegebruik. 12 Woningen die volgens de EPA uitgangspunten een onverwarmde zolder hebben, zijn hierbij buiten beschouwing gelaten.

24 TNO-rapport TNO 2016 R / 64 Percentage woningen per energielabel dataset eengezinswoningen alle woningen met energielabel in NL Percentage 40% 35% 30% 25% 20% 15% 10% 5% 0% A B C D E F G Energielabel Figuur 6. Percentage woningen in de verschillende energielabelklassen in de dataset van eengezinswoningen en over de hele Nederlandse woningvoorraad met een energielabel Gemiddeld gasverbruik bij toepassing van de gebruikersmodule In Figuur 7 is het gemiddelde gasverbruik inclusief de standaard deviatie per m 2 gebruiksoppervlakte weergegeven voor alle woningen in de dataset voor de volgende variabelen: - Gemeten gasverbruik; - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie 13 ); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van de in dit project ontwikkelde gebruikersmodule. Gasverbruik [m 3 /m 2 ] Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule A B C D E F G Figuur 7. Gemiddeld gasverbruik per m 2 voor de dataset van eengezinswoningen inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=23.623). 13 Het gasverbruik volgens de EPA methodiek is hierbij herberekend voor het buitenklimaat van het jaar 2010 o.b.v. graaddagen.

25 TNO-rapport TNO 2016 R / 64 In de grafiek valt op dat de verschillen in berekend gasverbruik tussen de labels veel groter zijn dan de verschillen in gemeten gasverbruik. De gemeten gasverbruiken van de woningen met een lage energetische kwaliteit (E, F en G labels) verschillen nauwelijks van elkaar, terwijl het berekende gasverbruik volgens de EPA methodiek een sterke stijging laat zien naarmate het energielabel verslechtert. Dit beeld is vrijwel gelijk aan dat van Figuur 1, ondanks het verschil in woningbestand waar de grafieken op zijn gebaseerd. Voor de woningen met een lagere energetische kwaliteit (E, F en G labels) ligt het gemeten gasverbruik gemiddeld aanmerkelijk lager dan het berekende gasverbruik. Toepassing van de in dit project ontwikkelde gebruikersmodule leidt er voor deze labels toe dat het gat tussen berekend en gemeten gasverbruik gemiddeld aanzienlijk kleiner wordt. Hierbij moet worden opgemerkt dat energielabelklasse G een restklasse betreft, waar ook woningen met een extreem lage energetische kwaliteit onder vallen. De spreiding in het berekende energiegebruik is bij deze klasse dan ook groot. Als energielabelklasse G buiten beschouwing wordt gelaten, dan komt het berekende gasverbruik bij toepassing van de gebruikersmodule voor de woningen met een lagere energetische kwaliteit gemiddeld dicht in de buurt van het gemeten gasverbruik te liggen. Voor de woningen met een hogere energetische kwaliteit (A en B labels) is het gemeten gasverbruik gemiddeld juist hoger dan het berekende gasverbruik. Het verschil tussen het berekende en gemeten gasverbruik (zowel absoluut als relatief) is hier aanmerkelijk kleiner dan bij de slechte labels. Toepassing van de in dit project ontwikkelde gebruikersmodule leidt er bij de A en B label woningen toe dat het gat tussen het berekende en gemeten gasverbruik iets groter wordt Spreiding in gasverbruik De spreiding in zowel het gemeten als berekende gasverbruik binnen elke labelklasse is behoorlijk groot, zie Figuur 7. Bij het gemeten gasverbruik varieert de standaard deviatie voor de verschillende labelklassen tussen 4,9 en 7,6 m 3 gas per m 2 vloeroppervlak, wat ongeveer 32 tot 42% van het gemiddelde gemeten gasverbruik is. Dit houdt in dat ongeveer 68% 15 van de huishoudens een gasverbruik heeft dat tussen het gemiddelde plus en min deze standaarddeviatie ligt. Deze grote spreiding ontstaat doordat de woningen binnen een labelklasse verschillen in o.a. grootte en woningtype, maar vooral ook doordat ze worden bewoond door verschillende bewoners met ieder hun eigen specifieke gedrag. Bij het berekend gasverbruik volgens de EPA methodiek is de spreiding aanmerkelijk kleiner dan bij het gemeten gasverbruik. Als labelklasse G buiten beschouwing wordt gelaten, dan ligt de standaard deviatie tussen 17 en 20% van het gemiddelde berekende gasverbruik. Deze kleinere spreiding is logisch, omdat in de EPA methodiek wordt uitgegaan van standaard gebruik, waardoor verschillen binnen een labelklasse alleen kunnen ontstaan door verschillen in woningkenmerken. Bij toepassing van de gebruikersmodule blijkt de relatieve 14 Wanneer op individueel huishoudniveau een betere inschatting van de interne warmtelast wordt gemaakt o.b.v. het gemeten elektriciteitsverbruik, het aantal aanwezige personen en koken, blijkt dat ook voor woningen met een betere energetische kwaliteit (label A en B) de voorspelling van het gasverbruik verbetert. Dit aspect is echter pas na afloop van deze studie toegevoegd en is daarom verder niet in deze rapportage meegenomen. 15 Bij een normale verdeling ligt 68,26% van de populatie tussen het gemiddelde plus en min één standaard deviatie.

26 TNO-rapport TNO 2016 R / 64 standaard deviatie slechts iets groter te zijn dan de standaard deviatie van het berekend gasverbruik volgens de EPA methodiek. We hadden echter een grotere standaard deviatie verwacht, omdat de gebruikersmodule wel rekening houdt met verschillen in gedrag tussen groepen die in huishoud- en woningkenmerken verschillen. Een van onze onderzoeksvragen was in hoeverre we met behulp van de in dit project ontwikkelde gebruikersmodule een betere voorspelling kunnen doen van het gasverbruik voor individuele huishoudens. Als de voorspelling verbetert, verwachten we dat het verschil tussen gemeten en berekend gasverbruik voor elke individuele woning kleiner is dan wanneer gebruik wordt gemaakt van het EPA model zonder gebruikersmodule. De spreiding in de verschillen (tussen berekend en gemeten gasverbruik) zal dan dus afnemen. Figuur 8 toont het absolute verschil tussen het berekende en gemeten gasverbruik (berekend-gemeten) per m 2 gebruiksoppervlakte voor de volgende varianten van het berekend gasverbruik: - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van de in dit project ontwikkelde gebruikersmodule. 60 Verschil berekend en gemeten gasverbruik Gasverbruik [m 3 /m 2 ] A B C D E F G EPA Gebruikersmodule excludes outside values Figuur 8. Absoluut verschil tussen het berekende en gemeten gasverbruik per m 2 voor de dataset van eengezinswoningen: berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=23.623). (De boxen in de grafiek tonen de mediaan en de 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) In deze grafiek is te zien dat de mediane waarde van het verschil voor labelklasse D t/m G dichter bij nul komt te liggen door toepassing van de gebruikersmodule. Dat

27 TNO-rapport TNO 2016 R / 64 wil zeggen dat het gemeten gasverbruik, gemiddeld over alle woningen, beter wordt voorspeld. Dit bleek ook al uit Figuur 7. Ook wordt de spreiding (in Figuur 8 weergegeven als de lengte van de boxen 16 ) iets kleiner, met name bij de woningen met een lagere energetische kwaliteit (E, F en G label woningen). Dit geeft aan dat het gasverbruik door toepassing van de gebruikersmodule voor individuele woningen beter wordt voorspeld. Voor de woningen met een hogere energetische kwaliteit (A en B labels) is in Figuur 8 geen verbetering zichtbaar door toepassing van de gebruikersmodule. De mediane waarde komt niet dichter bij nul te liggen en ook de spreiding neemt niet af. Het gemiddelde berekende gasverbruik volgens de EPA methodiek komt voor deze woningen echter al behoorlijk goed overeen met het gemeten gasverbruik. In Figuur 9 is het gemeten gasverbruik uitgezet tegen het berekende gasverbruik volgens de EPA methodiek (links) en tegen het berekende gasverbruik bij toepassing van de gebruikersmodule (rechts). Hierin is te zien dat bij toepassing van de gebruikersmodule (rechter grafiek) de (extreem) hoge berekende gasverbruiken niet meer voorkomen. Dit betreft de verbetering van de voorspelling van het gasverbruik voor woningen met een lage energetische kwaliteit die ook in Figuur 7 en Figuur 8 te zien is. 100 Gemeten vs berekend gasve 100 Gemeten vs berekend gasv Gemeten gasverbruik [m 3 /m 2 ] Gemeten gasverbruik [m 3 /m 2 ] Berekend gasverbruik /m EPA 2 ] [m Berekend gasverbruik gebruikersm /m 2 ] odu Figuur 9. Gemeten versus berekend gasverbruik per m 2 voor de dataset van eengezinswoningen: links berekend volgens de EPA methodiek (incl. klimaatcorrectie) en rechts berekend bij toepassing van de gebruikersmodule (N=23.623). In Figuur 9 is in beide grafieken geen duidelijke relatie zichtbaar tussen het gemeten en het berekende gasverbruik. De correlatiecoëfficiënt voor het gemeten gasverbruik en het berekende gasverbruik volgens de EPA methodiek bedraagt 0,44, voor het gemeten gasverbruik en het berekende gasverbruik bij toepassing van de gebruikersmodule 0,48. De verbetering van de correlatie door toepassing van de gebruikersmodule is dus beperkt. 16 Dit wordt ook wel de interkwartielafstand (IQR) genoemd. IQR = bandbreedte tussen 25 e en 75 e percentiel.

28 TNO-rapport TNO 2016 R / Invloed verschillende onderdelen gebruikersmodule op voorspelling gasverbruik De gebruikersmodule bestaat uit gedragsmodellen om temperatuur- en douchegedrag te voorspellen en fysische modellen om de uitkomsten van deze gedragsmodellen te vertalen naar invoer voor het energierekenmodel. Om te bepalen wat de invloed is van de verschillende onderdelen van de gebruikersmodule op de voorspelling van het gasverbruik, zijn deze onderdelen, waar mogelijk, afzonderlijk geanalyseerd. De volgende stappen zijn hierbij onderscheiden: 1. Gemiddeld temperatuurgedrag o.b.v. het gemiddelde gedrag volgens de WoON Energiemodule 2012 dataset, inclusief fysisch model voor berekening van de woninggemiddelde binnentemperatuur en gemiddeld douchegedrag volgens de EPA methodiek; 2. Individueel temperatuurgedrag 17 o.b.v. gedragsmodellen, inclusief fysisch model voor berekening van de woninggemiddelde binnentemperatuur en gemiddeld douchegedrag volgens de EPA methodiek; 3. Individueel douchegedrag 17 o.b.v. gedragsmodel en gemiddeld temperatuurgedrag o.b.v. het gemiddelde gedrag volgens de WoON Energiemodule 2012 dataset, inclusief fysisch model voor berekening van de woninggemiddelde binnentemperatuur; 4. Gebruikersmodule met individueel temperatuur- en douchegedrag 17. Bovengenoemde stappen zijn in onderstaande tabel samengevat Tabel 1. De verschillende stappen in de analyses van het effect van de verschillende onderdelen van de gebruikersmodule. Stap Temperatuurgedrag Douchegedrag 1 Gemiddeld (WoON) Gemiddeld (EPA) 2 Individueel (gedragsmodel) Gemiddeld (EPA) 3 Gemiddeld (WoON) Individueel (gedragsmodel) 4 Individueel (gedragsmodel) Individueel (gedragsmodel) In Figuur 10 is het gemiddelde gasverbruik en de standaard deviatie per m 2 gebruiksoppervlakte weergegeven voor deze verschillende stappen in de berekening. 17 Met individueel gedrag wordt hier het gedrag bedoeld zoals wordt voorspeld o.b.v. de gedragsmodellen. Hierbij wordt rekening gehouden met de invloed van gemiddelde verschillen tussen groepen met bepaalde huishoud- en woningkenmerken. Het betreft dus niet het werkelijke individuele gedrag.

29 TNO-rapport TNO 2016 R / Gasverbruik per m 2 gebruiksoppervlakte 50 Gasverbruik [m 3 /m 2 ] A B C D E F G Gemeten Stap 1: Berekend gem. temp.gedrag Stap 3: Berekend ind. douchegedrag Berekend EPA Stap 2: Berekend ind. temp.gedrag Stap 4: Berekend gebruikersmodule Figuur 10. Gemiddeld gasverbruik per m 2 voor de dataset van eengezinswoningen inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van gemiddeld temperatuurgedrag (stap 1), individueel temperatuurgedrag (stap 2), individueel douchegedrag (stap 3) en individueel temperatuur- en douchegedrag (stap 4) (N=23.623). In Figuur 10 is duidelijk te zien dat stap 1 gemiddeld temperatuurgedrag het grootste effect heeft op het gemiddelde berekende gasverbruik, met name voor woningen met een lagere energetische kwaliteit (E, F en G labels). Het fysische model dat is ontwikkeld om de woninggemiddelde binnentemperatuur te bepalen in combinatie met een betere inschatting van het gemiddelde temperatuurgedrag heeft dus het grootste effect op het reduceren van het verschil tussen het gemiddelde voorspelde en gemeten gasverbruik. Toevoeging van de gedragsmodellen voor individueel temperatuur- en douchegedrag (stap 2 en 3) heeft, zoals verwacht 18, slechts een beperkt effect op het gemiddelde berekende gasverbruik. We hadden echter wel verwacht dat de spreiding in het berekende gasverbruik groter zou worden door toevoeging van de gedragsmodellen voor individueel temperatuur- en douchegedrag; we vervangen in stappen 2, 3 en 4 immers standaard gedrag door individueel gedrag. Dit blijkt echter slechts zeer beperkt het geval te zijn Woninggemiddelde temperatuur In Figuur 11 is de gemiddelde berekende woninggemiddelde temperatuur weergegeven uitgaande van gemiddeld temperatuurgedrag (stap 1) en individueel temperatuurgedrag (stap 2). Daarnaast is in deze figuur ook de vaste 18 Wanneer de onderzoekspopulatie volledig representatief is voor de populatie waarop de gedragsmodellen zijn gebaseerd, zal het populatiegemiddelde gedrag gelijk zijn aan het gemiddelde van het met de gedragsmodellen voorspelde individuele gedrag in de onderzoekspopulatie. Daarnaast geldt voor het energiemodel in EPA dat het energiegebruik bij het specifieke gemiddelde gedrag van een groep huishoudens vergelijkbaar is met het gemiddelde energiegebruik voor deze huishoudens op basis van hun individuele gedrag.

