Aalborg Universitet
Varmeplan Danmark
Dyrelund, Anders; Lund, Henrik; Möller, Bernd; Mathiesen, Brian Vad; Fafner, Klaus;
Knudsen, Søren; Lykkemark, Bjarne; Ulbjerg, Flemming; Laustsen, Tina Hartun; Larsen, Jesper Møller; Holm, Peter
Publication date:
2008
Document Version
Også kaldet Forlagets PDF
Link to publication from Aalborg University
Citation for published version (APA):
Dyrelund, A., Lund, H., Möller, B., Mathiesen, B. V., Fafner, K., Knudsen, S., Lykkemark, B., Ulbjerg, F., Laustsen, T. H., Larsen, J. M., & Holm, P. (2008). Varmeplan Danmark. Aalborg Universitet.
General rights
Copyright and moral rights for the publications made accessible in the public portal are retained by the authors and/or other copyright owners and it is a condition of accessing publications that users recognise and abide by the legal requirements associated with these rights.
Projekt nr. 2008 – 01 Titel: Varmeplan Danmark
Udført af: Rambøll Danmark A/S i samarbejde med Aalborg Universitet
Varmeplan Danmark
Bilagsrapport
Dansk Fjernvarme, F&U-Kontoen
Varmeplan Danmark
Bilagsrapport
Oktober 2008
Rambøll Danmark A/S
Bilagsrapport Oktober 2008
Ref 8719006
Varmeplan Danmark Bilagsrapport 09 10 08 Version 6
Dato 2008-10-09
Udarbejdet af Projektgruppen Kontrolleret af AD
Godkendt af JO
Dansk Fjernvarme, F&U-Kontoen
Varmeplan Danmark
Indholdsfortegnelse
Forord 1
1. Bilag 1 Varmeatlas 2
1.1 Problemstilling 2
1.2 Metode 3
1.2.1 BBR-udtræk 3
1.2.2 Varmeforbrugsmodellen 4
1.2.3 Validering af varmeforbrugsmodellen 8
1.2.4 En geografisk database over varmeplanlægningen 12
1.2.5 Kortlægning af forsyningsform og forsyningsteknologi 13
1.3 Udpegning af mulige nye fjernvarmeområder 14
1.3.1 Krydstabulering af varmeforbrug og forsyningsteknologi 16
1.4 Resultater 16
1.5 Diskussion 17
1.6 Perspektiver for udviklingen 17
1.7 Referencer 18
2. Bilag 2 Potentialet for en fremtidig fjernvarmeudbygning 19
2.1 Problemstilling 19
2.2 Opbygning af et Varmeatlas 19
2.3 Opstilling af geografiske scenarier 20
2.4 Resultater 21
2.5 Konklusion og perspektivering 25
3. Bilag 3 Fjernvarmenettets karakteristika 26
3.1 Forudsætninger 26
3.2 Investering vs. varmelevering 27
3.3 Varmetab 30
4. Bilag 4 Model for fjernvarmenettene i Danmark 32
4.1 Eksisterende bebyggelse 32
4.2 Ny bebyggelse 33
4.3 Scenarier for udbygning af nettene 34
4.4 Fjernvarmenettenes udbygning 35
4.5 Fjernvarmens robusthed overfor stærkt faldende varmebehov 37
5. Bilag 5 Varmebesparelser ved merisolering 39
5.1 Samfundsøkonomi 39
5.2 Brugerøkonomi 40
5.3 Omkostninger ved sparet varme 40
6. Bilag 6 Forsyning af ny bebyggelse med fjernvarme 42
6.1 Forudsætninger 43
6.1.1 Varmeinstallationer 43
6.1.2 Varmebehov og klimaskærm 44
6.1.3 Ledningsanlæg 45
6.1.4 Varmetab fra fjernvarmenet 46
6.1.5 Produktion af fjernvarme 46
6.2 Samfundsøkonomisk vurdering 47
6.2.1 Tilslutningsgrad til fjernvarme 49
6.2.2 Kalkulationsrente på 3 % 51
6.3 Samlede investeringer – faste omkostninger 52
6.4 Resumé 53
7. Bilag 7 Forsyning af ny bebyggelse med blokvarme 55
7.1 Forudsætninger 56
7.1.1 Varmebehov og klimaskærm 56
7.1.2 Varmeinstallationer 58
7.1.3 Ledningsanlæg 60
7.1.4 Produktion af blokvarme 61
7.2 Samfundsøkonomisk vurdering og Drivhusgasemissioner 61
7.2.1 Samfundsøkonomisk vurdering 61
7.2.2 Drivhusgasemissioner 63
7.2.3 Kalkulationsrente på 3 % 65
7.2.4 2008 brændselspriser 66
7.3 Resumé og perspektivering 68
8. Bilag 8 Potentiale for affaldsvarme 70
8.1 Hovedprognose med røggaskondensering 70
8.2 Prognose uden røggaskondensering 72
8.3 Virkningsgraders afhængighed af temperaturen 72
9. Bilag 9 Potentiale for biogas 75
10. Bilag 10 Potentiale for storskala solvarme 77
10.1 Solvarmens variation 77
10.2 Solvarme i konflikt med anden sommervarme 79
10.3 Fordele ved storskalaanlæg 79
10.4 Anbefalet udbygning 81
11. Bilag 11 Brug af lokale halmressourcer 83
11.1 Udbygning til større kunder 84
11.2 Udbygning til hele byen 85
11.3 Lokal eller central udnyttelse af halm 85
12. Bilag 12 Kraftvarmeoptimering 90
12.1 Elvarighedskurven 90
12.2 Produktionsoptimering 91
13. Bilag 13 Scenarieanalyser 94
13.1 Introduktion 94
13.2 Resumé af Resultater 94
13.3 Analysemodel 97
13.4 Scenarier for udvidelse af det danske fjernvarmeområde 98
13.5 Det danske system anno 2006 samt scenario for 100 % VE-system 100
13.6 Alternative varmeforsyningsteknologier 102
13.7 Alternative energisystemer 103 13.7.1 Varmebesparelser (Varme00, Varme25, Varme50, Varme75) 103
13.7.2 Mere vindkraft (Vind33, Vind50, Vind75) 103
13.7.3 Bedre kraft- og kraft/varmeværker (KV45) 103
13.8 Fjv. nettab og time-distribution ved besparelser 104
13.9 Økonomiske forudsætninger: Anlæg og drift 105
13.10 Samfundsøkonomiske brændsels- og el-prisforudsætninger 107
13.11 Resultater: Nuværende anno 2006 energisystem 110
13.12 Resultater: 100 % VE-energisystem anno 2060 116
13.13 Resultater: Fremtidigt år 2020 energisystem 117
13.14 Bilag 13.1: Data fra GIS-model for de 3 scenariers fordeling på fjernvarme
og individuelforsyning 122
13.15 Bilag 13.2: Data fra GIS-model omregnet til input til EnergyPLAN modellen 123 13.16 Bilag 13.3: Data vedr. fjv-nettab fra Rambøll-notat omregnet til input til
EnergyPLAN modellen 124
13.17 Bilag 13.4: Fordeling af fjervarmebehov på grupper i EnergyPLAN modellen
for de forskellige besparelses-alternativer 125
13.18 Bilag 13.5: Elprisvarighedskurve for forskellige vindkraft-input 126 14. Bilag 14 Potentiale for omkostningseffektive varmebesparelser 127
14.1 Resume 127
14.2 Opsummering af klimaskærmrapporten 127
14.3 Indledning 128
14.4 Parametre 128
14.5 Metodeforskelle 128
14.5.1 Nutidsværdibetragtninger 128
14.5.2 Energiforbrug pr. m2 129
14.6 Resultater 131
14.6.1 Nutidsværdibetragtninger 131
14.6.2 Energiforbrug pr. m2 134
15. Bilag 15 Varmeplan Danmark model 136
15.1 Indledning 136
15.2 Datagrundlaget for modellen 136
15.3 Prognosticering af varmegrundlaget 138
15.3.1 Bygningsmassens udvikling 138
15.3.2 Tre alternative udviklingsforløb for varmeforsyningen 139
15.3.3 Prognose for nybyggeri 142
15.3.4 Fjernvarmemarkedet 142
15.4 Prognosticering af varmeproduktionen 145
15.4.1 Faste grundlastproduktionskilder til fjernvarmen 145
15.4.2 Nye produktionskilder til fjernvarmen 148
15.5 Prognosticering af fjernvarmens lastfordeling 148
15.6 Energiforbrug og brændselsfordelingen 152
15.7 CO2-reduktion 155
15.8 Primary Ressource Factor (PRF) 157
15.9 Samfundsøkonomiske varmepriser iht. Energistyrelsen 158
15.10 Samfundsøkonomiske vurderinger 162
15.11 Bilag med produktionsvarighedskurver 163
15.11.1 Storkøbenhavn 2006 ->2020 163
15.11.2 Varmeplan Århus 2006 ->2020 164
15.11.3 TVIS i trekantområdet 2006 ->2020 165
15.11.4 Aalborg med omegnsbyer 2006 ->2020 166
