EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Energi- Forsynings- og Klimaudvalget 2017-18
EFK Alm.del Bilag 285
Offentligt

Gevinster ved

anvendelse af data og

digitalisering til

screening af

bygninger for EE:

Kortlægning af

mekanismer

Energistyrelsen

4. maj 2018

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Forfattere:

Copenhagen Economics

Helge Sigurd Næss-Schmidt, Partner

Martin Bo Westh Hansen, Managing Economist

Bjarke Modvig Lumby, Economist

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved

anvendelse af data og

digitalisering til

screening af bygninger

for EE: Kortlægning af

mekanismer

Forord

Energistyrelsen har bedt Copenhagen Economics om at analysere gevinsterne ved anven-

delse af data og digitalisering til at screene bygninger for energieffektiviseringer. Analysen

er led i initiativet om ”Energieffektive og Intelligente Bygninger” igangsat af Regeringen.

Målet med studiet har været at kaste lys på, hvordan data af højere kvalitet samt bedre

adgang til data kan give rum til nye anvendelser af data, der kan realisere flere energief-

fektiviseringer i bygninger.

Der er meget lidt empirisk grundlag for at vurdere gevinster kvantitativt, så studiet har

fokuseret på, hvordan og gennem hvilke mekanismer digitalisering kan reducere omkost-

ninger ved energieffektivisering for slutbrugere og herved også øget omfanget af effektivi-

sering.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Indholdsfortegnelse

Forord

Sammenfatning

Digitalisering giver mulighed for mere

præcise, detaljerede og tilgængelige data 7

1.1 Brug af data i forbindelse med energieffektiviseringer: fra

identifikation til verifikation

1.2 Ny teknologi gør det muligt at indhente mere data og data

af højere kvalitet

1.3 Nemmere adgang til data

Transaktionsomkostninger forbundet

med energieffektiviseringer

2.1 Transaktionsomkostninger gør investeringer i

energieffektiviseringer energi mindre rentabelt

2.2 Typer af transaktionsomkostninger gennem

værdikæden

2.3 Størrelsen af transaktionsomkostninger igennem

værdikæden

2.4 Digitaliseringens påvirkning på

transaktionsomkostninger

Brug af data kan reducere

transaktionsomkostninger og skabe nye

anvendelser

3.1 Digitaliseringen kan skabe mere præcise og troværdige

screeningsværktøjer

3.2 Nye anvendelser og deres påvirkning af

forretningsmodeller

3.3 Barrierer for energieffektiviseringer og fleksibelt energi 27

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

3.4 Samlet potentiale ved bedre anvendelse af data

Litteraturliste

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Oversigt over tabeller

Tabel 1 Estimater for

transaktionsomkostninger i litteraturen .................. 16

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Oversigt over figurer

Figur 1 Transaktionsomkostninger kan få

omkostninger ved energieffektiviseringer til at

overstige værdien ...................................................... 12

Figur 2 Lavere transaktionsomkostninger

medfører både færre omkostninger og flere

energieffektiviseringer .............................................. 13

Figur 3 Transaktionsomkostninger forbundet

med energieffektiviseringer ...................................... 14

Figur 4 Effekt af data på

transaktionsomkostninger ........................................ 18

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Sammenfatning

Der sker en hastig teknologisk udvikling disse år. Sensorer, målere og dataopsamling bliver

hele tiden billigere, i højere opløsning og mere brugervenlige. Oveni er der en kraftig ud-

vikling inden for kunstig intelligens i alle sektorer, der sænker omkostninger til databe-

handling og styring. Denne udvikling giver virksomhederne mulighed for at udvikle nye

forretningsområder inden for teknik, rådgivning og kurser. Endvidere forventes de kom-

mende gratis data fra DMI om vejr- og klimadata at blive anvendt af digitale iværksættere

til at udvikle nye services og nye produkter med styringsfunktioner med anvendelse af vejr-

prognoser.

Denne øgede dataindsamling giver både nye muligheder for både effektiviseringer og sty-

ring, men åbner samtidig op for bedre identificering af bygninger med største potentiale

for energibesparelse gennem bedre screeningsværktøjer.

Der kan peges på fem centrale drivere i denne udvikling:

I: Mere præcis og billigere

identifikation

af de bedste potentielle projekter

Der er omkostninger og usikkerhed forbundet med at identificere de mest lovende kandi-

dater til energirenovering. En af grundene er, at kilder til at vurdere forskelle i den reelle

energistand, som eksempelvis energimærkning, er usikre, dyre og ikke altid opdaterede.

For gamle energimærker og eventuelle fejl i mærkningen gør det usikkert at foretage be-

slutninger om energirenoveringer på baggrund af mærket.

Bedre data vil kunne gøre det muligt både at få et langt bedre grundlag for at bedømme det

faktiske, opdaterede energiforbrug samt energiregning i en ejendom og at kontrollere for

objektive forskelle i rammebetingelser (erhverv, beboersammensætning, geografi, energi-

form mv.). Det forbedrer med andre ord muligheden for at lave nogle screeningsværktøjer,

som kan levere to gevinster: 1) undgå at man spilder tid og ressourcer på at vurdere ener-

giforbedringer, hvor der reelt kun er begrænsede muligheder 2) identifikation af mulighe-

der, som overses, hvis man forlader sig alene på fx Energimærkninger.

II: Skarpere verifikation af værdien af forbedringer

Det er vigtigt for ejeren af en bygning, om en foreslået energirenovering rent faktisk leverer

det lovede resultat. Digitalisering samt opsætning af langt billigere sensorer mv. til måling

af energiforbrug også meget lokalt i en ejendom vil give bedre muligheder for at følge op på

energiforbrug i forhold til det projekterede. Det vil fx blive nemmere at kunne følge op på

om højere energiforbrug end projekteret skyldes dårlig implementering eller ændret ad-

færd hos bruger af bygning.

Den væsentligste barriere for udnyttelse af disse potentialer, synes at være, at adgang til

data fra forbrugere fortsat kan være omstændelig.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

III Styrket mulighed for brug af realkredit til finansiering af

energirenoveringer

Der er god evidens for at bygninger med høj energieffektivitet også opnår relativt højere

priser ved salg. Det gør i sig selv energirenovering mere attraktivt, men kan også være

hjælpsomt i forhold til finansiering via realkredit baseret på den højere potentielle belå-

ningsværdi. Det er vigtigt, fordi finansiering med basis i belåning af sikre aktiver er bety-

deligt billigere end generel finansiering til husholdninger og virksomheder. I den sammen-

hæng vil ikke mindst verifikationsdelen være vigtigt for den endelige værdiansættelse. For

vurdering af værdien af en ejendom vil det være vigtigt at kende den faktiske energiregning

og usikkerhed omkring denne. Her vil opdaterede verificerede data samt udvikling af ga-

rantimodeller, som sikrer at leverandører leverer den lovede forbedring være afgørende i

den samlede fase for långivning før, under og efter renoveringen.

En række europæiske aktører arbejder på at udnytte digitaliseringen til at skabe en bedre

og skarpere værdiansættelse for energieffektive bygninger med det sigte at forbedre mulig-

heder for investeringer i energieffektive porteføljer af ejendomme. Aktørerne er ikke

mindst at finde blandt de store europæiske energiselskaber og banker.

Barrierer på europæisk plan knytter sigt primært til hvordan den nye regulering af realkre-

dit vil håndtere værdiskabelsen fra energirenovering i forhold til kapitalkrav til de finan-

sielle investorer.

IV: Øget fokus fra investorer og virksomheder til bredt at kunne fremstå med

grøn profil

Investorer ligger i stigende grad vægt på at virksomhederne har en klar politik for hvordan

de fremmer miljømæssige mål, herunder klimamål. Forbedrede og løbende opdaterede

vurderinger af energistandarder mv. vil kunne styrke investorers muligheder for at følge op

på erklærede målsætninger og virksomheder vil mere troværdigt kunne markedsføre resul-

tater.

V: Udvikling af nye forretningsmodeller

Effekten af digitalisering i forhold til skabelse af nye forretningsmodeller er fortsat i sin

vorden.

Vores samtale med en række aktører peger imidlertid ret entydigt på, at udvikling i forhold

til energy management som det potentielt mest lovende tema. Det vil sige modeller, hvor

man direkte måler og styrer energiforbrug hos kunden og optimerer kundens samlede

energiforbrug både over tid men potentielt set også mellem forskellige energikilder. Det vil

ofte kræve et dybt samarbejde med kunden herunder indhentning af data i høj tidsopløs-

ning. Indhentning af data kan eksempelvis ske gennem opstilling af sensorer, som ligger

langt fra de data der findes i eksempelvis Datahub.

Det er tilsvarende også vores vurdering, at energieffektivisering fremadrettet i stigende

grad bliver en integreret del af et større fokus på energistyring i virksomheder og hushold-

ning ikke mindst som led i den stadig stigende elektrificering af opvarmning og transport-

sektor.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Samfundsmæssige gevinster

Digitaliseringen af data i energisektoren i bredere forstand har nogle betydelige samfunds-

mæssige gevinster. Der vil være store gevinster herved, som alene kan realiseres i sammen-

hæng med bedre data og udvikling af nye forretningsmodeller ikke mindst for bedre styring

af installationer og bygningsdrift.

