Virtuella kraftverk: batterier som ersätter topplastverk

En siffra som borde få fler än energiekonomer att spetsa öronen: Duke Energy bedömer att 26 MW kundägda batterier kan göra att bolaget slipper bygga nästan 28 MW ny produktionskapacitet för topplast – och dessutom ge nettoekonomi för kunderna (ca 13,6 miljoner dollar i undvikna kostnader mot ca 11,8 miljoner dollar i programkostnader). Det här är inte ett teknikdemo. Det är ett räkneexempel på hur elnätet kan bli billigare när vi använder resurser som redan finns på ”fel” sida av mätaren.

Det som gör detta extra intressant i vår serie ”AI inom energi och hållbarhet” är att modellen i praktiken bygger på samma logik som AI är bra på: förutsäga, orkestrera och optimera. Virtuella kraftverk (VPP) handlar mindre om att ha fler prylar, och mer om att styra dem smart.

Duke Energies satsning i North Carolina visar hur ett elbolag kan betala för kunders batterier i stället för att lägga hela notan på nya kraftverk och nätförstärkningar. Och den visar också var AI passar in: i att göra styrningen mer träffsäker, mer rättvis och mer lönsam.

Virtuella kraftverk i praktiken: varför batterier slår topplast

Kärnpoängen: Topparna i elförbrukning är dyra. Om du kan kapa dem med lagring och styrning, kan du undvika både nya kraftverk och kostsamma nätåtgärder.

Elnät dimensioneras inte för medelförbrukningen. Det dimensioneras för de där timmarna när allt händer samtidigt: kyla, matlagning, industrier som går för fullt, datahallar som drar konstant – och ibland låg vind eller molnigt väder. Det är då topplastverk (ofta gas) och akuta nätåtgärder blir ekonomiskt ”nödvändiga”.

Ett virtuellt kraftverk vänder på logiken:

• I stället för att bygga mer central produktion, samlar man många små resurser (batterier, sol, laststyrning) och styr dem som en helhet.
• I stället för att betala alla kunder för höga nätkostnader, betalar man de kunder som kan hjälpa systemet när det är som mest ansträngt.

Det är här kundägda batterier blir intressanta. De kan ge kapacitet i exakt rätt ögonblick – om styrningen är bra.

Där AI gör skillnad: från ”30–36 gånger per år” till rätt timme

I Duke Energies bostadsprogram får elbolaget typiskt använda hushållsbatterier 30–36 gånger per år vid hög belastning. Den stora utmaningen är inte att kunna styra batterierna, utan att styra dem vid rätt tillfällen, med rätt varaktighet och utan att skapa missnöje.

AI kan förbättra detta på tre konkreta sätt:

1. Prognoser för topplast på lokal nivå (inte bara för hela regionen). Det minskar risken att man ”kallar in” batterier i onödan.
2. Optimering av urladdningsprofil: hellre 60 minuter med rätt effekt än 10 minuter med fel effekt.
3. Lärande av beteende och avvikelser: när underhåll och tillgänglighet varierar mellan kunder behöver styrningen anpassas – inte straffa alla kollektivt.

Incitamenten som får marknaden att röra sig (och varför de är smarta)

Kärnpoängen: Du får inte ett virtuellt kraftverk utan ekonomiska incitament som känns rimliga för kunden. Duke försöker köpa kapacitet billigare än de kan bygga den.

Dukes upplägg består av två spår:

1) PowerPair för hushåll: höga stöd, snabb volym

I testprogrammet för hushåll ges rabatter upp till 9 000 dollar när solceller kombineras med batteri. Programmet är begränsat till ungefär 6 000 deltagare eller 60 MW sol. Hälften av hushållen låter Duke nyttja batteriet 30–36 gånger per år och får i snitt 37 dollar per månad; andra väljer tariffer som styr bort användning från topptimmar.

Det här är en viktig lärdom: hushåll behöver ofta högre startincitament eftersom investeringen är kännbart stor och besluten mer känslostyrda.

2) ”Commercial PowerPair” för företag och offentlig sektor: lägre stöd, större systemnytta

Dukes nya förslag (officiellt Non-Residential Storage Demand Response Program) riktar sig till företag, kommuner och ideella organisationer.

• Engångsstöd: 120 dollar per kW batterikapacitet, plus 30 dollar per kW om batteriet kombineras med sol.
• Månatliga krediter: exempelvis cirka 250 dollar per månad för ett 100 kW-batteri, med upp till 36 aktiveringar per år, plus extra ersättning när batteriet faktiskt levererar energi.
• Prognos: cirka 500 kunder och 26 MW batterier efter fem år.

Det här är mer pragmatiskt än det låter. För många verksamheter är det inte rabatten som avgör – det är kombinationen av:

• minskad effekttopp (och därmed lägre kostnader),
• ersättning för att vara tillgänglig (kapacitetsvärde),
• och möjligheten att bygga batteri även om sol redan finns installerat.

