AI och nätanslutning: lärdomar av UK:s städning

153 GW batterilagringsprojekt ströks eller nedprioriterades i Storbritanniens nätanslutningskö när landets systemoperatör NESO gjorde om hela processen i december 2025. Det är en siffra som svider – och samtidigt ett kvitto på att dagens sätt att planera och prioritera elnätskapacitet inte längre håller när förnybart och flexibilitet växer snabbare än nätet.

Det här är inte “en brittisk detalj” för energinördar. Jag ser det som en förvarning för hela Europa, inklusive Sverige: när ansökningarna om anslutning blir många gånger större än vad som faktiskt kan byggas och drivas, måste någon göra grovjobbet. Frågan är bara om grovjobbet blir rättvist, snabbt och systemnyttigt.

I den här delen av serien ”AI inom energi och hållbarhet” tar vi UK-exemplet som startpunkt och pratar om vad det säger om framtidens smarta elnät: varför köer uppstår, varför batterier paradoxalt nog kan bli “för många på papperet”, och hur AI kan användas för att prioritera projekt på ett sätt som både ökar takten i energiomställningen och minskar risken för felinvesteringar.

Vad som hände i Storbritannien – och varför det spelar roll

Storbritannien gjorde en sak som många länder förr eller senare behöver göra: de reformerade nätanslutningsprocessen för att rensa en överfull kö. Före reformen låg ansökningar i kön som motsvarade cirka 722 GW – ungefär fyra gånger den kapacitet som bedömdes behövas för att nå nationella mål. Efter NESO:s omtag ska 283 GW kunna få anslutningserbjudanden fram till 2035.

Kärnan i förändringen var att dela upp projekt i olika “grindar”:

• Gate 2: projekt som prioriteras och får faktiska anslutningsdatum (uppdelat i Phase 1 före 2030 och Phase 2 2030–2035).
• Gate 1: projekt som i praktiken hamnar i väntläge – de finns kvar, men får inte ett skarpt anslutningsdatum om inte kapacitet frigörs.

Det som sticker ut: batterilagring (BESS) blev den tydligaste förloraren i denna rensning. Bara projekt med så kallad ”protected status” – alltså projekt som redan kommit långt och hade tidigare datum – fick Gate 2-erbjudanden. Resultatet blev att 153 GW batteriprojekt inte prioriterades eller togs bort.

Det här spelar roll eftersom batterilagring ofta ses som lösningen på två problem samtidigt: mer förnybart och mer stabilitet. Men köhantering tvingar fram en obekväm sanning: ett batteriprojekt är bara värdefullt för systemet om det kan anslutas där och när det gör nytta, och om det kan bidra med rätt tjänster (frekvens, kapacitet, effekt, flaskhalsavlastning) utifrån lokala nätförhållanden.

“Smärtsamt men nödvändigt” är en varningsskylt

Branschorganisationen Solar Energy UK kallade reformen “painful but necessary”. Jag håller med om nödvändigheten – men smärtan är också ett symptom på att planeringen kom för sent.

När en kö växer till flera hundra gigawatt blir den inte bara lång. Den blir opålitlig. Projekt med låg mognad blockerar plats för projekt som faktiskt kan byggas. Och investerare får svårt att skilja signal från brus.

Varför batteriprojekt hamnar i kläm när nätet prioriterar

När 153 GW batteri stryks kan det låta som att Storbritannien plötsligt “inte vill ha lagring”. Men det är inte riktigt så.

Den praktiska logiken bakom hård prioritering brukar landa i tre frågor:

1. Finns det fysisk nätkapacitet i rätt nod? Batterier tenderar att söka sig till samma attraktiva platser: där elprisspreaden är stor, där frekvensmarknaderna är starka eller där nätet är trångt och intäkter från flaskhalsar lockar. Det skapar kluster.
2. Är projektet moget nog att bygga? Tillstånd, mark, finansiering, leveranskedja, avtal. Om många ansökningar lämnas in “för att säkra en plats” blir kön en spekulationsmarknad.
3. Bidrar projektet till systemplanen? Om systemoperatören planerar mot ett mål (i UK: nästan 100% förnybart till 2030 med gas främst för stabilitet) måste anslutningar matcha den planen, inte bara vara “först till kvarn”.

Det mest intressanta i UK-fallet är formuleringen om överskott av BESS-kapacitet mot 2035. Det betyder inte att batterier inte behövs – det betyder att kön innehöll mer batteri än vad nätet realistiskt kan ta emot i tidshorisonten, givet andra prioriteringar.

Långtidslagring: när “tidig ansökan” fortfarande avgör

Långtidslagring (LDES) var “fullt” till 2035, och prioriteringen baserades delvis på när ansökan kom in. Det här visar en spänning som vi kommer se mer av i Europa:

• LDES är strategiskt viktigt för ett elsystem med mycket vind.
• Samtidigt är LDES dyrare och mer projektspecifikt.

Om urvalet mest baseras på kötid riskerar vi att få “först in” snarare än “mest nytta”. Där är AI ett av de tydligaste verktygen för att förbättra processen.

Här kommer AI in: från köhantering till systemnytta

AI behövs inte för att “hitta på el”. AI behövs för att fatta bättre beslut i ett system där antalet variabler exploderat: väder, last, flexibilitet, elpriser, nätbegränsningar, stödtjänster, tillståndsprocesser och leveranskedjor.

När man reformerar nätanslutningar är AI särskilt relevant i tre delar.

