SNC-batterier: från oljevattnet till AI-datacenter

En siffra som fastnar: olje- och gasindustrin genererar omkring 250 miljoner fat “produced water” per dag (uppskattning från en studie 2020). Det är alltså mer vatten än olja i många flöden – och det är ofta ett dyrt, miljömässigt känsligt problem att hantera. Samtidigt har vi en annan, lika påtaglig verklighet vintern 2025: elnäten pressas av snabb elektrifiering, mer väderberoende produktion och en explosiv ökning av effektbehov från AI och datacenter.

Det är därför projektet i Roswell, New Mexico, är så intressant ur perspektivet AI inom energi och hållbarhet. Desert Mountain Energy (DME) planerar – via en avsiktsförklaring om ett joint venture – en fabrik för natrium–nickelklorid-batterier (SNC) och vill samtidigt bygga in en kedja där behandlat “produced water” blir en resurs för kylning, processer och i förlängningen en AI-datacenteretablering.

Jag gillar den här typen av industriella upplägg av en enkel anledning: de försöker lösa två svåra saker samtidigt – hållbar vattenhantering och stabil energilagring – och kopplar det till den typ av infrastruktur AI faktiskt kräver.

Varför SNC-batterier får ny relevans just nu

SNC-batterier handlar i grunden om ett tydligt behov: billig, robust och säker energilagring som kan stå stilla länge, laddas när elen är billig/ren och leverera när nätet är stressat.

För elnät och industrisajter är det framför allt tre egenskaper som gör SNC intressanta:

1) Säkerhet och driftsäkerhet i stationär lagring

För storskaliga batterilager (BESS) spelar brandrisk och termisk stabilitet stor roll – inte minst nära industri och datacenter där redundans och riskhantering är centralt. I forskningslitteraturen lyfts SNC-celler fram som lämpliga för storskalig lagring med mycket låg brandrisk. Det är inte bara en trygghetsfråga, utan också en kostnadsfråga: lägre risk kan betyda enklare skyddslösningar, kortare tillståndsresor och färre avbrott.

2) Mindre beroende av “hype”-material

Marknaden för energilagring är fortfarande starkt präglad av litiumjon, vilket är logiskt. Men det gör också leveranskedjan känslig. SNC bygger på en annan kemi där natrium är centralt. Det kan ge en viss avlastning i materialmixen, särskilt när fler länder vill bygga lokal produktion av energiteknik.

3) Bra matchning mot elnätets vardag

Elnätet behöver inte bara “mer lagring”. Det behöver rätt typ av lagring:

• Effekttoppskapning (sänka dyra toppar)
• Frekvensstöd och stabilitet
• Tidsförskjutning (ladda när solen blåser och tömma när efterfrågan är hög)

SNC-positioneringen i nyhetsflödet handlar just om att tekniken anses passa för större BESS, där säkerhet och uthållighet ofta väger tyngre än maximal energitäthet.

Från “produced water” till resurs: cirkulär ekonomi på riktigt

Kärnan i DME:s upplägg är att behandla “produced water” från regionala olje- och gasbrunnar och använda det i en miljövänligare kyl- och processkedja. Det intressanta är inte bara att man återanvänder vatten – utan att man försöker skapa en värdekedja där fler saker tas tillvara.

Så kan kedjan se ut (förenklat)

I beskrivningen av projektet ingår att man i behandlingsprocessen:

1. Separera salter
2. Extrahera vissa kritiska sällsynta jordartsmetaller (REE)
3. Torka natrium och använda det direkt i SNC-tillverkning
4. Skicka REE vidare för vidare raffinering

Det här är ett bra exempel på cirkulär ekonomi som faktiskt kan bli industriell ekonomi: man tar ett kostnadsproblem (vatten som måste omhändertas), gör det till en driftsresurs (kylning/process) och försöker samtidigt skapa materialflöden (salter, natrium, REE).

Vad betyder det för hållbarhet – och för affären?

Om upplägget fungerar i praktiken kan det ge tre konkreta effekter:

• Mindre uttag från akviferer: viktigt i torra regioner, men lika relevant som tanke i Sverige när industrin växer och lokala vattenkonflikter blir vanligare.
• Lägre kostnader för mindre olje- och gasoperatörer: om avfallshanteringen blir billigare kan brunnar drivas längre.
• Bättre kontroll och spårbarhet: behandlingsanläggningar skapar mätdata, provtagning och rapportering – vilket är en förutsättning för AI-styrning (mer om det nedan).

Jag är ändå tydlig här: “produced water” är ofta komplext, kan innehålla tungmetaller, organiska ämnen och ibland radioaktiva komponenter. En hållbar story kräver transparent processkontroll, bra resthantering och tydliga gränsvärden.

AI-datacenter och energilagring: varför kombinationen är logisk

AI-infrastruktur är i praktiken en fråga om effekt, kylning och tillgänglighet. Det gör att datacenter ofta blir katalysatorer för ny energiinfrastruktur – inklusive batterilager.

