AI + havspumpkraft: långlagring som stabiliserar elnätet

Den 2025-12-21 pratar många energiteam om samma sak: hur vi klarar vinterns toppar, den ökande elektrifieringen och mer väderberoende produktion – utan att bygga oss ur problemet med fossil reservkraft. Långtidslagring har gått från “bra att ha” till en nyckel för nätstabilitet.

Här är en detalj som sticker ut: ett italienskt bolag, Sizable Energy, har tagit in 8 miljoner dollar för att visa att pumpkraft kan byggas i havet – med inflationsbara reservoarer och en vertikal rörkolumn ner i djupet. Det låter som sci‑fi. Men idén är i grunden enkel: använd havets djup som “höjdskillnad” i ett pumpkraftverk.

Det som gör det extra relevant för vår serie AI inom energi och hållbarhet är inte bara mekaniken. Det är att en sådan anläggning blir digitalt styrd infrastruktur där AI kan optimera allt från driftstrategi till underhåll – och där värdet ofta sitter i mjukvaran lika mycket som i plast, pumpar och kablar.

Havsbaserad pumpkraft: samma fysik, ny plats

Havsbaserad pumpkraft är klassisk gravitationslagring flyttad till en miljö där “höjd” finns i överflöd. I traditionell pumpkraft lagrar man energi genom att pumpa vatten upp till en högre nivå och sedan släppa tillbaka det genom turbiner när el behövs.

Sizable Energys koncept tar en annan väg:

• En bottenreservoar på havsbotten och en ytreservoar vid ytan skapas med flexibla membran.
• En vertikal plastledning (rör) kopplar samman nivåerna.
• Man pumpar en salt/bräckt vätska (brine) uppåt när det finns överskottsel.
• När el behövs släpper man vätskan tillbaka ner och återvinner energi via turbiner/generatorer.

En konkret plan från bolaget är en 1 MW-demonstrator med ungefär 50 meters radie och upp till 500 meters “vattenkolumn”. Målet är 8–24 timmar och längre.

Varför havet kan vara en fördel jämfört med berg

Poängen är standardisering. På land blir pumpkraft ofta ett specialbygge: geologi, tillstånd, lokala naturvärden, dammar, tunnlar och stora initiala investeringar. I artikeln lyfts att en schweizisk anläggning tog 14 år.

I havet är argumentet: vattnet är likadant överallt, och djup finns på många platser. Om man kan göra moduler som byggs likt offshore‑komponenter (tänk vindkraftens leveranskedjor) kan ledtiderna pressas.

Varför långtidslagring är flaskhalsen – särskilt i Norden

Fyra timmars batterilagring räcker långt, men inte hela vägen. Litiumjonbatterier är starka för frekvensstöd, korta toppar och intradagsoptimering. Men när du vill flytta energi över en hel natt, ett vindstilla dygn eller flera dagar blir det dyrt att “bara stapla fler battericontainrar”.

Det här blir extra tydligt i ett svenskt/nordiskt sammanhang:

• Vintertoppar: elbehovet stiger när temperaturen faller.
• Mer vind: fler timmar med mycket produktion – och fler timmar med lite.
• Industrielektrifiering: jämnare baslast men större toppar i vissa kluster.
• Ökad nätträngsel: lagring nära produktion eller förbrukning kan minska flaskhalskostnader.

Därför är långtidslagring (8–24+ timmar) attraktiv: den kan jämna ut energibalansen snarare än bara effekttoppar.

Kostnadslogiken: timmar måste vara billiga

För långtidslagring är det inte nog att priset per kW (effekt) är okej. Det kritiska är att extra lagringstimmar ska kosta lite. I Sizable‑fallet nämns mål som:

• under 700 euro per kW för kraftutrustning på sikt
• under 20 euro per kWh för att lägga till lagringskapacitet, vid skala

Det är just den här “marginalkostnaden per timme” som gör gravitationslagring intressant.

Där AI faktiskt gör skillnad: från mekanik till smart drift

Den stora vinsten med AI i havsbaserad pumpkraft är att optimera drift och risk i en miljö som är osäker och dyr att serva. Jag har sett många energiprojekt underskatta detta: hårdvaran fungerar, men ekonomin faller på suboptimal styrning, felplanerat underhåll eller dålig marknadsstrategi.

Här är fyra AI‑områden som kan avgöra affären.

1) Prognoser som styr laddning/urladdning med hög precision

AI kan öka intäkterna genom att ladda och leverera vid rätt tidpunkt. I praktiken handlar det om att kombinera:

• vind- och solprognoser
• lastprognoser (industriprocesser, fjärrvärme/elvärme, mobilitet)
• prisprognoser (spot, intradag)
• nätbegränsningar (flöden, kapacitetsavgifter)

En bra modell ger inte bara en “bästa gissning” utan även osäkerhetsintervall. Det gör att styrsystemet kan välja en robust strategi: hellre 92% optimal i alla scenarier än 98% optimal i ett scenario som inte inträffar.

