AI kan hålla igång gröna aluminiumsmältverk

Aluminium är en av de där materialen som känns ”lätt” i handen men är tungt i elsystemet. I Australien står landets fyra stora aluminiumsmältverk för ungefär 10 % av all elförbrukning och orsakar cirka 4 % av de totala växthusgasutsläppen. Det är siffror som gör att energiomställningen plötsligt blir väldigt konkret: om smältverken misslyckas med att ställa om, misslyckas en stor del av industrins klimatresa.

Samtidigt händer något intressant. Australien bygger snabbt ut vind och sol, och staten förbereder ett stöd – Green Aluminium Production Credit (GAPC) – som ska täcka 30–40 % av merkostnaden när smältverk producerar ”grönt” aluminium, med start budgetåret 2028–2029 och i upp till 10 år.

Men det är här många går vilse: billig förnybar el räcker inte. För smältverk krävs förutsägbar, stabil effekt dygnet runt. Variabel produktion från vind och sol är en teknisk och kommersiell utmaning – och det är exakt här serien ”AI inom energi och hållbarhet” blir relevant. För att få ihop kalkylen behövs AI och smarta energisystem som kan prognosticera, optimera och styra både produktion, lagring och förbrukning.

Varför är aluminium så svårt att köra på förnybart?

Svaret är enkelt: smältverk vill ha konstant el – förnybart är inte konstant. Aluminiumproduktion (elektrolys) körs normalt i en mycket jämn drift. Att stoppa och starta är dyrt, tekniskt knepigt och riskerar produktionskvalitet. Därför har smältverk historiskt låst in sig i långsiktiga elavtal, ofta knutna till kolkraft.

I Australien är läget extra spetsigt. Tre av fyra smältverk får fortfarande huvuddelen av sin el från kol (Queensland, Victoria och New South Wales), medan anläggningen i Tasmanien i hög grad använder vattenkraft. Samtidigt väntas en stor del av kolflottan försvinna till 2035. Det betyder att gamla elkontrakt löper ut i en marknad som förändras snabbt – både prismässigt och tekniskt.

Det verkliga problemet: “tillräckligt med effekt varje minut”

Vind och sol är billiga per kilowattimme, men smältverk behöver säkra leverans även när:

• det är vindstilla
• det är kväll/natt (solen är borta)
• nätet är trångt (brist på överföringskapacitet)
• spotpriserna rusar vid toppar

För att kompensera för intermittens måste man ofta kontraktera mer installerad kapacitet (fler MW) än vad smältverket i snitt behöver, plus lagring, plus flex, plus nät. Det är inte konstigt att ett av de största smältverken, Tomago (cirka 40 % av Australiens aluminiumproduktion), har varnat för att driften kan bli kommersiellt ohållbar när nya elavtal ska på plats runt 2029.

GAPC: bra signal – men inte hela lösningen

GAPC är ett tydligt industripolitiskt besked: Australien vill behålla aluminiumindustrin och samtidigt minska utsläppen. Modellen är rak: kredit per ton grönt aluminium som produceras. Den minskar gapet mellan ”billig men fossil” el och ”ren men systemmässigt dyrare” el.

Det här stödet gör två saker som är viktiga även ur svenskt perspektiv:

1. Det skapar investeringsbarhet. Om intäkten per ton förbättras kan företag våga teckna PPA:er (långa avtal) för vind/sol och investera i lagring.
2. Det flyttar fokus från teknik till resultat. Man belönar faktisk grön produktion, inte en viss specifik lösning.

Men: om elen inte kan levereras i praktiken hjälper inte kreditens procentsats. GAPC behöver kompletteras av sådant som ofta glöms bort i debatten:

• snabbare tillståndsprocesser för vind, sol och batterier
• utbyggda transmissionsledningar och nätstationer
• marknadsregler som värderar flexibilitet och stödtjänster

En kredit kan sänka kostnaden. Den kan inte trolla fram nätkapacitet.

AI och smarta energisystem: det som gör förnybart körbart för tung industri

Den mest praktiska vägen till grön aluminium är att behandla smältverket som en aktiv del av energisystemet – inte bara en passiv konsument. Det kräver datadrift, styrning och optimering. Med andra ord: AI.

AI-prognoser som minskar behovet av “extra MW”

När vind och sol varierar vill man överköpa kapacitet för att känna sig trygg. Men med bättre prognoser kan man minska säkerhetsmarginalerna.

AI kan kombinera:

• väderdata (lokalt, satellit, historik)
• produktionsdata från vind/solparker
• nätbegränsningar (flaskhalsar, kapacitet)
• prisprognoser och marknadsdata

…och leverera timmar–dagar framåt-prognoser med tillräcklig precision för att styra inköp, lagring och produktion.