Internationale studier viser at digitalisering af energiforbrug i bygninger kan give betyde-

lige energibesparelser i fremtiden.

Der findes imidlertid ingen studier på den isolerede effekt af bedre screeningsværktøjer til

at fremme energieffektiviseringer og fleksibelt energi. Baseret på studier om transaktions-

omkostninger og vores interviews af markedsaktører, vurderer vi at der vil være store ge-

vinster ved lavere omkostninger for at gennemføre energieffektiviseringer. Udover dette

vurderer vi, at bedre screeningsværktøjer vil kunne erstatte eller forbedre den nuværende

energimærkningsordning, der i dag koster 300 mio. kr. årligt. Oven i omkostningsbespa-

relserne, vil der også være samfundsøkonomisk værdi af de bredere gevinster som eksem-

pelvis bedre energirådgivning eller mere fair offentlig ejendomsvurdering.

IEA (2017), Digitalization & Energy

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Kapitel 1

Digitalisering giver mulighed for

mere præcise, detaljerede og

tilgængelige data

I dette afsnit vil vi kort beskrive, hvordan en forretningsmodel for energieffektiviseringer

ser ud, og hvordan data spiller ind i dag (1.1). Herefter vil vi gennemgå, hvordan data for

energiforbrug får en højere detaljegrad inden for både tid, type af anvendelse og konkret

fysisk sted (1.2), samt hvordan det bliver nemmere at få adgang til data fremover (1.3).

1.1

Brug af data i forbindelse med energieffektiviseringer: fra

identifikation til verifikation

En forretningsmodel for energieffektiviseringer (EE) har tre overordnede faser: identifice-

ring, konkretisering og verificering, se Figur 1.

Figur 1 Anvendelse af data i en forretningsmodel for EE

Kilde:

Copenhagen Economics baseret på Hein og Blok (1995) og Fama og Jensen (1983).

Identificering

handler om at matche en bygning med potentiale for EE og en leverandør af

EE-ydelser. I identificeringsfasen handler det for bygningsejeren om at kende sin egen byg-

nings EE-potentiale bedre. For en leverandør af EE-ydelser handler det om at udvælge byg-

ninger med størst potentiale for at målrette sin salgsindsats. Initiativtager til et EE-projekt

varierer fra specifikke forretningsmodeller for mindre boliger, hvor initiativet typisk ligger

hos bygningsejeren, til større offentlige og private projekter, hvor initiativet typisk ligger

hos leverandøren af EE-ydelser.

I dag anvendes data i identificeringsfasen typisk ved meget overordnede nøgletal. Dette

kunne eksempelvis være energiforbrug per kvadratmeter eller energimærkningsdata.

Bedre og mere præcise nøgletal vil gøre det mindre omkostningsfuldt for leverandører af

EE at tage initiativ til kontakt til erhverv samt offentlige bygningsejere. Samtidig vil adgang

til data både gøre det nemmere for bygningsejere at kende deres eget potentiale, men også

styrke deres mulighed for at tage en kvalificeret beslutning, hvilket kan forbedre konkur-

rencen på markedet. Bedre data giver herudover mulighed for potentialevurderinger, der

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

er billigere at foretage og mere præcise som følge af højere kvalitet af inputdata, mere op-

daterede data og bedre sammenligningsgrundlag af bygningen mod lignende bygninger.

Konkretisering

omhandler at tage en beslutning for hvilke elementer i bygningen, der ek-

sempelvis skal udskiftes eller forbedres i bygningen. Bygningsejer skal dermed foretage en

beslutning om, hvad der skal foretages. Dette vil typisk blive baseret på konkrete forslag fra

leverandørernes teknikerbesøg i bygningen.

Data anvendes i dag i konkretiseringsfasen i begrænset omfang grundet manglende tilgæn-

gelighed. I større bygninger med højfrekvente energimålere vil en leverandør kunne lave

analyse af forbrugsmønstre for at forbedre estimatet for potentialet for fleksibelt energi i

bygningen, men i dag kan det være omkostningsfyldt og besværligt at få adgang til data.

Bedre screeningsværktøjer og adgang til data vil kunne skabe værdi i konkretiseringsfasen

ved både at understøtte de fysiske besøg af teknikere, men også sænke omkostninger for-

bundet med analyse af højfrekvent data gennem mere standardisering og nemmere adgang.

Verificering

omhandler dokumentation for en besparelse. I projekter med besparelsesga-

ranti (ofte større ESCO-projekter) vil verificeringsfasen indebære at leverandøren af EE

dokumenterer, at projektet har medført en energibesparelse.

I dag anvendes data i høj grad i verificeringsfasen for projekter med energibesparelsesga-

ranti. Garantien kræver ofte opsætning af yderligere måleudstyr parallelt med det eksiste-

rende måleudstyr, da det er omkostningsfyldt og besværligt at få adgang til data.

Bedre adgang til primært højfrekvent data kan reducere omkostninger forbundet med ve-

rificering af energibesparelser. Dette gør det både mindre omkostningsfyldt at gennemføre

projekter, men sænker også projekternes risiko gennem mere præcise estimater for verifi-

cering.

1.2

Ny teknologi gør det muligt at indhente mere data og data

af højere kvalitet

Nye og bedre data

Der bliver i dag indsamlet store mængder data omkring energiforbrug, bygninger, vejr mv.

Indsamlingen bliver foretaget af både offentlige og private aktører. Indsamlingen af data

har forskellige formål, men meget data bliver indsamlet til operationelle formål som ek-

sempelvis afregning for energiforbrug.

Der er en række kilder, der er relevante i forbindelse med screening for EE. De forskellige

datakilder varierer inden for både kvalitet, dækningsgrad, tilgængelighed og standardise-

ring. Eksempelvis er datakvaliteten for BBR mindre god, men den har en høj tilgængelighed

og er let tilgængelig. Omvendt er både kvalitet og dækningsgrad for eldata høj, mens til-

gængeligheden er begrænset, se Tabel 1.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Tabel 1 Oversigt over egenskaber for primære datakilder

Datakvalitet

BBR

EMO

Eldata

Varmedata

CTS

DMI

Nøgletal

Kilde:

Mindre god

God

Lav

Dækningsgrad

God

Lav

God

Mellem

God

Mellem

Tilgængelighed

God

Mellem

Lav

God

Standardisering

God

Lav

God

Mellem

Copenhagen Economics baseret på Rambøll (2017)

Mere præcis og højere tidsopløsning

Der vil fremover være en udvikling mod en højere frekvens på data. Dette er i høj grad

tilfældet for el- og varmedata, hvor udrulning af fjernaflæste målere vil gøre det muligt at

afmåle forbrug med høj opløsning.

Med manuelt aflæste målere påkræves det at enten bygningsejer eller forsyningsselskab

skal aflæse målere i faste intervaller, eksempelvis årlig aflæsning. Den manuelle aflæsning

skaber risiko for fejlaflæsninger, og medfører samtidig, at der er stort tidsrum mellem hvor-

når forbruget sker, og hvornår forbruget bliver aflæst, hvilket begrænser anvendelsen af

data.

I dag bliver flere og flere elmålere fjernaflæst, og inden 2020 vil alle elmålere i Danmark

være fjernaflæst. Det giver mulighed for at aflæse elforbruget oftere og tættere på det fak-

tiske forbrug. Dette giver en højere opløsning af data, som kan anvendes til både screening

og drift.

Forbrug af varme bliver fortsat mange steder aflæst manuelt i faste intervaller. Der er dog

en større udrulning af fjernaflæste og højfrekvente målere i gang i eksempelvis Aarhus og

København.

Højere detaljeringsgrad over sted

Udover den kortere tid imellem aflæsningen, vil der også ske en udvikling mod højere geo-

grafisk detaljeringsgrad og flere målepunkter inden for den enkelte bygning. En højere de-

taljeringsgrad over sted i data vil gøre det muligt at lave meget konkrete og skræddersyede

nøgletal, som tager højde for en stor mængde meget specifikke forhold i hver bygning.

I dag bliver energiforbrug ofte indsamlet for hele bygningen eller enheder i bygningen ved

fx lejligheder. Fremover vil sensorer i bygninger kunne indsamle data for specifikke rum

og installationer i bygninger. Billigere og mere funktionsdygtige sensorer vil gøre det mere

attraktivt at installere sensorer på sigt.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Nye metoder som geokodning og registrering af bygninger via luftfotos kan også give en

højere geografisk detaljeringsgrad af BBR. Eksempelvis er det planlagt at fordele erhvervs-

arealer i bygninger ind i enheder samt registrere tekniske anlæg på anvendelser.

