Grönt väte från havsvatten – och dricksvatten på köpet

Grönt väte har ett rykte om sig att vara “rent” men krångligt. Och det stämmer ofta – inte på grund av elen, utan på grund av vattnet. Elektrolys kräver mycket hög vattenkvalitet och när man börjar räkna på storskalig vätgasproduktion blir vattenfrågan snabbt en riktig stoppkloss.

Det är därför forskningsnyheten från Cornell University fastnar: ett solcellsdrivet system som kan göra grönt väte direkt från havsvatten – och samtidigt ge dricksvatten som biprodukt. För mig är det här extra intressant i vår serie AI inom energi och hållbarhet, eftersom tekniken nästan ropar efter AI: optimering av drift, prediktivt underhåll, integration i smarta elnät och styrning av både energiflöden och vattenflöden.

Det här inlägget går igenom vad som faktiskt är nytt i lösningen, varför “dricksvatten på köpet” inte bara är en kul detalj, och hur AI kan göra tekniken relevant i verkliga energisystem – från kustnära industrikluster till framtida solparker.

Varför vatten är flaskhalsen för grön vätgas

Den dyraste begränsningen för grön vätgas är ofta inte elen – det är kravet på rent vatten. Elektrolysörer vill i praktiken ha avjoniserat (deioniserat) vatten, annars riskerar man beläggningar, korrosion, sämre livslängd och lägre verkningsgrad.

Det blir en konflikt som många projekt underskattar:

• Vill du skala upp vätgas? Då behöver du mer vatten.
• Men i många regioner (och allt oftare även i Europa) är vatten en knapp resurs, med hård konkurrens mellan industri, jordbruk och hushåll.

Och även där vatten finns krävs energikrävande rening, logistik och tillstånd. Resultatet blir att kostnaden för grönt väte drar iväg – och att projekt får svårare att nå affärsmässig nivå.

Här är kärnan: om vi kan ersätta “högkvalitativt sötvatten in” med havsvatten in (utan att förstöra elektrolysören), så ändras kalkylen. Och om systemet dessutom ger rent vatten ut, så kan man avlasta lokala vattenresurser.

Tekniken: sol + destillation + elektrolys i ett och samma system

Nyckelidén är att utnyttja spillvärmen från solceller istället för att låta den gå förlorad. De flesta solceller omvandlar bara en del av solinstrålningen till elektricitet; resten blir värme. Den värmen brukar mest vara ett problem eftersom varma solceller ger lägre elutbyte och slits snabbare.

Forskargruppen har byggt en prototyp som kombinerar tre steg i en hybrid:

1) Solcellen gör el – och blir varm

Kortvågigt ljus driver elproduktionen. Långvågigt ljus och förluster blir värme.

2) Värmen driver destillation av havsvatten

Havsvatten värms upp och avdunstar. Saltet blir kvar. Ångan kondenseras till avsaltat vatten.

Det här är viktigt: man “tar” inte saltvatten direkt in i elektrolysören. Man använder i stället solen för att först göra vatten som elektrolysören tål.

3) Det avsaltade vattnet går till elektrolysören

Det kondenserade, rena vattnet leds genom en elektrolysör som spjälkar vattenmolekyler till väte och syre.

Forskarna rapporterar att deras prototyp (10 cm × 10 cm) producerar cirka 200 milliliter väte per timme med 12,6 % energieffektivitet under naturligt solljus.

En praktisk poäng: siffrorna är från en liten prototyp, men principen är det intressanta. Om man kan skala upp utan att kostnaden skenar så finns en rimlig väg till industriell användning.

“1 dollar per kilo” – vad betyder det, och varför spelar det roll?

Forskarna bedömer att tekniken inom 15 år kan bidra till att sänka kostnaden för grönt väte till omkring 1 USD/kg.

Det är en nivå som ofta nämns som en psykologisk och industriell brytpunkt: när grönt väte blir tillräckligt billigt kan det konkurrera i fler användningsfall, särskilt där elektrifiering är svår (högtemperaturprocesser, vissa kemiska flöden, och som energibärare över tid).

Jag tycker man ska hålla två tankar i huvudet samtidigt:

1. Målkostnaden är en riktning, inte ett löfte. Skala, materialval, driftmiljö och underhåll avgör.
2. Vattenintegrationen är den verkliga affärslogiken. Om vätgasproduktion inte längre kräver lokala sötvattenresurser minskar projektets risk, tillståndsfriktion och driftkostnad.

För Sverige är frågan mindre “har vi vatten?” och mer “var bygger vi framtidens industrikluster?”. Kustnära lägen (hamnar, stål, kemi, bränslen, e-fuels) gör att havsvatten är en given resurs – men vi vill inte bygga system som skapar nya miljöproblem. Där är destillation + kontrollerad hantering av saltrest en viktig del.

Var dricksvattnet kommer in – och varför det är mer än en bonus

Dricksvatten som biprodukt är inte bara trevligt; det kan ändra projektets samhällsvärde. I många regioner är vattenbrist ett akut hinder för industriell utveckling. Om en vätgasanläggning samtidigt producerar rent vatten kan den:

• minska trycket på grundvatten och sjöar
• stärka lokal acceptans (”vi tar inte ert vatten”)
• skapa en extra nyttoström (vatten till processer, rengöring, bevattning eller i vissa fall hushåll)

Men: det kräver bra styrning. Vattenkvalitet måste följas, lagring dimensioneras och distribution planeras. Det är här AI blir praktiskt användbar, inte som buzzword, utan som driftverktyg.

