BLOG

EU AI Act og Energisektoren: AI i Elnet, Demand Response og Energihandel

publishedAt: 2026-05-14

updatedAt: 2026-05-14

wordCount: ~2300

Den europæiske energisektor er i gang med en dybtgående digital transformation. AI-systemer styrer i stigende grad elnet, forudsiger efterspørgsel og eksekverer handler på engrosmarkeder — ofte inden for millisekunder og uden menneskelig intervention. Parallelt hermed indfører EU AI Act fra 2. august 2026 bindende krav til AI i kritisk infrastruktur. For energiselskaber, transmission system operators (TSO'er), distribution system operators (DSO'er) og energihandlere betyder det et nyt juridisk regime, der lapper direkte ind over NIS2 og REMIT II.

Denne artikel giver en samlet, kildebaseret gennemgang af, hvad EU AI Act betyder for netop energisektoren.

1. Annex III, kategori 2: AI i kritisk infrastruktur er høj-risiko

EU AI Act (forordning 2024/1689) klassificerer AI-systemer efter risikoniveau. Det afgørende udgangspunkt for energisektoren er Annex III, kategori 2, der udtrykkeligt nævner AI-systemer beregnet til at blive brugt som sikkerhedskomponenter i forvaltningen og driften af kritisk digital infrastruktur, vejtrafiknet og forsyning med vand, gas, varme og elektricitet.

Konsekvensen er klar: AI, der påvirker forsyningssikkerheden — hvad enten det sker via netoptimering, belastningsprognoser eller automatiske afbrydelseskommandoer — falder som udgangspunkt inden for kategorien høj-risiko AI. Det udløser hele kataloget af forpligtelser i AI Act kapitel III, afsnit 2–5.

Ikrafttrædelsesdato: Forpligtelserne for høj-risiko AI-systemer i Annex III gælder fra 2. august 2026 (AI Act art. 113, stk. 2, litra b). Systemer, der allerede er i drift på den dato, og som efterfølgende ændres væsentligt, skal bringes i overensstemmelse.

Kilde: Europa-Parlamentets og Rådets forordning (EU) 2024/1689 af 13. juni 2024, Annex III nr. 2 og art. 113. EUR-Lex: https://eur-lex.europa.eu/legal-content/DA/TXT/?uri=CELEX:32024R1689

2. AI i elnetsstyring (smart grid): SCADA og automatisk kontrol

SCADA-systemer (Supervisory Control and Data Acquisition) er rygraden i moderne elnetsstyring. Traditionelt regelbaserede, integreres de i stigende grad med maskinlæringskomponenter, der forudsiger belastningsspidser, detekterer netfejl og i visse tilfælde udsteder automatiske genkobling- eller afbrydelseskommandoer.

Når en AI-komponent fungerer som sikkerhedskomponent i et sådant SCADA-system — dvs. dens output kan udløse handlinger, der direkte påvirker elforsyningens stabilitet — er systemet høj-risiko efter Annex III, kat. 2. Det gælder selv om AI-modulet formelt er et "hjælpeværktøj", hvis det i praksis påvirker sikkerheds- eller driftsbeslutninger.

Relevante forpligtelser for SCADA-AI:

  • Art. 9 (Risikostyringssystem): Krav om et iterativt og løbende risikostyringssystem, der identificerer kendte og forudsigelige risici, herunder risici der opstår ved systemets interaktion med elnettet og menneskelige operatører.
  • Art. 10 (Data governance): Trænings- og testdata skal repræsentere de driftsbetingelser, systemet vil møde — inkl. ekstremsituationer som vejrrelateret overbelastning eller koordinerede cyberangreb.
  • Art. 11 og Annex IV (Teknisk dokumentation): Fuld dokumentation af systemets arkitektur, algoritmer, præstationsmål og begrænsninger.
  • Art. 14 (Menneskelig tilsyn): Operatørerne skal fysisk og proceduremæssigt kunne overtage kontrol fra AI-systemet, monitorere dets adfærd og afbryde det ved unormal adfærd.

    • 3. Demand response algoritmer: Klassificering og krav

    Demand response (DR) er mekanismer, der justerer forbrugernes elefterspørgsel som reaktion på netsignaler — typisk pris- eller frekvensafvigelser. AI-baserede DR-systemer aggregerer data fra tusindvis af enheder (varmepumper, ladestandere, industriforbrug) og koordinerer automatiske lastreguleringer.

    Klassificeringsanalyse:

    Spørgsmålet er, om et DR-system er høj-risiko. Svaret afhænger af, om systemet fungerer som sikkerhedskomponent i forsyningsinfrastrukturen:

  • Et DR-system, der primært optimerer virksomhedens energiomkostninger uden direkte indflydelse på netbalancen, vil typisk være begrænset risiko eller minimal risiko.
  • Et DR-system, der er integreret som aktiveringsmekanisme i Frequency Containment Reserve (FCR) eller aFRR — altså som del af nettets primær- eller sekundærreserve — er en sikkerhedskomponent og falder under Annex III, kat. 2.
  • Et aggregator-system, der automatisk aktiverer afbrydelige forbrugere for TSO'en, befinder sig i gråzonen; her bør en konkret risikovurdering afgøre klassificeringen.

    • For systemer, der klassificeres som høj-risiko, gælder de samme krav som for SCADA-AI ovenfor. For systemer i gråzonen anbefales en dokumenteret klassificeringsanalyse (jf. art. 6, stk. 3 om lavrisikoudtagelse), der arkiveres i den tekniske dokumentation.

    4. Energihandel og AI: Algoritmisk handel på Nordpool

    Nordpool er det primære elspot- og balancemarked i Norden og Nordvesteuropa. Algoritmisk handel — herunder ML-baserede budsystemer, prisforudsigelsesmodeller og automatiske porteføljerebalanceringsalgoritmer — er standardpraksis hos store handelsvirksomheder og forsyningsselskaber.

    Er algoritmisk energihandel høj-risiko efter AI Act?

    Annex III, kat. 2 nævner forsyning med elektricitet. Handelssystemet er derimod ikke automatisk en sikkerhedskomponent i netdriften. EU AI Act's Annex III dækker ikke finansielle markedssystemer generelt (det er finanssektoren, kat. 5b). Handels-AI falder som udgangspunkt ikke under høj-risiko-kategorien, medmindre systemet:

  • Direkte styrer fysiske aktiver (kraftværker, lagerbatterier), der påvirker netbalancen.
  • Er designet til at fungere som del af en TSO's balanceringsmekanisme.
  • Konkret betjener kritisk infrastruktur i netdriftsøjemed.

    • REMIT II-skæringspunkt: Selv uden høj-risiko-klassificering er energihandel-AI underlagt REMIT II (forordning 2024/1106), der kræver gennemsigtighed i markedsadfærd og forbyder markedsmanipulation. Automatiserede systemer, der genererer unormale ordremønstre, kan udløse undersøgelse fra ACER og nationale tilsynsmyndigheder uafhængigt af AI Act.

    Kilde: Europa-Parlamentets og Rådets forordning (EU) 2024/1106 af 11. april 2024 (REMIT II), art. 3 og 5. EUR-Lex: https://eur-lex.europa.eu/legal-content/DA/TXT/?uri=CELEX:32024R1106

    5. NI

    Klar til at komme i gang?

    PowerQuant leverer AI-inventar og gap-analyse på 5 arbejdsdage.

    Start M1 — 10.999 kr