CN103117679A - 太阳能电池系统、电子装置以及结构 - Google Patents

Abstract

本发明公开了太阳能电池系统、电子装置以及结构。在本发明中公开的太阳能电池系统包括：太阳能电池；连接至该太阳能电池的负荷控制器，该负荷控制器能够控制施加到该太阳能电池的负荷；输出测量单元，用于测量该太阳能电池的发电输出；以及输出预测单元，用于在由输出测量单元测量的输出的瞬态响应的基础上预测待由该输出达到的值，其中，该太阳能电池系统具有控制负荷控制器以便最大化待达到的值的功能。

Description

太阳能电池系统、电子装置以及结构

技术领域

本公开涉及一种太阳能电池(solar cell)系统、一种电子装置以及一种结构，例如，一种适合于与染料敏化太阳能电池(dye-sensitized solarcell)一起使用的太阳能电池系统，以及具有该太阳能电池系统的一种电子装置和一种结构。

背景技术

作为用于将太阳光转换成电能的光电转换元件的太阳能电池使用太阳光作为能源。因此，太阳能电池对全球环境具有非常小的影响，并且期望得到进一步的普及。在过去，使用单晶硅或多晶硅的基于晶体硅的太阳能电池或基于非晶硅的太阳能电池已经被主要地用作太阳能电池。

另一方面，在1991年由Gratzel等人提出的染料敏化太阳能电池已经引起注意，因为染料敏化太阳能电池可以提供高的光电转换效率，并且在过去制造基于非硅的太阳能电池时，可以在不需要大型装置的情况下以低成本来制造(例如，见1991年自然杂志(Nature)第353期第737-740页)。

染料敏化太阳能电池通常具有包括由光敏化染料被粘合到其上的氧化钛(TiO₂)等制成的多孔电极和在这些电极之间填充的电解液的电解层的结构。常常使用通过将包括诸如碘(I₂)、碘离子(I^-)等的氧化还原核素的电解质溶解在溶剂中而得到的电解液。

太阳能电池具有电流-电压输出特性(I-V输出特性)，使得可被提取的电流的值由连接到太阳能电池的负荷的电压的值来确定。太阳能电池的发电输出P通过太阳能电池的发电电压V和发电电流I的乘积来表示。因此，当太阳能电池处于开路状态时，例如，发电电流I不流动，也就是说，I＝0，使得发电输出P为P＝0。另一方面，当太阳能电池处于短路状态时，发电电流I的值变得非常大，而发电电压V为V＝0，再次使得发电输出P为P＝0。也就是说，对于太阳能电池的有效发电，连接到太阳能电池的负荷在开路状态下不应该为零负荷，在短路状态下也不应该为超负荷，并且该负荷为适当的负荷是很重要的。

图21是示出了在恒定光源之下的太阳能电池的I-V输出特性和电力-电压输出特性(P-V输出特性)的示例的图。

如图21中所示，横坐标轴指示在太阳能电池中发生的发电电压V，而纵坐标轴指示太阳能电池的发电电流I和发电输出P。当关注涉及P-V输出特性时，将来自太阳能电池的输出电力最大化的操作点为P-V输出特性的顶点，并且通常被称为最大电力点(MPP)。也就是说，可以说的是，当太阳能电池总是以MPP正在发电时实现了最高的发电效率。

然而，太阳能电池的P-V输出特性取决于太阳辐射的强度、温度、负荷条件等而大大地变化，并且MPP对应地大大地变化。因此，最大电力点跟踪(MPPT)控制对于使太阳能电池总是以高效率发电是必须的。具体地，MPPT控制找到作为将发电输出P最大化的发电电压V和发电电流I的组合的MPP，继续将适当的负荷施加到太阳能电池以便总是维持该状态，并且因此使太阳能电池总是以最大效率操作。换句话说，MPPT控制是在没有浪费的情况下将太阳能转换成电能，并且实际上是对于驱动太阳能电池不可缺少的控制中的一个。

被用作为MPPT控制电路的电子电路被大体上分类成以下两种系统。一种是将发电电压设置为控制变量并且执行反馈控制使得发电电压的值为设定值的电路。另一种是将发电电流设置为控制变量并且执行反馈使得发电电流的值为设定值的电路。在电化学领域中，这些控制方法分别被称为电位调节控制(恒电位控制)和电流调节控制(恒电流控制)。

当实际地设计MPPT控制电路时，不可抵抗地使用前者的电位调节控制。根据发电电压和发电电流与照度的依赖性来解释此原因。通常期望太阳能电池在以从办公室内的约0.5W/m²的照度到在盛夏中的直接太阳光下的约1000W/m²的照度的几个数量级扩展的一照度范围内稳定地操作。因为太阳能电池的特性，在MPP处的发电电流I_max大体上与照度成比例。另一方面，在MPP处的发电电压V_max大体上与照度的对数成比例。也就是说，发电电流随着照度的改变而急剧地改变几个数量级，而发电电压被用对数压缩并且因此在减小的范围内变化。因此，发电电压易于作为控制变量来处理，并且当控制发电电压时，控制电路变得更简单。

在MPPT控制的方法之中，在过去已经知道被称为爬山(hillclimbing)法的控制方法。爬山法通过增加或者减小发电电压V或发电电流I的设定值以某一时间间隔改变发电电压V或发电电流I的设定值，检查发电输出P是否已经被提高或者降低该改变，并且根据该检查的结果来确定下一次是否提高或者降低发电电压。基于爬山法的MPPT控制方法常常被用于对太阳能电池的发电控制，并且迄今为止已经对该技术作出了大量的报告(例如，日本专利特开平7-234733号、日本专利特开平8-76865号、日本专利特开2002-48704号以及日本专利特开2004-280220号)。

发明内容

在通过爬山法对于太阳能电池的发电控制执行MPPT控制以便以高精度来检测MPP的情况下，其足以通过缩小发电电压V或发电电流I的设定值的改变的范围来提高分辨率。然而，当发电电压V和发电电流I中的任一个的设定值在太窄的范围内改变时，其需要花费时间来捕获MPP。然后，在捕获MPP所花费的时间期间，没有以最大效率执行发电。在该周期期间的太阳能因此未能被吸收并且被浪费了。

此外，基于爬山法的MPPT控制涉及从发电电压V或发电电流I的设定值的改变到发电电压的设定值的下一次改变的等待时间。等待时间变得越短，可以越快地捕获MPP。例如，在具有快的电响应速度的太阳能电池的情况下，当等待时间为诸如几毫秒到几十毫秒的短时间时，无问题出现并且可以快速地捕获MPP。然而，在具有慢的电响应速度的太阳能电池的情况下，以几秒为单位的等待时间是必须的。然后，其需要花费时间来捕获MPP，并且还在这种情况下，如上所述，太阳能同样地未能被吸收。

因此，基于爬山法的MPPT控制是一种好方法，因为以高精度找到了最大化太阳能电池的发电效率的条件。然而，当通过基于爬山法的MPPT控制对具有慢的电响应速度的太阳能电池执行发电控制时，其需要花费时间来捕获MPP。这是因为每次发电电压V或发电电流I的设定值被改变时，发生以几秒为单位的等待时间。因此，不能在以适当的速度遵循由于照度条件等的改变而导致的太阳能电池的输出特性的改变的同时执行控制。当通过提高分辨率以高精度找到MPP时，特别地，增加输出测量的数目，并且因此也增加了上述的等待时间，使得此问题变得更严重。

另一方面，不取决于电响应速度的控制方法包括例如电压跟踪方法。电压跟踪方法将通过将作为当太阳能电池被设置于开路状态时的电压的开路电压V_oc乘以某一常量(其典型值为0.7至0.8)而得到的值设置为太阳能电池的发电电压，并且执行电位调节控制。当应用此方法时，太阳能电池的操作点继续保持在MPP的附近，并且可以以实际能力的约80％或更高来执行稳定的发电。

因此，具体而言，电压跟踪方法是一种独立于太阳能电池的电响应速度的控制方法，并且因此可以说是比具有慢的电响应速度的太阳能电池中的爬山法更有效。然而，此方法首先自身不捕获MPP，并且因此不能够使太阳能电池总是以最大效率发电。

因此，期望使用低电力消耗并且以低成本来提供一种新型太阳能电池系统，其可以执行比过去更快的控制以遵循太阳能电池的输出特性的改变，并且可以使太阳能电池总是以最大效率发电而不管太阳能电池的电响应速度。

还期望提供一种高性能电子设置，其中如上所描述的极好的太阳能电池系统被用于太阳能电池。

进一步期望提供一种结构，其中如上所描述的极好的太阳能电池系统被用于太阳能电池。

根据本公开的实施例，提供了一种太阳能电池系统，包括：太阳能电池；连接至该太阳能电池的负荷控制器，该负荷控制器能够控制施加到该太阳能电池的负荷；输出测量单元，用于测量该太阳能电池的发电输出；以及输出预测单元，用于在由输出测量单元测量的输出的瞬态响应的基础上预测待由该输出达到的值，其中，该太阳能电池系统具有控制负荷控制器以便最大化待达到的值的功能。

根据本公开的另一实施例，提供了一种电子装置，包括：太阳能电池系统，其中该太阳能电池系统包括太阳能电池；连接至该太阳能电池的负荷控制器，该负荷控制器能够控制施加到该太阳能电池的负荷；输出测量单元，用于测量该太阳能电池的发电输出；以及输出预测单元，用于在由输出测量单元测量的输出的瞬态响应的基础上预测待由该输出达到的值；以及该太阳能电池系统具有控制负荷控制器以便最大化待达到的值的功能。

根据本公开的另一实施例，提供了一种结构，包括：太阳能电池系统，其中该太阳能电池系统包括太阳能电池；连接至该太阳能电池的负荷控制器，该负荷控制器能够控制施加到该太阳能电池的负荷；输出测量单元，用于测量该太阳能电池的发电输出；以及输出预测单元，用于在由输出测量单元测量的输出的瞬态响应的基础上预测待由该输出达到的值；以及该太阳能电池系统具有控制负荷控制器以便最大化待达到的值的功能。