30 TNO-rapport TNO 2016 R / 64 binnentemperatuur van 18 C die in de standaard EPA berekening wordt aangehouden weergegeven. 20 Woninggemiddelde temperatuur Berekend EPA Stap 1: Berekend gem. temp.gedrag Stap 2: Berekend ind. temp.gedrag 18 T [ C] A B C D E F G Figuur 11. Gemiddelde woninggemiddelde temperatuur voor de dataset van eengezinswoningen inclusief standaard deviatie: zoals aangehouden in de EPA methodiek, berekend bij toepassing van gemiddeld temperatuurgedrag (stap 1) en berekend bij toepassing van individueel temperatuurgedrag (stap 2) (N=23.623). Uit deze grafiek blijkt dat de gemiddelde berekende woninggemiddelde temperatuur voor alle labelklassen lager ligt dan de vaste binnentemperatuur van 18 C die in de standaard EPA berekening wordt aangehouden. Naarmate de energetische kwaliteit van de woning slechter wordt neemt de berekende woninggemiddelde temperatuur verder af. Dit verschil in woninggemiddelde temperatuur is een belangrijke verklaring voor het feit dat bij de woningen met een lage energetische kwaliteit (E, F en G labels) het gat tussen berekend en gemeten gasverbruik kleiner wordt bij toepassing van de gebruikersmodule. Bij de woningen met een hogere energetische kwaliteit (A en B labels) is de gemiddeld berekende woninggemiddelde temperatuur ook lager dan 18 C. Dit verklaart waarom het berekende gasverbruik bij toepassing van de gebruikersmodule lager wordt. Het is echter de vraag of deze berekende woninggemiddelde temperatuur representatief is voor de werkelijkheid. A label woningen, en met name A+ en A++ label woningen, waren in de populatie van de WoON Energiemodule 2012 dataset (waarop de gedragsmodellen zijn gebaseerd) erg beperkt aanwezig, waardoor de gedragsmodellen mogelijk geen representatieve resultaten geven voor deze woningen. In Figuur 11 is tevens te zien dat de gemiddelde berekende woninggemiddelde temperatuur niet veel verschilt tussen gemiddeld temperatuurgedrag (stap 1) en individueel temperatuurgedrag (stap 2). Dit geeft aan dat het rebound effect voor temperatuurgedrag volgens de gedragsmodellen beperkt lijkt te zijn. In de gedragsmodellen is de mate van transmissieverlies door de schil (Ht) als predictor meegenomen als maat voor de energetische kwaliteit van de woning. Als er een sterk rebound effect zou zijn, dan zou de woninggemiddelde temperatuur op basis van individueel temperatuurgedrag bij woningen met een A of B label duidelijk hoger liggen dan de woninggemiddelde temperatuur op basis van gemiddeld

31 TNO-rapport TNO 2016 R / 64 temperatuurgedrag voor de gehele dataset en bij de woningen met een lagere energetisch kwaliteit juist lager liggen dan de woninggemiddelde temperatuur op basis van gemiddeld temperatuurgedrag voor de gehele dataset. Dit is niet het geval. De woninggemiddelde temperatuur neemt wel toe naarmate de energetische kwaliteit van de woning beter is, maar de reden hiervoor is puur bouwfysisch. Er is echter voorzichtigheid geboden om op basis van deze dataset uitspraken te doen over het al dan niet optreden van het rebound effect bij goed geïsoleerde woningen. Zoals in de vorige alinea al is aangegeven, waren A+ en A++ label woningen erg beperkt aanwezig in de WoON Energiemodule 2012 dataset. Rebound effecten die tot een hogere binnentemperatuur leiden, zijn juist bij zeer goed geïsoleerde woningen (A+ of A++) te verwachten. Door deze beperking van de dataset zijn rebound effecten naar verwachting onderbelicht gebleven. De spreiding in de berekende woninggemiddelde temperatuur is bij individueel temperatuurgedrag groter dan bij gemiddeld temperatuurgedrag. In het berekende gasverbruik (zie Figuur 10) is dit verschil in spreiding echter niet meer terug te zien Warm tapwater gebruik In Figuur 12 is het warm tapwater gebruik weergegeven dat wordt aangehouden in de standaard EPA berekening en uitgaande van individueel douchegedrag (stap 3). Warm tapwater gebruik Berekend EPA Stap 3: Berekend ind. douchegedrag Warm tapwater gebruik [l/dag] A B C D E F G Figuur 12. Gemiddeld warm tapwater gebruik voor de dataset van eengezinswoningen inclusief standaard deviatie: berekend volgens de EPA methodiek en berekend bij toepassing van individueel douchegedrag (N=23.623). Deze grafiek laat zien dat het gemiddelde berekende warm tapwater gebruik uitgaande van individueel douchegedrag in dezelfde grootteorde ligt als in de standaard EPA berekening 19. Bij woningen met een betere energetische kwaliteit (A, B en C labels) ligt het berekende warm tapwater gebruik hoger dan in de standaard EPA berekening. Dit leidt tot een hoger berekend gasverbruik. Het berekende gasverbruik bij toepassing van de gebruikersmodule ligt voor deze labelklassen echter lager dan het berekende gasverbruik volgens de EPA 19 Overigens blijkt het tapwatergebruik scheef verdeeld te zijn: de mediane waarde is lager dan de gemiddelde waarde en het verschil tussen de waarde van het 10 e en 50 e percentiel is kleiner dan het verschil tussen het 50 e en 90 e percentiel (de grafiek met deze percentielen is niet afgebeeld).

32 TNO-rapport TNO 2016 R / 64 methodiek. De lagere woninggemiddelde temperatuur (zie Figuur 11) heeft dus een groter effect dan het hogere warm tapwater gebruik. Bij woningen met een lagere energetische kwaliteit (E, F en G labels) ligt het berekende warm tapwater gebruik juist iets lager dan in de standaard EPA berekening. Dit leidt tot een lager berekend gasverbruik; het effect van de lagere woninggemiddelde temperatuur (zie Figuur 11) wordt dus nog meer versterkt. Dit effect is echter nauwelijks terug te zien in het gasverbruik, aangezien het aandeel voor warm tapwaterverwarming in het totale gasverbruik van een label E, F en G woning relatief klein is. In Figuur 12 is tevens te zien dat, zoals verwacht, de spreiding in het berekende warm tapwater gebruik uitgaande van individueel douchegedrag (stap 3) veel groter is dan in de standaard EPA berekening. In het berekende gasverbruik (zie Figuur 10) is dit verschil in spreiding echter niet meer terug te zien. Dit komt onder meer doordat stilstandverliezen een groot aandeel in de berekening van het gasverbruik voor warm tapwater vormen, wat het effect van gedragsspreiding dempt Woningen met energielabel A of B Zoals in voorgaande paragrafen aangegeven, is er bij woningen met een hogere energetische kwaliteit (A en B labels) geen verbetering zichtbaar door toepassing van de gebruikersmodule 20. Om meer inzicht te krijgen in wat er bij deze woningen gebeurt, wordt in deze paragraaf ingezoomd op eengezinswoningen met een A en B label (3484 cases). In Figuur 13 wordt het aantal woningen weergegeven in de verschillende klassen voor transmissieverlies door de schil. Hieruit blijkt dat de meeste woningen in de dataset een Ht/m 2 hebben tussen 0,75 en 1,25 W/(K*m 2 ) Aantal woningen per categorie warmteverlies Aantal ,0-0,75 0,75-1,0 1,0-1,25 1,25-1,5 >1,5 Ht/m 2 [W/(K*m 2 )] Figuur 13. Aantal woningen in de verschillende klassen voor transmissieverlies door de schil in de dataset van eengezinswoningen met een A en B label (N=3484). 20 Wanneer op individueel huishoudniveau een betere inschatting van de interne warmtelast wordt gemaakt o.b.v. het gemeten elektriciteitsverbruik, het aantal aanwezige personen en koken, blijkt dat ook voor woningen met een betere energetische kwaliteit (label A en B) de voorspelling van het gasverbruik verbetert. Dit aspect is echter pas na afloop van deze studie toegevoegd en is daarom verder niet in deze rapportage meegenomen.

33 TNO-rapport TNO 2016 R / 64 In Figuur 14 is het gemiddelde gasverbruik per m 2 gebruiksoppervlakte weergegeven voor alle label A en B eengezinswoningen, uitgezet naar de mate van transmissieverlies door de schil (Ht/m 2 ). 25 Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule Gasverbruik [m 3 /m 2 ] ,0-0,75 0,75-1,0 1,0-1,25 1,25-1,5 >1,5 Ht/m 2 [W/(K*m 2 )] Figuur 14. Gemiddeld gasverbruik per m 2 inclusief standaard deviatie uitgezet tegen Ht/m 2 voor alle label A en B woningen in de dataset van eengezinswoningen: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=3484). In de grafiek is te zien dat naarmate de woningen een groter warmteverlies door de schil hebben, de woningen een hoger gemeten gasverbruik hebben. Gemiddeld is het gemeten gasverbruik voor alle klassen van warmteverlies hoger dan het berekende gasverbruik. Een verklaring hiervoor is dat de werkelijke prestaties van woningen in de praktijk vaak minder goed zijn dan in de berekening wordt aangenomen. Uit monitoringsstudies (o.a. Sijpheer et al., 2015) weten we bijvoorbeeld dat de luchtdichtheid van de schil, maar ook de prestaties van installaties (o.a. warmtepompen, wtw s) in de praktijk vaak minder goed blijkt te zijn. Door toepassing van de gebruikersmodule wordt het verschil met het gemeten gasverbruik wat groter. Een verklaring hiervoor zit in de woninggemiddelde binnentemperatuur die wordt gebruikt als invoer in het energierekenmodel, zoals beschreven in paragraaf In de standaard EPA berekening wordt voor alle woningen een binnentemperatuur van 18 C aangehouden. In de gebruikersmodule wordt de woninggemiddelde binnentemperatuur bepaald o.b.v. verschillende gedragsmodellen en een fysisch model om de uitkomsten van de gedragsmodellen te vertalen naar een woninggemiddelde binnentemperatuur (zie Koene et al., 2015). In Figuur 15 is de gemiddelde berekende woninggemiddelde temperatuur weergegeven uitgaande van gemiddeld temperatuurgedrag (stap 1) en individueel temperatuurgedrag (stap 2), uitgezet naar de mate van transmissieverlies door de schil (Ht/m 2 ). Hieruit blijkt dat zelfs voor woningen met een laag transmissieverlies door de schil (<0,75 W/(K*m 2 )) de berekende temperatuur gemiddeld ruim onder de 18 C ligt. Zoals in paragraaf al aangegeven is het de vraag of deze berekende woninggemiddelde temperatuur representatief is voor de werkelijkheid. Het berekende warm tapwater gebruik ligt net als in paragraaf voor alle klassen van warmteverlies door de schil in dezelfde grootteorde als in het EPA model (NB de betreffende grafiek wordt hier niet getoond).

34 TNO-rapport TNO 2016 R / Woninggemiddelde temperatuur Berekend EPA Stap 1: Berekend gem. temp.gedrag Stap 2: Berekend ind. temp.gedrag 18 T [ C] ,0-0,75 0,75-1,0 1,0-1,25 1,25-1,5 >1,5 Ht/m 2 [W/(K*m 2 )] Figuur 15. Gemiddelde woninggemiddelde temperatuur inclusief standaard deviatie uitgezet tegen Ht/m 2 voor alle label A en B woningen in de dataset van eengezinswoningen: zoals aangehouden in de EPA methodiek, berekend bij toepassing van gemiddeld temperatuurgedrag en berekend bij toepassing van individueel temperatuurgedrag (N=3484). In Figuur 16 wordt het absolute verschil tussen het berekende en gemeten gasverbruik (berekend-gemeten) per m 2 gebruiksoppervlakte weergegeven voor het berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie) en bij toepassing van de gebruikersmodule. Hieruit blijkt dat de voorspelling van het gasverbruik door toepassing van de gebruikersmodule voor klassen van warmteverlies niet verbetert.

