AI kan minska risken när kolkraft stängs – lärdomar

Ett av de mest missförstådda besluten i energibranschen är att en kolkraftsstängning “bara” handlar om klimat. I praktiken handlar det lika mycket om driftsäkerhet, kostnader, tillstånd, avfall och politik – och det är ofta där planen spricker.

Det syns tydligt i Indiana, där två kolkraftverk formellt ska tas ur drift innan årets slut, men där både bolag och myndigheter samtidigt verkar förbereda sig för att de ändå kan tvingas fortsätta köra. För oss som arbetar med energi och hållbarhet är det här mer än amerikansk inrikespolitik: det är ett exempel på hur energiomställningen kan fastna i “sista-minuten-räddningar” – och hur AI i elnätet kan göra planeringen mer robust så att man slipper panikåtgärder.

I den här delen av serien AI inom energi och hållbarhet använder jag Indiana-fallet för att visa vad som faktiskt skapar osäkerhet när fossil kapacitet fasas ut – och hur AI-baserad prognostik, nätoptimering och riskmodellering kan minska både utsläpp, kostnader och leveransrisk.

När “stängt” plötsligt betyder “kanske”

Kärnpunkten är enkel: Indiana planerar att pensionera två kolenheter 2025, men förbereder sig samtidigt på att de kan bli kvar. Det rör bland annat en större anläggning på 722 MW (R.M. Schahfer) och en mindre på 90 MW (F.B. Culley 2). Samtidigt har federala myndigheter redan tidigare under året beordrat andra fossila kraftverk i regionen att fortsätta driva efter planerat stopp, med hänvisning till “nödläge” och försörjningstrygghet.

Det här skapar en märklig dubbel signal:

• Å ena sidan: bolag och regulatorer säger att anläggningarna ska stängas.
• Å andra sidan: bolag säkrar bränsle, undersöker stora reparationer och söker lättnader i miljökrav som gör drift längre möjlig.

Varför osäkerheten blir dyr (och lätt blir permanent)

När en anläggning är på väg att tas ur drift uppstår en kritisk period där alla vill undvika risken att ha “för lite” effekt vid en topp. Om politiken då signalerar att fossil kapacitet ska hållas kvar “för säkerhets skull”, får vi tre effekter som jag tycker är särskilt problematiska:

1. Investeringsstopp i alternativ: varför bygga lagring, flexibilitet eller nätförstärkning om man ändå kan förlänga kol?
2. Fördyrad drift: gamla enheter kräver mer underhåll, mer reservdelar och mer personell beredskap.
3. Miljörisker låses in: särskilt kring askdeponier, vatten och lokala utsläpp.

Och ja – även om ett verk “bara körs lite till” kan det räcka för att bromsa ny kapacitet i flera år.

Driftsäkerhet: myten om att gammal kol alltid är “stabil”

Den vanligaste berättelsen är att kolkraft behövs för stabilitet när efterfrågan ökar – inte minst när AI och datacenter driver upp elanvändningen. Men i Indiana-fallet är ironin tydlig: en av enheterna har haft längre driftstopp och omfattande problem, inklusive en turbin som kräver månader av arbete för att komma tillbaka.

Driftsäkerhet är inte en etikett på kraftslag. Det är ett utfall av skick, underhåll, redundans och systemdesign. En åldrande enhet som står still delar av året är inte “försörjningstrygghet” – den är en riskpost.

Vad AI kan göra bättre än magkänsla

Här är en konkret poäng: många beslut om “håll kvar kapacitet” bygger på grova scenarier och politisk riskaversion. AI kan inte ta bort politik, men den kan göra konsekvenserna mätbara.

AI-baserade modeller kan till exempel:

• Prognostisera toppar med högre upplösning (timme, område, kundsegment) och bättre hantering av extremväder.
• Beräkna sannolikhet för bortfall på specifika enheter baserat på historiska avbrott, felkoder, ålder och driftmönster.
• Optimera reservstrategier: när är det billigare att köpa flexibilitet (laststyrning) än att hålla en kolenhet i varm reserv?

En bra tumregel: om du behöver ett gammalt verk “för säkerhets skull” men det kräver stora reparationer för att ens kunna leverera, då är det inte en reserv – det är ett projekt.

Kolaska och miljö: den bortglömda delen av “tillfällig” förlängning

Indiana-fallet visar också hur miljöfrågor kan bli en indirekt livlina för fossil drift. När ett bolag söker förlängning för att få fortsätta hantera kolaska i otätade dammar längre, påverkar det inte bara miljörisk – det påverkar också kalkylen för att hålla anläggningen igång.

Det här är ett område där jag upplever att många företag underskattar varumärkes- och tillståndsrisken.

