Energi-, Forsynings- og Klimaudvalget 2015-16
EFK Alm.del Bilag 410
Offentligt
1667969_0001.png
Store forskelle i varmepriserne – hvorfor?
Der er store prisforskelle på fjernvarme rundt om i landet. Energitilsynet
analyserer her, hvordan brændselsvalg, beliggenhed i forhold kunderne,
størrelse og ejerskab kan bidrage til at forklare forskellene i priserne.
Analysen omfatter ikke alle faktorer, men den kan forklare to tredjedele
af prisforskellene og peger bl.a. på, at fjernvarme baseret på naturgas
er dyrere end fjernvarme på andre brændsler, at fjernvarmeforsyninger
ejet af forbrugerne har billigere varme end andre ejerformer, og at der
synes at være stordriftsfordele. Analysen viser også, at der behov for
yderligere kortlægninger for at forklare prisforskellene
Fjernvarmesektoren er kendetegnet ved, at der er store prisforskelle mellem fjern-
varmeforsyningerne. I de billigste forsyninger koster det mindre end 8.000 kroner
om året for at få opvarmet et enfamiliehus på 130 kvm. med et årligt varmeforbrug
på 18,1 MWh. I de dyreste forsyningsområder koster det 37.000 kr. om året at få
opvarmet det samme hus med det samme varmeforbrug.
De store forskelle i fjernvarmepriserne og de høje priser hos nogle fjernvarme-
værker er – og har været – omdiskuteret. Det har bl.a. været fremført, at brænd-
selstype, værkets beliggenhed, ejerskabsform og stordriftsfordele har betydning
for fjernvarmeprisen. Det har også været fremført, at der er forskelle i effektivitet
mellem ens forsyninger, og at der skulle være et betydeligt uudnyttet potentiale
for effektivisering i fjernvarmesektoren (f.eks. Ea Energianalyses rapport ”Regu­
leringsmodeller for fjernvarmen”, februar 2012).
Denne analyse søger nærmere at identificere væsentlige årsager til de store pris-
forskelle. Andre undersøgelser har forsøgt at identificere årsagerne ved at sam-
menligne gennemsnittet af fjernvarmepriser mellem forskellige grupperinger af
fjernvarmeværker. Sådanne undersøgelser giver som ofte brugbare resultater,
men de har også begrænsninger. De giver f.eks. ikke et svar på, hvor stor en del
af prisforskellene, der isoleret set kan forklares ved henholdsvis brændselstype,
ejerskabsform, beliggenhed, udnyttelse af stordriftsfordele mv.
Denne undersøgelse er derfor baseret på en anden metode – en statistisk model
– der kan isolere effekten af hver forklaringsfaktor som f.eks. betydningen af
brændselsvalg, forsyningens beliggenhed i form af bymæssighed osv.
Energitilsynet
· 2012
39
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
Denne undersøgelse – metode og begrænsninger
Der er i denne analyse valgt at fokusere på de faktorer, som vurderes bedst at
bidrage til en forklaring på væsentlige dele af prisforskellene, og som det relativt
enkelt har været muligt at skaffe data for. Det er faktorerne: Brændsel, forsyningens
beliggenhed i form af bymæssighed, ejerskab og størrelse.
Det er vigtigt at være opmærksom på, at nogle faktorer er påvirkelige for den enkelte
fjernvarmeforsyning. Andre er ikke. En fjernvarmeforsyning kan f.eks. ikke gøre
noget ved befolkningstætheden i et område, og i mange tilfælde kan en fjernvar-
meforsyning heller ikke frit vælge sit brændsel, f.eks. fordi området er udlagt til
naturgas. Modsat er der forhold, som fjernvarmeforsyningen kan påvirke, f.eks.
effektivisering af driften og/eller indgå i et samarbejde med andre forsyninger eller
fusionere for at opnå stordriftsfordele.