35 TNO-rapport TNO 2016 R / Verschil berekend en gemeten gasverbruik Gasverbruik [m 3 /m 2 ] ,0-0,75 0,75-1,0 1,0-1,25 1,25-1,5 >1,5 EPA Gebruikersmodule excludes outside values Figuur 16. Absoluut verschil tussen het berekende en gemeten gasverbruik per m 2 uitgezet tegen Ht/m 2 voor alle label A en B woningen in de dataset van eengezinswoningen: berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=3484). (De boxen in de grafiek tonen de mediaan en 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) 4.4 Resultaten voorspelling gasverbruik meergezinswoningen Beschrijving dataset In deze paragraaf worden de resultaten van de analyses van de meergezinswoningen weergegeven. De dataset is hierbij beperkt tot portiek-, galerij- en overige flatwoningen met een ketel (CR, VR of HR) als warmteopwekker. Door deze afbakening is de dataset homogener, waardoor trends beter zichtbaar worden. Deze dataset bestaat uit woningen, waarbij de meeste woningen een C of D label hebben, zie Figuur 17. In deze figuur is te zien dat de dataset qua verdeling over de labelklassen goed overeen komt met de Nederlandse woningvoorraad met een energielabel, met relatief gezien iets minder label A, C en D woningen.

36 TNO-rapport TNO 2016 R / 64 Percentage woningen per energielabel dataset meergezinswoningen alle woningen met energielabel in NL Percentage 35% 30% 25% 20% 15% 10% 5% 0% A B C D E F G Energielabel Figuur 17. Percentage woningen in de verschillende energielabelklassen in de dataset van meergezinswoningen en over de hele Nederlandse woningvoorraad met een energielabel (N=37.017) Gemiddeld gasverbruik bij toepassing van de gebruikersmodule In Figuur 18 is het gemiddelde gasverbruik per m 2 gebruiksoppervlakte weergegeven voor alle woningen in de dataset voor de volgende variabelen: - Gemeten gasverbruik; - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie 21 ); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van de in dit project ontwikkelde gebruikersmodule. Gasverbruik [m 3 /m 2 ] Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule A B C D E F G Figuur 18. Gemiddeld gasverbruik per m 2 voor de dataset van meergezinswoningen inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=37.017). In de grafiek valt, net als bij de eengezinswoningen, op dat de verschillen in berekend gasverbruik tussen de labelklassen veel groter zijn dan de verschillen in gemeten gasverbruik. De gemeten gasverbruiken van de woningen met een lage 21 Het gasverbruik volgens de EPA methodiek is hierbij herberekend voor het buitenklimaat van het jaar 2010 o.b.v. graaddagen.

37 TNO-rapport TNO 2016 R / 64 energetische kwaliteit (D, E, F en G labels) verschillen nauwelijks van elkaar, terwijl het berekende gasverbruik volgens de EPA methodiek een sterke stijging laat zien naarmate het energielabel verslechtert. Het gasverbruik per m 2 vloeroppervlak ligt hierbij in dezelfde grootteorde als bij de eengezinswoningen. Voor de woningen met een lagere energetische kwaliteit (F en G labels) ligt het gemeten gasverbruik gemiddeld aanmerkelijk lager dan het berekende gasverbruik. Toepassing van de in dit project ontwikkelde gebruikersmodule leidt ertoe dat het berekende gasverbruik gemiddeld iets dichter in de buurt van het gemeten gasverbruik komt te liggen. Het verschil met het gemeten gasverbruik blijft voor de slechtere labels echter groot. De verbetering in de voorspelling van het gasverbruik die met de gebruikersmodule wordt gerealiseerd is bij meergezinswoningen veel kleiner dan bij de eengezinswoningen (zie paragraaf 4.3). Een mogelijke verklaring hiervoor is dat de woninggemiddelde binnentemperatuur bij eengezinswoningen door het grotere verliesoppervlak en het grotere aandeel onverwarmde ruimten een groter effect heeft op het gasverbruik dan bij meergezinswoningen. En aangezien de grootste verbetering door de gebruikersmodule wordt veroorzaakt door het beter voorspellen van de woninggemiddelde binnentemperatuur, is de verbetering door de gebruikersmodule bij meergezinswoningen kleiner. Behalve bij de G label woningen lijkt de trend te zijn dat het voorspelde energiegebruik voor meergezinswoningen volgens de EPA methodiek dichter bij de gemeten waarden ligt dan bij eengezinswoningen. Dit is een indicatie dat er inderdaad sprake kan zijn van hogere gemiddelde binnentemperaturen in meergezinswoningen, waardoor de default waarde van 18 C uit de EPA methodiek dichter in de buurt komt bij de werkelijke temperatuur. Gezien de grote spreiding in zowel de meetresultaten als de rekenresultaten, zijn te stellige conclusies echter niet mogelijk. Daarbovenop is het voor meergezinswoningen lastiger om de binnentemperatuur goed in te schatten, doordat het verwarmingsgedrag van buren en de geometrie van de woning (hoek- of tussenappartement) een grotere invloed heeft op de woninggemiddelde temperatuur (en op de werkelijk optredende warmteverliezen en -winsten) dan bij eengezinswoningen. Voor de woningen met een hogere energetische kwaliteit (A en B labels) is het gemeten gasverbruik, net als bij de eengezinswoningen, gemiddeld juist hoger dan het berekende gasverbruik. Het verschil tussen het berekende en gemeten gasverbruik (zowel absoluut als relatief) is hier aanmerkelijk kleiner dan bij de slechte labels. Toepassing van de in dit project ontwikkelde gebruikersmodule heeft bij de A en B label woningen vrijwel geen effect op het gat tussen het berekende en gemeten gasverbruik. Het verschil in berekend gasverbruik tussen de EPA methodiek en de gebruikersmodule kan worden veroorzaakt door een verschil in de woninggemiddelde binnentemperatuur en/of door een verschil in warm tapwatergebruik. In Figuur 19 is de gemiddelde berekende woninggemiddelde temperatuur weergegeven uitgaande van gemiddeld temperatuurgedrag (stap 1) en individueel temperatuurgedrag (stap 2). In deze figuur is te zien dat de berekende woninggemiddelde temperatuur voor alle labelklassen aanzienlijk hoger ligt dan bij de eengezinswoningen. Dit komt door de kleinere verliesoppervlakte, een kleiner aandeel onverwarmde ruimtes en minder zonering in de woning.

38 TNO-rapport TNO 2016 R / Woninggemiddelde temperatuur Berekend EPA Stap 1: Berekend gem. temp.gedrag Stap 2: Berekend ind. temp.gedrag 19 T [ C] A B C D E F G Figuur 19. Gemiddelde woninggemiddelde temperatuur voor de dataset van meergezinswoningen inclusief standaard deviatie: zoals aangehouden in de EPA methodiek, berekend bij toepassing van gemiddeld temperatuurgedrag en berekend bij toepassing van individueel temperatuurgedrag (N=37.017). Bij woningen met een lagere energetische kwaliteit (E, F en G labels) ligt de berekende woninggemiddelde temperatuur onder de 18 C (de binnentemperatuur volgens de EPA methodiek), waardoor het berekende gasverbruik o.b.v. de gebruikersmodule lager ligt dan het berekende gasverbruik volgens de EPA methodiek. Bij woningen met een hogere energetische kwaliteit (A en B labels) ligt de berekende woninggemiddelde temperatuur volgens de gebruikersmodule boven de 18 C. Hierbij moet echter worden opgemerkt dat de aannames die in het fysisch model voor de bepaling van de woninggemiddelde temperatuur zijn gedaan voor de warmte-uitwisseling tussen ruimten en de geometrie beperkt gevalideerd zijn. De verschillen in woninggemiddelde temperatuur bij toepassing van de gebruikersmodule zijn echter nauwelijks terug te zien in het berekende gasverbruik. Dit komt doordat het warm tapwatergebruik volgens de gebruikersmodule fors lager ligt dan volgens de EPA methodiek, zie Figuur 20. Deze twee tegengestelde effecten heffen elkaar dus grotendeels op. Waarom het warm tapwatergebruik bij meergezinswoningen volgens de gebruikersmodule zoveel lager ligt dan bij eengezinswoningen is niet onderzocht. Dit zal deels te verklaren zijn uit verschillen tussen huishoudkenmerken van bewonersgroepen die vaker in appartementen dan wel eengezinswoningen wonen (zie ook paragraaf 4.5).

39 TNO-rapport TNO 2016 R / 64 Warm tapwater gebruik Berekend EPA Stap 3: Berekend ind. douchegedrag Warm tapwater gebruik [l/dag] A B C D E F G Figuur 20. Gemiddeld warm tapwater gebruik voor de dataset van meergezinswoningen inclusief standaard deviatie: berekend volgens de EPA methodiek en berekend bij toepassing van individueel douchegedrag (N=37.017) Spreiding in gasverbruik Ook bij de meergezinswoningen is de spreiding in zowel het gemeten als het berekende gasverbruik voor elk label behoorlijk groot, zie Figuur 18. Bij het gemeten gasverbruik varieert de standaard deviatie tussen 6,7 en 9,3 m 3 gas per m 2 vloeroppervlak (ongeveer 42 tot 55% van het gemeten gasverbruik), wat nog groter is dan bij de eengezinswoningen. De spreiding in het berekend gasverbruik volgens de EPA methodiek is hier ook aanmerkelijk groter dan bij de eengezinswoningen. Dit geeft aan dat de verschillen in woningkenmerken bij de meergezinswoningen binnen één labelklasse groter zijn dan bij de eengezinswoningen, met name de geometrie van de woning (hoek- of tussenappartement) speelt hierbij een belangrijke rol. In Figuur 21 is het absolute verschil tussen het berekende en gemeten gasverbruik (berekend-gemeten) per m 2 gebruiksoppervlakte weergegeven voor zowel het berekend gasverbruik volgens de EPA methodiek (gecorrigeerd voor klimaat) als het berekend gasverbruik bij toepassing van de gebruikersmodule. In deze grafiek is te zien dat de voorspelling van het gasverbruik door toepassing van de gebruikersmodule voor alle labels nauwelijks verbetert. De mediane waarde komt alleen voor de F en G label woningen iets dichter bij nul te liggen en de spreiding neemt in beperkte mate af, het meest nog voor de E en F label woningen.

40 TNO-rapport TNO 2016 R / Verschil berekend en gemeten gasverbruik 60 Gasverbruik [m 3 /m 2 ] A B C D E F G EPA Gebruikersmodule excludes outside values Figuur 21. Absoluut verschil tussen het berekende en gemeten gasverbruik per m 2 voor de dataset van meergezinswoningen: berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=37.017). (De boxen in de grafiek tonen de mediaan en 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) 4.5 Resultaten voorspelling gasverbruik naar bewonerskenmerken In deze paragraaf wordt nader ingegaan op de mate waarin we in staat zijn met de ontwikkelde gebruikersmodule het verschil in gasverbruik tussen huishoudens met verschillende bewonerskenmerken (zoals leeftijd en gezinssamenstelling) beter te voorspellen. Net als in voorgaande paragrafen wordt het op basis van de gebruikersmodule voorspelde gasverbruik vergeleken met het gemeten gasverbruik (volgens de CBS database) en met het volgens de EPA methodiek berekende gasverbruik. Er zitten grote verschillen tussen de woningen van verschillende bewonersgroepen. Zo zullen gezinnen in veel gevallen in grotere woningen wonen dan alleenstaanden en ouderen en jongeren zullen vaker in appartementen wonen dan gezinnen. Om een vergelijking tussen de verschillende bewonersgroepen mogelijk te maken, is er voor gekozen alleen tussenwoningen met de volgende kenmerken in beschouwing te nemen: - bestaande uit drie verdiepingen 22 ; - een gebruiksoppervlakte tussen 99 en 119 m 2 (de 25 e en 75 e percentielwaarde); - een ketel (CR, VR of HR) als warmteopwekker. 22 Woningen die volgens de EPA uitgangspunten een onverwarmde zolder hebben, zijn hierbij buiten beschouwing gelaten.

41 TNO-rapport TNO 2016 R / 64 Dit resulteert in een dataset van 7311 woningen. Omdat bij de analyses is gebleken dat bewonersgroepen in woningen met een verschillende energetische kwaliteit wonen, is de dataset indien nodig verder ingeperkt tot een specifiek energielabel. Op deze manier worden verschillen in energiegebruik tussen de bewonersgroepen zo min mogelijk veroorzaakt door verschillen in woningkenmerken Voorspelling gasverbruik voor huishoudens in verschillende leeftijdscategorieën Uit de gedragsmodellen is gebleken dat leeftijd een belangrijke predictor is voor energiegedrag. Het is de vraag in hoeverre de invloed van verschillen in leeftijdscategorie terug te zien zijn in het gemeten en berekende gasverbruik. In Figuur 22 is voor de verschillende leeftijdscategorieën van de oudste bewoner het percentage woningen in de verschillende energielabelklassen weergegeven. Hieruit blijkt dat ouderen relatief vaker in een woning van een slechtere energetische kwaliteit wonen, terwijl jongeren juist relatief vaker in een woning van een betere energetische kwaliteit wonen. 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Percentage woningen per leeftijdscategorie en energielabel A B C D E F G < >65 Figuur 22. Percentage woningen in de verschillende energielabelklassen per leeftijdscategorie van de oudste bewoner in de toegepaste dataset (N=7311). In Figuur 23 is het gemiddelde gasverbruik per m 2 gebruiksoppervlakte weergegeven, uitgesplitst naar verschillende leeftijdsklassen van de oudste bewoner voor de volgende variabelen: - Gemeten gasverbruik; - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie 23 ); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van de in dit project ontwikkelde gebruikersmodule. 23 Het gasverbruik volgens de EPA methodiek is hierbij herberekend voor het buitenklimaat van het jaar 2010 o.b.v. graaddagen.

