Forestil dig, at du sætter vaskemaskinen i gang kl. 19 en vindstille tirsdag aften. Strømmen til din husholdning ser ud som altid - men det usynlige fodaftryk på klimaet kan være mere end dobbeltså højt som dagen før kl. 03, hvor blæsten susede og vindmøllerne kørte på fuld tryk.
I takt med at Danmark rykker mod en stadig grønnere energiforsyning, bliver spørgsmålet ikke længere kun hvor meget el vi bruger, men hvornår vi bruger den. CO2-udledningen fra dansk el svinger dramatisk time for time, afhængigt af vind og vejr, import og eksport, samt hvilke kraftværker der står klar på netop det tidspunkt.
For forbrugere betyder det nye muligheder for at spare både penge og klimagasser. For virksomheder handler det om mere præcise scope 2-regnskaber og 24/7-matchende grønne aftaler. Og for samfundet er nøgletallet en vigtig brik i den grønne omstilling, hvor fleksibilitet er blevet det nye sort.
I denne artikel dykker Naturinformation Online ned i, hvordan den timebaserede CO2-intensitet egentlig beregnes, hvad der driver udsvingene, og hvordan du kan følge - og udnytte - tallene i realtid. Vil du vide, hvornår det giver mest mening at lade elbilen, koge vandet eller køre industriens store pumper? Så læs med videre.
Hvorfor måle CO2-udledning fra el time for time?
CO₂-intensitet angiver hvor mange gram CO₂-ækvivalenter der udledes pr. kilowatt-time elektricitet (g CO₂e/kWh). Tallet ændrer sig fra time til time, fordi elnettet hele tiden balancerer et dynamisk miks af kilder: når vinden blæser eller solen skinner, fylder vedvarende energi mere, og intensiteten falder; når møllerne står stille eller solcellerne er dækket af skyer, må systemet i højere grad trække på kul, gas eller import fra nabolande, og tallet stiger igen. Dertil kommer kortvarige hændelser som kraftværksnedlukninger, vandkraftudveksling, markedssignaler og netbegrænsninger, der hver især påvirker den aktuelle emissionsprofil. Resultatet er en CO₂-kurve, der kan svinge fra under 50 g CO₂e/kWh på blæsende nætter til 500 g CO₂e/kWh eller mere i stille vintertimer.
At kende udledningen time for time gør en forskel for både privatpersoner og virksomheder. Husholdninger kan planlægge elbil-opladning, varmepumpe-drift eller tøjvask til de grønneste timer og dermed skære bemærkelsesværdigt i deres klimaaftryk-ofte uden ekstra omkostninger, fordi CO₂-fattige timer tit falder sammen med lave elpriser. Virksomheder kan finpudse deres scope 2-rapportering, dokumentere 24/7-grøn strøm eller styre fleksible processer, så produktionen foregår, når elnettet er renest. Og samfundet? Jo mere forbruget følger de grønne timer, jo mindre behov for fossil reservekapacitet, jo hurtigere kan vi lukke kulkedler og gasmotorer, og jo lettere bliver det at nå de nationale klimamål. Derfor er timeopløst CO₂-intensitet ikke blot en teknisk detalje, men et afgørende redskab i den grønne omstilling.
Metoder og datagrundlag: sådan beregnes timebaseret CO2-intensitet
Først skal man vælge regnemetode: produktionsbaseret betyder, at man ser på hvilket brændsel - kul, vind, biomasse osv. - der fysisk producerer elen i et givent dansk prisområde. Forbrugsbaseret flytter fokus til den strøm, der faktisk forbruges bag måleren, og inkluderer derfor import og eksport. Valget har stor betydning: En blæsende time kan være næsten CO₂-fri i produktionstælleren, men hvis Danmark netto eksporterer, kan den samme time se mere sort ud i forbrugstælleren. Hertil kommer spørgsmålet om man vil bruge gennemsnitlig intensitet (alle kWh i timen får samme værdi) eller marginal intensitet (hvilken kraftværkstype der sandsynligvis ville skrue op eller ned ved én ekstra kWh). De fleste offentlige dashboards - herunder Energinets - publicerer det gennemsnitlige, forbrugsbaserede tal, mens forskere og fleks-aktører ofte efterspørger en marginalmodel.
