AI och batteriincentiv: så minskar vi behovet av kraftverk

När elnätet går på knäna är det nästan alltid samma timmar som spökar: kalla vintermorgnar, tidiga kvällar när alla lagar mat, och de där tillfällena när industrin, laddning och uppvärmning råkar toppa samtidigt. Det är också just de timmarna som gör elen dyr – och som historiskt har motiverat investeringar i nya kraftverk och kostsamma nätförstärkningar.

Därför är det intressant att ett av USA:s största elbolag, Duke Energy i North Carolina, nu vill lägga pengar på incitament för kundägda batterier i stället för att enbart bygga mer egen kapacitet. Upplägget bygger på virtuella kraftverk (VPP): många små batterier som kan styras och aggregeras som om de vore en större resurs. Och här kommer vår serie “AI inom energi och hållbarhet” in: utan bra data och smart styrning blir VPP mest en snygg idé – med AI blir det en konkret kapacitetsresurs.

Virtuella kraftverk: samma effekt, annan logik

Ett virtuellt kraftverk är ett styrsystem som samlar och koordinerar distribuerade resurser – batterier, solceller, laddboxar, värmepumpar – så att de kan leverera nytta till elnätet vid rätt tidpunkt.

I Duke Energys fall handlar det om att kunden får betalt (rabatt och/eller månadsersättning) för att elbolaget får “tillgång” till batteriet ett antal gånger per år under högbelastning. Det är en enkel idé, men den kräver disciplin i genomförandet:

• Batterierna måste vara laddade när de behövs.
• Utladdningen måste ske när systemet har mest nytta.
• Kunden måste fortfarande känna att batteriet ger värde i vardagen (t.ex. reservkraft eller egenanvändning av solel).

Det fina är att det här inte bara är teknik – det är marknadsdesign och beteende. Och där är AI särskilt starkt.

Varför elbolag ens bryr sig

Topplast är dyrt. Att dimensionera systemet för några få kritiska timmar per år driver stora delar av kostnaden. Om man kan kapa topparna med batterier “ute hos kunderna”, kan man:

• skjuta på eller undvika investeringar i ny produktion,
• minska behovet av nätförstärkningar,
• förbättra leveranssäkerhet genom att ha fler, spridda resurser.

Duke bedömer att ett utökat program för icke-bostadskunder kan ge 26 MW batterilagring efter fem år och därmed undvika nästan 28 MW ny kraftverkskapacitet för topplast. I deras kalkyl ger det cirka 13,6 miljoner dollar i besparing mot cirka 11,8 miljoner dollar i programkostnad. Poängen är inte att varje krona blir perfekt – utan att logiken är billigare kapacitet genom smart styrning.

Duke Energys upplägg: incitament som styr mot systemnytta

Kärnan i Duke Energys program är att betala kunder för tillgänglig kapacitet, inte bara för installation. Det är helt rätt tänkt. En engångsrabatt får batterier på plats, men det är återkommande ersättning som får dem att faktiskt vara redo när elnätet behöver dem.

Från villabatterier till företag och kommuner

Duke har redan testat ett hushållsprogram där batterier (kopplade till solceller) kan användas 30–36 gånger per år vid toppar. Kunderna får dels en installationsrabatt, dels en månadsersättning (i snitt nämns runt 37 dollar per månad för en grupp som upplåter styrning).

Nu vill de göra något liknande för:

• företag,
• kommuner,
• ideella organisationer.

Det är smart av två skäl:

1. Större laster ger större systemnytta. Ett batteri på 100 kW hos en verksamhet kan göra mer skillnad än ett antal små batterier om det styrs rätt.
2. Många har redan solceller. Att eftermontera batterier kan höja egenanvändningen och samtidigt ge nätstöd.

Det som brukar fälla sådana här program

De flesta batteriprogram faller inte på tekniken, utan på detaljerna:

• fel incitament (betalar för installation men inte för leverans),
• för hårda tak som stoppar de projekt som ger mest nytta,
• otydlig mätning och verifiering (”fungerade batteriet när det gällde?”),
• låg förutsägbarhet (kunder gillar inte att bli överraskade).

I North Carolina har tillsynsmyndigheten dessutom uttryckt viss skepsis mot att vara beroende av kunders utrustning. Jag förstår invändningen – men den är också lite bakåtblickande. Det är just beroendet som kan göras robust med bra styrning, avtal och datakvalitet.

Där AI gör störst skillnad: incitament, prognoser och styrning

AI är inte ett “nice to have” i virtuella kraftverk – det är kontrollrummet. Här är tre områden där AI typiskt ger mest effekt (och där många svenska aktörer också kan börja).

1) AI-optimerade incitament: betala för rätt beteende

Ett incitamentsprogram behöver svara på en praktisk fråga: Vad ska vi betala för – och när – för att få rätt effekt i elnätet?

Med AI och historiska data kan man segmentera kunder och anläggningar efter t.ex.:

• sannolikhet att vara “tillgänglig” vid en topp,
• typiska driftmönster (kontor vs logistik vs vattenverk),
• flexibilitet (hur mycket batteriet kan avvaras utan att störa verksamheten),
• värdet av lokal avlastning (nätområden där kapacitet är dyrast).