15.11.5 Store kraftvarmeudtag 2006 ->2020 167
15.11.6 Affalds- og biomassekraftvarme 2006 ->2020 168
15.11.7 Affaldskraftvarme og Gas-combined-cycle 2006 ->2020 169
15.11.8 Gas-combined-cycle 2006 ->2020 170
15.11.9 Gasfyret modtrykskraftvarme 2006 ->2020 171
Figur- og tabelfortegnelse
Figur 2-1 De kumulative omkostninger og det kumulative fjernvarmepotentiale uden
varmebesparelser 22
Figur 2-2 De kumulative omkostninger og det kumulative fjernvarmepotentiale med
varmebesparelser 22
Figur 2-3 De marginale omkostninger og det kumulative fjernvarmepotentiale uden
varmebesparelser 23
Figur 2-4 De marginale omkostninger og det kumulative fjernvarmepotentiale med
varmebesparelser 23
Figur 3-1 Sammenhæng mellem anlægsinvestering og leveret varmemængde pr. år for
distributionsledninger 27
Figur 3-2 Sammenhæng mellem anlægsinvestering og leveret varmemængde pr. år for
transmissionsledninger 28
Figur 3-3 Investering pr. leveret varmemængde som funktion af dimension for
distributionsledninger 28
Figur 3-4 Investering pr. leveret varmemængde som funktion af dimension for DN200-
DN1000 29
Figur 3-5 Marginal merpris pr. øget leveret varmmængde ved at gå en dimension op 29 Figur 3-6 Årligt varmetab som funktion af dimension for serie 2 og twinrør 30 Figur 3-7 Effektivitet pr 100 m som funktion af dimension for distributionsledninger 31 Figur 3-8 Effektivitet som funktion af dimension for henholdsvis distributionsledninger
og transmissionsledninger 31
Figur 6-1 Placering af 80 tæt/lav boliger 43
Figur 6-2 Samfundsøkonomiske omkostninger (1000 kr.) 47
Figur 6-3 CO2-emission (nutidsværdi over 20 år) for de enkelte alternativer 48
Figur 6-4 Ikke kvotereguleret CO2-emission 49
Figur 6-5 Samfundsøkonomisk omkostning ved forskellige tilslutningsgrader til
fjernvarme 50
Figur 6-6 CO2-emission ved forskellige tilslutningsgrader til fjernvarme 51
Figur 6-7 Samfundsøkonomiske omkostninger (1000 kr.) 52
Figur 6-8 Samlet investering (nutidsværdi over 20 år) 53
Figur 9-1 Potentiale for biogas 76
Figur 10-1 Solvarmens variation 78
Figur 10-2 Produktionspriser for solvarme 81
Figur 11-1 Sammenligning af central og decentral udnyttelse af halm 50 % motorandel 87 Figur 11-2 Sammenligning af central og decentral udnyttelse af halm 75 % motorandel 88 Figur 11-3 Sammenligning af central og decentral udnyttelse af halm 90 % motorandel 89
Figur 12-1 Elprisvarighedskurve 90
Figur 12-2 Samfundsøkonomiske priser ved gaspris 150 kr/MWh 92
Figur 12-3 Samfundsøkonomiske priser ved gaspris 200 kr/MWh 92
Figur 12-4 Samfundsøkonomiske priser ved gaspris 250 kr/MWh 93
Figur 13-1 Illustrationer fra EnergyPLAN-modellen 97
Figur 13-2 Nettovarmebehov i referencen og de 3 scenarier 99
Figur 13-3 Brændsels- og fjernvarmebehov for de 3 scenarier 100 Figur 13-4 Timedistribution og varighedskurve for fjernvarme, nuværende forsyning 104
Figur 13-5 Timedistribution og varighedskurve for fjernvarme med 75% reduktion 105 Figur 13-6 Konsekvenser for brændselsforbruget for 10 forskellige alternativer 111 Figur 13-7 Konsekvenser for CO2-emissionen af 10 alternativer 112 Figur 13-8 Konsekvenser for CO2-emissionen af 10 alternativer 113 Figur 13-9 Sammenligning af konsekvenser for de tre scenarier 115 Figur 13-10 Brændselsforbrug og samfundsøkonomi for 7 alternativer 116 Figur 13-11 Analyser i et år 2020 energisystem med eloverløb og uden el-handel 119 Figur 13-12 Analyser i et år 2020 energisystem med eloverløb og uden el-handel 120 Figur 14-1 Sammenligning af klimaskærmrapporten og følsomhedsanalysen 132 Figur 14-2 Nutidsværdinøgletal. sammenligning mellem de 2 beregninger 133 Figur 14-3 Nutidsværdinøgletal, sorteret efter værdi fra følsomhedsberegningerne 133 Figur 14-4 Besparelses andel af det samlede varmeforbrug; samt de dertilhørende
investeringer 134
Figur 14-5 Investeringen i kr. pr årlig besparelse i MWh/år ved stigende
besparelsesprocenter 135
Figur 15-1 Statistik og prognose for befolkningstal og bygningsmassens udvikling 138 Figur 15-2 Prognose for bygningsmassens udvikling fordelt på sektorer. 139 Figur 15-3 Det samlede varmebehov ved 25 % rumvarmebesparelser (år 2020) 140 Figur 15-4 Den samlede varmeforsyning ved 50 % rumvarmebesparelser i år 2040 141 Figur 15-5 Fjernvarmemarkeds udvikling ved udviklingsforløb A 143 Figur 15-6 Fjernvarmemarkeds udvikling ved udviklingsforløb B 143 Figur 15-7 Fjernvarmemarkeds udvikling ved udviklingsforløb C 144 Figur 15-8 Fjernvarmens lastfordeling ved udviklingsforløb A 150 Figur 15-9 Fjernvarmens lastfordeling ved udviklingsforløb B 150 Figur 15-10 Fjernvarmens lastfordeling ved udviklingsforløb C 151 Figur 15-11 Varmeforsyningens fordeling på energiart ved udviklingsforløb A 152 Figur 15-12 Varmeforsyningens fordeling på energiart ved udviklingsforløb B 153 Figur 15-13 Varmeforsyningens fordeling på energiart ved udviklingsforløb C 153 Figur 15-14 Fordelingen af fjernvarmens primærenergi pr leveret varmeenhed
(søjlediagrammer) samt kraftvarmeandel (kurve) 154
Figur 15-15 Den samlede CO2-emission ved udviklingsforløb A 156 Figur 15-16 Den samlede CO2-emission ved udviklingsforløb B 156 Figur 15-17 Den samlede CO2-emission ved udviklingsforløb C 157 Figur 15-18 Samfundsøkonomiske varmepriser for et eksisterende normalhus 161 Figur 15-19 Samfundsøkonomiske varmepriser for et typisk lavenergihus 161
Tabel 1-1 Bygningernes aldersklasser i varmeforbrugsmodellen 5 Tabel 1-2 Det specifikke varmeforbrug (rumopvarmning og varmt vand) 6 Tabel 1-3 Bygningsmassens varmeforbrug på landsplan, nuværende (2006) og med
20% besparelser 7
Tabel 1-4 Bygningsmassen i millioner m2 fordelt på forbrugertyper 7 Tabel 1-5 Validering af Varmeatlas vha. en Varmeplan for Københavns Vestegn,
produceret af Rambøll 10
Tabel 1-6 Det beregnede varmeforbrug sammenlignet med energistatistikken 2006 11 Tabel 1-7 Feltbeskrivelser for nogle af de attributter i den geograf. database over
energidistrikter 12
Tabel 1-8 Grupper af områder med fælles forsyningsform og -teknologi 13
Tabel 1-9 Antal mulige fjernvarmeområder 14
Tabel 1-10 Tre scenarier for omlægningen af naturgasområder til fjernvarme 15 Tabel 1-11 Udvikling af nettoopvarmningsbehovet som potentielt kan tilsluttes i
scenarierne 16
Tabel 1-12 Udvikling af bygningsarealerne som potentielt kan tilsluttes i scenarierne 17 Tabel 2-1 De samlede fjernvarmepotentialer og anlægsomkostninger 21
Tabel 3-1 Benyttede anlægspriser 26
Tabel 4-1 Beregning af nettab i referencen 33
Tabel 4-2 Nettab til ny bebyggelse 34
Tabel 4-3 Nettab ved forskellige grader af udbygning og moderate besparelser 36
Tabel 4-4 Nettab ved stærkt faldende varmebehov 37
Tabel 5-1 Omkostninger ved varmebesparelser 41
Tabel 6-1 Nøgletal for varmeanlæg 44