Selv om den statistiske model giver gode årsagsforklaringer, så har den også sine
begrænsninger. De vigtigste er:
• esultaterne fra den statistiske model kan ikke alene danne grundlag for en
R
vurdering af et eventuelt effektiviseringspotentiale i fjernvarmesektoren, men
den kan bidrage til at opklare og forklare, hvorfor der er store prisforskelle
• et er ikke muligt på baggrund af analysen at fastslå, om der er tale om, at
d
faktorerne direkte påvirker fjernvarmepriserne, eller om de blot er indikatorer
på de forhold, der påvirker fjernvarmepriserne
• aktorerne er udtryk for gennemsnitsbetragtninger. Det vil sige, at de prisfor-
f
skelle, der beregnes i modellen, er udtryk for, hvordan faktorerne i gennemsnit
påvirker fjernvarmepriserne.
Selv med disse forbehold kan analysen bidrage med ny viden og give et mere
nuanceret billede af, hvad der kan forklare de store forskelle i fjernvarmepriserne.
Statistisk analyse
Tabel 4 viser resultaterne fra den statistiske model, hvor det undersøges, hvor
meget enkeltfaktorer som ”primær brændselskilde”, ”bymæssighed”, ”ejerskab” og
”størrelse” kan forklare forskellene i fjernvarmepriserne. Fjernvarmepriserne er
angivet som den årlige omkostning ved at opvarme et ”standardiseret” enfamiliehus
med et areal på 130 kvm. og et årligt varmeforbrug på 18,1 MWh.
40
Energitilsynet
· 2012
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
1667969_0003.png
Tabel 4: Resultater af den statistiske analyse
Variabel
Primær brændselskilde (reference: biobrændsel)
Affald
Kul
Andet brændsel
Naturgas
Bymæssighed (reference: andre områder)
Stor by
Barmarksværk
Ejerskab (reference: forbrugerejet)
Boligforening
Kommunalt
Kommercielt selskab
Størrelse (reference: budgetteret årssalg på 5.000 MWh)
Budgetteret årssalg på 10.000 MWh
Budgetteret årssalg på 50.000 MWh
Budgetteret årssalg på 500.000 MWh
Budgetteret årssalg på 1.000.000 MWh
-1.038 kr.
-3.164 kr.
-5.621 kr.
-6.246 kr.
1.130 kr.
1.167 kr.
5.719 kr.
138 kr.
3.948 kr.
607 kr.
628 kr.
962 kr.
3.049 kr.
Forskel i varmepriser
i forhold til reference
Tekniske bemærkninger: Der er estimeret en såkaldt lineær regressionsmodel med fjernvar-
meprisen for et standard enfamiliehus som afhængig variabel og med primær brændselskilde,
bymæssighed, ejerskab og størrelse som forklarende variable. De tre første variable indgår som
såkaldte dummy-variable. Størrelsen indgår som en transformeret kontinuert variabel på formen,
da denne funktionelle form statistisk set bedst beskriver sammenhængen mellem størrelse og
pris. Hertil kommer, at den funktionelle form i øvrigt er anvendelig til at beskrive forekomsten
af eventuelle skala/stordriftsfordele. Modellen har en justeret forklaringsgrad på 62 pct., hvilket
er relativt godt for denne type statistiske modeller. Regressionen bygger på 431 observationer
fra danske fjernvarmeforsyninger i 2011/12. Regressionsmodellen er nærmere forklaret i et ud-
dybende baggrundsnotat på Energitilsynets hjemmeside.
Primær brændselskilde
”Primær brændselskilde” indgår i analysen, da det benyttede brændsel ofte nævnes
som en væsentlig årsag til prisforskelle i fjernvarmebranchen. Det er især naturgas,
som bliver nævnt som et relativt dyrt brændsel til fjernvarmeproduktion.