1.3

Nemmere adgang til data

Selvom der er få konkrete elementer planlagt for at øge tilgængeligheden til energidata, vil

teknologiske fremskridt gøre det nemmere at tilgå data. Dette er eksempelvis bedre måder

til at kryptere data og verificere adgangen til data. Ligeledes er der en udvikling mod en

højere grad af standardisering, hvilket tillader datasæt at blive samlet på tværs af datakil-

der.

Energinet arbejder eksempelvis konkret med at strømline processen med at give fuldmagt

til at tilgå eldata i Datahub. I dag skal man bruge NemID til at give adgang til tredjeparter.

Dette kan dog være en barriere for virksomheder, hvor ansvarlig for energiforbrug og byg-

ninger ikke nødvendigvis har adgang til virksomhedens NemID. Derfor arbejder Energinet

på nye metoder til at verificere afgiver af fuldmagt.

Et eksempel på hvordan adgangen til data kan gøres nemmere er Grunddata.dk. Grund-

data.dk er et samarbejde mellem flere offentlige institutioner om at lave en samlet portal

til distribution af offentlige grunddata med det formål at ensarte de tekniske løsninger og

adgang. Grunddata.dk samler data som geodata, CPR, CVR, Danmarks Adresseregister mv.

BBR-data bliver tilgængelig heri fra 2019. Der er ikke offentliggjorte planer om at inkludere

energidata på Grunddata.dk, men anvendelsen skaber vej for en lignende samling for ener-

gidata.

Oplæg i Energistyrelsen 8. februar 2017 ved Lars Misser, SKAT.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Kapitel 2

Transaktionsomkostninger

forbundet med

energieffektiviseringer

Vi beskriver i dette kapitel først, hvad transaktionsomkostninger betyder for energieffekti-

viseringer (2.1). Herefter vil vi beskrive de forskellige transaktionsomkostninger igennem

værdikæden for begge aktiviteter (2.2). Der er en meget betydelig mængde studier om stør-

relses og karakteren af de forskellige typer af transaktionsomkostninger (2.3). Der er også

en betydelig a priori belæg for at digitalisering kan nedbringe transaktionsomkostninger,

men kun en meget begrænset litteratur om bidraget herfra (2.4).

2.1

Transaktionsomkostninger gør investeringer i

energieffektiviseringer energi mindre rentabelt

Mange energieffektiviseringsprojekter, der på papiret er rentable, bliver i virkeligheden

ikke realiseret. Dette skyldes at der er omkostninger i forbindelse med projektet som ikke

er blevet regnet med, såkaldte skjulte omkostninger.

En del af de skjulte omkostninger er

transaktionsomkostninger.

Transaktionsomkostninger er omkostninger til eksempelvis

administration, koordinering, informationssøgning mv i forbindelse med projektet og in-

kluderer ikke direkte omkostninger som materialer, løn mv. Ved at inkludere transakti-

onsomkostninger, vil nogle energieffektiviseringer ikke længere være rentable, se Figur 1.

Ostertag, K. (1999), Transaction Costs of Raising Energy Efficiency

Der kan også være andre årsager til at energieffektiviseringer ikke bliver gennemført, eksempelvis irrationelle forbrugere.

Matschoss, K. et al. (2013), Energy renovations of EU multifamily buildings: do current policies target the real problems?

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Figur 1 Transaktionsomkostninger kan få omkostninger ved

energieffektiviseringer til at overstige værdien

Note:

Kilde:

Illustrativ figur.

Copenhagen Economics.

Ved at sænke transaktionsomkostningerne, kan man realisere flere energieffektiviseringer.

En reduktion i transaktionsomkostninger skaber samfundsøkonomisk gevinst gennem to

kanaler illustreret i Figur 2:

1. Færre omkostninger ved eksisterende energieffektiviseringer

2. Flere energirenoveringer

Færre omkostninger

En reduktion i omkostninger er en direkte samfundsøkonomisk gevinst. Hvis man kan lave

det samme for færre penge, kan man bruge sine besparelser på at købe andre goder, og

samfundet er samlet set blevet rigere. For de eksisterende energirenoveringer er der der-

med en en-til-en sammenhæng mellem omkostningsreduktionen og den samfundsøkono-

miske gevinst. Areal (1) i Figur 2 illustrerer den samfundsøkonomiske gevinst ved færre

omkostninger som følge af færre transaktionsomkostninger.

Flere energirenoveringer

Udover den direkte omkostningsreduktion, vil en sænkning af omkostninger ved energief-

fektiviseringer, gøre flere energieffektiviseringer rentable. Dette vil betyde at flere rentable

energieffektiviseringer bliver foretaget. For de nye energieffektiviseringer er den sam-

fundsøkonomiske gevinst også den privatøkonomiske gevinst ved energieffektiviseringer.

Areal (2) i Figur 2 illustrerer den samfundsøkonomiske gevinst ved flere energirenoverin-

ger.

Udover de direkte gevinster, er der også multiple gevinster ved energirenoveringer som eksempelvis forbedret sundhed.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Figur 2 Lavere transaktionsomkostninger medfører både færre

omkostninger og flere energieffektiviseringer

Note:

Kilde:

Illustrativ figur.

Copenhagen Economics.

I det følgende beskrives hvilke typer transaktionsomkostninger der forekommer og størrel-

sen for de samlede transaktionsomkostninger.

2.2

Typer af transaktionsomkostninger gennem værdikæden

Transaktionsomkostninger kan forekomme igennem hele processen for energirenoverin-

ger og fleksibelt energi og dækker over konkrete omkostninger som forhandling og mindre

konkrete omkostninger som vurdering af information.

Der findes en lang række transak-

tionsomkostninger forbundet med at gennemføre projekter med EE og FE.

Vi har fundet 15 transaktionsomkostninger, som bliver nævnt i litteraturen. Af disse bliver

især fire transaktionsomkostninger beskrevet oftere end andre: søge efter information, vur-

dere information, forhandling af kontrakter og verificering af efterfølgende besparelse, se

Figur 3. Søgning efter og vurderinger af information samt verificering er ligeså noget som

flere aktører nævner som betydningsfulde transaktionsomkostninger.

Hein and Blok (1995), Transaction costs of energy efficiency improvement

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Figur 3 Transaktionsomkostninger forbundet med energieffek-

tiviseringer

Note:

Kilde:

Søge efter information, søge efter kunder, forhandling af kontrakter og mekanismer til monitorering,

kvantificering og verificering er de fire transaktionsomkostninger der oftest nævnes i litteraturen.

Copenhagen Economics baseret på

Mundaca and Neij (2006), Sanstad and Howarth (1994),

Mundaca et al (2013), MRC (2004), Mundaca (2007b), Mundaca (2007a), Michaelowa and Jotzo

(2005), Matschoss et al (2013), Sathaye and Murtishaw. (2004), Coleman (1998), Hein and Blok

(1995), Kiss (2016), Valentová (2010), Björkqvist and Wene (1993), Sioshansi (1991)

Mundaca

and Neij (2006), Mundaca (2007b), Mundaca (2007a), Valentová (2010)

Mundaca and Neij (2006),

Sanstad and Howarth (1994), Mundaca et al (2013), Mundaca (2007b), Mundaca (2007a), Matschoss

et al (2013), Sathaye and Murtishaw. (2004), Coleman (1998), Hein and Blok (1995), Kiss (2016),

Valentová (2010), Björkqvist and Wene (1993), Sioshansi (1991)

Mundaca and Neij (2006), San-

stad and Howarth (1994), Kiss (2016), Valentová (2010)

Mundaca and Neij (2006), Mundaca

(2007a), Valentová (2010)

Mundaca et al (2013), Mundaca (2007b), Michaelowa and Jotzo (2005)

Matschoss et al (2013), Sathaye and Murtishaw. (2004)

Mundaca and Neij (2006), Michaelowa

and Jotzo (2005), Valentová (2010)

Mundaca and Neij (2006), Sanstad and Howarth (1994),

Mundaca et al (2013), Walalch et al (2008), Mundaca (2007b), Mundaca (2007a), Michaelowa and

Jotzo (2005), Valentová (2010), Bleyl-Androschin et al (2009)

10)

Mundaca and Neij (2006), Kiss

(2016), Valentová (2010)

11)

Mundaca and Neij (2006), Michaelowa and Jotzo (2005), Valentová

(2010)

12)

MRC (2004), Kiss (2016), Bleyl-Androschin et al (2009)

13)

Mundaca (2007a), Kiss

(2016), Bleyl-Androschin et al (2009)

14)

Matschoss et al (2013)

15)

Mundaca and Neij (2006),

Mundaca et al (2013), Mundaca (2007b), Mundaca (2007a), Michaelowa and Jotzo (2005), Hein and

Blok (1995), Kiss (2016), Valentová (2010).

2.3

Størrelsen af transaktionsomkostninger igennem

værdikæden

Der findes en meget begrænset litteratur om størrelsesordenen på transaktionsomkostnin-

ger på projekter for energirenoveringer og fleksibelt energi i bygninger. Grundet den be-

grænsede litteratur, har vi medtaget estimater for transaktionsomkostninger, som ikke di-

rekte omhandler vores afgrænsning (fx ældre studier, estimater for industrien, ikke-danske

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

studier, estimater for andre teknologier end vi ser på). Ud fra estimaterne vil vi forsøge at

give indikationer for størrelsesordenen på transaktionsomkostningerne.

