Till innehållet
English
Till startsidan
  • Rapport
  • Elnät

Förstudie: AI och digitalisering med fokus på elnäten

| 2024:1048 | Stefan Montin
Syftet med denna förstudie är att beskriva utvecklingsfronten inom AI idag och i en nära framtid med fokus på specifika tillämpningar inom energisektorn. Med detta som grund har angelägna forskningssatsningar om AI för elnäten identifierats.
Bild Till Webben 2024 1048

Energisektorn har kommit olika långt när det gäller digitalisering och specifikt användningen av AI. Flera energiföretag har redan idag avancerade projekt på gång när det gäller AI. Framför allt handlar det om mer ”traditionell” AI (optimering, prediktion, anpassning, övervakning, styrning), som är specifikt användbar för olika tillämpningar inom energisektorn. Det pågår också flera forskningsprojekt, några där även Energiforsk deltar.

Generativ AI (ChatGPT, etc) har under de senaste åren fått stor uppmärksamhet och här sker en snabb utveckling. Generativ AI förväntas få genomgripande påverkan på morgondagens samhälle. Utvecklingen är förenat med stora möjligheter, men också betydande risker, vilket uppmärksammats av såväl forskarsamhället som politiskt. Det är dock oklart i vilken utsträckning generativ AI kommer att påverka energisektorn. Applikationer med generativ AI är ofta generella med tillämpningar inom kommunikation, marknad, compliance, informationsbearbetning mm.

Som ett led i denna förstudie har Energiforsk genomfört en översiktlig kartläggning av hur AI används inom energisektorn och industrin idag samt vad företag inom energisektorn i ett framtidsperspektiv skulle vara intresserade av att åstadkomma med hjälp av AI och maskininlärning.

Rapporter och publikationer

Här listas rapporter och resultatblad från programmet.

    • Rapport

    AI-modeller för prognostisering av efterfrågan på el

    Projektet PREDATOR etablerade en dialog mellan RISE och svenska elnätsföretag för att kartlägga behov av AI baserade prognos- och beslutsstödsmodeller för framtida nätutvecklingsplanering.

    |2026:1168Leon René Sütfeld och Michael Popoff, RISE
    AI-modeller för prognostisering av efterfrågan på el bild
    • Rapport

    Effektauktioner med värmepumpar

    Syftet med detta projekt har varit att utvärdera hur en auktionsalgoritm kan användas för att hantera lokala flexibilitetsbehov av eleffekt genom ett auktionsförfarande mellan elnätet och budgivare av flexibilitet som ett alternativt till andra flexibilitetsåtgärder.

    |2026:1151Vanja Månborg, Profu, Willem Mazzotti Pallard & Adrien Vautrin, KTH
    Bild: Effektauktioner med värmepumpar
    • Rapport

    Säkerhetsbegränsad drift av distributionsnät i samband med utveckling av smarta nät

    Digitalisering och fler elfordon (EV) och solceller (PV) introducerar nya utmaningar för distributionsnätets drift vilka återspeglas genom nya typer av störningar som t.ex. tillhandahållande av snabb frekvensreserv (FFR) från EV vilket resulterar i oacceptabla lokala överspänningar. Detta projekt syftar till att analysera om det är möjligt att förhindra kortsiktiga överspänningar på grund av lokal FFR-försörjning från EV genom att använda reaktiv effektförbrukning från samma EV.

    |2026:1160Stefan Stanković, Akshaya Tammanur Ravi och Anna Fredén, RISE
    Bild- Säkerhetsbegränsad drift av distributionsnät i samband med utveckling av smarta nät
    • Rapport

    Nationell metod för effekt- och kapacitetsprognoser

    Projektet har använt en digital plattform där open source-data standardiseras till prognosantaganden för olika last- och produktionskategorier med målet att nätbolagens nätutvecklingsplaner och kapacitetskartor ska bli jämförbara och underlätta en samhällets energiplanering.

    |2026:1157Marcus Andersson och Helena Olssén, Sigholm
    Effektprognoser