Energitilsynet
· 2012
41
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
1667969_0004.png
I tabel 4 er der taget udgangspunkt i en gennemsnitlig (hypotetisk) forbrugerejet
forsyning, der fyrer med biobrændsel, og hverken er et barmarksværk eller ligger
i en større by. Det betyder, at de 3.049 kr., der står angivet ud for naturgas, skal
forstås som forskellen mellem en på alle andre områder identisk forsyning
1
, der
fyrer med naturgas frem for biobrændsel. Det er altså alt andet lige
2
3.049 kr.
dyrere om året i gennemsnit at få opvarmet et enfamiliehus med fjernvarme, hvis
fjernvarmen er fremstillet på naturgas, end hvis en identisk forsyning leverede
fjernvarmen fra en produktion på biobrændsel i stedet.
Hvis forsyningen primært anvender kul eller affald ville den – ifølge analysemo-
dellen - være henholdsvis 628 kr. og 607 kr. dyrere, end hvis forsyningen primært
benyttede biobrændsel. Forsyninger, der har angivet, at de primært benytter ”an-
det brændsel” end kul og affald, er 962 kr. dyrere om året, end hvis de benyttede
biobrændsel.
Fjernvarme produceret på kul, affald og andet brændsel er i gennemsnit marginalt
dyrere end fjernvarme produceret på biobrændsel, men forskellen er ikke tilstræk-
kelig klar til, at den er statistisk signifikant. Varmeproduktion på kul er ligesom
naturgas pålagt høje afgifter. Når produktion på kul alligevel er relativt billig, kan
det blandt andet skyldes, at kulprisen er lav, men også at analysen udelukkende
tager højde for fjernvarmeforsyningernes størrelse og ikke størrelsen af eventuelle
varmeleverandører. Fjernvarme produceret på kul produceres ofte på de store
centrale kraftvarmeværker, som har gode muligheder for at udnytte eventuelle
skala-fordele. Modsat er mange varmeforsyninger, der benytter biobrændsel be-
tydeligt mindre, lokale fjernvarmeværker.
På baggrund af resultaterne (tabel 4) er det forståeligt, hvis især naturgasfyrede
fjernvarmeforsyninger ønsker at skifte til f.eks. biobrændsel. Når mange fjernvar-
meforsyninger benytter naturgas på trods af, at naturgas er et relativt dyrt brændsel,
hænger det sammen med, at mange områder er udlagt til naturgas, og derfor ikke
må benytte andre brændsler. Kul og naturgas anvendt til varmeproduktion er belagt
med høje afgifter, hvorimod biobrændsel ikke er belagt med de samme høje afgifter.
Derfor er de observerede forskelle i fjernvarmepriserne, som ifølge den statistiske
model kan tilskrives brændselstype, blandt andet et resultat af afgiftsstrukturen.
Bymæssighed
1
2
Her og i resten af artiklen menes der med ”identisk forsyning”, at fjernvarme­
forsyningen er identisk på de andre områder, som modellen omfatter: Bymæs­
sighed, ejerskab og størrelse.
Med begrebet ”alt andet lige” menes der her og i resten af artiklen, at de bereg­
nede prisforskelle bygger på gennemsnitsbetragtninger, hvor alle modellens
andre faktorer holdes uændrede, og kun én faktor ad gangen ændres.
42
Energitilsynet
· 2012
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
Fjernvarmeforsyningernes bymæssighed undersøges i den statistiske model, fordi
fjernvarmeforsyninger i tyndt befolkede områder (herunder de såkaldte barmarks-
værker) ofte betragtes som relativt dyrere end fjernvarmeforsyninger med en anden
bymæssighed. Omvendt er der også fremført argumenter for, at det er dyrere at
levere fjernvarme i meget tæt befolkede områder, da det er omkostningsfuldt at
nedgrave fjernvarmerør under veje, fortove mv.
Resultaterne (tabel 4) indikerer dog, at det ikke har stor betydning om en fjern-
varmeforsyning ligger i en større eller mindre by. Fjernvarmeforsyninger i en
”stor” by (defineret som en af de 20 største byer i Danmark målt på antal indbyg-
gere, eller som ligger i hovedstadsområdet) er 138 kr. dyrere pr. år i forhold til en
forsyning, der på alle andre områder er identisk, men ikke ligger i en stor by, og
ikke er et barmarksværk.