Här finns en missuppfattning jag stöter på ofta: att batterier vid datacenter bara handlar om reservkraft. I verkligheten är de också ett verktyg för att:

• kapa effekttoppar och därmed anslutnings- och tariffkostnader
• stötta nätet lokalt (vilket kan underlätta tillstånd och acceptans)
• jämna ut variation i lokal sol- och vindproduktion
• minska användning av fossila backupgeneratorer

AI behöver “energismarta” system – och AI kan driva dem

Det fina i kråksången är dubbelriktat:

• Energilagring möjliggör AI-drift genom stabilitet och flexibilitet.
• AI optimerar energilagring genom bättre prognoser och styrning.

I vår serie AI inom energi och hållbarhet återkommer vi till samma kärna: den som vinner är den som kombinerar data + styrning + fysiska tillgångar.

Tre AI-tillämpningar som passar just den här typen av site

Om du sitter på ett energibolag, ett industrikluster eller en kommun som tittar på liknande projekt, är här tre praktiska AI-spår:

1. Prognoser för effektbehov och elpriser

   • AI-modeller kan kombinera belastningsdata, väder, produktionsplaner och tariffstruktur för att optimera laddning/urladdning.

2. Prediktivt underhåll på vatten- och batterisystem

   • Sensorer på pumpar, filter, värmeväxlare och batterimoduler ger datapunkter som kan förutsäga fel innan de blir driftstopp.

3. Kvalitetsstyrning och spårbarhet i materialflöden

   • Om natrium och andra fraktioner ska användas i tillverkning krävs stabil kvalitet. AI kan hitta mönster mellan råvattenvariation och processutfall och minska kassation.

En mening jag tycker håller: AI blir värdefull först när den får styra något i verkligheten. Batterier, kylsystem och vattenbehandling är exakt den typen av “något”.

Policy och marknad: varför New Mexico blir ett intressant test

New Mexico har redan tagit steg för att driva BESS-utbyggnad. Delstaten har exempelvis ett mål som kräver att investerarägda elbolag ska driva 2 GW / 7 GWh energilagring till 2034. Sådana styrsignaler spelar roll: de gör att industriella investeringar i batterier inte bara blir tekniska experiment, utan något som kan passa in i nätplaner, upphandlingar och långsiktiga intäktsmodeller.

Samtidigt ser vi hur datacenterexpansion driver fram nya elavtal och hybridprojekt (sol + batteri). Det här är inte unikt för USA. Samma mönster syns i Norden: datacenter och elektrifierad industri behöver kapacitet snabbt, och energilagring blir ett av de få verktyg som kan byggas relativt snabbt jämfört med nya nätledningar.

Vad svenska energi- och hållbarhetsteam kan lära av caset

Du behöver inte ha oljefält i närheten för att dra nytta av lärdomarna. Det viktiga är tänket: bygg system som tar en lokal begränsning och gör den hanterbar med teknik, data och affärslogik.

Här är fem konkreta frågor jag tycker svenska organisationer ska ställa när de utvärderar energilagring + AI + resurshushållning:

1. Vilken flaskhals är dyrast: effekt, energi, vatten, kyla eller tillstånd?
2. Vilken flexibilitet kan vi sälja eller använda internt (peak shaving, stödtjänster, laststyrning)?
3. Vilken datagrund saknas för att AI ska kunna styra systemet? (mätning, historik, kvalitet)
4. Vilka restströmmar kan bli resurser? (spillvärme, processvatten, avsaltningsrejekt, restgas)
5. Vilken batterikemi passar vår riskprofil och driftmiljö? Säkerhet och livslängd slår ofta “högst energitäthet” i stationära case.

Om du jobbar med energistrategi är det här också en bra påminnelse: energiomställningen är numera en infrastrukturaffär, inte bara en “grön” ambition. AI-kraven gör det ännu tydligare.

Nästa steg: så tar du det här från idé till lead-genererande projekt

Vill du använda det här caset som avstamp internt? Gör det konkret. Välj en anläggning (industri, logistik, fastighetsportfölj eller datacenternära site) och kör en snabb förstudie på 2–4 veckor med fokus på tre leverabler:

• Lastprofil och effekttoppar (15-minutersdata om möjligt)
• Simulerad batteristorlek och styrstrategi (inkl. AI-prognoser om ni har data)
• Resurskarta: vatten, kyla, spillvärme, lokala restströmmar

Det brukar räcka för att se om ett batterilager är en “nice to have” eller en verklig affär.

SNC-projektet i New Mexico är fortfarande tidigt (avsiktsförklaring och due diligence), men idén är glasklar: bygg AI-kapabel infrastruktur på ett sätt som samtidigt minskar resursuttag och stärker elnätets flexibilitet.

Om fler projekt vågar kombinera energilagring, vattenhushållning och AI-styrning, kommer vi få en omställning som känns mindre som uppoffring och mer som ingenjörskonst. Vilken lokal restström i din verksamhet skulle kunna bli nästa “produced water”-moment – något ni idag betalar för, men egentligen borde förädla?