Geotermiska nät: så skalar vi värme med AI

Den mest underskattade energifrågan i Norden är inte elen. Det är värmen. Uppvärmning och varmvatten står för en stor del av energianvändningen i byggnader, och när vintern biter (som den gör nu i december) syns det direkt i både effektbehov och kostnader.

Därför är nyheten om att USA:s första el- och gasbolagsägda geotermiska nät i Framingham, Massachusetts, ska dubbla i storlek med hjälp av ett federalt stöd på 8,6 miljoner dollar mer än en lokal energinyhet. Det är en praktisk mall för hur man bygger skalbar, lokal och stabil värme — och en perfekt ingång till hur AI i energisystem kan göra den här typen av infrastruktur ännu mer lönsam och driftsäker.

Projektet är också intressant av en lite ovanlig anledning: det går framåt trots ett politiskt klimat i USA där mycket annat stöd till vind, sol och elbilar fasas ut. Geotermi för värme och kyla tycks ha en sällsynt egenskap: den kan få stöd över partigränser när argumenten handlar om energisäkerhet, kostnader och robusthet.

Varför geotermiska nät är så effektiva för värme

Ett geotermiskt nät (”networked geothermal”) är i grunden fjärrvärmens kusin, fast med lågtempererad energi och värmepumpar i byggnaderna. Nyckeln är att marken några hundra meter ner håller en relativt stabil temperatur året runt. I Framingham utgår systemet från borrhål och cirkulerande vatten i ett rörnät som ansluter byggnader.

Det viktiga är inte att “värmen kommer gratis”. Det viktiga är att temperaturen är stabil, vilket gör att värmepumpar får bra arbetsvillkor även när det är kallt ute.

Så fungerar Framingham-upplägget (förenklat)

• Borrhål (många stycken) ner i marken där temperaturen är jämn.
• Ett rörnät som cirkulerar vatten mellan borrhål och byggnader.
• Varje byggnad använder en elektrisk värmepump för att höja/sänka temperaturen till rätt nivå för värme/kyla.

I den första fasen (färdigställd 2024) försörjer nätet cirka 140 hushåll och kommersiella kunder. Med den nya finansieringen ska nätet kunna lägga till ungefär 140 kunder till och samtidigt finansiera mätning och uppföljning av prestanda.

En enkel tumregel: ju stabilare ”källa” värmepumpen jobbar mot, desto bättre verkningsgrad och desto lägre effekttoppar.

Expansionen i Framingham: det som faktiskt är skalbart

Det finns två detaljer i Framingham-case:et som är extra relevanta för svenska kommuner, energibolag och fastighetsägare.

För det första: fas 2 planeras till ungefär halva kostnaden per kapacitet jämfört med den första utbyggnaden. Varför? För att man redan byggt mycket av den “tråkiga” infrastrukturen: pumpning, styrning, kontroll, anslutningspunkter. När basen finns kan man koppla på fler.

För det andra: när nätet växer ökar chansen att värme- och kylbehov jämnar ut varandra mellan olika byggnader. Ett kontor som behöver kyla samtidigt som bostäder behöver värme kan bli en intern balans i systemet. Resultatet blir att man behöver färre nya borrhål per tillkommande kund än man trodde från början.

Varför det här är en smart elnätsfråga (inte bara värme)

Geotermiska nät är i praktiken effekthantering:

• De kan minska behovet av spetslast (dyr effekt under kalla timmar).
• De flyttar fokus från bränslepriser till driftoptimering.
• De gör elektrifiering av värme mer “nätvänlig” om den styrs rätt.

Och där kommer AI in.

AI som gör geotermiska nät billigare och stabilare

AI behövs inte för att “uppfinna” geotermi. AI behövs för att driva och skala den. När du har många byggnader, varierande beteenden, väderomslag och elpriser som rör sig timme för timme, blir styrningen snabbt mer avancerad än vad klassiska regler (”om temperatur X, gör Y”) klarar.

1) Prognoser som styr effekt och komfort

AI-modeller kan kombinera:

• väderprognoser
• historiska lastprofiler
• byggnaders tröghet (hur snabbt de tappar värme)
• driftdata från värmepumpar och cirkulationspumpar

…för att göra korttidsprognoser: vad kommer värmebehovet vara kl 06:00–10:00 imorgon? Hur påverkar en köldknäpp returtemperaturer i nätet?

Praktisk effekt:

• Mindre risk för onödiga effekttoppar.
• Jämnare drift i pumpar och kompressorer.
• Färre kundklagomål på temperatur.

2) Optimering av ”värmebalans” i nätet

I networked geothermal finns en extra dimension: värme och kyla kan flyttas mellan kunder via nätet (på låg temperaturnivå). AI kan optimera flöden och prioriteringar så att systemet utnyttjar den interna balansen maximalt.

Det är här man ofta ser oväntade vinster:

• Lägre behov av nya borrhål vid expansion.
• Stabilare temperatur i nätet.
• Högre årsprestanda för värmepumpar.