Datagrundlaget hentes primært via Energinets Energi Data Service (EDS): herfra fås timet opløste tal for Production
, Exchange
(grænseudveksling) og Consumption
for DK1 (Vestdanmark) og DK2 (Østdanmark). Når man beregner forbrugsbaseret intensitet, lægges nettoimport (positiv eller negativ) oven i den lokale produktion, og divideres med det samlede bruttoforbrug inkl. nettab (typisk 2-3 %). Importeret strøm antager man den CO₂-profil, som ENTSO-E anviser for det pågældende naboland eller - endnu bedre - det område, forbindelsen lander i (f.eks. NO2 for Norge, SE3 for Sydsverige). DK1 og DK2 behandles separat, fordi de har forskellige nabomarkeder, hvorefter man kan vægte dem sammen til et nationalt tal baseret på faktisk forbrug eller prisområdevægt.
Brændsels- og emissionsfaktorer er næste byggeklods. En typisk tabel kan se sådan ud:
Brændsel | g CO₂e/kWh (direkte) | Note |
---|---|---|
Kul | ≈ 940 | Standard IPCC-faktor |
Gas | ≈ 490 | Effektivitet på 55 % |
Olie | ≈ 780 | Reserve/peak |
Affald | ≈ 65 - 800 | Afhænger af fossil andel; Energinet bruger 410 som default |
Bæredygtig biomasse | 0 | Regnes ofte som klimaneutral; heri ligger en politisk antagelse |
Vind, sol, vand | 0 | Kun driftsemissioner tælles |
Til sidst kommer usikkerheder og efterkorrektioner: Termiske værker indberetter ofte brændselsfordeling med flere dages forsinkelse, og importdata revideres, når målerfejl rettes. Det betyder, at dagens “live” CO₂-tal kan ændre sig med 5-10 % bagefter. Marginalberegninger er endnu mere følsomme, fordi man skal modellere hvilken enhed der egentlig var på rampen. Energinet publicerer derfor både real-time estimater (RTO) og et verificeret datasæt (M+3 dage). Som bruger bør man altså erklære datoversion, tidsstempel (UTC vs. CET), metodevalg og antagelser om biomasse, så resultaterne kan reproduceres og sammenlignes på tværs af projekter.
Hvad driver variationerne time for time?
Når vi taler om timebaseret CO2-intensitet i Danmark, er produktionen fra vind og sol den mest afgørende enkeltfaktor: blæser det kraftigt i Vestdanmark, eller skinner solen midt på dagen i april, falder udledningen markant, fordi vindmøller og solceller har næsten nul marginale emissioner. Omvendt stiger intensiteten, når termiske værker og kraftvarmeanlæg (kul, gas, biomasse og affald) må dække efterspørgslen, fx under stille højtryk eller kolde vinteraftener. Nettoimporten betyder også meget: DK1 kan trække norsk vandkraft igennem Skagerrak-forbindelsen, mens DK2 ofte henter svensk vandkraft via Øresund - begge dele giver lav CO2. Høj efterspørgsel kombineret med høje elpriser presser derimod de dyrere og mere CO2-tunge reservekraftværker ind i spotmarkedet. Samtidig kan uplanlagt nedetid, planlagte revisioner og netbegrænsninger (fx hvis Storebæltsforbindelsen er ude af drift) tvinge systemet til at køre lokale termiske enheder, selv når der er rigelig grøn produktion på den anden side af et snævert kabel.
Disse mekanismer giver tydelige sæson- og døgnmønstre: vintermorgener og -aftener er typisk mest CO2-tunge, mens blæsende nætter eller solrige weekender om foråret har lavest intensitet. Et vedvarende højtryk kan løfte intensiteten med 100-200 g CO2/kWh i flere dage, mens en stormfront kan sende den tæt på nul - eller endda negativ, når eksport fortrænger fossil produktion i nabolandene. Kvoteprisen på CO2 (ETS) og brændselspriser (kul vs. naturgas) ændrer løbende værkernes rækkefølge i elbørsens budstak og skubber på variationerne. Resultatet er et elektrisk vejrbillede, hvor hver time afspejler et komplekst samspil mellem vind, sol, vand, termisk kapacitet, marked og infrastruktur - og hvor bevidste forbrugere og virksomheder kan udnytte de grønneste timer til at minimere eget klimaaftryk.
