Bijlage II. Werkwijze bepaling kencijfers
De werkwijze voor het bepalen van de kencijfers parkeren is stapsgewijs toegelicht.
Kencijfers hoofdgroep Wonen (bewoners)
Stap 1: Analyse autobezit versus kencijfers
Uit cijfers van het CBS blijkt dat het autobezit sinds 2017, het jaar waarop de vorige uitgaven van de parkeerkencijfers (CROW-publicatie 381) waren gebaseerd, licht is toegenomen. Gemiddeld over heel Nederland is het autobezit met 2,8% toegenomen. Dit percentage is op zichzelf geen aanleiding om de parkeerkencijfers aan te passen. Het betreft echter een gemiddelde over alle niveaus van stedelijkheid en woningtypen. Het is uiteraard mogelijk dat voor specifieke stedelijkheidsniveaus of woningtypen het autobezit zich sterker heeft ontwikkeld. Op basis van (micro)data van het autobezit van het CBS heeft bureau Goudappel een analyse uitgevoerd om meer inzicht te krijgen in het autobezit, onderscheiden naar woningtypen op landelijk niveau. Voor het bepalen van de parkeervraag, heeft het leaseauto’s meegenomen bij de interpretatie van de analyse.
Stap 2: Aanpassen woningcategorieën
De indeling in woningcategorieën volgens de vorige publicatie was op onderdelen niet goed toe te passen op de wijze van indelen die in de huidige tijd gangbaar is. Mede met de data van Goudappel is deze indeling aangepast voor de appartement functies; hierbij is gekozen voor een indeling op basis van vierkante meters (m2 bvo).
Stap 3: Logische opbouw en praktische toepasbaarheid
Mede in overleg met de werkgroep is een verificatie uitgevoerd op de logische opbouw en praktische toepasbaarheid van de kencijfers. Hierbij is onder meer een minimale waarde van 0,2 gehanteerd, ongeacht de woningcategorie.
Kencijfers hoofdgroep Wonen (bezoekers)
Op basis van bezoekersdata (digitale bezoekerskaarten en parkeeronderzoek) in diverse gemeenten, is inzicht verkregen in de lokale parkeervraag voor bezoekers aan woningen. Er is gebruikgemaakt van gemeenten met differentiatie op basis van stedelijkheidsgraad. Op basis van de bezoekersdata zijn kencijfers voor bezoekers opgesteld. Er is onderscheid gemaakt tussen stedelijkheidsgraad en ligging in het (stedelijk) gebied. De kencijfers variëren van 0,1 tot 0,3 parkeerplaats per woning.
Werkwijze bepaling kencijfers elektrisch vervoer
Het aantal elektrische voertuigen op de Nederlandse wegen groeit gestaag, mede dankzij een stimuleringsregeling. Het opladen van de accu van een elektrische auto vergt een andere benadering dan het vullen van een brandstoftank bij een auto met verbrandingsmotor. Elektrische auto's worden bij voorkeur opgeladen op plaatsen waar zij voor lange tijd stil staan, zoals bij de woning of de werkplek. Een elektrische auto kan niet altijd op eigen terrein opgeladen worden. Er is daarom een toenemende vraag naar oplaadpunten bij parkeerplaatsen in de openbare ruimte of in openbare parkeergarages.
Om een wildgroei aan ad-hoc geplaatste laadpalen te voorkomen, kan een gemeente het aantal en de plaats van de laadpunten opnemen in het parkeerbeleid. Zo kan zij strategisch met de groei van elektrisch rijden en laden in nieuwe ontwikkelingen omgaan.
De geprognosticeerde groei van het aantal elektrische personenauto’s is onder andere bepaald aan de hand van recente (markt)ontwikkelingen, zoals nationaal en Europees beleid, doelstellingen van fabrikanten en beschikbare technologie. Dit heeft geleid tot drie groeiscenario’s (hoog, midden, laag) voor het aantal elektrische personenauto’s in het wagenpark in Nederland. Figuur 4 toont de prognoses voor de drie groeiscenario’s. Het aantal elektrische auto's is de afgelopen jaren toegenomen en de verwachting is dat het aantal elektrische auto’s de komende jaren nog fors zal toenemen. Naar verwachting van ElaadNL is het groeiscenario midden het meest realistische toekomstscenario.