3) Prediktivt underhåll som sparar pengar på riktigt

När ett geotermiskt nät går från 140 till 280 anslutningar får du fler komponenter att hålla koll på: ventiler, sensorer, pumpar, läckageindikatorer, värmepumpar.

AI-baserad avvikelsedetektering kan tidigt hitta:

• gradvis sämre COP i en viss värmepump
• ökande tryckfall i en del av nätet
• temperaturdrift som tyder på sensorfel

Det betyder färre akuta utryckningar och bättre planerade servicefönster.

4) Drift mot elpris och nätkapacitet (utan att folk märker det)

I Sverige är timpriser och effektavgifter en realitet för många. Ett geotermiskt nät kan (om det är rätt designat) utnyttja byggnadernas termiska massa och eventuella lagringsvolymer.

AI kan då:

• förvärma lite innan prisspik
• minska kompressordrift under dyraste timmarna
• hålla komforten inom tydliga gränser

Det här är smart energistyrning i praktiken: kunden märker inget, men systemet blir billigare.

Lärdomar för Sverige: där fjärrvärme möter geo och AI

Sverige har redan en värmeinfrastruktur som många länder avundas: fjärrvärmen. Men det betyder inte att geotermiska nät är irrelevanta — tvärtom.

Här är tre svenska tillämpningar där Framingham-case:et är extra intressant:

Geotermiska mikronät i områden utan fjärrvärme

Många kommuner har villaområden och mindre tätorter där fjärrvärme inte byggs ut av ekonomiska skäl. Där kan områdesgemensamma borrhålsfält och ett lågtempererat nät bli ett alternativ som är mer robust än “en värmepump per hus”, särskilt när elnätet är ansträngt.

Hybridlösningar med fjärrvärme

Fjärrvärmebolag kan använda geotermi på låg temperatur som:

• avlastning av spetslast
• lokal värmekälla i nätets ytterkanter
• stabil bas i kombination med spillvärme

AI blir då limmet som optimerar när respektive källa ska bidra.

Kommunala klimatmål och energisäkerhet

Det som sticker ut i Framingham är språket kring lokal energikälla och oberoende. Det resonemanget översätter väl till svenska diskussioner om försörjningstrygghet.

När värmen i större grad kommer från mark, spillvärme och eldrivna värmepumpar — och när styrningen gör att effekttopparna hålls nere — blir systemet mindre sårbart.

Frågor som alltid kommer upp (och raka svar)

“Är det här samma sak som ‘geotermisk elproduktion’?”

Nej. Framingham handlar om geotermi för värme och kyla med låg temperatur, inte elproduktion från djup geotermi.

“Varför behöver man ett nät, räcker det inte med bergvärme per byggnad?”

Ett nät ger skalfördelar: delad infrastruktur, bättre lastbalansering mellan byggnader och ofta bättre driftuppföljning. Det gör också att man kan bygga en mer professionell driftorganisation.

“Vad är den största risken i sådana projekt?”

Inte tekniken i sig, utan projektering och styrning: fel dimensionering, bristfällig mätning och otydliga affärsmodeller mellan nätägare och kunder. Just därför är prestandamonitorering och dataarbete centralt.

Så kommer du igång: 5 steg för energibolag och fastighetsägare

1. Kartlägg värme- och kylprofiler per byggnad (timdata om möjligt). AI blir bara bra om datan finns.
2. Identifiera kluster där blandade användningar (bostäder, kontor, handel) kan ge balans mellan värme och kyla.
3. Designa mätning från dag 1: temperaturer, flöden, tryck, el till värmepumpar, driftstatus. Budgetera för sensorer.
4. Bygg en digital tvilling light: en modell som kan simulera nätet och testköra styrstrategier innan de släpps på riktigt.
5. Sätt ett styrmål som går att följa upp: exempelvis maxeffekt vintermorgon, kundkomfort (intervall), och kostnad per levererad kWh värme.

Min erfarenhet är att de mest lönsamma energiprojekten 2026 inte är de som har flest prylar — utan de som har bäst driftdata och tydligast styrning.

Vad Framingham säger om nästa fas i energiomställningen

När geotermiska nät kan dubbla från 140 till cirka 280 anslutningar och samtidigt sänka marginalkostnaden, blir det tydligt att vi pratar om mer än ett pilotprojekt. Vi pratar om en ny sorts värmeinfrastruktur som kan växa område för område.

Och här passar det perfekt in i vår serie ”AI inom energi och hållbarhet”: elektrifiering är inte bara att byta teknik. Det är att bygga system som kan styras smart, följas upp och förbättras över tid. AI i smarta elnät och AI i värmesystem handlar i grunden om samma sak: att göra energin billigare, renare och mer tillgänglig utan att tumma på komfort och tillförlitlighet.

Om du sitter på ett energibolag, en kommun eller ett fastighetsbolag är nästa rimliga fråga inte “är geotermi intressant?”. Den är: vilka kvarter kan vi börja med — och vilken data behöver vi för att AI ska ge effekt från första vintern?