Vind- och solkraft har vuxit snabbare än nästan någon förutspådde, men det är fortfarande förvånansvärt svårt att göra prognoser om deras framtida expansion.
Forskare vid Chalmers tekniska högskola har utvecklat vad de kallar en beräkningsmässig ”tidsmaskin” – en modell som överträffar befintliga prognosmetoder genom att använda AI-teknik för att analysera historiska tillväxtmönster i olika länder. Deras centrala prognos visar att landbaserad vindkraft sannolikt kommer att stå för cirka 25 % av den globala elproduktionen år 2050, medan solenergi når cirka 20 %. Detta är förenligt med 2 °C-målet, men räcker inte för att uppnå 1,5 °C-målet. Arbetet publiceras i Nature Energy.
Att förutsäga framtiden är särskilt utmanande för tekniker som vind- och solkraft, där snabba kostnadsminskningar motverkas av växande hinder såsom allmänhetens motstånd, infrastrukturbegränsningar och politiska förändringar.
”Befintliga modeller är mycket bra på att identifiera vad som behöver hända för att nå klimatmålen, men de kan inte tala om för oss vilka utvecklingar som är mest sannolika. Det är den luckan vi ville fylla”, säger Jessica Jewell, professor vid Chalmers tekniska högskola.
I över 200 länder identifierade forskarna ett återkommande mönster i hur vind- och solkraft växer: långa perioder av relativt stadig expansion avbrutna av plötsliga tillväxtspurtar som ofta utlöses av politiska förändringar.
”De flesta modeller antar en jämn S-formad tillväxtkurva, men så ser det inte ut i verkligheten. Tillväxten kommer ofta i ryck, och om man bortser från det kan man felbedöma hur snabbt tekniken kommer att expandera”, säger Avi Jakhmola, doktorand vid Chalmers tekniska högskola och förstaförfattare till artikeln.
13 000 virtuella världar för framtiden
Så, med målet att förbättra prognoserna, skapade Jakhmola en modell byggd på 13 000 virtuella världar. I var och en av dessa världar utvecklas sol- och vindkraft på olika sätt – från den snabbaste möjliga expansionen till den långsammaste – och allt däremellan. En maskininlärningsalgoritm tränades sedan på alla dessa världar för att lära sig att förutsäga globala utfall utifrån tidiga nationella trender.
”När vi tillämpar modellen på data från den verkliga världen kan den berätta för oss vad som är det mest sannolika resultatet för framtiden – med tanke på vad vi har sett hittills och med tanke på alla de virtuella världar den har sett”, säger Jakhmola.
Modellen förutspår att landbaserad vindkraft år 2050 kommer att stå för cirka 26 % av den globala elproduktionen (medelvärde: 20–34 %) och solenergi för cirka 21 % (15–29 %). Detta stämmer i stort sett överens med 2 °C-kompatibla utvecklingsbanor men räcker inte till för 1,5 °C.
Prognoserna sätter också COP28-löftet om att tredubbla kapaciteten för förnybar energi till 2030 i perspektiv. Löftet hamnar nära den 95:e percentilen, vilket innebär att det skulle kräva tillväxttakter som sällan observerats.
”Att tredubbla kapaciteten för förnybar energi är inte omöjligt, men det skulle kräva att allt går extremt bra i alla länder”, säger Jewell.
Forskarna testade också vad som faktiskt skulle krävas för att vi ska nå 1,5 °C-målet.
”Om vi börjar nu är de nödvändiga tillväxttakterna krävande men inte utan motstycke, jämförbara med vad EU siktar på för vindkraft med REPowerEU och vad Indien har planerat för solenergi”, säger Jakhmola. ”Men om vi dröjer till 2030 blir den nödvändiga accelerationen mycket brantare och mycket mer abrupt. Fönstret för att skala upp stängs snabbt.”
Att gå tillbaka i tiden för att säkerställa modellens tillförlitlighet
Forskarna använde också modellen för att testa tillförlitligheten i dess prognoser – genom att gå tillbaka i tiden.
”Vi ville veta om våra prognoser kommer att hålla om tio eller tjugo år. När vi matade in endast data från 2015 i modellen fann vi att den korrekt förutsäger vad som har hänt sedan dess. Det är detta vi menar med en beräkningsmässig tidsmaskin, och det ger oss verkligt förtroende för prognoserna framöver”, säger Jakhmola.
Studien pekar mot en bredare ambition att utveckla vetenskapligt rigorösa metoder för att prognostisera de mest sannolika tillväxtbanorna för andra koldioxidsnåla tekniker, inte bara vind- och solkraft.
Jewell säger: ”Det har länge varit ett skämt hur dåliga teknikprognoser är. Men om du är beslutsfattare och försöker ta reda på hur hårt du ska driva på för förändring behöver du en realistisk utgångspunkt. Vår studie är det första steget mot att utveckla en sådan realistisk bild av framtiden.”
Publikationsuppgifter
Probabilistiska prognoser för den globala tillväxten inom vind- och solkraft baserade på historiska nationella erfarenheter, Nature Energy (2026). DOI: 10.1038/s41560-026-02021-w