Det leder till differentierade ersättningar: högre betalning där nyttan är störst, lägre där nyttan är mindre. Resultatet blir mer kapacitet per investerad krona.

2) Prediktiv last- och pristoppsprognos: använd batterierna när det räknas

Batterier ska inte laddas ur “för säkerhets skull”. De ska laddas ur när marginalnyttan är som högst.

AI-modeller kan kombinera:

• väderprognoser,
• historisk last,
• kalenderdata (helger, industrischeman),
• kända begränsningar i nätet,
• spotpris och stödtjänstsignaler (där det är relevant).

Det ger en styrstrategi som maximerar tre mål samtidigt:

1. kapa toppar (kapacitetsvärde),
2. sänka kostnad (energivärde),
3. minska risken för avbrott (resiliens).

3) Verifiering och “capability”: sluta gissa, börja mäta

I Duke-exemplet finns en diskussion om en så kallad capability factor – att ersättningen sänks eftersom man antar att en del kunder inte kommer hålla batteriet redo.

Jag håller med kritiken: schablonavdrag kan kännas som kollektiv bestraffning och kan sänka förtroendet.

AI och bättre datainsamling ger ett renare alternativ:

• mät faktisk tillgänglighet per anläggning,
• skapa transparens: kunden ser sina “poäng” och vad som krävs för full ersättning,
• bygg en enkel modell för riskklassning (t.ex. A–C) som påverkar ersättning.

Det blir mer rättvist – och mer effektivt.

En mening att bära med sig: ”Elnätet behöver inte fler löften. Det behöver mätbar tillgänglighet.”

Vad svenska energibolag och fastighetsägare kan lära sig (vintern 2025)

Sverige har sina egna topputmaningar, särskilt vintertid. Samtidigt ökar elektrifieringen: laddning, värmepumpar, industriprojekt och (i vissa regioner) datacenter. Det gör att Duke-caset känns ovanligt relevant just nu.

Tre konkreta lärdomar för svenska förhållanden:

1) Sätt programmet där nätet gör ont

Batterier i “fel” nätområde ger marginell nytta. Börja där kapacitetsbristen och flaskhalsarna är dyra.

Praktiskt upplägg:

1. rangordna nätstationer/områden efter toppbelastning och prognostiserad tillväxt,
2. rikta incitament mot fastigheter och verksamheter i de områdena,
3. följ upp med mätdata och justera ersättningen kvartalsvis.

2) Gör det enkelt att kombinera: solceller + batteri + styrning

Många kommuner och fastighetsägare har redan solceller. Ett batteri blir extra intressant när man kan:

• öka egenanvändningen,
• kapa effekttoppar (effektavgifter),
• delta i flexibilitetsmarknader eller lokala avtal.

Men det händer bara om affären är begriplig. En tumregel: kunden ska förstå tre siffror – investering, garanterad ersättning, och vad som kan variera.

3) Bygg tillit med transparens och kontroll

Folk säger ja till flexibilitet om de känner att de har kontroll. Det betyder:

• tydliga “max antal aktiveringar” per år och per månad,
• möjlighet att reservera en viss batterinivå för egen trygghet,
• loggning som kunden kan se (när användes batteriet, hur mycket, vad gav det?).

Det här är också ett AI-område: bra gränssnitt och förklarande analyser minskar friktion och höjer deltagandet.

En praktisk checklista: så designar du ett batteriprogram med AI

Målet är att köpa kapacitet billigare än alternativet (kraftverk/nät), utan att tappa kundernas förtroende. Här är en checklista jag själv skulle börja med:

1. Definiera nyttan i MW och timmar: vilka toppar ska kapas och hur ofta?
2. Välj ersättningsmodell: installationsstöd + kapacitetsersättning + leveransbonus.
3. Bygg prognosstacken: last, väder, lokala nätbegränsningar, kalender.
4. Sätt mätbarhetskrav: tillgänglighet, respons, energi levererad.
5. Inför performance-baserad rättvisa: belöna faktisk leverans, inte schabloner.
6. Planera för skalning: standardiserade avtal, onboarding, support och cybersäkerhet.

Den här listan är lika relevant för elbolag, aggregatorer, kommuner och större fastighetsägare.

Nästa steg: från pilot till vardag i smarta elnät

Duke Energys förslag visar något många missar: batterier är inte bara hårdvara – de är en kapacitetsstrategi. När incitamenten är rätt designade kan kundägda batterier ersätta en del av behovet av nya kraftverk, samtidigt som kunderna får en tydligare ekonomi i sin investering.

För oss som jobbar med “AI inom energi och hållbarhet” är budskapet rakt: AI gör flexibilitet köpvärd. Den gör den prognostiserbar, mätbar och styrbar. Utan AI riskerar virtuella kraftverk att bli en samling projekt. Med AI blir de infrastruktur.

Om du sitter på andra sidan bordet – som nätägare, energibolag, kommun eller fastighetsbolag – är en bra fråga att ta med in i 2026:

Vilken del av vår framtida kapacitet vill vi bygga i stål och betong, och vilken del kan vi köpa som smart flexibilitet?