23 NUMMER 1 - FEBRUARI 2026 THEMA GEVELS & ISOLATIE nacht. Dit kan vervolgens worden vergeleken met uitgangspunten die tijdens het ontwerp-/ renovatieproces werden gehanteerd. MODELLEN Met één jaar aan meetdata uit basic energiemonitoring zijn al de nodige conclusies te trekken ten aanzien van installatiefouten en besparingsmogelijkheden. Te denken valt aan disfunctionerende warmtepompen en zonnepanelen of hoge thermostaatstanden. Het voorspellingsmodel Prophet lijkt voor inschattingen van momentane COP-waarden van de warmtepomp en warmtapwaterpatronen bruikbaar, mits er voldoende meetdata zijn voor de analyses. Het door Saxion ontwikkelde weerstands-capaciteits-model (RC-model) kan een voorzichtige indicatie geven van de gemiddelde warmtedoorlaat (U-waarde) van de gebouwschil. Maar ook hier geldt: mits meerdere jaren aan meetdata beschikbaar zijn. Geconcludeerd is dat voor het trekken van conclusies op basis van alleen data (black box modelling) veel en grotere datasets nodig zijn, dan nu voor het project beschikbaar waren voor blinde analyses. Het beschikken over energielabelberekeningen of BENG-berekeningen is een goede basis voor gap-analyses om energieprognoses vooraf te vergelijken met de werkelijkheid. VERGELIJKING VAN ACHT VERGELIJKBARE WONINGEN Als voorbeeld een vergelijking van acht rijwoningen uit één blok (figuren 4 t/m 7), met als doel om op basis van alleen de monitoringsgegevens uitspraken te doen over energieprestatiegaps. Kenmerken van de (be) woning zijn niet bekend. De spreiding van het elektriciteitsverbruik van de warmtepomp was 1700-4500 kWh/jr. De helft van de woningen voldoet niet aan de verwachte prestatie van <2000 kWh. Vanwege de aanwezigheid van warmtepompen wordt van 19°C uitgegaan als gemiddelde binnentemperatuur bij lagetemperatuurverwarming, terwijl uit de metingen blijkt dat in de winter de 24h-gemiddelde binnentemperaturen boven 21°C ligt in de woningen NL, AH, DI en VJ, (figuur 4). Daarnaast blijkt er bovenmatig warmtapwaterverbruik in woningen AH, NG. In woningen NL en DI bleek de CO2-concentratie in de woonkamer dag en nacht laag te zijn, wat een indicatie kan zijn voor verhoogde ventilatieverliezen door geopende ramen en/of weinig aanwezigheid. Het bespreekbaar maken van deze resultaten gekoppeld aan bewonersgedrag maakt beperking van onnodig energieverlies en CO2-emissie in de toekomst mogelijk. Het opmerkelijk hogere elektriciteitsverbruik van woning NL kan ook nog deels te verklaren zijn als NL een hoekwoning is. Dan zijn de warmtetransmissieverliezen hoger. Evenwel is te verwachten dat er meerdere factoren zijn die bijdragen aan het veel hogere energiegebruik. Voor de woning met code NL is daarom geadviseerd nader technisch onderzoek en analyses uit te voeren om de oorzaken van de forse overschrijding te kunnen achterhalen. Uit de elektriciteitsopbrengst van de zonnepanelen volgt dat het zonnedak zuid georiënteerd is (figuur 7). De elektriciteitsopbrengst per woning (circa 5500 kWh) komt overeen met die van veertien tot zestien stuks 400-350 Wp zonnepanelen. Met zestien zonnepanelen op het dak, kan de lagere opbrengst mogelijk worden veroorzaakt door beschaduwing door bijvoorbeeld een bomenrij. De elektriciteitsopbrengst van de PV panelen is in woning VE 2000 kWh lager. Ook dit vergt verdiepend onderzoek/controle van de aansluiting van de panelen. Een optelsom van de gevonden afwijkingen leidt in dit voorbeeld al tot gemiddeld 15% extra CO2-emissie per woning. Dat is nog exclusief het hoge tapwaterverbruik en mogelijk verhoogde ventilatieverliezen in twee van de woningen. CONCLUSIE De onderzoeksresultaten laten zien dat met eenvoudige analyse van de energiedata uit woningen al binnen een jaar na start van de metingen een aantal potentiële oorzaken van te hoog energiegebruik zijn te traceren. De analyse van acht voorbeeldwoningen gebaseerd op basic energiemonitoringsdata brengt potentiële oorzaken aan het licht die zorgen voor 15% hogere CO2-emissie in de praktijk ten opzichte van de oorspronkelijke energieprestatiecalculaties. Naarmate over meer gegevens van de woningen en installaties kan worden beschikt, zijn nauwkeuriger analyses te maken van afwijkende prestaties en verbeterkansen. Doorontwikkeling met AI biedt voor de toekomst nieuwe kansen voor blinde monitoring, maar dan moeten wel grote datasets beschikbaar zijn om de modellen te trainen. De betrokken partners in het project Track&Trace energieprestaties in de woningbouw zijn: Hogescholen Saxion en HAN, Autarkis B.V., BeNext B.V., BINX Smartility, CMData, Woningcorporatie Domijn, Dura Vermeer Hengelo, Techniek-Nederland, van Dorp Installaties Hengelo, Ventilatieservice, WeThePeople en Winkels. Het project is financieel ondersteund door SIARAAKMKB. [1] https://www.rijksoverheid.nl/onderwerpen/duurzame-energie/duurzame-warmtebronnen [2] https://longreads.cbs.nl/nederland-in-cijfers-2025/ hoeveel-woningen-zijn-er-in-nederland/ [3] https://openrijk.nl/nl/rijksinstellingen/centraal-bureau-voor-de-statistiek/artikel/steeds-meer-woningen-aardgasvrij [4] Brom, P. van den (2020). Energy in Dwellings: A comparison between Theory and Practice. A+BE | Architecture and the Built Environment, 10(03), 1–258 [5] https://github.com/Track-en-Trace Figuur 3. Binnentemperatuur eerste verdieping versus de buitentemperatuur in zomer/winter (24h). Dag en nacht is de temperatuur hoog in de winter op de eerste verdieping. Figuur 4. Hoge gemiddelde huiskamertemperatuur in acht woningen (NL t/m ZS) in de winter, is indicatie voor hoger elektriciteitsverbruik van de warmtepomp (gearceerde staven: hoger dan vooraf berekend (19°C)). Grijs gebied: risico op onderprestatie. Figuur 5. Het elektriciteitsverbruik van de warmtepomp. Gearceerde staven: hoger dan vooraf ingeschat (2000 kWh). Grijs gebied: risico op onderprestatie. Figuur 6. Gemeten jaaropbrengst PV (gearceerde staven: lager dan vooraf ingeschat (5500 kWh). Grijs gebied: risico op onderprestatie. Figuur 7. Uit de data van de elektriciteitsopbrengst in woning AH is af te leiden dat deze woning zuid-georiënteerd is (maximum opbrengst middaguur).
RkJQdWJsaXNoZXIy NTI5MDA=