[ link ]
Figuur 4. Prognoses voor de drie groeiscenario’s
De transitie naar elektrische personenvervoer(aantal elektrische personenauto's) gaat niet overal even snel. De keuze om elektrisch te rijden hangt af van veel factoren, zoals inkomen, autobezit en gezinssamenstelling. Inmiddels zijn de meeste leaseauto's en deelauto's bij de grote ondernemingen wel elektrisch of hybride.
Met een spreidingsmodel heeft ElaadNL op basis van wetenschappelijk onderzoek, data- en marktanalyses per CBS-buurt in kaart gebracht waar de komende jaren wordt verwacht dat eigenaren van elektrische personenauto’s wonen, werken en op bezoek gaan. Dit model biedt inzicht in de adoptie van elektrische personenauto’s en het benodigde aantal en typen laadpunten. Om gemeenten een beeld te kunnen geven van de verwachte behoefte, is in de kencijfers rekening gehouden met de prognosejaren 2030 en 2035. Afhankelijk van de ontwikkelingen, kunnen de kencijfers voor deze categorieën regelmatig opnieuw berekend worden.
Met een aantal indicatoren zoals aantal woningen, wijktypologie, verzorgingsgebied en bezoekduur, het laadgedrag geanalyseerd. Hierbij is gebleken dat de variabelen ‘aantal laadtransacties’, ‘transactieduur’ en ‘starttijd’ bepalende indicatoren zijn om de behoefte aan het aantal openbare laadpunten per categorie (wonen, werken en bezoeken) af te leiden.
1 Gebruikscategorieën
Voor het berekenen van het benodigd aantal laadpunten en de bijbehorende kencijfers is het van belang om te weten wanneer de laadpalen worden gebruikt en door wie. Door de starttijd en de connectietijd te analyseren, komt naar voren dat er feitelijk drie categorieën gebruikers (gebruiksprofielen) te onderscheiden zijn: bezoekers, werkenden en bewoners. Figuur 5 is gebaseerd op data van de gemeente Amsterdam. Analyse van, en toetsing op de data uit de gemeente Den Haag en Gelderse gemeenten laten vergelijkbare gebruiksprofielen zien: bezoekers komen overdag en staan minder dan 5 uur aangesloten bij een laadpunt. Werkenden komen aan het begin van de werkdag bij een laadpunt en gaan aan het einde van de dag weg, en bewoners komen aan het begin van de avond en vertrekken de volgende ochtend. De connectietijd maakt duidelijk welk type gebruiker bij het laadpunt geparkeerd staat.
[ link ]
Figuur 5. Gebruiksprofielen naar bezoekers (links), werkenden (midden) en bewoners (rechts) (bron: Hogeschool van Amsterdam)
2 Bezetting van het laadnetwerk
Bij het bepalen van het benodigd aantal laadpunten en het ontwikkelen van de kencijfers is gekeken naar de bezettingsgraad van het laadpunt per uur van de dag. De startijd van de transactie is hierbij van minder belang. De grafieken in figuur 6 laten de bezetting van het laadnetwerk van een aantal buurten in Amsterdam zien. Er is onderscheid gemaakt in doelgroep en connectietijd. Rood zijn de bewoners (meer dan 8 uur aangesloten), groen zijn de werkenden (5 tot 8 uur aangesloten), blauw zijn de bezoekers met een langere parkeerduur (2 tot 5 uur) en paars zijn de bezoekers met een korte parkeerduur (0 tot 2 uur).
[ link ]
Figuur 6. Bezetting van het laadnetwerk (bron: Hogeschool van Amsterdam)
Figuur 6 laat de bezetting van het laadnetwerk door de verschillende gebruikers zien. Op de verticale as is het aantal aangesloten uren voor de betreffende wijk zichtbaar. Op de horizontale as zijn de uren van de dag geprojecteerd van 0 tot 24 uur. De figuur is illustratief voor woongebieden. De bezetting van de laadpunten is ’s avonds en ’s nachts groot, de bezetting overdag ligt lager. In werkgebieden zoals de wijken rondom kantorencomplex Zuid-As in Amsterdam en Kerketuinen-Zichtenburg in Den Haag, hebben laadpalen juist overdag een hogere bezetting dan in de avond/nacht.
Voor bestaande gebieden waar wonen de dominante functie is, hoeft voor het bepalen van het aantal laadpunten in de openbare ruimte enkel naar de woonfunctie te worden gekeken. Op het drukste moment staan er immers alleen bewoners en bezoekers van woningen geparkeerd.
