AI och elnätet: därför skenar datacenters elbehov

Amerikanska elbolag räknar nu med en ny efterfrågan som motsvarar 15 gånger New York Citys topplast inom fem år. Större delen väntas komma från datacenter som byggs för AI, molntjänster och (i mindre men märkbar grad) krypto. Det är siffror som är så stora att de börjar likna planeringsfantasier snarare än realistiska prognoser.

Det här är inte bara ett USA-problem. Samma mekanik finns i Sverige och Norden: AI-infrastruktur drar el, el kräver nätkapacitet och effekt, och när planeringen blir osäker blir både kostnader och klimatpåverkan svårare att styra. I vår serie AI inom energi och hållbarhet handlar det ofta om hur AI kan hjälpa energisystemet. Men nu behöver vi prata om den andra sidan: hur AI-hypen riskerar att knäcka elnätets planering – om vi inte bygger smartare.

Det finns en bättre väg än ”bygg mer gas/kapacitet och hoppas på det bästa”. Den vägen stavas smarta elnät, bättre prognoser och AI-driven energistyrning – där datacenter blir en del av lösningen i stället för en ren belastning.

Varför datacenters elprognoser drar iväg

Kärnpunkten: Prognoserna sväller för att elbolag och marknader planerar för worst case, samtidigt som datacenterutvecklare ofta lägger många parallella förfrågningar och projekt inte alltid blir av.

En central insikt från den amerikanska analysen är att elnätsoperatörer och elbolag har börjat se toppeffekt (inte bara energi över året) som den nya flaskhalsen. Ett enskilt AI-datacenter kan i planeringen dyka upp som 1 gigawatt – alltså i storleksordningen en småstad i effektbehov. När många sådana projekt läggs ovanpå varandra exploderar kurvorna.

Dubbelräkning och ”guldgrävarlogik”

Datacenterboomen har tydliga tecken på guldgrävarstämning:

• Samma projekt kan anmälas i flera elnätsområden för att jämföra villkor, elpris och anslutningstid.
• Spekulativa projekt läggs in tidigt för att ”hålla en plats i kön” även om finansiering, mark eller kunder inte är säkrade.
• AI-infrastrukturen rör sig snabbt: beslut kan tas på kvartal, medan nätutbyggnad tar år.

I den amerikanska genomgången bedöms att elbolagens prognoser i vissa fall kan överskatta efterfrågan med upp till 40 %. Det är en enorm skillnad när utgångspunkten redan är ”city-size” anläggningar.

Effekt är svårare än energi

Sverige kan bygga mycket förnybar energi över tid, men det som ofta stoppar etableringar är:

• Effektbrist lokalt/regionalt (max kW/GW i rätt ögonblick)
• Nätkapacitet (ledningar, transformatorer, anslutningspunkter)
• Ledtider (tillstånd, upphandling, byggnation)

AI-datacenter är ofta designade för hög och stabil last. Det är bra för vissa kraftslag, men brutalt för ett nät som redan ska hantera elektrifiering av industri, transport och uppvärmning.

Den dolda kostnaden: när prognoser driver upp elräkningen

Kärnpunkten: När prognoserna blir extremt höga ökar risken att elmarknader och nätinvesteringar dimensioneras fel – och att kostnader vältras över på vanliga kunder.

I USA har framtida datacenterprognoser påverkat kapacitetsmarknader kraftigt. I den största marknaden, PJM, ökade kostnaderna för att säkra tillräcklig effekt från 2,2 miljarder dollar (2023) till 14,7 miljarder (2024) och vidare till 16,1 miljarder i en senare auktion. När sådana kostnader letar sig in i tariffstrukturer märks det snabbt i hushållens räkningar – och blir politiskt explosivt.

Samma dynamik kan uppstå här, även om marknadsmodellen skiljer sig. När nätbolag måste förstärka nätet i snabb takt och samtidigt osäkerheten är hög uppstår två risker:

1. Överinvesteringar: Man bygger för projekt som inte blir av eller skalar ner.
2. Fel investeringar: Man bygger ”snabbast möjliga” snarare än ”mest systemnytta per krona och ton CO₂”.

Fossil reservkraft som snabb utväg

När effektbrist blir akut är det lockande att välja lösningar som går snabbt att bygga och är lätta att planera: fossil gaskraft eller annan fossil reserv. Den amerikanska artikeln beskriver hur detta diskuteras i flera regioner.

I svensk kontext ser vi paralleller i debatten om:

• behov av planerbar effekt i södra Sverige
• industrins anslutningsköer
• hur man säkrar effekt vid kalla och vindsvaga perioder

Om datacenterexpansionen driver fram fossil ”säkerhetskapacitet” blir AI-boomen en klimatbroms. Det är en dålig affär för hållbarhetsmål – och för varumärken som vill bygga AI med trovärdig klimatprofil.

Smarta elnät + AI-styrning: så blir datacenter en tillgång

Kärnpunkten: Datacenter kan bli flexibla resurser i elnätet genom laststyrning, energilager och bättre samspel med nätplanering – och AI kan styra detta i praktiken.

Här är vad som faktiskt fungerar när man vill kombinera AI-tillväxt med hållbarhet och rimliga nätkostnader.