Et barmarksværk er derimod betydeligt dyrere end en fjernvarmeforsyning, der
på alle andre områder er identisk, men har en anden bymæssighed. I gennem-
snit må fjernvarmeforbrugerne betale ca. 3.900 kroner mere om året for at få
opvarmet et enfamiliehus fra et barmarksværk end fra en tilsvarende forsyning
(med samme brændsel, ejerskab og størrelse) med en anden bymæssighed. Det er
vigtigt at understrege, at beregningen viser den isolerede effekt på varmeprisen af
barmarksværkernes beliggenhed.
Selv om barmarksværkerne er dyrere er det imidlertid ikke nødvendigvis ensbety-
dende med, at barmarksværkerne ikke er effektivt drevet. De høje fjernvarmepri-
ser kan skyldes, at fjernvarmeforbrugerne er spredt over et stort areal, og at der
derfor må foretages store investeringer i distributionsnettet og efterfølgende høje
vedligeholdelsesomkostninger. Når fjernvarmen transporteres relativt langt inden
den når frem til forbrugerne, vil det også medføre betydelige tab af varme i nettet.
Ejerskab
Analysen inkluderer faktoren ”ejerskab”, fordi ejerskabsforholdene i flere sam-
menhænge har været nævnt som en faktor. Derfor er det relevant at undersøge,
om ejerskabet kan forklare dele af prisforskellene i fjernvarmesektoren.
Beløbene i tabel 4 under ’ejerskab’ angiver, hvordan fjernvarmeprisen påvirkes af,
om det er henholdsvis kommunalt, kommercielt ejet selskab, en boligforening eller
har et andet ejerforhold, der har bestemmende indflydelse i fjernvarmeforsynin-
gen frem for et på alle andre områder identisk forbrugerejet selskab (reference-
fjernvarmeværket).
Energitilsynet
· 2012
43
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
Fjernvarmeforbrugerne tilsluttet et kommercielt ejet selskab må i gennemsnit
betale ca. 5.700 kr. mere om året for at få opvarmet et enfamiliehus end en på alle
andre områder identisk forbrugerejet forsyning. Det er en markant prisforskel
i forhold til den gennemsnitlige fjernvarmepris (vægtet med fjernvarmemæng-
derne ifølge anmeldelser til Energitilsynet), der var på ca. 13.500 kr. pr. år for et
enfamiliehus i 2011/12.
Fjernvarmepriserne i kommunale forsyninger og forsyninger drevet af boligforenin-
ger er ifølge den statistiske model henholdsvis ca. 1.150 kr. og 1.100 kr. dyrere end
en på alle andre områder identisk forsyning, hvor forbrugerne ejer forsyningen.
Da alternativerne til forbruger-ejerskab – ifølge den statistiske model – er dyrere
end forbrugerejede forsyninger indikerer det, at forbrugerejede forsyninger har
de laveste priser, når der er taget højde for den betydning de øvrige faktorer i tabel 4
har for fjernvarmepriserne.
Resultaterne giver en mulig forklaring på, hvorfor fjernvarmekunderne i nogle
forsyningsområder, hvor fjernvarmen leveres af et kommercielt ejet fjernvarme-
selskab, ønsker at købe deres fjernvarmeforsyning. Selv om det generelle billede
understøtter, at forbrugerejede fjernvarmeforsyninger leverer billig fjernvarme, er
det langt fra sikkert, at det i alle tilfælde kan betale sig for forbrugerne at overtage
en forsyning – det afhænger af de konkrete forhold.
Størrelse
Fjernvarmeforsyningernes størrelse er inkluderet i den statistiske model, fordi der
generelt er enighed i branchen om, at der kan opnås betydelige stordriftsfordele
(se for eksempel Dansk Fjernvarmes årsstatistik 2011, side 4-5).