Vi finder at transaktionsomkostninger spænder fra 1-60% af den samlede projektstør-

relse. Det store spænd skyldes blandt andet, at der ses på vidt forskellige projekter i for-

hold til størrelse, aktører, geografi mv. Ligeså varierer det, hvad de forskellige studier in-

kluderer af transaktionsomkostninger i deres estimater, se Tabel 1.

Selvom eksempelvis Björkqvist and Wene (1993) specifikt nævner, at man ikke kan generalisere resultaterne.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Tabel 1 Estimater for transaktionsomkostninger i litteraturen

Studie

Område

dækket

Type af projekter

Kilde til

estimat

1 projekt

(300 lej-

ligheder)

12 større

energiin-

tensive

virksom-

heder

nets-

elskaber

inve-

300 byg-

nings-

ejere

2 leveran-

dører

energi

64 projek-

ter

hus-

holdnin-

ger

EE-

projekter

VE-

projekter

Estimat

Inkluderede transakti-

onsomkostninger

17 elementer (fx søge ef-

ter partnere, vurdering af

information, monitorering

etc).

Indsamling og vurdering af

information, monitoring af

resultater

Budforberedelse, kreditga-

rantier, administration og

juridiske omkostninger

Søge efter information,

forhandling, søge efter

partner, follow-up

Bygningsejers projekt- og

dataforberedelse,

skrive

servicespecifikationer, for-

handling af kontrakter

Tiltrække

kunder, for-

handling, kvalitetstjek, ri-

siko

Søge efter information,

forhandling, udvikling af

baseline, verificering

Teknisk assistance, follow-

up, administration, rap-

portering

Indsamling og vurdering af

information

Kiss (2016)

Sverige

Totalrenoveringer

boligblokke

3-8% heraf:

2-6% information

1-2% beslutning

<1% monitore-

ring

5-10%

Hein and Blok

(1995)

Holland

EE i industrien

Wallach et al

(2008)

Mundaca and

Neij (2006)

Bleyl-And-

roschin et al

(2009)

Mundaca

(2007b)

Sathaye

(2005)

Fichtner et al

(2003)

Björkqvist

and

Wene

(1993)

Michaelowa et

al (2003)

USA (Ma-

ryland)

Danmark

Procurement for for-

syningsselskaber

Energimærkning

5-20%

Tyskland

Bygningsejers

stering i kedel

EE i boliger

7-60%

Nord/Syd-

amerika,

Asien

8-11% lys

24-36% isolering

9-19%

13% for EE

20% for VE

28% baseret på

bruttoløn

13% baseret på

nettoløn

20.5% for EE

14.4% for VE

EE og andre GHG-re-

ducerende projekter

Husholdningers ener-

giinvesteringer i var-

mesystemer

Investeringer i EE og

Erhverv og hushold-

ningsers investerin-

ger i køling, varme,

ventilation, og hus-

holdningsapparater

EE i industrien

Sverige

Baltikum

Teknisk assistance og ad-

ministrative omkostninger

Joskow

Marron

(1992)

and

USA

20-30%

Implementering, monito-

rering, afmålinger, admi-

nistrative omkostninger

Projektspecificering, pro-

jektledelse, organisering

af byggeaktiviteter, moni-

torering

Lave tilbud (prospecting),

projektidentificering, veri-

ficering, juridiske omkost-

ninger

Vermande

(1994)

Easton Con-

sultants

(1999)

Note:

Holland

21%

USA

EE i boliger

ESCO’er

20-40%

For Kiss (2016) har vi sammenlagt alle transaktionsomkostninger rapporteret i studiet (3,8-4,3 mio.

SEK) og divideret med den samlede projektstørrelse (380 mio. SEK). Michaelowa et al (2003) inklude-

rer flere estimater, men vi har kun medtaget estimater, der er sat i forhold til den samlede investe-

ring.

Copenhagen Economics baseret på kilder i studier. Information om Easton Consultants (1999), er ta-

get fra Mundaca og Neij (2006). Information om Sathaye (2005), er taget fra Mundaca, L. (2007a).

Information om Vermande (1994), er taget fra Hein and Blok (1995). Information om Fichtner et al

(2003), er taget fra Sathaye and Murtishaw (2004).

Kilde:

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

En generel ting er dog at de fleste studier kigger på større projekter. Dette kan gøre at esti-

materne for transaktionsomkostningerne er underestimeret set i forhold til renoveringer

af privat beboelse. Flere studier nævner eksempelvis at transaktionsomkostningerne for

mindre projekter eller projekter for mindre aktører (fx

SME’er og husholdninger) højere.

Mundaca (2007b) og Easton Consultants (1999) finder estimater for leverandører af ener-

gieffektiviseringers transaktionsomkostninger i boliger i omegnen af 10-40%. Björkqvist

and Wene (1993) finder samtidig at boligejernes transaktionsomkostninger er 13%. Samlet

givet dette transaktionsomkostninger på mellem 20-50%.

Mens studierne medregner nogle transaktionsomkostninger, er der stadig en del omkost-

ninger, som ikke er eller kan medregnes. Dette er eksempelvis information om potentialer

for konkrete boliger eller besvær (udover timeforbrug) involveret med at foretage en ener-

girenovering.

2.4

Digitaliseringens påvirkning på

transaktionsomkostninger

Effekten af digitalisering og mere data på transaktionsomkostninger bliver ikke nærmere

beskrevet i litteraturen. Det er derfor meget usikkert, hvor stor en påvirkning digitalisering

vil have på transaktionsomkostningerne. Usikkerheden stammer først og fremmest fra at

størrelsen af transaktionsomkostningerne i dag er usikkert som tidligere beskrevet, sekun-

dært fordi effekten af data på transaktionsomkostningerne er usikkert.

Vi har opdelt transaktionsomkostningerne i hvor høj grad de sandsynligvis vil kunne redu-

ceres som følge af digitalisering og mere data. Af de fire mest flittigst nævnte transaktions-

omkostninger, vurder vi at søgning efter og vurdering af information samt efterfølgende

verificering i høje grad vil blive påvirket af digitalisering og mere data, se Figur 4.

Hein and Blok (1995), Fichtner et al (2003), Mundaca and Neij (2006) og Bleyl-Androschin et al (2009)

Valentová (2010), Barriers to Energy Efficiency - Focus on Transaction Costs

Mundaca et al (2013), Transaction costs analysis of low-carbon technologies

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Figur 4 Effekt af data på transaktionsomkostninger

Note:

Kilde:

Opdeling af lille og stor effekt er baseret på en vurdering ud fra interviews med aktører og studierne

nævnt nedenfor.

Copenhagen Economics baseret på

Mundaca and Neij (2006), Sanstad and Howarth (1994),

Mundaca et al (2013), MRC (2004), Mundaca (2007b), Mundaca (2007a), Michaelowa and Jotzo

(2005), Matschoss et al (2013), Sathaye and Murtishaw. (2004), Coleman (1998), Hein and Blok

(1995), Kiss (2016), Valentová (2010), Björkqvist and Wene (1993), Sioshansi (1991)

Mundaca

and Neij (2006), Mundaca (2007b), Mundaca (2007a), Valentová (2010)

Mundaca and Neij (2006),

Sanstad and Howarth (1994), Mundaca et al (2013), Mundaca (2007b), Mundaca (2007a), Matschoss

et al (2013), Sathaye and Murtishaw. (2004), Coleman (1998), Hein and Blok (1995), Kiss (2016),

Valentová (2010), Björkqvist and Wene (1993), Sioshansi (1991)

Mundaca and Neij (2006), San-

stad and Howarth (1994), Kiss (2016), Valentová (2010)

Mundaca and Neij (2006), Mundaca

(2007a), Valentová (2010)

Mundaca et al (2013), Mundaca (2007b), Michaelowa and Jotzo (2005)

Matschoss et al (2013), Sathaye and Murtishaw. (2004)

Mundaca and Neij (2006), Michaelowa

and Jotzo (2005), Valentová (2010)

Mundaca and Neij (2006), Sanstad and Howarth (1994),

Mundaca et al (2013), Walalch et al (2008), Mundaca (2007b), Mundaca (2007a), Michaelowa and

Jotzo (2005), Valentová (2010), Bleyl-Androschin et al (2009)

10)

Mundaca and Neij (2006), Kiss

(2016), Valentová (2010)

11)

Mundaca and Neij (2006), Michaelowa and Jotzo (2005), Valentová

(2010)

12)

MRC (2004), Kiss (2016), Bleyl-Androschin et al (2009)

13)

Mundaca (2007a), Kiss

(2016), Bleyl-Androschin et al (2009)

14)

Matschoss et al (2013)

15)

Mundaca and Neij (2006),

Mundaca et al (2013), Mundaca (2007b), Mundaca (2007a), Michaelowa and Jotzo (2005), Hein and

Blok (1995), Kiss (2016), Valentová (2010).

