Strøm og økonomi
Forstå eget strømforbruk fra målerdata
Målerdata viser når boligen samlet bruker strøm. Slik sammenligner du døgn og timer, finner avvik og unngår bastante konklusjoner.
Målerdata kan gi oversikt over når boligen samlet bruker strøm, og hvordan forbruket varierer fra time til time og fra døgn til døgn. De forteller derimot sjelden sikkert hvilket apparat eller hvilken aktivitet som forklarer en bestemt topp. En nøktern tolkning bygger på sammenligning av flere lignende dager, sammen med notater om hva som faktisk var annerledes i boligen.
Hva målerdataene viser
En AMS-måler registrerer forbruket for hele målepunktet, altså boligens samlede strømforbruk. Måleverdiene sendes til nettselskapet og videre til Elhub, blant annet som grunnlag for avregning. Kurven viser derfor ikke en egen linje for kjøleskap, oppvarming, matlaging eller annet utstyr.
Det er nyttig å skille mellom energi og effekt:
- Energi, målt i kWh, viser hvor mye strøm som er brukt i en periode, for eksempel en time, et døgn eller en måned.
- Effektuttak handler om hvor mye strøm som brukes samtidig. Flere aktiviteter kan sammen gi høy belastning i en kortere periode, uten at døgnforbruket nødvendigvis skiller seg mye ut.
En timeverdi er et gjennomsnitt for hele timen. NVE peker på at en topp som varer i noen minutter, kan være høyere enn gjennomsnittet for timen. Timesverdien kan derfor skjule kortere perioder med høy belastning.
Det er også viktig å vite hvor ferske dataene er. Kundevisninger og apper kan bygge på historiske verdier, ofte fra foregående døgn, og viser dermed ikke nødvendigvis forbruket mens det pågår. Forbrukerrådet beskriver dette som en begrensning ved bruk av målerdata for å reagere direkte på forbruket.
Begynn med døgnforbruket
En enkelt høy time gir ofte for lite informasjon til å forklare hva som skjedde. Start heller med å se på døgnforbruket for en periode du ønsker å forstå. Summer timeverdiene per døgn, og legg gjerne inn korte notater ved siden av tallene.
Notatene kan for eksempel gjelde helg, fravær, besøk, kaldere vær eller uvanlig bruk i boligen. Hensikten er ikke å bevise en årsak, men å gjøre sammenligningen mer presis. Når et døgn skiller seg ut, kan notatene vise hvilke forhold som var annerledes akkurat den dagen.
Se etter mønstre som:
- forskjeller mellom hverdager og helgedager
- dager med høyere forbruk enn andre, tilsynelatende like dager
- om forbruket om natten vanligvis er stabilt eller varierer
- endringer i perioder med ulik temperatur
- om mye av forbruket samler seg på bestemte tider av døgnet
Sammenlign dager som ligner hverandre så godt som mulig. En vanlig hverdag kan være mer relevant å sammenligne med en annen vanlig hverdag enn med en feriedag. Temperatur, ferieavvik og husholdningsstruktur kan påvirke strømforbruket. Det gjør det metodisk vanskelig å peke på én sikker forklaring bare ved å se på måledataene.
Lag en timeprofil for lignende dager
Når døgnoversikten er på plass, kan du se nærmere på når strømmen normalt brukes. Velg noen dager med et bruksmønster som ligner, og skriv ned forbruket time for time. Du kan deretter sammenligne timeverdiene for de valgte dagene, eller regne ut et gjennomsnitt for hver time.
En slik timeprofil kan gjøre det enklere å se om forbruket vanligvis:
- øker om morgenen
- er høyest på ettermiddagen eller kvelden
- holder seg høyt over flere timer
- er lavt og stabilt om natten
- fordeler seg jevnt eller samler seg i enkelte timer
Data som nettselskapet normalt mottar, er timesverdier. SINTEF opplyser samtidig at data fra HAN-porten kan være mer finmaskede enn dataene nettselskapet vanligvis mottar. Ulike måter å hente data på kan dermed gi ulik detaljgrad for det samme målepunktet.
