Sverige behöver ett effektivt och robust elnät för att klara den gröna omställningen och för att skapa förutsättningar för en fortsatt stark välfärd och ett internationellt konkurrenskraftigt näringsliv.
– Artificiell intelligens kommer att spela en nyckelroll i den här förflyttningen, både i planering och i faktisk drift av elnätet. Därför är det så glädjande att vi nu har en hel projektportfölj igång med centrala aktörer från den svenska energisektorn, säger Filip Kjellgren, Strategic Initiative Developer Energy på AI Sweden, som tillsammans med Anna Svensson är på plats i Almedalen för att diskutera AI och energi.
Bild (AI-genererad): Ett mångsidigt svenskt bostadsområde med en blandning av hustyper som illustrerar varierande elförbrukningsmönster.
Omställningen mot fossilfri energiförsörjning går för långsamt. Utmaningarna finns i flera dimensioner. På kommunal nivå handlar det bland annat om att kunna prognostisera framtida energibehov för att kunna fatta beslut om nyetablering av både stora energiförbrukande verksamheter och ny lokal kraftproduktion och om uppgraderingar av elnätet i takt med förändrade beteenden hos befintliga kunder. Liknande behov av prognoser finns för de regionala näten och på den nationella nivån.
20 av 26
länder i EU
20 av 26 länder i EU har någon form av nationella elnätskapacitetskartor, en typ av verktyg där man som projektör kan undersöka var en verksamhet ska placeras, oavsett om det handlar om konsumtion eller produktion av el.
– Men det saknas en i Sverige. Istället måste man skicka förfrågningar till de nätbolag som berörs. Och man måste alltid skicka till flera nätbolag då man som projektör vill säkra att någon ansökan går igenom, i och med att man som projektör inte vet hur tillgången på el ser ut. Konsekvensen är ett omfattande problem med “luftbokningar”, det vill säga projekt som aldrig kommer att realiseras, men som drar onödiga resurser från både nätbolagen och projektörerna. Det här är ett av de områdena där vi driver ett projekt tillsammans med Svenska Kraftnät och ytterligare några nätbolag, säger Filip Kjellgren.
Konkret handlar det projektet om att undersöka hur syntetisk data, det vill säga data genererad av datorer med utgångspunkt i riktig data, kan användas för att skapa så kallade dynamiska typlastprofiler med hjälp av federerad inlärning.
En typlastprofil visar hur elförbrukningen varierar över tid i ett elnät, ibland för specifika kundgrupper, och ligger till grund för analyser och planering av elnätets kapacitet och belastning.
![]()
För att skapa bra modeller krävs mycket data, och här ser vi att det finns enorma möjligheter för nationella samarbeten. Det finns cirka 170 lokala nätägare i Sverige, som var och en verkar på sin marknad utan konkurrens. Om de kan använda till exempel federerad inlärning för att göra kunskapen som finns i respektive bolags data tillgänglig för fler kan det skapa stora nyttor.
![]()
Filip Kjellgren
Strategic Initiative Developer Energy på AI Sweden
För den löpande driften av elnätet pågår flera projekt med liknande ansatser: Att skapa förutsättningar för ett elnät i balans, även när det finns storförbrukare i närområdet. Ett av dem är E-Charge 2 som leds av Lindholmen Science Park och där Volvo Group och Scania deltar som handlar om att utforska hur snabbladdning av tunga lastbilar ska kunna optimeras. Men fler liknande är igång som bygger på samma princip: Att med maskininlärning analysera historisk data för att skapa realtidsuppdateringar om energiförbrukning, produktionsscheman och elnätets tillgänglighet.
![]()
Flexibilitet i både produktion och konsumtion är centralt för en effektiv användning av elsystemet. Det handlar om att konsumenter och producenter ökar eller minskar sin förbrukning eller produktion givet tillståndet i systemet. För att lyckas med det är AI/ maskininlärning ett väldigt viktigt verktyg.
![]()
Anna Svensson
Co-lead för AI Swedens energiområde
Två av AI Swedens energiprojekt är redan avslutade. Det ena genomfördes tillsammans med Västra Götalandsregionen och resulterade i en visualisering av möjligheterna för lokal energiproduktion. Det andra drevs med Region Östergötland kring ett liknande visualiseringsbehov som handlar om kommunernas ytplanering.
– En generell utmaning som vi ser är att energisektorns användning av AI begränsas av tillgången på kompetens. Det gör att samarbeten blir så otroligt viktiga och att vi hittar sätt att inte bara dela lärdomar utan också färdiga lösningar. Vi ser bland annat ett ökat intresse för att bygga med öppen källkod för att på så vis nå en bredare krets av användare, säger Filip Kjellgren.
Anna Svensson fortsätter:
– Att vi är igång med projekt inom energisektor är en bra början. Men vår ambition är att få till fler energirelaterade projekt med aktörer utanför energisektorn också. Det handlar bland annat om ett gemensamt kunskapsbygge och att lära av analysmetoder som andra sektorer redan använder på ett framgångsrikt sätt. I höst planerar vi bland annat att få ihop ett team som verkar för en nationell kraftsamling, där energisektorn och fastighetssektorn möts i tillämpningen av AI.
Lyssna på senaste avsnittet av AI Sweden Podcast för att höra mer om AI Swedens arbete kring energilösningar.
När du lyssnar rekommenderar vi också avsnittet om Behovskartan.se:
AI Sweden har ett antal energiprojekt igång, samlade under ett övergripande sektorsinitiativ.
“Framtidens elnät skapade med AI” är rubriken på ett seminarium som AI Sweden arrangerar 11:30-12:15, torsdag 26 juni.
Fokus är på hur användningen av open source-lösningar kan sätta igång och påskynda utvecklingen av ett starkt, anpassningsbart och tryggt framtida elnät med hjälp av AI.
Medverkar gör Sofie Vennersten, Director Public Policy & Regulatory Affairs, AB Volvo, Jenny Gustavsson, Director Digitalization and Business Development, Öresundskraft, Jennie Sjöstedt, Avdelningschef Kund och affär Elnät, Göteborg Energi Nät, och Niclas Sigholm, Group CEO, Sigholm.
Moderator: Anna Svensson, AI Sweden.
För mer information, kontakta gärna:
Relaterat innehåll