42 TNO-rapport TNO 2016 R / Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule Gasverbruik [m 3 /m 2 ] < >65 Figuur 23. Gemiddeld gasverbruik per m 2 voor de toegepaste dataset naar leeftijdscategorie van de oudste bewoner inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule(n=7311). In de grafiek valt op dat de verschillen in het gemiddelde gemeten gasverbruik tussen de leeftijdsklassen zeer beperkt zijn, naarmate de leeftijd toeneemt wordt het gemiddelde gasverbruik iets hoger. Deze zelfde trend is terug te zien in het berekende gasverbruik, zowel volgens de EPA methodiek als bij toepassing van de gebruikersmodule. Aangezien de EPA methodiek geen rekening houdt met gedrag, zou het berekende gasverbruik volgens de EPA methodiek voor alle leeftijdsklassen gelijk moeten zijn, mits er geen verschillen zijn in gebouwkenmerken tussen de woningen in de verschillende leeftijdsklassen. In Figuur 23 is echter te zien dat het berekende gasverbruik volgens de EPA methodiek voor de leeftijdsklasse >65 jaar iets hoger ligt dan voor de andere leeftijdsklassen. Dit duidt erop dat er verschillen zijn in woningkenmerken tussen de leeftijdsklassen, en zoals uit Figuur 22 blijkt is het verschil in energielabel hier een mogelijke oorzaak van. In Figuur 24 is daarom alleen voor woningen met een C label het gasverbruik weergegeven. Het verschil in gemiddeld berekend gasverbruik volgens de EPA methodiek tussen de leeftijdsklassen is hier zeer beperkt wat erop duidt dat de verschillen in gebouwkenmerken tussen de verschillende leeftijdsklassen gemiddeld gering zijn. Hierdoor is het beter mogelijk om de invloed van verschillen in leeftijdscategorie terug te zien in het gasverbruik.

43 TNO-rapport TNO 2016 R / Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule Gasverbruik [m 3 /m 2 ] < >65 Figuur 24. Gemiddeld gasverbruik per m 2 voor label C woningen in de toegepaste dataset naar leeftijdscategorie van de oudste bewoner inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=2649). Uit de gedragsmodellen is gebleken dat ouderen een hogere temperatuur in de woning instellen en vaker thuis zijn (De Kluizenaar et al., 2015a), waardoor de woninggemiddelde temperatuur bij ouderen naar verwachting hoger zal liggen. In Figuur 25 is inderdaad te zien dat de bij toepassing van de gebruikersmodule berekende woninggemiddelde temperatuur bij de leeftijdsklasse >65 jaar gemiddeld 0,8 C hoger ligt dan bij de leeftijdsklasse <35 jaar. 19 Woninggemiddelde temperatuur Berekend EPA Stap 1: Berekend gem. temp.gedrag Stap 2: Berekend ind. temp.gedrag 18 T [ C] < >65 Figuur 25. Gemiddelde woninggemiddelde temperatuur voor label C woningen in de toegepaste dataset naar leeftijdscategorie van de oudste bewoner inclusief standaard deviatie: zoals aangehouden in de EPA methodiek, berekend bij toepassing van gemiddeld temperatuurgedrag en berekend bij toepassing van individueel temperatuurgedrag (N=2649).

44 TNO-rapport TNO 2016 R / 64 Uit de gedragsmodellen is daarnaast gebleken dat ouderen een lager gemiddeld aantal doucheminuten per week hebben (De Kluizenaar et al., 2015c). In Figuur 26 is te zien dat het warm tapwater gebruik bij de leeftijdsklasse >65 jaar aanmerkelijk lager ligt dan in de andere leeftijdsklassen. Warm tapwater gebruik Berekend EPA Stap 3: Berekend ind. douchegedrag Warm tapwater gebruik [l/dag] < >65 Figuur 26. Gemiddeld warm tapwater gebruik voor label C woningen in de toegepaste dataset naar leeftijdscategorie van de oudste bewoner inclusief standaard deviatie: berekend volgens de EPA methodiek en berekend bij toepassing van individueel douchegedrag (N=2649). Een hogere woninggemiddelde temperatuur en een lager warm tapwatergebruik bij de leeftijdsklasse >65 jaar hebben een tegengesteld effect op het gasverbruik. Het berekende gasverbruik bij toepassing van de gebruikersmodule ligt bij de leeftijdsklasse >65 jaar dan ook in dezelfde grootteorde als bij de andere leeftijdsklassen, zie Figuur 24. Deze trend in gasverbruik is ook waarneembaar in het gemeten gasverbruik. Door toepassing van de gebruikersmodule verwachten we dat het verschil tussen gemeten en berekend gasverbruik gemiddeld kleiner wordt, o.a. door beter rekening te kunnen houden met de verschillen tussen groepen. De spreiding in de verschillen (tussen berekend en gemeten gasverbruik) zal dan dus afnemen. Om inzicht te krijgen in de mate waarin de individuele voorspelling van het gasverbruik verbetert voor de verschillende leeftijdsklassen is in Figuur 27 het absolute verschil tussen het berekende en gemeten gasverbruik weergegeven. Hieruit blijkt dat de mediane waarde voor de leeftijdsklassen <35 jaar en jaar dichter bij 0 komt te liggen. De spreiding neemt echter slechts beperkt af door toepassing van de gebruikersmodule. Dit geeft aan dat de voorspelling van het gasverbruik voor individuele woningen maar beperkt verbetert door toepassing van de gebruikersmodule op leeftijdscategorieën.

45 TNO-rapport TNO 2016 R / Verschil berekend en gemeten gasverbruik 15 Gasverbruik [m 3 /m 2 ] < >65 EPA Gebruikersmodule excludes outside values Figuur 27. Absoluut verschil tussen het berekende en gemeten gasverbruik per m 2 voor label C woningen in de toegepaste dataset naar leeftijdscategorie van de oudste bewoner: berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=2649). (De boxen in de grafiek tonen de mediaan en 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) Voorspelling gasverbruik voor huishoudens van verschillende grootte Uit de gedragsmodellen is gebleken dat naast leeftijd ook de huishoudgrootte een belangrijke predictor is voor energiegedrag. In Figuur 28 is voor de verschillende huishoudgroottes het percentage woningen in de verschillende energielabelklassen weergegeven. Hieruit blijkt dat de verdeling over de labelklassen voor huishoudens met verschillende grootte ongeveer gelijk is, waarbij grotere huishoudens relatief iets vaker in een woning van een betere energetische kwaliteit wonen dan kleinere huishoudens. Aangezien deze kleine verschillen tussen de huishoudgroottes terug te zien zijn in het gemiddelde berekende gasverbruik volgens de EPA methodiek, is er ook hier voor gekozen om in te zoomen op woningen met een C label.

46 TNO-rapport TNO 2016 R / 64 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Percentage woningen per leeftijdscategorie en energielabel A B C D E F G >4 Figuur 28. Percentage woningen in de verschillende energielabelklassen per klasse van huishoudgrootte in de toegepaste dataset (N=7311). In Figuur 29 is voor alle C label woningen het gemiddelde gasverbruik per m 2 gebruiksoppervlakte weergegeven, uitgesplitst naar verschillende huishoudgroottes voor de volgende variabelen: - Gemeten gasverbruik; - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie 24 ); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik wordt gemaakt van de in dit project ontwikkelde gebruikersmodule. 25 Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule Gasverbruik [m 3 /m 2 ] >4 Figuur 29. Gemiddeld gasverbruik per m 2 voor label C woningen in de toegepaste dataset naar huishoudgrootte inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule(n=2649). In de grafiek is te zien dat het verschil in gemiddeld berekend gasverbruik volgens de EPA methodiek tussen de verschillende huishoudgroottes zeer beperkt is, wat 24 Het gasverbruik volgens de EPA methodiek is hierbij herberekend voor het buitenklimaat van het jaar 2010 o.b.v. graaddagen.

47 TNO-rapport TNO 2016 R / 64 erop duidt dat de verschillen in gebouwkenmerken tussen de verschillende klassen gemiddeld gering zijn. Hierdoor is het beter mogelijk om de invloed van verschillen in huishoudgrootte terug te zien in het gasverbruik. In Figuur 29 is te zien dat het gemiddelde gemeten gasverbruik licht toeneemt met de huishoudgrootte tot een huishoudgrootte van 3 personen; bij grotere huishoudens blijft het gemeten gasverbruik gemiddeld op hetzelfde niveau. Het gemiddelde berekende gasverbruik bij toepassing van de gebruikersmodule neemt ook toe met de huishoudgrootte. De stijgende trend is hier vergelijkbaar met die van het gemeten gasverbruik, alleen zet deze trend ook bij huishoudens met meer dan drie personen door. Bij kleinere huishoudens (1, 2 en 3 personen) is het berekende gasverbruik bij toepassing van de gebruikersmodule lager dan het gemeten gasverbruik en bij grote huishoudens (>4 personen) juist hoger. Volgens de gedragsmodellen stellen grotere huishoudens een hogere temperatuur in de woning in en zijn vaker thuis (De Kluizenaar et al., 2015a), waardoor de woninggemiddelde temperatuur volgens deze modellen bij grotere huishoudens naar verwachting hoger zal liggen. In Figuur 30 is inderdaad te zien dat de bij toepassing van de gebruikersmodule berekende woninggemiddelde temperatuur hoger is naarmate de huishoudgrootte toeneemt. 19 Woninggemiddelde temperatuur Berekend EPA Stap 1: Berekend gem. temp.gedrag Stap 2: Berekend ind. temp.gedrag 18 T [ C] >4 Figuur 30. Gemiddelde woninggemiddelde temperatuur voor label C woningen in de toegepaste dataset naar huishoudgrootte inclusief standaard deviatie: zoals aangehouden in de EPA methodiek, berekend bij toepassing van gemiddeld temperatuurgedrag en berekend bij toepassing van individueel temperatuurgedrag (N=2649). Uit de gedragsmodellen is daarnaast gebleken dat mensen in grotere huishoudens per persoon een lager gemiddeld aantal doucheminuten per week hebben (De Kluizenaar et al., 2015c). Door het grotere aantal personen in het huishouden zal het aantal doucheminuten per week voor het hele huishouden echter wel toenemen naarmate de huishoudgrootte toeneemt. In Figuur 31 is te zien dat het bij toepassing van de gebruikersmodule berekende warm tapwater gebruik fors toeneemt met de huishoudgrootte.

48 TNO-rapport TNO 2016 R / 64 Warm tapwater gebruik Berekend EPA Stap 3: Berekend ind. douchegedrag Warm tapwater gebruik [l/dag] >4 Figuur 31. Gemiddeld warm tapwater gebruik voor label C woningen in de toegepaste dataset naar huishoudgrootte inclusief standaard deviatie: berekend volgens de EPA methodiek en berekend bij toepassing van individueel douchegedrag (N=2649). De combinatie van een betere inschatting van de woninggemiddelde temperatuur en een betere inschatting van het warm tapwater gebruik leidt er toe dat het verschil in gasverbruik dat we in het gemeten gasverbruik zien (zie Figuur 29), ook in de voorspelling van het gasverbruik terug te zien is. Hierbij lijkt het erop dat door toepassing van de gebruikersmodule het gasverbruik voor huishoudens met meer dan 4 personen wordt overschat. Om inzicht te krijgen in de mate waarin de individuele voorspelling van het gasverbruik verbetert voor de verschillende huishoudgroottes is in Figuur 32 het absolute verschil tussen het berekende en gemeten gasverbruik weergegeven. Hieruit blijkt dat de mediane waarde slechts iets dichter bij 0 komt te liggen. Ook de spreiding neemt slechts beperkt af door toepassing van de gebruikersmodule. Dit geeft aan dat de voorspelling van het gasverbruik voor individuele woningen maar beperkt verbetert door toepassing van de gebruikersmodule op huishoudgrootte.

49 TNO-rapport TNO 2016 R / Verschil berekend en gemeten gasverbruik 15 Gasverbruik [m 3 /m 2 ] >4 EPA Gebruikersmodule excludes outside values Figuur 32. Absoluut verschil tussen het berekende en gemeten gasverbruik per m 2 voor label C woningen in de toegepaste dataset naar huishoudgrootte: berekend volgens de EPA methodiek (incl. klimaatcorrectie) en berekend bij toepassing van de gebruikersmodule (N=2649). (De boxen in de grafiek tonen de mediaan en 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) 4.6 Conclusie en discussie De analyses in dit hoofdstuk geven inzicht in de mate waarin met de in dit project ontwikkelde gebruikersmodule het gasverbruik voor woningen beter kan worden voorspeld en geven daarmee antwoord op de tweede onderzoeksvraag van dit rapport: In hoeverre kunnen we met behulp van de ontwikkelde gebruikersmodule het energiegebruik voor ruimteverwarming en warm tapwater beter voorspellen, cq. het verschil tussen berekend en werkelijk energiegebruik voor individuele huishoudens verkleinen? Uit de analyses blijkt dat de in dit project ontwikkelde gebruikersmodule vooral bij woningen met een lagere energetische kwaliteit (label E, F en G) tot een betere voorspelling van het gasverbruik leidt. Bij eengezinswoningen is deze verbetering groter dan bij meergezinswoningen. Gemiddeld over de hele populatie wordt het gat tussen berekend en gemeten gasverbruik kleiner en ook de spreiding in het verschil tussen berekend en gemeten gasverbruik neemt iets af. Dat wil zeggen dat voor het merendeel van de individuele woningen het gasverbruik beter wordt voorspeld.

