El hemma, e‑bränsle i luften: AI kan jämna ut

Elräkningen har blivit en vardagsfråga i Sverige – särskilt under vintrar när priserna skenar och hushåll tvingas sänka värmen. Samtidigt pekar ny forskning på något som skaver: el som används för basbehov i hemmet kan bli tre gånger dyrare än el som går till framtida ”gröna” flygbränslen.

Det här handlar inte om att flyget plötsligt blivit billigt eller ”snällt”. Det handlar om prioriteringar i skattesystem och styrmedel – och om risken att klimatomställningen bygger in orättvisor. För mig är det en tydlig signal: vi behöver smartare styrning av både produktion och konsumtion av el. Och där är AI inom energi och hållbarhet mer än ett buzzword. Rätt använt kan AI hjälpa oss att fördela resurser, kapa toppar, optimera nätet och göra politiska styrmedel mer träffsäkra.

Varför kan ”grönt” flygbränsle få billigare el än hushåll?

Kort svar: för att skatt och undantag styr slutpriset mer än själva elproduktionen.

Studien (baserad på Frankrike men med EU-regler som ram) jämför tre användningar av el:

• Primära behov: uppvärmning, belysning, hushållsel
• Sekundära behov: lokal mobilitet, t.ex. elbil
• Tertiära behov: långdistansmobilitet, t.ex. e‑bränsle (syntetiska flygbränslen)

Resultatet är svårt att ignorera: el för hushåll och lokal mobilitet landar på 194 €/MWh, medan el som i praktiken möjliggör e‑bränsle för flyg hamnar på 65,5 €/MWh.

Skillnaden förklaras framför allt av skatter:

• Skattepåslag för hushåll/lokal mobilitet: 120 €/MWh
• Skattepåslag kopplat till e‑bränsle/aviation: 11,2 €/MWh

Det är en prioritering: basbehov beskattas hårdare än en energikrävande premiumtjänst.

E‑bränsle löser inte energibristen – det flyttar den

Här kommer den mest talande siffran i materialet: en tur och retur-resa Paris–New York med e‑bränsle kräver ungefär 7 300 kWh för en person. Det är mer än en individs årliga primära och sekundära elbehov i exemplet (5 000 kWh).

En enkel slutsats: även om bränslet är ”lågt kol” är det fortfarande extremt elintensivt. När el är en knapp resurs vintertid i norra Europa blir frågan konkret: Ska den elen gå till värme i hus eller fler långflygningar?

Energirättvisa: vem betalar och vem får nytta?

Kort svar: dagens styrning riskerar att låta många betala för en omställning som gynnar få.

Studien lyfter ett ojämlikhetsmönster i EU som är lika relevant för svensk debatt om flygskatt, bonus-malus och elnätsavgifter:

• De rikaste 1 % står för 66 % av flygsträckorna.
• Flygande är i princip obefintligt för 50 % av befolkningen.
• Den breda majoriteten (90 %) släpper ut mindre än 0,1 ton CO₂e per person och år från flygande, medan topp 1 % ligger på över 22 ton per person och år.

När man lägger detta ovanpå skattemodellen (högre skatt på hushållsel, låg på flygrelaterad el) blir orättvisan dubbel:

1. De som använder minst el till ”lyxkonsumtion” får högre elpris för basbehov.
2. De som flyger mest riskerar att få en subventionerad elväg in i framtidens flygbränslen.

Det är här jag tycker energidebatten ofta hamnar fel. Vi fastnar i teknikval – vind, kärnkraft, vätgas – men missar att prissignaler och regler avgör vem som faktiskt kan delta i omställningen.

AI i energisystemet: tre sätt att minska orättvisan

Kort svar: AI kan göra elnät och marknad smartare, men måste kopplas till tydliga rättvisemål.

AI löser inte skattepolitik. Men AI kan göra det mycket lättare att genomföra en politik som prioriterar basbehov, kapar kostnader och minskar toppbelastning – utan att vi bygger dyr överkapacitet.

1) AI för prognoser och kapacitetsplanering i elnätet

När efterfrågan toppar (kalla kvällar, industristopp som släpper, låg vind) blir priset brutalt. AI-baserade prognoser kan förbättra planeringen på timmar–dagar–veckor:

• mer exakt lastprognos per nätområde
• tidigare varning om kapacitetsbrist
• smartare inköp/produktion i balansmarknader

Effekten blir ofta konkret: färre pristoppar och mindre behov av akut dyr reglerkraft. För hushåll är det skillnaden mellan ”hanterbart” och ”chockräkning”.