1) Flexibel last: flytta beräkningar i tid och rum

All AI-träning är inte realtidskritisk. Mycket kan planeras om:

• Tid: kör batch-jobb när elen är billigare och renare, eller när nätet har marginal.
• Plats: skicka jobb mellan datacenter beroende på nätläge och elmix.

Det kräver att datacenter och molnplattformar bygger in ”grid awareness” i schemaläggningen. Min erfarenhet är att många organisationer pratar om detta som en policyfråga, men det är i grunden ett operativt optimeringsproblem – perfekt för AI.

2) Energilager och UPS som mer än backup

Datacenter har redan UPS-system (batterier) för driftsäkerhet. Nästa steg är att designa dem för dubbel nytta:

• kortvarig stödtjänst till nätet (frekvens/effekt)
• peak shaving lokalt (minska toppar mot nätet)

Det minskar behovet av att dimensionera anslutningen för absolut max hela tiden. Och det gör det lättare för nätägare att säga ja – snabbare.

3) Värmeåtervinning: från problem till produkt

I Sverige finns goda förutsättningar att koppla datacenter till fjärrvärme. Praktiken är svår (temperaturnivåer, avstånd, avtalsformer), men potentialen är stor:

• Datacenter producerar stabil spillvärme.
• Fjärrvärme behöver ofta ersätta fossil spets eller dyr topplast.

AI här handlar inte om att ”spara lite energi”, utan om att optimera helheten: driftpunkter, temperaturer, pumpar och leverans mot fjärrvärmenätets behov.

4) Bättre prognoser: från beställningslistor till sannolikheter

Elbolag behöver sluta behandla anslutningsförfrågningar som om de vore 100 % säkra. En mer robust modell är att arbeta med sannolikhetsbaserade scenarier:

• sannolikhet att projekt realiseras
• sannolikhet att effektuttaget blir som angivet
• sannolikhet för livslängd (vissa AI-kluster kan bytas ut snabbt)

AI kan hjälpa genom att väga historiska projektdata, finansieringssignal, markfakta och kedjeeffekter i leverantörsledet. Resultatet blir bättre investeringsbeslut och mindre risk att kostnader hamnar fel.

En bra planeringsprincip: Bygg nätet så att det tål tillväxt – men prissätt och villkora så att spekulation inte blir gratis.

Vad företag, kommuner och nätägare bör göra 2026

Kärnpunkten: Sätt spelregler som premierar flexibilitet och gör osäkerhet synlig tidigt. Då kan AI-tillväxt och hållbarhet dra åt samma håll.

Som läsare i serien AI inom energi och hållbarhet är du sannolikt antingen på köparsidan (AI/IT), på infrastruktursidan (energi/nät) eller i offentlig sektor. Här är konkreta nästa steg som faktiskt går att genomföra.

För datacenteroperatörer och AI-team

1. Inför effektbudgetar som förstaklass-metrik (kW vid topp) – inte bara kWh.
2. Bygg lastflexibilitet i schemaläggningen för icke-kritiska jobb.
3. Designa batterisystem för nätinteraktion där regler och avtal tillåter.
4. Mät och optimera PUE – men stanna inte där: styr efter marginalutsläpp och nätläge.

För kommuner och etableringskontor

• Kräv energiplan vid etablering: effektprofil, flexibilitet, reservkraft, värmeåtervinning.
• Prioritera projekt som kan samverka med fjärrvärme eller lokala flexibilitetsmarknader.
• Ställ krav på transparent rapportering av faktisk belastning efter driftstart.

För nätägare och regulatorer

• Inför mognadsgrader i anslutningsköer: olika villkor beroende på hur ”skarpt” projektet är.
• Använd flexanslutning (villkorad effekt) där det ger systemnytta.
• Kräv att större kunder bidrar till kostnader på ett sätt som speglar deras risk och påverkan, så att inte hushåll blir sistahandsfinansiär.

Vanliga frågor (som brukar dyka upp direkt)

Kommer energieffektivare AI-chips lösa problemet?

De hjälper, men de räcker inte. Historiskt äts effektivisering ofta upp av mer användning: större modeller, fler inferenser, fler tjänster. För elnätet är toppeffekten dessutom central.

Är datacenter alltid dåliga för hållbarheten?

Nej. Datacenter kan stödja energiomställningen genom att möjliggöra AI som optimerar elnät, industriprocesser och transporter. Men då måste infrastrukturen byggas och styras så att den inte driver fram fossil kapacitet.

Vad är den snabbaste åtgärden som ger effekt i nätet?

Flexibilitet. Att kunna sänka eller flytta last under toppar ger ofta mer kortsiktig nytta än att vänta på nya ledningar.

Nästa steg: bygg AI som passar energisystemet

De extrema datacenterprognoserna visar en sak tydligt: vi kan inte planera elnätet som om varje AI-idé blir ett gigawattprojekt som står där i 20 år. När osäkerheten är stor måste planeringen bli smartare, inte bara större.

Om du ansvarar för AI, IT-infrastruktur, energifrågor eller hållbarhet är det här en strategisk möjlighet: skapa lösningar där AI-driven energistyrning, flexibilitet och smarta elnät gör att tillväxten kan ske utan att elräkningen och utsläppen sticker iväg.

Vilken del av kedjan har du mest inflytande över just nu – prognosen, anslutningen, driften eller flexibiliteten?