ANEO AS

Organization number 828987712 · Aksjeselskap

Programmatic access to company data (JSON)

Source: Firmafakta. Data read and page generated 2026-09-09T05:37:32Z. HTML cache: no-store (TTL 0 seconds). Default TTL for Firmafakta JSON/API responses: 60 seconds.

Facts

Source: Firmafakta, with business data from public registers.

organisasjonsnummer:
828987712
navn:
ANEO AS
organisasjonsform:
kode:
AS
beskrivelse:
Aksjeselskap
naeringskode1:
kode:
35.150
beskrivelse:
Handel med elektrisitet
antallAnsatte:
139
hjemmeside:
www.aneo.com
epostadresse:
post@aneo.com
telefon:
not reported by source
forretningsadresse:
adresse:
Klæbuveien 118
poststed:
TRONDHEIM
postnummer:
7031
kommune:
TRONDHEIM
stiftelsesdato:
2022-03-01
registreringsdatoenhetsregisteret:
2022-03-25
aktivitet:
Produksjon og omsetning av elektrisk energi og annen virksomhet som, hører naturlig sammen med dette. Virksomheten kan også drives i, samarbeid med, eller ved deltagelse i andre foretak med tilsvarende, eller lignende formål. Selskapet skal drives på forretningsmessig, basis innenfor rammen av gjeldene energilovgivning med vekt på, langsiktig verdiskapning.
vedtektsfestetFormaal:
Produksjon og omsetning av elektrisk energi og annen virksomhet som, hører naturlig sammen med dette. Virksomheten kan også drives i, samarbeid med, eller ved deltagelse i andre foretak med tilsvarende, eller lignende formål. Selskapet skal drives på forretningsmessig, basis innenfor rammen av gjeldene energilovgivning med vekt på, langsiktig verdiskapning.

View the address in Geonorge

Board and other roles

Source: Firmafakta. Also see the separate Brønnøysund lookup under related lookups.

Daglig leder

Revisor

Styre

Owners

Source: Firmafakta shareholder dataset.

  1. ANEO RENEWABLES HOLDING AS – 100.0 % (3000 shares, share class: Ordinære aksjer)

Fetch a longer owner list

Company holdings

Grants and support

Sources provided through Firmafakta: Innovation Norway, the EU, the Research Council of Norway and SkatteFUNN.

Innovasjon Norge (0)

No registered grants.

EU-tildelinger (0)

No registered grants.

Forskningsrådet (4)

4 results

  1. id:
    77035
    prosjektnummer:
    346476
    prosjekttittel:
    Robust og Effektiv Magasindisponering
    prosjektstart:
    2024
    prosjektslutt:
    2027
    prosjektansvarlig_navn:
    ANEO AS
    organisasjonsnummer:
    828987712
    sokt_belop:
    Matem. modellering og numeriske metoder
    tildelt_belop:
    0.0
    virkemiddel:
    Felleskostnader
    aktivitet:
    Utlysningsaktiviteter
  2. id:
    79963
    prosjektnummer:
    354165
    prosjekttittel:
    Robust and fast multi-market optimization
    prosjektstart:
    2024
    prosjektslutt:
    2028
    prosjektansvarlig_navn:
    ANEO AS
    organisasjonsnummer:
    828987712
    sokt_belop:
    Algoritmer og beregnbarhetsteori
    tildelt_belop:
    0.0
    virkemiddel:
    Frittstående prosjekter
    aktivitet:
    Andre frittstående prosjekter
  3. id:
    69293
    prosjektnummer:
    329073
    prosjekttittel:
    Applied Transfer Learning in the Energy Domain
    prosjektstart:
    2021
    prosjektslutt:
    2025
    prosjektansvarlig_navn:
    ANEO AS
    organisasjonsnummer:
    828987712
    sokt_belop:
    Datateknologi
    tildelt_belop:
    3.57
    virkemiddel:
    Frittstående prosjekter
    aktivitet:
    Andre frittstående prosjekter
  4. id:
    58544
    prosjektnummer:
    309413
    prosjekttittel:
    The value of grid information in flow-based market clearing
    prosjektstart:
    2020
    prosjektslutt:
    2023
    prosjektansvarlig_navn:
    ANEO AS
    organisasjonsnummer:
    828987712
    sokt_belop:
    Elkraft
    tildelt_belop:
    0.0
    virkemiddel:
    Programmer
    aktivitet:
    Store programmer

