Forestil dig, at du med et enkelt klik kan se, hvornår strømmen i din stikkontakt er grønnest - og at du derefter kan flytte din tøjvask, opladning af elbilen eller opvaskemaskinen til netop de timer, hvor klimaaftrykket er lavest. Lyder det som fremtidsmusik? Det er allerede muligt - hvis du ved, hvor du skal kigge, og hvordan du kobler de rigtige data sammen.
I denne guide viser vi dig trin for trin, hvordan du bruger Energinets Eloverblik til at finde såkaldte CO2-timer: de tidspunkter på døgnet, hvor CO₂-intensiteten i det danske elnet falder markant. Du får både den lette “drag-and-drop”-metode til Excel og den nørdede API-løsning til automatiseret datahøst - alt sammen pakket ind i praktiske tips, der gør det nemt at handle klimaklogt i hverdagen.
Så hvis du er klar til at skrue ned for CO₂-udledningen uden at gå på kompromis med elforbruget, så læn dig tilbage og læs videre. Det er lettere, end du tror - og effekten kan mærkes både på klimakontoen og elregningen.
Hvorfor CO2-timer? Derfor betyder tidspunktet noget
CO2-timer er de tidspunkter på døgnet, hvor elnettet har den laveste CO2-intensitet - målt i gram CO2 pr. kWh. Når du lægger strømforbruget til disse timer, udnytter du den elektricitet, der allerede er produceret med mest vind, sol eller vandkraft i mixet, og du undgår at trække ekstra på kul-, gas- og olieanlæg. Det gør ingen forskel for apparatet, om vaskemaskinen kører kl. 18 eller kl. 22, men det kan gøre en markant forskel for klimaet.
Elforbruget i Danmark dækkes time for time af et dynamisk mix af egen produktion og import/eksport. Når vinden blæser over Nordsøen eller solen skinner i Nabodal, falder CO2-intensiteten, fordi vindmøller og solceller har nært nuludledning. I stille, mørke perioder trækker systemet i stedet på gas- og kulkraftværker samt import fra nabolande som Tyskland eller Norge. CO2-tallet svinger derfor fra under 20 g CO2/kWh i de grønneste timer til over 300 g CO2/kWh, når fossile kraftværker dominerer.
Danmark er delt i to pris- og balanceringsområder: DK1 (Jylland/Fyn) og DK2 (Sjælland/Bornholm). De to zoner har forskellige forbindelser til udlandet og forskellig andel af vind versus sol, hvilket giver separate CO2-profiler. Samme tidspunkt kan altså være klimavenligt i DK1, men ikke nødvendigvis i DK2, alt efter om kabelforbindelserne til Norge, Sverige og Tyskland eksporterer eller importerer strøm.
Ved aktivt at flytte elforbruget til CO2-timer kan du som privat forbruger eller virksomhed reducere dine indirekte udledninger med 10-30 % uden at investere i nyt udstyr - kun ved at bruge de data, som Energinet stiller til rådighed. I næste afsnit viser vi, hvordan du identificerer de konkrete timer og kobler dem til dine egne målinger, så både tørretumbler, elbil og varmepumpe kører grønnest muligt.
Kort om Energinet, Eloverblik og datagrundlaget
Energinet er den statslige virksomhed, der ejer og driver det overordnede el- og gasnet i Danmark. Via selvbetjeningsportalen Eloverblik giver Energinet private forbrugere og mindre virksomheder adgang til deres egne måledata, som indhentes direkte fra de fjernaflæste elmålere. Når du logger ind med MitID, får du en intuitiv tidslinje over dit timeforbrug, oversigter pr. dag, uge eller måned samt visning af dit aktuelle målepunkt-ID (EAN-nummer) og tilhørende net- og elleverandør.
Ud over visningen i browseren kan du under fanen Dataudtræk hente dine rå data som CSV-filer - perfekt, hvis du vil analysere dit eget forbrug i et regneark. Har du brug for automatisering, tilbyder Energinet også en REST-API: Her opretter du et personligt adgangstoken via MitID og kan derefter programmérbart trække præcis de samme timeværdier, som vises på skærmen. API-responsen indeholder bl.a. tidspunkt (UTC), forbrug i kWh, EAN-nr. og prisområde (DK1 eller DK2), hvilket gør det let at koble forbruget med andre offentlige datasæt.
Et af de vigtigste supplerende datasæt er CO₂-intensiteten - altså hvor mange gram CO₂ der udledes pr. kWh strøm, som rent faktisk sendes ud til forbrugerne time for time. Tallene leveres af Energinets åbne platform Energi Data Service, hvor du kan hente både historiske og prognosticerede værdier for DK1 (Jylland/Fyn) og DK2 (Sjælland/Bornholm). Beregningen bygger på det aktuelle elmix: import/eksport over kabler, produktion fra vind, sol, kul, biomasse mv. samt tilknyttede emissionsfaktorer. Når du kombinerer dine egne forbrugsdata fra Eloverblik med CO₂-intensiteten fra Energi Data Service, får du dermed det komplette grundlag for at identificere de grønneste timer at bruge strøm på.