在本公开中，n分搜索法将某一范围划分成n个部分，并且通过缩小划分的宽度来检测期望的点。作为具体处理方法，例如，从负荷控制器的最小负荷条件到最大负荷条件的负荷范围被划分成n个部分，并且在输出预测单元中的n个负荷条件中的每一个之下执行输出预测。接下来，执行从得到的n个预测输出值中输出提供最大输出值的负荷条件的处理。接下来，包括该输出负荷条件的负荷范围被划分成n个部分，并且在n个负荷条件中的每一个之下执行输出预测。接下来，执行从得到的n个预测输出值中输出提供最大输出值的负荷条件的处理。重复此处理，同时逐渐地缩小包括该输出负荷条件的负荷范围的宽度，由此检测到MPP。然而，n分搜索法的处理方法不限于这些方法。此外，n分搜索法可以要求n为三或更大的自然数。具体地，n分搜索法包括例如n＝3的三分搜索法和n＝4的四分搜索法，特别地，在三分搜索法中，黄金比例被适当地用于划分。然而，n分搜索法不限于这些方法，并且n可以为五或更大的自然数。

太阳能电池基本上可以为任何元件，只要该元件将光能转换成电能。具体地，太阳能电池包括基于硅的太阳能电池、染料敏化太阳能电池、有机薄膜太阳能电池等。然而，太阳能电池不限于这些太阳能电池。

太阳能电池和太阳能电池系统可以被用于需要电力的几乎所有事物，并且可以具有任何大小。然而，例如，太阳能电池和太阳能电池系统可以被用于电子装置、结构、移动对象、建筑机械、工业机械、农业机械、机械工具、发电系统、电力单元等。根据用途等来确定太阳能电池和太阳能电池系统的电力、大小、形状等。

电子装置基本上可以是任何装置，并且包括便携型装置和固定型装置两者。具体地，电子装置是便携电话、移动装置、机器人、个人计算机、天线、车载装置、时钟、各种家用电器等。

结构通常是诸如建筑物的大型结构，具体地为商业建筑、公寓等。然而，结构不限于这些结构。结构基本上可以是任何结构，只要该结构用外墙来构造。具体地，例如，结构包括独立式房屋、公寓式房屋、局所建筑、学校建筑、政府办公建筑、散步场所、露天大型体育场、棒球场、医院、教堂、工厂、仓库、小屋、车库、桥梁、固定的运动场设施等。具体优选的是，结构用至少一个窗部分(例如玻璃窗)或自然采光部分来构造。此外，结构可以具有可动的部分。具体地，例如，结构包括可动的桥梁、天文台、摩天轮、抛物面天线、具有可动部分的标牌等。然而，结构不限于上文引用的示例。

在光电转换元件和/或与设置于结构中的多个光电转换元件电连接的光电转换元件模块之中，优选地形成光电转换元件和/或与布置在窗部分、自然采光部分等中的多个光电转换元件电连接的光电转换元件模块，以便夹在两个透明板之间并且根据需要来固定。通常形成光电转换元件和/或光电转换元件模块以便被包括在两个玻璃板之间并且根据需要来固定。

移动对象基本上可以为任何移动对象。具体地，移动对象包括汽车、卡车、公交车、两轮交通工具、三轮车、电梯、雪橇、购物手推车、铁路交通工具、缆车、索道运输工具、单轨矿车、线性电机车、轮船、气垫船、飞机、直升飞机、滑翔机、气球、飞船、火箭、人造卫星、太空飞船、空间站等。建筑机械基本上可以为任何建筑机械。具体地，建筑机械包括铁铲、推土机、车装起重机、压路机、挖掘机等。农业机械基本上可以为任何农业机械。具体地，农业机械包括耕种机、拖拉机、联合收割机、稻谷播种机械等。然而，移动对象不限于上文引用的那些。

本技术可以提供一种具有发电控制系统的太阳能电池系统，该发电控制系统消耗比过去的发电控制系统更小量的电力，并且可以以比过去的发电控制系统更低的成本形成，该发电控制系统以比过去更高的速度操作，并且能够使太阳能电池总是以最大效率发电而不管太阳能电池的电响应速度。可以通过使用这个极好的太阳能电池系统来实现高性能电子装置等。

附图说明

图1是示出了根据第一实施例的太阳能电池系统的方框图；

图2是用于在恒定电压发电状态下设置太阳能电池的发电电压控制的流程的流程图；

图3是用于得到待由发电输出达到的值的近似值的控制的示例的流程图；

图4是示出了在太阳能电池的条件之下的实际测量输出值P_n的计算结果的示意图；

图5是示出了在太阳能电池的条件之下的预测输出值P_estimate，n的计算结果的示意图；

图6是通过四分搜索法搜索MPP并且设置发电电压的值的处理的流程图；

图7A、7B、7C、7D以及7E是示出了得到其设定值在对太阳能电池的发电控制中提供最大发电效率的发电电压的设定值的处理的示意图；

图8是示出了根据第二实施例的太阳能电池系统的方框图；

图9是通过使用黄金比例的三分搜索法搜索MPP并且设置发电电压的值的处理的流程图；

图10A、10B、10C、10D、10E以及10F是示出了设置其值在对太阳能电池的发电控制中提供最大发电效率的发电电压的值的处理的示意图；

图11是示出了根据第三实施例的太阳能电池系统的方框图；

图12是示出了染料敏化太阳能电池的电响应特性的示意图；

图13是用于得到待由发电电流达到的值的近似值的控制的示例的流程图；

图14是用于得到待由发电电流达到的值的近似值的控制的示例的流程图；

图15是示出了搜索染料敏化太阳能电池中的最大电力点的处理的示意图；

图16是通过放大图15中的第一测量和第二测量的部分而得到的放大视图；

图17是示出了其输出特性通过第三实施例中的算法得到的染料敏化太阳能电池的I-V输出特性和P-V输出特性的示意图；

图18是示出了根据第四实施例的太阳能电池系统的方框图；

图19是通过组合爬山法和n分搜索法搜索MPP并且设置发电电压的值的处理的流程图；

图20是示出了根据第五实施例的太阳能电池系统的方框图；

图21是示出了在恒定光源下的太阳能电池的I-V输出特性和电力-电压输出特性(P-V输出特性)的示例的示意图；以及

图22A和22B是取代附图的照片，该照片示出了太阳能电池的电响应特性的测量结果。

具体实施方式

近来，太阳能电池通常已经被作为驱动电源包括在诸如便携电话、计算器、手表等的便携装置中，并且大量的太阳能电池已经被商业化了。例如，在太阳能电池之中，染料敏化太阳能电池作为待包括在便携装置等中的驱动电源而特别地成为不断增加的需求，因为染料敏化太阳能电池可以使用室内照明来发电并且可以以低成本来生产。

在便携装置中包括的太阳能电池的发电输出特性随着便携装置使用而快速地改变。此原因是，太阳能电池的能源是太阳光，并且当被用户使用时，随着便携装置的位置或姿态改变，例如，太阳能电池的入射光表面的位置、角度等改变，照度条件因此快速地改变。此外，当太阳能电池被安装在结构等中时，太阳能电池的发电输出特性不总是恒定的，因为太阳光的量、太阳光的入射角度根据时间、季节、天气等改变。因此当使在便携装置等中包括的太阳能电池有效地发电时，通过MPPT控制快速地捕获根据发电输出的变化而变化的MPP是特别重要的。

图22A和22B是示出了太阳能电池的电响应特性的测量结果的照片。图22A示出了有关基于硅的太阳能电池的测量结果。图22B示出了染料敏化太阳能电池的阶跃响应的测量结果。

图22A和22B示出了染料敏化太阳能电池的电响应速度远比基于硅的太阳能电池的电响应速度慢，即基于硅的太阳能电池的电响应速度的1/160。此原因是电荷载流子是在形成染料敏化太阳能电池的电解层的电解液中溶解的碘离子(I^-)和碘三离子(I₃ ^-)。染料敏化太阳能电池包括多孔电极、对电极以及布置在多孔电极与对电极之间的电解层。染料敏化太阳能电池作为具有作为正电极的对电极并且具有作为负电极的、多孔电极被设置到的透明电极等的电池而操作。碘离子和碘三离子被包括在电解层等中的电解液中。在染料敏化太阳能电池的充电期间，碘离子和碘三离子剧烈地移动。另外，离子被周围的溶剂分子包裹以使离子自身稳定，因此形成大的簇。这是被称为溶剂化作用的现象。当由这样的溶剂化作用形成的大的簇通过液体推进时，在液体中出现大惯性。如从整体来看，这引起太阳能电池的电特性的大的瞬态响应。

因此，染料敏化太阳能电池具有大的电瞬态响应特性，并且因此具有非常慢的电响应速度。如上所述，当在过去通过基于爬山法的MPPT控制来执行发电控制时，这个慢的电响应速度表示长的等待时间，并且大大地减小了发电效率。另一方面，还存在通过其控制速度不依赖元件的电响应速度的电压跟踪方法等对染料敏化太阳能电池执行发电控制的方法。然而，如上所述，该方法未实现以最大效率来发电，并且具有固定的操作点，使得MPP变化未被遵循。

因此，即使在具有慢的电响应速度的染料敏化太阳能电池的情况下，总是捕获MPP变化的MPPT控制可能是必要的，以便总是以最大效率执行发电控制。然而，当通过MPPT控制执行染料敏化太阳能电池的发电控制时，除非解决了如上所述的、由于慢的电响应速度而导致的发电效率减小的问题，否则不能够实现以最大效率的发电。

另外，在许多情况下，从由太阳能电池生成的电力中提供了被用于控制太阳能电池的发电的电路所消耗的电力。因此，当电路消耗大量的电力时，减小了如从整体来看生成的电力的量。也就是说，必须提供即使当通过消耗少量的电力并且具有低处理电力的控制微型计算机执行控制时被令人满意地实现的控制方法和控制器。

本公开已经认真地执行了研究以便解决上述问题。首先，作出尝试通过使爬山法中的发电电压V的设定值大大地相对地改变并且减少搜索的数目来减少元件的电响应速度的影响。然后，速度由于减少数目的搜索而增加，但是然后仍然不能够以高精度捕获MPP。在爬山方法中，当提高MPP检测精度时，牺牲了检测速度，而当提高MPP检测速度时，又牺牲了检测精度。因此，必须使用另一种控制方法或者将另一种控制方法与爬山法相结合。

