POC EE Studie · Web viewVoor de SMART en SLP populaties werden telkens de reële verbruiken...

POC Smart MeteringEnergie-EfficiëntieResultaat verbruik

Feb 2011 – Feb 2012STATUS: Finale versie

Management Samenvatting

Deze studie geeft een antwoord op de volgende onderzoeksvragen: Wat is het effect op het energieverbruik als gevolg van de feedbackloop vanuit

een Slimme Meter? o Hoe kunnen we op een statistisch onderbouwde wijze de relatie Slimme

Meter / Energie Efficiëntie aantonen? Hoe kunnen we de resultaten uit het proefproject extrapoleren naar heel

Vlaanderen, eventueel mits gebruik van de geïdentificeerde consumentensegmenten?

Wat kunnen we bereiken met een “redelijke” inspanning, met name op het vlak van gecontroleerde communicatie over consumptie en besparing (feedback)?

Om dit antwoord op een correcte en sluitende manier te kunnen achterhalen zijn in de periode januari 2011-januari 2012 een aantal verbruikers van elektriciteit en gas intensief gevolgd.Deze verbruikers kunnen we indelen in drie groepen:

De eerste groep van gezinnen is de SMART populatie. Dit zijn de gezinnen met een ‘slimme meter’ in de proefopstelling van Eandis en Infrax. In deze groep hebben 973 gezinnen, waarvan 387 ook met een gasaansluiting, deelgenomen aan de studie.

Een YMR1 populatie die jaarlijks gemeten gezinnen bevat die verspreid zijn over Vlaanderen. Er werden 696 elektriciteitsgezinnen opgenomen in de eindstudie en 752 gezinnen met een gasaansluiting opgenomen in de YMR populatie.

De SLP2 populatie die een groep van verbruikers omvat die representatief worden geacht voor de markt. Op basis van het verbruik van deze gezinnen wordt het Synthetisch Load Profiel bepaald. Het totaal aantal gezinnen in de SLP populatie is: 1205 elektriciteitsgezinnen en 532 gezinnen met een gasaansluiting

Elk van deze groepen heeft zijn specifiek belang in deze studie. De SMART groep (verbruikers met een slimme meter) krijgen zowel extensieve

REG communicatie als frequente informatie met betrekking tot hun verbruik. De YMR groep krijgt net zoals de SMART populatie de extensieve REG

communicatie, maar ontvangt geen frequente verbruiksinformatie. De enige beïnvloeding van deze groep vindt dus plaats met behulp van REG communicatie.

We verwachten dat de SLP populatie de evolutie van de markt weergeeft. Deze groep ontvangt geen extensieve REG communicatie, noch frequente verbruiksinformatie. Deze groep wordt met andere woorden niet beïnvloed. Van de gezinnen in de SLP populatie hebben we geen individuele gegevens, de SLP populaties is als het ware een soort van ‘black box’. Deze individuele gegevens hebben we wel van een groot deel van de YMR en SMART populatie.

De SMART en YMR populaties zijn verder nog opgedeeld in vier groepen van verbruikers, vier segmenten. Groepen die meer of minder de intentie hebben om energiebesparingen door te voeren, hetzij om financiële en/of ecologische redenen.

Om de populaties onderling met elkaar te vergelijken, hebben we de verbruiken in de periode juli 2010 t.e.m. januari 2011 (7 maanden – naïeve periode) vergeleken met de

1 YMR = Yearly Measured Reading; klanten die jaarlijks manueel gemeten worden2 SLP = Synthetic Load Profile – profielschets op basis waarvan verbruik van jaargemeten klanten omgerekend wordt naar kwartierverbruik

document.docx /87

verbruiken in de periode juli 2011 t.e.m. januari 2012 (7 maanden testperiode)3. Voor de SMART en SLP populaties werden telkens de reële verbruiken bepaald op basis van meterstanden, voor de YMR populatie is het EAV omgerekend naar de 7 maanden in de naïeve periode en werd het verbruik in de testperiode geschat op basis van doorgegeven meterstanden.

Vaststellingen die we kunnen doen TUSSEN de populaties:

Als we kijken naar de verbruikers van elektriciteit, komen we tot de volgende vaststellingen:

De besparing van de SMART populatie is groter dan en significant verschillend van die van de YMR populatie. De verschillen tussen de SMART en de SLP populatie zijn niet significant.

o De SMART populatie (zonder zonnepanelen) bespaart gemiddeld meer dan 6%, de YMR populatie (zonder zonnepanelen) verbruikt gemiddeld iets meer dan 1,5%.

De vermelde besparingen zijn onafhankelijk van de gebruikte verwarmingsbron, noch van het SLP-profiel waartoe zij behoren.

Deze conclusies blijven geldig als we de SMART en YMR populaties wegen naar de Vlaamse populatie.

Kijken we naar de verbruikers van gas, dan komen we tot een andere vaststelling: We zien geen verschillen in besparingen tussen de SMART, YMR en SLP

populaties.

Vaststellingen die we kunnen doen binnen de SMART populatie:

Kijken we naar de verbruikers van elektriciteit, dan kunnen we het volgende vaststellen:

De besparing neemt toe naarmate het verbruikt toeneemt (Dit is ook geldig voor de YMR populatie.)

De besparing is aanzienlijk groter (en significant) voor de gezinnen die alleen gedreven worden door financiële impulsen, en dit tot 10%. Diegenen die enkel milieubewust zijn, besparen aanzienlijk minder dan de andere segmenten binnen de SMART populatie (en dit is ook significant)4.

De gezinnen binnen de SMART populatie die de gedetailleerde verbruiksinformatie zeer regelmatig consulteren besparen significant meer dan de gezinnen die dit niet doen (zelfs meer dan 8%).

o We zien ook dat de gezinnen die de website meer bezoeken, waar detailgegevens met kwartierwaarden op getoond worden, meer besparen, maar dit verschil is niet significant (te kleine populatie).

o De besparingen van deze laatste groep bedragen wel 10% tot 15% (exclusief Laggards).

Opmerkelijk is ook dat de gezinnen die meer positieve informatie kregen over hun verbruik, aanzienlijk meer besparen (besparingen tot bijna 15%).

o Deze conclusies blijven geldig als we de SMART populatie wegen naar de Vlaamse populatie.

3 De motivatie voor het gebruik van de laatste 7 maanden van de metingen (de testperiode) ligt vooral in het feit dat we het duurzaam effect van de slimme meter willen identificeren. 4 We zien wel dat de verbruiken van deze gezinnen lager liggen in de naïeve periode dan in de andere segmenten, maar deze verschillen zijn niet significant.

document.docx /87

Voor de verbruikers van gas binnen de SMART populatie komen we tot de volgende vaststellingen:

Zoals bij elektriciteit, zien we ook bij gas dat de gezinnen die enkel gedreven worden door ecologische redenen voor besparingen aanzienlijk minder besparen (ongeveer 10% minder) dan de andere segmenten.

Het gebruik van de gedetailleerde verbruiksinformatie of de verbruikswebsite leidt ook niet tot meer besparingen voor gas.

Naar analogie met verbruikers van elektriciteit, besparen de gezinnen die meer positieve informatie kregen met betrekking tot hun verbruik, aanzienlijk meer (meer dan 10% besparingen).

Kijken we naar de groep die de grootste besparingen realiseert voor elektriciteit, dan komen we tot de volgende vaststellingen:

Er zijn drie duidelijke groepen te onderscheiden:o De gezinnen die gedreven worden door uitsluitend financiële redeneno De gezinnen die gedreven worden door financiële en ecologische redeneno Gezinnen binnen de groep die weinig tot geen intentie had tot

energiebesparingen. Binnen deze groep zijn het vooral oudere gezinnen die veel besparen.

Zoals eerder gemeld besparen de gezinnen die uitsluitend gedreven worden door ecologische redenen bijna niets.

Als we louter kijken naar communicatie, dan komen we tot de volgende vaststellingen: Enkel REG communicatie heeft geen invloed op besparingen. Noch het opmerken

van de REG communicatie, noch de perceptie van nuttigheid van de REG communicatie heeft een invloed op energie besparingen.

Resultaten voor Vlaanderen:

De hierboven vermelde resultaten kunnen we ook naar het Vlaamse niveau brengen.

Hiervoor hebben we de SMART en YMR populaties gewogen naar Vlaanderen op basis van de volgende parameters: omvang van de segmenten, omvang van zonnepaneel-eigenaars en type van behuizing. Bovendien hebben we niet de gemiddelde besparing berekend per gezin, maar hebben we de sommen van de absolute besparingen vergeleken met het totale verbruik. Dit geeft een besparing op de markt, in tegenstelling tot een besparing per gezin.

Voor elektriciteit en als we naar Vlaanderen herrekenen, bespaart de SMART populatie 2,6%5 meer dan de YMR populatie. Voor gas kunnen we geen besparing identificeren gezien de besparingen niet significant verschillend zijn.

5 De 2,6% besparing is voor de populatie zonder zonnepanelen.

document.docx /87

Wat kan bereikt worden door middel van communicatie?

Eén van de sterkste bevindingen uit de studie is de toenemende besparing van gezinnen die meer positieve informatie over hun verbruik ontvingen6.

De gezinnen die de meest positieve informatie over hun verbruik ontvingen bespaarden 15% (voor elektriciteit) tot 10% (voor gas) meer dan de gezinnen die minder positieve informatie ontvingen.Eén van de hypotheses is dat de gezinnen die meer positieve informatie ontvingen zich gesterkt voelden in hun intenties (en tesamen het objectief van Energie Efficientie wilden realiseren), terwijl de ‘negatieve’ informatie bij gezinnen een ‘tegen’ reactie heeft opgeroepen waardoor ze afhaakten (het was voor hen geen haalbaar objectief gezien de hoeveelheid aan negatieve indicatoren).

Als we erin slagen de groep die de 2de meest positieve communicatie krijgt op hetzelfde niveau te brengen qua besparingen als de groep die de meest positieve communicatie krijgt, dan realiseren we op Vlaams niveau een besparing van 4,8% op elektriciteit en 3,5% op gas.

Deze wijze van voordeelbepaling als een gevolg van slimme meters (en de communicatie van verbruiksinformatie die er rechtstreeks aan kan worden gekoppeld) is er één die meer dynamisch is en waarbij er ruimte is voor verbeteringen en acties. Daarnaast werd deze berekeningswijze niet beïnvloed door historische gegevens7.

Als laatste opmerking willen we vermelden dat we geen significante verschillen gevonden hebben tussen de groep van gezinnen die de meest positieve communicatie ontvangen heeft en de groep die de 2de meest positieve communicatie ontvangen heeft. Beide groepen zijn m.a.w. identiek, wat betekent dat de groep die de 2de meest positieve communicatie ontvangen heeft hetzelfde kan doen dan de andere groep aangezien er geen identificeerbare barrières zijn.

Conclusies en aanbevelingen Een eerste belangrijke vaststelling is dat slimme meters (samen met

gedetailleerde verbruiksgegevens) een gunstige invloed hebben op elektriciteitsbesparingen.

We zien deze besparingen niet voor gas. Een tweede conclusie is dat de elektriciteitsbesparing toeneemt naarmate het

initieel verbruik hoger is.6 We hebben de gezinnen in 4 groepen ingedeeld op basis van de informatie die kenbaar is gemaakt op de gedetailleerde verbruiksgegevens. We hebben hierbij specifiek gekeken naar de indicatoren uit de verbruiksgegevens die aangeven welke de evolutie is t.o.v. vroeger verbruik (m.a.w. bespaart het gezin t.o.v. vorig jaar of een vorige periode). De gezinnen waarbij meer dan 3/4de van de indicatoren groen kleurden (die m.a.w. meer bespaarden) beschouwden we als diegenen die de meest positieve communicatie kregen. Diegenen waarbij de helft tot 3/4de van de indicatoren groen kleuren is de 2de meest positieve enz. 7 Omdat deze gegevens binnen de SMART populatie verzameld zijn, is hier geen invloed van EAV berekeningen.

document.docx /87

Ook diegenen die gedreven worden door financiële stimuli besparen meer. Dezelfde trend van meer besparen zien we bij diegenen die de gedetailleerde

verbruiksinformatie meer gebruiken of vaker consulteren. En ook diegenen die positievere feedback krijgen, besparen meer (hoe negatiever

de startsituatie, hoe minder motivatie om tot besparingen te komen), en dit zowel voor elektriciteit als gas.

REG informatie alleen, ook al wordt deze als nuttig gepercipieerd, leidt niet tot besparingen.

Gezinnen die besparen vinden we terug in alle verbruikerssegmenten, met uitzondering het segment dat uitsluitend gedreven wordt door ecologische redenen. Dit is positief nieuws want iedereen kan blijkbaar aangezet worden tot besparingen, zelfs diegenen die geen intentie daartoe hebben.

Naar aanbevelingen, willen we het volgende formuleren: Het besparingssucces van electriciteit in gas realiseren.

o Het ontbreekt ons vandaag aan gedetailleerde inzichten om deze uitdaging te beantwoorden. Verder onderzoek zal hiervoor noodzakelijk zijn.

o Een inzicht geven van het belang van gas in de totale energie-rekening kan nuttig zijn, zeker als we vastgesteld hebben dat financiële stimuli meer effect hebben.

Een maximaal gebruik realiseren van de gedetailleerde verbruiksgegevens.o Aangezien er geen duidelijke barrières voor besparingen bestaan, kan het

gebruik van de verbruiksinformatie een hefboomwerking realiseren. In alle omstandigheden, positieve feedback aan de gezinnen geven.

o Hierdoor vermijden we dat gezinnen (te snel) afhaken en geen besparingen realiseren.

o Bovendien zien we dat positieve feedback een van de voorname hefbomen zijn voor besparingen in gas.

REG communicatie behouden.o Naar onze mening geeft een (gepersonaliseerde) REG communicatie een

duidelijke set van acties die men kan uitvoeren om energie te besparen, indien men dit wenst.

document.docx /87

Inhoudstafel

Management Samenvatting................................................................................................................2Inhoudstafel........................................................................................................................................7Lijst van Figuren.................................................................................................................................9Lijst van Tabellen..............................................................................................................................111 Inleiding......................................................................................................................................122 Opzet van de POC en Studie.......................................................................................................12

2.1 Doel van POC – met betrekking tot energie-efficiëntie........................................122.2 Opzet van de studie.............................................................................................12

2.2.1 Referentiegroepen (externe baseline).........................................................................142.2.2 Segmentatie................................................................................................................16

2.2.2.1 Begin en eindvragenlijst & segmentatie.............................................................................182.2.3 Feedbackloop...............................................................................................................202.2.4 Extensieve REG communicatie....................................................................................202.2.5 Vlaamse studie............................................................................................................212.2.6 Timing van de studie...................................................................................................23

2.3 Rol StatUa............................................................................................................243 Eindstudie...................................................................................................................................25

3.1 De stappen in de studie.......................................................................................253.2 Steekproefgrootte................................................................................................25

3.2.1 Bepalen van de initiële steekproefgroottes (high level)..............................................253.2.2 Berekeningen achter de initiële steekproefgrootte (Details).......................................27

3.3 Steekproefbeschrijving........................................................................................293.3.1 SMART Populatie..........................................................................................................29

3.3.1.1 Randvoorwaarden en veronderstellingen normale studieperiode.......................................293.3.1.2 Randvoorwaarden en veronderstellingen naïeve studieperiode.........................................313.3.1.3 Karakteristieken SMART populatie......................................................................................32

3.3.1.3.1 Belangrijkste socio-demografische kenmerken...........................................................323.3.1.3.2 Kenmerken deelnemers naar segmenten....................................................................343.3.1.3.3 Kenmerken deelnemers met zonnepanelen................................................................353.3.1.3.4 Kenmerken deelnemers eindenquête..........................................................................363.3.1.3.5 Kenmerken deelnemers actieve deelname feedbackloop...........................................373.3.1.3.6 Kenmerken deelnemers naar SLP profiel.....................................................................393.3.1.3.7 Samenvatting Kenmerken deelnemers........................................................................39

3.3.2 YMR Populatie..............................................................................................................403.3.2.1 Randvoorwaarden en veronderstellingen normale studieperiode.......................................403.3.2.2 Randvoorwaarden en veronderstellingen naïeve studieperiode.........................................413.3.2.3 Karakteristieken YMR populatie..........................................................................................41

3.3.2.3.1 Belangrijkste socio-demografische kenmerken...........................................................413.3.2.3.2 Kenmerken deelnemers naar segmenten....................................................................443.3.2.3.3 Kenmerken deelnemers met zonnepanelen................................................................443.3.2.3.4 Kenmerken deelnemers eindenquête..........................................................................453.3.2.3.5 Kenmerken deelnemers actieve deelname feedbackloop...........................................46

document.docx /87

3.3.2.3.6 Kenmerken deelnemers naar SLP profiel.....................................................................463.3.2.3.7 Samenvatting kenmerken deelnemers........................................................................46

3.3.3 SLP Populatie...............................................................................................................473.3.3.1 Randvoorwaarden en veronderstellingen normale studieperiode.......................................473.3.3.2 Randvoorwaarden en veronderstellingen naïeve studieperiode.........................................483.3.3.3 Karakteristieken SLP populatie...........................................................................................49

3.3.3.3.1 Kenmerken deelnemers naar SLP profiel.....................................................................493.3.4 Vlaamse Populatie.......................................................................................................49

3.3.4.1 Karakteristieken Vlaamse populatie...................................................................................493.3.4.1.1 Belangrijkste socio-demografische kenmerken...........................................................49

