Ett batteristyrsystem baserat på förstärkningsinlärning sänkte de rörliga elkostnaderna med 2–3 procent och effekttopparna med upp till 24 procent. Forskare vid Karlstads universitet testade tekniken i ett växthus med solceller.
Lösningen kombinerar artificiell intelligens och signalbehandlingsalgoritmer med korttidsprognoser för elförbrukning och solelsproduktion.
Forskarna påpekar att växthus erbjuder optimala förhållanden för livsmedelsproduktion året runt. Samtidigt är de mycket energikrävande.
![]() |
| Jorge Solis |
– Systemet för optimerad energianvändning skulle kunna tillämpas i större skala i exempelvis tillverkningsindustrin, där det behövs för att minska både produktionskostnader och koldioxidavtryck, säger Jorge Solis, docent i elektroteknik vid Karlstads universitet.
Systemet testades med verkliga driftsdata från ett klimatstyrt växthus vid Karlstads universitet, utrustat med solceller och batterilagring.
Den adaptivbaserade styrningen överträffar både traditionella fasta regler och enklare AI-modeller:
• De rörliga elkostnaderna minskade med 2,2 procent i februari och 2,7 procent i mars.
• Effekttoppar minskade med upp till 24 procent.
• Den totala elkostnaden blev lägre än i alla jämförda scenarier.
Studien genomfördes med stöd från Energimyndigheten inom programmet Energieffektivisering i belysning.
Här kan du ta del av studien: Intelligent Control Strategy of a Battery Energy Storage for a Climate-Controlled Greenhouse with a High Proportion of Local Renewable Energy.