Tabel 6-2 Energiramme og antagede varmebehov 44
Tabel 6-3 Merpris i % og kr./m² ekskl. moms i forhold til standard BR08 med
fjernvarme 45
Tabel 6-4 Anslåede anlægsomkostninger ekskl. moms 45
Tabel 6-5 Anlægsomkostninger for fjernvarmenet ved forskellige tilslutningsgrader 46
Tabel 6-6 Beregnet varmetab fra fjernvarmeledninger 46
Tabel 7-1 Energiramme og antagende varmebehov 57
Tabel 7-2 Merpris i % og kr./m² ekskl. moms ift. standard BR08 med oliefyr eller
blokvarme 58
Tabel 7-3 Oversigt over varme- og effektbehov ved forskellige hustyper 58
Tabel 7-4 Nøgletal for varmeanlæg 60
Tabel 7-5 Oversigt over det årlige varmetab fra blokvarmedistributionsledningerne
ved forskellige hustyper 61
Tabel 7-6 Oversigt over anlægsinvesteringer til solvarme og biooliefyret kedel 61
Tabel 7-7 Samfundsøkonomiske omkostninger (mio. kr.) 62
Tabel 7-8 Samfundsøkonomiske omkostninger i mio. kr. 62
Tabel 7-9 Akkumulerede drivhusgasemissioner over 20 år i ton CO2-ækvivalenter for
de enkelte alternativer 64
Tabel 7-10 Akkumuleret drivhusgasemissioner over 20 år i ton CO2-ækvivalenter 64
Tabel 7-11 Samfundsøkonomiske omkostninger (mio. kr.) 65
Tabel 7-12 Samfundsøkonomiske omkostninger i mio. kr. 66
Tabel 7-13 Oversigt over aktuelle brændselspriser (juli 2008) 66
Tabel 7-14 Samfundsøkonomiske omkostninger (mio. kr.) 67
Tabel 7-15 Samfundsøkonomiske omkostninger i mio. kr. 67
Tabel 8-1 Prognose for affaldsvarme 71
Tabel 8-2 Affaldsvarmeprognose uden kondensering 72
Tabel 8-3 Effektivitet som funktion af returtemperatur 73
Tabel 8-4 Forbedring af el- og totalvirkn.grad ved kondensering og lav returtemp. 74
Tabel 13-1 En mulig udvikling mod et 100 % VE system 101
Tabel 13-2 Fordeling af varmebehovet på varme brugsvand og tab 104
Tabel 13-3 Standardiserede værdier for individuelle anlæg 106
Tabel 13-4 Fjernvarmedata 107
Tabel 13-5 Brændselsprisforudsætning (DKK/GJ) 108
Tabel 13-6 Transport og håndteringsomkostninger for brændsler 109 Tabel 13-7 Timedistrib. og varighedskurve for Nordpool spotmarkedsprisen, 2005 110 Tabel 14-1 Stikprøve resultater fordelt på de forskellige tidsperioder 129 Tabel 14-2 Fordeling af gns. energiforbrug pr m2 ud på et- og to-plans huse 130 Tabel 14-3 procentvis størrelse af etageboliger og erhvervsbygningers energiforbrug 130
Tabel 15-1 Registreret fjernvarmeproduktionen 2006. 137
Tabel 15-2 Den samlede referencefjernvarmeproduktion (år 2006) 137
Tabel 15-3 Tre alternative udviklingsforløb: A, B og C 139
Tabel 15-4 Udvikling i det samlede varmemarkedets fordeling ved udviklingsforløb A 140 Tabel 15-5 Udvikling i det samlede varmemarkedets fordeling ved udviklingsforløb B 141 Tabel 15-6 Udvikling i det samlede varmemarkedets fordeling ved udviklingsforløb C 142 Tabel 15-7 Fjernvarmemarkedets udvikling (ab værk) i de 3 udviklingsforløb 142
Tabel 15-8 Prognose for fjernvarmemarkedets fordeling 144
Tabel 15-9 Prognose for industrikølevarme til fjernvarme 145
Tabel 15-10 Prognose for affaldskraftvarme 146
Tabel 15-11 Prognose for biogaskraftvarme 147
Tabel 15-12 Prognose for solvarme til fjernvarme i udviklingsforløb A 147 Tabel 15-13 Prognose for solvarme til fjernvarme i udviklingsforløb B og C 147 Tabel 15-14 Prognose for store varmepumper og elkedler til fjernvarme 148 Tabel 15-15 Fjernvarmeproduktionens lastfordeling ved udviklingsforløb A 149 Tabel 15-16 Fjernvarmeproduktionens lastfordeling ved udviklingsforløb B 149 Tabel 15-17 Fjernvarmeproduktionens lastfordeling ved udviklingsforløb C 149 Tabel 15-18 Nettovarmebehovet fordelt på energiart i de 3 udviklingsforløb 152 Tabel 15-19 Fjernvarmens ressourceforbrug af fossile brændsler og biomasse 155
Tabel 15-20 Udvikling i CO2-emissionstal 155
Tabel 15-21 PRF faktor inkl. elproduktion fra lokale biomassekraftvarmeværker 157 Tabel 15-22 Samfundsøkonomisk varmepris for forskellige forsyningssystemer 159 Tabel 15-23 Anlægsudgifter omregnet til ækvivalent samfundsøkonomisk varmepris. 160
Tabel 15-24 Samfundsøkonomi ekskl. anlægsinvesteringer 162
Forsiden symboliserer de meget ”lavthængende frugter”, der kan høstes i fjernvarmesekto- ren ved at udnytte sektorens muligheder bedre, end man gør i dag.
Forord
Denne rapport er udarbejdet af Rambøll Danmark A/S i samarbejde med Aalborg Universitet (AAU), Institut for Samfundsudvikling og Planlægning, og med støtte fra Dansk Fjernvarmes F&U-konto. F&U-kontoen er oprettet med det formål at støtte forskning og udvikling inden for fjernvarmesektoren. Kontoens midler er tilvejebragt via et bidrag på 0,65 øre pr. GJ for alle varmeværker med en varmeproduktion eller varmekøb på over 100 TJ pr. år.
1. Bilag 1 Varmeatlas
Bernd Möller, Aalborg Universitet
Dette bilag beskriver opbygningen af et detaljeret geografisk varmeatlas (Möller, 2008) til beregning af potentialet og omkostningerne for udvidet fjernvarmeforsyning i Danmark.
1.1 Problemstilling
Analyser af fjernvarmesystemernes miljøeffektivitet, specielt hvis disse udvides eller hvis der gennemføres energibesparelser i den eksisterende bygningsmasse, afhænger af den lokale forsyningsteknologi. Problematikker som udbredelsen af kraftvarme, spørgsmålet om fjern- varme skal udvides eller om der skal satses på lavenergibyggeri i byernes udkant, samt ge- nerelle effektivitetsforbedringer i forsyningssystemet kræver en geografisk tilgang til pro- blemstillingen fordi energiforbrugets placering typisk bestemmer forsyningsformen og ener- giteknologien.
Energiforbrugets geografi er bestemt af den måde byerne, landsbyerne og det åbne land er blevet bebygget på. Det bebyggede miljø, herunder bygningernes størrelse, alder, anvendel- se og opvarmningsform, bestemmer energiforbruget. Bebyggelsesintensitet og bebyggelser- nes form afgør, om der kan indrettes ledningsbundne forsyningsformer som fjernvarme og naturgas. Forsyningsformen er dikterende for den teknologi, som kan anvendes til produkti- on og fordeling af varme.
Energisystemernes geografiske indretning er et resultat af en kommunal varmeplanlægning, som begyndte i 1970’erne. Hvis man vil gå endnu længere tilbage, kan de første kommunale fjernvarmenet fra 1950’erne og før stadig spores i byernes varmeforsyning. Den kommunale varmeplanlægning har altid været en meget decentral proces, og der har altid været store forskelle i den opmærksomhed, varmeplanlægningen har fået i de forskellige dele af landet.
Siden 1970’erne har man brugt databaser og kortlægning til udpegningen af varmeforsy- ningsteknologier, og siden 1980’erne har disse oplysninger været brugt til basisoplysninger i den nationale energiplanlægning. Udviklingen af edb-baserede metoder til varmeplanlægnin- gen, derunder Energistyrelsens GIS-baserede Energidata-system, har nået højdepunktet i de sene 1990’ere.
