Modeli transfernog učenja primijenjeni na povećanje kapaciteta proizvodnje energije vjetra u postizanju niskougljičnih ciljeva Austrije za 2030. i 2050.

master's thesis

• Title (english): Transfer Learning Modelling Applied to Wind Power Generation Repowering in Achieving Austrias´ Low Carbon Goals for 2030 and 2050
• Author: Klara Krkalović
• Mentor: Tomislav Capuder (mentor)
• Committee member: Tomislav Capuder (predsjednik povjerenstva)
• Committee member: Marko Delimar (član povjerenstva)
• Committee member: Ninoslav Holjevac (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2021-07-09, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering

Abstract

Postizanje niskougljičnih ciljeva traži značajno ubrzanje u tranziciji s tradicionalnih fosilnih proizvodnih postrojenja prema onima temeljenim na obnovljivim izvorima energije. Proizvodnja energije iz vjetra ima važnu ulogu u smanjenju emisija stakleničkih plinova te kako tehnologija napreduje, od malih vjetroagregata postala je dominantna tehnologija u trenutnom sastavu izvora energije. Starija postrojenja približavaju se kraju svog životnog vijeka, pa čak i ona koja nisu pri kraju svog vijeka čine se puno lošijima od modernih vjetroturbina s mogućnošću proizvodnje više snage i energije na istoj lokaciji. Zamjena zastarjele tehnologije poznata je kao proces obnove kapaciteta ili repowering. Iako proces donosi očite koristi, potrebno ga je pažljivo analizirati iz perspektive rada elektroenergetskog sustava jer bi mogao značajno utjecati na trenutno vođenje elektroenergetskog sustava. Cilj diplomskog rada je analizirati potencija povećanja proizvodnje energije vjetra procesom obnove kapaciteta u Austriji do 2030 i 2050. godine. Primjenom tehnološkog učenja u radu će se analizirati povećanje prinosa obnavljanjem kapaciteta postojećih vjetroelektrana. Prikazat će se sustavna analiza kroz razvijene modele i analizirati dinamičko povećanje izlaza vjetra, kao i potencijalna potreba za smanjenjem vršne snage vjetra.

Abstract (english)

Achieving low carbon goals requires an acceleration in replacing the conventional fossil fuel-based generation with renewable sources. Wind generation plays an important role in reducing greenhouse gas emission and, as the technology advances, has gone from small wind turbine installations to becoming a dominant technology in today's electricity mix. The older installations are getting close to the end of their lifetime, but even in cases when they are not, they seem inferior to the modern wind turbines with the capability to harvest more power and energy in the same location. Replacing the outdated technology is known as the process of repowering and while it brings obvious benefits it also needs to be carefully analyzed from the perspective of power system operation as it might significantly impact the current operational practices. The goal of the thesis is to analyze the potential of increasing wind energy generation due to repowering in Austria up to 2030 and 2050. By employing technology learning, thesis will analyze the increase in yield from repowering the existing wind power plants. It will provide a systematic analysis, through developed models, and analyze dynamic increases in the outputs of wind as well as the potential necessity to curtail peak-wind power.

• Keywords: Austrija; energetske strategije; energetska tranzicija; niskougljični energetski sustavi; obnova kapaciteta; vjetroelektrane
• Keywords (english): Austria; energy strategies; energy transition; low carbon energy systems; repowering; wind power plants
• Language: english
• URN:NBN: urn:nbn:hr:168:530258
• Study programme: Title: Electrical Engineering and Information Technology; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 12:47:28