Trin-for-trin: Log ind i Eloverblik og hent dine timeværdier
Sådan kommer du i gang: Besøg eloverblik.dk og vælg “Log ind”. Når du har bekræftet med MitID, lander du som regel på oversigten “Mit forbrug”. Klik på fanen “Målepunkter”, og vælg det målepunkt (EAN-nummer), du vil arbejde med - har du flere, vises de alle her. Gå dernæst til “Forbrug” og vælg visningen “Timeværdier”. Her kan du frit skifte mellem dage, uger eller måneder med piletasterne, eller du kan angive en præcis datoperiode i kalenderfeltet øverst til venstre, hvis du vil zoome ind på eksempelvis sidste kvartal.
- Log ind med MitID → “Målepunkter”
- Vælg EAN → “Forbrug” → “Timeværdier”
- Angiv periode → vis grafer eller tabel pr. time
Download dit timeforbrug: Nederst på siden finder du knappen “Dataudtræk”. Klik og vælg “Elforbrug - time” som datatypen. Indstil start- og slutdato, og vælg igen dit målepunkt (hvis du har flere). Sørg for at markere filformatet CSV; dette giver en komma-separeret fil, som både Excel, LibreOffice og de fleste scripts kan læse. Tryk “Download” - efter få sekunder modtager du filen forbrug_time.csv
, der indeholder én række pr. time med kolonner for dato, klokkeslæt, energimængde i kWh samt prisområde (DK1 eller DK2).
- CSV’en følger som standard dansk talformat (komma som decimaler), så tjek regionale indstillinger i dit regneark.
- Filnavnet kan variere; gem det et sigende sted, fx
2023_Q4_timeforbrug.csv
.
Tidszone & prisområde - pas på faldgruberne: De viste tal i Eloverblik er altid i dansk lokal tid (CET/CEST). Downloader du CSV’en, har hver række et tidsstempel i lokal tid, men når du senere matcher mod CO₂-data fra Energi Data Service, vil deres API levere tidspunktet i UTC. Læg derfor en ekstra kolonne til at konvertere UTC → lokal, eller vælg UTC for begge datasæt, så de passer præcist én-til-én. Husk også, at CO₂-intensiteten knyttes til prisområdet; bor du vest for Storebælt er det DK1, øst for er det DK2. Står der “DK2” i din CSV, skal du altså hente CO₂-serien for DK2 - ellers vil dine beregninger ramme ved siden af, især når import/eksport ændrer sig i løbet af døgnet.
Find de grønne timer: Kobl Eloverblik-data med CO2-intensitet
Sådan kobler du de to datasæt i et regneark:
- Hent CO2-intensitet: Gå til Energinets Energi Data Service, vælg datasættet “CO2 Emission (T/M)” og filtrér på dit prisområde (DK1 eller DK2). Klik “Download CSV”.
- Åbn dit forbrugs-CSV fra Eloverblik i Excel, LibreOffice Calc eller Google Sheets. Tjek, at tidsstemplerne står i
ÅÅÅÅ-MM-DD HH:00
-format i lokal tid. - Importér CO2-filen i et nyt ark. Kolonnen
CO2Emission
(g CO₂/kWh) er den, vi skal bruge. - Match de to ark: I forbrugsarket opretter du en nøgle, f.eks.
=TEKST(A2;"ÅÅÅÅ-MM-DD TT")
. Brug derefterXOPSLAG
/VLOOKUP
til at hente CO2-værdien fra CO2-arket ind ved siden af hvert forbrugstal. - Tjek tidszone: Hvis dine CO2-data står i UTC, så læg én time til vinter og to timer til sommertid, før du matcher.
Find de grønneste timer - og lav tommelfingerregler:
- Sortér regnearket efter kolonnen g CO₂/kWh (stigende) og vælg de 10 rækker med lavest værdi. Det er dine “Top-10 grønne timer”.
- Brug betinget formatering til at farve alle celler under f.eks.
100
g CO₂/kWh grønt - så springer de klimavenlige tidspunkter i øjnene. - Lav en simpel regel som:
Start vaskemaskinen, når næste timeprognose viser under 100 g CO₂/kWh
. Gem reglen som en note eller automatisér den i din kalender.
Dato | Time | g CO₂/kWh |
---|---|---|
12-04-2024 | 03:00 | 44 |
22-04-2024 | 14:00 | 51 |
08-05-2024 | 01:00 | 56 |
API-metoden: Automatisér med Eloverblik og Energi Data Service
Trin 1: Opret adgangstoken til Eloverblik - log ind på api.eloverblik.dk med dit MitID, vælg “API-kald” og kopiér den 64-tegns x-access-token
.