För kommuner som redan har solparker på skolor, idrottshallar eller fastigheter kan batteri vara den pusselbit som gör att solproduktionen blir mer värd när nätet är pressat.

AI-styrning av batterier: från ”kollektiv bestraffning” till precisionsdrift

Kärnpoängen: När elbolag antar att en andel kunder inte sköter batterierna och därför sänker ersättningen för alla, skapar man fel incitament. AI kan ersätta grova antaganden med mätbar prestation.

I Dukes modell finns en så kallad capability factor: ersättningen per kW sänks eftersom bolaget räknar med att en viss del av batterierna inte är redo när de behövs. Den statliga kundföreträdaren (Public Staff) kallar detta ”kollektiv bestraffning”.

Jag håller med om kritiken – inte för att elbolag är ”elaka”, utan för att det är ett tecken på att man saknar ett tillräckligt bra prestationsmått.

Det finns ett bättre sätt:

Prestationsbaserad ersättning med AI som kontrolltorn

Ett mer robust upplägg bygger på att varje batteri får ett tillgänglighetsbetyg baserat på mätdata:

• faktisk respons vid aktivering (kW),
• uthållighet (kWh över tidsfönster),
• state-of-charge när eventet startar,
• och antal avvikelser.

AI används då för att:

• förutsäga sannolik tillgänglighet per anläggning,
• optimera portföljen så att systemet får rätt effekt även om några fallerar,
• och automatiskt föreslå åtgärder (t.ex. ändrad laddstrategi eller servicebehov).

Resultatet blir mer rättvist: de som levererar får betalt, de som inte gör det får lägre ersättning eller krav på åtgärd – men utan att alla andra drabbas.

Vad svenska energibolag och fastighetsägare kan lära sig redan nu

Kärnpoängen: Du behöver inte vänta på en perfekt marknadsmodell. Börja med portföljtänk, mätbarhet och tydliga incitament.

Sverige har andra regler och prismodeller än North Carolina, men logiken är densamma: nätet blir dyrt när vi hanterar toppar med hårdvara i stället för styrning. Här är tre praktiska lärdomar jag tycker fler borde ta till sig.

1) Skapa ”VPP-klara” batteriinvesteringar

Om du äger eller förvaltar fastigheter (bostäder, handelsplatser, kommunala byggnader) och planerar batterier:

• Säkerställ att styrsystemet stödjer fjärrstyrning och mätning på hög upplösning.
• Kräv öppenhet i data (ägarens åtkomst) och tydliga API:er.
• Planera för fler värden än backup: effekttoppskapning, flexibilitetstjänster, lokal nätavlastning.

2) Lägg AI där den ger mest: prognos + optimering + uppföljning

De tre AI-delarna som brukar ge snabbast effekt i flexibilitetsprogram är:

1. Last- och prisprognoser per site.
2. Optimering av laddning/urladdning med begränsningar (komfort, drift, batterihälsa).
3. Mätning och verifiering så ersättning baseras på faktisk leverans.

Det är tråkigt – och exakt därför det fungerar.

3) Bygg för förtroende, annars får du ingen volym

Virtuella kraftverk är i grunden en förtroendeaffär. Kunder accepterar styrning av ”deras” batteri om de upplever:

• att ersättningen är begriplig,
• att de har kontroll över ramar (miniminivå för backup, tider, undantag),
• och att de inte blir straffade för andras slarv.

När volymen väl finns kan elbolaget faktiskt planera annorlunda – och det är då de stora samhällskostnaderna börjar minska.

Vanliga följdfrågor jag får om virtuella kraftverk

”Är det här bara ett sätt för elbolag att ta kundernas batterier?”

Nej, inte om avtalet är väl designat. Ett VPP är en bytesaffär: kunden får stöd/ersättning, elbolaget får kapacitet vid behov. Det avgörande är transparens, mätbarhet och möjlighet att välja bort.

”Fungerar det om alla skaffar batterier?”

Ja, men styrningen blir viktigare. Ju fler resurser, desto mer behöver du portföljoptimering för att undvika att alla laddar och urladdar samtidigt på ett sätt som skapar nya toppar.

”Var kommer AI in konkret?”

AI är mest värdefullt i drift: att förutsäga toppar, optimera dispatch och verifiera leverans. AI är inte ett pyntlager – det är kontrollrummet för ett distribuerat system.

Nästa steg: från incitament till skalbar flexibilitet

Duke Energies initiativ visar en väg som många marknader kommer följa: betala för distribuerad kapacitet när den är billigare än ny produktion och nätutbyggnad. Men det blir först riktigt skalbart när styrningen blir mer precis än generella antaganden och schabloner.

Om du jobbar med energi, fastigheter eller industri i Sverige är frågan inte om flexibilitet och batterier kommer spela större roll, utan vem som bygger systemet som kan styra dem med förtroende och mätbarhet. Det är där AI inom energi och hållbarhet går från ”intressant” till nödvändigt.

Vilken del av värdekedjan i ett virtuellt kraftverk tror du blir flaskhalsen 2026: incitamenten, datan eller styrningen?