AI och batterilager: lärdomar från Georgia Powers 9,9 GW

AI inom energi och hållbarhetBy 3L3C

Georgia Power ska möjliggöra 9,9 GW ny kapacitet med stort fokus på batterilager. Lärdomar om AI, upphandling och smart nätplanering.

AIEnergilagringBESSSmarta elnätEnergiplaneringReglering
Share:

Featured image for AI och batterilager: lärdomar från Georgia Powers 9,9 GW

AI och batterilager: lärdomar från Georgia Powers 9,9 GW

När ett elbolag pratar om 9,9 GW nya resurser handlar det inte om finlir – det är en systemombyggnad. Georgia Power och tillsynsmyndigheten i Georgia har i december 2025 enats om ett upplägg som ska möjliggöra en stor utbyggnad av elproduktion och batterilager (BESS), samtidigt som hushållens elräkningar enligt bolagets kalkyl ska pressas ned.

Det som gör caset intressant för oss i Sverige är inte att allt är kopierbart rakt av. Det intressanta är logiken: snabb efterfrågeökning (bland annat från datacenter), en reglerad marknad som behöver fatta beslut under osäkerhet, och ett resursmixval där energilagring får en central roll. Lägg till det viktigaste: detta är exakt den typ av miljö där AI i energisystemet går från “nice to have” till praktiskt nödvändigt.

I den här delen av serien ”AI inom energi och hållbarhet” använder jag Georgia som ett verkligt exempel på hur planering, upphandling och nätinvesteringar kan bli smartare – och vad svenska energibolag, kommuner och stora elförbrukare kan lära sig.

Vad avtalet faktiskt innebär – och varför det spelar roll

Avtalet mellan Georgia Power och Public Interest Advocacy-staben hos Georgia Public Service Commission (PSC) är i grunden en kompromiss: bolaget får tydligare spelregler för att bygga/upphandla kapacitet, och kunderna ska få lägre kostnadsrisk.

Kärnpunkter som är lätta att missa i nyhetsflödet:

  • Omfattning: cirka 9 900 MW resurser är under granskning.
  • Resursmix om det godkänns:
    • över 3 600 MW ny kombikraft på naturgas
    • över 3 000 MW nya batterilager (BESS)
    • cirka 350 MW BESS + sol
    • över 2 800 MW via PPA (kraftköpsavtal)
  • Prissignal: i nästa stora “base rate case” (2028) ska bolaget utforma sin ansökan så att det säkrar minst 556 miljoner USD per år i extra intäkter från storkunder.
  • Hushållseffekt: detta ska enligt upplägget kunna ge minst 8,50 USD/månad lägre kostnad för en genomsnittlig hushållskund (1 000 kWh/månad), alltså cirka 102 USD/år.

Den här typen av konstruktion säger mycket om vad som händer när lasten växer snabbare än nätet. Man försöker tydligt knyta nya investeringar till de som driver behovet – och samtidigt hålla politiskt acceptabla hushållspriser.

9,9 GW på pappret är en sak – leveransförmåga är en annan

Ny kapacitet i MW är ett bekvämt mått, men det är inte hela sanningen. Det som spelar roll i elsystemet är när resurserna finns tillgängliga och hur de kan styras.

Varför batterilager hamnar i centrum

Batterilager gör tre saker som blivit mer värdefulla 2024–2026, både i USA och Europa:

  1. Kapacitetsstöd i toppar: de kan kapa effekttoppar utan att du måste bygga lika mycket nät eller spetsproduktion.
  2. Snabb frekvens- och stödtjänst: stabiliserar nätet när variationen i produktion och förbrukning ökar.
  3. Energiförskjutning: flyttar energi från timmar med låg kostnad/hög produktion till timmar med hög kostnad/låg produktion.

När Georgia Power planerar >3 000 MW BESS plus ytterligare BESS+sol är det ett tecken på att lagring inte längre behandlas som en sidoprodukt. Den blir en del av “basverktygslådan”.

Varför naturgas fortfarande byggs (och vad man kan tycka om det)

Det är lätt att vilja förenkla: “batterier och sol borde räcka”. Men en snabb växande last (datacenter, industri, elektrifiering) kräver ofta en kombination av:

  • styrbar effekt (något som kan gå när det behövs)
  • snabba reserver (något som kan reagera på minuter/sekunder)
  • energi över längre perioder (där batterier i dag ofta är 2–6 timmar, beroende på design)

Min take: gasutbyggnad är ofta en försäkring mot leveransrisk när beslutshorisonten är kort och lasttillväxten är aggressiv. Frågan är hur man gör försäkringen temporär – och hur snabbt man kan byta ut rollen med mer lagring, flexibilitet, efterfrågestyrning och andra resurser.

Den verkliga motorn: upphandling och kostnadsoptimering

Avtalet pekar på att resurserna ska vara “cost-effective” och i huvudsak upphandlas via konkurrensutsatta processer. Det låter administrativt, men det är här pengar sparas eller bränns.

Konkurrensutsatta upphandlingar fungerar – om kraven är smarta

En upphandling (RFP) kan pressa pris, men bara om du:

  • specificerar prestanda (tillgänglighet, ramp-hastighet, cykling, livslängd) snarare än bara MW
  • sätter tydliga regler för interconnection och nätanslutning
  • väger in systemvärde (t.ex. lokal nätavlastning) och inte bara lägsta anbudspris

Georgia Power har redan fått godkänt för en RFP kopplad till sin IRP som inkluderar 500 MW BESS. Det är ett konkret exempel på att lagring behandlas som en resurs man kan upphandla och standardisera, inte bara som pilotprojekt.

