Billigare grön vätgas: katalysatorn som sänker kostnad

Vätgas pratas ofta upp som lösningen på allt – men i praktiken är det kostnaden för elektrolys som bromsar. När elpriserna varierar timme för timme och utrustningen behöver tåla höga belastningar, blir varje millivolt och varje procent verkningsgrad en ekonomisk fråga, inte en labbdetalj.

Det är därför resultatet från ett sydkoreanskt forskarlag väcker intresse även här i Norden: de visar en ny, justerbar katalysator baserad på kobolt-fosfid där små förändringar i borinblandning och fosforhalt ger tydliga prestandalyft – och stabil drift i över 100 timmar i test. För vår serie “AI inom energi och hållbarhet” är det extra relevant: billigare vätgas är inte bara en energifråga, det är en styr- och optimeringsfråga där AI kan göra stor skillnad.

Varför katalysatorn är flaskhalsen i grön vätgas

Katalysatorn avgör hur mycket el som går förlorad som värme i elektrolysen. I en elektrolysör driver du två reaktioner: vätgasutveckling (HER) och syrgasutveckling (OER). Problemet är att OER ofta är den verkliga kostnadsboven: den kräver högre spänning, ger mer förluster och sliter hårt på materialen.

I dag används ofta material med ädelmetaller (som platina för HER och iridium/ruteniumoxid för OER) i högpresterande system. De fungerar – men är dyra, sårbara i leveranskedjor och svåra att skala i takt med att fler elektrolysörer byggs.

Det här spelar direkt in i affären:

• Högre överpotential (extra spänning utöver det teoretiska) → högre elförbrukning per kg vätgas.
• Lägre stabilitet → mer underhåll, kortare livslängd, högre kapitalkostnad.
• Dyra metaller → högre investeringskostnad och större risk i uppskalning.

När man dessutom vill köra elektrolys “smart” (dvs. hårt när elen är billig och backa när den är dyr) krävs katalysatorer som tål dynamisk drift. Där kommer den nya forskningen in.

Genombrottet: bor-dopad kobolt-fosfid som funkar på båda sidor

Nyckeln i studien är en katalysator som presterar bra både för HER och OER i alkalisk elektrolys. Forskarna utvecklade bor-dopade kobolt-fosfid-nanoplattor (nanosheets) med justerbar fosforhalt, framställda via metall-organiska ramverk (MOF) som förstadium.

Vad de faktiskt gjorde (utan labbjargong)

De använde en metod som är praktisk ur materialsynpunkt:

1. Byggde en koboltbaserad MOF-struktur på ett poröst ledande substrat (nickelskummaterial).
2. Integrerade bor genom efterbehandling (med natriumborhydrid).
3. Fosforiserade materialet med olika mängder fosforkälla för att få fram tre varianter.

Poängen med MOF-spåret är att det ofta ger stor aktiv yta och kontrollerad porositet. I elektrolys är det mer än en “fin struktur”: mer aktiv yta betyder fler reaktionsställen, bättre gasavledning och ofta lägre förluster.

Resultaten som är lätta att jämföra

Den bästa varianten (med optimerad fosfornivå) rapporterades ge:

• Överpotential för OER: 248 mV
• Överpotential för HER: 95 mV
• Elektrolysörcellspänning: 1,59 V vid 10 mA/cm²
• Stabilitet: >100 timmar

De visade också att vid högre strömtätheter (över 50 mA/cm²) kunde systemet prestera bättre än en uppsättning med RuO₂ och Pt/C på nickelsubstrat i deras jämförelse.

Det är precis den typen av datapunkter som spelar roll i industrialisering: inte bara “funkar i labb”, utan funkar över tid och under belastning.

Vad betyder “halva kostnaden” i praktiken?

Det rimliga sättet att tolka påståendet är: lägre materialkostnad + lägre elförluster = lägre kr/kWh i producerad vätgas. Men det är inte magi. Vätgaskostnad styrs i huvudsak av:

• Elpris (ofta största posten)
• Elektrolysörens verkningsgrad (kopplad till cellspänning/överpotential)
• Capex (utrustning, installation)
• Opex (service, degradering, driftstrategi)

En katalysator påverkar minst tre av dessa: verkningsgrad, capex (om den ersätter ädelmetaller) och opex (om den håller längre).

Här är den raka konsekvensen: varje sänkt cellspänning ger direkt lägre elåtgång per kg H₂. I en värld där många projekt 2025–2026 brottas med kalkyler som spricker när elpriset rör sig, är detta inte en “nice to have”. Det är en förutsättning.

En bra tumregel i elektrolys: små spänningsförbättringar blir stora pengar när du skalar upp till megawatt och kör tusentals timmar.

Där AI kommer in: billigare vätgas gör optimering lönsam

När vätgas blir billigare och mer stabil att producera ökar värdet av AI-styrning. Det låter bakvänt, men det är sant: lägre produktionskostnad gör att fler användningsfall når “break-even”, och då blir optimering av drift och logistik den nya konkurrensytan.