3 Kencijfers per categorie
In de analyse zijn voor de categorieën wonen, werken en bezoeken kencijfers opgesteld. Hierna is de totstandkoming van de kencijfers per categorie toegelicht.
3.1 Wonen
Het benodigde aantal openbare laadpunten in de woonwijk groeit niet lineair met de toename van het aantal elektrische personenauto’s in het wagenpark. Naarmate het percentage elektrische personenauto’s in het wagenpark groeit, ontwikkelen ook de technologie en het laadgedrag zich. De batterijen van elektrische personenauto’s zullen door deze ontwikkelingen in de toekomst minder vaak geladen worden. Een laadpunt kan bijvoorbeeld naar verwachting daarom in 2035 door meer elektrische personenauto’s gebruikt worden dan in 2030. In de Outlook Personenauto’s neemt ElaadNL aan dat in 2030 vier elektrische personenauto’s gebruik maken van één publiek laadpunt. In 2035 zijn dat er vierenhalf per publiek laadpunt.
Voor het bepalen van een kencijfer is vanuit de Outlook Personenauto's gekeken naar CBS-woonbuurten,
Bij de buurtindeling zijn prijscategorieën gehanteerd: 'Duur', 'Middel' en 'Goedkoop'. Voor elke gemeente is de gemiddelde WOZ-waarde per gemeente als referentiepunt genomen. Woningen met een WOZ-waarde aan de bovenkant van dit gemiddelde zijn in de categorie 'Duur' geplaatst, terwijl woningen aan de onderkant als 'Goedkoop' zijn beschouwd.Voordat de kencijfers voor de subcategorieën zijn bepaald, is eerst de landelijke range voor het percentage benodigde openbare laadpunten in woonwijken afgeleid. Ter vergelijking is dit naast huishoudens ook gedaan op basis van het totaal aantal openbare parkeerplaatsen.
Tabel 17. Landelijke prognose aandeel laadpunten wonen (bron: ElaadNL)
| Prognosejaar | Elektrische personenauto's in het wagenpark | Benodigd aantal laadpunten ten opzichte aantal openbare parkeerplaatsen | Benodigd aantal laadpunten ten opzichte van het aantal huishoudens |
| 2025 | 11% | 1,6% | 1,9% |
| 2030 | 26% | 3,7% | 4,4% |
| 2035 | 45% | 6,3% | 7,4% |
De landelijke range per huishouden (zie laatste kolom in tabel 17) is vergeleken met een landelijke steekproef onder de CBS-buurten naar prijscategorieën. Hieruit volgt een kencijfer, oftewel een percentage van het aantal benodigde laadpunten ten opzichte van het aantal huishoudens.
Het kencijfer is gepresenteerd voor de prognosejaren 2030 en 2035. Aangezien het jaar 2025 te nabij ligt, is deze niet als prognose in de kencijfers opgenomen. In woonwijken is het laadgedrag van de bewoners bepalend voor het benodigd aantal laadpunten. Bezoekers van woningen zijn in het onderdeel wonen meegenomen. Het aandeel laden op eigen opritten is niet meegenomen in het bepalen van het kencijfer.
Tabel 18. Prognose aandeel benodigde laadpunten per woning naar buurtcategorie (bron: ElaadNL)
| Goedkoop | Middel | Duur | |
| 2030 | 1% | 5% | 8% |
| 2035 | 3% | 8% | 13% |
3.2 Werken
De laadbehoefte bij werklocaties is sterk gerelateerd aan de gemiddelde woon-werkafstand, het percentage eigenaren van elektrische personenauto’s dat buiten de eigen gemeentegrenzen werkt en de verdeling van banen naar type economische activiteit per gemeente. Deze combinatie maakt inzichtelijk hoe vaak en waar er geladen dient te worden. In de praktijk gebeurt het laden bij werklocaties voor op eigen terrein en in beperkte mate bij openbare laadpunten. Circa 94% van de ongeveer 1,46 miljoen benodigde werklaadpunten zal op eigen terrein, op bedrijventerreinen en in parkeergarages aangelegd worden. Op basis van de ElaadNL Outlook is op deze wijze geen passend gemiddeld percentage te onderscheiden voor het aandeel laadpunten bij werklocaties.