Där AI faktiskt gör skillnad: optimering av väte + vatten + elnät

Den största vinsten med AI i den här typen av system är att koppla ihop tre variabla saker: solinstrålning, elpris/nätbelastning och vattenbehov. Om man kör “på max” hela tiden får man sällan bästa ekonomi eller livslängd.

AI för driftoptimering i realtid

Ett AI-system (ofta en kombination av prognosmodeller + optimering) kan styra:

• hur mycket av solenergin som ska prioriteras till elproduktion vs värmedriven destillation
• när elektrolys ska köras hårt (t.ex. vid låg nätbelastning eller vid överskottsel lokalt)
• hur man undviker driftpunkter som sliter på elektrolysören

I praktiken handlar det om att maximera ett mål som ser ut så här:

• kr/kg H₂ (kostnad per kilo väte)
• minus värdet av producerat vatten
• plus hänsyn till livslängd, underhåll och nätbegränsningar

Prediktivt underhåll och tillförlitlighet

Saltmiljöer är tuffa. Smuts, biofilm, korrosion och temperaturcykler kan påverka allt från värmeväxling till kondensation.

AI kan hjälpa genom att:

• upptäcka avvikelser i temperaturprofiler (indikator på beläggningar)
• förutsäga när kondensationsytor behöver rengöras
• koppla elutbyte-fall i PV-paneler till kylningseffekt och vattenflöden

Det här är en av de mest underskattade kostnadsdrivarna i energiteknik: OPEX och stillestånd.

Smart nätintegration (”när ska vi producera?”)

Om tekniken integreras i eller nära solparker kan den också fungera som en sorts lokal flexibilitetsresurs:

• när nätet är fullt kan du omvandla mer till väte (och lagra energi)
• när nätet behöver el kan du prioritera eluttag, medan destillationen rullar på med värme

AI i smarta elnät är bra på exakt den typen av problem: många begränsningar, många mål, mycket osäkerhet.

Tänkbara tillämpningar som är relevanta för Sverige och Norden

Den mest realistiska vägen in är där kust, industri och variabel el möts. Några exempel som passar nordisk logik:

Kustnära industrikluster och hamnar

Vätgas behövs för att ersätta fossilgas och kol i processer, och som insatsvara till ammoniak/metanol/e-bränslen. Kustläge ger:

• enkel tillgång till havsvatten
• logistik för vätgasderivat
• möjlighet att bygga nära sol/vind och anslutning

Hybrid med solparker (även i nordiskt klimat)

Sverige har säsongsvariation, men sol kan ändå vara värdefull sommartid när elbehov, kylbehov och vattenbehov i processer ofta är högre.

En intressant detalj från forskningen är att systemet potentiellt kan kyla solpaneler via vattenprocessen. Kallare paneler ger bättre verkningsgrad och längre livslängd. Det är “gratis pengar” om det fungerar i skala.

Off-grid och robusta system

För öar, kustnära samhällen eller anläggningar där vattenförsörjning är sårbar kan kombinationen väte + rent vatten ge resiliens:

• väte som energilager (t.ex. för reservkraft)
• rent vatten för drift och samhällsfunktion

Vanliga följdfrågor (och raka svar)

Är 12,6 % verkningsgrad bra?

Det är lovande för ett integrerat prototypsystem, men inte slutmålet. Jämförelser är svåra eftersom man här får både el, värmeutnyttjande och vattenrening i samma paket. Nyttan sitter också i systemkostnad och vattenlogistik, inte bara i procent.

Kan man göra detta i stor skala?

Det är skalan som avgör om det blir industri. Prototypen är liten (10×10 cm). Nästa steg brukar vara moduldesign, materialoptimering och fälttester i verklig marin miljö.

Skapar det miljöproblem med saltet?

Saltet blir kvar och måste hanteras. I praktiken betyder det att designen måste ha en plan för koncentrat/saltrest, rengöring och utsläppskontroll. Här kommer tillståndsprocesser och lokala regler att styra.

Vad företag kan göra redan 2026: en praktisk startlista

Om du jobbar med energi, industri, vatten eller smarta nät och vill ligga före när sådana här hybrider når pilotnivå, är det här en vettig handlingsplan:

1. Kartlägg var vatten är en risk i era vätgasplaner (kostnad, tillstånd, acceptans, drift). Skriv ner det i siffror.
2. Bygg en datagrund: solinstrålning, temperatur, elpris, nätbegränsningar, vattenbehov, driftdata från befintliga anläggningar.
3. Definiera ett optimeringsmål: vill ni minimera kr/kg, maximera leveranssäkerhet, eller balansera mot vattenproduktion?
4. Starta en “digital tvilling light”: en enkel modell som simulerar energi- och vattenflöden timme för timme.
5. Planera för AI-styrning från dag 1: sensorer, datakvalitet, cybersäkerhet och styrsystemarkitektur.

Jag har sett flera projekt där AI kommer in för sent – efter att hårdvaran är låst. Då blir det mest rapportering, inte optimering.

Nästa steg: när grönt väte blir en del av resursstyrning

Poängen med den här forskningen är större än en ny elektrolysdetalj. Den flyttar grön vätgas från en “energifråga” till en “resursfråga”: el, värme och vatten i samma system.

För vår serie AI inom energi och hållbarhet är det här precis den typ av teknik som gynnas av AI på riktigt: prognoser, optimering, felupptäckt och smart nätintegration. Kombon av grönt väte och rent vatten kan göra det lättare att bygga storskaligt utan att bara flytta problemet från utsläpp till vattenbrist.

Vill du utvärdera var AI kan ge snabbast effekt i din energi- eller industrimiljö – driftoptimering, flexibilitet mot elnätet eller prediktivt underhåll? Vilken av de tre skulle ge mest affärsvärde hos er under 2026?