50 TNO-rapport TNO 2016 R / 64 De verbetering in de voorspelling van het gasverbruik is bij woningen met een lagere energetische kwaliteit grotendeels te danken aan een betere voorspelling van de woninggemiddelde binnentemperatuur met behulp van het verbeterde fysische rekenmodel. Toevoeging van de ontwikkelde gedragsmodellen voor temperatuurinstelling, aanwezigheid, verwarmen van overige ruimten en doucheduur blijkt slechts beperkt invloed te hebben op het verkleinen van het gat tussen berekend en gemeten gasverbruik wanneer de verschillende labelklassen in beschouwing worden genomen. Een mogelijke verklaring hiervoor is dat de spreiding binnen een labelklasse ten gevolge van factoren die niet in de gebruikersmodule worden meegenomen groter is dan de spreiding die door middel van de gebruikersmodule kan worden verklaard. Echter, wanneer het gasverbruik voor huishoudens met verschillende bewonerskenmerken (zoals leeftijd en gezinssamenstelling) wordt bekeken, dan wordt het door toepassing van de gebruikersmodule wél mogelijk om gemiddelde verschillen tussen deze groepen beter te voorspellen: de gebruikersmodule is dus een geschikte tool om gemiddelde gedragsprofielen voor gebruikersgroepen mee af te leiden. Voor woningen met een betere energetische kwaliteit (label A en B) leidt de in dit project ontwikkelde gebruikersmodule er niet toe dat de voorspelling van het gasverbruik verbetert 25 ; voor eengezinswoningen wordt het verschil met het gemeten gasverbruik zelfs wat groter. De verklaring hiervoor is dat voor eengezinswoningen de woninggemiddelde binnentemperatuur die met de gebruikersmodule wordt voorspeld lager ligt dan de 18 C die in de standaard EPA berekening wordt aangehouden; het voorspelde warm tapwater gebruik ligt in dezelfde grootteorde. Het is echter de vraag of de berekende woninggemiddelde temperatuur representatief is voor de werkelijkheid. A label woningen, en met name A+ en A++ label woningen, waren in de populatie van de WoON Energiemodule 2012 dataset (waarop de gedragsmodellen zijn gebaseerd) erg beperkt aanwezig, waardoor de gedragsmodellen mogelijk geen representatieve resultaten geven voor deze woningen. Gemiddeld is het gemeten gasverbruik bij woningen met een betere energetische kwaliteit (label A en B) wat hoger dan het berekende gasverbruik (zowel volgens de EPA methodiek als bij toepassing van de gebruikersmodule). Mogelijke verklaringen hiervoor zijn: - De kwaliteit van de bouwkundige schil (o.a. luchtdichtheid, isolatie) en installaties (o.a. rendement warmte-opwekking) is in de praktijk mogelijk minder goed dan wordt aangenomen in de berekeningen; - Aspecten van energiegedrag die mogelijk grote invloed hebben op het energiegebruik worden niet in de modellen meegenomen, bijvoorbeeld het openen van ramen en deuren, het openen van binnendeuren, stookgedrag van de buren en het gebruik van elektrische apparatuur (interne warmtelast) 25. Op basis van de analyses met deze dataset lijkt het rebound effect voor temperatuurgedrag beperkt te zijn. Er is echter voorzichtigheid geboden om op 25 Wanneer op individueel huishoudniveau een betere inschatting van de interne warmtelast wordt gemaakt o.b.v. het gemeten elektriciteitsverbruik, het aantal aanwezige personen en koken, blijkt dat ook voor woningen met een betere energetische kwaliteit (label A en B) de voorspelling van het gasverbruik verbetert. Dit aspect is echter pas na afloop van deze studie toegevoegd en is daarom verder niet in deze rapportage meegenomen.

51 TNO-rapport TNO 2016 R / 64 basis van deze dataset uitspraken te doen over het al dan niet optreden van het rebound effect bij goed geïsoleerde woningen, omdat goed geïsoleerde woningen slechts beperkt vertegenwoordigd waren in de WoON Energiemodule 2012 dataset waarop de gedragsmodellen zijn gebaseerd. Mogelijk kan er bij zeer goed geïsoleerde woningen (A+ of A++) dus wel degelijk sprake zijn van een rebound effect. Inzoomend op tapwatergebruik laat dit onderzoek zien dat het gemiddelde berekende warm tapwater gebruik uitgaande van individueel douchegedrag in dezelfde grootteorde ligt als in de standaard EPA berekening. Op basis van de grote spreiding in douchegedrag hadden we ook een grote spreiding in het hiermee berekende gasverbruik verwacht. Dat we dit niet terug zien, komt onder meer doordat stilstand verliezen een groot aandeel in de berekening van gasverbruik voor warm tapwater vormen, wat het effect van gedragsspreiding dempt. Voor wat betreft meergezinswoningen voorspelt het fysische model binnen de gebruikersmodule een andere gemiddelde binnentemperatuur dan voor grondgebonden woningen met een slaapverdieping en een zolder. Naast de afwijkende geometrie (minder transmissie oppervlakte, dus minder warmteverlies), is dit mede het gevolg van andere aannames met betrekking tot het aantal verwarmde ruimtes en de warmte uitwisseling tussen verwarmde en onverwarmde ruimten in appartementen. Deze aannames zijn weliswaar beperkt gevalideerd, maar dat er verschillen zijn die de gemiddelde binnentemperatuur beïnvloeden is aannemelijk. Daarbij is het effect van warmte uitwisseling tussen buurwoningen nog buiten beschouwing gebleven. De verwachting is dat ook dat effect een andere invloed heeft bij grondgebonden woningen dan bij appartementen. Zoals al eerder genoemd, is de spreiding in het gasverbruik binnen een groep erg groot (vele malen groter dan het verschil tussen groepen). Enerzijds komt dit doordat er binnen een groep verschillen zijn in woningkenmerken, anderzijds doordat de gedragsmodellen slechts rekening houden met een beperkt aantal huishoud- en woningkenmerken. Naast de huishoud- en woningkenmerken die in de gedragsmodellen worden meegenomen spelen namelijk ook andere aspecten een belangrijke rol in het energiegedrag (o.a. mate van energiebewustzijn, omgevingsfactoren). De gedragsmodellen die in dit onderzoek ontwikkeld zijn, of daarvan afgeleide gebruikersprofielen, kunnen hierdoor geen uitkomst bieden om de grote spreiding op individueel huishoudniveau inzichtelijk te maken. Wanneer inzicht in het effect van gebruikersgedrag op het energiegebruik gewenst is, kan wel de spreiding die wordt waargenomen in de verschillende gedragingen als uitgangspunt worden genomen. Op basis hiervan is het beter mogelijk om het effect van spreiding in gedrag op het energiegebruik, en daarmee de robuustheid van het gebouw voor gebruikersgedrag, inzichtelijk te maken. Bij de analyses in dit hoofdstuk moet worden opgemerkt dat de gedragsmodellen het zelf-gerapporteerde gedrag zoals uitgevraagd in de WoON Energiemodule 2006 en 2012 datasets modelleren. Mogelijk wijkt het werkelijke gedrag af van het zelfgerapporteerde gedrag. Voor dit laatste effect zijn in de literatuur aanwijzingen te vinden (bijv. Shipworth et al., 2010).

52 TNO-rapport TNO 2016 R / 64 5 Voorspelling energiegebruik o.b.v. zelfgerapporteerd gedrag 5.1 Inleiding In dit hoofdstuk wordt het energiegebruik voorspeld op basis van het individuele zelf-gerapporteerde gedrag volgens de WoON Energiemodule 2012 dataset, in tegenstelling tot de voorspelling op basis van de gedragsmodellen die in de vorige hoofdstukken is gebruikt. De gedragsmodellen zijn gebaseerd op een selectie van invloedrijke en objectief te bepalen factoren, maar uiteraard zijn er meer aspecten die gedrag beïnvloeden, zoals omgevingsfactoren en energiebewustzijn. Daarnaast voorspellen gedragsmodellen voornamelijk gemiddeld gedrag en valt minder voorkomend gedrag weg. Om de invloed van deze aspecten te bekijken wordt in dit hoofdstuk een vergelijking gemaakt tussen het op basis van dit zelf-gerapporteerde energiegedrag berekende energiegebruik en het energiegebruik dat wordt voorspeld op basis van de gedragsmodellen die in dit project zijn opgesteld. Aan de hand van deze analyse kan worden bepaald in hoeverre de voorspelling van het individuele energiegebruik kan worden verbeterd door het energiegedrag van bewoners uit te vragen en dus het werkelijke energiegedrag (bij benadering) te kennen (onderzoeksvraag 3). 5.2 Aanpak Het uitgangspunt voor deze analyse wordt gevormd door de Energiemodule behorende bij de WoON 2012 dataset (4790 huishoudens). Deze dataset bevat het zelf-gerapporteerde energiegedrag van huishoudens ten aanzien van temperatuurgedrag en douchegebruik. Bij deze analyse is het gasverbruik berekend op basis van: - Het zelf-gerapporteerde energiegedrag voor temperatuurinstelling, aanwezigheid, verwarmen van overige ruimten en doucheduur volgens de WoON Energiemodule 2012 dataset; - Het energiegedrag zoals voorspeld op basis van de in dit project ontwikkelde gedragsmodellen. Voor beide varianten is het energiegedrag op dezelfde manier vertaald naar invoer voor het energierekenmodel (zie Koene et al., 2015). Om het energiegebruik voor de huishoudens uit de WoON Energiemodule 2012 dataset te kunnen herberekenen, is deze database gekoppeld met de energielabeldatabase van RVO. Daarnaast is een koppeling gemaakt met verschillende CBS databases met betrekking tot huishoud- en bewonerskenmerken om ook het energiegedrag te kunnen voorspellen op basis van de in dit project ontwikkelde gedragsmodellen. Hierbij is dezelfde aanpak gehanteerd als beschreven in paragraaf 4.2. Na het koppelen en rekenklaar maken van de databases zijn er 360 unieke woningen overgebleven in de dataset. Hierbij is er vooral data weggevallen om de volgende redenen:

53 TNO-rapport TNO 2016 R / 64 - Voor slechts een klein deel van de cases uit de WoON Energiemodule 2012 dataset is een energielabel bepaald en is dus koppeling met de energielabeldatabase van RVO mogelijk; - De woning is niet het gehele jaar bewoond door hetzelfde huishouden of de samenstelling van het huishouden is gedurende het jaar veranderd; - Er zijn geen gegevens over het gemeten gasverbruik bekend; - Woningen met een warmteopwekker anders dan een ketel zijn geëxcludeerd, omdat het gasverbruik dan geen goede maat is voor het energiegebruik voor ruimteverwarming en warm tapwater. Een toelichting op de gebruikte datasets is opgenomen in bijlage C. De wijze van koppelen en opschonen van de dataset is beschreven in bijlage E. In de analyses wordt het op basis van het gerapporteerde en voorspelde gebruikersgedrag berekende gasverbruik vergeleken met het gemeten gasverbruik 26 en het berekende gasverbruik volgens de oorspronkelijke EPA berekening (incl. klimaatcorrectie). Om vergelijking tussen woningen onderling mogelijk te maken is het gasverbruik omgerekend naar gasverbruik per m 2 gebruiksoppervlakte. 5.3 Resultaten voorspelling gasverbruik totale dataset Beschrijving dataset In deze paragraaf worden de resultaten van de analyses van de totale dataset weergegeven. Gezien de beperkte omvang van de dataset is er voor gekozen alle woningtypen met een ketel (CR, VR of HR) als warmteopwekker in de analyses te betrekken. Aangezien we bij deze analyses vooral geïnteresseerd zijn in het verschil tussen het op basis van zelf-gerapporteerd en voorspeld energiegedrag voorspelde gasverbruik, is het woningtype ook minder van belang. De verdeling over de energielabelklassen is weergegeven in Figuur 33. In deze figuur is te zien dat, net als bij de datasets in hoofdstuk 4, de meeste woningen een C of D label hebben. Label A, F en G woningen zijn slechts (zeer) beperkt vertegenwoordigd in de dataset, de resultaten voor het gasverbruik zijn voor deze labelklassen daarom minder betrouwbaar. De woningen in de dataset betreffen vooral tussen-, hoek-, galerij- en portiekwoningen; 58% van de dataset betreft eengezinswoningen, 42% meergezinswoningen. 26 Voor het werkelijke energiegebruik is gebruik gemaakt van de energiegebruik database van het CBS. Deze database bevat het gemeten energiegebruik voor alle aansluitingen in Nederland. Hierbij moet men zich realiseren dat dit gemeten energiegebruik kan afwijken van het werkelijke energiegebruik van een woning, zie bijlage C.1. In deze rapportage zal de data van het CBS daarom worden aangemerkt als het gemeten energiegebruik.

54 TNO-rapport TNO 2016 R / Aantal gebouwen per energielabel Aantal A B C D E F G Energielabel Figuur 33. Aantal woningen in de verschillende energielabelklassen (N=360) Gemiddeld gasverbruik In Figuur 34 is het gemiddelde gasverbruik per m 2 gebruiksoppervlakte weergegeven voor alle woningen in de dataset voor de volgende variabelen: - Gemeten gasverbruik; - Berekend gasverbruik volgens de EPA methodiek (incl. klimaatcorrectie); - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van de in dit project ontwikkelde gebruikersmodule; - Berekend gasverbruik volgens de EPA methodiek waarbij gebruik is gemaakt van het in de WoON Energiemodule 2012 zelf-gerapporteerde energiegedrag (temperatuur- en douchegedrag). Hierbij is het energiegedrag op dezelfde manier vertaald naar invoer voor het energierekenmodel als in de gebruikersmodule (zie Koene et al., 2015). 50 Gasverbruik per m 2 gebruiksoppervlakte Gemeten Berekend EPA Berekend gebruikersmodule Berekend WoON2012 Gasverbruik [m 3 /m 2 ] A B C D E F G Figuur 34. Gemiddeld gasverbruik per m 2 voor de totale dataset inclusief standaard deviatie: gemeten, berekend volgens de EPA methodiek (incl. klimaatcorrectie), berekend bij toepassing van de gebruikersmodule (gemodelleerd energiegedrag) en berekend o.b.v. zelf-gerapporteerd energiegedrag WoON2012 (N=360).

