Hvor mye sparer vi på å ha varmepumpe?

Rett etter nyttår røk varmepumpa. Men hvor mye strøm sparte vi på å ha den?

Vi har levd en hel januar uten varmepumpe, så dette er en datanerds drømmescenarie. Jeg har fire år med timesdata om strøm og vær. Kan jeg og ChatGPT gjøre noe ut av det?

Kortversjonen er: Kanskje vi kan spare opp mot 10 000 kwh/året.

Men da har jeg gjort noen forenklinger, brukt værdata fra 8 km unna og ekstrapolert januardata til resten av året.

Uansett, det har vært et gøy prosjekt! Jeg har brukt RStudio og Quarto til rapporten. Værdata fra Seklima.no og strømdata fra nettselskapet (som bare tillot nedlasting av tre måneder i slengen).

Send meg en mail om du ser feil!

Normalt strømforbruk

Først litt grunndata.

Så mye strøm bruker bygningen i året (tallene er fjernet i nettversjonen):

Månedlig data

Limt fra nettselskaps hjemmeside.

En annen måte å se det på er å legge sesongene oppå hverandre. De siste årene er de mørkeste.

Strømforbruket i januar har variert mest. Denne perioden er mest interessant, siden 2025 har vært uten fungerende varmepumpe.

Det er kanskje ikke så rart at forbruket var høyt i 2021 og 2024, gitt at det var kaldt da:

Sammenlignet med 2024 er strømforbruket i 2025 881 kwh (16 %) høyere.

Sammenlignet med 2023 er strømforbruket i 2025 2463 kwh (64 %) høyere.

Første overslag (modell1)

Hvis jeg skulle laget et veldig enkelt overslag over hvor mye strøm varmepumpen har spart oss, ville jeg regnet som følger:

[1] "Strømforbruket per måned (uten juni-september) er på 3342 kWh"
  1. Vi varmer opp huset i åtte måneder av året
  2. I disse månedene hadde strømforbruket blitt mellom 16% og 64% høyere uten varmepumpe
  3. Snittforbruket av strøm i oktober-november har vært 3342 kwh.
  4. Ekstraforbruk uten varmepumpe hadde da vært 6683 kwh med 25% høyere bruk og 10693 med 40% høyere

Hvor mye har været hatt å si? Vi begynner med å ta en titt på gjennomsnittlig temperatur per måned.

Effekt av temperaturen

Timesnivå

La oss begynne med en enkel lineær regresjon for å se om det er en sammenheng mellom temperatur og strømforbruk.

List of 2
 $ plot.title         :List of 11
  ..$ family       : NULL
  ..$ face         : NULL
  ..$ colour       : NULL
  ..$ size         : num 14
  ..$ hjust        : NULL
  ..$ vjust        : NULL
  ..$ angle        : NULL
  ..$ lineheight   : NULL
  ..$ margin       : NULL
  ..$ debug        : NULL
  ..$ inherit.blank: logi FALSE
  ..- attr(*, "class")= chr [1:2] "element_text" "element"
 $ plot.title.position: chr "plot"
 - attr(*, "class")= chr [1:2] "theme" "gg"
 - attr(*, "complete")= logi FALSE
 - attr(*, "validate")= logi TRUE

Det er, ikke overraskende, en sammenheng. Og alt tyder på at strømbruken i forhold til temperatur har økt etter at varmepumpa kuttet.

Kan jeg forbedre modellen ytterligere? Det ser ut til at strømbruken øker uproporsjonalt på de kaldeste dagene.

Test av ikke-linearitet


Call:
lm(formula = kwh ~ lufttemperatur, data = df)

Residuals:
    Min      1Q  Median      3Q     Max 
-6.9650 -0.7968 -0.0972  0.6731  9.4225 

Coefficients:
                Estimate Std. Error t value            Pr(>|t|)    
(Intercept)     5.510143   0.010550   522.3 <0.0000000000000002 ***
lufttemperatur -0.238494   0.001358  -175.7 <0.0000000000000002 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.183 on 21177 degrees of freedom
Multiple R-squared:  0.593, Adjusted R-squared:  0.593 
F-statistic: 3.085e+04 on 1 and 21177 DF,  p-value: < 0.00000000000000022

Call:
lm(formula = kwh ~ poly(lufttemperatur, 2), data = df)

Residuals:
    Min      1Q  Median      3Q     Max 
-7.3862 -0.7756 -0.1084  0.6663  7.9744 

Coefficients:
                            Estimate  Std. Error t value            Pr(>|t|)
(Intercept)                 4.328524    0.007879  549.40 <0.0000000000000002
poly(lufttemperatur, 2)1 -207.766432    1.146580 -181.21 <0.0000000000000002
poly(lufttemperatur, 2)2   42.295950    1.146580   36.89 <0.0000000000000002
                            
(Intercept)              ***
poly(lufttemperatur, 2)1 ***
poly(lufttemperatur, 2)2 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.147 on 21176 degrees of freedom
Multiple R-squared:  0.6176,    Adjusted R-squared:  0.6175 
F-statistic: 1.71e+04 on 2 and 21176 DF,  p-value: < 0.00000000000000022

Call:
lm(formula = kwh ~ bs(lufttemperatur, df = 4), data = df)

Residuals:
    Min      1Q  Median      3Q     Max 
-7.4927 -0.7780 -0.1083  0.6646  7.9802 

Coefficients:
                            Estimate Std. Error t value            Pr(>|t|)    
(Intercept)                  12.8793     0.1859   69.30 <0.0000000000000002 ***
bs(lufttemperatur, df = 4)1  -2.9239     0.2654  -11.02 <0.0000000000000002 ***
bs(lufttemperatur, df = 4)2  -9.5594     0.1606  -59.53 <0.0000000000000002 ***
bs(lufttemperatur, df = 4)3 -10.4490     0.2169  -48.18 <0.0000000000000002 ***
bs(lufttemperatur, df = 4)4 -11.9168     0.2065  -57.71 <0.0000000000000002 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 1.145 on 21174 degrees of freedom
Multiple R-squared:  0.6186,    Adjusted R-squared:  0.6185 
F-statistic:  8586 on 4 and 21174 DF,  p-value: < 0.00000000000000022
Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
ℹ Please use `linewidth` instead.

R^2 - Lineær: 0.5929943 
R^2 - Polynomisk: 0.6175695 
R^2 - Splines: 0.618613

Det ser ut til at den polynomiske modellen (i rødt) er litt bedre (R2 på 0.62) enn den lineære (R2 =0.59). Men ikke med stor margin.

Siden den polynomiske (røde) modellen henger godt med på de kaldeste dagene, bruker jeg den fremover.

Neste steg er å sjekke:

  1. Hvor mye forventet modellen at jeg skulle bruke i januar 2025?
  2. Hvor mye strøm brukte vi?

Forventet forbruk januar 2025

Her ser det ut til at strømforbruket i januar var ca. 2 000 kwh høyere enn forventet, tatt hensyn til temperaturen.

Modellen har forbedringspotensiale. Den overvurderer strømbruken i sommermånedene og undervurderer noe på vinteren.

Jeg sier meg likevel fornøyd med indikasjonen nå.

Konklusjon

Snittforbruket i januar de siste fire årene var på 4761 kwh, så dette tyder på en økning i strømbruken på 42 %.

42 % økning tilsvarer rett over 10 000 kwh/året spart på å ha varmepumpe.