Dette notat beskriver udviklingen af et informationssystem til udtræk af beregningsforud- sætninger for videregående energisystemanalyser om fremtidens fjernvarmeforsyning kaldet et Varmeatlas. Informationssystemet skal levere det beregnede varmeforbrug til rumop- varmning og varmt vand specificeret efter bygningernes varmeinstallation og opvarmnings- form samt den kollektive forsyningsform og forsyningsteknologi i det område, hvor bygnin- gerne ligger. Derudover skal der kunne gennemføres geografiske analyser, som muliggør en kvantificering af potentialet for at skifte forsyningsform (naturgas til fjernvarme), forsynings- teknologi (fjernvarme til kraftvarme) eller brændsel (naturgas til biomasse) for ethvert givet område. Systemet kan desuden gøre overslag af omkostningerne for at etablere fjernvarme-
net, afhængigt af den eksisterende forsyningsform, varmeforbruget i nærområdet, og af- standen til eksisterende fjernvarmesystemer. Således bliver det muligt at beregne potentia- let for etableringen af nye fjernvarmeområder i kumulativt varmeforbrug og marginale om- kostninger i form af en forsyningskurve. Forsyningskurven kan tolkes således at de specifik- ke omkostninger stiger med det udnyttede potentiale, hvilket kan bruges til at prioritere ud- gifterne efter devisen ”mest fjernvarme for pengene”; eller også for at etablere en sammen- hæng mellem investeringer i fjernvarme og fjernvarmepotentialet. Det er værd at bemærke at systemet er beregnet til analyser på landsplan. På lokalt plan vil der forekomme større beregningsusikkerheder.
Informationssystemet opbygges i et geografisk informationssystem for hele landet og kaldes efterfølgende for Varmeatlas.
1.2 Metode
Et Varmeatlas opbygges som geografisk database bestående af fire komponenter:
• Et landsdækkende udtræk af BBR-registeret på bygningsniveau
• En model til beregning af bygningernes varmeforbrug ud fra BBR-data, energiattester og valideret efter energistatistikken
• En model til at beregne omkostningerne for tilslutning af bygninger til eksisterende og nye fjernvarmenet
• En geografisk database over varmeplanlægningen
Energiatlasset kombinerer således data og informationer, som hver for sig eksisterer i sam- fundet, men som ikke findes kombineret til et sammenhængende informationssystem. Nyt- teværdien består i at kunne relatere varmeforbruget til forsyningsformen og -teknologien uafhængigt af de eksisterende varmeplaner, som ofte er forældet eller hvis geografiske af- grænsning ikke er sket ensartet i hele landet.
Som ved alle former for modeller er dette Varmeatlas forbundet med usikkerheder. Usikker- hederne findes i alle komponenter. Igennem notatet vil der blive gjort opmærksom på fejlkil- der, og deres betydning for resultatet vil blive belyst.
1.2.1 BBR-udtræk
Opbygningen af et Varmeatlas begynder med et landsdækkende udtræk af Bygnings- og Boligregisteret (BBR), som siden 2006 vedligeholdes af Økonomi- og Erhvervsministeriet.
Dataudtrækket er fra marts 2006 og leveret til Geodatabiblioteket ved Inst. for Samfundsud- vikling og Planlægning, AAU. Der er tale om store tekstfiler på i alt 6 Gigabyte, som beskri- ver hele den danske bygningsmasse efter fysiske egenskaber, administrative forhold og ejer- skab.
BBR er blevet etableret siden 1976 og registrerer det bebyggede miljø på tre niveauer: En- heden, bygningen og ejendommen. BBR bruges til dagligt til den offentlige administration af bygningsmassen, derunder ejendomsvurderingen, beskatningen samt en række miljøforhold.
Hver bygning er registreret med unikke adresseoplysninger bestående af kommunenumme- ret (de gamle kommuner), vejkode, husnummer og eventuelt bogstav. Disse adresseoplys-
ninger sammensættes til en tabel, som indeholder samtlige bygningsoplysninger for alle op- varmede bygninger i landet samt et koordinatpar til geografisk placering i forhold til varme- planlægningen. Hele BBR-bygningstabellen indeholder 2.465.721 bygninger, hvoraf
2.461.010 (99,8 %) er registreret med adressekoordinater. Hver bygning har fået tilknyttet en energitype, bestående af informationer om bygningens opførelsesperiode og anvendelses- type, til brug i forbindelse med varmeforbrugsmodellen.
1.2.2 Varmeforbrugsmodellen
Varmeforbrugsmodellen er baseret på en model, som er blevet udviklet af Kim Wittchen ved SBi og dokumenteret i Wittchen (2004). Modellen er oprindeligt blevet udviklet til at beregne potentialet for varmebesparelser i summen af bygningsmassen, men er blevet modificeret til at kunne beregne varmeforbruget i hver enkelt bygning.
Modellen nyttiggør oplysninger fra energiattester for den eksisterende bygningsmasse, hvilke supplerer BBR med en række oplysninger, som ikke findes i registeret. Dette omfatter pri- mært beboernes adfærd, samt renoveringer og forandringer som ikke registreres, såvel som regionale forskelle i bygningsmassen.
Da SBi-modellen kun omfatter boligsektoren, måtte en gammel model bygget af Rikke Næ- raa og Kenneth Karlsson ved DTU i 1996-1998 (Næraa og Karlsson, 1998) genbruges for beregningen af varmeforbruget i handel, service, industri og landbrug. Modellens tal blev justeret til 2006 gennem interpolation af modellens oprindelige årstal fra 1995 til 2015 i mo- dellens basis-scenario.
Den endelige model resulterer i en specifik varmeforbrugsværdi [kWh/m2/år] bestående af opvarmningsbehovet og varmtvandsforbruget for 175 forskellige bygningstyper i 7 opførel- sesperioder (se tabel 1) og 25 forskellige BBR-anvendelseskoder (se tabel 2).
For at beregne konsekvenserne af en landsdækkende energispareindsats blev der medtaget et scenario fra Wittchen (2004), som resulterer i 20 % besparelser i boligsektoren. For de andre sektorer af bygningsmassen blev der regnet med et lignende besparelsesscenario, som er fremkommet ved at interpolere data fra Næraa og Karlsson (1998). Det samlede bespa- relsesscenario for hele bygningsmassen svarer til 20 % af det nuværende opvarmningsbehov inkl. varmt vand, men da nogle bygningstyper og -aldersklasser har et bedre potentiale end andre, fordeler de endelige besparelsesmuligheder sig efter den anvendelses- og aldersmæs- sige fordeling af bygningsmassen i landet.
Bygningernes anvendelseskode, bygningsareal, opvarmningsform, varmeinstallation og det beregnede varmeforbrug gemmes in en ny tabel. Tabel 3 giver en oversigt over bygnings- massens varmeforbrug. Modellens resultater er på landsplan blevet tilpasset til Energistyrel- sens energistatistik for 2006, hvor varmeforbruget er netto-varmeforbruget (uden tab i fjernvarmenet, og bygningernes forsyningsteknologi såsom kedler etc.) og korrigeret for klimavariationer. Ved at bruge nettovarmeforbruget kan bygninger overflyttes til fjernvarme- forsyningen uden først at trække et eventuelt kedeltab fra.
Nettovarmeforbruget fra Energistatistikken 2006 blev desuden brugt til validering af energi- atlassets beregnede varmeforbrug i bygningerne. Valideringen gik på tværs af forbrugerty- per, afledt af BBR-anvendelseskoderne, se tabel 3, og brændslerne til opvarmning. Nogle anvendelseskoder ligesom opvarmningsformer måtte sammenfattes. Hovedvægten blev lagt på fjernvarme, olie, naturgas og el, mens resten, bestående bl.a. af træpiller, brænde og varmepumper, ikke kunne specificeres yderligere. 81,3 % af det samlede varmeforbrug kun- ne dermed valideres direkte efter energistatistikken for 2006, mens resten blev samlet under en fællesbetegnelse ”andet”, som består af yderligere 18,4 % vedvarende energikilder og i alt 0,4 % koks, bygas etc.
Opførelsesperiode Areal [mio. m2] Areal [% af total]
Før 1930 118 21 %
1931 - 1950 50 9 %
1951 - 1960 43 8 %
1961 - 1972 113 20 %
1973 - 1978 68 12 %
1979 - 1998 121 21 %
1999 - 2005 50 9 %
Tabel 1-1 Bygningernes aldersklasser i varmeforbrugsmodellen
Alle typer af bygninger i alle forbrugssektorer (boliger, handel og service, industri og landbrug) er inkluderet.