2) AI för flexibel efterfrågan (Demand Response) – utan att folk fryser

Flexibilitet låter bra på papper, men den sociala verkligheten är tuff: alla kan inte flytta sin elanvändning. Här kan AI göra flexibilitet mer rättvis genom att styra det som går att styra:

• värmepumpar och varmvattenberedare som optimeras inom komfortgränser
• laddning av elbil som automatiskt flyttas till billigare timmar
• batterier (hem eller fastighet) som jämnar ut effektuttag

Nyckeln är att AI:n jobbar med komfortbudget och kostnadsbudget: du sätter gränserna, systemet optimerar inom dem. Det är en bättre modell än generella uppmaningar om att ”alla måste spara” – som i praktiken slår hårdast mot dem som redan har små marginaler.

3) AI för spårbarhet och prioritering av el till e‑bränslen

E‑bränslen kräver el med hög nyttjandegrad och låg klimatpåverkan. Om elen i praktiken tränger undan annan användning vintertid får vi en konflikt. AI kan hjälpa genom att:

• matcha produktion (t.ex. vindrika perioder) med elektrolys och e‑bränsleproduktion
• optimera drift så att anläggningar drar ned när nätet är ansträngt
• skapa bättre ”additionalitet” i praktiken: att ny förnybar el faktiskt tillkommer för ändamålet

Det är inte ett argument mot e‑bränslen. Det är ett argument för att de måste styras mot timmar och platser där systemet mår bra, inte där skatten råkar vara låg.

Vad betyder detta för svenska företag och offentliga aktörer?

Kort svar: börja räkna på energirättvisa som en affärsrisk – och använd AI för att få kontroll.

I Sverige är elpris, nätavgifter och effekttariffer redan strategiska frågor för fastighetsbolag, kommuner, energibolag och industrin. När EU samtidigt driver krav på inblandning av e‑bränslen i flyget från 2030 (och tidigare i vissa länder), ökar trycket på el.

Här är tre praktiska frågor jag brukar använda i workshops:

1. Var i er verksamhet är el ”basbehov” och var är den ”premiummobilitet” eller komfort? Om allt behandlas likadant blir styrningen trubbig.
2. Har ni en plan för flexibilitet som inte kräver manuella beteendeförändringar? AI + automation slår informationskampanjer nästan varje gång.
3. Kan ni mäta era pristoppar och effektuttag per byggnad, process eller sajt – timme för timme? Utan den datan blir både investeringar och hållbarhetslöften gissningar.

Mini‑case: kommunal fastighetsportfölj

Tänk en kommun med skolor, äldreboenden och idrottshallar. Vissa laster är heliga (värme, ventilation i gränser, kök), andra kan flyttas (varmvatten, vissa fläktkurvor, laddning av servicefordon).

Med AI-styrning kan kommunen:

• sänka effekttoppar på vardagar 07:00–09:00 och 16:00–19:00
• prioritera komfort i äldreomsorg men ta mer flexibilitet i idrott
• frigöra budget som kan användas för energieffektivisering snarare än att bara ”betala räkningen”

Det här är energirättvisa i praktiken: minska kostnader utan att sänka livskvalitet.

Vanliga följdfrågor (och raka svar)

Kommer e‑bränslen göra flyget klimatneutralt?

Nej. E‑bränslen kan minska fossilberoendet och sänka nettoutsläpp om elen är förnybar och koldioxiden är korrekt hanterad, men energiförlusterna är stora och efterfrågan på el blir massiv.

Är lösningen att höja skatten på flygbränsle och sänka på hushållsel?

Principiellt: ja, skatt bör bättre spegla ändamål och samhällsnytta. Men en bra modell behöver också hantera industrins konkurrenskraft, nätinvesteringar och hur intäkter återförs (t.ex. riktade stöd).

Var kommer AI in i politiken?

AI kan ge beslutsfattare bättre underlag: simuleringar av hur skatter, tariffer och stöd slår på hushållstyper, regioner och säsonger – innan man genomför dem.

Nästa steg: gör AI till ett verktyg för rättvis omställning

Primär poäng från forskningen är obekväm men nyttig: omställningen kan bli socialt sned om vi bara fokuserar på nya bränslen och ny produktion. Skatter, undantag och prissignaler avgör vem som får värme i huset till rimlig kostnad – och vem som kan fortsätta flyga långt med ”grön” etikett.

Jag tror på e‑bränslen där de behövs som mest (svår elektrifiering), men jag tror ännu mer på att vi måste optimera elsystemet så att basbehov skyddas och kostnader hålls nere. AI inom energi och hållbarhet är ett av de mest praktiska sätten att ta oss dit: bättre prognoser, smartare flexibilitet och mer rättvis prioritering.

Om du ansvarar för energi i fastigheter, industri, transport eller offentlig sektor: vilken del av er elanvändning kan AI optimera redan den här vintern – utan att det märks för användarna?