Typiske mønstre – og forskelle mellem DK1 og DK2
CO₂-intensiteten på det danske elnet bevæger sig i et ret genkendeligt døgn- og årsmønster. I et almindeligt døgn ser vi typisk lavest udledning i de sene nattetimer og igen midt på dagen, hvor efterspørgslen er moderat og andelen af vind + sol kan være høj. Om morgenen (kl. 06-09) og sidst på eftermiddagen (kl. 17-20) stiger intensiteten, fordi forbruget topper samtidig med, at solen enten ikke er stået op eller er ved at gå ned; det aktiverer mere kul-, gas- og biomassefyret kraftvarme. Årstidsmæssigt er vinteren mest CO₂-tung: længere mørkeperioder presser solandelen ned, kulde øger elforbruget til varme, og vindproduktionen er mere volatil. Sommeren får ofte lavere gennemsnitlig intensitet, da solproduktion og lavere efterspørgsel trækker i samme retning, selvom mindre vind i juli-august kan give kortvarige spikes.
Vestdanmark (DK1) og Østdanmark (DK2) følger samme overordnede rytme, men de to prisområder afviger regelmæssigt, fordi deres elsystemer er forbundet forskelligt til nabolandene og har forskellige produktionsprofiler:
- DK1 (Jylland/Fyn) råder over størstedelen af Danmarks land- og havvind, og er koblet med Norge, Sverige, Holland og Tyskland. Blæsende nætter kan derfor give markant negative priser og CO₂-intensiteter helt ned mod 20-40 g CO₂e/kWh.
- DK2 (Sjælland/Bornholm) har mere kraftvarme, mindre vind og stærke kabler til Sverige (vandkraft) samt Tyskland/Polen (kul og gas). Når de svenske vandmagasiner er fyldte, falder intensiteten i DK2, men revisioner af de svenske reaktorer eller lav vandføring presser den op.
- Storebæltsforbindelsen udligner forskellene, men kapacitetsbegrænsninger eller pris-/strømretninger gør, at DK1 kan ligge 30-100 g CO₂e/kWh under DK2 - eller omvendt - i enkelte timer.
Ekstreme situationer opstår især ved langvarige højtryk med stille vejr, hvor vindkraften dykker i begge områder. Er det samtidig koldt og mørkt, kan CO₂-intensiteten springe over 300 g CO₂e/kWh, fordi kul-/gasværker og import fra kulintensive nabolande dominerer. Den modsatte yderlighed indtræffer under kraftige efterårsstorme eller solrige søndage med lavt forbrug, hvor Danmark netto eksporterer grøn strøm; her er intensiteten enkelte timer under 10 g CO₂e/kWh. Forbrugere og virksomheder, der fleksibelt kan flytte last, kan derfor reducere deres el-relaterede klimaaftryk betydeligt ved at udnytte disse udsving - ikke bare mellem årstiderne, men time for time og region for region.
Følg CO2-udledningen live: data, værktøjer og integration
De mest pålidelige kilder til danske real-time og historiske CO2-tal er Energinets Energi Data Service (EDS) og ENTS0-E Transparency Platform. På EDS finder du både et co2emis
-endpoint med timebaseret intensitet for hhv. DK1 og DK2 samt rå data om produktion, forbrug, import/eksport og brændsler - alt frit tilgængeligt som JSON eller CSV. ENTSO-E dækker hele Europa og er nyttig, hvis du vil følge nabolandenes strøm, som ofte påvirker den danske intensitet via forbindelserne til Norge, Sverige, Tyskland og Holland. Ønsker du en hurtig visuel oversigt, kan tredjepartstjenester som ElectricityMap, Energiflow eller open-source dashboards på GitHub være gode genveje; de henter i praksis data fra netop EDS og ENTSO-E, men pakker dem ind i farvekodede grafer, widgets og mobil-apps.