3.3.5 Weging naar de Vlaamse populatie.............................................................................524 Resultaten..................................................................................................................................54

4.1 Energie-efficiëntie: Elektriciteitsverbruik.............................................................544.1.1 Percentage besparing (naïeve periode versus testperiode)........................................544.1.2 Besparing in de verschillende populaties....................................................................554.1.3 Besparing in de verschillende segmenten...................................................................564.1.4 Invloed wekelijkse feedbackinformatie (pdf en websiteconsultatie)............................574.1.5 Effect van de maandelijkse feedbackinformatie..........................................................614.1.6 Conclusies elektriciteit.................................................................................................63

4.2 Energie-efficiëntie: gasverbruik...........................................................................644.2.1 Percentage besparing (naïeve periode versus testperiode)........................................644.2.2 Besparing in de verschillende populaties....................................................................654.2.3 Gasbesparing in verschillende segmenten..................................................................664.2.4 Invloed wekelijkse feedbackinformatie (pdf en websiteconsultatie)............................674.2.5 Effect van de maandelijkse feedbackinformatie..........................................................704.2.6 Gasbesparing versus Elektriciteitsbesparing...............................................................714.2.7 Conclusies Gas.............................................................................................................73

4.3 Eindenquêtes.......................................................................................................744.3.1 Feedbackloop (enkel SMART)......................................................................................744.3.2 REG communicatie......................................................................................................764.3.3 Energiebesparende maatregelen en investeringen.....................................................784.3.4 Houding ten opzichte van energieverbruik..................................................................82

4.4 Algemene conclusies...........................................................................................835 Bijlage.........................................................................................................................................85

5.1 Voorgaande studies.............................................................................................855.2 Begin en eindvragenlijst......................................................................................855.3 Voorbeeld van een maandrapport en een weekrapport......................................855.4 Presentatie Vlaamse Studie.................................................................................855.5 Powerberekening vervolg....................................................................................855.6 POC Smart Metering Zonnepanelen.....................................................................85

document.docx /87

Lijst van Figuren

Figuur 1: Overzicht Populatie en Periodes........................................................................................13Figuur 2: Opzet: drie referentiegroepen, communicatie en onderzoek............................................15Figuur 3: Overzicht segmenten – beschrijving assen........................................................................17Figuur 4: Onderverdeling Laggards in de Vlaamse studie................................................................18Figuur 5: Vragen voor segmentatie..................................................................................................19Figuur 6: Timing van de studie.........................................................................................................23Figuur 7: SMART tewerkstelling........................................................................................................32Figuur 8: SMART opleidingsniveau....................................................................................................32Figuur 9: Verdeling eigenaar vs huurder (SMART)............................................................................33Figuur 10: Verdeling type woning (SMART)......................................................................................33Figuur 11: Energiebronnen voor verwarming (SMART).....................................................................33Figuur 12: Isolatie van de woning (SMART)......................................................................................34Figuur 13: Maandelijks bedrag gas en elektriciteit (SMART).............................................................34Figuur 14: Oorspronkelijke zonnepanelen SMART............................................................................35Figuur 15: Zonnepanelen SMART......................................................................................................36Figuur 16: Data eindenquêtes SMART..............................................................................................37Figuur 17: Verdeling eindenquêtes SMART.......................................................................................37Figuur 18: Verdeling format maandelijkse nieuwsbrief.....................................................................38Figuur 19: Verdeling wekelijkse nieuwsbrief.....................................................................................38Figuur 20: SLP van de SMART populatie...........................................................................................39Figuur 21: Overzicht kenmerken SMART populatie...........................................................................39Figuur 22: YMR tewerkstelling..........................................................................................................42Figuur 23: YMR opleidingsniveau......................................................................................................42Figuur 24: Verdeling eigenaar vs huurder (YMR)..............................................................................42Figuur 25: Verdeling type woning (YMR)...........................................................................................43Figuur 26: Energiebronnen voor verwarming (YMR).........................................................................43Figuur 27: Isolatie van de woning (YMR)...........................................................................................43Figuur 28: Maandelijks bedrag gas en elektriciteit (YMR).................................................................44Figuur 29: Zonnepanelen YMR..........................................................................................................45Figuur 30: SLP van de YMR populatie...............................................................................................46Figuur 31: Kenmerken YMR deelnemers...........................................................................................46Figuur 32: SLP van de SLP populatie.................................................................................................49Figuur 33: Vlaamse tewerkstelling....................................................................................................50Figuur 34: Vlaams opleidingsniveau.................................................................................................50Figuur 35: Verdeling eigenaar vs huurder (Vlaams).........................................................................50Figuur 36: Verdeling type woning (Vlaams)......................................................................................51Figuur 37: Energiebronnen voor verwarming (Vlaams)....................................................................51Figuur 38: Isolatie van de woning (Vlaams)......................................................................................51Figuur 39: Maandelijks bedrag gas en elektriciteit (Vlaams)............................................................52

document.docx /87

Figuur 40: Gemiddeld percentage besparing op elektriciteitsverbruik voor de drie populaties zonder zonnepanelen (SMART, SLP, YMR) (totale steekproef, n = 2420).........................................56Figuur 41: Percentage besparing op het elektriciteitsverbruik voor de verschillende segmenten (Laggards, Could be dutch, Green believers, Rationals) in de SMART (n=846) en YMR populatie (n=526).....................................................................................................................57Figuur 42: Percentage besparing op elektriciteitsverbruik binnen de SMART populatie in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) (SMART steekproef excl. zonnepanelen n=886)............................................................................................58Figuur 43: Percentage besparing op elektriciteitsverbruik in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) en afzonderlijk voor topsegmenten (n =117) en Laggards (n = 729) in de SMART populatie.................................................................................59Figuur 44: Percentage besparing op elektriciteitsverbruik binnen de SMART populatie in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) (SMART steekproef excl. zonnepanelen n=886)..............................................................................................................60Figuur 45: Percentage besparing op elektriciteitsverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) afzonderlijk voor topsegmenten (n=117) en Laggards (n=729) in de SMART populatie........................................................................................60Figuur 46: Percentage besparing in functie van het percentage rode pijlen in het maandelijkse feedbackrapport (<25%, 25%-50%, 50%-75%, >75%) en afzonderlijk voor de informatie over elektriciteit (n=884) en informatie over gas (n=648).............................................62Figuur 47: Gemiddeld percentage besparing op gasverbruik voor de drie populaties (SMART, SLP, YMR) (Totale steekproef, n = 1575)..........................................................................................66Figuur 48: Percentage besparing op gasverbruik voor de verschillende segmenten (Laggards, Could be dutch, Green believers, Rationals) in de SMART (n=350) en YMR populatie (n=737).......67Figuur 49: Percentage besparing op gasverbruik binnen de SMART populatie in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) (n=360)................................68Figuur 50: Percentage besparing op gasverbruik in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) en afzonderlijk voor topsegmenten (n =63) en Laggards (n = 287) in de SMART populatie......................................................................................68Figuur 51: Percentage besparing op gasverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) SMART populatie (n=360)...........................................................69Figuur 52: Percentage besparing op gasverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) afzonderlijk voor topsegmenten (n=63) en Laggards (n=287) in de SMART populatie........................................................................................................70Figuur 53: Percentage besparing op gasverbruik in functie van het percentage rode pijlen in het maandelijkse feedbackrapport (<25%, 25%-50%, 50%-75%, >75%) en afzonderlijk voor de informatie over elektriciteit (n=360) en de informatie over gas (n=210)...................................71Figuur 54: Opmerking feedbackloop.................................................................................................74Figuur 55: Feedbackloop rapporten invloed.....................................................................................75Figuur 56: Opmerking REG communicatie........................................................................................76Figuur 57: Aantal REG communicatie met invloed...........................................................................76Figuur 58: Invloed REG communicatie..............................................................................................77Figuur 59: TOP 5 genomen maatregelen..........................................................................................78Figuur 60: TOP 5 gedane investeringen............................................................................................79Figuur 61: Aanschaf nieuwe toestellen.............................................................................................80Figuur 62: Geplande investeringen...................................................................................................81Figuur 63: Aangevraagde premies....................................................................................................82

Lijst van Tabellen

document.docx /87

Tabel 1: Referentiegroepbepaling....................................................................................................14Tabel 2: Overzicht communicatie per populatie...............................................................................15Tabel 3: Dutch/green segmentatie...................................................................................................19Tabel 4: Overzicht respondenten Vlaamse studie............................................................................22Tabel 5: Overzicht gezinssamenstelling Vlaamse studie..................................................................22Tabel 6: Overzicht representativiteit Vlaanderen.............................................................................23Tabel 7: Overzicht van de steekproefgrootte...................................................................................29Tabel 8: Overzicht SMART populatie Normale testperiode...............................................................30Tabel 9: Detail missende meterstanden...........................................................................................31Tabel 10: Overzicht SMART populatie naïeve testperiode................................................................31Tabel 11: Socio-demografische kenmerken SMART populatie..........................................................34Tabel 12: Segmenten SMART............................................................................................................34Tabel 13: Zonnepanelen SMART.......................................................................................................35Tabel 14: Data oorspronkelijke zonnepanelen SMART......................................................................35Tabel 15: Data zonnepanelen SMART...............................................................................................36Tabel 16: Data actieve deelname feedbackloop SMART...................................................................39Tabel 17: Overzicht YMR populatie normale testperiode..................................................................41Tabel 18: Overzicht YMR populatie naïeve testperiode....................................................................41Tabel 19: Socio-demografische kenmerken YMR populatie..............................................................44Tabel 20: Segmenten YMR................................................................................................................44Tabel 21: Zonnepanelen YMR...........................................................................................................45Tabel 22: Data zonnepanelen YMR...................................................................................................45Tabel 23: Overzicht SLP populatie normale testperiode...................................................................48Tabel 24: Overzicht SLP populatie Naïeve testperiode.....................................................................49Tabel 25: Socio-demografische kenmerken Vlaamse populatie.......................................................52Tabel 26: Vergelijking van de SMART en YMR populatie (elektriciteit+gas) met de Vlaamse studie................................................................................................................................................53Tabel 27: Gemiddeld elektriciteitsverbruik door de verschillende populaties in de naïeve periode (juli 2010 t.e.m. januari 2011) en in de testperiode (juli 2011 t.e.m. januari 2012)............55Tabel 28: Gerealiseerde gedragsveranderingen voor gezinnen met minder dan 25% negatieve informatie en gezinnen met 25%-50% negatieve informatie binnen de SMART populatie...........................................................................................................................................63Tabel 29: Gemiddeld gasverbruik voor de verschillende populaties in de naïeve periode (juli 2010 - januari 2011) en in de testperiode (juli 2011 – januari 2012)................................................65Tabel 30: Percentage gezinnen met gas en elektriciteit uit de SMART populatie in functie van hun gemiddelde besparing voor gas en elektriciteit (n=302)...........................................................72Tabel 31: Percentage gezinnen met gas en elektriciteit uit de YMR populatie in functie van hun gemiddelde besparing voor gas en elektriciteit (n=428)...........................................................72

document.docx /87

1 Inleiding

Binnen het kader van het Smart Metering-programma hebben Eandis en Infrax een gezamenlijk Proof of Concept-initiatief gelanceerd. De eerste fase omvat 4000 toegangspunten (+/- 2700 elektriciteit en 1000 gas in de regio Leest / Hombeek (Iverlek) en 300 in de IVEG / WVEM / Interelectra-regio.Gebaseerd op de business case voor Smart Metering, voorbereid door de VREG (Vlaamse regulator voor energie en gas) en KEMA (NL)8, zouden delen van de return moeten komen uit een efficiënter en rationeler gebruik van energie en een verandering in het consumentengedrag.Het doel van de huidige opstelling is om een beter begrip te krijgen in de realisatie van dergelijke voordelen en efficiëntiewinsten.

2 Opzet van de POC en Studie

Dit hoofdstuk bespreekt de opzet van de studie en de daarvoor relevante delen van de POC.

2.1 Doel van POC – met betrekking tot energie-efficiëntie

Het doel van de POC met betrekking tot Energie-Efficiëntie is de impact meten van de Smart Meters in combinatie met gerichte communicatie op het energieverbruik in Vlaanderen. Er wordt gekeken naar het verbruik in kWh (stijging/daling).

De volgende onderzoeksvragen zullen door de studie beantwoord worden: Wat is het effect op het energieverbruik als gevolg van de feedbackloop vanuit

een Slimme Meter?o Hoe kunnen we op een statistisch onderbouwde wijze de relatie Slimme

Meter / Energie Efficiëntie aantonen? Hoe kunnen we de resultaten uit het proefproject extrapoleren naar heel

Vlaanderen, eventueel mits gebruik van de geïdentificeerde consumentensegmenten?

Wat kunnen we bereiken met een “redelijke” inspanning, met name op het vlak van gecontroleerde communicatie over consumptie en besparing (feedback)?

2.2 Opzet van de studie

De aanpak en de opzet van de studie is ontwikkeld rond vier assen: segmentatie, referentiegroepen, feedbackinformatie en extrapolatie naar de Vlaamse bevolking. Deze begrippen zullen verder in dit hoofdstuk worden uitgelegd.

Om bovenstaande vragen te beantwoorden, moeten we de energieconsumptie meten van een “Smart Meter testpopulatie” (SMART) en deze vergelijken met een 8 Voor de opzet van deze studie werd er naar meerdere voorgaande studies gekeken. De belangrijkste studies zijn opgelijst in bijlage en bijgevoegd.

document.docx /87

referentieconsumptie, zowel voor elektriciteit als voor gas. Hiervoor bestaan twee opties:

Optie 1 is een referentie meting van de testpopulatie: we meten de energie consumptie van de test populatie gedurende een periode voorafgaande aan de start van de communicatie over de smart meters, met andere woorden een baseline in de SMART groep of wat we later in dit document de “naïeve periode” zullen noemen.

Optie 2 is het gebruik van referentiegroep(en). Zo definiëren we een referentieconsumptie, dit is de consumptie van een referentiegroep, verschillend van de test groep, zijnde de SMART groep. In deze optie, worden één of meer referentiegroepen gedefinieerd en hun verbruik wordt gemeten gedurende de testperiode, tegelijkertijd met de meting van de smart populatie, zo wordt er een baseline buiten de SMART groep gecreëerd.

Oorspronkelijk was gedacht dat het meten van een naïeve periode (baseline in de SMART groep) niet mogelijk was omwille van tijdslimitatie en technische problemen bij aanvang van de POC. Door het uitstellen van het uitsturen van de feedbackloop werd het meten van een naïeve periode opnieuw mogelijk. Deze meting wordt gebruikt in de eindstudie om een “gepaarde” vergelijking te maken tussen de naïeve periode en de studieperiode. Deze bijkomende toetsen kunnen de resultaten rond betrouwbaarheid verhogen. Deze naïeve periode was oorspronkelijk niet in de scope van de eindstudie.

Optie 2 (externe baseline) biedt de mogelijkheid om te komen tot statistisch relevante bevindingen. Om dit te realiseren hebben wij volgende aanpak uitgewerkt en daarbij de assumpties geadopteerd, die verder beschreven worden in het volgende hoofdstuk, zie 2.2.1.

Het volgende schema geeft beide aanpakken weer:

document.docx /87

Bovendien werden de SMART populatie en de verschillende referentiegroepen gesegmenteerd. De reden waarom deze segmentatie werd toegepast, wordt in volgend hoofdstuk uitgelegd, zie 2.2.2.

Om de bevindingen van dit Energie-Efiiciëntie-onderzoek te kunnen extrapoleren naar de hele Vlaamse populatie werd een methodiek ontwikkeld die de testpopulatie vergelijkt met de data van een representatieve studie op Vlaams niveau. Deze studie werd gevalideerd met behulp van de VREG marktmonitor 2009.

2.2.1 Referentiegroepen (externe baseline)

Los van de bezwaren over statistische betrouwbaarheidsintervallen en steekproefgrootte is het opdelen van de SMART populatie in een “test”subgroep en een “referentie”subgroep niet gewenst; de deelnemers binnen de SMART groep leven geografisch geconcentreerd wat aanleiding zou geven tot interferenties en datapollutie. Deelnemers in de SMART groep zouden zich bv. afvragen waarom hun buren wel informatie krijgen over de evolutie van hun verbruik en zij niet. Daarom is het nodig om een referentiegroep te definiëren die losstaat van de consumenten met een slimme meter.

Het opzet van de huidige oefening is gebaseerd op drie “dimensies”: De aanwezigheid van (slimme / automatische) meterinfrastructuur Extensieve maar generieke communicatie zoals die momenteel al door het REG

departement uitgevoerd wordt

document.docx /87

BEGIN ENQÛETE EIND ENQUETE

Figuur 1: Overzicht Populatie en Periodes

Individuele, gefocuste feedback naar deelnemers over hun verbruik

Volgende beslissingstabel/figuur toont de mogelijke combinaties tussen deze drie dimensies en rangschikt ze als “uitgesloten”, “niet gewenst” en “weerhouden”.

