En resurseffektiv bebyggelse kräver engagemang hos elkonsumenter. Försök att påverka dem i denna riktning baseras dock ofta på förenklade analyser. Man antar till exempel ofta att alla elkonsumenter vet vad just de bör göra för att bidra till en mer flexibel och effektiv elanvändning, att de har likartade förutsättningar när det gäller drivkrafter och hinder, och att de träffas lika av en viss prissignal.

Ett alternativ är att betrakta elmarknaden som bestående av distinkta nischer som kan vara väldigt olika. Det handlar till exempel om vad som är den mest effektiva åtgärden, hur någon svarar på en prissignal, och vilka drivkrafter och barriärer som finns.

I det här projektet använder vi statistiska algoritmer och maskininlärning för att identifiera naturliga nischer av elkonsumenter på bas av data från deras elkonsumtion. För varje nisch avser vi att fastställa

1. vilka behov av styrning som finns i det lokala elnätet och den mest angelägna åtgärden för ökad flexibilitet
2. hur prissignalerna träffar just dessa elkonsumenter
3. vilka drivkrafter och hinder som föreligger för just dessa elkonsumenter, samt
4. i vilket stadium de befinner sig i avseende att ändra sitt beteende i den önskade riktningen.

Syftet är att identifiera policyåtgärder som är skräddarsydda till vilka beteendeändringar eller investeringar som är mest angelägna, och som tar hänsyn till motiverande respektive hindrande faktorer i respektive nisch.

Forskningsprojektet genomförs inom ramen för den tvärvetenskapliga forskargruppen USER vid Uppsala universitet.