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Kapitel 3

Brug af data kan reducere

transaktionsomkostninger og skabe

nye anvendelser

I dette afsnit gennemgår vi en række mulige anvendelser og forretningsmodeller, som data

af højere kvalitet eller bedre adgang til data kan enten forbedre eller muliggøre. Først gen-

nemgår vi anvendelser, og hvordan anvendelserne påvirker forretningsmodeller (3.1). Her-

efter beskriver vi hver anvendelse nærmere inklusiv hver anvendelse potentielle værdiska-

belse og barrierer, der begrænser anvendelserne (3.2). Efterfølgende samler vi op på barri-

ererne og giver en beskrivelse af hver barrieres begrænsende faktor på værdiskabelsen og

om barrieren vil blive løst af sig selv over tid (3.3). Til sidst giver vi en kvalitativ vurdering

af det samlede potentiale for screeningsværktøjer (3.4)

3.1

Digitaliseringen kan skabe mere præcise og troværdige

screeningsværktøjer

Nye screeningsværktøjer for energibesparelser kan påvirke eksisterende forretningsmodel-

ler og skabe nye forretningsmodeller gennem nye måder at anvende data på.

Selvom man i dag allerede kan lave screeningsværktøjer til at finde potentialer for energi-

besparelser, vil man i fremtiden kunne lave mere avancerede og mere nøjagtige værktøjer.

Kernen i et at skabe et godt og troværdigt screeningsværktøj er at tage højde for så meget

information om bygningen som mulig. Eksempelvis kan man korrigere for hvor mange per-

soner, der bor i boligen, størrelsen på boligen eller hvilken forsyningsart der bliver anvendt

til opvarmning. Det kan man eksempelvis gøre ved at sammenkøre forskellige datakilder

som CPR-registret med data for energiforbrug og bygningsinformation i BBR.

En udrulning af højfrekvente og fjernaflæst afmålinger af varme og flere sensorer, vil i imid-

lertid kunne lave meget bedre screeningsværktøjer end hvad der er muligt med data i dag.

Ved at kombinere eksempelvis højfrekvent målerdata, vejrdata og inde/ude temperatur, er

det muligt at vurdere energitilstanden af en bygning baseret på bygningens faktiske ener-

giforbrug og performance. Dette kan lade sig gøre uden behov for en masse information om

eksempelvis, hvor mange personer der bor eller opholder sig i bygningen. Dette kan isoleres

i data.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Ved denne metode kan man få meget præcise resultater om mulige forbedringer for byg-

ningen, eksempelvis om der er behov for eksempelvis isolering i taget.

Ved at bruge høj-

frekvent målerdata, vil man også kunne screene for potentiale for fleksibelt energi. Ligele-

des er det muligt at identificere fejlbelagte installationer af eksempelvis isolering.

For at sikre en bred udnyttelse af screeningsværktøjer baseret på højfrekvent data, vil det

teknisk kræve både en generel udrulning af højfrekvente varme- og elmålere, detaljeret lo-

kalt vejrdata og opsætning af sensorer i visse bygning.

Anvendelserne beskrevet i det efterfølgende afsnit er beskrevet med en antagelse om, at der

findes præcise og troværdige data og screeningsværktøjer. Screeningsværktøjer baseret på

højfrekvent data er ikke en forudsætning for nye anvendelser, men vil øge værdien af an-

vendelserne markant.

3.2

Nye anvendelser og deres påvirkning af

forretningsmodeller

Gode screeningsværktøjer og bedre data kan åbne op for en række nye anvendelser. Vi har

identificeret 9 anvendelser, hvor digitalisering og mere data vil kunne spille en betydelig

rolle i muliggørelsen af anvendelsen:

1) Databaseret vurdering af bygningers energitilstand

2) Kontrol af renoverings- og byggeprocesser

3) Skarpere kommunikation om potentialer for energibesparelse til ejere af mindre

bygninger

4) Bedre offentlige ejendomsvurderinger af bygninger

5) Synlighed af offentlige bygningers energibesparelsespotentiale

6) Samlet dataportal til standardiseret energidata

7) Bedre prisdannelse på ejendomsmarkedet

8) Bedre og billigere lånemuligheder

9) Styrkelse af bygningsejeres og långiveres grønne profil

Anvendelserne vil både kunne ændre på eksisterende forretningsmodeller, men anvendel-

serne kan også medføre helt nye forretningsmodeller.

For energirenoveringer er det vores vurdering, at det primært er forbedringer eller modifi-

ceringer af allerede eksisterende forretningsmodeller. Dette kan eksempelvis være ESCO-

modellen, hvor offentliggørelse af offentlige bygningers energiforbrug vil reducere søgeom-

kostninger, og højfrekvente data vil reducere omkostningerne til fastlæggelse af baseline,

ydelse af garanti og verificering. Dette betyder ikke, at der ikke kan være nyskabelse inden

for forretningsmodeller for energirenoveringer, men at markedet i dag allerede er rimelig

veludviklet og at nyskabelserne vil være inden for rammerne af de eksisterende forretnings-

modeller.

Madsen (2018), Evidence-based Energy Performance and Flexibility, Præsentation i Energistyrelsen februar 2018

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Markedet for fleksibelt energi eller energy management er mindre veludviklet. Derfor vur-

derer vi på baggrund af vores interviews at mere data og digitaliseringer i langt højere grad

vil åbne op for en udvikling af nye forretningsmodeller. Nye forretningsmodeller kunne

eksempelvis være virksomheder, der leverer avancerede screenings- og styringsværktøjer

og kan garantere på flere parametre end blot energiomkostninger, eksempelvis et bestemt

komfort- eller sundhedsniveau.

1) Databaseret vurdering af bygningers energitilstand

Nye og bedre screeningsværktøjer vil kunne bruges aktivt til at vurdere bygningers energi-

tilstand ud fra bygningens performance. Værktøjet vil eksempelvis kunne beregne konkrete

potentialer for fleksibelt energi eller lave et dynamisk, performancebaseret energimærke.

I dag bliver energimærkningen foretaget ved fysisk besøg af en tekniker i bygningen. Tek-

nikeren gennemgår forskellige elementer af bygningen og finder konkrete tiltag til at for-

bedre boligens energiforbrug.

En databaseret energimærkning er en potentiel omkostningseffektiv metode til at vurdere

bygningers energitilstand på. Metoden vil ikke kunne vise hvilke installationer, der allerede

er i bygningen, men vil derimod hvilke elementer af bygningen, der kan forbedres. Energi-

mærkningen kan enten stå alene, men kan også bruges som et værktøj til at hjælpe tekniker

til at give bedre rådgivning og lave mere præcise energimærkninger.

Databaseret energimærkning er en omkostningseffektiv måde at vurdere energitilstanden

af boliger på. Dermed kan de ca. 5.000 kr. det i dag koster at lave energimærkning enten

spares væk eller blive brugt til at skabe merværdi ved besøg af en tekniker.

Årligt bliver

der brugt ca. 300 mio. kr. på energimærkning.

En databaseret energimærkning vil nødvendigvis kræve at lovkravene til energimærknin-

gen ændres.

Derudover skal forholdet til EU’s Bygningsdirektiv, der fastlægger krav til

energimærkningen, vurderes.

Værdiskabelse



Potentiel besparelse af omkostninger til energimærkning (300 mio. kr. i dag)



Forbedret energirådgivning

Barrierer

•

Ingen større barrierer

MOEEBIUS (2016), New Business Models and Associated Energy Management Strategies

Der findes et lovmæssigt prisloft for energimærkninger: Bekendtgørelse om gebyrer og honorarer for ydelser efter lov om

fremme af energibesparelser i bygninger, BEK nr 60 af 27/01/2011, Kap. 6, §13

Tallet er oplyst af Energistyrelsen.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

2) Kontrol af renoverings- og byggeprocesser

I forbindelse med udførelsen af renoverings- og byggeprocesser, kan der være store for-

skelle i kvaliteten af udførelsen. Selvom to huse er ens på tegningerne, kan der være op til

4-5 gange så stort varmetab i huse, hvis der eksempelvis er fejlbelagte installationer.

Ved at bruge databaserede værktøjer, kan man både undervejs i projektet og efterfølgende

analysere om eksempelvis isolation og installationer er installeret forkert ud fra mønstret i

bygningens energiforbrug.

Dette kan både sikre, at man høster en større værdi af energibesparelserne ved energireno-

veringer, men det kan også spare omkostninger, der ellers bliver brugt til fysisk kontrol.

For at kunne lave præcis målinger, kræver det værktøjer baseret på højfrekvent varme- og

sensordata.

