Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Vehicle-to-Grid i elektriska distributionslastbilar -Aktörskonstellationer och genomförbarhet för pilotprojekt

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE AB, Industriell omställning
Bidrag från Vinnova 500 000 kronor
Projektets löptid maj 2026 - januari 2027
Status Pågående
Utlysning Transport- och mobilitetslösningar - FFI
Ansökningsomgång Transport- och mobilitetslösningar - FFI - våren 2026

Syfte och mål

Genom V2G kan fordon generera intäkter även när de står stillar. Projektets syfte är att utveckla kunskap om hur ekonomiskt och tekniskt hållbara V2G-lösningar för elektrifierade godstransporter kan möjliggöras. Ett av projektets mål är att analysera hur ansvar, kostnader, ersättning och intäkter bör fördelas mellan aktörer inom olika aktörskonstellationer för att möjliggöra ekonomiskt hållbara V2G-lösningar. Ett ytterligare mål är att analysera datadelning i V2G-ekosystemet.

Förväntade effekter och resultat

The project will contribute to clearer roles and responsibilities for actors in the V2G ecosystem, thereby strengthening the basis for investment decisions among haulage companies. It will also improve the conditions for commercially viable and scalable services based on the use of vehicle batteries, provide decision support and guidelines for future pilot projects, and increase understanding of the digital infrastructure and data sharing required for heavy-duty V2G solutions.

Planerat upplägg och genomförande

Projektets arbetspaket omfattar ekosystemanalys, metodutveckling, affärskonstellationer och kvantitativa analyser samt en pilotförberedande syntes. Business Model Canvas och Jobs-to-Be-Done kommer sannolikt att används för att identifiera affärsmodeller och incitament, exempelvis för att undvika samtidig laddning som kan öka effekttariffer. Den kvantitativa analysen bygger på ett tidigare utvecklat V2G-verktyg där laddstrategier för fordonsflottor optimeras med AI för representativa dagar.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 15 juni 2026

Diarienummer 2026-00856