AI för elnätet: lärdomar från Greklands solboom

Grekland håller på att göra något som många europeiska länder pratar om men få genomför i samma tempo: en snabb utfasning av kol. Redan 2026 ska de sista två koleldade kraftverken stängas. Samtidigt växer solkraften explosionsartat – i Västra Makedonien byggs 2,1 GW solkraft på och runt återställda gruvmarker, på väg att bli Europas största sammanhängande solkluster.

Men berättelsen från Västra Makedonien är också en varning. Energisystemet kan ställas om snabbt – utan att den regionala ekonomin hänger med. Arbetslöshet, utflyttning och ett växande misstroende mot “Aten-styrda” planer riskerar att underminera acceptansen för hela omställningen.

I den här delen av vår serie ”AI inom energi och hållbarhet” tar jag Greklands exempel som en konkret fallstudie: vad händer när solkraften tar över – och hur kan AI i energisektorn hjälpa till att (1) få elnätet att fungera, (2) skapa lokalt värde och (3) minska risken att människor lämnas efter?

Greklands snabba skifte: energimässigt lyckat, socialt haltande

Svar direkt: Grekland visar att det går att skala upp solkraft fort, men också att en ”bara-bygg-mer-el”-strategi inte automatiskt skapar jobb eller regional framtidstro.

Västra Makedonien var i decennier Greklands kolhjärta. Lignit stod tidigare för mer än halva landets elproduktion, och regionen byggde hela sin identitet kring gruvor och kraftverk. Enligt uppskattningar var upp till 20 % av den arbetande befolkningen direkt eller indirekt kopplad till sektorn, och lignit bidrog med 42 % av regionens BNP.

När EU:s utsläppshandel, strängare luftkrav och sjunkande kostnader för sol och vind pressade kolet ekonomiskt kom beslutet snabbt – och för många lokalt som en chock. Resultatet? En omställning som på pappret ser modern ut, men som på marken upplevs som att värde flyttas ut.

“Solkraften skapar ett sysselsättningsparadox: billig och ren el – men få jobb när anläggningen väl står där.”

Det här är kärnan: energiomställning är inte samma sak som samhällsomställning.

När solkraften blir “för mycket”: prisfall, flaskhalsar och förlorade intäkter

Svar direkt: Solkraftens snabbhet blir ett problem om elnät, marknad och lagring inte hänger med – då får du timmar med nollpriser och investerare som tappar framtidstro.

En av de mest konkreta detaljerna från Grekland är nästan banal – och därför så viktig: lokala solinvesterare ser hur spotpriset går ner till 0 under flera timmar, vilket gör att vissa avtal slutar betala ut ersättning. När detta händer ofta blir kalkylen för mindre aktörer svår, särskilt med lån i ryggen.

Det här är inte “Greklands problem”. Det är ett mönster vi ser i flera marknader när sol växer snabbt:

• Nätkapacitet: anslutningar och transformatorstationer blir flaskhalsar.
• Variabilitet: produktionen toppar mitt på dagen men efterfrågan kan ligga på morgon/kväll.
• Marknadsdesign: prissignalerna kan kollapsa i soltoppar om flexibilitet saknas.
• Lokal acceptans: om boende inte ser jobb eller intäkter uppstår motstånd.

Där AI gör skillnad: från “mer sol” till “sol som fungerar i systemet”

AI löser inte allt, men den kan göra en avgörande sak: öka systemets flexibilitet och planeringsförmåga.

Tre AI-nära tillämpningar som ger snabb effekt:

1. Prognoser på minutsnivå för solproduktion och last (kombinera väderdata, satellitbilder, historik, sensorer).
2. Optimal styrning av flexibilitet (batterier, industrilaster, värmepumpar, fjärrvärme, elbilsladdning) för att kapa toppar och fylla dalar.
3. Flaskhalsanalys och nätplanering med maskininlärning: var ger nästa investering i nät, lagring eller laststyrning mest nytta?

Det här handlar om att gå från “installerad effekt” till levererad systemnytta.

Rättvis omställning kräver mätbar verklighet – inte bara “mjuka insatser”

Svar direkt: Om människor upplever att omställningen består av projektstöd, workshops och planer men inte jobb, då tappar du mandatet – och då blir även klimatmålen skörare.

EU har avsatt stora summor för rättvis omställning, och Grekland fick tidigt ett godkänt program med pengar öronmärkta för bland annat Västra Makedonien (nästan €1 miljard till regionen). Men problemet i regionen är inte att det saknas dokument. Problemet är att pengarna upplevs landa långsamt och att satsningarna känns splittrade.

Lokalt beskrivs stöd till entreprenörskap, coworking och inkubatorer som “för mjukt” när hela samhällen förlorat sin huvudarbetsgivare. Samtidigt pekar myndigheter på att program tar tid att bygga upp och att mer synliga projekt väntas under 2026.