因此，本公开已经进一步进行了研究，并且将用于MPPT控制的新的n分搜索法用作为用于以比爬山法中更少数量的搜索来精确地捕获MPP的方法。本公开还涉及染料敏化太阳能电池的电瞬态响应特性，并且已发现通过测量其瞬态响应由发电电压的设定值的改变引起的发电输出的瞬态响应，来预测稳态值(也就是说，待达到的值)而不用等待待达到的稳定状态。该发现导致本技术的发明。

将在下文中描述用于执行本技术的实施方式(该实施方式将在下文中被称为“实施例”)。将按以下顺序进行描述。

1.第一实施例(染料敏化太阳能电池系统和染料敏化太阳能电池系统的操作)

2.第二实施例(太阳能电池系统和太阳能电池系统的操作)

3.第三实施例(太阳能电池系统和太阳能电池系统的操作)

4.第四实施例(太阳能电池系统和太阳能电池系统的操作)

5.第五实施例(太阳能电池系统)

<1.第一实施例>

[太阳能电池系统]

图1是示出了根据第一实施例的太阳能电池系统的方框图。

如图1中所示，根据第一实施例的太阳能电池系统10经由负荷控制器2从太阳能电池1向外侧的电力系统、二次电池、电容器等提供电力。负荷控制器2是诸如升压电路、降压电路等的可调节负荷装置。负荷控制器2由控制器3来控制。控制器3包括输出测量单元4、输出预测单元5、MPPT控制单元6以及发电电压稳定单元7。输出测量单元4包括发电电压测量部8和发电电流测量部9。控制器3的操作包括：在输出测量单元4中测量太阳能电池1的输出值；随后在MPPT控制单元6中根据所测量的输出值来确定用于太阳能电池的发电电压的设定值；以及在发电电压稳定单元7中执行反馈控制使得太阳能电池的发电电压符合该设定值。作为由控制器3执行的上述操作的结果，太阳能电池被设置在恒定电压发电状态下。

输出测量单元4包括发电电压测量部8和发电电流测量部9。通过使在发电电压测量部8中测量的发电电压与在发电电流测量部9中测量的发电电流一起相乘来计算发电输出。例如，发电电压测量部8具体地由与太阳能电池并联连接的电阻型分压器和AD(模拟-数字)转换器的组合或放大电路和AD转换器的组合来形成。然而，发电电压测量部8不限于这些配置。例如，发电电流测量部9具体地由与太阳能电池的低侧或高侧串联连接的几十mΩ至几Ω的分流电阻、放大电路以及AD转换器的组合形成。在特别大的电流的情况下，发电电流测量部9可以由使用变压器的电流探针或使用磁光效应的电流探针、放大电路以及AD转换器的组合来形成。然而，发电电流测量部9不限于这些配置。

控制器3可以是控制微型计算机等。在这种情况下，输出测量单元4是输出测量单元，输出预测单元5是输出预测单元，MPPT控制单元6是MPPT控制单元，发电电压稳定单元7是发电电压稳定单元，发电电压测量部8是发电电压测量部，以及发电电流测量部9是发电电流测量部。此外，负荷控制器2可以是控制电路、微型计算机等。在这种情况下，负荷控制器2是负荷控制器。

[太阳能电池系统的操作]

图2是用于在恒定电压发电状态下设置太阳能电池的发电电压控制的流程的流程图；

如图2中所示，此发电电压控制算法以某一间隔来测量发电电压，并且校正所测量的电压与发电电压的设定值之间的误差，使得总是以恒定电压来执行发电。

将参照图2对此发电电压控制算法进行详细的描述。

首先，发电电压测量部8测量发电电压(步骤S1)。

接下来，在步骤S2中，当在步骤S1中测量的发电电压的值小于其值被提前设置的发电电压的设定值时，减小由负荷控制器2所设置的负荷(步骤S3)。另一方面，当在步骤S1中测量的发电电压的值大于发电电压的设定值时，增加由负荷控制器2所设置的负荷(步骤S4)。作为此控制的结果，执行了反馈控制，使得太阳能电池的发电电压和发电电压的设定值彼此一致，并且该太阳能电池被控制为处于恒定电压发电状态。然后结束处理(步骤S5)。

恒定电压发电状态通过根据控制器3的定时器功能周期性地执行发电电压控制算法来实现。顺便提及，当由于太阳能电池的大的电瞬态响应而导致电响应速度慢，并且由发电电压控制算法引起波动(hunting)现象时，计算发电电压的设定值与实际测量值之间的差，以及通过PID控制来控制发电电压。

在本电路中，设置发电电压的值和调节负荷本质上彼此相当。施加负荷使得发电电压大体上为0V意指非常重的负荷被施加到太阳能电池。使发电电压大体上等于开路电压意指大体上无负荷被施加到太阳能电池。

出于太阳能电池的输出特性的变化等原因，需要酌情改变发电电压的设定值。当发电电压的设定值被改变时，如上所述，取决于太阳能电池的电瞬态响应特性，其需要花费时间用于输出值达到待达到的值，并且等待时间的增加造成发电效率的减小。

因此，当在对太阳能电池的发电控制中改变发电电压的设定值时，通过输出预测单元5来预测输出值，所得到的预测输出值被认为是太阳能电池的发电输出值，并且在MPPT控制单元6中执行发电控制。

输出预测单元5测量其瞬态响应由发电电压的设定值的改变所引起的发电输出的瞬态响应，并且预测待达到的值而不用等待发电输出达到稳定状态。通常，输出预测单元5被设置为每次发电电压的设定值被更新时调用。然而，输出预测单元5不限于此方法。输出预测单元5还可以被设置为以某一间隔来调用。

例如，在发电电压的设定值的改变之后的发电输出的瞬态响应常常可以通过如等式(1)中的指数函数的等式来表示。

$P_n=-\mathrm{aexp}\left(\frac{-n}{b}\right)+P_{\mathrm{final}}---\left(1\right)$

在等式(1)中，P_n为由持续第n个循环时间的测量实际上测量的输出值，而P_final为待由该输出达到的值。此外，a和b每个都为任意常量。常量a随着发电电压的设定值被大大地改变而增加。常量b与电响应速度的缓慢度正相关。

在染料敏化太阳能电池的输出特性中，特别是在太阳能电池之中的常量b远大于基于硅的太阳能电池中的常量b。此外，染料敏化太阳能电池的输出特性中的常量b根据长期降级而趋于变得更大。

当待由发电输出达到的值为预测输出值时，例如，所预测的输出值可以通过在输出测量单元4中执行测量三次、将一组循环次数n和实际测量的输出值代入到等式(1)中、以及求解包括指数的联立方程来得到。然而，所预测的输出值可以通过近似待由该输出达到的值P_final来更容易地得到。具体地，待由该输出达到的值P_final可以通过使用仅由输出测量单元4所测量的至少四个实际测量值和至少三个常量的四则运算的组合来执行处理而近似。

图3是用于得到待由发电输出达到的值的近似值的控制的示例的流程图。

如图3中所示，此算法在前一循环和后一循环中在预测输出值之间的差的绝对值的基础上确定待由发电输出达到的值。

将参照图3详细地描述用于得到待由发电输出达到的值的近似值的算法。

首先，通过将零代入到循环次数的值n中来执行初始化(步骤S6)。

接下来，测量太阳能电池的实际测量的输出值P_n，并且将其存储在等式(2)中的P_n中(步骤S7)。

在步骤S8中，当循环次数n小于三时，处理等待t毫秒(步骤S13)，增加循环次数n(步骤S14)，以及随后返回到步骤S7的处理。当循环次数n为三或更大时，处理进行到步骤S9。

在步骤S9中，通过测量得到的四个实际测量的输出值P_n-3、P_n-2、P_n-1以及P_n被代入到等式(2)中。在等式(2)中，A₁、A₂以及A₃为提前确定的任意常量，使得当P_estimate，n中的n趋于无限大(n→∞)时P_estimate，n的有限值大体上符合P_final。在步骤S9中，得到所预测的输出值P_estimate，n。

P_estimate，n＝P_n-3+A₁(P_n-2-P_n-3)+A₂(P_n-1-P_n-2)+A₃(P_n-P_n-1)(2)

接下来，在步骤S10中，当循环次数n小于四时，处理等待t毫秒(步骤S13)，增加循环次数n(步骤S14)，以及随后返回到步骤S7的处理。当循环次数n为四或更大时，处理进行到步骤S11，其中所得到的两个连续的预测输出值P_estimate，n以及P_{estimate，n-1}被代入到等式(3)中以计算两个预测输出值之间的差的绝对值P_{estimate，diff}。

P_{estimate，diff}＝|P_estimate，n-P_{estimate，n-1}|    (3)

接下来，在步骤S12中，确定在步骤S11中得到其绝对值的预测输出值之间的差的绝对值是否小于提前设置的规定值。当所预测的输出值之间的差的绝对值等于或大于所规定的值时，处理等待t毫秒(步骤S13)，增加循环次数n(步骤S14)，以及随后返回步骤S7的处理。另一方面，当所预测的输出值之间的差的绝对值小于所规定的值时，在此时间点处的所预测的输出值P_estimate，n为最终的预测输出值，也就是说，待由发电输出达到的值的近似值。然后，结束算法(步骤S15)。根据需要所得到的预测输出值P_estimate，n的值被返回给调用的外部装置等。

用于计算所预测的输出值P_estimate，n的等式不限于等式(2)。例如，更精确的预测输出值可以通过将由测量得到的m(m为四或更大的自然数)个实际测量的输出值P_n-m、P_n-m+1、P_n-m+2、...、P_n-1、P_n代入到等式(4)中并且比较两个连续的预测输出值之间的差的绝对值来得到。在等式(4)中，A₁、A₂、...、A_m为任意常量。等式(4)中的项的数目为m+1。

P_estimate，n＝P_n-m+A₁(P_n-m+1-P_n-m)+A₂(P_n-m+2-P_n-m+1)+...+A_m(P_n-P_n-1)(4)

如上所述，用于得到待达到的值的近似值的算法不包括任何指数函数等，并且仅使用简单的四则运算。因此，算法消除了对于复杂处理的需要，并且在具有输出预测单元5的控制器3被期望为消耗少量的电力且具有低处理电力的控制微型计算机的情况下是特别有效的。

