LÄngvarig energilagring: nyckeln till trygg el i Europa

AI inom logistik och supply chain‱‱By 3L3C

LĂ„ngvarig energilagring (8+ timmar) Ă€r avgörande för Europas energitrygghet. SĂ„ gör AI lagring och elnĂ€t mer stabila – och din supply chain mindre sĂ„rbar.

energilagringLDESAIenergisÀkerhetsmart gridsupply chain
Share:

LÄngvarig energilagring: nyckeln till trygg el i Europa

NĂ€r rysk gas ströps 2022 föll en obekvĂ€m sanning pĂ„ plats: Europas energisystem var byggt för en stabil vĂ€rld som inte lĂ€ngre finns. Leveranserna av rysk gas till Europa minskade med över 80% och el- och gaspriserna steg upp till 15 gĂ„nger jĂ€mfört med början av 2021. Det var inte bara en energikris – det var en försörjningskedjekris för allt frĂ„n stĂ„lverk och bagerier till datacenter och kollektivtrafik.

Samtidigt Ă€r Europas riktning tydlig. EU siktar pĂ„ att mer Ă€n 40% av energin ska komma frĂ„n förnybart till 2030. Det Ă€r görbart. Men det Ă€r ocksĂ„ dĂ€r mĂ„nga företag (och politiker) gĂ„r vilse: man pratar om mer vind och sol, men man planerar inte systemet runt verkligheten att vind och sol varierar. Resultatet blir ett elnĂ€t som tvingas ”rĂ€dda sig” med dyr reservkraft, import, eller i vĂ€rsta fall bortkopplingar.

Min stĂ„ndpunkt Ă€r enkel: lĂ„ngvarig energilagring (LDES) Ă€r inte ett ”nice to have” – det Ă€r en förutsĂ€ttning för energitrygghet. Och om vi kopplar ihop LDES med AI för prognoser, optimering och driftsstyrning fĂ„r vi dessutom en praktisk vĂ€g till lĂ€gre systemkostnader och fĂ€rre störningar. Det hĂ€r passar rakt in i vĂ„r serie om AI inom logistik och supply chain: el Ă€r en kritisk insatsvara, och utan robust energiförsörjning blir alla optimerade flöden i kedjan teoretiska.

Varför rÀcker inte korta batterier nÀr andelen förnybart ökar?

Korttidslagring (typiskt 1–4 timmar, ibland 4–8 timmar) löser bara en del av flexibilitetsbehovet. Den Ă€r bra för frekvensreglering, toppar och snabba obalanser. Men nĂ€r vi bygger ett system med hög andel vind och sol uppstĂ„r problem som varar lĂ€ngre Ă€n ett par timmar.

Det handlar om tre Äterkommande situationer:

  1. Dygnsgapet: sol producerar mitt pĂ„ dagen, men efterfrĂ„gan kan toppa pĂ„ morgon och kvĂ€ll. HĂ€r behövs ofta 8–24 timmar för att flytta energi pĂ„ ett sĂ€tt som mĂ€rks i systemet.
  2. Vindsvackor: perioder med lĂ„g vind kan vara mĂ„nga timmar eller ett par dygn. Korttidsbatterier blir snabbt ”tomma” om de ska tĂ€cka stora volymer.
  3. Överproduktion och nedreglering: nĂ€r det blĂ„ser mycket eller solen skiner starkt kan el behöva ”spillas” (curtailment). Utan lagring tappar vi nyttan av den kapacitet vi redan har byggt.

Europa har dessutom pekat ut att flexibilitetsbehovet pĂ„ elnĂ€tet vĂ€ntas öka kraftigt – i vissa bedömningar tredubblas lagringsbehovet till 2050. Om vi dĂ„ i praktiken bara bygger korta batterier riskerar vi att:

  • överinvestera i resurser som inte kan tĂ€cka de lĂ€ngre obalanserna,
  • behĂ„lla gas för att ”fylla luckorna”,
  • cementera importberoende nĂ€r grannlĂ€nder prioriterar sitt.

För ett industriföretag eller en logistikaktör betyder det en sak: prisspikar och leveransrisk blir en del av vardagen – och det Ă€r dyrare Ă€n de flesta kalkyler tar höjd för.

LDES: flexibilitet, stabilitet och kapacitet – pĂ„ riktigt

LDES Ă€r lagring som levererar el under lĂ„ng tid, ofta 8+ timmar, och i praktiken gĂ€rna 8–24 timmar för att tĂ€cka intradagsbehovet. Det kompletterar korttidsbatterier, inte ersĂ€tter dem.

