Clear Sky Science · sv

Global potential för solenergi prognoser med maskininlärning och djupinlärningsmodeller

· Tillbaka till index

Varför solsken och smarta datorer spelar roll

När världen blir varmare och extremväder blir vanligare skyndar samhällen att hitta renare sätt att driva hem, transporter och industri. Solpaneler är ett av de mest lovande alternativen: de blir billigare, mer effektiva och kan installeras nästan var som helst där solen skiner. Denna studie ställer en enkel men avgörande fråga: hur långt kan solenergin nå vid mitten av detta sekel, och vad skulle det innebära för vår energimix om vi använder moderna dataverktyg för att skåda in i framtiden?

Figure 1
Figure 1.

Titta på det förflutna för att se framtiden

Forskarlaget samlade detaljerade globala data från 2000 till 2022, inklusive världens elförbrukning, hur mycket som kom från solceller och de grundläggande väderfaktorerna som styr solkraft: solinstrålning, temperatur och vindhastighet. Under denna period exploderade den globala solkapaciteten från endast 1,23 gigawatt år 2000 till mer än 1 000 gigawatt 2022, och den årliga solelen steg från ungefär 1 terawattimme till över 1 300. Dessa siffror speglar billigare paneler, bättre teknik och starkt politiskt stöd i länder som Kina, Indien, USA och över Europa. Teamet använde dessa historiska mönster som grund för sina prognoser fram till 2050.

Två smarta sätt att prognostisera solkraft

För att projicera framtiden vände sig författarna till två familjer av datorbaserade modeller som specialiserar sig på tidsseriedata. Den ena, kallad SARIMAX, tillhör statistikkons verktygslåda; den söker efter upprepade mönster och trender och kan också ta hänsyn till yttre faktorer som temperatur eller vind som påverkar solproduktionen. Den andra, känd som ett temporalt konvolutionellt nätverk, är ett djupinlärningssätt som undersöker långa tidsserier på en gång och kan upptäcka mer intrasslade, icke-linjära samband. Båda modellerna tränades och testades på samma globala dataset, och deras noggrannhet bedömdes med standardmått för fel och anpassning. I dessa tester presterade SARIMAX något bättre än djupinlärningsmodellen och gav överlag mer precisa prognoser.

Hur stor solkraften kan bli

Med dessa verktyg prognostiserar forskarna att global solkraft kommer att fortsätta rusa framåt. Enligt SARIMAX kan installerad solkapacitet öka från cirka 1 300 gigawatt 2023 till mer än 11 600 gigawatt 2050. Djupinlärningsmodellen ger ett mycket liknande övre värde, strax över 11 500 gigawatt. Solelproduktionen visar samma dramatiska uppgång: från under 2 000 terawattimmar 2023 till ungefär 15 000–16 000 terawattimmar 2050 enligt de två modellerna. Med andra ord skulle världen kunna producera mer än tio gånger dagens solel vid mitten av seklet om nuvarande trender fortsätter och politiken förblir i stort sett stödjande.

Figure 2
Figure 2.

Den förändrade energimixen i världen

Studien granskar också hur denna våg av solkraft passar in i den bredare mixen av energikällor—fossila bränslen, kärnkraft och samtliga förnybara tillsammans. Historiskt har fossila bränslen dominerat, medan förnybart och kärnkraft stått för en mindre andel. Modellerna antyder att förnybar el, lett av sol, kommer att mer än tredubblas jämfört med 2023 och nå omkring 26 000 till 31 000 terawattimmar per år 2050. Kärnkraft ligger ungefär på samma nivå eller minskar något, medan fossileldad el fortfarande växer, särskilt i SARIMAX-scenariot, om än långsammare än förnybart. Det betyder att även om ren energi expanderar imponerande krävs starka åtgärder för att dämpa kol-, olja- och gaskonsumtion om mänskligheten vill nå striktare klimatmål.

Vad detta betyder för vardagen

För en icke-specialist spelar de tekniska detaljerna i prognosverktygen mindre roll än budskapet: det finns gott om solpotential för att driva en stor del av mänsklig aktivitet, och dess roll kommer att växa kraftigt. Studien visar att traditionella statistiska metoder, när de finjusteras och matas med bra data, kan konkurrera med eller överträffa mer trendiga djupinlärningstekniker för långsiktiga energiprognoser. Viktigare är att båda angreppssätten pekar i samma riktning—en framtid där solenergin är central för världens elförsörjning. Om regeringar parar denna tillväxt med politik som begränsar fossilbränsleanvändning och stödjer energilagring, elfordon och koldioxidborttagning, är ett renare och mer stabilt klimat inom räckhåll.

Citering: Raza, M.A., Karim, A., Altayeb, M. et al. Global solar energy potential forecasting through machine learning and deep learning models. Sci Rep 16, 10466 (2026). https://doi.org/10.1038/s41598-026-41357-x

Nyckelord: solenergi, förnybar energi, energiomställning, klimatförändring, maskininlärning