1) AI för smart drift: kör när elen är billig och grön

Elektrolys passar perfekt för prisstyrning och prognosstyrning. Med AI-modeller kan man planera produktion mot:

• spotprisprognoser
• vind- och solprognoser
• nätbegränsningar (t.ex. lokala flaskhalsar)
• vätgaslagerstatus och efterfrågan

Det nya materialet är intressant eftersom bättre katalysatorer ofta innebär:

• lägre värmeutveckling och förluster
• potentiellt bättre tolerans mot varierande last

Det gör att AI-styrning kan vara mer aggressiv utan att degradera systemet lika snabbt.

2) AI i smarta elnät: vätgas som “stötdämpare”

Vätgas är energilagring som inte konkurrerar med batterier – den kompletterar. I svenska och nordiska system, där vi vill balansera vindkraft och samtidigt säkra effekt när det behövs, kan elektrolys bli ett flexibelt verktyg:

• ta hand om överskott när det blåser mycket
• minska belastning när nätet är trångt
• producera bränsle till industriprocesser

AI kan här fungera som orkesterledare: när ska elektrolysören gå, när ska lagret fyllas, när ska vätgasen användas i process eller elproduktion?

3) AI för underhåll och livslängd: från kalender till tillstånd

När katalysatorer och elektroder är billigare är det lätt att tänka “då spelar livslängd mindre roll”. Jag tycker tvärtom: stabilitet är det som gör storskalighet trovärdig. AI-baserad tillståndsövervakning kan upptäcka degradering tidigt genom att analysera:

• spänningsdrift vid given ström
• temperatur- och tryckmönster
• gasrenhet och flödesdata
• start/stopp-cykler

Med robustare material blir den här typen av datadriven drift mer värd, eftersom du får en större “kontrollmarginal” innan prestanda faller.

Vad svenska energibolag och industrin kan göra redan 2026

Du behöver inte vänta på att en specifik katalysator ska kommersialiseras för att agera. Den här forskningen är en signal om riktningen: billigare material, högre effektivitet och mer dynamisk drift. Det betyder att förberedelserna bör handla om data, integration och affärslogik.

Praktiska nästa steg (som ofta missas)

1. Designa din datastruktur för elektrolysdrift

   • Logga ström, spänning, temperatur, tryck, vattenkvalitet och driftlägen i hög upplösning.
   • Bestäm redan nu vilka KPI:er som ska styra AI-optimering (kr/kg H₂, CO₂-intensitet, nyttjandegrad, degraderingstakt).

2. Bygg en digital tvilling som kan ta nya material i beaktande

   • Simulera hur sänkt överpotential påverkar elåtgång, kylbehov och driftstrategi.
   • Koppla modellen till elpris- och produktionsprognoser.

3. Säkra flexibilitetsaffären mot nätet

   • Vätgasproduktion kan bli en resurs för effektbalans och lokal nätavlastning.
   • Förhandla gränssnitt: vilka signaler från nätägare behövs, vilka begränsningar gäller?

4. Planera för variation – inte “steady state”

   • Många kalkyler antar jämn drift. Verkligheten 2025–2026 är volatila priser och begränsad nätkapacitet.
   • AI-styrning + robusta elektroder är en kombination som passar den verkligheten.

Vanliga följdfrågor jag får om den här typen av katalysatornyheter

Är detta redo för storskalig industri?

Inte direkt, men det är ett tydligt steg. 100 timmars stabilitet är bra som forskningsbevis, men industrin vill ofta se tusentals timmar, driftcykler, större elektrodareor och verifiering i pilotmiljö.

Varför är “alkalisk elektrolys” extra relevant?

Alkalisk elektrolys är etablerad, ofta kostnadseffektiv och passar många industrimiljöer. Den kan också vara attraktiv när man vill undvika vissa materialflaskhalsar som finns i andra elektrolystekniker.

Spelar materialval roll för AI, egentligen?

Ja, för det ändrar vad som är optimalt. Om katalysatorn sänker förluster och tål mer dynamik kan AI-algoritmen välja fler driftlägen (t.ex. fler start/stopp) utan att livslängden rasar. Optimeringsutrymmet blir större.

Nästa kapitel: grön vätgas som dataprojekt, inte bara energiprojekt

Billigare katalysatorer som klarar både HER och OER bra är exakt vad vätgasekonomin behöver. Men jag tycker att den större poängen 2025-12-21 är denna: vätgasens nästa flaskhals blir styrning och integration, inte bara kemi.

När produktionskostnaden pressas öppnas dörren för AI på riktigt: smart drift mot elpriser, smart samspel med nätet och smart underhåll som håller kapaciteten uppe. Det är där leads ofta skapas – hos team som vill gå från “pilot” till “portfölj”.

Om du sitter med ansvar för energi, industri eller nätstrategi: vilka datakällor saknar du i dag för att kunna styra en elektrolysör lika självklart som man styr ett batterilager?