[kWh/m2]
Anv. <1930 1931- 1950
1951- 1960
1961- 1972
1973- 1978
1979- 1998
>1998 Stuehuse til landbrugsejendom 110 211 216 207 137 103 82 73
Parcelhuse 120 209 217 204 143 117 90 72 Række-, kæde- og dobbelthuse 130 175 178 162 120 98 74 65 Etageboligbebyggelse 140 168 164 144 126 102 80 64 Kollegier 150 188 184 164 145 122 100 84 Døgninstitutioner 160 268 270 268 196 196 163 161 Anden helårsbeboelse 190 228 239 223 158 132 105 86
Avls- og driftsbygning 210 45 45 45 33 33 22 22 Fabrikker, værksteder o.l. 220 120 120 120 97 97 66 66 El-, gas-, vand- og varmeværker 230 120 120 120 97 97 66 66 Anden bygning til produktion 290 120 120 120 97 97 66 66 Transport- eller garageanlæg 310 124 124 124 100 100 68 68 Kontor, handel, lager, off. adm. 320 126 126 126 105 105 77 77
Hotel, restauration, frisør o 330 226 226 226 195 195 123 123 Uspec. transport og handel 390 112 112 112 90 90 63 63 Bibliotek, kirke, museum o.l. 410 140 140 140 98 98 78 78 Undervisning, forskning o.l. 420 162 162 162 134 134 98 98
Hospital, sygehus o.l. 430 215 215 215 152 152 120 120 Daginstitutioner 440 236 236 236 186 186 129 129 Uspecificeret institution 490 215 215 215 152 152 120 120
Sommerhuse 510 74 76 74 58 58 42 40 Uspecificeret ferieformål 520 55 55 55 44 44 27 27 Idrætshaller, klubhuse 530 132 132 132 102 102 72 72 Kolonihavehuse 540 53 53 53 42 42 26 26 Uspecificeret fritidsformål 590 53 53 53 42 42 26 26 Tabel 1-2 Det specifikke varmeforbrug (rumopvarmning og varmt vand)
Det er opdelt efter anvendelsestyperne og opførelsesperioderne
Bygningsanvendelse Nettovarmebehov, nu Nettovarmebehov -20% Besparelse
Stuehuse til landbrugsejendom 3.472 3.180 8 % Parcelhuse 20.200 16.416 19 % Række-, kæde- og dobbelthuse 2.999 2.393 20 % Etageboligbebyggelse 10.025 7.347 27 % Kollegier 176 149 15 % Døgninstitutioner 739 598 19 % Anden helårsbeboelse 171 140 18 % Avls- og driftsbygning 4.187 3.435 18 % Fabrikker, værksteder o.l. 4.578 3.754 18 % El-, gas-, vand- og varmeværker 287 236 18 % Anden bygning til produktion 320 262 18 % Transport- eller garageanlæg 496 395 20 % Kontor, handel, lager, off. adm. 5.346 4.257 20 % Hotel, restauration, frisør o 1.010 826 18 % Uspec. transport og handel 92 74 20 % Bibliotek, kirke, museum o.l. 487 388 20 % Undervisning, forskning o.l. 2.532 2.015 20 % Hospital, sygehus o.l. 598 476 20 % Daginstitutioner 508 404 20 % Uspecificeret institution 510 406 20 % Sommerhuse 796 696 13 % Uspecificeret ferieformål 29 23 20 % Idrætshaller, klubhuse 474 377 20 % Kolonihavehuse 10 8 19 % Uspecificeret fritidsformål 59 48 18 %
Total 60.098 48.004 20 %
Tabel 1-3 Bygningsmassens varmeforbrug på landsplan, nuværende (2006) og med 20% besparelser
Type bygning Areal i mio. m2 %
Boliger 279 49 %
Enfamiliehuse 200 35 % Etageboliger 79 14 %
Handel og service 107 19 %
Handel 62 11 % Service 45 8 %
Industri og landbrug 188 33 %
Industri 60 10 %
Landbrug 129 22 %
Sum 573 100 %
Tabel 1-4 Bygningsmassen i millioner m2 fordelt på forbrugertyper
Energistatistikken indeholder kun netto-rumopvarmningsbehovet for forbrugergrupperne boliger samt handel og service, mens et eventuelt opvarmningsbehov i landbrug og industri regnes med i procesenergi. Kun opvarmningsbehovet i boliger, handel og service bliver der- med direkte sammenligneligt med energistatistikken. Opvarmningsbehovet i landbrug og industri relateres til bygningsarealerne, og håndteres dermed stort set uafhængigt af indu- strielle processer. Dette vil have en betydning for udskiftning af naturgas med fjernvarme til industriens rumopvarmning og lavtemperaturprocesser i naturgasområder, mens landbrugets staldbygninger og drivhuse typisk ligger uden for arealer med kollektiv forsyning.
1.2.3 Validering af varmeforbrugsmodellen
Som beskrevet overfor er der uundgåelige afvigelser mellem varmeforbruget i modellen og det klimakorrigerede varmeforbrug i energistatistikken. Valideringens mål var at tilnærme modellen til energistatistikken. Dette skete på fire niveauer:
1. Summen af netto-rumopvarmningsbehovet tilpasses til Energistatistikken for 2006 2. Netto-rumopvarmningens fordeling på forbrugergrupper tilpasses, med forbehold for
industri og landbrug
3. Netto-rumopvarmningens fordeling på energibærere tilpasses, med forbehold på af- vigelser mellem BBR og virkeligheden (især olie, elvarme og træpillefyr)
4. Netto-rumopvarmningsbehovet og potentialet for ny fjernvarme sammenlignes med en eksisterende varmeplan for Københavns Vestegn, gennemført af Rambøll.
Justeringen skete ved at tilpasse modellens værdier for det specifikke varmebehov (1 og 2), mens (3) ikke er mulig uden indgreb i BBR-tabellen, hvilke er ikke realistiske.
Det blev fundet at BBR’s oplysninger om varmeinstallation og opvarmningsmiddel ofte ikke er opdaterede, hvilket medfører en del fejl i sammenligningen med energistatistikken. Gene- relt har der været større fejl forbundet med individuel energiforsyning end med fjernvarme- og naturgasopvarmede bygninger. Desuden har det været forbundet med væsentlig færre fejl at anvende SBi’s varmeforbrugsmodel for boligsektoren end DTU-modellen for service- og industrisektoren. Da langt den største del af varmeforbruget il handel og service dækkes med fjernvarme (66 %) og naturgas (20 %), er fejlen i de andre opvarmningsformer under- ordnet. Det samlede rumopvarmningsbehov er blevet justeret til energistatistikken.
I boligsektoren er det at bemærke at oliefyr og elvarme overvurderes mens fastbrændselsfyr (halm, træpiller) undervurderes, hvis BBR-oplysninger anvendes, mens naturgas- og fjern- varmeforsyning stemmer bedre overens med det i statistikken angivne forbrug. Fjernvarme- opvarmning har den bedste overensstemmelse med energistatistikken, se tabel 5, mens tal- lene for naturgas er lidt dårligere. Især i parcelhusområder er opvarmningsbehovet for na- turgasfyrede bygninger blevet overvurderet. Dette kan enten skyldes at BBR ikke er opdate- ret, eller at brænde erstatter en del af naturgasforbruget.
I en rapport af Erhvervs- og Byggestyrelsen (EBST, 2007) vurderer kommunerne (som er dataansvarlige) at fejlene i BBR er som følger: ”ved 23 % af landets enfamilieshuse findes en difference mellem BBR-arealet og det reelle boligareal på mere end 5 m2 og på mere end 25 m2 for 4 % af bygningerne. 6 % af alle beboelsesbygninger har fejl i varmeoplysningerne”.
Mens fejlene i arealerne nemt kan udlignes i varmeforbrugsmodellen ved at bruge højere
specifikke E-værdier under antagelse at fejlen er ligelig fordelt over landet, er fejlene i op- varmningsform og varmeinstallation vigtige i projektets sammenhæng.
Der mangler 1.656 GWh naturgasbaseret nettovarmeforbrug i modellen, svarende til en fejl på 3 % i forhold til det samlede opvarmningsbehov. Der er her tale om bygninger, som siden er gået over til naturgas. Fejlen har den betydning, at potentialet for erstatning af individuel naturgasforsyning med fjernvarme er op til 1,7 TWh mindre. Da dette manglende varmefor- brug imidlertid sandsynligvis er opgjort som oliebaseret opvarmning, er fejlen til at leve med, men skal holdes i mente.
Der er 4.913 GWh for meget oliebaseret nettovarmeforbrug, hvilket sammen med 1 215 GWh elvarme ser ud til at være blevet konverteret til andre opvarmningsformer som træpil- ler, brænde og varmepumper, som der mangler 6 100 GWh af i energiatlasset. Der er såle- des en fejl i energiatlasset på op til 12 % af hele opvarmningsbehovets fordeling på de rette brændsler. Af det oliebaserede opvarmningsbehov ligger 54 % i landdistrikter uden for fjern- varmenettenes rækkevidde, mens 19 % er placeret i eksisterende fjernvarmeområder, og op til 25,4 % eller 1.251 GWh kan bidrage til direkte fejl i projektet fordi de ligger i naturgasom- råder.