Den statistiske model understøtter, at der er stordriftsfordele til stede, da det har
betydning for fjernvarmeprisen, hvor stort et budgetteret årssalg en forsyning har.
Jo større det budgetterede årssalg er, desto billigere er fjernvarmen, alt andet lige.
Sammenhængen mellem fjernvarmeprisen og fjernvarmeforsyningens størrelse
kan illustreres ved at sammenligne de priser, som modellen forudsiger for en
fjernvarmeforsyning med et årssalg på for eksempel 5.000 MWh med den pris,
modellen forudsiger for den samme forsyning, blot med et højere årssalg. Denne
sammenligning fremgår af tabel 4.
Ifølge modellen betaler fjernvarmeforbrugerne i en stor forsyning med et årssalg
på 500.000 MWh godt 5.600 kr. mindre om året for at få opvarmet et enfamiliehus
end forbrugerne i en forsyning, som har et årssalg på 5.000 MWh, men ellers er
fuldstændig identisk. Fordelene ved, at en forsyning bliver større, er dog aftagende
44
Energitilsynet
· 2012
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
1667969_0007.png
– en fordobling af årssalget fra 5.000 MWh til 10.000 MWh giver en besparelse
på ca. 1.000 kr., mens en forøgelse af årssalget med en faktor 100 (fra 5.000 til
500.000 MWh) medfører en besparelse på ca. 5.600 kr. om året.
Sammenhængen mellem fjernvarmepriserne og fjernvarmeforsyningens størrelse
tyder på, at der kan opnås stordriftsfordele ved at forsyninger indgår samarbejds-
aftaler eller fusionerer for at reducere omkostningerne til for eksempel admini-
stration, brændselsindkøb m.v.
Hvor robust er analysen?
Hvis den statistiske analysemodel perfekt forudsagde hvilken pris, en forsyning
vil have, ville alle forsyningerne i figur 16 ligge på den røde linje. Modellen er
imidlertid ikke perfekt, men forklarer dog ca. to tredjedele af prisforskellene mel-
lem fjernvarmeforsyningerne, hvilket er en relativt god forklaringsevne for denne
type statistiske modeller. En tredjedel af prisforskellene kan modellen imidlertid
ikke forklare.
Figur 17. Faktiske priser sammenholdt med de forudsagte priser i
analysemodellen
Faktisk fjernvarmepris, kr.
40000
35000
30000
25000
20000
15000
10000
5000
0
5000 10000 15000 20000 25000 30000 35000 40000
Modelforudsagt fjernvarmepris, kr.
Antal observationer: 431
Forklaringsgrad (R
2
) = 62 %
De punkter, der ligger over den røde linje, er fjernvarmeforsyninger, som er
dyrere end forudsagt af modellen (figur 17). De forsyninger, der ligger under
kurven er billigere end forudsagt. De punkter, der ligger længst fra den røde linje,
er de forsyninger hvis fjernvarmepriser, modellen er dårligst til at forudsige. De
pågældende fjernvarmeforsyninger er af samme grund interessante, idet det er
disse forsyninger, der enten gør det betydeligt bedre, end modellen kan forklare
eller meget dårligere.
Energitilsynet
· 2012
45
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
Resultatet i figur 17 kan indikere, at der er nogle fjernvarmeforsyninger, hvor den
statistiske model ikke kan forklare, hvorfor priserne er høje. Det kan være udtryk
for, at der er forhold, den statistiske model ikke tager højde for, eller at der er
potentiale for, at fjernvarmeforsyningerne kan reducere omkostningerne. Det er
ikke kun forsyninger, der har højere priser end modellen forudsiger, der kan have
mulighed for at optimere forrentningen. At en fjernvarmeforsyning ligger på den
sorte linje er blot et udtryk for, at fjernvarmeforsyningens priser svarer til, hvad
den statistiske model forudsiger, at prisen vil være for en forsyning med den givne
størrelse, primære brændselstype, bymæssighed og ejerforhold. Fjernvarmeforsy-
ningerne kan dog ikke påvirke alle disse forhold som tidligere nævnt.