Når du dykker ned i tallene, er det vigtigt at forstå enheder og tidsstempler. CO2-intensiteten opgives som gram CO2-ækvivalenter pr. kWh (gCO2e/kWh
). Energinet rapporterer i dansk lokal tid (CET/CEST), mens ENTSO-E konsekvent bruger UTC. Vær også opmærksom på opløsningen: EDS-serien co2emis
ligger i 5-minutters granuleret data, men opsummeres ofte til 60 minutter af tredjepartsvisninger. Hvis du vil sammenholde tallene med elpriser fra spotmarkedet (Nord Pool), skal du sikre, at begge sæt data bruger samme tidszone og at du - ved skift til sommertid - håndterer den dobbelte time kl. 02:00 eller den manglende time i oktober.
Vil du bygge et dashboard, er der flere hurtige veje:
- Grafana + InfluxDB: Hent CO2-data via EDS’ REST-API, indlæs dem i Influx og visualisér i realtid med Grafana-paneler.
- Home Assistant: Integrationen Energinet CO2 Signal kan opsættes på få minutter og giver både grafer og automatiserede sensor-entities.
- Google Sheets: Lav en simpel
IMPORTDATA()
-funktion mod JSON-url’en; godt til hurtige analyser eller deling med kolleger.
Når data først flyder, kan du omsætte dem til konkrete alarmer og automatik. Med f.eks. Node-RED eller et serverløst script på AWS Lambda kan du sætte en trigger til at køre vaskemaskinen, når intensiteten falder under 100 gCO2/kWh, eller sende en SMS, når den overstiger 300 g. Mange moderne elbiler (VW, Tesla m.fl.) kan via deres API tidsindstilles efter et eksternt signal, og varmepumper med SG-Ready eller OpenTherm-styring kan tilsvarende skubbe drift til de grønneste timer. For virksomheder, der rapporterer Scope 2-emissioner, er det muligt at eksportere en CSV hver måned og koble den direkte til Power BI eller ESG-software, så CO2-regnskabet opdateres helt ned på timen uden manuel indtastning.
Fra viden til handling: sådan reducerer du dit aftryk
Når du kender elsystemets CO2-intensitet time for time, kan du aktivt flytte forbruget til de grønneste timer og ofte samtidig spare penge. Start med at hente et live-feed fra Energinets “CO2Emission”-API, ElectricityMap eller din egen el-app og læg tallene ind i et simpelt dashboard. Med et par regler i dit smarthjem (fx Home Assistant) kan du sætte IF intensitet < 120 g/kWh THEN start ladning
. De samme data driver også timepriserne på elbørsen, så når vinden blæser, falder både pris og udledning - en dobbelt gevinst, hvis du reagerer på signalet.
Konkrete greb i husstanden:
- Elbil: Indstil bilen eller ladeboksen til afgangstid i stedet for sluttid. Det lader automatisk i lav-CO2-timer.
- Varmepumpe: Brug “smart-grid ready”-funktionen til at overophede huset +1 °C, når udledningen er lav, og lade temperaturen glide ned senere.
- Varmtvandsbeholder: Sæt styringen til kun at varme mellem kl. 12-17 på solrige dage eller 02-05 på blæsende nætter.
- Vask/tørring: Vælg udsat start; de fleste maskiner kan sættes til at gå i gang, når prisen (og dermed udledningen) rammer din grænse.
- Fleksible tariffer: Flere netselskaber tilbyder lav transporttarif i bestemte timer - typisk sammenfaldende med lav intensitet.
- 24/7 time-match: Køb en andel i et lokalt sol- eller vindanlæg og følg produktionen time for time; restforbruget dækkes af almindelig spotstrøm.
Virksomheder kan gå skridtet videre med scope 2-rapportering. Den traditionelle location-based metode bruger års-gennemsnit, men market-based og især time-baseret rapportering viser den reelle indflydelse af fleksibelt elforbrug. Overvej en PPA med en vindpark og match indkøb og forbrug time for time (24/7-matching). Et simpelt skema kan dokumentere resultaterne:
Time | Forbrug (kWh) | CO2-intensitet (g/kWh) | Udledning (kg) |
---|---|---|---|
11-12 | 120 | 65 | 7,8 |
19-20 | 120 | 260 | 31,2 |