15-minutershandel: så ökar AI batterilagringens ROI

96 handelsintervall per dygn slår 24. Det låter som en detalj, men för batterilagring i Europas elmarknader är det precis den sortens regeländring som flyttar pengar från “teoretisk potential” till faktisk intjäning.

Sedan 2025-09 har day-ahead på EPEX SPOT öppnat för bud varje kvart, och intradag gick i samma riktning tidigare under året. Rystad Energy bedömer att detta kan lyfta batteriprojektens långsiktiga avkastning med ungefär 3% ROI över 20 år, givet antaganden om drift och cykling. För vissa länder är intäktspotentialen ännu tydligare: arbitrageuppsidan kan öka 15–25% i mer “stela” system, medan vinsten är liten där vattenkraft och flexibel produktion redan jämnar ut priser.

Här är min poäng: 15-minutershandel gör batterier mer värdefulla – men bara om du kan fatta beslut i 15-minutersfart. Det är där AI och optimering blir en praktisk konkurrensfördel i “AI inom energi och hållbarhet”-serien: bättre prognoser, snabbare budstrategier och smartare riskhantering gör att flexibiliteten faktiskt blir betald.

Varför 15-minutershandel ökar värdet av flexibilitet

Kortare avräkningsperioder fångar snabba prisrörelser som tidigare försvann i timsnitt. När mer vind och sol pressar in variation i produktionen kan priset svänga kraftigt inom en timme. Med timprodukter “smetas” toppar och dalar ut. Med kvartstimmar blir de prissatta – och ett batteri kan agera.

Det är särskilt relevant i december 2025. Europa går in i vintersäsongen med högre känslighet för:

• snabbt växlande vindlägen
• toppar i efterfrågan morgon/kväll
• begränsningar i nätet som skapar lokala prisskillnader

Ett batteri tjänar pengar när det kan:

1. ladda när priset är lågt,
2. urladda när priset är högt,
3. och göra detta på ett sätt som inte äter upp marginalen via förluster, degradering eller felbud.

Med 96 intervall per dygn finns helt enkelt fler tillfällen att göra “rätt sak” – men också fler tillfällen att göra fel.

Varför vissa länder vinner mer än andra

Stela system med hög andel intermittent förnybart får större prissvängningar. Där blir vinsten av 15-minutersprodukter större.

Rystad pekar på att länder som Norge (mycket vattenkraft) och exempelvis Portugal (vattenkraft och gas i mixen) ofta får mer stabila priser inom en timme. Då blir skillnaden mellan timhandel och kvartshandel mindre.

Kontrasten är tydlig i Rystads exempel:

• Portugal: ungefär 3% uppsida, och runt US$89/MWh i nuvarande arbitrageintäkter i exemplet.
• Österrike: mer än 25% ökad intäktspotential och cirka US$107/MWh i exemplet, givet “perfekt förutseende” och en ekvivalent full cykel per dag.

Den där formuleringen, perfekt förutseende, är också en blinkning till varför AI blir relevant.

Från “marginaler på papper” till pengar på kontot

Arbitrage är enkelt i teorin och brutalt i praktiken. Rystad nämner att dagens genomsnittliga marginaler kring US$150/MWh inte bedöms hålla på sikt och att US$60/MWh är mer realistiskt långsiktigt. Det är en nyttig reality check för investerare och utvecklare.

Men även om marginalerna normaliseras kan 15-minutershandel skapa en strukturell intäktsuppsida genom fler och tydligare signaler.

Antagandena som avgör om 3% ROI blir verklighet

3% ROI-lyft över 20 år kräver att flera “operativa friktioner” hanteras. I verkligheten tappar man intäkt jämfört med en perfekt modell på grund av:

• verkningsgradsförluster (varje cykel kostar energi)
• tillgänglighet (planerade/oplanerade stopp)
• degradering (värdet av att cykla måste vägas mot livslängd)
• likviditet i marknaden (kan du faktiskt få igenom volym?)
• hedging och riskpolicy (hur mycket volatilitet vågar du ta?)

Det här är inte argument mot 15-minutershandel. Det är argument för att optimera på riktigt, inte bara handla “på känsla”.

Lärdom från Australien: finare intervall gynnar den som kan agera snabbast

Rystads analytiker drar en parallell till Australien, där National Electricity Market gick mot Five-Minute Settlement (5MS) 2021.

Utfallet i deras exempel är tydligt:

• New South Wales: +20% i årliga arbitrageintäkter efter 5MS.
• Victoria: cirka +15% för 1-timmes arbitrage.

Och så kommer den obekväma slutsatsen från branschen: när intervallen krymper hinner människor inte.

När marknaderna blir mer granulara blir manuell handel för långsam – intelligent budgivning kräver scenarioanalys och automatisering.

Det är där AI går från “buzzword” till verktygslåda.

AI som gör 15-minutershandel hanterbar (och lönsam)

AI behövs inte för att “förstå el”. AI behövs för att fatta 96 beslut per dygn utan att tappa disciplin. Jag brukar se batterioptimering som tre lager: prognos, beslut, och kontroll.