55 TNO-rapport TNO 2016 R / 64 In Figuur 34 is te zien dat het berekende gasverbruik op basis van het zelfgerapporteerde temperatuur- en douchegedrag gemiddeld gezien voor de meeste energielabelklassen tot een iets groter verschil met het gemeten gasverbruik leidt dan het berekende gasverbruik bij toepassing van de gebruikersmodule, maar het verschil valt ruim binnen de spreiding. Dit is niet volgens verwachting. Men zou verwachten dat het zelf-gerapporteerde temperatuur- en douchegedrag voor deze kleine deelpopulaties 27 het werkelijke energiegedrag beter benadert dan de gedragsmodellen, waardoor het verschil tussen het berekende en gemeten gasverbruik gemiddeld kleiner zou worden. Dit blijkt dus niet het geval te zijn. Net als in hoofdstuk 4 valt in Figuur 34 op dat het verschil in gemeten gasverbruik tussen de verschillende energielabelklassen klein is Spreiding in gasverbruik De spreiding in zowel het gemeten als berekende gasverbruik binnen elke labelklasse is ook hier erg groot, zie Figuur 34. Zoals verwacht is de spreiding in het berekende gasverbruik op basis van zelf-gerapporteerd gedrag groter dan in het berekende gasverbruik bij toepassing van de gebruikersmodule. De spreiding in het gemeten gasverbruik is echter aanmerkelijk groter. In Figuur 35 is het absolute verschil tussen het berekende en gemeten gasverbruik (berekend-gemeten) per m 2 gebruiksoppervlakte weergegeven voor zowel het berekend gasverbruik bij toepassing van de gebruikersmodule als het berekend gasverbruik op basis van het zelf-gerapporteerd gedrag volgens de WoON Energiemodule 2012 dataset. 27 Wanneer de onderzoekspopulatie volledig representatief is voor de populatie waarop de gedragsmodellen zijn gebaseerd, zal het gemiddelde zelf-gerapporteerde gedrag wel gelijk zijn aan het gemiddelde van het met de gedragsmodellen voorspelde individuele gedrag in de onderzoekspopulatie.

56 TNO-rapport TNO 2016 R / Verschil berekend en gemeten gasverbruik 30 Gasverbruik [m 3 /m 2 ] A B C D E F G Gemodelleerd gedrag Zelf-gerapporteerd gedrag excludes outside values Figuur 35. Absolute verschil tussen het berekende en gemeten gasverbruik per m 2 voor de totale dataset: berekend bij toepassing van de gebruikersmodule (gemodelleerd energiegedrag) (blauw) en berekend o.b.v. het zelf-gerapporteerde energiegedrag volgens WoON2012 (rood) (N=360). (De boxen in de grafiek tonen de mediaan en 25 e en 75 e percentiel waarden. De staarten aan weerszijden van elke box zijn 1,5 maal de lengte van de box zelf. De lengte van de box is een maat voor de spreiding, gebaseerd op de 50% van de populatie die rondom de mediaan zit.) In deze grafiek is te zien dat wanneer voor het energiegedrag wordt uitgegaan van zelf-gerapporteerd gedrag in plaats van het gemodelleerde gedrag, de mediane waarde van het verschil met het gemeten gasverbruik niet dichter bij nul komt te liggen en ook de spreiding in het verschil voor de meeste labelklassen niet kleiner wordt. In de scatter plot in Figuur 36 is ook duidelijk te zien dat het verschil tussen berekend en gemeten gasverbruik op basis van het zelf-gerapporteerd energiegedrag voor vrijwel alle cases vrijwel gelijk is aan het verschil tussen berekend en gemeten gasverbruik op basis van het gemodelleerd energiegedrag. Voor deze dataset van 360 woningen leidt het kennen van het zelf-gerapporteerde energiegedrag dus niet tot een betere voorspelling van het gasverbruik ten opzichte van de voorspelling op basis van het gemodelleerde gedrag.

57 TNO-rapport TNO 2016 R / 64 Gasverbruik obv gemodelleerd gedrag [m 3 /m 2 ] Berekend - gemeten gasve Gasverbruik obv zelf-gerapporteerd /m 2 ged ] Figuur 36. Verschil tussen het berekende en gemeten gasverbruik per m 2 voor de totale dataset: berekend gasverbruik bij toepassing van de gebruikersmodule (gemodelleerd energiegedrag) uitgezet tegen berekend gasverbruik o.b.v. zelf-gerapporteerd energiegedrag (N=360) Invloed verschillende aspecten energiegedrag op voorspelling gasverbruik Om te bepalen wat de invloed is van de verschillende aspecten van energiegedrag (o.b.v. het zelf-gerapporteerde energiegedrag) op de voorspelling van het gasverbruik, zijn deze aspecten ook afzonderlijk geanalyseerd. De volgende varianten zijn hierbij onderscheiden: 1. Individueel temperatuurgedrag 28 o.b.v. de gedragsmodellen en gemiddeld douchegedrag volgens de EPA methodiek; 2. Individueel temperatuurgedrag o.b.v. het zelf-gerapporteerde gedrag uit de WoON Energiemodule 2012 dataset en gemiddeld douchegedrag volgens de EPA methodiek; 3. Individueel douchegedrag 28 o.b.v. het gedragsmodel en gemiddeld temperatuurgedrag (o.b.v. gemiddelde WoON Energiemodule 2012 dataset); 4. Individueel douchegedrag o.b.v. het zelf-gerapporteerde gedrag uit de WoON Energiemodule 2012 dataset en gemiddeld temperatuurgedrag (o.b.v. gemiddelde WoON Energiemodule 2012 dataset); 5. Individueel temperatuur- en douchegedrag 28 o.b.v. de gedragsmodellen (ofwel de gebruikersmodule); 6. Individueel temperatuur- en douchegedrag o.b.v. het zelf-gerapporteerde gedrag uit de WoON Energiemodule 2012 dataset. 28 Met individueel gedrag wordt hier het gedrag bedoeld zoals wordt voorspeld o.b.v. de gedragsmodellen. Hierbij wordt rekening gehouden met de invloed van gemiddelde verschillen tussen groepen met bepaalde huishoud- en woningkenmerken. Het betreft dus niet het werkelijke individuele gedrag.

58 TNO-rapport TNO 2016 R / 64 Bij alle varianten is gebruik gemaakt van het fysisch model voor de berekening van de woninggemiddelde binnentemperatuur (zie Koene et al., 2015). In Figuur 37 is het gemiddelde gasverbruik en de standaard deviatie per m 2 gebruiksoppervlakte weergegeven voor deze verschillende varianten. 50 Gasverbruik per m 2 gebruiksoppervlakte Gasverbruik [m 3 /m 2 ] A B C D E F G Gemeten 1: Temp.gedrag gedragsmodellen 2: Temp.gedrag gerapp. WoON2012 3: Douchegedrag gedragsmodel 4: Douchegedrag gerapp. WoON2012 5: Temp. en douchegedrag gedragsmodellen 6: Temp. en douchegedrag gerapp. WoON2012 Figuur 37. Gemiddeld gasverbruik per m 2 voor de totale dataset: gemeten, berekend o.b.v. individueel temperatuurgedrag gedragsmodellen (1), berekend o.b.v. zelfgerapporteerd temperatuurgedrag WoON2012 (2), berekend o.b.v. individueel douchegedrag gedragsmodel (3), berekend o.b.v. zelf-gerapporteerd douchegedrag WoON2012 (4), berekend o.b.v. individueel temperatuur- en douchegedrag gedragsmodellen (5) en berekend o.b.v. zelf-gerapporteerd temperatuur- en douchegedrag WoON2012 (6) (N=360). Hieruit blijkt dat het berekende gasverbruik op basis van het zelf-gerapporteerde temperatuurgedrag voor de energielabelklassen B t/m E voor deze dataset van 360 woningen gemiddeld 2-4% hoger ligt dan het gasverbruik op basis van het gemodelleerde temperatuurgedrag ((1) versus (2)). Dit geeft aan dat o.b.v. de gedragsmodellen gemiddeld gezien de woninggemiddelde temperatuur iets lager wordt ingeschat dan o.b.v. het zelf-gerapporteerde temperatuurgedrag. In Figuur 37 is ook te zien dat het berekende gasverbruik op basis van het zelf-gerapporteerde douchegedrag voor alle labelklassen gemiddeld ongeveer gelijk is aan het berekende gasverbruik op basis van het gemodelleerde douchegedrag ((3) versus (4)). Dit geeft aan dat de gebruikersmodule gemiddeld gezien het douchegedrag goed voorspelt. Voor deze dataset van 360 woningen wordt het groter worden van het gemiddelde verschil tussen berekend en gemeten gasverbruik wanneer wordt uitgegaan van zelf-gerapporteerd gedrag in plaats van gemodelleerd gedrag, dus veroorzaakt door een verschil in temperatuurgedrag. De grotere spreiding in het berekende gasverbruik op basis van het zelf-gerapporteerde gedrag lijkt ook vooral veroorzaakt te worden door verschillen in temperatuurgedrag. Dit laatste komt overeen met wat we in Figuur 38 en in Figuur 39 zien: In Figuur 38 is de berekende woninggemiddelde temperatuur op basis van gemodelleerd temperatuurgedrag uitgezet tegen de berekende woninggemiddelde

59 TNO-rapport TNO 2016 R / 64 temperatuur wanneer wordt uitgegaan van het zelf-gerapporteerde temperatuurgedrag volgens de WoON Energiemodule 2012 dataset. 26 W oninggemiddelde tempera Tgem obv gemodelleerd gedrag [ C] Tgem obv zelf-gerapporteerd gedrag Figuur 38. Berekende woninggemiddelde temperatuur o.b.v. gemodelleerd temperatuurgedrag uitgezet tegen de berekende woninggemiddelde temperatuur o.b.v. het zelfgerapporteerde temperatuurgedrag volgens de WoON Energiemodule 2012 dataset (N=360). Uit deze figuur blijkt dat, zoals verwacht, extremere waarden van het zelfgerapporteerde temperatuurgedrag niet met de gebruikersmodule worden voorspeld: de o.b.v. de gebruikersmodule voorspelde woninggemiddelde temperatuur ligt vrijwel geheel tussen 15 en 20 C, terwijl de o.b.v. het zelfgerapporteerde temperatuurgedrag voorspelde woninggemiddelde temperatuur grotendeels tussen de 14 en 23 C ligt: De werkelijk aanwezige spreiding in temperatuurgedrag, wordt met het gedragsmodel onderschat, en komt zoals eerder opgemerkt in het zelf-gerapporteerd gedrag wel naar voren. In Figuur 39 is het berekende warm tapwatergebruik o.b.v. gemodelleerd douchegedrag uitgezet tegen het berekende warm tapwatergebruik o.b.v. het zelfgerapporteerde douchegedrag volgens de WoON Energiemodule 2012 dataset. Uit deze figuur blijkt dat het gemiddelde warm tapwatergebruik redelijk goed wordt voorspeld door de gebruikersmodule, en ook de mate van spreiding lijkt in beide gevallen vergelijkbaar. Echter op individueel woningniveau blijkt uit de figuur dat er grote verschillen zijn tussen het gerapporteerde en voorspelde warm tapwatergebruik.