Smart meter/

Automatic Meter infrastructure

Intensieve REG

communicatie

Individuele feedback

Omschrijving

0 0 0 Vlaanderen 0 0 1 Combinatie is NIET mogelijk: Feedback kan niet

zonder Slimme Meter 0 1 0 YMR Referentie populatie 0 1 1 Combinatie is NIET mogelijk: Feedback kan niet

zonder Slimme Meter 1 0 0 SLP referentie populatie 1 1 0 Mogelijke subgroep B: slimme meter uit SLP-

groep maar WEL communicatie Mag niet: verstoort de data-verzameling van de SLP-groepen

1 0 1 Mogelijke subgroep van groep 1: Krijgt Feedback maar geen gerichte communicatie, risico om de groep te klein op te splitsen

1 1 1 Groep 1: Heeft Slimme meter – krijgt gericht communicatie en ook Feedback

D

B

C

A

Tabel 1: Referentiegroepbepaling

Om te zorgen voor een volledige afdekking van de geïdentificeerde resultaten en effecten, zijn we gekomen tot een opzet met 1 testgroep, (A), 2 referentiegroepen (B & C) en als laatste een “heel Vlaanderen” groep (D).9 De volgende figuur geeft een overzicht van de drie groepen en Vlaanderen.

Ter verduidelijking, geeft onderstaande tabel een overzicht van de communicatie.

9 AMR = Automatic Meter Reading – automatische uitlezing van meetresultaten

document.docx /87

Figuur 2: Opzet: drie referentiegroepen, communicatie en onderzoek

Populatie Ontvangen communicatie

SMART populatie Slimme Meter FeedbackloopExtensieve REG communicatie

YMR populatie Extensieve REG communicatie

SLP populatieVlaamse populatie

Geen communicatie

Tabel 2: Overzicht communicatie per populatieVoor meer details over de feedbackloop en de REG communicatie, zie volgende hoofdstukken.

A. SMART populatie: De groep van verbruikers die een Slimme Meter geïnstalleerd gekregen heeft, is de kerngroep in dit onderzoek. Alle andere groepen zijn gedefinieerd om specifiek gedrag in deze groep te kunnen identificeren en kwantificeren.Deze groep krijgt bovendien ook intensieve, generieke REG informatie en individuele feedback over zijn verbruiksgedrag.De SMART populatie bestaat uit ongeveer 1500 huishoudens. Op basis van de 80/20 verdeling over de segmenten (hypothese), komen we zo op ongeveer 600 “actieve” huishoudens die openstaan voor initiatieven rond verbetering van hun energie-efficiëntie en 80% onverschilligen of “Laggards”.

B. SLP ReferentiepopulatieEen eerste referentiegroep is een groep die “absoluut clean” is, met andere woorden waar er niets wijzigt ten opzichte van de huidige situatie. Voor het vastleggen van de SLP profielen gebruiken de netbeheerders historisch een groep van statistisch representatieve jaargemeten gebruikers, waar via AMR op kwartierbasis (uur voor gas) verbruiksgegevens gemeten worden. Deze groep is een ideaal ijkpunt, maar het is belangrijk dat er binnen deze groep geen enkele beïnvloeding gebeurt, ook niet via bevraging of dergelijke.Segmentatie is in deze groep dus niet van toepassing. Wij zullen dan ook de volledige groep gebruiken als referentie.Bedoeling van deze “cleane” groep is om alle globale effecten, los van SMART en communicatie uit te filteren. Denk hierbij bv. aan een algemene “drift” door bv mediabelangstelling voor de top in Kopenhagen, effect van koude winters en warme zomers. De grootte van deze groep is ongeveer 1000 eindklanten.

C. YMR ReferentiepopulatieOm de impact van Slimme Meters te onderscheiden van de impact van (intensieve maar generieke) communicatie, hebben we een referentiegroep nodig die dezelfde informatie krijgt maar dan zonder de individuele verbruiksgegevens (feedbackloop).Deze groep zal gerekruteerd worden uit manueel gemeten consumenten en zal vooral bestaan uit consumenten uit de “betere” segmenten, waar de impact het grootst werd verwacht (dus niet “Laggards”). Voor de bepaling van de steekproefgrootte van deze groep, zie 3.2.1.

D. “Heel” VlaanderenGezien de opbouw van deze studie rond “segmenten” zullen wij ook een beeld moeten krijgen van de verdeling van de Vlaamse bevolking over deze segmenten om vervolgens de resultaten uit de testpopulatie te extrapoleren.Om dit te realiseren zullen we een representatief staal van de Vlaamse bevolking bevragen.

document.docx /87

2.2.2 Segmentatie

Bij aanvang van de studie is er gekeken naar een gemiddelde verbetering over de volledige populatie in energie-efficiëntie (EE), deze is 1,5 % (studie KEMA). Om de statistische kwaliteit van het onderzoek te verbeteren, stellen wij voor om de verschillende populaties op te delen in een aantal segmenten.

Als de Slimme Meter een EE gemiddelde verbetering van 1,5 % helpt realiseren, is deze vermoedelijk de resultante van een groep van 20-25 % van de populatie die ongeveer 8 % verbetering realiseert en een groep van 75-80% die nauwelijks verbeteringen laat optekenen (80/20 regel, hypothese). Daarom werd zowel de testpopulatie als de referentiegroep gesegmenteerd op basis van hun houding tegenover EE, om op deze manier een aantal segmenten te onderkennen waarop werd gefocust.

Kwalitatieve differentiatie laat ons toe om segmenten en groepen van consumenten te definiëren die hetzij verwaarloosbare EE winst realiseren hetzij relevante winsten van 5 tot 15 % realiseren. Dit heeft bovendien als voordeel dat de 8% makkelijker statistisch aan te tonen is dan de 1,5%, die veel dichter bij de foutenmarge van de slimme meter ligt.

Als we er de meest recente cijfers uit de VEA10 onderzoeken (2009) rond kennis en gedrag rond energie in de Vlaamse bevolking op nalezen, zien we dat:

Een groep van 10-15 % van de populatie meerdere acties onderneemt om zijn energie efficiëntie te verbeteren

Een groep van ongeveer 50 % van de populatie nauwelijks acties onderneemt om zijn energie-efficiëntie te verbeteren

De verdeling van de testpopulatie en de referentiegroepen over de verschillende segmenten verschillend zal zijn omdat de rekrutering op een andere manier tot stand gekomen is.

Op basis van de verdeling over de verschillende segmenten voor de totale populatie, de testpopulatie en de referentiegroep(en) kunnen vergelijkingen gemaakt worden tussen de resultaten uit de verschillende groepen. Een normalisatie zal nodig zijn om de resultaten te extrapoleren naar “heel Vlaanderen”.

De Vlaamse studie (zie ook hoofdstuk 2.2.5) leerde ons dat volgende segmentatie een feit is11:

10 Zie hiervoor de bijlage over voorgaande studies.11 De benaming van de vier segmenten zijn werknamen en hebben geen verdere betekenis. Could Be Dutch zal verder worden afgekort naar CBD.

document.docx /87

De Vlaamse studie toonde ons dat de Laggards verder onderverdeeld kunnen worden in vier segmenten, deze subsegmenten kunnen zeer handig zijn bij latere communicatie.

document.docx /87

Figuur 3: Overzicht segmenten – beschrijving assen

Figuur 4: Onderverdeling Laggards in de Vlaamse studie

Er was een voorstel tot meer gerichte communicatie om de populatie beter aan te spreken. Voor elk segment werden op basis van de profielen de belangrijkste drivers en barrières voor een lager energieverbruik bepaald. Op basis van deze drivers en barrières kan een afzonderlijk communicatieplan worden opgesteld voor elk segment:

Meer financieel gedreven argumenten voor het segment “Could be Dutch”. Meer milieu gedreven argumenten voor het segment “Green Believers”.

Ook de verschillende “Laggards” groepen zouden een verschillend communicatieplan ontvangen: “Green Believer Laggards” zouden meer milieu gedreven argumenten ontvangen. Dit voorstel werd echter niet weerhouden. Enkel de begeleidende brief is gesegmenteerd verstuurd, zie hiervoor volgend hoofdstuk.

2.2.2.1 Begin en eindvragenlijst & segmentatieBovenstaande segmentatie werd gemaakt op basis van een beginvragenlijst. Zowel de SMART populatie als de YMR populatie werd gevraagd in het begin van de studie en op het einde van de studie een vragenlijst in te vullen.Op basis van deze vragenlijst werd de segmentatie opgesteld. Beide vragenlijsten werden toegevoegd in de bijlage. De vragen in de beginvragenlijst die hebben bijgedragen aan de segmentatie, worden weergegeven in volgende figuur12:

De segmenten werden met behulp van latente klassenclusteranalyse in het programma ‘Latent Gold’ toegewezen aan de hand van bovenstaande vragen.

12 Dit gaat over Vraag 8, Vraag 13a, Vraag 22, Vraag 29, Vraag 31, Vraag 32, Vraag 33, Vraag 34, Vraag 35, Vraag 36 en Vraag 37.

document.docx /87

Figuur 5: Vragen voor segmentatie

De segmentatie naar twee segmenten (Green/Dutch) voor de begeleidende brief van de REG is eveneens gebaseerd op bovenstaande vragen.

7 segmenten 2 segmentenCouldBeDutch DutchGreen Believers GreenGreenBelievers-Laggards GreenCBD-Laggards DutchRationals Deze drie segmenten werden met behulp van

latente klasse cluster analyse in het programma ‘Latent Gold’ toegewezen aan de Green/Dutch segmenten. Dit werd gedaan a.d.h.v. bovenstaande vragen.

Rational-LaggardsPure Laggards

Tabel 3: Dutch/green segmentatie

De YMR populatie heeft eveneens rond 1/5/2011, 1/8/2011 en 1/11/2011 een uitnodiging gekregen om hun meterstand door te geven.

2.2.3 Feedbackloop

De loutere plaatsing van de slimme meter zal, zoals uit alle studies is gebleken, geen (of slechts een zeer tijdelijke) impact hebben op het verbruiksgedrag van de consumenten. Daarom is het belangrijk om de consumenten met een slimme meter correcte en tijdige feedback te geven over hun energieprestaties. Bedoeling is de deelnemers te confronteren met evoluties en abnormaliteiten in hun consumptiepatroon. De feedbackloop voor de SMART Metering-populatie bestaat uit:

Maandelijkse nieuwsbriefo Op papier voor iedereen, elektronisch op aanvraago Maandelijks overzicht van de voorbije maand

Wekelijkse nieuwsbriefo Enkel elektronisch (voor klanten met een emailadres)o Globaal en gedetailleerd overzicht van de voorbije week

Website/Portaalo Toegankelijk voor iedereen via wekelijks rapport & via login van Eandis &

Infrax websiteo Grafieken met meer gedetailleerde informatieo Detail tot aan Dag -1

Deze communicatie met geïndividualiseerde informatie over de consumptie (inclusief historiek en evolutie) aan de smart meter-klanten, heeft als doel:

Het tonen van de impact van hun “acties” op consumptie (verwarming lager, LED, … en dit zowel positief als negatief)

Het diagnosticeren en benchmarken van de consumptie Het creëren van additioneel bewustzijn

document.docx /87

Hun gedrag nog meer en vooral duurzaam te veranderen

De inhoud van deze nieuwsbrieven bestaat uit: Meterstanden Ik ten opzichte van mijzelf: mijn verbruiksevolutie Grafieken met betrekking tot mijn verbruik Ik ten opzichte van de smart meter populatie: mijn energielabel Extra informatie: tips om energie te besparen

Als bijlage is bij dit document een voorbeeld van een maandelijkse en een wekelijkse nieuwsbrief bijgevoegd.De feedbackloop is uitgestuurd van 1/1/2011 tot en met 31/1/2012.

2.2.4 Extensieve REG communicatieZowel de SMART populatie als de YMR populatie hebben extensieve REG communicatie ontvangen. De inhoud was voor beide dezelfde, terwijl de begeleidende brieven verschillende boodschappen in de kijker stelden. De brief naar de financieel gedreven groep legde het accent op geldbesparingen, de brief naar de milieu gedreven groep legde het accent op milieuaspecten en een groenere toekomst voor de kinderen.

De volgende extensieve REG communicatie is gestuurd naar de Smart meter populatie en de YMR populatie:Voor Eandis klanten:

o Maart: REG-draaischijfo April: Condensatieketel op aardgaso Mei: Warm watero September: Verdien veel geld zonder moeite o Oktober: Isoleren en ventilereno November: Verlichten

Voor Infrax klanten:o Maart: Efficiënt omgaan met energieo April: Condensatieketel o Mei: Warm watero September: Brochure Rationeel Energiegebruiko Oktober: Isolatieo November: Verlichting

2.2.5 Vlaamse studieDe impact van de nieuwe verbruiksmeter op de energie-efficiënte wordt getest in Leest en Hombeek. Om de resultaten van die testmarkt te kunnen extrapoleren naar Vlaanderen werd onderzoek gedaan bij de Vlaamse bevolking.Deze respondenten werd dezelfde vragenlijst voorgelegd als de SMART en YMR populatie (zonder de vraag over de meterstanden).

document.docx /87

De data werden verzameld van 9 augustus 2010 tot en met 30 augustus 2010 via een online panel. Er was een voorstel tot uitbreiding van de studie met een telefonisch enquête bij een steekproef van 100 personen, die niet over internet beschikken. De reden voor dit voorstel was dat er een vertekening van de cijfers door enkel te werken met een ‘ internet populatie’ zou kunnen zijn: bv. 10% meer gezinnen met gasaansluiting dan de reële cijfers in Vlaanderen. Dit voorstel werd echter niet weerhouden.

document.docx /87

Een overzicht van de respondenten:

Totaal Totaal %

Aantal gecontacteerd

9.077 100%

Aantal deelgenomen

1.985 22%

Aantal volledig ingevuld

1.530 17%

Aantal gekwalificeerd en volledig ingevuld(*) Niet gekwalificeerd indien niet verantwoordelijk voor energiebeslissingen

1.431 16%

Tabel 4: Overzicht respondenten Vlaamse studie

Om de Vlaamse steekproef nog representatiever te maken voor de Vlaamse bevolking werd een weging toegepast op basis van de gezinsstructuur, voornamelijk het aantal personen per gezin. In de studie bleken de eenpersoonsgezinnen ondervertegenwoordigd en de tweepersoonsgezinnen oververtegenwoordigd. Dit is een courante praktijk om statistisch optimale steekproeven samen te stellen.

Aantal personen in gezin

Vlaamse populatie

Steekproef Weging

1 30% 18% 1,68

2 34% 48% 0,72

3 16% 15% 1,02

4 14% 14% 0,98

5 5% 4% 1,20

6 1% 1% 1,02

7 0% 0% 2,57

TOTAAL 100% 100% 1,00

Tabel 5: Overzicht gezinssamenstelling Vlaamse studie

Na het toepassen van de weging werden de bevindingen vergeleken met Vlaamse data van VREG. Hierin zien we gelijkaardige resultaten.

document.docx /87

Marktmonitor VREG 2009

Vlaamse studie

Leest & Hombeek

Ik ben niet bereid meer te betalen voor groene stroom.

48% 46% 69%

Ik heb bij mijn energieleverancier een contract voor groene stroom (indien groene stroom contracten gekend zijn).

21% 29% 12%

Ik verwarm mijn woning met aardgas.

60% 67% 48%

Tabel 6: Overzicht representativiteit Vlaanderen

Tussen de steekproef van Leest & Hombeek en de Vlaamse data kunnen wel verschillen gevonden worden. De Vlaamse studie maakt de extrapolatie van de resultaten van Leest en Hombeek op Vlaams niveau mogelijk.

De volledige presentatie van de Vlaamse studie kan in de bijlage gevonden worden.

2.2.6 Timing van de studieDe volgende figuur geeft de timing van de studie weer:

document.docx /87

Figuur 6: Timing van de studie

2.3 Rol StatUaDe opzet van deze studie en onze bevindingen werden nauwgezet besproken met het ‘Centre of Excellence of Statistics’ van de Universiteit Antwerpen (StatUa).

StatUA is de kerninrichting voor Statistiek aan de Universiteit Antwerpen/Associatie Universiteit & Hogescholen Antwerpen (AUHA) die alle statistische expertise binnen deze associatie bundelt. StatUa is vandaag officieel erkend als een kerninrichting. Deze erkenning maakt het mogelijk om StatUa verder te ontwikkelen zodat zij kan optreden als statistische helpdesk voor onderzoekers zowel binnen als buiten de UA/AUHA. Hun diensten omvatten, maar zijn niet beperkt tot:1) Statistisch advies aan onderzoekers (“statistische helpdesk”)2) Partnership in onderzoeksprojecten met een statistische component3) Statistische opleidingen, workshops en seminaries

Onze opzet en bevindingen zijn besproken met Prof Erik Fransen en Prof Peter Goos van StatUa Center for Statistics.

document.docx /87

3 Eindstudie

3.1 De stappen in de studie

De volgende stappen nemen plaats in de studie:1. Opzet van het project en bepaling van de steekproefgroottes

Deze stap werd afgerond aan het begin van het project Zie hiervoor hoofdstuk 2 en hoofdstuk 3.2

2. Datacollectie SMART: smart meter kwartierverbruiken, meterstanden, begin en

eindenquête YMR: begin en eindenquête en meterstanden SLP: kwartierverbruiken Nodige Master data, productie referentie cel informatie, …

3. Data cleaning Bepalen van randvoorwaarden en veronderstellingen voor deelname aan

de studie, zie hiervoor hoofdstuk 3.34. Consolidatie van de verschillende groepen en verschillende periodes

SMART, YMR en SLP voor de studieperiode 1/2/2011 - 31/1/2012 SMART, YMR en SLP voor de naïeve periode 1/7/2010 - 31/1/2011

5. Vergelijking van de verschillen tussen de verschillende groepen en periodes per segment

Bepalen van de confidentie-intervallen en berekenen van de foutenmarges Eindconclusies en eindrapport neerschrijven

3.2 Steekproefgrootte

3.2.1 Bepalen van de initiële steekproefgroottes (high level)Bij aanvang van de studie is er samen met StatUa (Prof. Dr. P. Goos van de Universiteit van Antwerpen UA-StatUa) een oefening gemaakt om zeker te zijn dat de steekproeven groot genoeg zouden zijn op het einde van de studie, rekening houdend met uitval tijdens de studie. Dit kunnen zowel afhakers zijn als uitvallers omwille van technische problemen.