Værdiskabelse



Mulighed for at høste en større andel af energibesparelsespotentiale ved energire-

noveringer



Besparelse i omkostninger til kontrol

Barrierer



Ingen større barrierer

3) Skarpere kommunikation om potentialer for energibesparelse til

bygningsejere

En bedre og mere direkte kommunikation til bygningsejere, vil gøre bygningsejere op-

mærksomme på deres energibesparelsespotentiale og gøre det nemmere at gennemføre

energieffektiviseringer i bygninger. Data kan gøre kommunikation og rådgivningen mere

præcis og skræddersyet til den konkrete bygning.

En stor del af boligejere er eksempelvis ikke bekendt med potentialet for energibesparelser

i deres bolig.

Det betyder, at en potentiel stor del af rentable energieffektiviseringer ikke

bliver foretaget. At sende eksempelvis potentialer for energibesparelser årligt til boligejere

vil øge informationsgrundlaget og kan føre til mere informerede beslutninger omkring-

energieffektiviseringer.

Beregningerne for energibesparelsespotentialer vil kunne blive baseret på troværdige

screeningsværktøjer.

Der kan potentielt være problematik med at bruge personfølsomme oplysninger i bygnin-

ger med lejere, hvor bygningens energibesparelsespotentialet skal beregnes på baggrund af

lejers energidata.

Baseret på interview med aktører.

Bjørneboe et al (2018), Initiatives for the energy renovation of single-family houses in Denmark evaluated on the basis of

barriers and motivators

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Værdiskabelse



Flere energieffektiviseringer gennem bedre informationsgrundlag for bygnings-

ejere

Barrierer

•

Muligvis problematik med personfølsomme oplysninger

4) Bedre offentlige ejendomsvurderinger af bygninger

Mere præcise og troværdige screeningsværktøjer til vurdering af bygningers energimæssige

tilstand kan forbedre den offentlige ejendomsvurdering.

Frem til suspenderingen af den offentlige ejendomsvurdering i 2013 blev den offentlige

ejendomsvurdering foretaget årligt for alle ejendomme i Danmark baseret på en lang række

parametre, som har betydning for ejendommens værdi

–

eksempelvis størrelse, alder,

stand og beliggenhed.

I den fremtidige ejendomsvurdering er det blevet foreslået at bruge mere og bedre data i

ejendomsvurderingen, men energiforbrug indgår ikke i den nye vurderingsmodel.

Dette

er på trods af at tidligere studier har vist at energimærkning har betydning for husprisen.

Inkludering af nye screeningsværktøjer vil kunne give et mere retvisende billede af bygnin-

gens energimæssige tilstand og dermed også bygningens værdi.

Mens man allerede i dag vil kunne inkludere eksempelvis energimærkningen og simple

nøgletal i ejendomsvurderingen, er dækningen og kvaliteten begrænset. For at udvikle tro-

værdige screeningsværktøjer til vurdering af energistilstanden i bygninger er det nødven-

digt at basere det på højfrekvent el og varmedata.

Det skal naturligvis undersøges, hvordan inkluderingen af boligers energitilstand påvirker

energieffektiviseringer i bygninger. Der kan være incitamentsproblemer for bygningsejere,

hvis boligejere skal betale højere ejendomsværdiskat som følge af energirenoveringer.

Værdiskabelse



Mere præcise/fair og opdaterede offentlige ejendomsvurderinger

Barrierer

•

Ingen større barrierer

5) Synlighed af offentlige bygningers energibesparelsespotentiale

Bedre synlighed og transparens for offentlige bygningers energibesparelsespotentiale kan

skabe bedre informationsgrundlag og incitament for offentlige beslutningstagere til at fo-

retage energieffektiviseringer i offentlige bygninger. At supplere en sådan database med

energibesparelsespotentialet vil øge værdien og brugbarheden af databasen.

Skat (2011), Vejledning: Ejendomsvurdering af erhvervsejendomme

Implementeringscenter for Ejendomsvurderinger (2016), Nye og mere retvisende ejendomsvurderinger

Copenhagen Economics (2015), Giver en god energistandard en højere boligpris?

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

En synliggørelse af energibesparelsespotentialet for eksempelvis kommunale bygninger vil

først og fremmest skabe et bedre informationsgrundlag for beslutningstagere. I dag er der

begrænset viden omkring energibesparelsespotentialet. Flere aktører nævner eksempelvis

at nogle kommuner ikke har et samlet overblik over, hvilke bygninger de ejer.

Samtidig vil en synliggørelse gøre det muligt for leverandører af energieffektiviseringsydel-

ser at se, hvilke kommuner og bygninger som har potentiale. Dette vil fjerne nærmest alle

barrierer i identificeringsfasen og gøre konkretiseringsfasen nemmere. Dette vil reducere

omkostningerne forbundet med at lave energieffektiviseringer blandt offentlige bygninger.

Synliggørelse af energiforbrug for offentlige bygninger kan lade sig gøre allerede i dag. En

vurderings af offentlige bygningers energibesparelsespotentiale baseret på et troværdigt

screeningsværktøj vil dog øge værdien og brugbarheden af sådan en database markant. Et

godt og troværdigt værktøj for offentlige bygninger kræver højfrekvent data for el og varme.

Værdiskabelse



Bedre beslutningsgrundlag for energieffektivisering af offentlige bygninger



Lavere omkostninger ved at levere energieffektiviseringer til offentlige bygninger

Barrierer



Barrierer kan knytte sig til at højere udgifter konverteres til lavere omkostninger

over en lang periode. Udbudsforhold og begrænsninger fra anlægslofter mv. kan

svække interessen for modeller med de laveste langsigtede omkostninger.

6) Samlet dataportal til standardiseret energidata

Selvom det i dag er teknisk og juridisk muligt for leverandører af EE og FE at få adgang til

energidata for bygninger, siger flere aktører, at det ikke altid bliver anvendt i praksis. Dette

sker blandt andet fordi at leverandøren skal kontakte mange forskellige kilder for at hente

data fra projekt til projekt (fx på grund af forskellige forsyningsselskaber). Dermed skal

leverandøren bruge tid på at sætte et system op til at hente og behandle data fra hver kilde.

Herudover kræver visse kilder som eksempelvis DMI betaling for adgang til data.

Det store antal kilder, det er nødvendigt at hente data fra, begrænser brugen af data til

energieffektiviseringer. Efterfølgende skal der opsættes dataforbindelser til alle institutio-

ner, som kan hente data ned, samle og standardisere data.

Begrænsningen på adgang til data betyder at leverandører af EE og FE ofte selv indsamler

det samme data, som allerede bliver indsamlet. Dette er eksempelvis gennem opsætning af

parallelt måleudstyr.

Flere aktører efterspørger en samlet dataportal, hvor der er adgang til standardiseret

energi, bygnings- og vejrdata. Det vil spare aktører for tid og besvær med opsætning af da-

DMI er frikøbt og vil begynde at gøre data frit tilgængeligt fra 2019.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

taforbindelser og standardisering af data. Portalen kunne være offentlig finansieret og ad-

ministreret. Alternativ kunne det offentlige give adgang til godkendte datadistributører,

som kunne tilbyde data som pakker. Datadistributører vil have incitament til at forbedre

og standardisere data for at give deres kunder et bedre produkt.

Kombinering af de forskellige datakilder besværliggøres af forskelle i eksempelvis standar-

der eller frekvens i opdateringen.

Værdiskabelse



Omkostningsbesparelse for leverandører af energieffektiviseringer (både i tidsfor-

brug og risikominimering fra opsætning af eget måleudstyr)



Mindre besvær for bygningsejere til at give fuldmagt

Barrierer

•

Personfølsomme oplysninger

•

Mangel på standardiserede data

7) Bedre prisdannelse på ejendomsmarkedet

Den tilgængelige viden for køber og sælgere af ejendomme om bygningernes energitilstand

er i betydeligt omfang knyttet til Energimærkningen. Hertil kommer potentielt oplysninger

om det faktiske energiforbrug i de sidste par år. Screeningsværktøjer kan muliggøre bedre

prisdannelse for bygninger.

Den klare sammenhæng der er mellem boligers energitilstand og ejendomsprisen kan gøres

endnu skarpere ved bedre screeningsværktøjer. Dette vil give både sælger og køber af ejen-

dommen bedre information omkring bygningens reelle værdi.

Dette vil give bygningsejere større incitament til at investere i energieffektiviseringer i byg-

ninger, da der udover selve energibesparelsen også vil være en klar og kontant gevinst ved

et eventuelt salg af boligen.

Værdiskabelse



Bedre prisfastsættelse af bygninger og afregning for investeringer i energieffektivi-

seringer



Større økonomisk incitament for at lave energieffektiviseringer

Barrierer

•

Ingen større barrierer

8) Bedre og billigere lånemuligheder

Nye screeningsværktøjer kan give en aktørerne, herunder leverandør af EE, bygningsejer

og leverandører af finansielle ydelser skarpere og mere opdaterede oplysninger om den fak-

tiske energiregning og forbrug efter gennemførsel af investeringen.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Det er sig selv vigtigt i forhold til succesen af en ombygning: operatør på ombygning kan

blive omfattet af en pligt til at påtage sig denne risiko fx i ESCO ordninger med energibe-

sparelsesgaranti.