60 TNO-rapport TNO 2016 R / 64 Tapwater gebruik obv gemodelleerd gedrag [l/dag] Warm tapwater gebruik Tapwater gebruik obv zelf-gerapporteerd gedra Figuur 39. Berekend warm tapwatergebruik o.b.v. gemodelleerd douchegedrag uitgezet tegen het berekend warm tapwatergebruik o.b.v. het zelf-gerapporteerde douchegedrag volgens de WoON Energiemodule 2012 dataset (N=360). Uit bovenstaande kan worden geconcludeerd dat voor deze dataset van 360 woningen het hogere gemiddelde berekende gasverbruik wanneer wordt uitgegaan van zelf-gerapporteerd energiegedrag voornamelijk wordt veroorzaakt doordat het temperatuurgedrag door de gedragsmodellen lager wordt ingeschat dan de gerapporteerde waarde. Op individueel woningniveau zijn de verschillen tussen het gemodelleerde en het zelf-gerapporteerde temperatuur- en douchegedrag groot. 5.4 Conclusie en discussie De analyses in dit hoofdstuk geven inzicht in de mate waarin het gasverbruik voor woningen beter kan worden voorspeld wanneer informatie beschikbaar is met betrekking tot het zelf-gerapporteerd energiegedrag en geven daarmee gedeeltelijk antwoord op de derde onderzoeksvraag van dit rapport: In welke mate kan inzicht in werkelijk gedrag de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater verbeteren? Uit de analyses blijkt dat wanneer voor de energieberekeningen gebruik kan worden gemaakt van het zelf-gerapporteerde energiegedrag (temperatuur- en douchegedrag), dit er voor de gebruikte dataset van 360 woningen niet toe leidt dat het verschil tussen het berekende en gemeten gasverbruik gemiddeld kleiner wordt. Hoewel men zou verwachten dat het zelf-gerapporteerde energiegedrag het werkelijke energiegedrag beter benadert dan de ontwikkelde gedragsmodellen, blijkt het verschil met het gemeten gasverbruik gemiddeld juist (iets) groter te

61 TNO-rapport TNO 2016 R / 64 worden. Uit de analyses blijkt dat dit voor deze kleine dataset vooral komt door het temperatuurgedrag; het douchegedrag komt gemiddeld gezien wel goed overeen. Zoals verwacht zijn op individueel woningniveau de verschillen tussen het gemodelleerde en het zelf-gerapporteerde temperatuur- en douchegedrag groot. De spreiding in het verschil tussen het berekende en gemeten gasverbruik wordt voor de gebruikte dataset van 360 woningen niet kleiner wanneer het zelfgerapporteerde energiegedrag bekend is. Mogelijke oorzaken voor het feit dat de voorspelling van het gasverbruik niet verbetert wanneer in de energieberekening wordt uitgegaan van zelf-gerapporteerd energiegedrag zijn: - Het gedrag zoals dit is gerapporteerd wijkt mogelijk af van het werkelijke gedrag. Uit de literatuur is bekend dat het verschil tussen zelf-gerapporteerd en werkelijk gedrag groot kan zijn (zie o.a. Shipworth et al., 2010); - De invloed van andere aspecten veroorzaakt mogelijk zoveel ruis in het gasverbruik dat het kennen van het werkelijke temperatuur 29 - en douchegedrag geen effect heeft op het verkleinen van de ruis. Enkele mogelijke redenen voor deze grote ruis zijn: o Aspecten van gedrag die mogelijk een grote invloed hebben op het gasverbruik worden, vanwege het ontbreken van gegevens hierover, niet meegenomen in de energieberekening, bijvoorbeeld gedrag ten aanzien van het openen van ramen en (binnen)deuren, gedrag van de buren en het gebruik van elektrische apparatuur (interne warmtelast); o Gebouwopnames die worden gebruikt in de berekening komen mogelijk niet overeen met de werkelijkheid (bijvoorbeeld afwijkingen in verliesoppervlaktes en isolatiewaarden); o Aannames in het EPA model (bijv. ten aanzien van luchtdichtheid en prestaties van installaties) komen niet overeen met de werkelijkheid. Voor de geanalyseerde dataset van 360 woningen blijkt het kennen van het zelfgerapporteerde temperatuur- 29 en douchegedrag geen toegevoegde waarde te hebben om voor individuele huishoudens een betere voorspelling van het gasverbruik te kunnen doen. Het is echter niet geheel duidelijk wat hier aan de hand is, bovengenoemde oorzaken kunnen hierbij een rol spelen. Zoals uit hoofdstuk 3 is gebleken, heeft gebruikersgedrag wel degelijk een grote invloed op het gasverbruik. Andere vormen om het werkelijk gedrag in kaart te brengen, zoals monitoring of het beter uitvragen van gedrag, kunnen wellicht een bijdrage leveren om meer inzicht te krijgen in het gebruikersgedrag om zo tot een betere voorspelling van het gasverbruik te komen. Dat er sowieso meer factoren zijn die het gasverbruik van individuele woningen beïnvloeden dan de in deze studie beschouwde aspecten, blijkt ook uit de constatering dat de spreiding in gemeten gasverbruik aanmerkelijk groter is dan de spreiding in berekend gasverbruik o.b.v. zelf-gerapporteerd gedrag. De hierboven opgesomde oorzaken zullen mogelijk ook dit verschil in spreiding verklaren. 29 Zoals meermalen is opgemerkt is het feitelijk niet het 'temperatuurgedrag' dat is uitgevraagd, maar de instelling van de thermostaat bij aan- en afwezigheid, de aan-/afwezigheid en het aantal verwarmde en onverwarmde vertrekken.

62 TNO-rapport TNO 2016 R / 64 6 Conclusies en discussie In dit hoofdstuk zullen de conclusies van dit onderzoek en de belangrijkste discussiepunten worden gepresenteerd aan de hand van de vooraf gedefinieerde onderzoeksvragen. Deze conclusies zijn (grotendeels) gebaseerd op berekeningen die in deze studie zijn uitgevoerd met het EPA rekenmodel, waarbij enkele default aannames van energiegedrag zijn aangepast; andere niet aangepaste aannames en uitgangspunten van het EPA model werken uiteraard in de conclusies door. 1. Hoe groot is de invloed van de verschillende aspecten van energiegedrag op het energiegebruik voor ruimteverwarming en warm tapwater? Wat is het effect van de verschillende gedragsaspecten bij woningen met een verschillend energielabel? Zoals bekend kan gebruikersgedrag een grote invloed hebben op het gasverbruik van een woning, waarbij het relatief gezien een grotere invloed heeft op het gasverbruik in een label A woning dan in een label E woning. Temperatuurgedrag, en dan met name de temperatuurinstelling, wordt vaak als de belangrijkste gedraging gezien voor het energiegebruik. Naast de temperatuurinstelling is echter ook de mate waarin ruimtes anders dan de woonkamer worden mee verwarmd van grote invloed op het energiegebruik. Naarmate woningen beter geïsoleerd zijn, is de temperatuurverdeling in de woning uniformer en wordt de mate waarin ruimtes worden mee verwarmd, minder van belang. De mate van aanwezigheid lijkt relatief weinig effect te hebben op het gasverbruik, noch voor zuinige noch voor minder zuinige woningen. Naarmate woningen beter geïsoleerd zijn, gaan douchegedrag en naar verwachting ventilatiegedrag en interne warmtelast relatief een steeds belangrijkere rol spelen in het energiegebruik. Door het nemen van energiebesparende maatregelen wordt het absolute effect van gedrag beperkt: maatregelen als douche-wtw, zonneboilers en efficiëntere warm tapwateropwekking beperken het effect van lang douchen en maatregelen als balansventilatie met warmteterugwinning en vraaggestuurde ventilatie beperken ventilatieverliezen. Het effect van gedrag dat niet wordt beïnvloed door deze maatregelen, zoals het ventileren door middel van ramen en deuren ( spuiventilatie ), wordt niet door deze maatregelen beperkt en zal hierdoor zowel absoluut als relatief een steeds belangrijker aspect worden, waardoor het werkelijk energiegebruik van energiezuinige woningen flink kan afwijken van het voorspelde energiegebruik. Om het energiegebruik beter te kunnen voorspellen, is het daarom van belang beter grip te krijgen op deze typische gedragingen die niet rechtstreeks worden beïnvloed door energiebesparende maatregelen, zoals bijvoorbeeld het (spui)ventilatiegedrag, met daaraan gerelateerd de vertaling naar ventilatiedebiet, en de interne warmtelast. Verschillen in bewoners- en huishoudkenmerken, zoals leeftijd en het aantal personen in een huishouden, hebben invloed op gedrag en daarmee op het gasverbruik van een woning. Soms zijn deze effecten tegengesteld, waardoor ze niet altijd tot uiting komen in het gasverbruik.

63 TNO-rapport TNO 2016 R / 64 Echter, de spreiding in energie-gerelateerd gedrag binnen een profiel is naar verwachting aanzienlijk groter dan verschillen tussen typische gebruikersprofielen. Om meer inzicht te krijgen in de verwachte spreiding in het energiegebruik ten gevolge van gebruikersgedrag wordt daarom het werken met in de praktijk waargenomen bandbreedtes van gedrag in plaats van het werken met gebruikersprofielen aangeraden. 2. In hoeverre kunnen we met behulp van de ontwikkelde gebruikersmodule het energiegebruik voor ruimteverwarming en warm tapwater beter voorspellen, c.q. het verschil tussen berekend en werkelijk energiegebruik voor individuele huishoudens verkleinen? Uit de onderhavige studie blijkt dat de in dit project ontwikkelde gebruikersmodule vooral bij woningen met een lagere energetische kwaliteit (label E, F en G) tot een betere voorspelling van het gasverbruik leidt, zowel gemiddeld als op individueel woningniveau. De verbetering in deze voorspelling is grotendeels te danken aan een betere voorspelling van de woninggemiddelde binnentemperatuur met behulp van het verbeterde fysische rekenmodel. Toevoeging van de ontwikkelde gedragsmodellen voor temperatuurinstelling, aanwezigheid, verwarmen van overige ruimten en doucheduur blijkt slechts beperkt invloed te hebben op het verkleinen van het gat tussen berekend en gemeten gasverbruik. Voor woningen met een betere energetische kwaliteit (label A en B) leidt de in dit project ontwikkelde gebruikersmodule er niet toe dat de voorspelling van het gasverbruik verbetert 30. De woninggemiddelde temperatuur ligt dichter bij de 18 C die in de standaard EPA berekening wordt aangehouden, waardoor nauwelijks correctie door het fysische vertaalmodel noodzakelijk is. Mogelijk ligt de woninggemiddelde binnentemperatuur in werkelijkheid wat hoger dan met het gedragsmodel wordt voorspeld: het slechts beperkte rebound effect voor temperatuurgedrag dat uit de gedragsmodellen blijkt kan het gevolg zijn van een gering aantal A label, en met name A+ en A++ label woningen, in de populatie van de WoON Energiemodule 2012 dataset waarop de gedragsmodellen zijn gebaseerd. De gebruikersmodule is een geschikte tool om gemiddelde verschillen in gebruikersgedrag tussen verschillende gebruikersgroepen te voorspellen en gemiddelde gedragsprofielen voor gebruikersgroepen af te leiden. De spreiding in het gasverbruik binnen deze gebruikersgroepen is echter erg groot en vele malen groter dan het verschil tussen de gebruikersgroepen. Naast de huishoud- en woningkenmerken die in de gedragsmodellen worden meegenomen spelen duidelijk ook andere aspecten een belangrijke rol in het energiegedrag (o.a. mate van energiebewustzijn, omgevingsfactoren). Hierdoor kunnen de gedragsmodellen die in dit onderzoek ontwikkeld zijn, of daarvan afgeleide gebruikersprofielen, geen uitkomst bieden om de grote spreiding op individueel huishoudniveau inzichtelijk te maken. 30 Wanneer op individueel huishoudniveau een betere inschatting van de interne warmtelast wordt gemaakt o.b.v. het gemeten elektriciteitsverbruik, het aantal aanwezige personen en koken, blijkt dat ook voor woningen met een betere energetische kwaliteit (label A en B) de voorspelling van het gasverbruik verbetert. Dit aspect is echter pas na afloop van deze studie toegevoegd en is daarom verder niet in deze rapportage meegenomen.

64 TNO-rapport TNO 2016 R / In welke mate kan inzicht in werkelijk gedrag de voorspelling van het energiegebruik voor ruimteverwarming en warm tapwater verbeteren? Uit de onderhavige studie blijkt dat wanneer voor de energieberekeningen gebruik kan worden gemaakt van het zelf-gerapporteerde energiegedrag (temperatuur- en douchegedrag), dit er niet toe leidt dat het verschil tussen het berekende en gemeten gasverbruik gemiddeld kleiner wordt dan wanneer het gasverbruik wordt berekend op basis van de in dit project ontwikkelde gebruikersmodule. Ook wordt voor de individuele woningen de voorspelling niet beter. Hoewel men zou verwachten dat het zelf-gerapporteerde energiegedrag het werkelijke energiegedrag beter benadert dan de ontwikkelde (gemiddelde) gedragsmodellen, blijkt het verschil met het gemeten gasverbruik niet kleiner te worden. We zien grosso modo twee mogelijke oorzaken hiervoor: - Het gedrag zoals dit is gerapporteerd wijkt mogelijk af van het werkelijke gedrag. Dit fenomeen wordt ook in de literatuur beschreven (zie o.a. Shipworth et al., 2010); - De invloed van andere aspecten veroorzaakt mogelijk zoveel ruis in het gasverbruik dat het kennen van het werkelijke temperatuur- en douchegedrag geen effect heeft op het verkleinen van de ruis. Bijvoorbeeld aspecten van gedrag die niet worden beschouwd (o.a. het openen van ramen en (binnen)deuren, gedrag van de buren en het gebruik van elektrische apparatuur (interne warmtelast)), afwijkingen in gebouwopnames ten opzichte van de werkelijkheid en afwijkingen in het EPA model ten opzichte van de werkelijkheid, zoals luchtdichtheid en prestaties van installaties. Voor de geanalyseerde dataset van 360 woningen blijkt het kennen van het zelfgerapporteerde temperatuur - en douchegedrag geen toegevoegde waarde te hebben om voor individuele huishoudens een betere voorspelling van het gasverbruik te kunnen doen. Andere vormen om het werkelijk gedrag in kaart te brengen, zoals monitoring of het beter uitvragen van gedrag, kunnen wellicht een bijdrage leveren om meer inzicht te krijgen in het gebruikersgedrag om zo tot een betere voorspelling van het gasverbruik te komen.

