Solkraft billigare än kol – så gör AI elnätet redo

Solens el är inte längre ”framtidsteknik”. I de solrikaste regionerna kan en kilowattimme från solceller nu produceras för runt £0,02. Det är lägre än kol, gas – och i många fall även vind. När priset faller så långt händer något viktigt: energifrågan slutar handla om om förnybart funkar och börjar handla om hur vi bygger systemet runt det.

Samtidigt har kostnaden för litiumjonbatterier sjunkit med 89 % sedan 2010, vilket gör sol + lagring till ett realistiskt alternativ även för stabil kraftleverans. Men det kommer med en baksida som ofta underskattas: elnätet blir flaskhalsen. När produktionen är som högst kan nätet vara som mest trångt – och då spills energi bort.

Det är här vår serie ”AI inom energi och hållbarhet” blir konkret. Jag tycker att många organisationer gör samma miss: de köper in mer förnybar produktion men underskattar digitaliseringen som krävs för att faktiskt få ut värdet. AI och smarta elnät är inte en bonus. Det är infrastrukturen som gör den billiga solen användbar.

Solen är billig – men systemkostnaden avgör

Solkraftens prisfall är verkligt, men den totala kostnaden avgörs av hur bra elnät och flexibilitet hänger med. När sol blir billigare än kol flyttar kostnaden från bränsle och produktion till planering, anslutning, styrning och balansering.

Forskning från University of Surrey beskriver hur sol har passerat en tröskel: globalt installerades över 1,5 terawatt solkraft till och med 2024 (ungefär dubbelt mot 2020). När volymerna är så här stora får vi en ny typ av problem – logistiska och systemmässiga, inte tekniska.

Här är den praktiska konsekvensen för energibolag, kommuner och stora elanvändare:

• Att köpa ”billig grön el” räcker inte om nätkapacitet saknas.
• Förnybart kräver prognoser (väder, produktion, last) på en nivå som manuella metoder inte klarar.
• Flexibilitet (batterier, styrbar last, efterfrågeflex) blir lika viktig som själva produktionen.

Den som vinner de kommande åren är inte den som bara bygger mest sol. Det är den som optimerar helheten.

Varför elnätet korkar igen när solkraften skalar

Nätträngsel uppstår när mycket el produceras där eller när den inte kan transporteras dit den behövs. Det kan låta banalt, men effekten är brutal: man tvingas begränsa produktion (curtailment), priserna kan bli extremt volatila och investeringar får sämre kalkyl.

I regioner som Kalifornien och delar av Kina har hög solproduktion vid vissa tider lett till att el ”inte får plats” i nätet när efterfrågan är lägre. Då händer två saker samtidigt:

1. Energi går till spillo trots att den är billig och ren.
2. Systemet behöver fortfarande kapacitet för kvällstoppar och kalla perioder.

Det svenska perspektivet: andra vädermönster, samma logik

Sverige har inte samma solinstrålning som södra Europa, men mekaniken är densamma. Vi ser redan hur lokala begränsningar påverkar anslutningar och hur flexibilitet blir en förutsättning – särskilt i områden med snabb elektrifiering (industri, laddinfrastruktur, datahallar).

Det intressanta är att sol i studien beskrivs som billig även i ett land på ungefär 50:e breddgraden. Det är en påminnelse: i Norden är sol inte en ersättare till allt – men den är ofta ett ekonomiskt komplement som ökar trycket på elnätets styrning.

Nya flaskhalsen: integration, inte produktion

När produktionskostnaden pressas blir nästa konkurrensmedel integration:

• snabbare nätanslutning
• bättre lokal energistyrning
• smartare drift (prognoser och optimering)
• marknadsintegration (intradag, stödtjänster, flexibilitetsmarknader)

Och här är AI starkt, eftersom integration i praktiken är ett stort beslutsproblem med osäkerhet.

AI i smarta elnät: från prognos till styrning i realtid

AI gör elnätet mer robust genom att förutsäga, optimera och automatisera beslut som annars blir för komplexa. Det handlar inte om ”magi”, utan om att använda data från väder, sensorer, förbrukning och marknader för att styra resurserna bättre.

Forskningen lyfter specifikt AI-baserad prognostik som avgörande. Jag håller med – men prognoser är bara början. Värdet kommer när prognoser kopplas till styrning.

1) Prognoser som går att fatta beslut på

Tre prognoser behöver sitta ihop:

• Produktionsprognos (sol och vind): molnighet, temperatur, säsongsmönster.
• Lastprognos: dygnsrytm, helger, industrischeman, elbilsladdning.
• Pris- och nätprognos: var blir det trångt, när blir marginalkostnaden hög.

En bra tumregel: om prognosen inte ändrar ett beslut (ladda batteri, starta process, flytta last), är den bara en rapport.