De volgende redenering werd bij aanvang van de studie opgebouwd door StatUa: Uitgaande van een gemiddeld verbruik van 4500-5000 kWh per jaar13. Top segmenten zouden daar minstens 8% van af doen (aanname bij het begin

van de studie). Zij zouden dan een verbruik van 4140-4600 kWh hebben.

13 Waarom werd een gemiddeld verbruik genomen dat hoger ligt dan het gemiddeld verbruik volgens de VREG? Er werd uitgegaan van een residentiële wijk met meer 4-gevel woningen dan standaard in Vlaanderen. Op basis van informatie van de VREG en VITO werd besloten voor de SMART populatie een gemiddeld hoger verbruik te gebruiken. Deze assumptie blijkt achteraf te worden bevestigd door het reële verbruik. Zie hiervoor de bijlage over voorgaande studies (Distributies verbruik gezin ELEK.docx)

document.docx /87

Dit betekende dat we een verschil van 360-400 kWh met “100% zekerheid” wilden detecteren. (100% zekerheid tussen aanhalingstekens omdat we op basis van een steekproef nooit zekerheid kunnen hebben over een ganse populatie.)

Dit betekende ruwweg dat, als we een 99% of 99.9% betrouwbaarheidsinterval voor het verschil in verbruik tussen de twee groepen wilden opzetten, dit interval beduidend smaller moest zijn dan 360-400 eenheden.

We zijn er in eerste instantie van uit gegaan dat de absolute meetfout op het jaarlijkse verbruik voor één gezin nooit groter is dan 450 kWh voor de groep met smart meters en nooit groter is dan 600 kWh voor de andere groep. Dit was een assumptie, maar uiteindelijk is elk standaard meetapparatuur slechts geijkt op 2%. (Deze wijziging heeft geen effect op de steekproefgrootte.)

We zijn ook uitgegaan van een scenario waarbij we slechts 300 waarnemingen doen in de groep met smart meters.

De berekeningen van StatUa bevestigden ons dat in dat geval 200 waarnemingen in de YMR groep genoeg is om een verschil in gemiddeld verbruik van 60 kWh (dus een verschil van 60/4500 = 1.3%) te detecteren, met aan zekerheid grenzende waarschijnlijkheid. Bemerk dat het hier gaat om het detecteren van een klein verschil. Bovendien houdt de analyse houdt rekening met onzekerheid of ruis bij de metingen.

Indien de absolute meetfout (de variantie van een meting, om preciezer te zijn) een factor 10 groter zou zijn, dan nog volstonden 200 waarnemingen in de groep zonder smart meters om een verschil in gemiddeld verbruik van 200 kWh te detecteren.

Kortom, we konden concluderen dat 200 waarnemingen in de YMR groep volstaan, zodat we zeker en vast een verschil van 8% of 360-400 kWh konden detecteren.

Deze 200 huishoudens moeten in onze top drie segmenten zitten (not being “Laggards”) als we dus statistisch correcte data willen. Aangezien we bij 200 YMR deelnemers willen eindigen, moeten we beginnen met veel meer deelnemers, rekening houdend met het feit dat één op twee maar deelneemt aan een test/vragenlijst (meest recente VEA onderzoek).

Om dus te eindigen bij 200 top drie segment YMR moesten er 500 deelnemen aan de beginvragenlijst. Deze 500 zitten in de top 20%, kijkend naar de algemene bevolking. Dit wou zeggen 2500 gezinnen in de beginstudie krijgen en dus 5000 gezinnen contacteren.

Bovenstaande zijn cijfers die werden aangenomen voor de bepaling van de steekproefgrootte. Voor de uiteindelijke steekproefgrootte, zie hoofdstuk 3.3. Voor de uiteindelijke besparing, zie hoofdstuk 4.

document.docx /87

De volgende cijfers werden in rekening genomen: Aantal gezinnen in SM groep = 3000 Bereid mee te werken = ½ * 3.000 = 1.500 Percentage Could be Dutch, Rationals en Green Believers in de sample = 20% Aantal gezinnen behorend tot Could be Dutch, Rationals en Green Believers in de

SM sample = 20% * 1.500 = 300 Gemiddelde energieconsumptie = 4.500 Geschatte totale reductie in energieconsumptie = 1,5% Laggards = 80% met GEEN reductie in energieconsumptie Could be Dutch, Rationals en Green Believers = 8% energiereductie (of 360 kWh) Aantal gezinnen in de YMR groep: te bepalen Meetfout SM = 1% (=50kWh) Meetfout YMR = 3% (=150kWh) Socio-demografische variantie = 1000 kWh

3.2.2 Berekeningen achter de initiële steekproefgrootte (Details)

μSM = Gemiddeld verbruik in kWh in de SM populatie μYMR = Gemiddeld verbruik in kWh in de YMR populatie X SM = Gemiddeld verbruik in kWh in de SM sample X YMR = Gemiddeld verbruik in kWh in de YMR sample σ 1

2 = Variantie YMR sample (σ12 ¿σSD2 +σ122 )

σ 22 = Variantie SM sample (σ22 ¿σSD2 +σ22

2 ) σ SD

2 = Socio-demografische variantie (1000 kWh) σ 12

2 = Meetfout YMR (3% or 150 kWh) σ 22

2 = Meetfout SM (1% or 50 kWh) n1= Aantal Could be Dutch, Rationals of Green Believers in de SM sample (300

gezinnen, 20% van 1500) n2= Aantal Could be Dutch, Rationals of Green Believers in de YMR sample (te

bepalen)

document.docx /87

Hypothese: Wanneer kunnen we een reductie van 8% bij de Green Believers, Rationals en Could be Dutch waarnemen met grote statistische betrouwbaarheid?---------------------------------------------------------------------------------------------------------------------------

H0: μYMR−μSM ≤360=> Nulhypothese: gemiddeld energieverbruik in the YMR populatie minus het gemiddeld energieverbruik in the SMART populatie is gelijk aan of kleiner dan 360 Ha: μYMR−μSM>360=> Alternatieve hypothese: gemiddeld energieverbruik in de SM populatie is meer dan 360 kWh lager dan in de YMR populatie

X YMR X SM

XYMR N (μYMR , σ12

n1 ) X SM N (μSM , σ22

n2 ) XYMR−XSM N (μYMR−μSM , σ1

2

n1+σ22

n2 )Betrouwbaarheidsinterval zou kleiner moeten zijn dan 360

XYMR−XSM± Z0,001√ σ 12n1 + σ22

n2

=> 2∗Z0,001√ σ12n1+ σ 22

n2≤360

Betrouwbaarheidsinterval zou kleiner moeten zijn dan 360

n1 = 300, n2 = 200: => Betrouwbaarheidsinterval = 221 360

=> Met een steekproefgrootte van 200 in de YMR sample en 300 Rational-, Green Believer- en Could be Dutch-gezinnen bij de SMART sample, kan een reductie van 8% in energieconsumptie waargenomen worden bij grote statistische betrouwbaarheid (0.001).

Deze berekening is herhaald met de werkelijke cijfers na 1 jaar studie om de steekproefgrootte te bepalen voor een vervolgstudie.

document.docx /87

Op basis van huidige elektriciteitsgegevens (2,6% verschil tussen SMART en SLP en sd = 15), kunnen we besluiten dat we minstens 523 respondenten in iedere populatie nodig hebben voor een vervolgstudie.

Op basis van huidige gasgegevens (1,73% verschil tussen SMART en SLP en sd = 11), kunnen we besluiten dat we minstens 669 respondenten in iedere populatie nodig hebben voor een vervolgstudie.

Voor meer detail over deze berekening, zie de powerberekening in de bijlage.

3.3 SteekproefbeschrijvingDe volgende hoofdstukken beschrijven de uiteindelijke populatie. Zie hier een overzicht van de verschillende populaties:

Populatie ELEKTRICITEIT

GAS

Steekproefgrootte bij de start van de POC

SMART 1543 735

YMR 2233 1505

SLP 1640 763

Steekproefgrootte op het einde van de POC

SMART 973 387

YMR 696 752

SLP 1205 532Tabel 7: Overzicht van de steekproefgrootte

3.3.1 SMART PopulatieIn de eindstudie hebben 973 gezinnen een elekrticiteitsaanlsuiting, waarvan 387 ook een gasaansluiting hebben.

3.3.1.1 Randvoorwaarden en veronderstellingen normale studieperiode

De volgende voorwaarde zijn toegepast om deel te nemen aan de eindstudie: SMART Populatie Eandis & Infrax ‘Actief’ op datum van 31 januari 2012

o Er zijn een aantal marktscenario’s waarbij de feedbackloop moet worden afgebroken (toegang tot de website en de push communicatie). Deze punten werden ‘Inactief’ gezet, omwille van volgende redenen:

Customer switch Combined switch Move out Move in Moza

document.docx /87

Drop EoC Meterwissel Lokale productie toegevoegd Op vraag van de klant

Exclusief: o Operationele testcases o EAV = 0o Totaal elektriciteitsverbruik van één of meerdere maanden van 1 februari

2011 tem 31 januari 2012 = 0 uitzondering zonnepanelen

o Totaal gas van 1 februari 2011 tem 31 januari 2012 = 0 Supplementaire voorwaarden:

o Meterstanden ontvangen op 1 februari 2011 en 1 februari 2012 en niet meer dan twee opeenvolgende tussentijdse meterstanden missend of gelijk aan 0

o Geen voorwaarde rond afwijking ‘Verbruik a.d.h.v. de meterstanden’ t.o.v. ‘Doorgekregen volumes’

De volgende correcties zijn toegepast voor de eindstudie: Bij niet opeenvolgende missende meterstand(en) is de missende meterstand

berekend aan de hand van kwartierverbruiken en volgende meterstand

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie. Populatie bij start van het project ELEK:1543 GAS:73

5

Actieve Populatie excl. testcases (EAN’s)

TOT: 1914

ELEK: 1276(=Klanten)

GAS: 585

EAV = 0 -3 -1 -2

Begin- en/of eindmeterstand missing* -404 -245 -160

Twee of meer opeenvolgende meterstanden missing of gelijk aan 0

-90 -55 -35

Geen oplopende meterstanden en geen overslag, abnormale waarden

-3 -2 -1

Populatie Eind Evaluatie (EAN’s) 973 387

Tabel 8: Overzicht SMART populatie Normale testperiode

Het totaal met missende meterstanden of meterstand = 0 (niet opeenvolgend), waarbij een herberekening van de meterstanden aan de hand van kwartierverbruiken is gedaan is 245 voor elektriciteit en 80 voor gas.

* Meer detail over de punten die begin- en/of eindmeterstand missen:ELEK GAS

document.docx /87

Beginmeterstand missend

248 168

Eindmeterstand missend (enkel van de actieve punten)

46 43

Tabel 9: Detail missende meterstanden

3.3.1.2 Randvoorwaarden en veronderstellingen naïeve studieperiode

Voor de naïeve periode (1/7/2010 – 31/1/2011) zijn de volgende randvoorwaarden gehanteerd:

SMART Populatie Eandis & Infrax ‘Actief’ op datum van 31 januari 2012 + meegenomen in studie

Smart meter geïnstalleerd voor 1/7/2010

De volgende correcties zijn toegepast voor de eindstudie: Indien meterstand ontvangen op 1/7/2010

o Verbruik tussen 1/7/2010 en 31/1/2011 verdeeld per SLP(*KCF) over de naïeve periode

o Voor installaties met zonnepanelen: Productie van de dezelfde maand in de studieperiode bij het

netverbruik geteld om de consumptie te kennen Indien geen meterstand ontvangen op 1/7/2010

o Assumptie dat de meterstand bij installatie = 0o Verbruik tussen installatiedatum en 1/2/2011 verdeeld per SLP (*KCF)o Installaties met zonnepanelen niet meegenomen aangezien SLP-verdeling

dan te foutgevoelig wordt.

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie.

Populatie bij start van het project ELEK:1543 GAS:735

In Eind Elek / In Eind Gas = ‘N’ -936 -570 -366

Lokale productie zonder meterwaarden

-3 -3

Infrax (datum ingebruikname meter is later dan 1 juli 2010)

-59 -41 -18

Datum ingebruikname meter is later dan 1 juli 2010

-9 -8 -1

Totaal verbruik in de naïeve periode = 0

-2 -2

Populatie Eind Evaluatie (EAN’s) 1265 921 366Tabel 10: Overzicht SMART populatie naïeve testperiode

document.docx /87

document.docx /87

3.3.1.3 Karakteristieken SMART populatie3.3.1.3.1 Belangrijkste socio-demografische kenmerken

Socio-demografische kenmerken SMART populatie

Gemiddelde leeftijd gezinshoofd

57 JAAR

Gemiddeld aantal gezinsleden

2,56

Tewerkstelling

Figuur 7: SMART tewerkstelling

Opleidingsniveau

Figuur 8: SMART opleidingsniveau

document.docx /87

Bent u eigenaar of huurder van uw woning?

Figuur 9: Verdeling eigenaar vs huurder (SMART)

Type woning

Figuur 10: Verdeling type woning (SMART)

Welke energiebronnen gebruikt u voor de verwarming van uw woning?

Figuur 11: Energiebronnen voor verwarming (SMART)

document.docx /87

Isolatie van de woning (meerdere opties mogelijk)

Figuur 12: Isolatie van de woning (SMART)

Schatting maandelijks bedrag voor elektriciteit en gas samen

Figuur 13: Maandelijks bedrag gas en elektriciteit (SMART)

Tabel 11: Socio-demografische kenmerken SMART populatie

3.3.1.3.2 Kenmerken deelnemers naar segmentenDe uiteindelijke verdeling van de deelnemers naar segmenten is de volgende:

ELEK GAS

Laggards 831 317

Could Be Dutch 65 29

Rationals 47 28

Green Believers 30 13

TOTAAL 973 387

Tabel 12: Segmenten SMART

3.3.1.3.3 Kenmerken deelnemers met zonnepanelen

document.docx /87

Dit hoofdstuk geeft een aantal karakteristieken van de deelnemers met zonnepanelen.

Oorspronkelijk waren er 63 deelnemers met zonnepanelen, in de eindstudie zijn er 25 gezinnen met zonnepanelen over. De volgende tabel geeft een overzicht van de uitval:

Populatie met zonnepanelen 63

‘Inactief’ omwille van verhuis, … (zie 3.3.1.1)

-29

Opeenvolgende meterstanden missing -1

Begin- en/of eindmeterstand missend -8

Populatie Eind Evaluatie (EAN’s) 25Tabel 13: Zonnepanelen SMART

De verdeling van de oorspronkelijk 63 deelnemers met zonnepanelen is als volgt:

Figuur 14: Oorspronkelijke zonnepanelen SMART

Volgende cijfers zijn eveneens gebaseerd op de 63 oorspronkelijke zonnepaneeleigenaars.

Data van de oorspronkelijke deelnemers met zonnepanelen

kWh LaggardsCould Be Dutch Rationals

Green Believers

Gemiddeld netverbruik: 980 913 2565Gemiddelde productie: 4621 4995 3674Gemiddeld verbruik: 5601 5908 6239Tabel 14: Data oorspronkelijke zonnepanelen SMART

De verdeling van de 25 deelnemers met zonnepanelen is als volgt:

document.docx /87

Figuur 15: Zonnepanelen SMART

Volgende cijfers zijn gebaseerd op de 25 zonnepaneeleigenaars.

Data van de 25 deelnemers met Zonnepanelen


Green Believers

Gemiddeld Netverbruik: 1201 1212 1055Gemiddelde Productie: 4615 5304 3116Gemiddeld Verbruik: 5816 6516 4171Tabel 15: Data zonnepanelen SMART

3.3.1.3.4 Kenmerken deelnemers eindenquête

De SMART populatie werd gevraagd een eindenquête in te vullen. Voor diegenen die een wekelijkse feedback per mail ontvingen werd deze enquête per mail uitgestuurd, met daarin een gepersonaliseerde link. Naar diegene die enkel feedback per post ontvingen, werd een brief gestuurd met daarbij toegevoegd een enquête op papier. Hen werd (vriendelijk) gevraagd deze enquête ingevuld terug te sturen.

De respons op deze enquête:

document.docx /87

Figuur 16: Data eindenquêtes SMART

Ook de verbruiksgegevens van alle deelnemers die niet hebben deelgenomen aan de eindenquête, werden mee verwerkt in de studie. De eindenquête werd enkel gebruikt als toetsing van de resultaten.Niet alle deelnemers die een eindenquête hebben ingevuld zitten in de eindstudie. Zij hebben bijvoorbeeld geen eindmeterstand.