Praktisk effekt: mindre överkontraktering, bättre PPA-strategi och färre dyra ”panikinköp” på spotmarknaden.

Optimering av lagring och inköp: batterier är inte bara en “backup”

Batterier sjunker i pris, men de är fortfarande för dyra för att dimensioneras som ”kör hela smältverket i dagar”. Den smarta modellen är hybrid:

• batteri för snabba svängningar, frekvens och korta underskott
• kontrakt med flera elproducenter (vind + sol + ev. vattenkraft)
• efterfrågeflex (styrning av last)

AI-baserad optimering (ofta kallad dispatch optimization) gör att lagring används när den ger mest värde:

• ladda när priserna är låga eller när egen sol toppar
• stötta nätet vid toppar och få betalt via stödtjänster
• kapa pristoppar i stället för att köpa dyr el

Det här är en nyckelpoäng för leadsgenerering i energibranschen: värdet sitter sällan i en enskild tillgång. Det sitter i orkestreringen.

Smältverk som flexibilitetsresurs: AI gör “demand response” till en intäktsström

Australiska aktörer lyfter att smältverk kan sänka sin konsumtion snabbt i cirka en timme för att hjälpa elnätet vid störningar. Det är en underskattad superkraft.

AI gör det möjligt att:

• identifiera vilka processteg som kan pausas utan kvalitetsrisk
• planera neddragningar när de ger mest systemnytta
• automatisera responser mot nätoperatörens signaler
• räkna hem affären: intäkt vs produktionspåverkan

I praktiken blir smältverket en del av nätets stabilitet – och det kan vara skillnaden mellan att ”bara betala” för el och att också tjäna pengar på flexibilitet.

En genomförbar vägkarta för grön aluminium (även utanför Australien)

Om jag får vara lite kantig: många industriprojekt misslyckas för att man börjar med fel fråga. Man börjar med ”vilken el ska vi köpa?” i stället för ”vilken driftprofil kan vi designa?”. En bättre vägkarta ser ut så här.

1) Börja med ett digitalt energibaslinjeprojekt (4–8 veckor)

Målet är att få en gemensam sanning om:

• lastprofil per minut/timme
• kritiska trösklar (minsta tillåtna effekt, ramp rates)
• kostnadsdrivare (effektavgifter, toppar, avbrottsrisk)

Leverans: en datamodell som kan användas för simulering.

2) Simulera hybrida energimixar med AI-stöd (8–12 veckor)

Testa scenarier:

• vind + sol + batteri + nät
• olika PPA-längder och prisindexering
• olika nivåer av flexibilitet i processen

Här blir AI användbart som beslutsstöd: inte magi, utan snabbare och bättre scenarioanalys.

3) Implementera energiorchestrering i drift (3–6 månader)

Det betyder:

• styrsystem som kan agera på prognoser
• automatiska handels- och inköpsregler
• larm och riskindikatorer (t.ex. ”nätträngsel risk 17:00–21:00”)

4) Gör flexibilitet mätbar och säljbar (löpande)

Bygg ett “flex-bokslut”:

• hur ofta kunde last sänkas?
• vad gav det i intäkt/kostnadsminskning?
• hur påverkades produktionen?

Det är här policy och marknad måste hänga med. Om systemet behöver flexibilitet ska den också betalas.

Vanliga följdfrågor (och raka svar)

Kan ett aluminiumsmältverk köras på 100 % vind och sol?

Tekniskt: ja, men det kräver en kombination av överkapacitet, lagring, nät och flexibilitet. Ekonomiskt: det blir ofta rimligt först när man optimerar helheten och får betalt för stödtjänster.

Varför räcker inte billig förnybar el?

För att industrin betalar för tillgänglighet och stabilitet, inte bara energimängd. Kostnaden sitter ofta i effekt, risk och nät.

Vad är AI:s viktigaste bidrag?

AI minskar merkostnaden genom att förbättra prognoser, optimering och styrning – vilket minskar behovet av dyra säkerhetsmarginaler.

Det här är varför Australien är intressant för oss i Sverige

Australien är ett tydligt exempel på samma spänning som många länder brottas med: tung industri vill ha stabil el, energisystemet går mot mer variabel produktion, och politiken försöker minska risken med stöd som GAPC.

Min take: stöden behövs, men de kommer inte bära hela omställningen. Den som vinner är den som kan göra förnybart körbart i verklig drift, timme för timme. Där är AI och smarta energisystem inte ett sidospår – de är den praktiska verktygslådan.

Om din verksamhet sitter med en energitung process och funderar på hur den ska klara nästa avtalsperiod: börja inte i excel med ”lägsta pris per kWh”. Börja med frågan hur flexibel kan processen bli – och hur kan AI hjälpa oss att styra den?