Varmeatlasset overvurderer boligernes fjernvarmebehov med 1.533 GWh eller 9 % i forhold til energistatistikken. Overvurderingen rammer mest enfamiliehusene, hvor den udgør 15 %, mens etagebyggeriet kun ligger 2 % over energistatistikkens tal. En grund kunne være un- dervurderingen af de energibesparelser, som er blevet gennemført i denne del af bygnings- massen, som udgør 59 % af det samlede opvarmede areal i boliger, handel og service. En anden forklaring kan ligge i forbruget af brænde, som erstatter en del af brændslet. Det er at bemærke at energiatlassets beregnede nettoopvarmningsbehov kun ligger 30 GWh ved siden af, svarende til 0,11 %.
Resultatet af sammenligningen af Varmeatlassets beregnede opvarmningsbehov med varme- planen for Vestegnen er gengivet i tabel 5. For de fleste områder er der god overensstem- melse mellem det ved hjælp af Varmeatlasset fremkomne varmeforbrug og det af eksperter- ne skønnede varmeforbrug, som baserer sig på en komplet anderledes datakilde. Afvigelser findes overvejende i områder med erhvervsbyggeri. De største afvigelser er at træffe, hvor der er få og specielle erhvervsbygninger med et meget stort varmebehov grundet de indu- strielle processer i bygningerne. Dette var til at forvente, da energiforbruget i erhvervsbyg- geri sjældent baserer sig på etagearealet alene. Faktorer som procesenergiforbrug, ventilati- onsbehovet og benyttelsestiden spiller store roller her.
OmrådeOmrådebeskrivelse
Varmebehov, beregnet [MWh]
Potentiale, Beregnet [MWh]
Ikke-fjv.- tilsluttede bygninger
Potentiale iht.
Varmeplanen [MWh]
2-1 Industriområde 22.029 22.029 100% 24.000 2-2 Industriområde 8.545 8.195 96% 8.000 2-3 Industriområde 21.976 20.884 95% 20.000 2-4 Industriområde 13.821 13.821 100% 24.000 2-5 Kontor 36.516 36.516 100% 36.000 2-6 Boligkvarter 7.797 6.777 87% 8.000 2-7 Boligkvarter 8.771 965 11% 11.000 2-8 Boligkvarter 2.737 2.280 83% 3.000 2-9 Bolig mv 18.155 18.077 100% 18.000 3-1 Industriområde 15.151 14.139 93% 10.000 3-2 Industriområde 11.078 5.307 48% 5.000 3-3 Industriområde 7.303 7.303 100% 8.000 3-4 Industriområde 12.606 12.447 99% 12.000 3-5 Industriområde 809 809 100% 14.000 3-6 Blandet 2.466 2.466 100% 2.000 5-1 Industriområde 17.539 17.539 100% 20.000 6-1 Industriområde 16.132 15.860 98% 13.000 6-2 Industriområde 22.837 21.427 94% 48.000 6-3 Boligkvarter 34.219 28.906 84% 37.000 Sum 280.487 255.747 91% 321.000
Tabel 1-5 Validering af Varmeatlas vha. en Varmeplan for Københavns Vestegn, produceret af Rambøll
Energistatistik
2006 Energiatlas Difference
Faktisk forbrug, klimakorrigeret GWh % GWh % afvigelse GWh
Rumopvarmning (netto) i alt 50 981 50 888 0% -93
Handels- og serviceerhverv 12 318 24% 12 236 -1% -82
Olie 629 5% 1 522 142% 893
Naturgas 2 419 20% 1 912 -21% -508
El 349 3% 355 2% 5
Fjernvarme 8 134 66% 8 135 0% 1
Andet 787 6% 313 -60% -474
Handel 2 616 21% 5 934 127% 3 317
Olie 73 3% 815 1 018% 742
Naturgas 585 22% 961 64% 376
El 67 3% 168 150% 101
Fjernvarme 1 884 72% 3 909 107% 2 024
Andet 7 0% 80 1 045% 73
Service 9 701 79% 6 302 -35% -3 399
Olie 556 6% 707 27% 151
Naturgas 1 834 19% 950 -48% -884
El 282 3% 186 -34% -95
Fjernvarme 6 250 64% 4 226 -32% -2 024
Andet 780 8% 232 -70% -547
Husholdninger 38 663 76% 38 652 0% -11
Olie 4 900 13% 8 919 82% 4 020
Naturgas 6 971 18% 5 824 -16% -1 148
El 1 603 4% 2 814 75% 1 210
Fjernvarme 17 885 46% 19 418 9% 1 533
Andet 7 304 19% 1 678 -77% -5 626
Enfamiliehuse 27 682 72% 27 712 0% 30
Olie 4 520 16% 8 260 83% 3 740
Naturgas 5 860 21% 5 090 -13% -770
El 1 404 5% 2 709 93% 1 305
Fjernvarme 8 729 32% 10 057 15% 1 328
Andet 7 169 26% 1 596 -78% -5 573
Etageboliger 10 981 28% 10 940 0% -41
Olie 379 3% 659 74% 279
Naturgas 1 111 10% 734 -34% -377
El 199 2% 104 -48% -95
Fjernvarme 9 156 83% 9 361 2% 205
Andet 135 1% 82 -39% -53
Industri og landbrug 9 374
Olie 1 665
Naturgas 1 259
El 155
Fjernvarme 2 179
Andet 360
Bemærk at industri og landbrug ikke kan sammenlignes, da deres nettorumopvarmningsbehov ikke fremgår af energistatistikken.
1.2.4 En geografisk database over varmeplanlægningen
Energistyrelsens Energidata er en geografisk database over Danmarks energisystem (Kri- stensen og Sletbjerg, 1997). Den er ikke komplet offentlig og væsentlige dele af den er i de seneste år ikke blevet opdateret. På Energistyrelsens hjemmeside findes der et offentligt tilgængeligt Internet-GIS med geografiske data fra kommunernes og statens energiplanlæg- ning. Blandt disse findes der et landsdækkende kort over 5.203 energidistrikter, som hver især har deres forsyningsform, en tilknyttet forsyningsteknologi og en række andre oplysnin- ger. Energidistrikterne er en del af den kommunale varmeplanlægning, som op til de sene halvfemsere årligt blev opsamlet i Energistyrelsen. Det forhåndenværende datagrundlag er fra 2005.
Energidistrikter er områder med homogen bebyggelse og én primær opvarmningsform. Tabel 7 viser nogle af de i forbindelsen med varmeplanlægningen indsamlede data for hvert ener- gidistrikt. Geografisk set afspejler energidistrikterne til dels den rumlige struktur, til dels er de blevet kortlagt efter energiplanlægningens behov. Landsbyer har ofte kun et enkelt ener- gidistrikt, mens større byer består af mange distrikter. Typisk kortlægges et nyt energidi- strikt når byen udvides med en række lokalplanområder. Landdistrikterne får som regel kun et energidistrikt per (gammel) kommune. Energidistrikterne afspejler den nuværende og planlagte forsyningsform, hvilket kan anvendes til at udpege nye fjernvarmeområder i nær- heden af de eksisterende. Nogle gange er energidistrikterne meget større end selve fjern- varmeforsyningsområdet, hvilket synes at være udtryk for en mere langfristet byplanlæg- ning. Dette er problematisk hvis de eksisterende varmeplaner skal bruges til at udpege muli- ge nye forsyningsområder. Desuden ser det ud til at der er blevet brugt forskellige frem- gangsmåde ved energidistrikternes afgrænsning.
Felt navn Beskrivelse
KOMED En femcifret kode: kommunenr. og energidistriktnummer EDNAVN Navnet på energidistriktet
KOM Kommunenummer
FVNET Et entydigt nummer for hvert sammenhængende fjernvarmenet KOLVARME_T Typen af kollektiv varmeforsyning, tekst
TILSLUTPLI Formen for tilslutningspligt, tekst PRIMOPV Primær opvarmningsform.
EDBESKRIV Beskrivende tekst
KOLVARME En kode for kollektiv varmeforsyning TILSLUT_PU En kode for tilslutningspligten
Tabel 1-7 Feltbeskrivelser for nogle af de attributter i den geograf. database over energidistrikter
1.2.5 Kortlægning af forsyningsform og forsyningsteknologi
I Energidata er forsyningsformen (fjernvarme, naturgas) og forsyningsteknologien (kulbase- ret kraftvarme, biomassebaseret fjernvarme etc.) entydigt kortlagte for hvert energidistrikt, se tabel 7 over attributter tilknyttet til energidistrikterne. I projektet blev det nødvendigt at behandle de centrale kulkraftbaserede fjernvarmenet hver for sig. Derfor blev der tilføjet et nyt felt i energidistrikternes attributtabel. Gennem rumlig søgning blev 15 store fjernvarme- net udpeget. Alle tilhørende energidistrikter blev udpeget ved at finde energidistrikterne med det samme nummer for fjernvarmenettet. Ved at beregne feltindholdet for det nye felt ”var- metek” kan disse individuelle fjernvarmenet nu udpeges. Typisk har de fået navnet på byen de ligger i, ellers har de beholdt indholdet af feltet ”primopv”. Tabel 8 indeholder grupper af fjernvarmenet fremkommet på denne måde.