Figuur 17: Verdeling eindenquêtes SMART

3.3.1.3.5 Kenmerken deelnemers actieve deelname feedbackloop

De maandelijkse nieuwsbrief wordt naar iedereen op papier verzonden, op aanvraag wordt deze per mail verzonden. Er worden maandelijks 973 nieuwsbrieven verstuurd, met de volgende verdeling:

document.docx /87

Responsgraad = 32%

Figuur 18: Verdeling format maandelijkse nieuwsbrief

Aan klanten met een e-mailadres, wordt ook een wekelijkse nieuwsbrief per mail verstuurd. Er worden wekelijks 473 nieuwsbrieven verstuurd, met de volgende verdeling:

Figuur 19: Verdeling wekelijkse nieuwsbrief

Er is een verschil in actieve deelname aan de feedbackloop. Het bezoeken van de website en het openen van de elektronisch toegestuurde pdf kan gemeten worden. Het al dan niet openen van het maandrapport of de REG communicatie die per post worden doorgestuurd kan niet worden gemeten.

Het aantal deelnemers dat enkel een maandelijks rapport per post ontvangt is 500, 473 deelnemers krijgen ook een wekelijks rapport, 19 daarvan krijgen het maandelijks rapport ook elektronisch.

De meting van de actieve deelname:VEEL OF WEINIG OPENINGEN WEBSITE

(0%;<25%; >25%)

VEEL OF WEINIG OPENINGEN PDF

(0%;<50%; >50%)

0% <25% >25% 0% <50% >50%

Laggards 583 223 25 495 186 150

document.docx /87

Could Be Dutch

39 22 4 37 16 12

Rationals 26 17 4 19 10 18

Green Believers

19 11 16 7 7

TOTAAL 667 273 33 567 219 187Tabel 16: Data actieve deelname feedbackloop SMART

3.3.1.3.6 Kenmerken deelnemers naar SLP profielDe verdeling van het SLP profiel van de SMART populatie is als volgt:

Figuur 20: SLP van de SMART populatie

3.3.1.3.7 Samenvatting Kenmerken deelnemers De volgende figuur geeft een overzicht van de deelnemers:

Figuur 21: Overzicht kenmerken SMART populatie

document.docx /87

3.3.2 YMR Populatie

In de eindstudie hebben 696 gezinnen een elekrticiteitsaanlsuiting, en 752 hebben een gasaansluiting hebben.


De volgende voorwaarden zijn toegepast om deel te nemen aan de eindstudie: YMR Populatie ‘Actief’ op datum van 31 januari 2012 Exclusief:

o Operationele testcases o PBE YMR punteno Eerste of laatste meterstand niet ingevuldo Geen oplopende meterstanden (uitzondering lokale productie)o Incorrecte/onlogische meterstanden (bijvoorbeeld 1 feb: 1233 en 1 mei

10454)o EAV = 0

Supplementaire voorwaardeno Maximaal 700% meerverbruik tegenover EAV tijdens periode 1 februari

2011 tem 31 januari 2012 (Gebaseerd op maximum meerverbruik SMART-Populatie)

De volgende correcties zijn toegepast voor de eindstudie: SLP (*KCF) verdeling per maand om een verbruik per maand te krijgen Lokale productie verdeeld volgens gemiddeld Vlaams profiel van zonnepanelen

o indien negatieve consumptie bij lokale productie, niet meegenomen Indien zonnepanelen geïnstalleerd zijn tijdens de studie, werden deze deelnemers

niet meegenomen, naar analogie met de SMART groep

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie. Actieve Populatie excl. Testcases (EAN’s)

TOT: 3738 ELEK: 2233

(=Klanten)

GAS: 1505

Begin- en eindmeterstand missing

-1989 -1308 -681

Geen oplopende meterstanden (zonder lokale productie)

-172 -103 -69

Meterstanden inconsistent -60 -57 -3

EAV = 0 -8 -8

document.docx /87

Andere (M5 lokale productie niet ingevuld + Onduidelijk of er lokale productie is of niet)

-41 -41

Consumptie > 700% EAV -20 -20

Populatie Eind Evaluatie (EAN’s)

1448 696 752

Aantal YMR installaties met 5 meterstanden

558 536

Tabel 17: Overzicht YMR populatie normale testperiode

3.3.2.2 Randvoorwaarden en veronderstellingen naïeve studieperiodeVoor de YMR populatie zijn geen meterstanden gekend in de naïeve periode, daarom werd geopteerd het EAV te gebruiken om een consumptie voor de naïeve periode te bepalen.

Voor de naïeve periode (1/7/2010 – 31/1/2011) zijn de volgende randvoorwaarden gehanteerd:

YMR Populatie ‘Actief’ op datum van 31 januari 2012 + meegenomen in studie (zie 3.3.2.1)

Supplementaire voorwaarde:o Maximaal 700% meerverbruik tussen verbruik naïeve periode en

overeenkomstige testperiodeDe volgende correcties zijn toegepast voor de eindstudie:

SLP (*KCF) verdeling * EAV per maand om een verbruik per maand te krijgen Geen correctie toegepast voor lokale productie

o Zie ook de bijlage over zonnepanelen CBW14 per straat en postcode van januari 2011 gebruikt om kWh om te zetten

naar kubieke meter

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie.

Normale testperiode (EAN’s)

1430 ELEK: 679 GAS: 751

Meerverbruik > 700 % tussen naïeve en studieperiode

-8 -1 -7

Populatie naïeve periode (EAN’s)

1422 678 744

Tabel 18: Overzicht YMR populatie naïeve testperiode

3.3.2.3 Karakteristieken YMR populatie3.3.2.3.1 Belangrijkste socio-demografische kenmerken

Socio-demografische kenmerken YMR populatie

14 CBW: Calorische Boven Waarde om kubieke meter (m3) om te zetten naar kWh (of omgekeerd)

document.docx /87


54 JAAR


2,63

Tewerkstelling

Figuur 22: YMR tewerkstelling

Opleidingsniveau

Figuur 23: YMR opleidingsniveau


Figuur 24: Verdeling eigenaar vs huurder (YMR)

document.docx /87

Type woning

Figuur 25: Verdeling type woning (YMR)


Figuur 26: Energiebronnen voor verwarming (YMR)


Figuur 27: Isolatie van de woning (YMR)

document.docx /87


Figuur 28: Maandelijks bedrag gas en elektriciteit (YMR)

Tabel 19: Socio-demografische kenmerken YMR populatie

3.3.2.3.2 Kenmerken deelnemers naar segmentenDe uiteindelijke verdeling van de deelnemers in segmenten is de volgende:

ELEK GAS

Laggards 238 255Could Be Dutch 139 164

Rationals 176 196

Green Believers

125 129

TOTAAL 678 744

Tabel 20: Segmenten YMR

3.3.2.3.3 Kenmerken deelnemers met zonnepanelenDit hoofdstuk geeft een aantal karakteristieken van de deelnemers met zonnepanelen.

Oorspronkelijk waren er 556 deelnemers met zonnepanelen, in de eindstudie zijn er 145 gezinnen met zonnepanelen over. De volgende tabel geeft een overzicht van de uitval:

Populatie bij start van het project met ZP

556

Actieve Populatie normale periode met ZP

498

document.docx /87

Eind meterstand elektriciteit missing -205

Meterstanden lokale productie niet correct ingevuld

-12

Meter kan niet gelinkt worden aan geldige elektriciteit

-135


-1

Populatie Eind Evaluatie (EAN’s) met zonnepanelen

145

Tabel 21: Zonnepanelen YMR

De verdeling van de 145 deelnemers met zonnepanelen is als volgt:

Figuur 29: Zonnepanelen YMR

Data van de deelnemers met zonnepanelen


Green Believers

Gemiddeld netverbruik: 3424 3830 2472 3081Gemiddelde productie: 3716 4284 3387 3688Gemiddeld verbruik: 7140 8114 5858 6769Tabel 22: Data zonnepanelen YMR

3.3.2.3.4 Kenmerken deelnemers eindenquêteAlle deelnemers in de eindstudie hebben een eindenquête ingevuld.

document.docx /87

3.3.2.3.5 Kenmerken deelnemers actieve deelname feedbackloop

De YMR deelnemers hebben REG communicatie ontvangen. Het al dan niet lezen van deze communicatie kon niet gemeten worden omdat deze per post werd verstuurd Deze werd wel bevraagd in de eindenquête.


Figuur 30: SLP van de YMR populatie

3.3.2.3.7 Samenvatting kenmerken deelnemers

Distributie van de YMR deelnemers in de eindstudie.

Figuur 31: Kenmerken YMR deelnemers

document.docx /87

3.3.3 SLP PopulatieIn de eindstudie hebben 1205gezinnen een elekrticiteitsaanlsuiting, en 532 een gasaansluiting hebben.


De volgende voorwaarden zijn toegepast om deel te nemen aan de eindstudie: Initiële populatie doorgekregen van Indexis & Infrax, Master Data aangevuld door

Eandis Exclusief:

o SLP Profiel “S32” (Dit profiel komt niet voor in de SMART-Populatie) of verkeerd SLP profiel

o EAV = 0o Niet meer aanwezig als AMR meetpunto Toegangspunten waarvoor de verbruiksgegevens niet kunnen worden

doorgestuurd wegens ‘technische beperking’ Indexiso Totaal elektriciteitsverbruik van één of meerdere maanden van 1 februari

2011 - 31 januari 2012 = 0o Uitzondering van de SLP populatie met zonnepaneleno Totaal gasverbruik van 1 februari 2011 - 31 januari 2012 = 0

Supplementaire voorwaarden:o Maximaal 700% meerverbruik tegenover EAV tijdens periode 1 februari

2011 - 31 januari 2012 (Gebaseerd op maximum meerverbruik SMART-Populatie)

De volgende correcties zijn toegepast voor de eindstudie: Wegens een bug bij Infrax werden er 4 kwartiergegevens te veel doorgestuurd in

maart voor Infrax elektriciteit bij de overgang van winter naar zomeruur. Het maandverbruik van maart werd gecorrigeerd naar 100% hetzij verminderd met (EAV*SLPfactor van zondag 27 maart 2011 van 3u00 tot en met 3u45)

Zonnepanelen: Injectie (Amin) gegevens zijn niet beschikbaar gesteld voor de SLP populatie

o De volgende correctie is toegepast: Verbruik = Offtake (A+) + ((Prod/A+)*A+) – ((A-/A+)*A+)

Prod/A+ = 102% A-/A+ = 74% De 25 eans met zonnepanelen die deze verhoudingen

bepalen, zijn wel allemaal in 1 regio gevestigd, maar de verdeling van de Vlaamse zonnepanelen gebruikt voor de YMR leert ons dat dat op jaarniveau niet veel verschilt.

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie. Initiële Populatie (EAN’s) TOT: 2403 ELEK:

1640GAS: 763

document.docx /87

SLP Profiel “S32” -156 -157

EAV = 0 -11 -6 -5

Niet meer aanwezig of ‘technische beperking’ Indexis

-427 -372 -55

Totaal elektriciteitsverbruik van één of meerdere maanden van 1 feb 11 – 31 jan 12= 0 of Totaal gasverbruik van 1 feb 11 – 31 jan 12= 0

-33 -32 -1

Maximaal 700% meerverbruik t.o.v. EAV van 1 feb 11 – 31 jan 12

-38 -25 -13


1737 1205 532

Tabel 23: Overzicht SLP populatie normale testperiode

3.3.3.2 Randvoorwaarden en veronderstellingen naïeve studieperiodeVoor de naïeve periode (1/7/2010 – 31/1/2011) zijn de volgende randvoorwaarden gehanteerd:

Eandis en Infrax ontvangen van Indexis => gebaseerd op verbruiken van Indexis Infrax => Geen naïeve periode Exclusief

o Totaal elektriciteitsverbruik van één of meerdere maanden van 1 juli 2010 - 31 januari 2011 = 0

Uitzondering van de SLP populatie met zonnepaneleno Totaal gasverbruik van 1 juli 2010 - 31 januari 2011 = 0

Supplementaire Voorwaardeno Maximaal 700% meerverbruik t.o.v. EAV tijdens periode 1 juli 2010 - 31

januari 2011 o Maximaal 700% meerverbruik tussen verbruik naïeve periode en

overeenkomstige testperiodeEr zijn geen correcties toegepast voor de eindstudie, aangezien we geen informatie hadden over het feit de zonnepanelen al dan niet geïnstalleerd waren.

De volgende tabel geeft een overzicht van de steekproefgrootte aan het eind van de studie. Normale periode (EAN’s) 1737 ELEK:

1205GAS: 532

Infrax = source metering -213 -172 -41

Totaal elektriciteitsverbruik van één of meerdere maanden van 1 feb 11 – 31 jan 12= 0 of Totaal gasverbruik van 1 feb 11 – 31 jan 12= 0

-7 -7

Maximaal 700% meerverbruik -2 -1 -1

document.docx /87

t.o.v. EAV van 1 feb 11 – 31 jan 12


-3 -1 -2


1512 1024 488

Tabel 24: Overzicht SLP populatie Naïeve testperiode

3.3.3.3 Karakteristieken SLP populatie

Er zijn geen gegevens beschikbaar over de SLP populatie in verband met socio-demografische kenmerken of segmenten.

Er zijn 16 gezinnen met zonnepanelen in de eindstudie.


Figuur 32: SLP van de SLP populatie

3.3.4 Vlaamse Populatie

3.3.4.1 Karakteristieken Vlaamse populatie3.3.4.1.1 Belangrijkste socio-demografische kenmerken

Socio-demografische kenmerken Vlaamse populatie


52 JAAR


2,3

document.docx /87

Tewerkstelling

Figuur 33: Vlaamse tewerkstelling

Opleidingsniveau

Figuur 34: Vlaams opleidingsniveau


Figuur 35: Verdeling eigenaar vs huurder (Vlaams)

document.docx /87

Type woning

Figuur 36: Verdeling type woning (Vlaams)


Figuur 37: Energiebronnen voor verwarming (Vlaams)


Figuur 38: Isolatie van de woning (Vlaams)

document.docx /87


Figuur 39: Maandelijks bedrag gas en elektriciteit (Vlaams)

Tabel 25: Socio-demografische kenmerken Vlaamse populatie

3.3.5 Weging naar de Vlaamse populatie

De SMART en YMR populatie zijn representatief voor de Vlaamse populatie qua leeftijd, gezinsgrootte, opleiding, beroep en de geschatte maandelijkse energiekosten (elektriciteit en gas).

Vlaamse studie*

SMART* YMR*

Total n= 1305 n= 1265 n= 1422Leeftijd (gezinshoofd)

Gemiddelde leeftijd 52 jaar 57 jaar 54 jaarGezinsgrootte

Gemiddeld aantal personen 2,30 2,56 2,63Segmenten

Laggards 79,9% 85,4% 35,1%Could be dutch 9,5% 6,7% 20,5%

Rationals 7,0% 4,8% 26,0%Green Believers 3,6% 3,1% 18,4%

WoningbezitEigenaar 78% 92,3% 90%Huurder 22% 7,7% 10%

Type woningEengezinswoning - open 34% 51,0% 39,0%

Eengezinswoning - halfopen 22% 33,6% 24,4%Eengezinswoning - gesloten 22% 14,6% 25,0%

Appartement of studio - bovenste verdieping 7% 0,6% 2,6%Appartement of studio - onderste verdieping 4% 0,1% 4,5%

document.docx /87

Appartement of studio – tussenin 11% 0,1% 4,5%Zonnepanelen

ja 7% 2% 10%Nee 93% 98% 90%

Opleiding (gezinshoofd)Lagere school 9,6% 15% 7%

Secundaire school 45,5% 38% 44%Hoger onderwijs 44,9% 47% 49%

Beroep (gezinshoofd)Zelfstandige of vrij beroep 5% 8,1% 3,3%

Bediende/Arbeider 56% 46,9% 51,2%Inactief (invalide, gepensioneerd, student,

werkloos, ...) 39% 45,0% 45,5%

Geschatte maandelijkse kost voor elektriciteit en gas< €50 per maand 6% 10,8% 6,3%

€50 - €100 per maand 30% 21,3% 29,2%€101 - €200 per maand 44% 29,5% 50,2%

> €200 per maand 10% 10,0% 11,0%Geen idee 10% 28,5% 3,3%

*percentages o.b.v. beginenquêteTabel 26: Vergelijking van de SMART en YMR populatie (elektriciteit+gas) met de Vlaamse studie

Door een gerichte sampling van topsegmenten (Could be Dutch, Rationals en Green Believers) verschilt de YMR populatie qua segmenten ten opzichte van de Vlaamse studie. In de SMART populatie zien we dat er minder zonnepaneeleigenaars zijn en minder appartementen dan in de Vlaamse populatie. Analyses werden uitgevoerd met een weging voor deze factoren (segment, zonnepanelen en type woning). Het resultaat na weging is echter kwalitatief hetzelfde als zonder weging. Omdat de impact gering is en slechts invloed heeft op de analyses waarbij er wordt vergeleken tussen populaties worden in de resultatensectie enkel de ongewogen data besproken.

Zoals zal worden uitgelegd in hoofdstuk 4.1.1 en 4.2.1, is het percentage besparing voor elk gezin afzonderlijk berekend. Omdat we kijken naar het gemiddeld percentage besparing, dragen alle gezinnen (ongeachte de grootte van hun verbruik) even sterk bij aan het uiteindelijke resultaat. Dit is echter niet zo gedaan voor de weging naar de Vlaamse populatie, dan hebben we niet de gemiddelde besparing berekend per gezin, maar hebben we de sommen van de absolute besparingen vergeleken met het totale verbruik. Dit geeft een besparing op de markt, in tegenstelling tot een besparing per gezin.

document.docx /87

4 Resultaten

In dit hoofdstuk bespreken we de resultaten van de POC-studie. Analyses werden uitgevoerd afzonderlijk voor elektriciteit en gas. Significantie werd getoetst door middel van variantie analyses (ANOVA)15. De keuze van de statistische analyses gebeurde in nauw overleg met StatUa, het statistisch expertise centrum van de Universiteit Antwerpen.