此外，可以根据所预测的输出值之间的差的绝对值的改变来得到电响应速度。等式(1)中的常量b源自所得到的电响应速度。例如，可以在常量b的基础上确定染料敏化太阳能电池的降级的程度。

<示例1-1>

图4是示出了在具有特性使得常量a的值在4至20的范围内并且常量b的值在8至12的范围内的太阳能电池的条件之下、通过实际测量的输出值P_n的等式(1)的计算结果的示意图。图中的纵坐标轴为实际测量的输出值P_n[Mw]，而图中的横坐标轴为循环次数n [次数]。

图5是示出了在具有上述特性的太阳能电池的条件下通过所预测的输出值P_estimate，n的等式(2)的计算结果的示意图。图中的纵坐标轴为所预测的输出值P_estimate，n[Mw]，而图中的横坐标轴为循环次数n[次数]。等式(2)中的常量被设置为A₁＝530、A₂＝-1298以及A₃＝801。

如图4中所示，当循环次数n超过约15时，实际测量的输出值P_n变得稳定，并且待由该输出达到的值P_final(≈P_{estimate，∞})为约20mW。如图5中所示，至于所预测的输出值P_estimate，n，当循环次数为n＝7时，待由该输出达到的值P_final可以被预测有1mW内的误差，而当循环次数为n＝15时，预测有0.5mW内的误差。

接下来，将详细地描述确定其设定值在控制器3中提供最大发电效率的发电电压的设定值的方法。

在MPPT控制单元6中通过使用四分搜索法算法搜索MPP来确定其设定值提供最大发电效率的发电电压的设定值。四分搜索法是一种n分搜索法。n分搜索法是通过首先大大地改变条件并且随后逐渐地减小条件的改变的量，而不是执行测量同时如爬山法中渐渐改变发电条件来找到提供最大发电效率的发电电压的算法。

例如，当太阳能电池上的照度条件大大地改变时或者当生成的电力的量被大大地改变时，调用MPPT控制单元6。然而，MPPT控制单元6不限于这些情况。例如，可以以某一时间间隔或者根据太阳能电池的姿态的改变的量来调用MPPT控制单元6。

图6是通过四分搜索法搜索MPP并且设置发电电压的值的处理的流程图。四分搜索法是一种n分搜索法。在四分搜索法中，无负荷状态与最大负荷状态之间的负荷范围被以1∶1∶1∶1的比例划分成四个部分。

如图6中所示，此算法通过四分搜索法来搜索MPP并且确定发电电压的设定值。

将参照图6详细地描述用于通过四分搜索法搜索MPP并且确定发电电压的设定值的算法。

首先，临时地停止通过负荷控制器2的发电电压的控制，并且施加到太阳能电池的负荷被设置为零(步骤S16)。

接下来，处理等待t毫秒至t秒以将太阳能电池的输出电压带入到稳定状态(步骤S17)。

接下来，测量太阳能电池的开路电压V_oc(步骤S18)。

接下来，通过将所测量的开路电压V_oc乘以1/2所得到的值被设置为用于循环次数m＝0的初始电压V₀(步骤S19)，如下：

$V_0=\frac{V_{\mathrm{oc}}}{2}$

接下来，发电电压的设定值被设置为V_m＝V₀，并且恢复通过负荷控制器2的发电电压的控制(步骤S20)。

接下来，调用输出预测单元5，并且以在V_m＝V₀处设置的发电电压的设定值返回的预测输出值被存储在P_m，2中(步骤S21)。

接下来，发电电压的设定值V_m，1被设置如下：

$V_{m,1}=V_m-\frac{V_{\mathrm{oc}}}{2^{m+2}}$

调用输出预测单元5，并且返回的预测输出值被存储在P_m，1中(步骤S22)。

接下来，发电电压的设定值V_m，3被设置如下：

$V_{m,3}=V_m+\frac{V_{\mathrm{oc}}}{2^{m+2}}$

调用输出预测单元5，并且返回的预测输出值被存储在P_m，3中(步骤S23)。

接下来，将P_m，1、P_m，2以及P_m，3相互比较，并且在最大预测输出值处的电压值和输出值被分别设置为V_m+1和P_m+1，2(步骤S24)。

接下来，在步骤S25中，当循环次数m等于或小于某一规定值时，处理增加循环次数m(步骤S26)，并且返回到步骤S22的处理。当循环次数m大于某一规定值时，V_m+1为发电电压的最终设定值，也就是说，其设定值提供最大发电效率的发电电压的设定值V_mpp(步骤S27)。然后，结束算法(步骤S28)。根据需要发电电压的所得到的设定值V_mpp被返回给调用的外部装置等。

<示例1-2>

图7A至7E是示出了使用图6中所示的四分搜索法算法搜索MPP并且在对太阳能电池的发电控制中得到其设定值提供最大发电效率的发电电压的设定值的处理的示意图。图中的纵坐标轴表示发电电流[mA]和生成的电力[mW]，而图中的横坐标轴表示发电电压[V]。

图7A示出了步骤S19中的处理。图7B示出了对于循环次数m＝0的从步骤S21至S25的处理。图7C示出了对于循环次数m＝1的从步骤S21至S25的处理。图7D示出了对于循环次数m＝2的从步骤S21至S25的处理。图7E示出了对于循环次数m＝3的从步骤S21至S25的处理。

如图7A至7E中所示，当使用此算法时，可以通过仅执行九个输出测量得到发电电压V_m，在V_m处可以以大体上最高效率来执行发电。顺便提及，虽然在这个时候的发电电压V_m的分辨率为V_oc/32，但是当进一步增加测量的次数时大大地改进了分辨率。例如，当执行11次输出测量时，分辨率以指数方式上升到V_oc/64，而当执行13次输出测量时上升到V_oc/128。当通过爬山法实现V_oc/128的分辨率的精度时，最大128个输出测量是必要的，而得到在其处可以用仅13个测量以最高效率执行发电的发电电压几乎是不可能的。

此外，当太阳能电池降级时，控制器3期望具有自校正功能。具体地，等式(1)、等式(2)以及等式(4)中的常量可以被认为是参数，并且因此控制器3期望具有可以对这些相应的常量的最优值进行自校正的自校正功能。自校正功能可以期望通过周期性地执行自动校验测量来对参数进行自校正。校验测量具体地包括例如其中发电电流的瞬态响应被测量持续长时间段的测量，并且确定待由发电电流达到的值的预测结果和实际上测量的达到值是否彼此一致。然而，自校正功能和校验测量不限于这些方法。

参数的最优值还根据环境温度改变。为了处理这个情况，期望通过单独的热敏电阻等来测量环境温度并且在得到的温度数据的基础上校正参数。在低温度的情况下，具体而言，增加电解液的粘性，并且减小离子的迁移速度，使得电响应速度被进一步放慢。因此，当以保持的某一测量精度进行搜索时，期望增加有关用于输出预测的实际测量的输出值P_n的数据片的数目，并且增加搜索的次数。另一方面，在高温度的情况下，减小电解液的粘性，并且因此增加电响应速度，使得可以减少有关用于输出预测的实际测量的输出值P_n的数据片的数目并且可以减少搜索的次数。另一方面，当搜索限于某一时间内并且进行该搜索时，其足以根据以维持的某一测量精度进行搜索的情况来执行相反的校正。

此外，在便携装置等中的实际使用中，由于照度条件等的快速改变的原因，控制器3多次重复发电电压的设置。因此，通过设置考虑强加于太阳能电池上的负荷。具体而言，在染料敏化太阳能电池中，期望尽可能地减小其中发电电压的设定值太低或太高的条件。这是因为太高的发电电压的设定值会促进被氧化钛电极吸收的染料的还原消去反应，而太低的发电电压的设定值会促进在连接布线等中使用的银的洗脱。为了防止这些条件，当在以最高效率执行发电的情况下搜索发电电压V_max时，期望缩小发电电压的设定值的范围，使得发电电压的设定值不小于0.1·V_oc并且不是0.9·V_oc或更大值。

此外，当如在便携装置等中使用的情况下期望以高速度执行发电控制时，应用上述算法同时通过故意地不将负荷条件设置为无负荷条件(V＝0)和/或最大负荷条件(I＝0)、提前确定MPP在V_oc/2至V_oc的范围内或者提前确定MPP在先前所测量的发电电压V_max的附近来减少搜索的次数是有效的(因为发电电压V_max大大地改变不是常见的)，而不是搜索0至V_oc的整个范围内的处于最高效率的状态的发电电压V_max。

如上所述，根据第一实施例的太阳能电池系统具有通过将负荷控制器与输出预测单元和MPPT控制单元相结合而得到的配置。因此，可以总是以最大效率执行发电而不用依赖太阳能电池的电响应速度。另外，对太阳能电池的发电控制通过在输出预测单元中的预测输出值之间的差的基础上预测待由瞬态响应的输出达到的值并且在MPPT控制单元中通过四分搜索法搜索MPP来执行。因此，即使当在照度条件快速地改变的环境中使用太阳能电池时，也可以执行发电控制同时快速地遵循MPP的变化。具体地，输出预测单元快速地预测待由输出达到的值而不受太阳能电池的电瞬态响应特性的影响，并且MPPT控制单元以最小数目的尝试找到最大效率的条件，从而可以执行发电控制同时快速地遵循MPP的变化。也就是说，即使当太阳能电池的输出特性变化时，也可以提供总是能够以最大效率发电的太阳能电池系统。

此外，可以根据所预测的输出值之间的差的绝对值的改变来得到与电响应速度的缓慢度正相关的常量b。例如，可以在常量b的基础上确定染料敏化太阳能电池的降级的程度。此外，在MPP处的电压V_max的减小与由于染料敏化太阳能电池的长期降级而导致的直流电阻性分量R_s的增加被同时地确认。因此，此现象可以被用来量化染料敏化太阳能电池的降级程度。

此外，可以通过根据在MPPT控制单元中设置的所有发电电压值得到近似曲线来确定太阳能电池的I-V输出特性和P-V输出特性。

此外，对太阳能电池的发电控制可以通过控制微型计算机来实现，该控制微型计算机消耗少量电力并且仅使用简单的四则运算来配置用于经由输出预测单元的输出预测和MPPT控制单元中的MPP搜索的算法而具有低处理电力。这使其能够提供具有高的总发电效率的太阳能电池系统。