AI som styrverktyg för rättvis omställning (inte som PR)

Här tycker jag många gör fel: man pratar om AI som något futuristiskt, när det egentligen kan användas som ett styr- och uppföljningsverktyg för att få omställningspengar att ge effekt.

Praktiskt kan regioner och myndigheter använda AI för att:

• Förutsäga kompetensgap: vilka yrken försvinner, vilka behövs, och när?
• Matcha individer till utbildningsspår baserat på erfarenhet, geografi och efterfrågan.
• Simulera jobbskapande scenarier: vilka typer av investeringar ger flest permanenta jobb per investerad krona/euro?
• Mäta lokalt värdeskapande: hur stor andel av intäkter, upphandlingar och driftjobb stannar i regionen?

Nyckeln är transparens: om du kan visa data som folk känner igen från sin vardag – jobb, kontrakt, utbildningsplatser, inflyttning – då blir omställningen begriplig.

Ett bättre recept: kombinera solkraft med lagring, värme och industri

Svar direkt: Solkraft ensam ger billig el men få arbetstillfällen; kombinationen med lagring, värmesystem och ny industri ger både stabilitet i elnätet och fler lokala jobb.

Grekland tittar på flera tekniska “broar” som fler länder behöver:

• Pumplagring i ombyggda gruvor (energilagring med vatten och höjdskillnad).
• Batterilager nära nätknutpunkter för att minska pris- och effektproblem.
• Elektrifierad värme (t.ex. elpannor för fjärrvärme) som kan absorbera soltoppar.
• Datahallar och elektrifierad industri som kan ge stabil efterfrågan.

Samtidigt finns en baksida: om ny efterfrågan löses med mer fossil gas (som i Greklands ökande gasandel, nära 40 % av elen under 2024) så riskerar man att skapa nya beroenden och nya konflikter.

AI i smarta elnät: så bygger man “flexibilitet som produkt”

Det som saknas i många regioner är inte ambition – det är operativ förmåga.

En fungerande AI-strategi för smarta elnät brukar innehålla:

1. Datagrund: realtidsmätning (SCADA/AMI), väder, priser, nätstatus, tillgångar.
2. Prediktion: korttidsprognoser (5 min–48 h) för produktion/last och nätbegränsningar.
3. Optimering: styrning av resurser (batterier, värme, laddning, industrilast) mot tydliga mål: kostnad, CO₂, robusthet.
4. Marknadsintegration: flexibilitet säljs in i stödtjänster eller lokala flexibilitetsmarknader.

När det fungerar får du en effekt som är lätt att översätta till pengar och klimatnytta: färre timmar med nollpris, mindre bortkoppling (curtailment), bättre investeringskalkyler.

Lärdomar för Sverige: teknik räcker inte, det måste bli lokalt “på riktigt”

Svar direkt: Den viktigaste lärdomen är att social acceptans byggs med lokala intäkter, kompetensvägar och delaktighet – och där kan AI göra planering och uppföljning konkret.

Sverige har andra förutsättningar än Grekland: starkare elnät i delar av landet, annan produktionsmix, mer vattenkraft och en annan arbetsmarknad. Men vi känner igen spänningarna:

• Var byggs produktion och var finns jobben?
• Vem äger anläggningarna och var hamnar vinsterna?
• Hur undviker vi att “tillstånd och nät” blir en bromskloss?

Jag har sett att det som skapar fart är när man behandlar omställningen som två parallella system:

• Ett tekniskt system (produktion, nät, lagring, styrning).
• Ett regionalt värdesystem (jobb, utbildning, lokala leverantörskedjor, skattebas).

AI kan bidra i båda – men bara om man sätter mål som folk bryr sig om.

“Energiplanering utan jobbplanering är bara halva jobbet.”

Nästa steg: så kan ni använda AI i er energiomställning

Om ni arbetar med energi, nät, kommunal planering eller industriell elektrifiering är Greklands fall en tydlig påminnelse: snabb utbyggnad kräver smart drift och smart fördelning av värde.

Tre konkreta nästa steg som ofta ger mest effekt per insats:

1. Bygg en prognosstack för sol/vind/last med tydlig ansvarskedja (vem agerar på prognosen?).
2. Identifiera flexibilitetsresurser (värme, laddning, processer) och skapa incitament att styra dem.
3. Skapa en regional “omställningsdashboard”: jobb, investeringar, lokalt ägande, nätkapacitet, curtailment, prisvolatilitet.

Om Grekland lyckas kombinera Europas största solkluster med synliga industriprojekt och fungerande flexibilitet kan Västra Makedonien bli en förebild – inte bara för hur man stänger kol, utan för hur man bygger framtidstro.

Vilken del av energiomställningen i din organisation är mest “tekniskt klar” – men socialt eller ekonomiskt fortfarande en flaskhals? Det är ofta där AI gör mest nytta först.