Man skal være forsigtig med at konkludere, hvor stort et effektiviseringspoten-
tiale, der er i fjernvarmesektoren på baggrund af modellens forudsigelser. Der er
en række faktorer med betydning for fjernvarmepriserne, der ikke er inkluderet
i denne analyse. For eksempel tages der ikke højde for, at en række forsyninger
køber fjernvarmen af meget store centrale værker, affaldsforbrændingsanlæg eller
transmissionsselskaber. Disse forsyningsselskaber kan være meget små og alligevel
opnå stordriftsfordele. Hvis den statistiske model kunne tage højde for dette, ville
det kunne ændre størrelsen af de forskelle, der er beregnet i tabel 4, men næppe
ændre på de væsentligste konklusioner i analysen.
Ud over denne type begrænsninger i analysen, så er der også andre faktorer, der
påvirker fjernvarmeprisen, men ikke indgår i analysen (se faktaboks). Derfor skal
det understreges, at resultaterne bør fortolkes med de nødvendige forbehold.
Generelt er der kun i begrænset omfang gennemført analyser af, hvilke interne
såvel som eksterne forhold, der har betydning for fjernvarmeforsyningernes fjern-
varmepriser. Det skyldes blandt andet mangelen på data af høj kvalitet. Derfor er
der behov for at gennemføre flere analyser af fjernvarmesektoren for at få en bedre
forståelse af, hvilke forhold der har betydning for fjernvarmepriserne.
Sammenfatning
Denne analyse er ikke en komplet analyse af prisforskellene i fjernvarmeforsy-
ningerne. Analysen omfatter ikke alle faktorer, der påvirker fjernvarmepriserne,
men den forklarer imidlertid to tredjedele af prisforskellene. Samlet set peger
resultaterne af analysen på følgende konklusioner:
• jernvarme baseret på naturgas er statistisk set væsentligt dyrere end fjernvarme
F
baseret på andre brændsler. Derimod har det stort set ingen betydning for
fjernvarmeprisen, om der anvendes kul, biomasse, affald eller andet brændsel
• et har statistisk set ingen betydning for fjernvarmeprisen, om forsyningen
d
ligger i en større eller mindre by. Alene barmarksværkerne skiller sig ud med
markant højere varmepriser
46
Energitilsynet
· 2012
EFK, Alm.del - 2015-16 - Bilag 410: Henvendelse af 26/9-16 fra Dansk Fjernvarme om regeringens forsyningsstrategi m.v. ifm. foretræde for udvalget den 27/9-16
1667969_0009.png
• jerskabet har statistisk set betydning for varmeprisen. Forbrugerejede forsy-
e
ninger peger i retning af lavere priser, forsyninger ejet af kommercielt ejede
selskaber peger i retning af højere varmepriser
• er synes at være stordriftsfordele i produktionen af fjernvarme
d
• er er behov for yderligere analyser for at forklare forskellene i varmepriserne.
d
FAktA
Eksempler på faktorer som påvirker fjernvarmeprisen, men ikke er
medtaget i analysen:
• Den anvendte afskrivningspolitik
• fjernvarmeforsyningens alder
• indregning af over-/underdækninger
• forbrugernes betaling for tilslutning til fjernvarmenettet
• ledningsnettets størrelse og forbrugertætheden
• analysen ser udelukkende på fjernvarmeforsyninger, ikke på
hvor varmen produceres
• effektivitet i driften.
Eksempler på tekniske fejlkilder ved analysen:
• Analysen kun gennemført for én periode, nemlig 2011/12
• modellen kan specificeres anderledes
• der er kun set på primært brændsel, ikke på det faktiske
brændselsmiks.
Energitilsynet
· 2012
47