Tekniker som faktiskt bÀr systemet

TvÄ teknikfamiljer sticker ut i den europeiska diskussionen:

  • Pumpkraft (PHES): beprövat, storskaligt, ofta lĂ„ng livslĂ€ngd. BegrĂ€nsningen Ă€r frĂ€mst geografi och tillstĂ„nd.
  • Avancerad tryckluftslagring (A-CAES): kan byggas pĂ„ fler platser Ă€n pumpkraft, kan ge lĂ„nga urladdningstider och bidra till systemtjĂ€nster.

PoĂ€ngen Ă€r inte att en teknik ”vinner”. PoĂ€ngen Ă€r att systemet behöver flera verktyg.

Det mĂ„nga missar: nĂ€tstabilitet och ”svarta starter”

NĂ€r vi stĂ€nger ner termiska kraftverk tappar vi inte bara energiproduktion. Vi tappar ocksĂ„ egenskaper som elnĂ€tet historiskt fĂ„tt ”gratis”: synkron tröghet (inertia) och förmĂ„ga till black start (att starta upp nĂ€tet efter ett större avbrott). LDES-lösningar kan leverera sĂ„dana systemtjĂ€nster och dĂ€rmed göra det möjligt att pensionera fossil kapacitet utan att tumma pĂ„ driftsĂ€kerheten.

Och ja – de senaste större störningarna i delar av Iberiska halvön har pĂ„mint Europa om att stabilitet inte Ă€r en sjĂ€lvklarhet nĂ€r nĂ€tet förĂ€ndras snabbare Ă€n marknadsdesignen.

Kostnadssidan: det hÀr Àr ocksÄ en supply chain-frÄga

Europeiska bedömningar pekar pĂ„ att kostnader kopplade till nĂ€tutbyggnad och nedreglering kan bli över 100 miljarder euro till 2040 om vi inte planerar smartare. Det Ă€r lĂ€tt att se det som ”elnĂ€tsbolagens problem”. Jag tycker det Ă€r fel.

För varje miljard i systemkostnad som vÀltras över pÄ tariffer och elpriser fÄr du:

  • högre produktionskostnad per enhet,
  • sĂ€mre konkurrenskraft i export,
  • större osĂ€kerhet i prissĂ€ttning och kontrakt,
  • mer risk i hela leveranskedjan.

Det Ă€r exakt den typ av volatilitet som AI i supply chain försöker reducera – men dĂ„ mĂ„ste Ă€ven energisidan bli mer förutsĂ€gbar.

DĂ€r AI gör skillnad: frĂ„n ”lagring” till styrbar kapacitet

AI gör LDES mer vÀrdefullt genom att förbÀttra prognoser, planering och realtidsoptimering. Det lÄter abstrakt, sÄ hÀr Àr de mest konkreta anvÀndningsfallen jag ser fungera i praktiken.

AI för prognoser: mindre fel, mindre reservkraft

Med maskininlÀrning kan man kombinera:

  • vĂ€derprognoser (vind/sol),
  • lastprognoser (konsumtion),
  • nĂ€tbegrĂ€nsningar,
  • pris- och obalansdata,
  • tillgĂ€nglighet i produktionsparken,


för att minska prognosfel. Varje procentenhet bĂ€ttre prognos minskar behovet av dyr marginalflexibilitet.

AI för dispatch och portföljoptimering

LDES ska inte bara ”ladda nĂ€r det Ă€r billigt och ladda ur nĂ€r det Ă€r dyrt”. Den ska ocksĂ„:

  • prioritera systemtjĂ€nster nĂ€r de Ă€r mest vĂ€rda,
  • undvika att ladda i flaskhalsomrĂ„den,
  • planera för flera dagar med osĂ€kert vĂ€der,
  • samspela med korttidsbatterier.

HĂ€r fungerar optimeringsmodeller och reinforcement learning sĂ€rskilt bra – men bara om de matas med rĂ€tt marknads- och nĂ€tdata.

AI i logistik och supply chain: energin blir en planeringsparameter

I vÄr serie om AI i logistik pratar vi ofta om efterfrÄgeprognoser och ruttoptimering. NÀsta steg Àr att integrera energiflexibilitet i samma planeringsmotor:

  • schemalĂ€ggning av energitunga processer nĂ€r LDES och förnybart finns tillgĂ€ngligt,
  • optimering av laddning för eldrivna truckar och lastbilar mot lokala nĂ€tavgifter,
  • minskad exponering mot pristoppar genom smarta inköpsstrategier.