SkatteFUNN (2)

2 results

  1. id:
    71666
    innsendt_dato:
    2024-08-30
    prosjektnummer:
    2059
    bedriftsnavn:
    ANEO AS
    prosjekttittel:
    Multimarkeddeltakelse fase 1
    organisasjonsnummer:
    828987712
    fylke:
    Trøndelag
    kommunenavn:
    Trondheim
    poststed:
    not reported by source
    soknad_godkjent:
    not reported by source
    soknad_avslatt:
    not reported by source
    vedtaksdato:
    na
    prosjekt_fra_ar:
    2024
    prosjekt_til_ar:
    2024
    sammendrag:
    Hovedmålet med prosjektet er å levere nye og forbedrede produkter til TSO, DSO og Aneo sine kunder der vi er til stede i det nordiske kraftmarkedet. I neste omgang er målet å optimalisere sammensetningen av disse produktene basert på de forbedrede prisprognosene og produktene. Hovedproblemet vi søker å løse er relatert til å optimalisere budgivningen av både variabel og fleksibel kraftproduksjon i forskjellige markeder for å redusere risikoen for å ikke kunne levere i henhold til kontraktene som er inngått i de forskjellige markedene. På denne måten søker vi å redusere risikoen for å belaste energisystemet på grunn av ubalanse. Det første nye produktet vi leverer i prosjektet er mFRR CM, dernest vil vi delta med nye kombinasjoner av anlegg i FCR. Prosjektet følger Design Science Research-metodikken, som er en en vanlig metodikk innen forskning på informasjonssystemer slik den er beskrevet av Takeda, Veerkamp og Yoshikawa, i artikkelen «Modeling Design Process» fra 1990
  2. id:
    68606
    innsendt_dato:
    2023-08-31
    prosjektnummer:
    348325
    bedriftsnavn:
    ANEO AS
    prosjekttittel:
    Argus - Tilstandsprognosering av nøkkelkomponenter i vindturbiner
    organisasjonsnummer:
    828987712
    fylke:
    Trøndelag - Trööndelage
    kommunenavn:
    Trondheim - Tråante
    poststed:
    TRONDHEIM
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2023-10-16
    prosjekt_fra_ar:
    2023
    prosjekt_til_ar:
    2025
    sammendrag:
    Troverdig informasjon om tilstanden på deler i vindturbiner er viktig for å drive vindparker sikkert, effektivt og med høyest mulig kraftproduksjon. Som utbygger og eier har Aneo tilgang på vindparker i en rekke forskjellige omgivelser. Nå ønsker vi å bruke vindparkene som levende laboratorier for å forske fram løsninger som lar oss måle og forutsi tilstand i vindturbiner. Vi skal plassere forskjellige sensorer og lære hvordan vi skal tolke signalene sammen for å danne robuste analyser på nåværende og fremtidige tilstander. Hver turbin er litt unik og vi skal utvikle maskinlæringsmodeller som lærer seg å kjenne hver enkelt turbin basert på dens forutsetninger (vindforhold, grunnforhold etc..). Når vi lykkes, har vi et system som bruker et kostnadseffektiv sensoroppsett til å forutsi tilstand i drivlinje, blad, tårnbolter og andre viktige deler i vindturbiner. Dette vil muliggjøre et mye mer prediktivt vedlikeholdsparadigme enn dagens praksis i Nordiske vindparker.

Subunits

Open positions

count:
0
stillinger:

No results.

Related lookups

How an AI agent should use this page

Ground rule: Navigate with HTML GET links to keep explanations and relationships. Use the page's JSON alternative only when concrete values must be extracted, compared or computed.

How to use the company page

  1. Use the organization number as the stable key.
  2. Distinguish between the company's own facts, roles, owners, holdings and grants.
  3. Follow person and company links to explore the graph; do not assume relations that are not explicitly registered.

Related services

Time: Ownership, roles and status can change. State the source and retrieval time with factual claims.