2) Optimering: när ska batteriet laddas och urladdas?

När batterier blivit billigare (89 % sedan 2010) förändras kalkylen. Men batteriets värde maximeras inte av att ”bara finnas”. Det maximeras av att styras rätt:

• ladda när solöverskott och lågpris uppstår
• urladda vid toppar, nätträngsel eller höga priser
• bidra till stödtjänster när det är lönsamt

AI-baserade optimeringsmodeller kan väga in flera mål samtidigt: kostnad, koldioxid, effekttoppar, nätbegränsningar och slitage.

3) Efterfrågeflex: den billigaste flexibiliteten sitter ofta i lasten

Många tänker att flexibilitet = batterier. I praktiken finns enorm flexibilitet i:

• ventilation och värme (fastigheter)
• kyl- och fryslager
• industriella processer (inom vissa ramar)
• laddning av elfordon

AI kan styra detta utan att komfort eller produktion kraschar, genom att lära sig vad som är ”säkert” att flytta i tid.

En mening jag ofta återkommer till: ”Billig sol blir dyr om du inte kan använda den när den produceras.”

Sol + lagring + nya material: varför 2026–2030 blir avgörande

Nästa steg är inte bara mer sol – utan mer energi per kvadratmeter och mer planerbarhet. Studien pekar på materialinnovation som perovskitbaserade solceller, där energiproduktionen kan öka upp till 50 % utan ökad markanvändning.

Det spelar roll av två skäl:

1. Mark och tillstånd är ofta begränsningen, inte tekniken.
2. Högre verkningsgrad kan göra sol mer attraktivt även i mindre solrika regioner.

Men högre produktion förstärker också behovet av styrning. När kapaciteten växer snabbare än nätet blir AI och smarta elnät en ren nödvändighet.

Vad betyder det här för företag som vill framtidssäkra sin energistrategi?

Jag skulle prioritera i den här ordningen:

1. Datagrund: mätning per anläggning, tim- och kvartsvärden, väderdata, status på utrustning.
2. Prognoser: last, produktion och pris kopplat till beslut.
3. Styrning: batteri, laststyrning, lokal optimering.
4. Marknadslogik: hur värde skapas i kontrakt, prissäkring, stödtjänster och flexibilitetsupplägg.

Det är inte en IT-övning. Det är en affärsfråga.

Policy och långsiktighet: AI behöver stabila spelregler

Tekniken rullar snabbt, men investeringar i energi kräver stabila regler över lång tid. Studien pekar på hur långsiktiga politiska initiativ kan driva investeringar och innovation.

För svensk och europeisk kontext är poängen enkel: när regelverk, stödsystem och nätplanering är för ryckiga blir riskpremien högre. Resultatet blir dyrare kapital och långsammare utbyggnad – även när solpanelerna är billiga.

AI kan dessutom hjälpa beslutsfattare och nätägare att simulera konsekvenser:

• var nätförstärkningar ger mest effekt
• hur flexibilitet minskar behov av investeringar
• vilka incitament som faktiskt flyttar last i praktiken

Men modellerna behöver data, och data behöver tydliga spelregler kring tillgång, integritet och ansvar.

Vanliga frågor jag får (och raka svar)

Är solkraft ”billigast” även i Sverige?

Ofta ja för själva produktionen, men totalen beror på anslutning, effektavgifter, lokala nätbegränsningar och hur väl du kan använda elen när den kommer. Det är därför sol + styrning + flexibilitet är ett paket.

Räcker batterier för att lösa nätträngsel?

Nej. Batterier hjälper mycket, men efterfrågeflex, bättre prognoser, regionala överföringar och smartare marknader behövs också.

Var kommer AI in konkret?

I tre beslut: förutsäga (prognos), planera (optimering) och agera (automatisk styrning). Om AI bara gör dashboards blir effekten liten.

Nästa steg: gör solens prisfall till en konkurrensfördel

Solen har blivit billigare än kol. Det är en milstolpe – men den större förändringen är att energisystemet nu blir ett styr- och data problem. Nätträngsel och integration avgör hur mycket av den billiga, rena elen vi faktiskt får nytta av.

Om du jobbar med energi, fastigheter, industri eller hållbarhet 2026 är frågan inte om ni ska ha en plan för förnybart. Frågan är om ni har en plan för AI i energistyrning, smarta elnät och flexibilitet.

Vill du veta var det finns mest ”snabb vinst” i din verksamhet – batteri, laststyrning eller prognoser? Eller hur man bygger en dataplattform som klarar både drift och affär? Det är precis den typen av diskussion jag vill att den här serien ska leda till. Vad är den största flaskhalsen hos er just nu: data, nätkapacitet eller beslutsprocess?