Nok så afgørende vil være at långiver på forhånd kan få en større sikkerhed for at energire-

novering vil føre til en højere værdi af ejendommen og dermed reducere deres risiko og

kapitalkrav fordi:

•

Det øger friværdi (långiver er omfattet af regler om begrænsninger for loan-to-va-

lue ratioer)

•

Lemper brugerens økonomi (långiver er omfattet af regler om income-to-value ra-

tio)

Det vil give långiver en tilskyndelse til at:

•

Øge andelen af bygninger med god energiøkonomi

•

Øge villigheden til at finansiere energirenovering og dermed acceptere at (en del)

af forøgelsen af friværdien belånes

De nye foreslåede regler fra Bank of International Settlement (populært kaldet ”BASEL IV”)

har specifikt foreslået, at långivere får lov til at hæve værdien af et givet aktiv i forhold til

sikkerhedskrav, hvis der foreligger en god dokumentation for, at der er gennemført aktivi-

teter, som øger dets varige værdi.

Dette er allerede muligt i Danmark i dag, men en udvikling af det europæiske marked vil

både betyde noget for danske teknologileverandører, men et mere modent europæisk mar-

ked for energieffektiviseringer vil også have spillover-effekter for det danske marked ek-

sempelvis gennem øget konkurrence.

Udover at der skal udvikles screeningsværktøj, er der ingen forhindringer for at finansielle

leverandører kan tage lån i den øgede friværdi, der nødvendigvis vil følge en energieffekti-

visering af en bygning.

Værdiskabelse



Bedre mulighed for låntagning ifm. energieffektiviseringer



Lavere rente for lån ifm. energieffektiviseringer (gennem lavere risiko for lånudby-

der)

Barrierer

•

Ingen større barrierer

9) Styrkelse af bygningsejeres og långiveres grønne profil

En række store finansielle og industrielle aktører har som led i deres styrkede fokus på En-

vironmental, Social and Governance (ESG) dagsorden klargjort at investeringer i energire-

novering vil blive styrket fremad. ESG er en dagsorden, hvor selskaber forpligtiger sig til at

lægge mere vægt på disse forhold fremadrettet i deres investeringspolitik.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Bedre screeningsværktøjer vil kunne gøre det mere troværdigt for aktører at dokumentere

deres indsats for energibesparelser gennem energieffektiviseringer. Da virksomhederne

kan dokumentere deres indsats bedre, vil det også give incitament til at lave flere energief-

fektiviseringer.

Værdiskabelse



Merværdi ved virksomheders investeringer i energieffektiviseringer

Barrierer

•

Ingen større barrierer

3.3

Barrierer for energieffektiviseringer og fleksibelt energi

Vi vil i det følgende beskrive for de ovenfor nævnte barrierer, hvad udsigterne til at barrie-

rerne sænkes er samt hvor stor en hindring barriererne er for at høste gevinsterne.

Tre primære barrierer

De primære barrierer er, at der i dag ikke er en generel udbredelse af højfrekvente og fjern-

aflæste varmemålere og sensorer. Baseret på de præsenterede anvendelser, er der tre pri-

mære barrierer. Barriererne er teknisk adgang til data, højfrekvent og fjernaflæst varme-

data samt personfølsomme oplysninger.

Teknisk adgang til data

En stor barriere for effektiv brug af data er mangel på nem adgang til data. Selvom det i dag

er juridisk lovligt at hente data med en fuldmagt, er processen ofte omkostningsfuld og

besværlig grundet eksempelvis forskellige i datasetup mellem forsyningsselskaber.

Der er ikke planlagt nogle generelle forbedringer eller standardiseringer til den tekniske

adgang til data på landsplan.

Barrieren kan have en stor betydning for især små og mellemstore projekter, hvor dataad-

gang kan være en prohibitiv hindring. For større projekter vil nemmere teknisk adgang

også være en mulig kilde til besparelser, der i dag kan spare omkostninger til parallelt må-

leudstyr.

Højfrekvent og fjernaflæst varme- og sensordata

Der er udrulninger af højfrekvente varmemålere i gang flere steder i landet.

Sensorer gen-

nemgår ikke samme systematiske udrulning, men da sensorer bliver billigere og kan have

flere formål, vil sensorer blive mere udbredt i fremtiden. Krav om udrulning af højfrekvente

målere og sensorer vil være omkostningsfuldt i både opsætning og indsamling af data.

Behandlingen af data kan potentielt være en udfordring for mindre forsyningsselskaber.

Eksempelvis i København og Aarhus bliver der udrullet højfrekvente varmemålere.

Indsamling af data er omkostningsfuld, men kan reduceres ved at samle data fra flere målere via eksempelvis radiosignaler.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Vi vurderer at højfrekvent og fjernaflæst varmedata vil være en af hoveddriverne bag ge-

vinsterne fremover. Højfrekvent data vil tillade meget mere præcise og troværdige scree-

ningsværktøjer, som åbner op for helt nye anvendelser. Udover gevinsterne ved bedre

screeningsværktøjer, vil forsyningsselskaberne få en sidegevinst fra bedre systemoptime-

ring af fjernvarmenettet.

Udviklingen i sensorteknologien vil gøre det muligt for forbrugere at installere målere og

sensorer, der indsamler og videregiver data på en omkostningseffektiv måde. Eksempelvis

findes der såkaldte ”data-sniffere”, der består i udstyr, som kan opsættes parallelt til eksi-

sterende el-, varme-, vand- og gasmålere. Data-sniffere kan aflæse målerne med korte in-

tervaller og gives videre direkte til forbrugeren udenom forsyningsselskaberne.

Personfølsomme data

Persondataforordningen

kan have store konsekvenser for hvordan energidata skal be-

handles. Der er endnu ikke taget stilling til, hvilke konsekvenser Persondataforordningen

vil have på området.

I forhold til sænke den administrative byrde ved validering af identitet, tester Energinet

eksempelvis nye muligheder for at afgive fuldmagter på en nemmere og gnidningsfri måde.

Lignende tiltag er ikke gjort offentligt for andre datakilder.

Barrieren kan have betydning for små og mellemstore projekter, hvor dataadgang kan være

en prohibitiv omkostning. For større projekter vil nemmere adgang være en mindre bespa-

relse.

Sekundære barrierer

Udover de tre primære barrierer, er der tre andre vigtige barrierer: ejerskab af energidata,

standardisering af data og dyrt vejrdata med lille opløsning.

Ejerskab af energidata

Der er ikke offentliggjort planer for ændring af ejerskab af energidata. Dog vil introduktio-

nen af flere sensorer og datasniffere give forbrugerne en måde at få lettere og billigere ejer-

skab til sine egne data.

På samme måde som beskrevet ovenfor, gør manglende ejerskab over energidata det pro-

blematisk at gennemføre energy management projekter, hvor energidata indgår i systemet.

Dette bringer dog ikke hindringer for at lave energirenoveringer.

Standardisering af data

Der er ikke offentliggjort planer for en generel standardisering af data. Dette gælder både

offentlige data og data fra forskellige sensorer mv. Selvom der findes internationale stan-

darder for sensordata, er det ikke alle producenter, der følger dem.

Databeskyttelsesforordningen (EU) 2016/679 af 27. april 2016.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Vi vurderer, at manglende standardisering af data kan blive en begrænsende faktor på at

hente gevinster i fremtiden. Det er både omkostningsfuldt at behandle ikke-standardise-

rede data, men det kan også være en begrænsende faktor på konkurrencen på markedet,

hvis forskellige leverandører af teknologi bruger forskellige datastandarder.

Dyrt vejrdata med lav opløsning

Vejrdata fra DMI er i dag ikke gratis og har begrænset opløsning. Begge barrierer for vejr-

data forventes at blive løst i den nærmeste fremtid. En højere opløsning er allerede under

udvikling og vil blive lanceret sommeren 2018.

Herudover vil DMI give sine data frit til-

gængelig mellem 2019 og 2023.

Adgang til vejrdata af høj opløsning kan have stor betydning for udbredelse af mere fleksi-

bel energi og energi styring generelt.

3.4

Samlet potentiale ved bedre anvendelse af data

Grænsen mellem energieffektiviseringer og energistyring vil fremadrettet blive mindre syn-

lig, ikke mindst i lyset af en større elektrificering af opvarmning og transport. Der viser sig

også en tendens mod mere samlede ydelsespakker af både energieffektiviseringer og ener-

gistyring. Samtidig vil mere energistyring give rum for større værdiskabelse end blot ener-

gibesparelser, da man kan styre efter eksempelvis komfort eller sundhed. Dette betyder

ikke, at klassiske energirenoveringer ikke bliver foretaget, men at de i højere grad vil blive

implementeret sammen med mere styring.