<2.第二实施例>

[太阳能电池系统]

图8是示出了根据第二实施例的太阳能电池系统的方框图。

如图8中所示，根据第二实施例的太阳能电池系统10通过使用黄金比例的三分搜索法代替根据第一实施例的太阳能电池系统10的MPPT控制单元6中的四分搜索法来搜索MPP，并且确定发电电压的设定值。使用黄金比例的三分搜索法是一种n分搜索法，并且以黄金比例将无负荷状态与最大负荷状态之间的负荷范围划分成三个部分。

[太阳能电池系统的操作]

图9是通过使用黄金比例的三分搜索法搜索MPP并且设置发电电压的值的处理的流程图。

黄金比例为由以下等式表示的比例：

$1:\frac{\sqrt{5}-1}{2}:1$

如图9中所示，此算法通过使用该黄金比例的三分搜索法来搜索MPP，并且确定发电电压的设定值。

将参照图9详细地描述用于通过使用该黄金比例的三分搜索法搜索MPP并且确定发电电压的设定值的算法。

首先，临时地停止通过负荷控制器2的发电电压的控制，并且施加到太阳能电池的负荷被设置为零(步骤S29)。

接下来，处理等待t毫秒至t秒以将太阳能电池的输出电压带入到稳定状态(步骤S30)。

接下来，测量太阳能电池的开路电压V_oc(步骤S31)。

接下来，用于循环次数m＝0的初始电压V_0，1和V_0，2被设置如下(步骤S32)：

$V_{\mathrm{0,1}}=\frac{3-\sqrt{5}}{2}{V}_{\mathrm{oc}}$

$V_{\mathrm{0,2}}=\frac{\sqrt{5}-1}{2}{V}_{\mathrm{oc}}$

接下来，发电电压的设定值被设置为V_m，2＝V_0，2，并且恢复通过负荷控制器2的发电控制(步骤S33)。

接下来，调用输出预测单元5，并且以在V_m＝V₀处设置的发电电压的设定值返回的预测输出值被存储在P_m，2中(步骤S34)。

接下来，发电电压的设定值被设置为V_m，1，调用输出预测单元5，以及返回的预测输出值被存储在P_m，1中(步骤S35)。

接下来，彼此比较存储在P_m，1和P_m，2中的预测输出值的量值。当P_m，1大于P_m，2时，处理进行到步骤S37。另一方面，当P_m，1不大于P_m，2时，处理进行到步骤S40(步骤S36)。

当处理从步骤S36进行到步骤S37时，发电电压的设定值V_m+1，1以及V_m+1，2和预测输出值P_m+1，2被分别设置如下(步骤S37)：

$V_{m+\mathrm{1,1}}=V_{m,1}-(\sqrt{5}-2)V_{\mathrm{oc}}\&CenterDot;{\left(\frac{\sqrt{5}-1}{2}\right)}^{m+1}$

V_m+1，2＝V_m，1

P_m+1，2＝P_m，1

接下来，在步骤S38中，当循环次数m等于或小于某一规定值时，处理增加循环次数m(步骤S39)，并且返回到步骤S35的处理。当循环次数m大于某一规定值时，V_m+1，1为发电电压的最终设定值，也就是说，其设定值提供最大发电效率的发电电压的设定值V_mpp(步骤S44)。然后，结束算法(步骤S45)。根据需要发电电压的所得到的设定值V_mpp被返回给调用的外部装置等。

当处理从步骤S36进行到步骤S40时，发电电压的设定值V_m+1，1以及V_m+1，2和预测输出值P_m+1，1被分别设置如下(步骤S40)：

V_m+1，1＝V_m，2

$V_{m+1,2}=V_{m,2}-(\sqrt{5}-2)V_{\mathrm{oc}}\&CenterDot;{\left(\frac{\sqrt{5}-1}{2}\right)}^{m+1}$

P_m+1，1＝P_m，2

接下来，在步骤S41中，当循环次数m等于或小于某一规定值时，处理增加循环次数m(步骤S42)，并且返回到步骤S43的处理(步骤S41)。在步骤S43中，发电电压的设定值被设置为V_m，2，调用输出预测单元5，以及返回的预测输出值被存储在P_m，2中(步骤S43)。然后，处理返回到步骤S36。另一方面，当循环次数m，大于某一规定值时，V_m+1，1为发电电压的最终设定值，也就是说，其设定值提供最大发电效率的发电电压的设定值V_mpp(步骤S44)。然后，结束算法(步骤S45)。根据需要发电电压的所得到的设定值V_mpp被返回给调用的外部装置等。

<示例2-1>

图10A至10F是示出了使用其算法被示出在图9中的黄金比例的三分搜索法算法来搜索MPP并且在对太阳能电池的发电控制中得到其设定值提供最大发电效率的发电电压的设定值的处理。图中的纵坐标轴表示发电电流[mA]和生成的电力[mW]，而图中的横坐标轴表示发电电压[V]。

图10A示出了从步骤S29至步骤S34的处理。图10B示出了对于循环次数m＝0的从步骤S35至步骤S43的处理。图10C示出了对于循环次数m＝1的从步骤S35至步骤S39的处理。图10D示出了对于循环次数m＝2的从步骤S35至步骤S43的处理。图10E示出了对于循环次数m＝3的从步骤S35至步骤S43的处理。图10F示出了对于循环次数m＝4的从步骤S35至步骤S45的处理。

如图10A至10F中所示，当使用此算法时，可以通过仅执行六个输出测量得到提供大体上最高效率的状态的发电电压V_m，并且可以比四分搜索法中的更快地捕获MPP。此原因是根据黄金比例重复地执行了区划分，并且因此当重新使用在立即进行的循环中计算的预测输出值时，仅一个输出测量足以用于一个循环。顺便提及，虽然在这个时候的发电电压V_m的分辨率为V_oc/32，但是当进一步增加测量的次数时，大大地改进了分辨率，如在四分搜索法中那样。例如，当执行七个输出测量时，分辨率变成V_oc/64，而当执行八个输出测量时，分辨率变成V_oc/128。分辨率因此以指数方式升高。

因此，在n分搜索法之中，使用黄金比例的三分搜索法可以最大地减少测量的次数，并且因此当期望快速地捕获MPP时是特别有效的。当控制器3为例如控制微型计算机时，计算处理速度期望足以执行上述处理。根据第二实施例的太阳能电池系统另外类似于根据第一实施例的太阳能电池系统。

如上所述，除了与根据第一实施例的太阳能电池系统类似的优点之外，根据第二实施例的太阳能电池系统通过使用黄金比例的三分搜索法代替四分搜索法来搜索MPP，并且在MPPT控制单元6中确定发电电压的设定值。因此，可以以更短的时间并且使用高精度来得到提供最高效率的状态的发电电压。

<3.第三实施例>

[太阳能电池系统]

图11是示出了根据第三实施例的太阳能电池系统的方框图。

如图11中所示，根据第三实施例的太阳能电池系统10通过将发电电流的值拟合到根据第一或第二实施例的太阳能电池系统的输出预测单元5中的逆函数或指数函数的值来预测待由发电电流达到的值，并且将此值设置为预测电流值。

[太阳能电池系统的操作]

图12是示出了对当染料敏化太阳能电池的端子之间的电压V_bt从开路状态改变为0.8V时发生的电流的电瞬态响应特性的任意逆函数和任意指数函数的拟合的示意图。图中的纵坐标轴表示电流[A]，而图中的横坐标轴表示过去的时间[s]。此外，V_bt＜0.8V。

如图12中所示，当某一电压被施加到染料敏化太阳能电池时，电流出现，并且该电流展示出瞬态响应特性。待由该电流达到的最终值可以通过使用逆函数或指数函数根据电流的这样的瞬态响应、将渐近近似法拟合为待由电流达到的值来预测。然而，由于立即在电压的施加之后的起动电流的影响的原因，不是在染料敏化太阳能电池中出现的发电电流的瞬态响应中的所有值可以通过使用逆函数或指数函数来拟合。

因此，根据第三实施例的输出预测单元5消除了起动电流的影响，并且通过将仅由发电电流测量部9在特定时间内测量的电流的值拟合到逆函数或指数函数来预测待由该电流达到的值。

图13和图14是用于得到待由电流达到的值的算法的流程图。

如图13和图14中所示，此算法可以通过将电流值的渐近近似法拟合为指数函数的值或逆函数的值来得到待由该电流达到的值。在四个步骤中概括地对此算法进行描述。步骤具体地为：测量并且得到当电压被施加在端子之间时发生的电流响应的第一步骤；从有关得到的电流响应的数据中移除起动电流分量和噪声分量的第二步骤；将电流响应数据的渐近分量拟合为函数的第三步骤；以及使用黄金比例分割方法确定提供最大输出的电压的第四步骤。四个处理被执行来确定待由该电流达到的值。

将参照图13详细地描述用于得到待由电流达到的值的算法。

首先，电压V_bt被施加在端子之间，立即测量在电压V_bt的施加之后一瞬间改变的电流值，以及所得到的电流值被存储在I_raw，i中。具体地，例如，对电流值的测量和得到以等时间间隔执行了规定次数的循环处理，并且当实际测量的电流值的数目已经达到规定值时，结束实际测量的电流值的得到(步骤S46)。

接下来，在得到的n个测量电流值I_raw，0至I_raw，n-1中，测量电流值I_raw，0至I_raw，m-1(m＜n)被丢弃，剩余的测量电流值I_raw，m至I_raw，n-1被平滑，以及结果被存储在I_filtered，m至I_{filtered，n-1}中(步骤S47)。所测量的电流值I_raw，0至I_{raw，m- 1}被丢弃，因为需要消除在电压被改变之后的起动电流的影响。此外，通过平滑所测量的电流值I_raw，m至I_raw，n-1来移除叠加在所测量的电流值上的噪声。具体地，例如指数移动平均滤波器被用来噪声移除。例如，可以使用通过等式(5)表示的指数移动平均滤波器。在等式(5)中，α为任意常量，而实际测量的电流值I_n顺序地取代I_raw，i。例如，如果m(n＞m)个实际测量的电流值I_n被移除以消除起动电流的影响，则在i＝0处实际测量的电流值数据I_m取代I_raw，i，并且通过顺序地取代直到I_n来顺序地得到已平滑的电流值I_filtered，i。i为自然数，并且具有关系i≥m。