Talkode Forsyningsteknologi Forsyningskategori 101 Fjernvarme Affald Fjernvarme
102 Fjernvarme Biogas Fjernvarme 103 Fjernvarme Biomasse Fjernvarme 104 Fjernvarme Brændselsfrit Fjernvarme 105 Fjernvarme Naturgas Fjernvarme
106 Fjernvarme Olie Fjernvarme
111 Kraftvarme Affald Decentral kraftvarme 112 Kraftvarme Biogas Decentral kraftvarme 113 Kraftvarme Biomasse Decentral kraftvarme 115 Kraftvarme Naturgas Decentral kraftvarme 116 Kraftvarme Olie Decentral kraftvarme
201 København Central kraftvarme
202 Aarhus Central kraftvarme
203 Odense Central kraftvarme
204 Aalborg Central kraftvarme
205 Esbjerg Central kraftvarme
206 Frederikshavn Central kraftvarme
207 Grenå Central kraftvarme
208 Herning Central kraftvarme
209 Hjørring Central kraftvarme
210 Holstebro-Struer Central kraftvarme
211 Kalundborg Central kraftvarme
212 Randers Central kraftvarme
213 Trekantsområdet Central kraftvarme
214 Aabenraa Central kraftvarme
215 Rønne Central kraftvarme
901 Naturgas Individuel naturgas
902 Oliefyr m.m. Individuelle oliefyr etc.
Tabel 1-8 Grupper af områder med fælles forsyningsform og -teknologi
1.3 Udpegning af mulige nye fjernvarmeområder
En valgt metode til udpegning af nye fjernvarmeområder baserer sig på de eksisterende varmeplaner og deres rumlige relation til hinanden. Metoden udnytter de allerede kortlagte områder og deres naboskab og indbyrdes afstand.
Mange naturgasområder, især i hovedstadsområdet, ligger ved siden af et fjernvarmeforsy- net område. Gennem rumlig søgning i et GIS kan naturgasområder ved siden af eller i en given afstand til eksisterende fjernvarmeområder udpeges. Her i projektet blev mulige nye fjernvarmeområder udpeget på flere måder:
1. Alle områder, som i varmeplanerne er ført som eksisterende og planlagte fjernvar- meområder, udpeges gennem attributsøgning og der undersøges om der ikke ligger fjernvarmeforsynede bygninger i dem. Hvis dette er tilfælde, kaldes de for ”eksiste- rende fjernvarmeområder”, hvis ikke, så kaldes de for ”mulige fjernvarmeområder 1”.
2. Som ”mulige fjernvarmeområder 2” betegnes de naturgasområder som ligger ved si- den af ”eksisterende fjernvarmeområder”, fundet gennem en spatial søgning, hvor 50 m buffer tillægges for at bøde råd for spatiale fejl og det faktum at veje ofte dan- ner grænse mellem to energidistrikter, dog ikke med vejmidten som fælles grænse, men vejkanten.
3. Endnu et potentielt område ”mulige fjernvarmeområder 3” udpeges som naturgas- forsynede naboområder til områder i scenario 2 plus naturgasområder, som ligger op til 5 km væk fra de centrale fjernvarmeområder.
De nye mulige fjernvarmeområder tilknyttes de eksisterende områder ved at give dem de samme værdier til feltet ”ny_fjv”. Tabel 9 viser områder med mulighed for at etablere fjern- varme i forhold til de opstillede regler.
Scenario Beskrivelse 1 Eksisterende fjernvarme og fjernvarme/naturgas
2 Naturgasområder grænsende til fjernvarme
3 Naturgasområder op til 5 km fra central fjernvarme Tabel 1-9 Antal mulige fjernvarmeområder
Forsyningsteknologi Scenario 1 Scenario 2 Scenario 3
Fjernvarme: 351 407 547
Fjernvarme Affald 19 26 32
Fjernvarme Biogas 3 3 3
Fjernvarme Biomasse 300 335 429 Fjernvarme Brænd-
selsfrit 8 15 32
Fjernvarme Naturgas 18 25 48
Fjernvarme Olie 3 3 3
Decentral kraftvarme: 656 1048 1428
Kraftvarme Affald 52 96 176
Kraftvarme Biogas 18 25 29
Kraftvarme Biomasse 73 83 91 Kraftvarme Naturgas 512 843 1131
Kraftvarme Olie 1 1 1
Central kraftvarme: 616 763 1025
Esbjerg 48 49 55
Frederikshavn 6 8 15
Grenaa 10 10 10
Herning 26 31 35
Hjoerring 10 14 17
Holstebro-Struer 16 23 28
Kalundborg 18 18 18
Koebenhavn 223 316 422
Odense 33 39 74
Randers 26 30 58
Roenne 23 23 23
Trekantsomraadet 48 67 106
Aabenraa 14 16 26
Aalborg 36 40 50
Aarhus 79 79 88
Individuelt forsynet: 3580 2985 2203
Naturgas 1980 1393 611
Oliefyr m.m. 1600 1592 1592
Tabel 1-10 Tre scenarier for omlægningen af naturgasområder til fjernvarme
Tabellen indeholder antallet af energidistrikter i basisscenariet med status-quo samt de tre udvidelser
Disse overvejelser resulterer i fire scenarier: basis-forløbet i scenario 1 med de eksisterende fjernvarmeområder til sammenligning med de tre udvidelser. Tabel 10 viser hvor mange energidistrikter, som går fra naturgasforsyning til fjernvarmeforsyning fra et eksisterende
1.3.1 Krydstabulering af varmeforbrug og forsyningsteknologi
Det er muligt at kvantificere opvarmningsforbruget i bygningsmassen for hvert energidistrikt, ligesom der kan videregives informationer tilknyttet energidistrikterne til hvert punkt med bygningsoplysninger. Dette sker i ArcGIS med værktøjet ”Spatial Join”, som resulterer i et nyt tema. Dette muliggør at krydstabulere varmeforbruget efter bygningens anvendelse og efter forsyningsteknologien i scenarierne og efter den enkelte bygnings BBR-registrerede opvarmningsform.
1.4 Resultater
Tabellen 11 sammenfatter resultater i form af netto-opvarmningsbehov fordelt på bygnings- kategorier og forsyningsformer i basisscenariet og de tre udvidelsesscenarier. Plus-tegnet indikerer at det beregnede nettoopvarmningsbehov omfatter samtlige bygninger i scenariet, inklusive de bygninger, som på nuværende tidspunkt har anden opvarmningsform end fjern- varme.
Nettoopvarmningsbehov
[TWh/år] Scen1 Scen1+ Scen2+ Scen3+
Boliger 37,91 37,91 37,91 37,91
Fjernvarme 1,73 1,76 1,90 1,97 Dec k/v 5,80 5,78 7,51 8,15 Cent k/v 12,58 12,60 14,02 14,52 Naturgasfyr 5,54 5,54 3,58 2,85 Oliefyr etc 12,25 12,23 10,89 10,43
Handel&Service 12,82 12,82 12,82 12,82Fjernvarme 0,61 0,62 0,71 0,75 Dec k/v 2,37 2,35 3,21 3,37 Cent k/v 5,29 5,30 5,76 6,03 Naturgasfyr 1,89 1,89 1,11 0,82 Oliefyr etc 2,66 2,66 2,03 1,86
Ind&Landbr 9,37 9,37 9,37 9,37Fjernvarme 0,21 0,21 0,32 0,34 Dec k/v 0,58 0,58 1,30 1,47 Cent k/v 1,29 1,29 1,65 1,78 Naturgasfyr 1,11 1,11 0,51 0,37 Oliefyr etc 6,18 6,18 5,60 5,41
Alle sektorer 60,10 60,10 60,10 60,10Fjernvarme 2,55 2,59 2,93 3,06 Dec k/v 8,75 8,70 12,02 12,98 Cent k/v 19,16 19,19 21,43 22,33 Naturgasfyr 8,55 8,55 5,21 4,04 Oliefyr etc 21,09 21,06 18,52 17,69
Tabel 1-11 Udvikling af nettoopvarmningsbehovet som potentielt kan tilsluttes i scenarierne
Tabellens indhold viser i kolonnerne opvarmningsbehovet fordelt på bygningernes opvarm- ningsform. Kolonnernes sum er den samme i alle scenarier, da modellen ikke ændrer ved opvarmningsformen, men flytter bygningsmassen med dens opvarmningsteknologi til en
anden forsyningsform, typisk fra naturgas til fjernvarme. Således kan man se ud fra tabel- lerne, at naturgasforsyning gradvist mister sin andel i opvarmningsbehovet, til fordel for de andre forsyningsteknologier.