In gebieden waar veel bedrijven zijn gevestigd, is het bedrijfsspecifiek beleid belangrijk voor het aantal elektrische auto’s en daarmee voor het aantal laadpunten. Bij een organisatie die besluit om het hele wagenpark te vervangen door elektrische wagens, zijn meer laadpunten nodig dan bij een organisatie die hier geen beleid op voert. Het aantal benodigde laadpunten hangt dus sterk af van het specifieke beleid van een organisatie en kan daardoor niet eenvoudig op een algemene manier worden vastgesteld. Op basis van de Outlook van ElaadNL voor lang parkeren voor bezoekers en een landelijke steekproef uitgevoerd op diverse bedrijventerreinen, is een indicatieve prognose te geven voor de toekomstige behoefte aan laadpunten. Houd bij het hanteren van deze prognostische kencijfers rekening met een forse marge.
Tabel 19. Prognose aandeel benodigde laadpunten voor werklocaties (bron: ElaadNL)
| 2025 | 2030 | 2035 | |
| Aandeel laadpunten van het aantal parkeerplekken | 6% | 8,6% | 13% |
3.3. Bezoeken
In deze categorie is onderscheid gemaakt tussen locaties waar bezoekers lang verblijven en locaties waar bezoekers kort verblijven.
Bezoekers-lang
Het gaat hier om locaties waar bezoekers meer dan twee uur verblijven, meestal een (boven)regionaal verzorgingsgebied. In de ElaadNL Outlook vallen de bezoekerslocaties onder bestemmingsladen. Naar verwachting zal maar 4 procent van de benodigde laadinfrastructuur onder bestemmingsladen vallen, waarvan een deel snelladers langs snelwegen zijn. De verschillende typen bezoekerslocaties waar men langer dan twee uur parkeert, is zeer divers. De daadwerkelijke laadbehoefte is naast de parkeerduur mede afhankelijk van de afstand die de gemiddelde bezoeker aflegt om op de bezoekerslocatie te komen. Met name bij bezoekerslocaties waar men een langere afstand naartoe heeft moeten afleggen en langere tijd zal parkeren, zal de vraag naar laadpunten toenemen. Ook maken op bezoekerslocaties door bijvoorbeeld beperkte openingstijden, minder elektrische auto’s gebruik van hetzelfde laadpunt dan in woonwijken. Dit zijn bijvoorbeeld een pretpark, dierentuin of bioscoop. In tabel 20 staat een prognose voor het benodigde aantal laadpunten voor bezoekers-lang de voor de jaren 2025, 2030 en 2035.
Tabel 20. Prognose aandeel benodigde laadpunten voor bezoekers-lang (bron: ElaadNL)
| 2025 | 2030 | 2035 | |
| Aandeel laadpunten van het aantal parkeerplekken | 6% | 8,6% | 13% |
Bezoekers-kort
Het gaat hier om locaties waar bezoekers minder dan twee uur verblijven en die voornamelijk een wijkfunctie hebben. Dit zijn bijvoorbeeld de supermarkt en de huisarts.
Voor de groep ‘bezoekers kort’ is het aanbieden van laadinfrastructuur niet noodzakelijk. De connectietijd is te kort om substantieel te kunnen laden. Bovendien maakt de afgelegde afstand naar deze functie (minder dan 7 kilometer) laden niet nodig.
Voor de groep ‘bezoekers kort’ is het aanbieden van laadinfrastructuur niet noodzakelijk. De connectietijd is te kort om substantieel te kunnen laden. Bovendien maakt de afgelegde afstand naar deze functie (minder dan 7 kilometer) laden niet nodig.
4. Rekenvoorbeeld
Nieuwbouw woonwijk met woningen in het middensegment
In een nieuw te ontwikkelen woonwijk aan de rand van een gemeente worden in 2035 50 nieuwbouwwoningen in het middensegment opgeleverd. Op basis van de gemeentelijke parkeernormen (1,5 parkeerplaatsen per woning) worden 75 openbare parkeerplaatsen gerealiseerd. De gemeente sorteert voor op de prognose van laadpalen van 2035. Dit betekent dat bij de oplevering van de woningen 4 openbare parkeerplaatsen (8% van 50woningen) worden voorzien van een publiek laadpunt voor elektrische voertuigen. Daarnaast dient bij de bestrating en stroomvoorziening rekening te worden gehouden met een uitbreiding van het aantal laadpunten, afhankelijk van het aantal elektrische voertuigen in de toekomst.