I_filtered，i＝αI_raw，i+(1-α)I_{filtered，i-1}    (5)

接下来，将所得到的已平滑的电流值If_iltered，i和逆函数彼此相拟合(步骤S48)。在最后得到的已平滑的电流值I_filtered，i之前有规定数目的已平滑的电流值I_filtered，i期望被用作为待拟合为该逆函数的已平滑的电流值If_iltered，i。具体地，例如，当p个已平滑的电流值If_iltered，i被用于拟合为逆函数时，可以得到在步骤S47中得到的已平滑的电流值I_filtered，i之中在最后一个值之前有p个的已平滑的电流值I_filtered，i。可替代地，在步骤S46中，可以执行处理，该处理取代在i＝0处实际测量的电流值数据I_n，增加i且减小n，重复电流值的得到直到i的值变成等于p，以及当i的值变成等于p时进行到步骤S47。然而，已平滑的电流值I_filtered，i的得到不限于这些方法。此外，可以平滑在自电压的施加起过去某一时间之后的由发电电流测量部9连续地测量的n个电流值，并且n个已平滑的电流可以拟合为逆函数。此外，p为自然数，并且具有关系p＞n-m。

用于拟合的逆函数I(t)通过等式(6)来表示。

$I\left(t\right)=\frac{A}{B+t}+C---\left(6\right)$

在等式(6)中，A、B以及C为常量而t为时间。如果在等式(6)中t为无穷大，则逆函数I(t)的值为C，这是待由电流达到的和待得到的值。因此，其实际上足以得到仅C。因此，通过等式(6)的拟合得到的C值为作为待由电流达到的最终值的、待达到的电流值I_{estimate，∞}。

将在下文中更详细地描述用于将已平滑的电流值If_iltered，i拟合为逆函数的值并且预测待由电流达到的值的算法。

为了得到C的值，作为拟合函数的等式(6)被修改成等式(7)。

$\frac{1}{I\left(t\right)-C}=\frac{t+B}{A}=R---\left(7\right)$

等式(7)可以被看成是线性函数。在等式(7)中，相关系数R随着I(t)的值变得更接近C的值而增加。因此，将得到使R的值最大化的C的值。

将在下文中描述得到使R的值最大化的C的值的示例。

例如，相关系数R具体地通过等式(8)来表示。

$R=\frac{\underset{i=m}{\overset{n-1}{\mathrm{\&Sigma;}}}(x_i-x_{\mathrm{avr}})(y_i-y_{\mathrm{avr}})}{\sqrt{\underset{i=m}{\overset{n-1}{\mathrm{\&Sigma;}}}{(x_i-x_{\mathrm{avr}})}^2}\sqrt{\underset{i=m}{\overset{n-1}{\mathrm{\&Sigma;}}}{(y_i-y_{\mathrm{avr}})}^2}}---\left(8\right)$

等式(8)中的x_avr和y_avr分别为x_i和y_i的平均值，并且因此可以被表示为等式(9)。

$x_{\mathrm{avr}}=\frac{\underset{i=m}{\overset{n-1}{\mathrm{\&Sigma;}}}{x}_i}{n-m},y_{\mathrm{avr}}=\frac{\underset{i=m}{\overset{n-1}{\mathrm{\&Sigma;}}}{y}_i}{n-m}---\left(9\right)$

在这种情况下，等式(9)中的n和m是在图13中所示的算法中定义的变量。

在这种情况下，x_i和y_i如下：

x_i＝i， $y_i=\frac{1}{I_{\mathrm{filtered},i}-C}$

因此，对于使R的值最接近一的C的值进行搜索，而C的所得到的值为待达到的电流值I_{estimate，∞}。

还可以通过将C的值代入到等式(7)中得到相关系数R。在这种情况下，待得到其值的、待达到的电流值I_{estimate，∞}在由得到的电流值的已平滑的电流值所确定的C的搜索范围内。因此，需要设置C的搜索范围以便进行快速搜索。

C的搜索范围可以通过以下的两个等式来表示：

C_min＝rI_last-(r-1)I_first-r|I_last-I_first|    (10)

C_max＝rI_last-(r-1)I_first-r|I_last-I_first|    (11)

在这种情况下，C_min为C的搜索范围的下限值，而C_max为C的搜索范围的上限值。I_first为用于逆函数的拟合的电流值之中首先得到的电流值的已平滑的电流值。I_last为用于逆函数的拟合的电流值之中最后得到的电流值的已平滑的电流值。r(r＞0)为指示搜索范围的宽度的参数。随着r的值增加，C的搜索范围被加宽，但是收敛需要花费时间。因此r的值被期望设置在对于搜索C所必需的最小值处。

因此，通过将上述的设置范围内的C的值代入到等式(7)中得到了相关系数R。使相关系数R最大化的C为待达到的电流值I_{estimate，∞}，该值将被得到。

通过使用这些方法等来得到其值的待达到的电流值I_{estimate，∞}为待得到的所预测的电流值(步骤S49)。然后，结束处理(步骤S50)。根据需要所得到的预测电流值被乘以发电电压的设定值，并且乘法的结果被作为预测的输出值返回给调用的外部装置等。

如图14中所示，例如，可以通过使用指数函数的等式(12)代替作为拟合函数的等式(6)来得到待达到的电流值I_{estimate，∞}。

I(t)＝Aexp(Bt)+C                                    (12)

在等式(12)中，A、B以及C为常量而t为时间。如果在等式(12)中t为无穷大，则函数的值为C，其为待达到的和待得到的电流值_{Iestimate，∞}。因此，其足以得到仅C，如在使用等式(6)执行拟合的情况。

与等式(6)一样，等式(12)被修改成等式(13)。

log(I(t)-C)＝Bt+log(A)                        (13)

等式(13)可以被看成为线性函数。在等式(13)中，相关系数R随着I(t)的值变得更接近C的值而增加。因此，如在拟合函数为等式(7)的情况下一样得到使R的值最大化的C的值。

在如上所述的得到使R的值最大化的C的值的示例中，如在步骤S47和步骤S48中执行了得到电流值(步骤S51)并且从所得到的电流值中提取仅瞬态分量(步骤S52)的处理，并且使用设置为拟合函数的等式(12)来执行拟合(步骤S53)。在这种情况下，等式(8)和等式(9)中的x_i和y_i如下：

x_i＝i，y_i＝log(I_filtered，i-C)

以和等式(6)被用作拟合函数的情况其它类似的方式，对于使R的值最接近一的C的值进行了搜索，并且所得到的C值为待达到的电流值I_{estimate， ∞}(步骤S54)。然后，结束处理(步骤S55)。

为了在用于得到待由电流达到的值的算法中根据具有高精度的电流的瞬态响应的波形来预测待由电流达到的值，必须适当地提前设置待得到的数据片的数目、指数移动平均滤波器的α值、未经历指数移动平均滤波器的实际测量的电流值数据片的数目、用于拟合的已平滑的电流值数据片的数目、对其执行拟合的函数(该函数是否为指数函数或逆函数)等。在这种情况下，考虑以下优选地进行各设定。

待测量的大的染料敏化太阳能电池意指大的起动电流和大的时间常量。因此，随着待测量的电池的面积增加，更大的值被优选地设置为未经历指数移动平均滤波器的实际测量的电流值数据片的数目。

此外，为了以高精度预测电流的瞬态响应，测量时间本身被优选地加长。另一方面，因为测量时间被加长，所以待得到的数据片的数目被优选地设置地尽可能的小，同时考虑测量时间与预测精度之间的平衡。然而，即使当在少量的数据片的基础上用指数函数来拟合具有慢的电响应速度的大的瞬态响应时，拟合不能够执行好也是常见的。在这样的情况下，优选地进行设定使得逆函数代替指数函数被用于拟合。

此外，输出特性改变的原因包括由于电池的降级而导致的直流电阻性分量R_s的增加。在这种情况下，电阻性分量增加而瞬态响应的时间常量减小。因此优选相应地增加待得到的数据片的数目或用于拟合的数据片的数目。

其它考虑类似于根据第一或第二实施例的太阳能电池系统的那些。

<示例3-1>

图15是示出了在图13中所示的算法的基础上搜索染料敏化太阳能电池中的MPP的处理的示意图。

图16是通过放大图15中的第一和第二测量的部分而得到的放大视图；

将参照图13、图15以及图16详细地描述搜索染料敏化太阳能电池中的MPP的处理。

如图16中所示，在第一处理中，电池被设置处于短路状态(V＝0)，短路电流I_sc以预定的时间间隔被测量多次，并且以4ms的测量间隔得到了50个电流值I₀至I₄₉。考虑被测量的染料敏化太阳能电池的面积、电解液的种类等，测量间隔和待得到的数据片的数目被相称地设置在适当的值处(步骤S46)。

接下来，因为在电池被短路之后起动电流流动持续几十毫秒，所以电流值I₁₅至I₄₉被提取为在自测量的开始起过去几十毫秒之后得到的电流值。另外，这些电流值经历指数移动平均滤波器以移除噪声。指数移动平均滤波器将电流值I_n＝I_raw，i代入到等式(5)中(步骤S47)。

在这种情况下，α为任意常量，而i为15至49。考虑被测量的染料敏化太阳能电池的面积、电解液的种类等，适当的值被相称地设置为等式(5)中的α。

接下来，得到最后30个电流值(I₁₉至I₄₉)，等式(6)被设置为拟合函数，以及设置了等式(7)中的C的搜索范围。根据等式(10)和等式(11)，C的搜索范围的下限值C_min和上限值C_max被设置如下(步骤S48)：

C_min＝rI₄₉-(r-1)I₁₉-r|I₄₉-I₁₉|

C_max＝rI₄₉-(r-1)I₁₉-r|I₄₉-I₁₉|

当得到待由电流达到的值的预测值I_rch1时(步骤S49)，结束电流值的测量(步骤S50)。在200毫秒内结束一个测量。在测量结束的同时，测量数据被传送给数据记录器等并且分析。处理进行到下一个测量。通过使用黄金比例的三分搜索法顺序地确定用于第二和随后的测量的发电电压的设定值。