Tabel 12 viser udviklingen af det tilsluttede bygningsareal i scenarierne. Andelen af fjern- varmeforsynede arealer øges fra 43 % til 68 %, hvor det er at bemærke at forholdet mellem arealer og nettoopvarmningsbehovet ikke er proportionalt. Dette skyldes at man i scenarier- ne også tilslutter store bygninger med lav varmeforbrugsintensitet, typisk erhvervsbyggeri.
Bygningsareal [mio m2] Scenario 1 Scenario 1+ Scenario 2+ Scenario 3+
Fjernvarme 18,00 23,12 27,52 35,71 Decentral kraftvarme 66,94 79,97 116,34 142,14 Central kraftvarme 175,28 197,82 216,25 234,26 Naturgas 80,42 75,64 44,15 15,88 Olie etc. 260,95 225,04 197,63 173,91 Sum 601,59 601,59 601,89 601,89
Tabel 1-12 Udvikling af bygningsarealerne som potentielt kan tilsluttes i scenarierne
1.5 Diskussion
Energiatlasset indeholder flere fejlkilder, hvis betydning for slutresultatet afhænger af an- vendelsens formål. Således blev der redegjort for den manglende opdatering af BBR, som betyder at der er for mange oliefyr og elvarmeinstallationer. Men da de fleste af disse ligger uden for projektets målområde, er fejlen uden den store betydning.
I foråret 2008 lanceres en ny version af BBR, men det vurderes at fejlene i den gamle versi- on kun gradvist ændres. Den nye version udmærker sig bl.a. ved et mere moderne brugerin- terface samt at den afspejler den nye kommunestruktur. Den nye version får således ingen stor betydning for dette projekt.
En anden fejl ligger i kriterierne for udvælgelsen af mulige nye fjernvarmeområder. Natur- gasforsynede områder har typisk en anden geometri og en lavere forbrugsintensitet end fjernvarmeområder, og varmeplanlægningens kortlægning afspejler dette. Det sker derfor at et simpelt naboskabskriterium for, om et område kan omlægges til fjernvarme, leverer for- kerte potentialer for udvidelsen af fjernvarme. Det samme gælder afstandskriteriet.
Ved udpegningen af nye fjernvarmeområder skal der ofte træffes valg om, hvilket eksiste- rende fjernvarmeområde, det nye område skal knyttes til fordi der, især hvis man anvender afstandskriteriet, kan være flere kandidater. Så er spørgsmålet om det skal være det nær- meste, det største eller det mest miljøvenlige fjernvarmenet, som skal knyttes til det nye fjernvarmeområde.
1.6 Perspektiver for udviklingen Flere omlægninger
Det er med den forhåndenværende model en mindre opgave at udpege endnu flere natur- gasområder, som kunne forsynes af eksisterende fjernvarmeområder.
Marginal vækst af fjernvarmeområder
Varmeforbrugsintensiteten (varmeforbrug per arealenhed i [GWh/km2]) beregnes i et GIS.
Omkring byernes grænser kan de marginale densiteter omregnes til en marginal omkostning for udvidelsen af fjernvarmeområder i tilstødende områder.
Udpegning af nye fjernvarmeområder
Modellen kan beregne en varmeforbrugsintensitet og forskellige geometriske oplysninger (ledningslængde, netværksforgrening) for alle områder i landet, som kunne bruges til at op- spore områder, som i fremtiden kunne udvikles til fjernvarme.
Udpegning af nabovarmeområder
Nabovarme er fjernvarme i en lille skala, som kan forsynes af kraftvarmeanlæg i størrelsen 50-500 kW varmeeffekt. Betingelsen er her at der findes klynger af varmeforbrugere uden for de kollektivt forsynede områder. Modellen kan indrettes sådan, at disse klynger udpeges og potentialet for små kraftvarmeværker beregnes. der gennemføres energibesparelser i den eksisterende bygningsmasse, afhænger af den lokale forsyningsteknologi. Problematikker som udbredelsen af kraftvarme, spørgsmålet om fjernvarme skal udvides eller om der skal satses på lavenergibyggeri i byernes udkant, samt generelle effektivitetsforbedringer i forsy- ningssystemet kræver en geografisk tilgang til problemstillingen fordi energiforbrugets place- ring typisk bestemmer forsyningsformen og energiteknologien.
1.7 Referencer
Erhvervs- og Byggestyrelsen (2007): ”Overblik over fejl og mangler i BBR”. Økonomiminis- teriet.
Kristensen, P.R., Sletbjerg, M. (1998), "Energydata – planning and analysis in a GIS", Pro- ceedings of the ESRI User Conference, München.
Möller, B 2008, “A heat atlas for demand and supply management in Denmark”, Manage- ment of Environmental Quality: An International Journal, vol. 19, nr. 4, s. 467-479.
Næraa, R., Karlsson, K. (1998), ”Varmetab fra Bygninger - beregnings af K-værdier til SE- SAM-beregninger. Bilagsrapport til REVEILLE-projektet”. Institut for Bygninger og Energi, Danmarks Tekniske Universitet.
Wittchen, K.B. (2004), "Vurdering af potentialet for varmebesparelser i eksisterende boliger", By og Byg Dokumentation 057, Statens Byggeforskningsinstitut.
2. Bilag 2 Potentialet for en fremtidig fjernvarmeudbygning
Bernd Möller, Aalborg Universitet
Dette bilag beskriver resultater af en geografisk analyse af potentialet for en fremtidig fjern- varmeforsynings baseret på estimerede anlægsomkostninger og varmebehov
2.1 Problemstilling
Det er en enorm udfordring at vurdere potentialet for fremtidig fjernvarmeforsyning samt de dermed forbundne anlægsomkostninger på landsplan. Bygningsmassens opvarmningsbehov skal vurderes for den samlede eksisterende bygningsmasse, med en passende geografisk detaljering og med en beskrivelse af de nuværende opvarmningsformer. Den nuværende fjernvarmeforsyning skal beskrives og der skal opstilles scenarier for, hvilke geografiske om- råder, som kunne forsynes med nye fjernvarmenet hvis de møder bestemte kriterier. Heref- ter skal anlægsomkostninger for nye fjernvarmenet beregnes for hele den ikke fjernvarme- forsynede bygningsmasse. Også denne opgavestilling er geografisk da bebyggelsesform, varmeforbrugsdensitet, antal ikke fjernvarmeforsynede bygninger samt afstanden til eksiste- rende fjernvarmenet er bestemte af det bebyggede miljøs og energisystemets geografi.
For at vurdere, hvor stort et potentiale fjernvarme har omkring eksisterende fjernvarmenet, er det nødvendigt at koble det ekstra fjernvarmebehov til de omkostninger, som følger med.
Dette skal ske kontinuert for det kumulative fjernvarmepotentiale. Det skal være muligt at behandle bygningstyper og -placeringer hver for sig for at afspejle den store diversitet i byg- ningsmassen, fjernvarmeforsyningen og omkostningsniveauet i hele landet.
Det ønskede resultat er forsyningskurver for ny fjernvarme, hvor det kumulative fjernvarme- potentiale sættes i forhold til de kumulative eller de marginale omkostninger for udbygningen af fjernvarmenet. Dette skal gøres for flere typer af fjernvarmeforsyning, f.eks. de store by- er, de decentrale kraftvarmesystemer, samt de mindre fjernvarmenet, som udelukkende får varmen fra kedler.
2.2 Opbygning af et Varmeatlas
For at beskrive potentialet og omkostningerne for ny fjernvarme på denne måde, blev der anvendte et såkaldt Varmeatlas. Notatet i bilag 1 beskriver opbygning og anvendelsen af dette varmeatlas, som er det hidtil mest detaljerede geografiske informationssystem (GIS) for den danske bygningsmasses varmebehov og -forsyning. Varmeatlasset er blevet opbyg- get af landsdækkende udtræk af Bygnings- og Boligregisteret (BBR), en varmeforbrugsmodel baseret på en model udviklet af SBi, en omkostningsmodel leveret af Rambøll, samt varme- planlægningens geografiske grunddata fra Energistyrelsens Energidata. Varmeatlasset er således en forædlet udgave af BBR, hvor der for hvert adressepunkt bestemmes den enkelte bygnings energirelaterede oplysninger. Ud over varmeforbruget justeret efter året 2006 er det muligt at beregne et besparelsesscenario, hvor 20 % af nettoopvarmningsbehovet i hele bygningsmassen spares. Det er værd at bemærke at besparelserne er uens fordelt over byg-