AI för miljöövervakning som faktiskt går att styra på

Miljödata hamnar ofta i PDF:er och årsrapporter. AI kan göra det operativt:

• Anomalidetektering i grundvattenmätningar (t.ex. arsenik, molybden) för att upptäcka trendbrott tidigt.
• Riskkartor som kopplar mätpunkter, flöden och väder till sannolik påverkan på närliggande områden.
• Beslutsstöd som väger kostnaden för sanering och efterlevnad mot alternativa investeringar (lagring, sol, nät, flexibilitet).

När miljö blir en styrvariabel i realtid blir det svårare att “glömma” bort externa kostnader i en förlängningsdiskussion.

Den verkliga lösningen: snabbare ersättning, inte längre livslängd

Om man skalar bort retoriken återstår en praktisk fråga: Vad ersätter kapaciteten när kol försvinner? Svaret är nästan aldrig “en sak”. Det är en portfölj:

• Förnybar produktion (vind/sol)
• Nätförstärkning och anslutningskapacitet
• Energilagring (batterier och ibland längre lagring)
• Flexibilitet (laststyrning, prisrespons, industriell styrning)
• Effektivisering

Det är också här AI gör störst nytta – eftersom portföljstyrning är ett optimeringsproblem.

AI i elnätet: tre användningsfall som minskar “panikförlängningar”

1) Lastprognoser som tål verkligheten

Datacenter, elbilar och elektrifierad industri gör efterfrågan mer svårbedömd. Klassiska prognoser blir snabbt gamla. AI-modeller kan uppdateras ofta, lära på nya mönster och ge bättre intervallprognoser (inte bara en “siffra”).

2) Nätoptimering och flaskhalsstyrning

Många kapacitetsproblem är egentligen nätproblem. Med AI-stöd kan man simulera driftlägen och styra om produktion/last så att man får ut mer av befintlig infrastruktur. Det är inte magi – men det kan kapa månader av osäkerhet.

3) Flexibilitetsmarknader och virtuella kraftverk (VPP)

När tusentals små resurser (batterier, värmepumpar, laddning) agerar tillsammans kan de ersätta delar av “effektreserven”. AI behövs för att:

• förutsäga tillgänglighet,
• buda in flexibilitet,
• och leverera utan att störa kundernas verksamhet.

Den här typen av portfölj är ofta snabbare att bygga än ny central produktion.

Praktisk checklista: så undviker du att en stängning blir ett limbo

Om du jobbar på energibolag, kommun, industri eller som konsult och vill minska risken för att “retirement” blir “maybe”, är det här en konkret start:

1. Gör en probabilistisk driftsäkerhetsbild
   • Modellera bortfallsrisk per enhet (inte bara installerad MW).
2. Separera effektproblem från energiproblem
   • Effektbrist vid topp kräver andra åtgärder än energibrist över året.
3. Bygg en ersättningsportfölj med tydliga milstolpar
   • Lagring + flexibilitet + nät är ofta snabbare än ny produktion.
4. Koppla miljödata till ekonomiska beslut
   • Sanering, efterlevnad och reputationsrisk ska in i samma kalkyl som elpris.
5. Skapa en “plan B” som inte är fossil
   • Reservlösningen bör vara upphandlad flexibilitet, inte en politisk dispens.

Jag har sett att de organisationer som lyckas är de som vågar vara konkreta: “Om toppdagen blir X och vindutfallet blir Y, då gör vi Z.” Inte “vi får se”.

Från Indiana till Sverige: varför det här angår oss 2025

Det kan kännas långt bort, men mönstret är bekant även i Europa: när elbehovet stiger (elektrifiering, industriomställning, datacenter) ökar pressen att “hålla kvar” gammal kapacitet. I Sverige diskuteras försörjningstrygghet, elområden, anslutningstider och hur snabbt ny kapacitet kan komma på plats. Skillnaden är att vi har andra kraftslag – men beslutsdynamiken är densamma.

Det som gör 2025-12 extra relevant är att planeringshorisonterna krymper. När nya laster tillkommer snabbt och vädervariationerna ökar blir det svårare att fatta beslut med gårdagens verktyg. Då blir AI inte en teknikfråga, utan en planeringsförmåga.

Om vi vill att energiomställningen ska vara både snabb och stabil behöver vi sluta behandla stängningar som symbolpolitik och börja behandla dem som systemprojekt.

Det intressanta är egentligen inte om Indiana stänger två kolkraftverk enligt plan. Det intressanta är om de – och vi – bygger ett elsystem där man inte behöver ringa in fossil kapacitet i sista stund.

Vilken del av din energiportfölj idag skulle du helst vilja slippa “förlänga av rädsla” – och vad skulle krävas för att ersätta den med prognoser, flexibilitet och bättre nätstyrning?