在第二个处理中，电压V＝463mV被施加在电池的两个端子之间。随后，如在第一个处理中一样得到了待由电流达到的值的预测值I_rch2。

然后，如图15中所示，通过使用黄金比例的三分搜索法在0V至开路电压V_oc的范围内顺序地确定了发电电压的设定值。这个被执行12次，并且得到最大输出的预测输出值P_max和在所预测的输出值P_max时的电压值V_max。所预测的输出值P_max和在所预测的输出值P_max时的电压值V_max的12次得到中的全部所花费的总时间为约3.9秒。

图17是示出了在示例3-1中得到的I-V输出特性和P-V输出特性的示意图。

如图17中所示，使输出最大化的电压V_max为462mV，而在电压V_max时的预测输出值P_max为495mW。

如上所述的，除了与根据第一和第二实施例的太阳能电池的那些相类似的优点之外，根据第三实施例的太阳能电池系统可以在太阳能电池系统的输出预测单元中通过预测通过将具有瞬态响应特性的发电电流的电流值拟合为逆函数或指数函数待由该电流达到的值，并且将此值设置为所预测的电流值来以高精度快速地得到预测电流值。此外，当通过函数拟合得到所预测的电流值时，可以同时地得到不止预测电流值，还有太阳能电池的输出特性。

<4.第四实施例>

[太阳能电池系统]

图18是示出了根据第四实施例的太阳能电池系统的方框图。

如图18中所示，根据第四实施例的太阳能电池系统10是具有根据第一至第三实施例中的一个或其组合的配置，并且通过组合爬山法和n分搜索法使MPPT控制单元6搜索MPP以及执行发电控制。

[太阳能电池系统的操作]

图19是通过组合爬山法和n分搜索法搜索MPP并且在MPPT控制单元6中设置发电电压的值的处理的流程图。在这种情况下的n分搜索法为例如四分搜索法、使用黄金比例划分的三分搜索法等。然而，n分搜索法不限于这些方法。根据第四实施例的太阳能电池系统10另外具有根据第一至第三实施例中的一个或其组合的配置。

将参照图19在下文中对此算法进行描述。

首先，定义了发电电压的增量ΔV(步骤S56)。

接下来，ΔV被添加到发电电压的设定值(步骤S57)。

接下来，调用输出预测单元5，并且将返回的预测输出值与前一循环中的预测输出值相比较(步骤S58)。

接下来，当在步骤S58中所预测的输出值和前一循环中的所预测的输出值相同时，结束处理。当在步骤S58中所预测的输出值和前一循环中的所预测的输出值不相同时，处理进行到步骤S59。

当在步骤S59中所预测的输出值大于前一循环中的所预测的输出值时，处理进行到步骤S61。当在步骤S59中所预测的输出值相反地小于前一循环中的所预测的输出值时，ΔV被改变为-ΔV(步骤S60)，并且处理返回到步骤S57(反向方向)。

当在步骤S61中确定所预测的输出值已经大于前一循环中的所预测的输出值步骤S59中的规定数目的连续次数或更大时，处理进行到步骤S62。当所预测的输出值已经不大于前一循环中的所预测的输出值步骤S59中的所规定的数目的连续次数或更大时，处理返回到步骤S57。

在步骤S62中，用于通过n分搜索法例如四分搜索法搜索MPP以及确定发电电压的设定值的算法被调用。在返回发电电压的设定值之后，处理返回到步骤S59。

如上所述的，除了与根据第一至第三实施例的太阳能电池系统的那些相类似的优点之外，根据第四实施例的太阳能电池系统执行基于爬山法的控制，通过爬山法来搜索最高效率的状态，以及执行通过在同一方向上走步所触发的n分搜索操作n次(例如n＝3)或更多次。因此，通过n分搜索法进行快速搜索直到接近MPP，并且从接近MPP到MPP通过爬山法来进行精确的搜索。因此，能够快速地并且精确地得到MPP，并且提供可以更快速地并且精确地遵循P-V输出特性的变化的太阳能电池系统。

<5.第五实施例>

[太阳能电池系统]

图20是示出了根据第五实施例的太阳能电池系统的方框图。

如图20中所示，根据第五实施例的太阳能电池系统10具有在负荷控制器2之后的级中串联连接的分流电阻，并且在负荷控制器2之后的级中连接了诸如二次电池、电力系统等的其电压相对稳定的电路的情况下，通过作为将放大电路与AD转换器相结合所形成的电流检测装置的输出测量单元4来测量横跨分流电阻的压降。根据第五实施例的太阳能电池系统10另外具有根据第一至第四实施例中的一个或其组合的配置。

当使用上述测量方法时，该测量方法的测量值可以被认为是太阳能电池的发电输出。此原因是以下关系在太阳能电池的发电电流I_CELL和发电电压V_CELL与负荷控制器2中的能量转换效率η，以及在负荷控制器2之后的级中的电流I_OUT与V_OUT之间成立。

ηI_CELLV_CELL＝I_OUTV_OUT

如上所述，除了与根据第一至第四实施例的太阳能电池的哪些类似的优点之外，在诸如二次电池、电力系统等的其电压相对稳定的电路被连接在负荷控制器2之后的级中的情况下，根据第五实施例的太阳能电池系统具有在负荷控制器之后的级中串联连接的分流电阻，并且具有通过组合放大电路和AD转换器测量横跨该分流电阻的压降的输出测量单元4。根据第五实施例的太阳能电池系统10因此可以简单地测量太阳能电池的发电输出。这消除了测量太阳能电池自身的发电电流的必要，并且因此消除了将分流电阻与太阳能电池的低侧和高侧中的每一个串联连接的必要。因此，能够以低成本且使用低电力消耗来实现太阳能电池系统。

已经具体地在上文中对实施例和示例进行了描述。然而，本公开不限于前述实施例和示例，但是容许基于本公开的构思的各种修改。

例如，在前述实施例和示例中引用的数值、结构、构造、形状、材料等仅仅是示例。根据需要可以使用不同于在前述实施例和示例中引用的那些的数值、结构、构造、形状、材料等。

要注意的是，本技术还可以采用以下构成。

(1)一种太阳能电池系统，包括：

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷；

输出测量单元，其被配置成测量所述太阳能电池的发电输出；以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，

其中，所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

(2)根据(1)所述的太阳能电池系统，还包括

发电控制系统，

其中，所述发电控制系统执行以下处理：将从所述负荷控制器的最小负荷条件到最大负荷条件的负荷范围划分成n个部分(n≥3)；在所述输出预测单元中在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，

所述发电控制系统执行以下处理：进一步将包括所述输出负荷条件的负荷范围划分成n个部分；在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，以及

所述发电控制系统通过逐渐地缩小包括所述输出负荷条件的所述负荷范围的宽度同时重复所述处理来检测并输出最大化所述输出值的负荷条件。

(3)根据(1)或(2)所述的太阳能电池系统，

其中，所述负荷条件通过以下比例将所述负荷范围划分成三个部分来得到：

$1:\frac{\sqrt{5}-1}{2}:1$

(4)根据(1)至(3)中任一项所述的太阳能电池系统，

其中，所述输出预测单元输出通过仅组合使用由所述输出测量单元测量的至少四个实际测量值和至少三个常量的四则运算执行处理而得到的预测输出值。

(5)根据(1)至(4)中任一项所述的太阳能电池系统，

其中，所述输出预测单元输出通过以下等式从以固定的时间间隔由所述输出测量单元测量的m(m为四或更大的自然数)个输出值P_n-m、P_{n- m+1}、P_n-m+2、...、P_n-1、P_n和m个任意常量A₁、A₂、A₃、A₄、...、A_m-1、A_m得到的预测输出值P_estimate，n。

P_estimate，n＝P_n-3+A₁(P_n-2-P_n-3)+A₂(P_n-1-P_n-2)+A₃(P_n-P_n-1)

(6)根据(1)至(5)中任一项所述的太阳能电池系统，

其中，所述输出预测单元执行所述预测输出值P_estimate，n的所述输出至少两次，并且重复所述输出直到两个输出连续的预测输出值P_estimate，n之间的差的绝对值|P_estimate，n-P_{estimate，n-1}|变成预定值或更小为止。

(7)根据(1)至(6)中任一项所述的太阳能电池系统，

其中，在电流值为零的负荷条件和/或电压值为零的负荷条件下不执行所述负荷控制器的所述负荷条件的测量。

(8)根据(1)至(7)中任一项所述的太阳能电池系统，

其中，所述负荷控制器是升压电路或降压电路，并且被反馈控制使得所述太阳能电池的发电电压是恒定的，以及

所述输出测量单元是布置在所述负荷控制器之后的级中的电流检测装置，并且将由所述电流检测装置检测到的电流值设置为输出值。

(9)根据(1)至(8)中任一项所述的太阳能电池系统，

其中，所述太阳能电池是染料敏化太阳能电池。

(10)根据(2)或(3)的述的太阳能电池系统，

其中，所述预测单元将电压施加到所述太阳能电池，

所述输出预测单元平滑在自所述电压的施加起过去固定时间之后的由发电电流测量部连续地测量的n个电流值，以及

所述输出预测单元通过将所述n个已平滑的电流值拟合为以下逆函数来得到预测电流值：

$I\left(t\right)=\frac{A}{B+t}+C$

并且将通过将所述预测电流值乘以所述电压的值得到的值作为预测输出值来输出。

(11)根据(10)所述的太阳能电池系统，

其中，所述预测电流值通过将所述n个已平滑的电流拟合为以下指数函数来得到：

I(t)＝Aexp(Bt)+C

并且通过将所述预测电流值乘以所述电压的所述值得到的值被作为所述预测输出值输出。

(12)根据(1)所述的太阳能电池系统，还包括

发电控制系统，

其中，所述发电控制系统通过所述负荷控制器以固定时间间隔来改变发电电压的设定值，并且通过所述输出测量单元来测量输出值是否已经被升高或降低所述改变多次，

当所述输出值的改变的值已经为正或负规定数目的连续次数或更多次时，所述发电控制系统执行以下处理：将从所述负荷控制器的最小负荷条件到最大负荷条件的负荷范围划分成n个部分(n≥3)；在所述输出预测单元中在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测的输出值中提供最大输出值的所述负荷条件，

