Modeling energy efficiency for Norwegian households in TIMES : innsight and uncertainties

Norske husholdninger og næringsbygg står for omkring 40 % av energibruken i Norge. For at husholdninger skal bli mer energieffektive kreves oppgradering av stående boligmasse og utbygging av nye energieffektive boliger. Studier viser til et stort potensial for energieffektivisering av bygg i Norge, men tekniske og økonomiske barrierer hindrer utviklingen. I denne masteroppgaven har jeg modellert flere energieffektiviseringstiltak for å undersøke hvilke som er mest aktuelle å benytte i eksisterende husholdninger, og hvorfor disse tiltakene velges fremfor andre tiltak. Til å gjennomføre modelleringen har jeg benyttet NVEs studentversjon av TIMES-modellen og Wu et al. (2016) sin Modell A. Resultatene fra disse modelleringene vil sammenlignes med hverandre og resultater NVE har funnet ved bruk av SIMIEN. Dette for å gi innsikt i valg av effektiviseringstiltak og barrierer knyttet til modelleringen i TIMES. Resultatene viser at energieffektivisering i stående husholdninger har et stort potensial. Potensialet er spesielt stort i småhus med standard TEK 69 og eldre. Denne byggkategorien står for over halvparten av den mulige besparelsen. Størst på Sør-øst landet (NO1) er besparelsen for tiltaket etterisolering av yttervegg med potensial på 6 100 GWh, etterfulgt av utskifting av vinduer og dører med potensial på 4 770 GWh. Ved innføring av disse to tiltakene vil 1/3 av varmebehovet for husholdninger i NO1 dekkes. Potensialet forutsetter at tiltakene er uavhengige, noe som ikke er tilfellet, og besparelsen vil derfor bli mindre i virkeligheten. Tiltakene som ble benyttet av TIMES er energioppfølgingssystem (EOS), for alle byggkategorier i husholdninger, og etterisolering av tak, for småhus TEK 69 og eldre. Innføringen av disse tiltakene gir en gjennomsnittlig årlig besparelse på 907 GWh i NO1. Av denne besparelsen er størsteparten redusert varmebehov med 720 GWh, mens el-spesifikk og varmtvann står for henholdsvis 123 GWh og 63 GWh. Modeller er forenklinger av virkeligheten så denne besparelsen vil ikke oppnås eksakt, men resultatene av modelleringen gir et godt innblikk i hvilke bygg som har det største potensialet og hvilke tiltak som er de mest kostnadseffektive.Norwegian households and commercial buildings represent approximately 40 % of end use energy in Norway. For households to become more energy efficient construction of new more efficient households, renovation and upgrades of existing households are required. Studies shows that there is a large potential for energy efficiency in Norwegian households, but technical and economic barriers halts development. In this thesis I have used a modelling approach to find the most suitable energy efficiency measures. The models used in this thesis is the student version of NVEs TIMES model and Wu et al. (2016) Model A. The modelling results from these models are compared to each other and results found by NVE using SIMIEN. The comparison is done in order to give insights to why certain measures are chosen, and barriers connected to the modelling of energy efficiency in TIMES. The results shows that energy efficiency in existing households has a large potential. Especially detached households with TEK 69 and older. This housing category represents more than half of the potential savings. In South-east of Norway (NO1) the greatest savings come from increased insulation of walls, which has a potential of 6 100 GWH, followed by upgrading doors and windows which has a potential of 4 770 GWh. Introducing these two measures would reduce the need for heating in households in NO1 by approximately 33 %. When calculating the potential, I do assume that the measures are independent from each other, which is not the case. The total savings potential is therefore unrealistically high. The measures used by TIMES includes energy saving systems, for all households, and increased insulation of roofs for detached households with TEK 69 and older. The introduction of these measurements reduces early energy consumption by 907 GWh in NO1. With regards to the savings most come from heat with 720 GWh, while electrical and hot water stands for 123 GWh and 63 GWh. The model is not an accurate depiction of reality, and the achieved savings is probably incorrect. Still the results give good insight as too in what category of buildings has the greatest potential and what measures are the most cost efficient.M-FORN