Alle gerapporteerde statistische toetsen werden uitgevoerd met 95% betrouwbaarheid (p <.05). Om de invloed van outliers (uitschieters, extreme waarden) of de scheefheid van de onderliggende verdeling te vermijden, werden de data eerst getrimd voor het uitvoeren van de analyses. Dit betekent dat alle observaties die meer dan 3 standaarddeviaties afwijken van het populatiegemiddelde (percentage besparing) werden verwijderd uit de dataset16.

Om de mogelijke onzekere impact van het verbruik van zonnepaneeleigenaars te vermijden, wordt deze groep niet opgenomen in de verdere analyses. De resultaten van deelnemers met zonnepalen wordt verder besproken in bijlage. Alle onderstaande resultaten zijn de resultaten zonder zonnepanelen.

4.1 Energie-efficiëntie: Elektriciteitsverbruik

4.1.1 Percentage besparing (naïeve periode versus testperiode)Om het effect van de ‘Slimme Meters’ op energie-efficiëntie na te gaan, kijken we naar de mate waarin het elektriciteitsverbruik is veranderd tussen de naïeve periode (voor start van de feedbackloop) en de testperiode (na start van de feedbackloop). We vergelijken steeds het elektriciteitsverbruik tussen twee periodes van 7 maanden:

Naïeve periode: juli 2010 t.e.m. januari 201117

Test periode: juli 2011 t.e.m. januari 2012

We kijken naar een periode van 7 maanden omdat de ‘Slimme Meters’ pas vanaf juli 2010 volledig geïnstalleerd zijn en er voordien voor de naïeve periode geen meterinformatie beschikbaar is. Zie volgende tabel voor een overzicht van het gemiddeld elektriciteitsverbruik door de verschillende populaties in beide periodes.

15 Variantie analyses (ANOVA) zijn statistische toetsingsprocedures om na te gaan of populatiegemiddelden van twee of meer groepen significant verschillen. Deze procedure houdt bij de toetsing rekening met zowel de variantie binnen de groepen, als tussen de groepen die worden vergeleken en zijn gebaseerd op een onderliggende F-verdeling. 16 Een alternatieve methode om de invloed van scheve verdelingen en outliers te beperken, is het log-transformeren van data. Dit betekent dat men voor alle data het natuurlijk logaritme bepaalt en hierop de analyses uitvoert. Deze methode is hetzelfde als het analyseren van medianen. Het nadeel echter van deze methode is dat het enkel een oplossing biedt voor positief scheve verdelingen. Voor de YMR populatie zien we echter een negatieve scheve verdeling, daarom opteren we in de huidige studie voor de trimming methode. Analyses op de log-getransformeerde data leidde echter tot vergelijkbare resultaten, wat de robuustheid van onze bevindingen onderlijnt. 17 Voor de YMR populatie beschikken we niet over exacte verbruiksgegevens voor de naïeve periode, daarom gebruiken we het Estimated Annual Volume (EAV) en het SLP om het verbruik in deze periode (juli 2010 t.e.m. januari 2011) te schatten. Voor gezinnen zonder zonnepanelen levert dit een betrouwbare schatting op van het verbruik. Het EAV is steeds gebaseerd op twee opeenvolgende meterstanden (met minimum 11 maanden tussentijd).

document.docx /87

* (p<.05)Tabel 27: Gemiddeld elektriciteitsverbruik door de verschillende populaties in de naïeve periode (juli 2010 t.e.m. januari 2011) en in de testperiode (juli 2011 t.e.m. januari 2012).

Het gemiddeld elektriciteitsverbruik in de naïeve periode is significant lager in de YMR populatie dan in de andere populaties (SMART en SLP). Om mogelijke schalingseffecten te vermijden, maken we gebruik van een relatieve maat voor energie-efficiëntie. Energie-efficiëntie wordt gedefinieerd als het percentage besparing ten opzichte van de naïeve periode.

Definitie:

Percentage besparing =(Totale consumptie naïeve periode – Totale consumptie in testperiode) x 100

Totale consumptie naïeve periode

Dit betekent dat een positieve delta wijst op een besparing van elektriciteit ten opzichte van de naïeve periode en een negatieve delta op een toename in het verbruik van elektriciteit. Voor de naïeve periode is de delta altijd 0 (baseline).

Het percentage besparing wordt voor elk gezin afzonderlijk berekend. Omdat we kijken naar het gemiddeld percentage besparing, dragen alle gezinnen (ongeachte de grootte van hun verbruik) even sterk bij aan het uiteindelijke resultaat.

4.1.2 Besparing in de verschillende populaties

Om de concrete impact van de ‘Slimme Meters’ (samen met de feedbackloop) te onderzoeken, voerden we een ANOVA uit met het percentage besparing als afhankelijke variabele en populatie als factor. Zie de figuur hieronder voor het resultaat.

document.docx /87

Figuur 40: Gemiddeld percentage besparing op elektriciteitsverbruik voor de drie populaties zonder zonnepanelen (SMART, SLP, YMR) (totale steekproef, n = 2420)

Het effect van de factor populatie op de mate van besparing is significant. Het percentage besparing in de SMART-populatie verschilt significant ten opzichte van de YMR-populatie.

Belangrijk voor de onderzoeksvraag naar het effect van de slimme meters is dat de gezinnen zonder zonnepanelen uit de SMART-populatie significant meer besparen dan de gezinnen zonder zonnepanelen uit de YMR-populatie (4,5%). M.a.w. Slimme Meters hebben een positief effect op de energie-efficiëntie van deze gezinnen. We zien tevens een significante correlatie tussen de mate van besparing en de omvang van het verbruik in de naïeve periode (r=.08 ). Zowel binnen de SMART- (r=.14 ) als binnen de YMR-populatie (r=.17) wordt er duidelijk meer bespaard naarmate het elektriciteitsverbruik in de naïeve periode hoger is. Gezinnen besparen dus meer naar mate hun initieële verbruik tijdens de naïeve periode hoger is.

Tussen de SMART en SLP is er geen significant verschil qua besparing.

4.1.3 Besparing in de verschillende segmenten

Gezinnen uit de SMART- en YMR-populatie werden op basis van de beginenquête gesegmenteerd in vier segmenten: Laggards, CBD, Green believers en Rationals. Om na te gaan of de invloed van de Slimme Meters verschillend is voor deze vier segmenten, voerden we een ANOVA uit met het percentage besparing als afhankelijke variabele en populatie (SMART en YMR)18 en segment (Laggards, CBD, Green believers, Rationals) als factoren. Het resultaat van de analyse ziet u in de volgende figuur.

18 Voor de SLP-populatie is geen beginenquête afgenomen en kunnen de gezinnen niet worden gesegmenteerd.

document.docx /87

Figuur 41: Percentage besparing op het elektriciteitsverbruik voor de verschillende segmenten (Laggards, Could be dutch, Green believers, Rationals) in de SMART (n=846) en YMR populatie (n=526)

Globaal genomen is er geen effect van de factor segment. Ook de interactie met de factor populatie is niet significant. Zoals vorige analyse al toonde, is er wel een effect van populatie. Dit betekent dat het verschil in besparing tussen de twee populaties statistisch even groot is voor de verschillende segmenten. Dit betekent dat er geen significant verschil is tussen de Laggards in de SMART populatie en de Laggards in de YMR populatie. Dit is ook zo voor de andere segmenten.

Als we enkel focussen op de SMART populatie, dan vinden we wel significante verschillen tussen de segmenten. Could be dutch besparen het meest, maar niet significant meer dan Laggards en Rationals. Green believers daarentegen besparen niet en verschillen significant in vergelijking met de CBD. Belangrijk is dat Laggards niet zo passief zijn zoals aanvankelijk bij de segmentatieoefening vooropgesteld. Deze grote groep (n=729) in de SMART populatie bespaart evenveel als de CBD en Rationals en kunnen met de juiste acties worden aangemoedigd om te besparen.

4.1.4 Invloed wekelijkse feedbackinformatie (pdf en websiteconsultatie)

Om na te gaan of de feedbackloop werkelijk een invloed heeft op energie-efficiëntie, kijken we binnen de SMART-populatie of het consulteren van de wekelijkse pdf en de website een impact heeft op het besparingsgedrag. De invloed van beide informatiebronnen werd afzonderlijk bekeken.

We focussen eerst op het consulteren van de wekelijkse pdf omdat gezinnen via de pdf kunnen doorklikken naar de website voor meer gedetailleerde informatie over hun verbruik. Van de gezinnen in de SMART populatie heeft 60% zich niet ingeschreven of nooit de pdf geconsulteerd (n=530)19. 22% heeft de pdf geconsulteerd in minder dan de helft van de keren dat men deze heeft ontvangen (n=193). 18% van gezinnen heeft 19 Het consulteren van de pdf of het bezoeken van de website wordt bepaald door het aantal keren dat men de ontvangen email met de pdf heeft geopend en het aantal keren dat men op de link naar de website heeft doorgeklikt.

document.docx /87

meer dan 50% van de keren dat men de pdf ontving, deze ook geconsulteerd (n=163). M.a.w. via de wekelijkse pdf werd 4 op 10 gezinnen binnen de SMART populatie bereikt.

Om de invloed van het consulteren van de pdf te testen, voerden we een ANOVA uit met het percentage besparing als afhankelijke variabele en het aantal keer dat men de pdf consulteert als factor (nooit, < dan 50% van de keren dat men de pdf heeft ontvangen, > dan 50% van de keren dat men de pdf heeft ontvangen). Het resultaat van de analyse ziet u in de figuur hieronder.

Figuur 42: Percentage besparing op elektriciteitsverbruik binnen de SMART populatie in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) (SMART steekproef excl. zonnepanelen n=886)

Er is een marginaal significant effect van het consulteren van de pdf (p=.07) op de energie-efficiëntie van de gezinnen in de SMART populatie. De besparing is het grootst voor gezinnen die meer dan 50% van de keren dat ze een pdf ontvangen, deze ook daadwerkelijk consulteren. De besparing in de groep die vaak consulteert, verschilt (marginaal) significant ten opzichte van de andere twee groepen die minder vaak de pdf consulteren (p=.07).

De SMART populatie bestaat zowel uit Laggards (n= 729) als topsegmenten (CBD, Green Believers, Rationals) (n= 117). Zoals hoger beschreven, worden Laggards gezien als een groep met een eerder passieve houding ten aanzien van energie-efficiëntie. Een belangrijke vraag is of de feedbackinformatie deze mensen kan bereiken en aanzetten om meer te besparen. Om dit te onderzoeken, voerden we dezelfde ANOVA uit met segment (Laggards, topsegment) als extra factor. Het resultaat vindt u terug in de volgende figuur.

document.docx /87

Figuur 43: Percentage besparing op elektriciteitsverbruik in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) en afzonderlijk voor topsegmenten (n =117) en Laggards (n = 729) in de SMART populatie.

We vinden geen significante verschillen tussen beide segmenten. In beide groepen merken we echter wel eenzelfde (niet significante) trend als in de analyse voor de totale SMART populatie. Ook voor de Laggards is de besparing het grootst onder de gezinnen die het vaakst de pdf consulteren. De feedbackinformatie heeft op de Laggards een vergelijkbaar effect als voor de top segmenten en worden door de wekelijkse pdf aangezet tot meer energie-efficiëntie. Het is belangrijk om zoveel mogelijk gezinnen te stimuleren om de wekelijkse pdf zo vaak mogelijk te consulteren. Langs deze weg kunnen ook de Laggards worden aangezet om te besparen.

Als we kijken naar het gebruik van de website dan zien we dat 71% van de gezinnen in de SMART populatie nooit de website heeft bezocht (n= 628), 26% heeft minder dan een kwart van de keren dat ze de link hebben ontvangen de website bezocht (n=229) en slechts 3% heeft meer dan een kwart van de keren doorgeklikt (n = 29). M.a.w. minder dan 3 op 10 van de SMART gezinnen heeft minstens één keer de website bezocht.

Om de impact van de informatie op de website op energie-efficiëntie na te gaan, voerden we opnieuw een ANOVA uit met het percentage besparing als afhankelijke variabele en het websitebezoek (nooit, minder dan 25% van de keren dat men een link ontving, meer dan 25% van de keren dat men een link ontving) als factor. Het resultaat van de analyse ziet u hieronder.

document.docx /87

Figuur 44: Percentage besparing op elektriciteitsverbruik binnen de SMART populatie in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) (SMART steekproef excl. zonnepanelen n=886)

Ondanks een zichtbaar stijgende trend in de data is er statistisch geen significant effect van de mate waarin men de website bezocht en de grootte van de besparing. Dit is het gevolg van het beperkt aantal gezinnen dat vaak de website bezoekt (n=29). Als we dezelfde analyses uitvoeren voor de verschillende segmenten (Laggards en topsegmenten) dan vinden we opnieuw geen significante effecten. Zie volgende figuur.

Figuur 45: Percentage besparing op elektriciteitsverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) afzonderlijk voor topsegmenten (n=117) en Laggards (n=729) in de SMART populatie

Voor beide segmenten zien echter wel een gelijkaardige niet significante trend qua energie-efficiëntie. De groep gezinnen die vaak de website consulteren is voor beide segmenten zeer klein (voor de topsegmenten n=6; voor de Laggards n = 23).

document.docx /87

4.1.5 Effect van de maandelijkse feedbackinformatie

Naast wekelijkse feedback over hun elektriciteitsverbruik ontvingen alle gezinnen in de SMART populatie een maandelijks verbruiksrapport via mail of via post. In dit rapport wordt door middel van een aantal gekleurde pijlen (groen of rood) informatie verschaft over de verbruiksevolutie voor elektriciteit en gas20. Men ziet telkens twee pijlen: één voor elektriciteit en één voor gas. In het geval het gezinsverbruik is gedaald ten opzichte van de vorige maand is deze pijl groen. Als het gezinsverbruik is gestegen ten opzichte van de vorige maand is deze pijl rood.

In de volgende analyses willen we nagaan in welke mate deze maandelijkse verbruiksinformatie (pijlen) gezinnen motiveert om efficiënter om te gaan met hun elektriciteitsverbruik. Vooreerst hebben we de Pearson correlatie berekend tussen het percentage besparing voor elektriciteit en het percentage rode pijlen (negatieve informatie) dat men heeft ontvangen voor elektriciteit. We vinden zowel voor informatie over elektriciteit, als voor informatie over gas een omgekeerde significante correlatie met het percentage besparing voor elektriciteit (r = -.49 voor informatie over elektriciteit, r = -.12 voor informatie over gas). Dit betekent dat hoe meer negatieve informatie (percentage rode pijlen) men ontvangt hoe minder men bespaart op elektriciteit. Merk op dat zowel de informatie over elektriciteit als de informatie over gas een invloed heeft op de mate van energie-efficiëntie voor elektriciteit. De impact van de informatie over het gasverbruik is wel kleiner dan de informatie over elektriciteit.In een bijkomende ANOVA gaan we op een andere manier het effect van deze maandelijkse verbruiksinformatie na. In deze analyse is het percentage besparing de afhankelijke variabele en het percentage rode pijlen de factor (minder dan 25%, tussen 25% en 50%, tussen 50% en 75%, meer dan 75%). Zie volgende figuur voor het resultaat.

20 Ook in de wekelijkse pdf wordt gebruik gemaakt van gekleurde pijlen om de wekelijkse verbruiksevolutie weer te geven. We kijken echter enkel naar de impact van de maandelijkse feedbackinformatie omdat niet alle gezinnen de wekelijkse pdf ontvangen (dit vereist inschrijving) en deze wekelijkse informatie niet beschikbaar is voor analyse.

document.docx /87

Figuur 46: Percentage besparing in functie van het percentage rode pijlen in het maandelijkse feedbackrapport (<25%, 25%-50%, 50%-75%, >75%) en afzonderlijk voor de informatie over elektriciteit (n=884) en informatie over gas (n=648)

Er is een significant effect van het aantal rode pijlen voor elektriciteit en gas op het percentage besparing op elektriciteit. In beide gevallen zien we een significante afname qua besparing naar mate het percentage rode pijlen of negatieve informatie toeneemt. Voor informatie over elektriciteit zien we dat voor de twee categorieën die de meest negatieve informatie hebben ontvangen, ze lijken af te haken. De goep die tussen de 50%-75% negatieve informatie ontving omvat 220 gezinnen (25% van de SMART populatie). Een kleine groep van 32 gezinnen (4% van de SMART populatie) die meer dan 75% negatieve informatie ontving, is zelfs meer gaan verbruiken. In het geval van negatieve informatie over gas is het effect geringer en zien we in laatste categorieën toch nog steeds een beperkte besparing. Het is dus belangrijk om toch voldoende positieve informatie te sturen naar de gezinnen om energie-efficiëntie te stimuleren en te vermijden dat ze afhaken.