Det hÀr Àr supply chain resilience i praktiken: du bygger inte bara effektivitet, du bygger motstÄndskraft.

Policy som fungerar: tre byggstenar Europa mÄste fÄ rÀtt

Europa behöver marknads- och policyregler som vĂ€rderar varaktighet (duration) och systemnytta – inte bara kortsiktiga prisspreadar. Annars blir investeringssignalerna fel.

1) Duration-medveten systemmodellering

Det första steget Ă€r banalt men avgörande: modellera framtidens elnĂ€t med tydliga kategorier för 4–8 timmar, 8–24 timmar och Ă€nnu lĂ€ngre. Annars tenderar planeringen att favorisera det som Ă€r enklast att rĂ€kna hem i dagens marknad.

Storbritannien Àr ett intressant exempel dÀr systemmodellering pÄverkat hur minimikrav pÄ varaktighet utformas i stödprogram för LDES.

2) Tydliga upphandlingar med realistiska tidplaner

LDES-projekt tar tid: tillstÄnd, nÀtanslutning, finansiering och byggnation. DÀrför behövs:

  • duration-specifika mĂ„l (t.ex. 8+ timmar),
  • flerĂ„riga upphandlingskalendrar,
  • tekniköppna processer.

Australiska delstaten New South Wales har visat att fleromgĂ„ngsupphandlingar kan skapa konkurrens och snabbt sĂ€kra en stor del av mĂ„len – inklusive stora pumpkraftprojekt och tryckluftslagring.

3) IntÀktsstabilitet: marknaden betalar inte hela nyttan

LDES levererar systemnytta som ofta inte betalas fullt ut pÄ energi- och intradagsmarknader. DÀrför behövs mekanismer som:

  • cap-and-floor (intĂ€ktsgolv och intĂ€ktstak med Ă„terföring till kunder),
  • kontrakt som liknar CfD för kapacitet och systemtjĂ€nster,
  • ersĂ€ttning som speglar undvikna systemkostnader (inklusive nĂ€t).

Storbritannien har infört ett cap-and-floor-upplÀgg med lÄnga kontrakt (upp till 25 Är) för att fÄ loss investeringar. Det Àr den typen av strukturer som skapar bankbarhet.

Praktiska rÄd till svenska företag: sÄ anvÀnder du LDES-tÀnket nu

Du behöver inte Ă€ga ett LDES-projekt för att fĂ„ nytta av det. Men du behöver börja stĂ€lla rĂ€tt frĂ„gor – sĂ€rskilt om du ansvarar för energi, inköp, drift eller supply chain.

  1. KartlĂ€gg din ”energirisk” som en del av leveransrisken

    • NĂ€r kostar ett avbrott mest?
    • Vilka timmar driver pristoppar din marginal?
  2. Bygg en datagrund för AI-styrning

    • timdata för förbrukning per anlĂ€ggning,
    • produktionsplaner och skift,
    • nĂ€tavgifter och effektuttag,
    • flexibilitetsmöjligheter (lastflytt, batterier, reservkraft).
  3. Upphandla flexibilitet, inte bara kilowattimmar

    • be om avtal som premierar laststyrning,
    • utvĂ€rdera aggregatorer och flexibilitetstjĂ€nster,
    • rĂ€kna pĂ„ scenarier med 8–24 timmars flexibilitet.
  4. TÀnk i portfölj: korttidsbatteri + avtal + LDES i systemet

    • kort batteri för snabba toppar,
    • AI-styrning för att undvika effekttoppar,
    • lĂ„ngvarig lagring i regionen som stabiliserar pris och tillgĂ„ng.

Ett robust energisystem Àr inte bara klimatpolitik. Det Àr konkurrenskraftspolitik.

Vad hÀnder 2026 om Europa inte prioriterar LDES?

Om LDES inte byggs ut i takt med förnybart kommer Europa att kompensera pĂ„ tre sĂ€tt: mer gas som ”sĂ€kerhetsbĂ€lte”, mer importberoende och mer nĂ€tstress. Alla tre ökar risken för prischocker.

VĂ€ljer Europa istĂ€llet att skala upp lĂ„ngvarig energilagring – och samtidigt anvĂ€nda AI för att planera, styra och vĂ€rdera flexibilitet – fĂ„r vi ett system som klarar högre andel vind och sol utan att industrin blir försökskanin.

NÀsta steg för dig som lÀser Àr att göra det konkret: Vilken del av din supply chain Àr mest kÀnslig för energivolatilitet, och vilken datapunkt saknar du för att lÄta AI optimera bort risken?