1) Prognoser: pris, obalanser och begränsningar

Bättre prognoser minskar felcykling. I kvartstimmar blir felbeslut dyrare, eftersom du hinner göra fler fel.

AI/ML kan användas för att prognostisera:

• korttidspris (15–240 min)
• volatilitet (hur “spikigt” blir det?)
• residual load (last minus vind/sol)
• sannolikhet för extrema event

Praktiskt tips: bygg prognoser som ger både punktestimat och osäkerhetsintervall. Ett batteri ska inte bara jaga toppar – det ska överleva dem.

2) Optimering: budstrategi i flera marknader samtidigt

Den som bara optimerar day-ahead missar halva kakan. I Europa staplas ofta intäkter från flera tjänster och marknader. Med 15-minutersprodukter ökar behovet av att koordinera:

• day-ahead arbitrage
• intradagjustering
• balanstjänster (där tillämpligt)
• lokala nätbegränsningssignaler

Det här blir snabbt ett “multi-market, multi-constraint”-problem med hårda begränsningar:

• SoC (state of charge)
• ramp/effektgränser
• degraderingskostnad per cykel
• minsta budstorlek
• begränsningar i anslutning

Det som funkar i praktiken är ofta en mix av:

• matematisk optimering (t.ex. mixed-integer)
• reinforcement learning för policyförbättring
• scenariooptimering för risk

3) Driftkontroll: när verkligheten avviker från planen

Det som skiljer bra från mediokra batteriportföljer är hur de hanterar avvikelser. Prognoser blir fel. Marknaden rör sig. En komponent går ner.

AI-stödd driftkontroll fokuserar på:

• automatisk re-planering var 15:e minut
• avvikelsehantering och larm
• detektering av onormalt beteende (t.ex. degradering, värme, effektivitetstapp)

När intervallen blir kortare blir “kontrollslingan” en större del av intäkten.

Så räknar du hem 15-minutersvärdet i ett BESS-projekt

Om du äger, bygger eller investerar i batterilagring bör 15-minutershandel påverka både affärscase och teknisk design. Här är en checklista jag själv skulle använda i en due diligence eller portföljgenomgång.

Affärs- och intäktsmodell (innan bygg)

1. Intäktsmix per marknad: Hur stor del av planen är ren arbitrage vs stödtjänster?
2. Granularitet i data: Har du historik i 15-minutersupplösning (eller bättre) för pris, produktion, last?
3. Riskpolicy: Hur mycket merchant-exponering är acceptabelt?
4. Likviditetsanalys: Finns det volym att handla i kvartstimmar i din zon?

Teknik och drift (under bygg och drift)

1. Telemetri och mätning: klarar systemet styrning och mätning i 15-minuterslogik utan eftersläpning?
2. Optimeringsmotor: kan den köra scenariooptimering och omplanering ofta?
3. Degraderingsmodell: finns en faktisk kostnadskurva per cykel/DoD som används i besluten?
4. Bemanning och process: vem äger “trade-to-operate”-kedjan och vem får stoppa automatik vid avvikelse?

En enkel tumregel

Om din handels- och optimeringssetup inte hinner reagera inom en kvart, betalar du för flexibilitet som andra tar betalt för. Det är hårt uttryckt, men det stämmer oftare än folk vill erkänna.

“People also ask”: vanliga följdfrågor från svenska aktörer

Blir 15-minutershandel alltid mer lönsamt än timhandel?

Nej. Det blir mer lönsamt när priset faktiskt rör sig inom timmen och när du kan omsätta det i realiserade affärer efter förluster, degradering och likviditet.

Behöver man AI, eller räcker vanlig algoritmhandel?

Det beror på komplexiteten. Men i praktiken: när intervallen blir fler och marknaderna fler blir AI/ML en effektiv väg till bättre prognoser och bättre beslut under osäkerhet. Klassiska optimeringsmodeller räcker långt, men de blir bättre med ML-prognoser och bra riskmodeller.

Hur påverkar detta hållbarhet?

Mer lönsam flexibilitet gör det enklare att integrera mer vind och sol. Batterier som kan svara på snabba svängningar minskar behovet av fossil spets och gör nätet mer stabilt. Det är en konkret hållbarhetseffekt – inte en feelgood-formulering.

Nästa steg: gör 15 minuter till en konkurrensfördel

15-minutershandel är en marknadsdesign som belönar snabbhet, precision och disciplin. Rystads analys pekar på en möjlig 3% ROI-uppsida över 20 år, men det är ingen “gratislunch”. Uppsidan går till de aktörer som kan omsätta volatilitet till kontrollerade cykler.

I den här serien om AI inom energi och hållbarhet är det ett tydligt exempel på hur digitalisering faktiskt flyttar klimatnytta och affärsnytta i samma riktning: bättre optimering ger både högre intäkter och ett mer robust elsystem.

Om du vill ta detta från idé till plan: börja med att kartlägga din 15-minutersdata, din intäktsmix och dina driftbegränsningar. Sedan: automatisera beslutscykeln och bygg in riskhantering från dag ett.

Vilken del i kedjan är svagast hos er just nu – prognosen, budstrategin eller driftkontrollen när verkligheten avviker?