In volgende analyse trachten we te bepalen wat de mogelijke ‘win’ is qua besparing als men via de communicatie de gezinnen21 die op dit moment 25%-50% negatieve informatie ontvingen (n=397 of 45% van de SMART populatie), kan overtuigen om op dezelfde wijze met hun energie om te gaan als de groep die < 25% negatieve informatie ontving (n=235 of 27% van de SMART populatie). Concreet betekent dit dat we geïnteresseerd zijn in de stijging van de gemiddelde elektriciteitsbesparing voor SMART populatie (6,08% besparing) als de groep die 25%-50% negatieve informatie ontving (6,10% besparing) evenveel zou besparen als de groep met < 25% negatieve informatie (14,97% besparing). In dat geval zouden de gezinnen in de SMART populatie gemiddeld 10,91% besparen en observeren we dus een mogelijke stijging van 4,83%. Belangrijk is dat we geen directe barrieres observeren tussen beide groepen. Er zijn geen verschillen qua gezinsgrootte, uitoefenen van zelfstandige activiteit op zelfde adres, ontvangst en invloed van REG communicatie of verbruiksrapporten, energiebesparende investeringen … Gezinnen die meest positieve informatie krijgen, hebben enkel meer concrete gedragsveranderingen gerealiseerd. Zie tabel hieronder.

21 Het gaat hier over gezinnen zonder zonnepanelen.

document.docx /87

SMART populatie

< 25% negatieve informatie

25%-50% negatieve informatie

(n=73) (n= 139)

Ik heb mijn energieverbruik niet aangepast. 11% 21%*

Ik zet de verwarming nu ’s nachts lager en deed dat vroeger niet. 34%* 20%

De Slaapkamers worden nu op een lagere temperatuur verwarmd. 25%* 11%

De verwarming wordt vroeger op nachtstand gezet. 34%* 19%

Ik heb een reflectiescherm of aluminiumfolie achter de radiatoren die niet tegen een geïsoleerde buitenmuur staan geplaatst.

36% 16%

Ik verlucht de kamers beter. 19% 19%

Ik neem meer douches in plaats van baden. 31% 29%

Ik heb een spaardouchekop geïnstalleerd. 40% 31%

Ik heb meer spaarlampen geïnstalleerd. 31% 27%

Bij aankoop van elektrische apparaten let ik meer op het elektriciteitsverbruik of energielabel van dat toestel.

61% 51%

Ik probeer mijn energieverbruik te verschuiven naar niet piekperiodes. 63%* 49%

Ik probeer nu minder gebruik te maken van toestellen die veel elektriciteit verbruiken (vb. droogkast).

70%* 55%

Ik probeer minder toestellen in stand-by te laten staan. 47%* 32%

*significant verschil (p<.05) Tabel 28: Gerealiseerde gedragsveranderingen voor gezinnen met minder dan 25% negatieve informatie en gezinnen met 25%-50% negatieve informatie binnen de SMART populatie

4.1.6 Conclusies elektriciteitOp basis van bovenstaande analyses kunnen we volgende conclusies trekken met betrekking tot energie-efficiëntie. Gezinnen met een slimme meter hebben over een periode van 7 maanden (juli t.e.m. januari) 4,5% meer bespaard dan gezinnen met enkel REG communicatie. Gewogen naar de Vlaamse populatie is dit verschil 2,6%. Het hebben

document.docx /87

van een slimme meter (samen met de feedbackloop) heeft dus een positieve impact op de energie-efficiëntie.

Onder gezinnen met een “slimme meter” zien we dat energie-efficiëntie het hoogst is voor de “Could Be Dutch” (een segment dat hoofdzakelijk financieel gedreven is), gevolgd door Laggards en Rationals. Hieruit blijkt ook dat de groep Laggards geen passieve groep is maar via de slimme meter en de feedback communicatie aangezet kunnen worden om meer efficiënt met energie om te gaan. Slimme meters hebben echter geen invloed op het segment van Green believers. Dit is mogelijk te wijten aan het feit dat zij al zeer efficiënt met hun energie omgaan of omdat ze niet beschikken over de nodige financiële capaciteiten voor energiezuinige investeringen.

De wekelijkse en maandelijkse feedbackinformatie stimuleren energie-efficiënt gedrag. Voor de wekelijkse informatie is de invloed van de pdf het grootst, de impact van de website is beperkter. Voor het maandelijks verbruiksrapport vinden we dat vooral positief nieuws belangrijk is voor het aanzetten tot meer energie-efficiënt gedrag. Indien men erin zou slagen om de groep die de 2de meest positieve communicatie krijgt op hetzelfde niveau te brengen qua besparingen als de groep die de meest positieve communciatie krijgt, dan kan men op Vlaams niveau een potentiële besparing realiseren van 4,8%. Belangrijk hierbij is dat op basis van de informatie uit de eindenquête geen barrières aanwezig zijn om deze groep te overtuigen. Beide groepen verschillen enkel op basis van de gerealiseerde gedragsveranderingen.

4.2 Energie-efficiëntie: gasverbruik

4.2.1 Percentage besparing (naïeve periode versus testperiode)Om het effect van de slimme meters op de energie-efficiëntie voor gas na te gaan, kijken we naar de mate waarin het gasverbruik is veranderd tussen de naïeve periode (voor start van de feedbackloop) en de testperiode (na start van de feedbackloop). We vergelijken steeds het gasverbruik tussen twee periodes van 7 maanden:

Naïeve periode: juli 2010 t.e.m. januari 201122

Test periode: juli 2011 t.e.m. januari 2012

We kijken naar een periode van 7 maanden omdat de ‘slimme meters’ pas vanaf juli 2010 volledig geïnstalleerd waren en er voordien voor de naïeve periode geen meterinformatie beschikbaar is. Zie volgende tabel voor een overzicht van het gemiddeld gasverbruik door de verschillende populaties in beide periodes.

22 Voor de YMR populatie beschikken we niet over exacte verbruiksgegevens voor de naïeve periode, daarom gebruiken we het EAV en het SLP om het verbruik te schatten in de periode: juli 2010 t.e.m. januari 2011 voor deze 7 maanden is berekend op basis van het SLP. Voor gezinnen zonder zonnepanelen levert de schatting op basis van het EAV een betrouwbare schatting op van de werkelijke consumptie in de naïeve periode. Voor gezinnen met zonnepanelen is dit mogelijks niet altijd het geval. Het EAV wordt geschat op basis van de laatste drie meetperiode, met als gevolg dat de betrouwbaarheid sterk afhankelijk is van de periode wanneer de panelen zijn geplaatst. In het huidig opzet beschikken we voor deze groep niet over de nodige informatie om de impact van de eigenproductie op het EAV te kunnen in schatten.

document.docx /87

Tabel 29: Gemiddeld gasverbruik voor de verschillende populaties in de naïeve periode (juli 2010 - januari 2011) en in de testperiode (juli 2011 – januari 2012)

De beschikbare gegevens voor de drie populaties zijn niet in een zelfde meeteenheid. Gas wordt gemeten in m3 en omgezet naar kWh voor de communicatie naar de gezinnen. Omdat we voor de SLP populatie niet beschikken over de gegevens in m3 en om schalingseffecten te vermijden, kiezen we ervoor om te werken met een relatieve maat voor energie-efficiëntie (percentage besparing).

Energie-efficiëntie wordt gedefinieerd als het percentage gasbesparing ten opzichte van de naïeve periode.

Definitie:

Percentage besparing =(Totale consumptie naïeve periode – Totale consumptie in testperiode) x 100

Totale consumptie naïeve periode

Een positieve delta wijst op een besparing van gas ten opzichte van de naïeve periode en een negatieve delta op een toename in het verbruik van gas. De naïeve periode is de referentie zodat de delta altijd 0 is (baseline). Zoals voor de analyse van elektriciteit wordt het percentage besparing voor elk gezin afzonderlijk berekend. Omdat we kijken naar het gemiddeld percentage besparing dragen alle gezinnen (ongeachte de grote van het verbruik of de meeteenheid waarin hun gegevens staan uitgedrukt) even sterk bij aan het uiteindelijke resultaat.

4.2.2 Besparing in de verschillende populaties

Om na te gaan of ‘slimme meters’ (tezamen met de feedbackcommunicatie) een effect hebben op energie-efficiëntie voor gas, kijken we naar de verschillen in besparing tussen de drie populaties in onze studie. Een ANOVA werd uitgevoerd met het percentage besparing als afhankelijke variabele en de populatie (SLP, SMART, YMR) als factor. Indien ‘slimme meters’ met de feedbackloop een positief effect hebben, dan verwachten we een significant grotere besparing binnen de SMART populatie in vergelijking met de YMR populatie. Het gemiddeld percentage besparing voor elk van de populaties vindt u terug in volgende figuur.

document.docx /87

Figuur 47: Gemiddeld percentage besparing op gasverbruik voor de drie populaties (SMART, SLP, YMR) (Totale steekproef, n = 1575).

Gemiddeld wordt er 24% minder gas verbruikt ten opzichte van de naïeve periode. Er zijn echter geen statistisch significante verschillen tussen de drie populaties. De grote besparing voor gas in de drie populaties is geheel te verklaren door het verschil in klimatologische omstandigheden in de naïeve en in de testperiode. We denken bijvoorbeeld aan het feit dat er een koude periode plaatsvond einde 2010, terwijl de winter einde 2011 een relatief zachte periode was. De koudegolf begon toen later in het voorjaar van 2012. In het kader van onze onderzoeksvraag, vinden we dus geen significante invloed van de ‘slimme meters’ en de feedbackloop op de energie-efficiëntie voor gas.

4.2.3 Gasbesparing in verschillende segmentenGezinnen in de SMART en YMR populatie23 werden op basis van een aantal vragen uit de beginenquête gesegmenteerd in vier segmenten: Laggards, Could be Dutch, Green Believers en Rationals. In de volgende analyse willen we weten of het effect van de ‘slimme meters’ verschilt voor de segmenten en of er verschillen zijn qua besparing tussen de segmenten onderling.

In een eerste ANOVA met het percentage besparing als afhankelijke variabele en populatie (SMART en YMR) en segment (Laggards, CBD, Green believer, Rational) als factoren, testen we of de impact van de ‘slimme meters’ en de feedbackloop een invloed hebben op de energie-efficiëntie. Voor het gemiddeld percentage besparingen zie volgende figuur.

23 Gezinnen uit de SLP populatie hebben geen enquêtes in gevuld en zijn bijgevolg niet gesegmenteerd.

document.docx /87

Figuur 48: Percentage besparing op gasverbruik voor de verschillende segmenten (Laggards, Could be dutch, Green believers, Rationals) in de SMART (n=350) en YMR populatie (n=737).

Er zijn geen significante effecten van de factoren alsook de interactie tussen beide is niet significant. Dit betekent dat er voor alle segmenten geen invloed wordt gevonden van de ‘slimme meters’ op het percentage gas dat wordt bespaard. Als we enkel kijken naar de SMART populatie dan stellen we vast zoals bij elektriciteit, dat de Green Believers het minst besparen in vergelijking met de andere drie segmenten. De Laggards daarentegen besparen evenveel als de CBD en de Rationals en zijn ook qua gasbesparing niet zo passief.

4.2.4 Invloed wekelijkse feedbackinformatie (pdf en websiteconsultatie)

Om na te gaan of de feedbackloop werkelijk een invloed heeft op energie-efficiëntie, kijken we binnen de SMART populatie of het consulteren van de wekelijkse pdf en de website een impact heeft op het besparingsgedrag. De invloed van beide informatiebronnen werd afzonderlijk bekeken.

We focussen eerst op het consulteren van de wekelijkse pdf omdat gezinnen via de pdf kunnen doorklikken naar de website voor meer gedetailleerde informatie over hun energieverbruik. Van de gezinnen in de SMART populatie ziet 55% de pdf nooit, ofwel omdat ze er niet op zijn ingeschreven ofwel omdat men hem bij ontvangst nooit heeft geopend (n=197). 27% heeft de pdf geconsulteerd in minder dan de helft van de keren dat men deze heeft ontvangen (n=98). 18% van gezinnen heeft meer dan 50% van de keren dat men de pdf ontving, deze ook geconsulteerd (n=65). M.a.w. via de wekelijkse pdf werd minder dan de helft van de gezinnen met gas bereikt.

Om de invloed van het consulteren van de pdf te testen, voerden we een ANOVA uit met het percentage besparing als afhankelijke variabele en het aantal keer dat men de pdf consulteert als factor (nooit, < dan 50% van de keren dat men de pdf heeft ontvangen, > dan 50% van de keren dat men de pdf heeft ontvangen). Er worden echter geen significante effecten gevonden. Zie volgende figuur.

document.docx /87

Figuur 49: Percentage besparing op gasverbruik binnen de SMART populatie in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) (n=360)

Ook als we kijken naar impact van de pdf consultatie binnen topsegmenten (CBD, Green Believers, Rationals) en bij Laggards, vinden we geen significante effecten. Zie volgende figuur. Kortom, het consulteren van de wekelijkse pdf heeft geen invloed op het percentage gas dat wordt bespaard.

Figuur 50: Percentage besparing op gasverbruik in functie van het consulteren van de pdf (nooit, minder dan 50%, meer dan 50%) en afzonderlijk voor topsegmenten (n =63) en Laggards (n = 287) in de SMART populatie

Als we kijken naar het websitebezoek dan zien we dat 68% van de gezinnen in de SMART populatie nooit de website heeft bezocht (n= 243), 29% bezocht de website minder dan een kwart van de keren dat ze de link hebben ontvangen (n=105) en slechts 3% heeft meer dan een kwart van de keren doorgeklikt op de ontvangen link (n = 12). M.a.w.

document.docx /87

slecht 3 op 10 van de gezinnen in de SMART populatie heeft minstens één keer de website bezocht.

Om de impact van de informatie op de website op energie-efficiëntie na te gaan, voerden we opnieuw een ANOVA uit met het percentage besparing als afhankelijke variabele en het websitebezoek (nooit, minder dan 25% van de keren dat men een link ontving, meer dan 25% van de keren dat men een link ontving) als factor. Er blijken geen significante effecten uit deze analyse. Zie volgende figuur.

Figuur 51: Percentage besparing op gasverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) SMART populatie (n=360).

Om na te gaan of de impact van het websitebezoek verschillend is voor de topsegmenten en Laggards, voerden we dezelfde analyse uit met als extra factor segment (topsegmenten, Laggards). Wederom vinden we geen significante effecten voor de factoren (zie onderstaande figuur). Het percentage besparing op gas wordt niet beïnvloed door het websitebezoek in de wekelijkse feedbackloop.

document.docx /87

Figuur 52: Percentage besparing op gasverbruik in functie van het websitebezoek (nooit, minder dan 25%, meer dan 25%) afzonderlijk voor topsegmenten (n=63) en Laggards (n=287) in de SMART populatie

4.2.5 Effect van de maandelijkse feedbackinformatie Naast wekelijkse feedback over hun elektriciteitsverbruik ontvingen alle gezinnen in de SMART populatie een maandelijks verbruiksrapport via mail of via post. In dit rapport wordt door middel van een aantal gekleurde pijlen (groen of rood) informatie verschaft over de verbruiksevolutie voor elektriciteit en gas24. Men ziet telkens twee pijlen: één voor elektriciteit en één voor gas. In het geval het gezinsverbruik is gedaald ten opzichte van de vorige maand is deze pijl groen. Als het gezinsverbruik is gestegen ten opzichte van de vorige maand is deze pijl rood.

We willen nagaan in welke mate deze maandelijkse verbruiksinformatie (pijlen) gezinnen motiveert om efficiënter om te gaan met hun gasverbruik. Vooreerst hebben we de Pearson correlatie berekend tussen het percentage besparing van gas en het percentage rode pijlen (negatieve informatie) dat men heeft ontvangen voor elektriciteit en gas. Enkel de mate van negatieve informatie over gas heeft een significante invloed op het percentage gas dat wordt bespaard (r =-.40). We zien dat hoe meer negatieve informatie men ontvangt, hoe minder dat men bespaart. In tegenstelling tot het verbruik van elektriciteit, merken we dat de informatie over de andere energiebron (elektriciteit) geen significante invloed heeft op de besparing van gas.

In een volgende ANOVA gaan we op een andere manier het effect van deze maandelijkse verbruiksinformatie na. In deze analyse is het percentage besparing de afhankelijke variabele en het percentage rode pijlen de factor (minder dan 25%, tussen 25% en 50%, tussen 50% en 75%, meer dan 75%). Zie volgende figuur voor het resultaat.

24 Ook in de wekelijkse pdf wordt gebruik gemaakt van gekleurde pijlen om de wekelijkse verbruiksevolutie weer te geven. We kijken echter enkel naar de impact van de maandelijkse feedback informatie omdat niet alle gezinnen de wekelijkse pdf ontvangen (dit vereist inschrijving) en deze wekelijkse informatie niet beschikbaar is voor analyse.

document.docx /87

Figuur 53: Percentage besparing op gasverbruik in functie van het percentage rode pijlen in het maandelijkse feedbackrapport (<25%, 25%-50%, 50%-75%, >75%) en afzonderlijk voor de informatie over elektriciteit (n=360) en de informatie over gas (n=210)

Er is een significant effect van het aantal rode pijlen over het gasverbruik op het percentage besparing van gas. Het percentage besparing neemt af naarmate men meer negatieve informatie heeft ontvangen over zijn gasverbruik. Er is geen invloed van de informatie over elektriciteit op het percentage gas dat wordt bespaard. Het is belangrijk om voldoende positieve informatie over het gasverbruik te sturen naar de gezinnen om hun energie-efficiëntie met betrekking tothet gasverbruik te stimuleren.

