Hoppa till huvudinnehåll

FLEXFURN: AI-drivet energihanteringssystem

Digital energihantering för elektrifierade industriella ugnar: Efterfrågeflexibilitet och energilagring

FLEXFURN-projektet fokuserar på elektrifieringen av industriella ugnar vid Volvo Powertrains anläggning i Skövde. Syftet är att lösa de utmaningar som rör elnätets kapacitet och energikostnader. Att ersätta koksbaserade ugnar med eldrivna alternativ kan avsevärt minska koldioxidutsläppen, men det medför samtidigt höga effekttoppar i elbehovet som riskerar att slå i taket för det befintliga elnätets kapacitet.

Projektöversikt

Istället för att förlita sig på kostsamma och tidskrävande uppgraderingar av elnätet, föreslår projektet ett AI-drivet energihanteringssystem för att styra och optimera energianvändningen. Systemet integrerar laststyrning, skiktad energilagring och återvinning av spillvärme i ett och samma digitala ramverk.

Bygger på tidigare resultat

Projektet bygger vidare på förstudien SPACE AI vid Volvos anläggning i Skövde, som utvärderade AI-modeller för smart energianvändning. Nu tar projektet klivet från simuleringsmodeller till att utveckla och validera ett energihanteringssystem i skarp industriell drift.

Volvo Skövde plant
Detta projekt utforskar användningen av AI för att transformera Volvo Groups anläggning i Skövde...

Flexibla laster – såsom ugnar, laddningsstationer för eldrivna fordon samt system för värme, ventilation och luftkonditionering – schemaläggs på ett intelligent sätt. Detta görs med hjälp av AI-baserade prognoser för elbehov, elpriser och elnätets aktuella tillstånd.

Parallellt hanteras effekttoppar över olika tidsskalor genom en flerstegsmetod för energilagring. Denna metod kombinerar batterilagringssystem, vätgas och lagring i smält järn. Återvinning av spillvärme minskar energibehovet ytterligare genom att överskottsvärmen återanvänds direkt inom anläggningen.

Sammantaget syftar dessa lösningar till att kapa effekttopparna i elbehovet med 30 till 50 procent och sänka energikostnaderna med 10 till 25 procent, allt medan produktionseffektiviteten bibehålls. Projektet kommer att testas i en verklig industriell miljö och är utformat för att kunna överföras till andra energiintensiva sektorer. Målet är att stödja industrins klimatomställning (dekarbonisering), förbättra elnätets stabilitet och stärka Sveriges position inom digital energihantering.

Utmaningar

Utmaningen är att övergången från fossila till eldrivna ugnar skapar massiva effekttoppar som det befintliga elnätet inte klarar av att hantera. Eftersom det är både för dyrt och tar för lång tid att fysiskt bygga ut nätet, måste projektet hitta ett sätt att jämna ut elförbrukningen.

Mål

  • Utveckla ett AI-drivet energihanteringssystem: Optimera energianvändningen, integrera flerstegs energilagring och styra flexibla laster.
  • Möjliggöra koldioxidsnål elektrifiering: Stödja övergången från fossildrivna ugnar utan att kräva kostsamma elnätsuppgraderingar.
  • Demonstrera skalbarhet: Validera lösningen i en verklig industriell miljö (Volvo Powertrain) för att möjliggöra överföring till andra sektorer.

Förväntad effekt

  • Målet är en reduktion av effekttopparna i elbehovet med 30–50 %.
  • Siktar på 10–25 % lägre energikostnader med bibehållen produktionseffektivitet.
  • Stödjer elnätets stabilitet genom intelligent lastschemaläggning och återvinning av spillvärme.

Fakta

Deltagande organisationer: 

Projektperiod: 1 september 2026 – 31 augusti 2029

Finansiering: Vinnova inom programmet Avancerad digitalisering (8 267 290 SEK) och projektpartnerna (total projektbudget: 16 679 490 SEK).

Vinnova logotype in green with text 'Med finansiering från Vinnova'
Advanced Digitalisation logotype sv

För mer information, vänligen kontakta:

A picture of Filip Kjellgren
Filip Kjellgren
Head of Adoption - Emerging Sectors
+46 (0)70-161 38 20
Relaterade projekt
Volvo Skövde plant

Skövde Plant Approaching Carbon Elimination (SPACE) | AI feasibility study

Detta projekt utforskar användningen av AI för att transformera Volvo Groups anläggning i Skövde, med fokus på smart energianvändning och produktionsplanering för att hantera utmaningarna med...
High-voltage power lines alongside a computer monitor displaying code and a digital city map.

GridForesight

AI-baserat elnätsoptimeringsverktyg för en snabbare industriell omställning Genom AI-driven optimering av elnäten effektiviserar GridForesight utbyggnaden för att möta industrins behov, vilket stärker...
Gothenburg port, aerial view by night

Tranzero Energy - industriell elsamverkan

Tranzero Energy var ett strategiskt forsknings- och samverkansinitiativ med fokus på att adressera och synliggöra de nuvarande och framtida behoven av elektricitet och effekt inom näringslivet och...
Power lines, poles, twilight

Federerad maskininlärning för att skapa typlastprofiler

Projektet undersöker hur federerad maskininlärning kan skapa dynamiska typlastprofiler för ett digitalt prognosverktyg för framtida nätkapacitet.
Highway extending through a lake with surrounding forests and mountains.

E-Charge 2: AI-lösningar optimerar laddinfrastrukturen för tunga transporter

AI-optimerad design av laddning av eldrivna tunga transporter. AI Sweden förbättrar prognoser och användandet av elnätet för utsläppsfria lastbilstransporter.
The image showcases a diverse Swedish neighborhood with various housing types, set against a backdrop of pine trees and rocky terrain, bathed in warm, golden light.

Framtidens elnät skapat med federerad maskininlärning

Detta projekt utforskar potentialen i förbättrade analysverktyg för energibolag att förstå sina kunders beteende. Genom att utveckla en federerad maskininlärningsmodell för analys av elnätsdata, ämnar...
Map of Sweden with blue data points.

Simulering och visualisering av Sveriges framtida elsystem

Detta projekt fokuserar på att utveckla ett digitalt verktyg för användare att undersöka olika scenarier relaterade till Sveriges framtida elbehov. Syftet är att underlätta diskussioner mellan...
Preview av Kapacitetskarta av elnätet för kommunal planering.

Kapacitetskarta av elnätet för kommunal planering

Denna förstudie undersöker hur en karta över elnätets kapacitet kan utformas för att stödja kommunal planering. Den kommer att resultera i en kravspecifikation för ett sådant verktyg, med syfte att...