1) AI för prognoser: realistisk kapacitetsplanering per nod

Nyckeln till en kortare kö är inte bara att säga nej. Det är att ha bättre lokala prognoser:

• belastning per timme (industriprojekt, elektrifiering av transporter, datahallar)
• produktion per timme (vind/sol)
• flaskhalsrisker och N-1-säkerhet
• behov av flexibilitet och stödtjänster

AI-modeller kan kombinera historik med scenarier (t.ex. “elektrifiering accelererar 2027–2032” eller “mer havsvind kopplas in i en region”) och ge en mer granular bild av var nätkapacitet faktiskt finns.

Det gör att anslutningsfönster kan öppnas där de gör nytta – istället för att alla jagar samma få punkter.

2) AI för prioritering: mognad + systemvärde, inte bara papper

UK:s “protected status” är ett sätt att premiera mognad. Men mognad är inte samma sak som systemnytta.

En bättre prioriteringsmodell kan väga in två dimensioner samtidigt:

• Projektmognad: tillstånd, markavtal, finansiering, leverantörsavtal, tidsplan
• Systemnytta: minskade nätförluster, flaskhalsavlastning, effektbidrag vid toppar, förmåga att leverera stödtjänster, minskad curtailment av vind/sol

AI kan hjälpa till att skapa ett transparent poängsystem (med mänsklig styrning) där utvecklare förstår varför ett projekt får ett visst besked.

En tumregel jag litar på: om utvecklarna inte kan förklara prioriteringen för sin styrelse på fem minuter, då är processen för otydlig.

3) AI i drift: dynamiska anslutningsavtal och flexibilitetsmarknader

En orsak till att nätanslutningar blir “allt eller inget” är att många avtal bygger på statiska antaganden: du får X MW, punkt.

Med mer mätning, styrning och optimering kan vi öka utnyttjandet av befintlig infrastruktur genom:

• flexibla anslutningar (villkorade effekttak vissa timmar)
• lokala flexibilitetsmarknader (batterier och last kan få betalt för att avlasta en station)
• prediktiv nätstyrning (förutse överbelastning och styra resurser i förväg)

AI blir då “limmet” som gör det praktiskt möjligt: prognoser + optimering + automatiserad dispatch i realtid.

Vad svenska aktörer bör göra 2026 för att slippa UK-scenariot

Det är lätt att titta på UK och tänka “tur att det inte är vi”. Men samma drivkrafter finns här: mer vindkraft, mer sol, mer industriell elektrifiering, fler batteriinitiativ och en nätutbyggnad som tar tid.

Här är fem konkreta arbetssätt jag tycker svenska utvecklare, nätägare och energibolag bör prioritera under 2026:

1. Bygg en dataryggrad tidigt: tidserier för last, produktion, tillgänglighet, begränsningar och felhändelser – på nodnivå.
2. Standardisera “mognadsbevis” för projekt: samma checklista, samma datakrav, samma verifiering. Det minskar spekulation i köer.
3. Inför AI-stödd portföljanalys: vilka projekt i portföljen har bäst kombination av nätbarhet, tillståndsstatus och systemnytta?
4. Planera intäkter bortom en enda marknad: batterier som bara räknar med en intäktskälla blir sårbara när regler eller köer ändras.
5. Förbered er på hårdare prioritering: ha en “plan B” (alternativa anslutningspunkter, stegvis utbyggnad, hybridlösningar med last/produktion).

Ett mini-exempel: så kan AI avgöra var ett batteri gör mest nytta

Tänk två batteriprojekt på 100 MW vardera.

• Projekt A vill ansluta i en region med många liknande ansökningar, stor prisvolatilitet men tydlig stationsbegränsning vinterkvällar.
• Projekt B vill ansluta nära en vindpark där curtailment uppstår vid vissa vindlägen och där lokalt nät ofta går “bakvägen” mot en trång ledning.

En AI-baserad modell kan simulera ett helt år timme för timme och räkna på:

• hur mycket curtailment som kan minskas
• hur ofta batteriet kan leverera stödtjänster utan att skapa ny trängsel
• hur mycket toppeffekt som faktiskt kan frigöras i nätet

Det är skillnaden mellan “batteri som tjänar pengar” och “batteri som gör elsystemet bättre och därför får plats”.

Vanliga följdfrågor jag får (och raka svar)

Kommer fler länder att rensa nätanslutningsköer?

Ja. När köerna blir större än realistisk nätutbyggnad blir reformer oundvikliga. Frågan är om man gör det tidigt och gradvis – eller sent och brutalt.

Betyder UK-beskedet att batterier är en sämre investering?

Nej, men det betyder att nätanslutning är en huvudrisk. Teknik, pris och finansiering räcker inte. “Rätt plats i nätet” är ofta den kritiska faktorn.

Kan AI ersätta systemoperatörens beslut?

Nej, och det borde den inte. AI är ett beslutsstöd som kan göra prioritering mer konsekvent och datadriven, men målkonflikter och samhällsnytta måste styras politiskt och regulatoriskt.

Nästa steg: gör AI till en del av nätplaneringen, inte en pilot

UK:s reform visar vad som händer när utvecklingstakten i förnybart och lagring springer ifrån planeringen: man hamnar i en kö som måste rensas, och rensningen skapar vinnare och förlorare.

Min ståndpunkt är enkel: om vi menar allvar med elektrifiering och 100% fossilfri el, måste AI användas som en vardagsfunktion i elnätsplanering – från prognoser och anslutningsprioritering till driftoptimering och flexibilitetsmarknader.

Om du jobbar med batterilagring, nätutveckling eller energistrategi är det här en bra tid att ställa en praktisk fråga internt: Vilka data saknar vi för att kunna prioritera projekt efter faktisk systemnytta – och vem äger ansvaret att fylla gapet under 2026?