Den 29 januari organiserade STUNS, i samarbete med SOLVE, ett dialogmöte med fokus på integrationen av solenergi i byggnader ur olika perspektiv. Evenemanget samlade yrkesverksamma från olika discipliner för att diskutera nuläget, möjligheter och utmaningar inom detta område. Målet med mötet var att förbättra den ömsesidiga förståelsen för hur solceller kan implementeras i den byggda miljön genom att sammanföra viktiga aktörer inom byggsektorn.

🌞 Centrala diskussionsämnen:

✅ Den senaste framstegen inom integration av solpaneler i byggnader

✅ Arkitekternas roll i att designa solenergivänliga byggnader

✅ Affärsmodeller för solenergi i byggsektorn

✅ Vikten av tidig planering och tvärvetenskapligt samarbete

Mötet avslutades med en gemensam vilja i fortsatt kunskapsutbyte och framtida samarbeten.

Mohamad Koubar, Doktorand, Uppsala universitet

Mohamad Koubar är doktorand vid Uppsala universitet och med i SOLVE. Mohammads forskning handlar om integration av solenergi på energimarknaden, batterilagring och elfordon i elsystemet.

🔬 Senaste forskningen:

Mohamads nya studie, publicerad i Applied Energy, analyserar den tekniska och ekonomiska potentialen i att kombinera batterilagring med storskaliga solkraftsanläggningar i Sverige och Tyskland. Viktiga resultat inkluderar:

✅ Återbetalningstid: Sverige ~2 år, Tyskland ~6 år

✅I Sverige gynnas lönsamheten av höga priser på stödtjänstmarknaden

Genom att använda verkliga elmarknadsdata ger den här forskningen värdefulla insikter i marknadsdynamik och förnybar energi-integration.

Johan Lindahl (Bequerel Sweden) har utvecklat Analemmas, ett maskininlärningsbaserat fjärranalysverktyg som hjälper nätoperatörer att bättre förutsäga solenergiuttag.

⚡ Varför är detta viktigt?

För närvarande saknar nätoperatörerna exakt data om solpanelsorientering, vilket leder till felaktiga produktionsprognoser.

🔍 Hur fungerar det?

Med hjälp av AI-driven bildanalys:

✅ Identifierar verktyget solcellssystem i flygbilder

✅ Bestämmer panelernas azimut och lutning

✅ Kopplar data till nätets databaser för förbättrad prognostisering

📉 Effekten:

Genom att förfina produktionsuppskattningarna bidrar verktyget till att förhindra kostsamma nätöversyner och optimerar integrationen av förnybar energi – ett avgörande steg i arbetet med att hantera överbelastning av näten.

On January 29th, STUNS and SOLVE hosted a dynamic dialogue meeting on integrating solar energy in buildings. Experts from real estate, architecture, research, and policy came together to discuss challenges, opportunities, and innovations in the field. Key topics included advancements in solar panel integration, the role of architects in solar-friendly design, and the business case for solar power. A strong emphasis was placed on interdisciplinary collaboration and early planning to enhance solar adoption in urban development. The event concluded with a commitment to ongoing knowledge exchange and future partnerships.

Mohamad Koubar, PhD Student, Uppsala University

Meet Mohamad Koubar, Ph.D. student at Uppsala University and SOLVE Research Competence Center, whose work explores the integration of solar energy, battery storage, and electric vehicles in power systems.

🔬 Latest Research:

Mohamad’s new study, published in Applied Energy, analyzes the techno-economic potential of combining battery storage with large-scale solar power plants in Sweden and Germany. Key findings include:

✅ Sweden’s best-case payback period: ~2 years, vs. Germany’s ~6 years

✅ High ancillary market prices drive profitability in Sweden

✅ Battery storage profits mostly from grid services, limiting direct PV synergy

Using real-world electricity data, this research offers valuable insights into market dynamics and renewable energy integration.

Johan Lindahl (Bequerel Sweden) has developed Analemmas, a machine learning-based remote sensing tool that helps grid operators better predict solar energy production.

⚡ Why is this important?

Currently, grid operators lack precise data on solar panel orientation, leading to inaccurate production forecasts and unnecessary worst-case assumptions.

🔍 How does it work?

Using AI-driven image analysis, the tool:

✅ Identifies PV systems in aerial images

✅ Determines panel azimuth and tilt

✅ Links data to grid databases for improved forecasting

📉 The Impact:

By refining production estimates, this tool helps prevent costly grid overhauls and optimizes renewable energy integration—a crucial step in tackling grid congestion challenges across Europe.