AI och elsystem: lärdomar från Puerto Ricos soldebatt

AI inom energi och hållbarhetBy 3L3C

Puerto Rico visar varför distribuerad sol, batterier och AI-styrning avgör elsystemets resiliens. Lärdomar för smarta elnät i Sverige.

AISmarta elnätSolenergiEnergilagringMikrogridEnergiresiliens
Share:

Featured image for AI och elsystem: lärdomar från Puerto Ricos soldebatt

AI och elsystem: lärdomar från Puerto Ricos soldebatt

När en storm slår ut elen i timmar är det irriterande. När elen försvinner i månader blir det en samhällskris. Puerto Rico vet exakt hur stor skillnaden är: efter orkanerna Irma och Maria 2017 följde den längsta strömavbrottskrisen i USA:s historia, och konsekvenserna blev brutala – över 4 000 dödsfall kopplades till Maria och elbristen var en bidragande faktor.

Nu, i slutet av 2025, står ön mitt i en konflikt som känns obehagligt bekant även för oss i Norden: ska man lägga pengarna på att förstärka ett centralt elnät och stora produktionsanläggningar – eller bygga upp ett mer distribuerat energisystem med solceller på tak och batterier nära användaren?

Här blir kopplingen till vår serie AI inom energi och hållbarhet glasklar. För i praktiken är det sällan ett val mellan “antingen eller”. Det handlar om hur man styr, optimerar och prioriterar. Och det är exakt där AI kan avgöra om investeringar i nät, mikrogrid-lösningar och lokal produktion faktiskt ger den robusthet man lovar.

Puerto Rico visar vad som står på spel: resiliens, inte bara kilowattimmar

Det centrala budskapet från Puerto Ricos debatt är enkelt: pålitlig el är livsviktig infrastruktur. När elen försvinner påverkas allt från medicinförvaring och respiratorer till vattenpumpar, kommunikation och kyla i bostäder.

Efter 2017 har USA:s federala myndighet FEMA haft i uppdrag att finansiera återuppbyggnaden av energisystemet. En stor finansieringspott – över 12 miljarder dollar i olika stöd – är kopplad till åtgärder som ska göra elsystemet mer robust.

Men robust hur?

  • Ett spår är att härda och reparera befintligt nät och säkra central produktion (i Puerto Ricos fall till stor del fossil).
  • Ett annat spår är att bygga ett system där många hushåll och verksamheter har egen produktion och lagring, ofta sammankopplat i mikrogridar.

En federal domare beslutade 2025-10-02 att FEMA måste göra en mer djupgående miljö- och alternativanalys som även inkluderar distribuerad sol och andra lokala lösningar. Det är en juridisk detalj med stor praktisk innebörd: myndigheter tvingas räkna på fler scenarier än “laga det vi har”.

Distribuerad sol + batterier: därför fungerar det i praktiken

Den tydligaste poängen från förespråkarna för taksol i Puerto Rico är att energi nära användaren minskar sårbarheten. Om en bergskedja, en orkan eller ett trasigt ställverk bryter överföringen spelar det ingen roll hur mycket kraft som produceras långt bort.

Konkreta siffror som säger mycket

  • Per juni 2025 fanns 1,2 GW nätansluten taksol installerad på ön, vilket enligt IEEFA motsvarade över 10 % av den totala energianvändningen.
  • Samtidigt bedöms minst 350 000 låg- och medelinkomsthushåll ha svårt att skaffa taksol utan ekonomiskt stöd.

Här ser man varför frågan blir politisk: ett distribuerat energisystem kan ge resiliens, men om det bara är de som redan har råd som kan köpa batterier – då får man ett “A- och B-lag” i elförsörjning.

Mikrogridar och “islanding” är resiliens i praktiken

Mikrogridar kan koppla loss sig från stamnätet vid större störningar. Det är ett avgörande designval.

I ett nordiskt perspektiv är detta intressant även utan orkaner. Vi har andra risker: långvarig kyla, skogsbränder, cyberangrepp, störningar i överföring och kapacitetsbrist i lokalnät vid snabb elektrifiering.

Centraliserat nät och storskalig produktion: varför det ändå inte går att ignorera

Det är lätt att romantisera taksol som “lösningen”. Men verkligheten är mer kantig.

Puerto Rico har också byggt ut storskalig sol: våren 2024 fanns cirka 235 MW i utility-scale sol, och ytterligare över 800 MW i godkända kontrakt. Det ger mycket energi per investerad timme i projektledning – men kräver samtidigt robust överföring.

Två svagheter med centraliserat spår

  1. Överföringsberoende: elen måste ta sig över berg, genom utsatta korridorer och via stationer som kan slås ut.
  2. Markkonflikter: stora solparker hamnar ofta på den mark som är enklast att bygga på – vilket i Puerto Rico också kan vara bördig jordbruksmark.

Det intressanta är att dessa svagheter inte är “Puerto Rico-problem”. De dyker upp i Sverige också, fast i andra former: nätköer, lokal acceptans, markanvändning, och långa ledtider för nya ledningar.

Där AI faktiskt gör skillnad: från debatt till drift

Här är min tydliga ståndpunkt: utan intelligent styrning blir både distribuerat och centraliserat dyrt och skört. Med intelligent styrning kan man få ett hybridssystem att bete sig stabilt även under stress.