65 TNO-rapport TNO 2016 R / 64 7 Aanbevelingen 7.1 Aanbevelingen voor toepassing van de ontwikkelde gebruikersmodule in de praktijk Op basis van de huidige EPA methodiek wordt bij woningen met een lagere energetische kwaliteit het gasverbruik fors hoger ingeschat, en bij woningen met een hogere energetische kwaliteit juist iets lager ingeschat dan het gasverbruik in werkelijkheid is. Als deze berekende gasverbruiken worden gebruikt om de terugverdientijd van renovatiemaatregelen en de haalbaarheid van de energiebesparingsdoelstellingen te bepalen, dan rekent men zich rijk: de werkelijke energiebesparing bij renovatie zal flink lager zijn dan men op basis van het berekende energiegebruik zou verwachten en ook bij nieuwbouw zal de verwachte energieprestatie niet worden gehaald. Door toepassing van de in dit project ontwikkelde gebruikersmodule kan het verwachte energiegebruik voor ruimteverwarming en warm tapwater beter worden voorspeld. Enerzijds biedt de gebruikersmodule mogelijkheden om een betere inschatting te kunnen maken van het gemiddelde gebruikersgedrag: het standaard gebruik dat in de energierekenmodellen wordt gehanteerd. Anderzijds bieden de in dit project ontwikkelde gedragsmodellen voor temperatuur- en douchegedrag mogelijkheden om in de energiemodellering beter rekening te houden met gemiddelde verschillen in gedrag tussen groepen (biivoorbeeld op basis van leeftijd of gezinssamenstelling). De verschillen in gebruikersgedrag binnen een groep met dezelfde kenmerken zijn echter groot. Hierdoor is het niet mogelijk om met gedragsmodellen (of daarvan afgeleide gebruikersprofielen) inzicht te geven in het verwachte energiegebruik op individueel niveau. Wanneer inzicht in het effect van gebruikersgedrag op het energiegebruik gewenst is, kan daarom beter de spreiding die wordt waargenomen in de verschillende gedragingen als uitgangspunt worden genomen, bijvoorbeeld door het energiegebruik te bepalen voor het 10 e, 50 e en 90 e percentiel van het optredende gedrag. Op basis hiervan is het beter mogelijk om het effect van spreiding in gedrag op het energiegebruik, en daarmee de robuustheid van het gebouw voor gebruikersgedrag, inzichtelijk te maken Wanneer het huidige energiegedrag van een individueel huishouden bekend is, is het met de in dit project ontwikkelde gebruikersmodule mogelijk om voorspellingen te doen voor het verwachte energiegebruik in de toekomst wanneer er veranderingen optreden in huishoud- of woningkenmerken. Een voorspelling ten opzichte van een bekend startpunt is immers makkelijker dan zonder bekend startpunt. Zoals al meerdere malen in deze rapportage genoemd, zal naarmate woningen energiezuiniger worden, het effect van gedrag dat niet rechtstreeks wordt beïnvloed door energiebesparende maatregelen, zoals het ventileren door middel van ramen en deuren ( spuiventilatie ) en de interne warmteproductie door apparatuur en aanwezige personen, een steeds belangrijkere rol gaan spelen in de energieprestatie van woningen. Om het energiegebruik beter te kunnen

66 TNO-rapport TNO 2016 R / 64 voorspellen, is het daarom van belang beter grip te krijgen op deze gedragsaspecten. 7.2 Aanbevelingen voor toekomstige dataverzameling met betrekking tot energiegedrag Op basis van dit onderzoek blijkt het kennen van het zelf-gerapporteerde energiegedrag geen toegevoegde waarde te hebben om een betere voorspelling van het gasverbruik te kunnen doen (zie hoofdstuk 5). We verwachten dat monitoring een betere manier zal zijn om inzicht te krijgen in het werkelijke energiegedrag. Met de opkomst van de slimme meter, slimme thermostaten en het steeds breder toegepast worden van sensoren in de woning lijkt monitoring in de toekomst steeds beter haalbaar te worden. Bij toekomstige monitoring is het van belang rekening te houden met het type woning. In goed geïsoleerde woningen zou monitoring zich vooral moeten richten op continue meting van: - De ingestelde setpointtemperatuur gedurende de dag; - De werkelijke temperatuur in meerdere vertrekken op verschillende verdiepingen; - Ventilatiegedrag (zowel via het systeem als via ramen en deuren); - Warm water gebruik of douchegedrag; - Interne warmtelast, waaronder het elektriciteitsverbruik voor apparatuur en aanwezige personen. Ondanks de meer uniforme temperatuurverdeling in goed geïsoleerde woningen is monitoring van de werkelijke temperatuur in meerdere vertrekken op verschillende verdiepingen van belang: de binnentemperatuur blijft een zeer belangrijke parameter die sterk wordt bepaald door gebruikersgedrag en die met de komst van slimme thermostaten en thermostaatkranen met relatief weinig moeite te meten is. Meten blijft veel nauwkeuriger dan inschatten op basis van modellen. Van goede temperatuurmetingen kunnen we profijt hebben bij het inschatten van minder evident te meten parameters, zoals ventilatiegedrag. Bovendien zal monitoring van oververhitting steeds belangrijker worden. Hoe ventilatiegedrag het beste gemonitord kan worden is een interessant onderwerp van onderzoek. Belangrijk is om de infiltratie- en systeemstroom, en vooral ook de spuistroom zo goed mogelijk te kunnen inschatten. Door de uniformere verdeling van de binnentemperatuur heeft het openen van ramen in onverwarmde slaapkamers bij zeer goed geïsoleerde woningen meer invloed op het energiegebruik dan bij slechter geïsoleerde woningen. Datzelfde geldt overigens voor appartementen, waar een uniformere temperatuur heerst dan in grondgebonden woningen. Om de ventilatiestroom te bepalen adviseren we de mogelijkheden van een combinatie van monitoring van ventilatorstanden of vermogens, CO 2 afname patronen, tracergasmetingen en parameter identificatietechnieken te onderzoeken. Bij slecht geïsoleerde woningen zou monitoring zich vooral moeten richten op continue meting van:

67 TNO-rapport TNO 2016 R / 64 - De ingestelde setpointtemperatuur gedurende de dag; - De werkelijke temperatuur in meerdere vertrekken op verschillende verdiepingen; - Binnendeurgedrag. Uiteraard zijn ventilatiegedrag, warm tapwater gebruik (douchegedrag) en de interne warmtelast bij dit type woningen ook van belang, maar het aandeel in het totale energiegebruik is veel kleiner dan bij de goed geïsoleerde woningen. Door de minder uniforme temperatuurverdeling in deze woningen zijn juist de verschillen in temperatuur tussen de verschillende vertrekken essentieel. Uit dit onderzoek is naar voren gekomen dat verschillende gedragingen een versterkend effect of juist een tegengesteld effect kunnen hebben op het energiegebruik. Het is daarom van belang om inzicht te krijgen welke combinaties van gedragingen samen optreden. Bij monitoring is het daarom aan te bevelen gedragingen altijd in combinatie te monitoren en analyseren. Als er wel met vragenlijsten wordt gewerkt, adviseren we de enquête alsmede de procedure van uitvragen op diverse aspecten aan te passen, zodat de antwoorden beter bij de werkelijkheid aansluiten. Dit betreft bijvoorbeeld het moment waarop de vragenlijst wordt afgenomen, aangezien gedrag uit het recente verleden mogelijk een grotere rol zal spelen bij de beantwoording dan gedrag in een verder verleden. Een uitgebreid overzicht met adviezen rondom de vragenlijst per gedragsaspect wordt gegeven in De Kluizenaar et al. (2015a,b,c).

68 TNO-rapport TNO 2016 R / 64 8 Referenties Dall'O' G, Sarto L, Galante A, Pasetti G. Comparison between predicted and actual energy performance for winter heating in high-performance residential buildings in the Lombardy region (Italy). Energy and Buildings 2011; 47: Fabi V, Andersen RK, Corgnati S en Olesen BW. Occupants' window opening behaviour: A literature review of factors influencing occupant behaviour and models. Building and Environment 2012; 58: ISSO Handleiding Energieprestatie Advies Woningen Formulestructuur EI en maatwerkadvies woningbouw Herziene versie Kluizenaar, Y. de, Spiekman, M.E., Hoes-van Oeffelen, Literatuurstudie gebruikersgedrag en energiegebruik, TNO rapport, Kluizenaar, Y. de, Hoes-van Oeffelen, E.C.M, Hofstetter, H., Levie, D., Ontwikkeling van kwantitatieve modellen voor de predictie van temperatuurgedrag in de woning, Thermostaatinstelling, aanwezigheid, verwarmen overige ruimten, TNO rapport, 2015a. Kluizenaar, Y. de, Hoes-van Oeffelen, E.C.M, Hofstetter, H., Levie, D., Ontwikkeling van kwantitatieve modellen voor de predictie van ventilatiegedrag in de woning, TNO rapport, 2015b. Kluizenaar, Y. de, Hoes-van Oeffelen, E.C.M, Hofstetter, H., Levie, D., Ontwikkeling van een kwantitatief model voor de predictie van warm tapwatergebruik in de woning, TNO rapport, 2015c. Koene, F.G.H., Hoes-van Oeffelen, E.C.M, Spiekman, M.E., Kluizenaar, Y. de, Vertaling van de uitkomsten van de gedragsmodellen naar invoer voor het energierekenmodel, TNO rapport, Majcen, D., Itard, L., Visscher, H. Energielabels en werkelijk energiegebruik, TVVL Magazine, nr. 1, Sijpheer, N., Jacobs, P., Leidelmeijer, K., Borsboom, W., van Vliet, M., de Jong, P., Resultaten uit monitoring over: Concepten Nul op de meter en 80% besparing, uitgave van Energiesprong Platform 31 i.s.m. TNO, RIGO en Van Beek, mei Shipworth, M., Firth, S.K., Gentry, M.I., Wright, A.J., Shipworth, D.T., Lomas, K.J. Central heating thermostat settings and timing: building demographics. Building Research & Information 2010; 38(1): TNS-NIPO. Watergebruik thuis TNS-NIPO Rapport G5707, 17 februari 2014.

69 TNO-rapport TNO 2016 R / 64 9 Ondertekening Delft, 15 november 2016 TNO F. Driessen Research Manager ad interim Heat Transfer and Fluid Dynamics Auteurs: E.C.M. Hoes-van Oeffelen M.E. Spiekman F.G.H. Koene Y. de Kluizenaar T. Bulavskaya Afdelingshoofd

70 TNO-rapport TNO 2016 R11482 Bijlage A 1/2 A Het voorspeld energiegebruik op basis van het energielabel Het doel van het energielabel is inzicht geven in de energetische kwaliteit van een gebouw in vergelijking tot soortgelijke gebouwen en inzicht geven in de potentie van mogelijke energiebesparende maatregelen om de energetische kwaliteit van het gebouw te verbeteren. Het gaat hierbij om de energetische kwaliteit van het gebouw zelf, er wordt geen rekening gehouden met het specifieke individuele gebruik. Net als bij auto s kunnen alleen gebouwen in dezelfde categorie met elkaar worden vergeleken: een klein appartement met een A label heeft bijvoorbeeld een totaal ander energiegebruik als een grote vrijstaande woning met een A label. Met het energielabel wil de overheid het nemen van energiebesparende maatregelen stimuleren. Het energielabel is niet bedoeld om het energiegebruik (en daarmee de energierekening) op individueel gebouwniveau te voorspellen. Het energielabel (A++ t/m G) wordt bepaald op basis van de energie-index (EI), zie Tabel 2. Hoe lager de energie-index, hoe beter de energetische prestatie van een gebouw is. De energie-index wordt bepaald voor standaard weergegevens en standaard gebruikersgedrag, zodat gebouwen onderling op hun energetische prestaties vergelijkbaar zijn. Tabel 2. Energielabel en de bijbehorende energie-index (ISSO 82.1, 2011). Energielabel Energie-index (EI) A++ Kleiner of gelijk aan 0,50 A+ 0,51-0,70 A 0,71-1,05 B 1,06-1,30 C 1,31-1,60 D 1,61-2,00 E 2,01-2,40 F 2,41-2,90 G Groter dan 2,90 De energie-index wordt berekend door het totale gebouwgebonden primaire energiegebruik te delen door het toelaatbare primaire energiegebruik dat aan het gebouw wordt toegekend op basis van de gebruiksfunctie, gebruiksoppervlakte, verliesoppervlakte, ventilatie en aanwezigheid van koeling. Het totale gebouwgebonden primaire energiegebruik omvat het primaire energiegebruik voor verwarming, ventilatoren, verlichting, pompen en warm tapwater; energie die in het gebouw wordt opgewekt met PV of WKK wordt hier vanaf getrokken. De bepalingsmethode voor het energielabel voor woningen wordt beschreven in ISSOpublicaties 82.1 t/m Het energielabel heeft dus alleen betrekking op het gebouwgebonden deel van het energiegebruik van een gebouw, het gebruiksgebonden deel (tv, koelkast, magnetron etc.) wordt hier niet in meegenomen. In dit rapport wordt het

71 TNO-rapport TNO 2016 R11482 Bijlage A 2/2 gebouwgebonden energiegebruik volgens het energielabel vergeleken met het gemeten energiegebruik van een gebouw volgens de CBS database. Dit gemeten energiegebruik omvat echter zowel het gebouwgebonden als het gebruiksgebonden energiegebruik, waardoor beide energiegebruiken per definitie zullen verschillen. Het gebruiksgebonden deel is vooral groot voor het elektriciteitsverbruik. Hierdoor is vergelijking van het gemeten en berekende elektriciteitsverbruik lastig. Voor het gasverbruik is het gebruiksgebonden deel gering, waardoor een vergelijking tussen het gemeten en berekende gasverbruik beter mogelijk is.

72 TNO-rapport TNO 2016 R11482 Bijlage B 1/3 B Beschrijving energielabeldatabase De energielabel database van RVO die in dit project is gebruikt omvat energielabels die zijn verstrekt tussen 1 januari 2006 en 1 december In de database is voor iedere energielabel bepaling een xml bestand beschikbaar. Met behulp van een door Vabi voor dit project ontwikkelde module zijn per woning onderstaande gegevens uit de xml bestanden gehaald.

73 TNO-rapport TNO 2016 R11482 Bijlage B 2/3

74 TNO-rapport TNO 2016 R11482 Bijlage B 3/3