Vi vurderer, at der er betydelige gevinster af bedre data og mere digitalisering som følge af

flere og billigere energieffektiviseringer og projekter med fleksibelt energi. Gevinsterne

stammer fra direkte omkostningsbesparelser, flere rentable energieffektiviseringer og mer-

værdi fra eksempelvis bedre rådgivning, mere fair ejendomsbeskatning, lavere risiko ved

lån til energieffektiviseringer mv. Der er dog stor usikkerhed forbundet med en egentlig

estimering af størrelsen af de samfundsøkonomiske gevinster.

Der findes intet empirisk belæg for at lave et troværdigt kvantitativt estimat af de sam-

fundsøkonomiske konsekvenser af bedre data og screeningsværktøjer. Vi har præsenteret

studier, der viser, at transaktionsomkostninger for projekter med energieffektiviseringer

ligger i omegnen af 20-50% af de samlede energiinvesteringer. Da der årligt bliver foretaget

energibesparende renoveringer for omkring 36 mia. kr.,

vil en reduktion på blot en frak-

tion af de samlede transaktionsomkostninger til energieffektiviseringer, medføre en bety-

delig årlig gevinst.

Udover gevinsterne forbundet med energieffektiviseringsprojekter er der også potentielt

direkte besparelser fra energimærkningsordningen. Hvis databaseret energimærkning kan

https://www.dmi.dk/nyheder/arkiv/nyheder-2018/februar/nu-faar-du-vejret-10000-steder-i-danmark-paa-mobilen/

https://www.dmi.dk/nyheder/arkiv/nyheder-2018/februar/ny-aftale-goer-dmis-vejr-og-klimadata-gratis/

Hoved- og bygningsreparation estimeret til 84,5 mia. kr. i 2018 (løbende priser) Dansk Byggeri (2018), Konjunkturanalyse

marts 2018. Heraf antages at 43% er energibesparende baseret på Teknologisk Institut (2014), Hvilke renoveringsaktivite-

ter foretager byggevirksomheder?. Klimaskærm, energieffektiviseringer, reparation af fyringsteknik, reparation af varme-

fordeling, konvertering af varmeanlæg er medregnet. Metode fra Dansk Byggeri (2017), Byggeriets Energianalyse 2017

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

erstatte eller supplere den eksisterende energimærkningsordning, vil den samfundsøkono-

miske gevinst være op mod 300 mio. kr. årligt.

Oven i omkostningsbesparelserne, vil der også være samfundsøkonomisk værdi af de bre-

dere gevinster som eksempelvis bedre energirådgivning eller mere fair offentlig ejendoms-

vurdering.

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Litteraturliste

Björkqvist, O.,Wene, C., (1993). A study of transaction

costs for energy investments in the residential sec-

tor. In: Presented at the 1993 Summer Study, the

European Council for an Energy Efficient Econ-

omy.

Matilde Grøn Bjørneboe, Svend Svendsen, Alfred Hel-

ler, (2018), Initiatives for the energy renovation of

single-family houses in Denmark evaluated on the

basis of barriers and motivators, Energy and

Buildings, Volume 167, Pages 347-358

Bleyl-Androschin, J.W., Seefeldt, F., Eikmeier, B.,

(2009). Energy contracting: how much can it con-

tribute to energy efficiency in the residential sec-

tor?. In: Presented at the ECEEE 2009 Summer

Study: Act! Innovate! Deliver! Reducing Energy

Demand Sustainably.

Coleman, Philip. (1998). "Reducing 'Search Cost' and

Risk in Energy-efficiency Investments: Two Suc-

cess Stories." 1998 ACEEE Summer Study on En-

ergy Efficiency in Buildings 1998: 91-98.

Copenhagen Economics (2012), Multiple benefits of

investing in energy efficient renovations in build-

ings, rapport for Renovate Europe

Copenhagen Economics (2015), Giver en god energi-

standard en højere boligpris?, rapport for Energi-

styrelsen

Copenhagen Economics (2016), Multiple benefits of

energy renovations of the Swedish building stock,

rapport for Energimyndigheten

Copenhagen Economics (2018), Estimating macroe-

conomic effects of multiple impacts of energy effi-

ciency measures, raport for DG Energy, Horizon

2020

Dansk Byggeri (2017), Byggeriets Energianalyse 2017

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Dansk Byggeri (2018), Konjunkturanalyse marts 2018

Dansk Energi og Energinet (2015), Smart Energy

–

hovedrapport

DG ECFIN (2014), Adjusting the budget balance for

the business cycle: the EU methodology. Brussels:

European Commission

Energistyrelsen (2017), Basisfremskrivningen 2017

Fama, Eugene F., and Michael C. Jensen. (1983).

“Separation of Ownership and Control.”

The Jour-

nal of Law & Economics, vol. 26, no. 2, pp. 301–

325.

Hein, L., & Blok, K. (1995). Transaction costs of en-

ergy efficiency improvement. Proceedings of the

eceee 1995 Summer Study conference. Stockholm:

The European Council for an Energy Efficient

Economy.

Kiss, Bernadett. (2016). Exploring transaction costs in

passive house-oriented retrofitting. Journal of

Cleaner Production. 123. 65-76.

Klimarådet (2017), Omstilling frem mod 2030

Madsen, H. (2018), Evidence-based Energy Perfor-

mance and Flexibility, Præsentation i Ener-

gistyrelsen februar 2018

Matschoss, Kaisa & Heiskanen, Eva & Kranzl, Lukas

& Atanasiu, Bogdan. (2013). Energy renovations

of EU multifamily buildings: do current policies

target the real problems?. Rethink, Renew, Re-

start. ECEEE 2013 Summer Study.

Michaelowa, Axel and Jotzo, Frank, (2005), Transac-

tion costs, institutional rigidities and the size of

the clean development mechanism, Energy Policy,

33, issue 4, p. 511-523.

MOEEBIUS (2016), New Business Models and Asso-

ciated Energy Management Strategies

Mundaca, Luis & Neij, Lena. (2006). Transaction

costs of energy efficiency projects: a review of

quantitative estimations.

Mundaca, L. (2007a). Transaction costs of energy ef-

ficiency policy instruments. In ECEEE Summer

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Study (Vol. 1, pp. 281-291). European Council for

an Energy Efficient Economy (ECEEE).

Mundaca, Luis, (2007b). "Transaction costs of Trada-

ble White Certificate schemes: The Energy Effi-

ciency Commitment as case study," Energy Policy,

Elsevier, vol. 35(8), pages 4340-4354, August.

Mundaca, L. T., Mathilde Mansoz, Lena Neij & Go-

vinda R. Timilsina. (2013). Transaction costs anal-

ysis of low-carbon technologies, Climate Policy,

13:4,

490-513,

DOI:

10.1080/14693062.2013.781452

MRC. (2004). Administration and transaction cost es-

timates for greenhouse gas offset system. Ottowa:

Marbek Resource Consultants.

OECD (2010), The OECD's new global model. Paris:

OECD Economics Department

Ostertag, K. (1999). Transaction costs of raising en-

ergy efficiency. International workshop on tech-

nologies to reduce greenhouse gas emissions: En-

gineering-economic analyses of conserved energy

carbon. Washington D.C., USA.

Rambøll (2017), Data til fremme af energieffektivise-

ringer og fleksibelt energiforbrug i bygninger

Regeringen (2014), Strategi for energirenovering af

bygninger

Sanstad, Alan H. and Howarth, Richard, (1994), 'Nor-

mal' markets, market imperfections and energy ef-

ficiency, Energy Policy, 22, issue 10, p. 811-818.

Sathaye, Jayant, and Scott Murtishaw. (2004). Mar-

ket Failures, Consumer Preferences, and Transac-

tion Costs in Energy Efficiency Purchase Deci-

sions. Lawrence Berkeley National Laboratory for

the California Energy Commission, PIER Energy-

Related Environmental Research. CEC-500-

2005-020.

SBi (2013), Incitamenter og barrierer blandt husejere

i Furesø kommune

SBi (2017), Varmebesparelser i eksisterende bygnin-

ger

EFK, Alm.del - 2017-18 - Bilag 285: Orientering om udmøntning af initiativet energieffektive og intelligente bygninger

Gevinster ved anvendelse af data og

digitalisering til screening af bygninger for EE:

Kortlægning af mekanismer

Sioshansi, F.P., (1991). The myths and facts of energy

efficiency: survey of implementation issues. En-

ergy Policy 19 (3), 231e244.

Teknologisk Instituttet (2014), Hvilke renoveringsak-

tiviteter foretager byggevirksomheder?

Timmer, M. P., Dietzenbacher, E., Los, B., Stehrer, R.,

& de Vries, G. J. (2015), An Illustrated User Guide

to the World Input-Output Database: the Case of

Global Automotive Production. Review of Interna-

tional Economics, 575–605

Valentová, M. (2010). Barriers to Energy Efficiency -

Focus on Transaction Costs. Acta Polytechnica.

Vol 50. No. 4. 87-93.

Wallach, J., Chernick, P., White, D., & Hornby, R.

(2008). Risk analysis of procurement strategies

for residential standard offer service (Report to

Maryland Office of People's Counsel). Arlington,

VA: Resource Insight/Synapse Energy Economics