Trin 2: Hent timeforbrug - lav et GET-kald til https://api.eloverblik.dk/customerapi/api/meterdata/gettimeseries/{EAN}
med headeren x-access-token: [dit-token]
og angiv datointerval (from=&to=
). Resultatet er ISO-8601-tidsstemplede værdier i kWh.
Trin 3: Hent CO₂-intensitet - brug Energinets åbne endpoint https://api.energidataservice.dk/dataset/CO2Emis?filter=%7B%22PriceArea%22:%22DK1%22,%22HourUTC%22:%7B%22$gte%22:%222023-01-01T00:00:00Z%22,%22$lte%22:%222023-01-31T23:00:00Z%22%7D%7D
eller tilsvarende for DK2. Felterne CO2Emission
(g CO₂/kWh) og HourDK
/HourUTC
gør det nemt at matche.
Trin 4: Join og udvælg - indlæs JSON-filerne i f.eks. Python (pandas
) eller Power Query, merge på timestamp + prisområde, og filtrér på CO2Emission < 100
for at finde de grønneste timer. Gem evt. som ny CSV eller smid resultaterne i et graf-dashboard.
- Sommertid/UTC: CO₂-dataset har både
HourUTC
ogHourDK
; Eloverblik leverer lokal tid. Konvertér til UTC før join eller brugHourDK
direkte for at undgå skæve match den sidste søndag i marts/oktober. - Datakvalitet: Realiserede CO₂-tal offentliggøres normalt 15-30 minutter efter hver time. For planlægning kan du kombinere med Energinets
CO2Forecast
-dataset. - Automation: Sæt et dagligt cron-job eller en GitHub Action til at opdatere datasættet og poste de kommende “grønne vinduer” til Home Assistant, IFTTT eller Zapier, så du kan styre f.eks. elbil, varmepumpe eller opvasker automatisk.
- Sikkerhed: Eloverblik-tokenet gælder et år; gem det i et miljø-variabel eller secrets-vault og roter det regelmæssigt.
- Pris vs. CO₂: Lav CO₂ falder ofte, men ikke altid, sammen med lav elpris - overvej separate filtre (
CO2Emission < 100
g/kWh ogSpotPrice < 50
øre/kWh) hvis økonomi også er en faktor.
Tips, faldgruber og næste skridt
CO₂-intensitet og elpris er to forskellige størrelser. Den billigste time er ikke nødvendigvis den grønneste, fordi spotprisen styres af markedskræfter, mens CO₂-intensitet afhænger af det aktuelle elmix. Især når vindproduktionen er høj i DK1 (Vestdanmark) kan man opleve billig men kulsort strøm, hvis vi samtidig importerer tysk kulkraft via forbindelserne Cobra eller Kontek. Omvendt kan DK2 (Østdanmark) få grønne timer, selv om prisen stiger, fordi vi modtager svensk vandkraft gennem Øresundsforbindelsen. Tjek derfor altid både prisområde (dk1/dk2) og CO₂-tal, før du flytter forbruget.
Brug prognoser med omtanke. Eloverblik viser de realiserede timeværdier 1-2 døgn bagud, mens Energinet offentliggør forecast for CO₂-intensitet op til 48 timer frem på Energi Data Service. Forecast er nyttige til planlægning, men kan ramme ved siden af, hvis vinden løjer af, kablerne går ud af drift, eller norsk vandkraft prioriterer andet. Sammenlign derfor altid prognose og seneste faktisk, og husk at tidsstemplerne ligger i UTC på API’et - du skal lægge én time til om vinteren og to timer om sommeren (CEST) i regnearket eller koden.
Praktiske anvendelser: • Styret opladning af elbil: Sæt laderen til kun at starte, når CO₂-intensiteten er under f.eks. 100 g/kWh - de fleste wallbokse kan kobles til et simpelt script eller Home Assistant-flow. • Varmepumpe: Aktiver “boost” i de grønneste timer og lad buffertanken køre lavere fremløbstemperatur, når strømmen er sort. • Opvaskemaskine og vaskemaskine: Brug udsat start eller et smart-plug, så de kører om natten, hvis CO₂ og pris er lav. Små justeringer kan flytte 10-20 % af husstandens elforbrug til grønnere timer uden mærkbar gene.
Datasikkerhed og videre læsning. Din adgang til Eloverblik er personlig; del aldrig adgangstoken eller EAN-numre offentligt. Brug i stedet maskin-til-maskin-tokens med begrænset levetid, hvis du automatiserer. Læs mere hos Eloverblik, API-dokumentationen på api.eloverblik.dk og CO₂-data på Energi Data Service. For baggrund om elpris og import/eksport findes grundige rapporter i Energinets Analyse-bibliotek, mens praktiske guides til smart-home-integration ligger på GitHub-fællesskabet Energidity. God fornøjelse med den grønne timejagt!