AI handlar inte om att ersätta ingenjörer. Det handlar om att göra tre saker bättre än idag: prognoser, optimering och felhantering.

1) AI för prognoser: rätt produktion och rätt flexibilitet

I ett system med mycket sol och batterier måste man veta när man får energi och var flaskhalsar uppstår.

AI-modeller kan kombinera:

  • väderprognoser (molnighet, temperatur)
  • historisk förbrukning
  • helgdagar, skolkalendrar, beteendemönster
  • nätstatus och spänningskvalitet

Resultat: mer träffsäkra lastprognoser och bättre planering av batteriladdning/utladdning.

2) AI för optimering: orkestrera batterier, laddning och mikrogridar

När tusentals batterier och solcellsanläggningar ska samspela blir “manuell drift” snabbt en fantasi.

AI kan optimera:

  • när batterier ska stötta nätet (peak shaving)
  • när mikrogridar ska gå i ö-drift
  • hur man minimerar bortkopplingar genom lokal balans
  • hur man prioriterar kritiska laster (sjukhus, vatten, kommunikation)

Det här är också grunden för virtuella kraftverk (VPP): distribuerade resurser som uppträder som en samlad, styrbar kapacitet.

3) AI för underhåll och felhantering: korta avbrotten

Puerto Rico beskriver nedhängande linor, trasiga ledningar och återkommande driftproblem. I många nät är den största vinsten inte “mer produktion”, utan färre fel och snabbare åtgärd.

AI-stött drift kan använda:

  • sensordata i stationer
  • drönar- och bildanalys på ledningsgator
  • anomali-detektion i spännings- och frekvensdata

Målet är konkret: hitta fel innan de blir avbrott, och dirigera fältresurser smartare när de väl inträffar.

Så undviker man den vanligaste fällan: resiliens som bara rika får

Puerto Rico-fallet visar en risk som ofta försvinner i tekniska presentationer: om resiliens byggs via privatköpta batterier blir den ojämlik.

Här finns en “svensk” lärdom. Om vi vill att flexibilitet och lokal produktion ska stötta systemet måste regelverk och incitament vara designade så att fler kan delta.

Praktiska åtgärder som brukar fungera (och som AI kan förstärka):

  1. Riktade stöd till låginkomsthushåll och samhällsviktiga verksamheter för sol + batteri.
  2. Gemensamma energilösningar (t.ex. bostadsrättsföreningar, energigemenskaper) där kostnader och nytta delas.
  3. Dynamiska tariffer som belönar lastflytt och lokal balans.
  4. Standardiserade styrgränssnitt så att utrustning kan delta i VPP och flexibilitetsmarknader.

AI kommer in som “motor” i punkt 3 och 4: utan automatisering blir flexibilitet något som bara de mest teknikintresserade orkar göra.

En enkel beslutsmodell: när passar distribuerat bäst?

Om jag skulle sammanfatta Puerto Rico-lärdomen i en beslutsregel blir det så här:

Ju högre konsekvens av avbrott och ju svårare terräng/överföring, desto större värde av distribuerad produktion och lagring.

Och tvärtom:

Ju enklare överföring och ju mer stabil nätmiljö, desto mer kan storskalig produktion dominera – men bara om styrningen är smart.

I praktiken landar de flesta på ett hybridval. Det intressanta är att AI gör hybridvalet mer hanterbart.

Nästa steg för organisationer som vill använda AI i energisystem

Om du jobbar med energi, fastigheter, industri eller offentlig sektor och vill omsätta detta till handling, börja här:

  1. Kartlägg kritiska laster: vad måste fungera vid avbrott (och i hur många timmar)?
  2. Mät mer än energi: spänningskvalitet, avbrottsfrekvens, lokal kapacitetsbrist och effekt-toppar.
  3. Bygg en datagrund: samla sol-, batteri- och förbrukningsdata i en gemensam modell.
  4. Pilotera styrning i liten skala: en skola, ett vårdboende eller en industrifastighet med batteri och laststyrning.
  5. Sätt KPI:er som speglar resiliens: minuter av avbrott, timmar av reservdrift, kostnad per undviken avbrottsminut.

Det här är exakt den typ av praktisk AI-tillämpning som vår serie AI inom energi och hållbarhet vill lyfta: inte AI för AI:s skull, utan AI som gör elsystemet mer robust och mer rättvist.

Puerto Rico är inte en avlägsen specialfråga – det är en föraning

Puerto Rico debatterar sol på tak mot central infrastruktur, men kärnfrågan är större: ska resiliens byggas in i systemet, eller köpas privat av de som har råd?

Det som händer där, med stora offentliga återuppbyggnadsbudgetar och juridiska krav på att utreda alternativ, pekar på något jag tror blir vanligare även i Europa: investeringar kommer behöva motiveras med både klimatnytta, driftsäkerhet och social hållbarhet.

Vill du ta nästa steg och se var AI skapar mest värde i just din energimiljö – lokalnät, fastighetsportfölj eller industriell site? Börja med en enkel fråga: vilket avbrott är oacceptabelt, och vad kostar det per timme? Därifrån blir resten ofta förvånansvärt konkret.

🇸🇪 AI och elsystem: lärdomar från Puerto Ricos soldebatt - Sweden | 3L3C