Bruk timeprofilen som en oversikt over boligens mønster, ikke som en fasit for enkeltapparater. En topp på et bestemt tidspunkt kan passe med at flere aktiviteter foregikk samtidig, men kurven alene kan ikke fastslå hva som var årsaken.
Undersøk avvik uten å gjette for mye
Et avvik er en time eller et døgn som skiller seg fra det som ellers går igjen i dataene. Når du finner et avvik, kan du gå gjennom notatene og stille konkrete spørsmål: Var noen hjemme på et annet tidspunkt enn vanlig? Var det kaldere? Ble flere aktiviteter gjennomført samtidig? Var boligen tom, men med utstyr i drift?
| Observasjon | Mulig forklaring som bør undersøkes |
|---|---|
| Høyere forbruk om natten enn ellers | Endret bruksmønster eller utstyr som var i drift over tid |
| Topp om morgenen eller ettermiddagen | Flere aktiviteter med strømbruk samtidig |
| Høyere døgnforbruk i en kald periode | Oppvarming kan ha vært en medvirkende faktor |
| Høyt forbruk på en ellers rolig dag | Sammenlign med flere tilsvarende dager før du konkluderer |
Forklaringene i tabellen er hypoteser, ikke bevis. Siden AMS-måleren registrerer samlet forbruk for målepunktet, kan en timekurve i seg selv ikke fordele strømbruken på apparater.
En forsiktig framgangsmåte er å se etter om det samme mønsteret går igjen på lignende dager. Dersom høye timeverdier ofte sammenfaller med de samme rutinene, gir det et bedre grunnlag for tolkning enn én enkelt observasjon. Du kan også notere én konkret endring eller aktivitet og senere se om den sammenfaller med et mønster i dataene.
Skill mellom forbruk og beløp
Målerdata egner seg først og fremst til å forstå mengde og tidspunkt: hvor mange kWh som ble brukt, og når bruken fant sted. Beløpet på strømregningen er noe annet enn selve forbrukskurven.
Når du vil sammenligne data med en faktura, kontroller først at perioden er den samme. Summer deretter kWh for denne perioden før du vurderer beløpet i kroner. Måleverdiene ligger til grunn for faktureringen, men kostnaden påvirkes av flere forhold enn antall kWh alene. To perioder med omtrent samme energibruk kan derfor gi ulike beløp.
Det kan være nyttig å holde to spørsmål fra hverandre: «Når bruker boligen mest strøm?» og «Hvorfor er beløpet annerledes enn i en annen periode?» Målerdataene svarer først og fremst på spørsmålet om mengde og tidspunkt.
Kjenn begrensningene i tallene
Målerdata er nyttige, men de har klare begrensninger:
- Dataene kan være forsinket. Kundeapper og oversikter viser ikke alltid øyeblikksverdier.
- Timesverdier skjuler variasjon innenfor timen. En kort topp kan bli mindre synlig når den inngår i et timegjennomsnitt.
- Ytre forhold påvirker sammenligningen. Temperatur, fravær og endrede rutiner kan gjøre to ellers like dager forskjellige.
- Noen timeverdier kan være estimerte. Dersom boligen ikke har AMS, kan nettselskapet bruke en justert innmatingsprofil for å anslå timeforbruket.
- Uventede verdier kan skyldes feil. NVE opplyser at feil kan forekomme. Ved vedvarende eller tydelige avvik kan nettselskapet undersøke måleverdiene.
En enkel framgangsmåte
Når du vil forstå en periode bedre, kan du bruke samme rekkefølge:
- Hent tilgjengelige timeverdier for perioden du vil undersøke.
- Summer forbruket per døgn.
- Merk dager med fravær, besøk, værskifte eller andre tydelige avvik.
- Sammenlign dager med lignende bruksmønster.
- Se nærmere på timene som skiller seg ut.
- Noter hva som faktisk skjedde i boligen rundt disse tidspunktene.
- Se etter gjentakelser før du trekker en konklusjon.
Målerdata er best til å vise når og hvor mye boligen samlet bruker strøm. De er mindre egnet til å fastslå hvilken enkelt årsak som forklarer en topp. Når tallene sammenholdes med flere lignende dager og konkrete notater, blir grunnlaget for tolkning bedre.