2) Optimering i flera marknader samtidigt

Långtidslagring tjänar ofta mest på att stapla intäkter. AI‑baserad optimering kan väga:

• energiarbitrage (billigt in, dyrt ut)
• stödtjänster (snabb respons och systemnytta)
• lokal nätavlastning (minskade kostnader och begränsningar)

För en havsanläggning nära offshore vind blir logiken tydlig: lagra när vinden “trycker”, leverera när kabeln är begränsad eller när systemet behöver stabilitet.

En bra tumregel: hårdvaran skapar kapacitet – mjukvaran skapar affären.

3) Prediktivt underhåll i en brutal miljö

Offshore‑underhåll är dyrt, väderberoende och riskfyllt. AI kan här ge hårda kronor tillbaka genom att förutse fel och planera insatser när havsläget tillåter.

Exempel på data att modellera:

• vibrationer och temperatur i pumpar/turbiner
• tryckvariationer i rörkolumn
• materialutmattning i membran
• korrosionsindikatorer och läckage
• vågdata och extrema väderhändelser

Målet är enkelt: serva innan fel, men inte för tidigt. Offshore är “för tidigt” också dyrt.

4) Digital tvilling för risk, tillstånd och försäkring

En digital tvilling (simuleringsmodell) blir ofta nyckeln till att få kapital och tillstånd. För en ny typ av pumpkraft i havet vill investerare och myndigheter se:

• hur systemet beter sig i storm
• vad som händer vid membranskada
• vilka redundanser som finns
• hur man undviker miljöpåverkan och driftstörningar

AI hjälper här genom att kalibrera modellen mot verkliga sensordata, så att simuleringen inte blir en powerpoint‑produkt utan ett driftverktyg.

Realismcheck: vad kan gå fel, och hur designar man bort risk?

Det största hotet mot havsteknik är inte fysiken – det är komplexitet som smyger in. Historien är full av marina energiprojekt som sjunkit på underhåll, materialproblem eller en konstruktion som blev för dyr att skydda.

Sizable försöker minska vågkontakt och använda ringar som bryter vågorna. Det är klokt. Men flera riskkategorier återstår för alla som bygger offshore‑lagring:

• Material och utmattning: membran som cyklas tusentals gånger måste hålla tätt.
• Biofouling: påväxt påverkar hydrodynamik och underhållsintervall.
• Kabel och anslutning: exportkabeln är ofta en av de dyraste delarna; fel där blir lång stilleståndstid.
• Tillståndsprocesser: samexistens med sjöfart, fiske, naturvärden och försvar.
• Ekonomisk bankability: utan bevisad driftdatabas blir kapital dyrt.

Min ståndpunkt: AI är inte “nice to have” här – den är ett sätt att göra tekniken finansierbar. När du kan visa bättre tillgänglighet, lägre risk och stabilare kassaflöden blir kapitalkostnaden lägre, och då faller resten på plats.

Praktiska råd: så utvärderar du havsbaserad långtidslagring

Om du jobbar på energibolag, industri, kommun eller som investerare bör du behandla havslagring som ett systemprojekt – inte ett enskilt kraftverk. Här är en checklista jag själv hade använt i tidig fas.

1. Definiera nyttan i timmar och situationer

   • Behöver ni 8, 12 eller 24 timmar?
   • Är målet toppkapning, vindutjämning eller ö-drift/resiliens?

2. Kravställ datainfrastruktur från dag 1

   • sensorer, datakvalitet, telemetri, cybersäkerhet
   • tydliga KPI:er (verkningsgrad, tillgänglighet, MTBF, intäkter/MW)

3. Planera AI‑styrning som en del av kontrollsystemet

   • inte en separat “dashboard”
   • koppla prognoser och optimering till faktiska driftbeslut

4. Räkna på hela livscykeln

   • installation, underhållsfönster, reservdelar, försäkring
   • hur många dagar per år kan ni realistiskt serva?

5. Tänk samlokalisering

   • offshore vind är en naturlig kandidat
   • delade kablar och gemensam anslutning kan förbättra kalkylen

Nästa steg för AI inom energi och hållbarhet

Havsbaserad pumpkraft är ett test på om vi kan kombinera enkel gravitationsfysik med modern mjukvara och industriskalning. Om tekniken håller i verklig havsmiljö kan den bli ett av få alternativ som ger långtidslagring utan att kräva nya bergsreservoarer på land.

För dig som följer vår serie AI inom energi och hållbarhet är den viktigaste lärdomen tydlig: när energisystemet blir mer väderberoende blir AI för prognoser, optimering och underhåll en del av själva infrastrukturen. Inte ett sidoprojekt.

Om du skulle placera en sådan lagringsenhet utanför en vindpark och låta AI styra den för att leverera stabil effekt hela natten – vilken del av kedjan är svårast att få rätt: tekniken i havet, marknadsoptimeringen, eller datan som allt bygger på?