Där AI faktiskt gör skillnad i upphandling

AI är inte ett magiskt verktyg som “sänker elpriset”. Men i upphandling och planering finns tydliga, mätbara vinster:

  • Lastprognoser per nod/område: bättre prognoser gör att du kan köpa rätt resurs på rätt plats.
  • Scenarioanalys i IRP: AI-stödda modeller kan snabbare testa tusentals kombinationer av last, bränslepris, väderår och tillståndsförseningar.
  • Optimering av portfölj: välja mix av BESS, PPA och styrbar produktion som minimerar kostnad under risk.

En bra tumregel: ju mer osäkerhet, desto större värde av bättre prognoser. Och osäkerheten är just nu hög – både i pris, tillstånd och efterfrågan.

Datacenter och “storkundseffekten”: rimligt eller riskabelt?

Avtalet bygger på idén att stora elförbrukare ska bära mer av investeringskostnaden, vilket i sin tur ska ge lägre kostnader för hushåll.

Det här är logiskt – men inte riskfritt.

Varför upplägget kan fungera

Om storkunder (t.ex. datacenter) står för en stor del av lastökningen och samtidigt betalar en större del av intäktsbehovet:

  • minskar trycket på hushållstariffer
  • skapas finansieringsutrymme för nät och kapacitet
  • kan det ge en mer “rättvis” kostnadsfördelning

Två risker som svenska aktörer bör känna igen

  1. Lasten är mer flyttbar än man tror. Datacenter kan etablera sig snabbt och i vissa fall flytta expansion. Om man bygger dyr infrastruktur med antagandet att lasten stannar, måste tariffdesignen ha skydd (minimiåtaganden, effektabonnemang, anslutningsavgifter).
  2. Regulatorisk legitimitet blir allt. Citatet i nyhetsunderlaget om att tillsynsmyndigheter ofta saknar energisystemexpertis pekar på en klassiker: när besluten blir tekniskt svåra ökar risken för fel incitament. Här behövs transparens och robusta modeller.

För svensk del syns samma spänning i diskussioner om effekttariffer, nätköer och anslutningsvillkor för industri och datacenter. Skillnaden är att våra marknadsregler och nätstruktur ser annorlunda ut – men behovet av smart tariffdesign är universellt.

Tre praktiska lärdomar för Sverige: så blir energiplaneringen mer “AI-klar”

Georgia-caset visar att teknik, reglering och affärsmodeller måste klicka ihop. Här är tre saker jag tycker svenska energibolag, kommuner och större fastighets-/industriförvaltare kan göra redan 2026.

1) Planera för effekt, inte bara energi

Många organisationer följer kWh och glömmer kW. Men nätets flaskhalsar är ofta effektrelaterade.

Gör detta:

  • kartlägg effekttoppar per timme och säsong
  • identifiera “dyra timmar” där flexibilitet eller lagring ger mest värde
  • sätt interna KPI:er för peak shaving (t.ex. sänka topp 10 timmar per månad)

2) Bygg en portfölj: lagring + flexibilitet + avtal

Det räcker sällan med en enda lösning.

En robust portfölj för en region eller större kund kan vara:

  • BESS för snabba toppar och stödtjänster
  • PPA eller långsiktiga elavtal för prisstabilitet
  • efterfrågeflexibilitet (styrning av HVAC, processer, laddning)

AI hjälper här genom att optimera när resurserna ska användas – och genom att kvantifiera risk (pris, tillgänglighet, volym).

3) Kräv “modelltransparens” när besluten blir politiska

När investeringar och tariffer ska motiveras offentligt måste beslutsunderlaget vara begripligt.

Ett enkelt kravpaket vid AI-stödd planering:

  • tydlig beskrivning av data (källor, kvalitet, tidsupplösning)
  • dokumenterade antaganden (väderår, bränslepris, anslutningstider)
  • stress-tester: “vad händer om lasten blir 30% lägre/högre?”

Det är så man bygger förtroende för både investeringar och AI.

Vanliga följdfrågor (och raka svar)

Är 3 000 MW batterilager “mycket”?

Ja. Det är en nivå där lagring blir en av de största nya resurskategorierna i portföljen, inte ett sidospår.

Betyder batterilager lägre elpris för alla?

Inte automatiskt. Lagring sänker kostnader när den ersätter dyra toppar, minskar nätträngsel eller levererar stödtjänster. Men fel placerad eller fel dimensionerad lagring kan bli dyr.

Vad har detta med AI att göra?

När portföljen blir mer komplex (BESS, PPA, styrbar produktion, flexibilitet) räcker inte magkänsla. AI-stödda prognoser och optimering är det som gör att resurserna används rätt timme, på rätt plats.

Nästa steg: från “mer kapacitet” till smartare kapacitet

Georgia Powers överenskommelse är ett tydligt tecken på vart elsystemen är på väg: snabb lastökning kräver både nya resurser och bättre styrning. Att man kombinerar batterilager, kraftköpsavtal och styrbar produktion är pragmatiskt. Att man försöker fördela kostnader mot storkunder är politiskt och ekonomiskt logiskt – men måste göras med öppenhet och bra riskhantering.

För oss som jobbar med AI inom energi och hållbarhet är budskapet krasst: systemen byggs just nu om i realtid. De aktörer som vinner är de som kan förutsäga efterfrågan, optimera resursmixen och bevisa värdet med data som går att granska.

Om du skulle designa din egen “9,9 GW-plan” för en svensk region – vilken del hade du AI-optimerat först: lastprognosen, upphandlingen, driftoptimeringen eller tariffmodellen?

🇸🇪 AI och batterilager: lärdomar från Georgia Powers 9,9 GW - Sweden | 3L3C