In volgende analyse trachten we de mogelijke ‘win’ qua besparing te bepalen als men via de communicatie de gezinnen die 25%-50% negatieve informatie over hun gasverbruik ontvingen (n= 91 of 42% van de SMART populatie), kan overtuigen om op dezelfde wijze met hun gasverbruik om te gaan als de groep die < 25% negatieve informatie ontving (n=23 of 10% van de SMART populatie). Concreet betekent dit dat we geïnteresseerd zijn in de stijging van de gemiddelde gasbesparing voor SMART populatie (25,79% besparing) als de groep die 25%-50% negatieve informatie ontving (27% besparing) evenveel zou besparen als de groep met < 25% negatieve informatie (36,05% besapring). In dat geval zouden de gezinnen in de SMART populatie gemiddeld 29,44 % besparen en observeren we een potentiële stijging van 3,5%.

4.2.6 Gasbesparing versus Elektriciteitsbesparing

Om te bepalen wat het potentieel is van gezinnen die kunnen aangezet worden tot meer energie-efficiëntie, kijken we naar het profiel qua besparing van gezinnen met zowel gas als elektriciteit. We zijn geïnteresseerd in de mate waarin gezinnen besparen op beide energiebronnen of niet. Gezinnen uit de SMART en YMR populatie werden opgedeeld naargelang men meer of minder bespaart dan gemiddeld voor een bepaalde energiebron. In de volgende tabel ziet u de percentages voor de SMART populatie.

document.docx /87

Tabel 30: Percentage gezinnen met gas en elektriciteit uit de SMART populatie in functie van hun gemiddelde besparing voor gas en elektriciteit (n=302)

Binnen de SMART populatie bespaart momenteel bijna een kwart van de gezinnen die beschikken over gas en elektriciteit boven gemiddeld voor beide energiebronnen. Het gemiddelde voor gas is 25,79% en het gemiddelde voor elektriciteit is 6,08%. Daarnaast zien we dat circa 4 op 10 gezinnen momenteel slechts op één van de twee energiebronnen boven gemiddeld bespaart. Deze groep gezinnen kan mogelijk het makkelijkst overtuigd worden om dezelfde inspanningen te doen voor de andere energiebron. Een derde van de gezinnen bespaart momenteel op beide energiebronnen onder het gemiddelde.

Eenzelfde analyse werd uitgevoerd voor de YMR populatie. Zie de tabel hieronder.

Tabel 31: Percentage gezinnen met gas en elektriciteit uit de YMR populatie in functie van hun gemiddelde besparing voor gas en elektriciteit (n=428)

Onder de YMR populatie bespaart momenteel meer dan een kwart van de gezinnen die beschikken over gas en elektriciteit boven gemiddeld voor beide energiebronnen. Het gemiddelde voor gas is 23,61% en het gemiddelde voor elektriciteit is 1,62%. Verder stellen we vast dat circa 4 op 10 gezinnen momenteel enkel op één van de twee energiebronnen boven gemiddeld bespaart. Meer dan een kwart van de gezinnen bespaart momenteel op beide energiebronnen onder het gemiddelde. Samengevat, voor beide populaties is er nog een reëel potentieel om mensen aan te zetten tot meer energie-efficiëntie. Voornamelijk de gezinnen die momenteel al op één van de energiebronnen boven gemiddeld besparen, lijken gemakkelijk te overtuigen.

document.docx /87

4.2.7 Conclusies GasOp basis van de analyses kunnen we volgende conclusies trekken met betrekking tot energie-efficiëntie bij gezinnen met gas. ‘Slimme meters’ (samen met de feedbackloop) hebben geen invloed op het gasverbruik. De geobserveerde besparing verschilt niet tussen de SMART, YMR en SLP populatie. Over zeven maanden (juli t.e.m. januari) stellen we een gemiddelde besparing vast van circa 24%. Deze besparing is het gevolg van klimatologische veranderingen tussen de naïeve periode en de testperiode. Bij gezinnen met ‘slimme meters’ zien we dat energie-efficiëntie hetzelfde is voor Laggards, CBD en Rationals. Zoals we ook al zagen voor elektriciteit, hinkt de groep Green Believers achterop qua besparing. De wekelijkse feedbackinformatie heeft geen impact op energie-efficiënt gedrag voor gas. Voor het maandelijks verbruiksrapport zien we dat vooral positief nieuws over het gasverbruik belangrijk is om aan te zetten tot meer energie-efficiënt gedrag. De informatie over elektriciteit heeft geen impact op de besparing voor gas. Als men erin zou slagen om de groep die de 2de meeste positieve communicatie krijgt op hetzelfde niveau te brengen qua besparingen als de groep die de meest positieve communicatie krijgt, dan realiseren we een potentiële besparing op Vlaams niveau van 3,5% op gas.

document.docx /87

4.3 EindenquêtesZoals eerder vermeld heeft 32% van de SMART populatie een eindenquête ingevuld, 100% van de YMR populatie heeft een enquête ingevuld.

Onderstaande cijfers zijn dus de weergave van 32% van de SMART populatie.

De belangrijkste bevindingen worden in dit hoofdstuk weergegeven.

4.3.1 Feedbackloop (enkel SMART)

Mogelijk hebt u tijdens de studie naast de algemene nieuwsbrieven ook een aantal rapporten ontvangen die de evolutie in uw persoonlijk energieverbruik (elektriciteit en gas) weergaven. U kon de evolutie van uw energieverbruik mogelijk ook volgen via een website met persoonlijke login of via links in uw week- of maandrapport. Kunt u aangeven of u deze rapporten ontvangen hebt?Meerdere antwoorden mogelijk.De figuur geeft het aantal opgemerkte REG brochures bij de SMART populatie.

Figuur 54: Opmerking feedbackloop

document.docx /87

Mogelijk hebt u tijdens de studie naast de algemene nieuwsbrieven ook een aantal rapporten ontvangen die de evolutie in uw persoonlijk energieverbruik (elektriciteit en gas) weergaven. U kon de evolutie van uw energieverbruik mogelijk ook volgen via een website met persoonlijke login of via links in uw week- of maandrapport. Gelieve ook aan te geven in welke mate deze rapporten invloed gehad hebben op uw energieverbruik? (Matig en Aanzienlijk)Meerdere antwoorden mogelijk.De figuur geeft het percentage invloed van de rapporten bij de SMART populatie. Er is een onderscheid gemaakt tussen de mensen die waren ingeschreven op de wekelijkse nieuwsbrief en mensen die enkel de maandelijkse nieuwsbrief ontvingen. Deze groepen geven een verschillende invloed aan.

Figuur 55: Feedbackloop rapporten invloed

document.docx /87

4.3.2 REG communicatie

U hebt tijdens de studie een aantal algemene informatiebrochures over rationeel energieverbruik ontvangen. Kunt u aangeven of u deze brochures hebt opgemerkt?Meerdere antwoorden mogelijk.De figuur geeft het aantal opgemerkte REG brochures bij de SMART en YMR populatie.

Figuur 56: Opmerking REG communicatie

U hebt tijdens de studie een aantal algemene informatiebrochures over rationeel energieverbruik ontvangen. Gelieve ook aan te geven in welke mate de informatiebrochures invloed gehad hebben op uw energieverbruik? (Matig en Aanzienlijk)Meerdere antwoorden mogelijk.De figuur geeft het aantal REG brochures bij de SMART en YMR populatie met invloed.

Figuur 57: Aantal REG communicatie met invloed

document.docx /87

U hebt tijdens de studie een aantal algemene informatiebrochures over rationeel energieverbruik ontvangen. Gelieve ook aan te geven in welke mate de informatiebrochures invloed gehad hebben op uw energieverbruik? (Matig en Aanzienlijk)Meerdere antwoorden mogelijk.De figuur geeft de titels van de REG brochures met hun invloed.De titels van de Eandis brochures werden weergegeven.

Figuur 58: Invloed REG communicatie

document.docx /87

4.3.3 Energiebesparende maatregelen en investeringenGelieve aan te geven welke impact de communicatie rond rationeel energieverbruik en de rapporten over uw persoonlijk energieverbruik hadden op uw energieverbruik?Meerdere antwoorden mogelijk.De figuur geeft de TOP 5 genomen maatregelen per populatie.

Figuur 59: TOP 5 genomen maatregelen

document.docx /87

Geef aan of u sinds het begin van de studie (voorjaar 2010) één van onderstaande energiebesparende maatregelen hebt genomen? Gelieve alle investeringen aan te duiden die u sinds het voorjaar van 2010 deed.Meerdere antwoorden mogelijkDe figuur geeft de TOP 5 gedane investeringen per populatie.

Figuur 60: TOP 5 gedane investeringen

document.docx /87

Geef aan of u sinds het begin van de studie (voorjaar 2010) één van onderstaande toestellen hebt aangekocht.Meerdere antwoorden mogelijkDe figuur geeft het percentage deelnemers dat het toestel heeft aangekocht.

Figuur 61: Aanschaf nieuwe toestellen

document.docx /87

Hebt u plannen rond energiebesparende investeringen voor de komende twee jaar?Meerdere antwoorden mogelijkDe figuur geeft het percentage deelnemers dat de investering als gepland aangeeft.26% van de SMART populatie en 28% van de YMR populatie geeft aan investeringen gepland te hebben.

Figuur 62: Geplande investeringen

document.docx /87

Hebt u sinds het begin van de studie (voorjaar 2010) premies en/of subsidies aangevraagd voor investeringen in rationeel energiegebruik?De figuur geeft het percentage deelnemers dat “Ja” heeft geantwoord.

Figuur 63: Aangevraagde premies

4.3.4 Houding ten opzichte van energieverbruikAangezien maar 32% van de SMART populatie de eindenquête heeft ingevuld, kunnen we geen uitspraken doen over wijzigingen in houding en de daarmee gepaard gaande wijzigingen in het segment.

Een aantal cijfers uit deze vragen worden hieronder toch besproken:

Bent u sinds het begin van de studie (voorjaar 2010) van energiecontract veranderd?Ja/Nee

8% van de SMART respondenten geeft aan van contract te zijn veranderd. Hiervan is er 4% die aangeeft dat de REG communicatie en de feedbackloop een invloed hebben gehad op deze beslissing.

14% van de YMR respondenten geeft aan van contract te zijn veranderd. Hiervan is er 4% die aangeeft dat de REG communicatie een invloed heeft gehad op deze beslissing.

Bent u sinds het begin van de studie (voorjaar 2010) van leverancier veranderd?Ja/Nee

document.docx /87

10% van de SMART respondenten geeft aan van leverancier te zijn veranderd. Hiervan is er 3% die aangeeft dat de REG communicatie en de feedbackloop een invloed hebben gehad op deze beslissing. 1% geeft aan dat enkel de REG communicatie invloed heeft gehad en 1% enkel de feedbackloop.Ter info, volgens de master data updates zijn er 203 leverancierwissels gebeurd.

18% van de YMR respondenten geeft aan van leverancier te zijn veranderd. Hiervan is er 3% die aangeeft dat de REG communicatie een invloed heeft gehad op deze beslissing.

4.4 Algemene conclusies

Er is een gunstige invloed van ‘slimme meters’ (in combinatie met gedetailleerde verbruiksinformatie) op elektriciteitsbesparingen. Voor de verbruikers van elektriciteit observeren we een grotere besparing op het energieverbruik voor de SMART populatie dan voor de YMR populatie. Beide populaties ontvingen REG communicatie, maar de SMART populatie heeft daarnaast een ‘slimme meter’ en ontving frequent gedetailleerde verbuiksgegevens.

o Het verschil tussen SMART en YMR populatie geldt als we voor beide populaties de gezinnen met zonnepanelen uitsluiten. De SMART populatie bespaart dan circa 6%, ten opzichte van iets meer dan 1,5% voor de YMR populatie.

o Gewogen naar de Vlaamse populatie bedraagt dit verschil 2,6%. o Deze geobserveerde besparingen zijn onafhankelijk van de gebruikte

verwarmingsbronnen, en van het SLP profiel van het gezin.

Voor verbruikers van gas, zien we een ander beeld. Er is geen invloed van de ‘Slimme meters’ op gasbesparingen. Gemiddeld voor de drie populaties zien we een besparing van circa 25%. Deze is te verklaren door de veranderde klimatologische omstandigheden tussen de naïeve en testperiode.

Zowel in de SMART als in de YMR populatie, stellen we vast dat de besparing toeneemt naarmate het initieel elektriciteits- of gasverbruik hoger is.

Binnen de SMART populatie vinden we dat de elektriciteitsbesparing aanzienlijk groter is voor gezinnen die hoofdzakelijk gedreven worden door financiële impulsen (‘Could be Dutch’ segment) vooral in vergelijking met gezinnen die gedreven worden door milieu overwegingen.

o Het grote segment van gezinnen die niet door financiële of milieu impulsen worden gedreven, besparen toch. Dit betekent dat iedereen op basis van gedetailleerde verbruiksinformatie aangezet kan worden tot besparing, zelfs diegene die geen besparingsintentie hebben. Er blijken dus geen echte barrières te zijn op basis van de verschillende segmenten.

Dezelfde trend van meer besparen zien we bij gezinnen die de gedetailleerde verbruiksinformatie meer gebruiken en/of consulteren.

De inhoud van de aangeboden informatie heeft een duidelijke invloed op de besparingen. Diegenen die positievere feedback krijgen, besparen ook meer (hoe negatiever de startsituatie, hoe minder motivatie om tot besparingen te komen), en dit zowel voor elektriciteit als gas. Positieve informatie zet aan tot meer energie-efficiëntie. Voor de elektriciteitsbesparingen zien we dat gezinnen die

document.docx /87

regelmatig negatieve informatie ontvangen, lijken af te haken en zelfs stoppen met inspanningen te leveren om te besparen.

Als we erin slagen de groep die de 2de meest positieve communicatie (circa 50% van de populatie) krijgt op hetzelfde niveau te brengen qua besparingen als de groep die de meest positieve communicatie krijgt, dan realiseren we op Vlaams niveau een besparing van 4,8% op elektriciteit en 3,5% op gas.

Deze wijze van voordeelbepaling als een gevolg van slimme meters (en de communicatie van verbruiksinformatie die er rechtstreeks aan kan worden gekoppeld) is er één die meer dynamisch is en waarbij er ruimte is voor verbeteringen en acties. Daarnaast werd deze berekeningswijze niet beïnvloed door historische gegevens25.

Met betrekking tot aanbevelingen, willen we het volgende formuleren:

Het is belangrijk om het besparings-succes van ELEKTRICITEIT ook in GAS te realiseren.

o Het ontbreekt ons vandaag aan gedetailleerde inzichten om deze uitdaging te beantwoorden. Verder onderzoek is hiervoor noodzakelijk. Op basis van de huidige bevindingen is het aangewezen om het aantal gezinnen met gas in de SMART populatie uit te breiden zodat er nog meer statistische power is om verschillen te detecteren.

o Een inzicht geven van het belang van gas in de totale energie-rekening kan nuttig zijn, zeker als wanneer we vaststellen dat financiële stimuli meer effect hebben.

Een maximaal gebruik realiseren van de gedetailleerde verbruiksgegevens.o Aangezien er geen duidelijke barrières voor besparingen bestaan, kan het

gebruik van de verbruiksinformatie een hefboomwerking realiseren. In alle omstandigheden, positieve feedback aan de gezinnen geven.

o Hierdoor vermijden we dat gezinnen (te snel) afhaken en geen besparingen realiseren.

o Bovendien zien we dat positieve feedback een van de voornaamste hefbomen is voor besparingen in gas.

REG communicatie behouden.o Naar onze mening geeft een (gepersonaliseerde) REG communicatie een

duidelijke set van acties die men kan uitvoeren om energie te besparen, indien men dit wenst.

25 Aangezien deze gegevens binnen de SMART populatie verzameld zijn, is hier geen invloed van EAV berekeningen.

document.docx /87

5 Bijlage

5.1 Voorgaande studiesVlaams Energieagentschap:

enquete2005synthese.doc enquete2009_samenvatting.doc

Ofgem http://www.ofgem.gov.uk/CustomPages/Pages/ArchivedPublications.aspx

KEMA KEMA kosten baten analyse iov VREG 2008

5.2 Begin en eindvragenlijstSMART:

Eandis_SM_Enquete_v7.2.pdf Infrax_SM_Enquete_Grijs_v1.pdf Eindenquête SM_16-01-12_Eandis_a3.docx Eindenquête SM_16-01-12_Infrax_a3.docx

YMR (niet geformatteerd omdat deze enquêtes enkel online bestaan hebben): YMR_BeginEnquete.pdf Eindenquête YMR_16-01-12_Eandis.docx Eindenquête YMR_16-01-12_Infrax.docx

5.3 Voorbeeld van een maandrapport en een weekrapport SWREandis_1300578820111219_26fb0bd020ed4b61.pdf SMREandis_13054066201112_4a78e2a6ae914af7.pdf

5.4 Presentatie Vlaamse Studie Eandis status presentatie 28_10_2010.pdf Eandis_Vlaamse_studie_08_10_2010.pptx

5.5 Powerberekening vervolg power.R (ELEK) power_gas.R (GAS)

5.6 POC Smart Metering Zonnepanelen POC Smart Metering_EE_Resultaat FEB 2011_FEB 2012_ZP.docx

http://www.ofgem.gov.uk/CustomPages/Pages/ArchivedPublications.aspx

POC EE Studie · Web viewVoor de SMART en SLP populaties werden telkens de reële verbruiken...

Documents

Transcript of POC EE Studie · Web viewVoor de SMART en SLP populaties werden telkens de reële verbruiken...