Batterilager vid elanläggning

Effektsvängningar från AI-träning och vad nätägarna kommer att kräva

När tusentals GPU:er arbetar i takt kan effekten svänga kraftigt på bråkdelar av en sekund. Det kan störa elnätet, och nätägarna börjar ställa krav. Vi utreder vad det betyder för hur nya anläggningar ansluts och utformas.

Vad framsteget innebär

Forskare från Microsoft, OpenAI och NVIDIA har beskrivit hur stora träningsjobb ger synkroniserade effektsvängningar, och hur de kan dämpas i GPU, rack och anläggning (arXiv, augusti 2025).

NVIDIA har byggt in energilagring i nätaggregaten för plattformen GB300 och mätte 30 % lägre toppeffekt mot nätet vid träning, jämfört med föregående nätaggregat i samma rack (NVIDIA, 28 juli 2025).

Vilken nytta som är belagd

NVIDIAs siffra är en leverantörsuppgift och gäller ett rack. Lagringen jämnar ut lasten men levererar inte energi tillbaka till nätet. Hur lösningarna samspelar med nätägarnas krav är ännu inte standardiserat.

Vad det kan betyda i Sverige

I dialogen med Svenska kraftnät och regionnätsägarna kommer frågan om lastens beteende att bli lika viktig som frågan om hur mycket effekt som behövs. En anläggning som kan visa en jämn last blir lättare att ansluta.

Vad vi utreder

Vilka krav som kan komma i anslutningsavtalen. Hur mycket som löses i IT-utrustningen och hur mycket som behöver lösas i anläggningen, till exempel med batterilager eller filter. Hur ytor och gränssnitt reserveras redan i tidiga skeden.

Plats, värme eller kapacitet

Vill du veta mer?

Berätta vad du arbetar med, så berättar vi hur tekniken kan användas i ett svenskt projekt.

Kontakta oss