所述发电控制系统执行以下处理：进一步将包括所述输出负荷条件的负荷范围划分成n个部分；在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，以及

所述发电控制系统通过逐渐地缩小包括所述输出负荷条件的所述负荷范围的宽度重复所述处理来检测并输出最大化所述输出值的负荷条件。

(13)根据(12)所述的太阳能电池系统，

其中，所述负荷条件通过以下比例将所述负荷范围划分成三个部分来得到：

$1:\frac{\sqrt{5}-1}{2}:1$

(14)根据(12)或(13)所述的太阳能电池系统，

其中，所述输出预测单元输出通过仅组合使用由所述输出测量单元测量的至少四个实际的测量值和至少三个常量的四则运算执行处理而得到的预测输出值。

(15)根据(12)至(14)中任一项所述的太阳能电池系统，

其中，所述输出预测单元输出通过以下等式从以固定的时间间隔由所述输出测量单元测量的m(m为四或更大的自然数)个输出值P_n-m、P_{n- m+1}、P_n-m+2、...、P_n-1、P_n和m个任意常量A₁、A₂、...、A_m得到的预测输出值P_estimate，n。

P_estimate，n＝P_n-m+A₁(P_n-_m+1-P_n-m)+A₂(P_n-m+2-P_n-m+1)+...+A_m(P_n-P_n-1)

(16)根据(12)至(15)中任一项所述的太阳能电池系统，

其中，所述输出预测单元执行所述预测输出值P_estimate，n的所述输出至少两次，并且重复所述输出直到两个输出连续的预测输出值P_estimate，n之间的差的绝对值|P_estimate，n-P_{estimate，n-1}|变成预定值或更小为止。

(17)根据(12)或(13)所述的太阳能电池系统，

其中，所述输出预测单元将电压施加到所述太阳能电池，

所述输出预测单元平滑在自所述电压的施加起过去固定时间之后的由发电电流测量部连续地测量的n个电流值，以及

所述输出预测单元通过将所述n个已平滑的电流值拟合为以下逆函数来得到预测的电流值：

$I\left(t\right)=\frac{A}{B+t}+C$

并且将通过将所述预测电流值乘以所述电压的值得到的值作为预测输出值来输出。

(18)一种电子装置，包括：

太阳能电池系统，

其中，所述太阳能电池系统包括

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷；

输出测量单元，其被配置成测量所述太阳能电池的发电输出；以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，以及

所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

(19)一种结构，包括：

太阳能电池系统，

其中，所述太阳能电池系统包括

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷；

输出测量单元，其被配置成测量所述太阳能电池的发电输出；以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，以及

所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

(20)根据(19)所述的结构，

其中，太阳能电池被夹在两个透明板之间。

本公开包含与2011年11月1日在日本专利局提交的日本优先专利申请JP 2011-240248中所公开的相关的主题，其全部内容被通过引用合并于此。

Claims (20)

1.一种太阳能电池系统，包括：

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷；

输出测量单元，其被配置成测量所述太阳能电池的发电输出；以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，

其中，所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

2.根据权利要求1所述的太阳能电池系统，还包括：

发电控制系统，

其中，所述发电控制系统执行以下处理：将从所述负荷控制器的最小负荷条件到最大负荷条件的负荷范围划分成n个部分(n≥3)；在所述输出预测单元中在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，

所述发电控制系统执行以下处理：进一步将包括所述输出负荷条件的负荷范围划分成n个部分；在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，以及

所述发电控制系统通过逐渐地缩小包括所述输出负荷条件的所述负荷范围的宽度同时重复所述处理来检测并输出最大化所述输出值的负荷条件。

3.根据权利要求2所述的太阳能电池系统，

其中，所述负荷条件通过以下比例将所述负荷范围划分成三个部分来得到：

$1:\frac{\sqrt{5}-1}{2}:1$

4.根据权利要求3所述的太阳能电池系统，

其中，所述输出预测单元使用由所述输出测量单元测量的至少四个实际测量的值和至少三个常量并仅通过四则运算的组合进行处理，由此输出得到的预测输出值。

5.根据权利要求4所述的太阳能电池系统，

其中，所述输出预测单元输出通过以下等式从以固定的时间间隔由所述输出测量单元测量的m(m为四或更大的自然数)个输出值P_n-m、P_{n- m+1}、P_n-m+2、...、P_n-1、P_n和m个任意常量A₁、A₂、A₃、A₄、...、A_m-1、A_m得到的预测输出值P_estimate，n。

P_estimate，n＝P_n-3+A₁(_Pn-2-P_n-3)+A₂(P_n-1-P_n-2)+A₃(P_n-P_n-1)

6.根据权利要求5所述的太阳能电池系统，

其中，所述输出预测单元执行所述预测输出值P_estimate，n的所述输出至少两次，并且重复所述输出直到两个输出连续的预测输出值P_estimate，n之间的差的绝对值|P_estimate，n-P_{estimate，n-1}|变成预定值或更少为止。

7.根据权利要求6所述的太阳能电池系统，

其中，在电流值为零的负荷条件和/或电压值为零的负荷条件之下不执行所述负荷控制器的所述负荷条件的测量。

8.根据权利要求7所述的太阳能电池系统，

其中，所述负荷控制器是升压电路或降压电路，并且被反馈控制使得所述太阳能电池的发电电压是恒定的，以及

所述输出测量单元是布置在所述负荷控制器之后的级中的电流检测装置，并且将由所述电流检测装置检测到的电流值设置为输出值。

9.根据权利要求8所述的太阳能电池系统，

其中，所述太阳能电池是染料敏化太阳能电池。

10.根据权利要求2所述的太阳能电池系统，

其中，所述输出预测单元将电压施加到所述太阳能电池，

所述输出预测单元平滑在自所述电压的施加起过去某一时间之后的、由发电电流测量部连续地测量的n个电流值，以及

所述输出预测单元通过将所述n个已平滑的电流拟合到以下逆函数来得到预测电流值：

$I\left(t\right)=\frac{A}{B+t}+C$

并且将通过将所述预测电流值乘以所述电压的值而得到的值作为预测输出值来输出。

11.根据权利要求10所述的太阳能电池系统，

其中，所述预测电流值通过将所述n个已平滑的电流拟合到以下的指数函数来得到：

I(t)＝Aexp(Bt)+C

并且通过将所述预测电流值乘以所述电压的所述值而得到的值被作为所述预测输出值输出。

12.根据权利要求1所述的太阳能电池系统，还包括：

发电控制系统，

其中，所述发电控制系统通过所述负荷控制器以某一时间间隔来改变发电电压的设定值，并且通过所述输出测量单元测量输出值是否由于所述改变而提高或者降低了所述多次，

当所述输出值的改变的值已经连续规定次数或更多次数为正或负时，所述发电控制系统执行以下处理：将从所述负荷控制器的最小负荷条件到最大负荷条件的负荷范围划分成n个部分(n≥3)；在所述输出预测单元中在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，

所述发电控制系统执行以下处理：进一步将包括所述输出负荷条件的负荷范围划分成n个部分；在n个负荷条件中的每一个之下执行输出预测；以及输出所得到的n个预测输出值中提供最大输出值的所述负荷条件，以及

所述发电控制系统通过逐渐地缩小包括所述输出负荷条件的所述负荷范围的宽度同时重复所述处理来检测并输出最大化所述输出值的负荷条件。

13.根据权利要求12所述的太阳能电池系统，

其中，所述负荷条件通过以下比例将所述负荷范围划分成三个部分来得到：

$1:\frac{\sqrt{5}-1}{2}:1$

14.根据权利要求13所述的太阳能电池系统，

其中，所述输出预测单元使用由所述输出测量单元测量的至少四个实际测量的值和至少三个常量并仅通过四则运算的组合进行处理，由此输出所得到的预测输出值。

15.根据权利要求14所述的太阳能电池系统，

其中，所述输出预测单元输出通过以下等式从以固定的时间间隔由所述输出测量单元测量的m(m为四或更大的自然数)个输出值P_n-m、P_{n- m+1}、P_n-m+2、...、P_n-1、P_n和m个任意常量A₁、A₂、...、A_m得到的预测输出值P_estimate，n。

P_estimate，n＝P_n-m+A₁(P_n-m+1-P_n-m)+A₂(P_n-m+2-P_n-m+1)+...+A_m(P_n-P_n-1)

16.根据权利要求15所述的太阳能电池系统，

其中，所述输出预测单元执行所述预测输出值P_estimate，n的所述输出至少两次，并且重复所述输出直到两个输出连续的预测输出值P_estimate，n之间的差的绝对值|P_estimate，n-P_{estimate，n-1}|变成预定值或更少为止。

17.根据权利要求13所述的太阳能电池系统，

其中，所述输出预测单元将电压施加到所述太阳能电池，

所述输出预测单元平滑在自所述电压的施加起过去某一时间之后的、由发电电流测量部连续地测量的n个电流值，以及

所述输出预测单元通过将所述n个已平滑的电流值拟合到以下逆函数来得到预测电流值：

$I\left(t\right)=\frac{A}{B+t}+C$

并且将通过将所述预测电流值乘以所述电压的值而得到的值作为预测输出值来输出。

18.一种电子装置，包括：

太阳能电池系统，

其中，所述太阳能电池系统包括

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷，

输出测量单元，其被配置成测量所述太阳能电池的发电输出，以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，以及

所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

19.一种结构，包括：

太阳能电池系统，

其中，所述太阳能电池系统包括

太阳能电池；

负荷控制器，其被配置成连接至所述太阳能电池，所述负荷控制器能够控制施加到所述太阳能电池的负荷，

输出测量单元，其被配置成测量所述太阳能电池的发电输出，以及

输出预测单元，其配置成在由所述输出测量单元测量的所述输出的瞬态响应的基础上预测待由所述输出达到的值，以及

所述太阳能电池系统具有控制所述负荷控制器以便最大化待达到的所述值的功能。

20.根据权利要求19所述的结构，

其中，太阳能电池被夹在两个透明板之间。

Images