CN105846782A - 一种量化太阳光谱差异对太阳电池输出性能影响的方法 - Google Patents

Abstract

本发明公开了一种量化太阳光谱差异对太阳电池输出性能影响的方法，首先通过光谱仪收集该时刻光谱数据，考虑到光伏组件的玻璃及EVA层有相应的透过率，光谱数据乘以相应的系数可得到到达太阳电池表面光子数量，接着积分不同波长光子激发的光生载流子，可获得该时刻的光生电流，考虑到辐照度会对电流大小有影响，故在积分光谱数据获得总辐照后，求得光谱修正系数，最后对现有仪器测得总辐照度进行修正，为精准测量辐照度提供了方向。

Description

一种量化太阳光谱差异对太阳电池输出性能影响的方法

技术领域

本发明涉及一种量化太阳光谱差异对太阳电池输出性能影响的方法，属于光伏系统技术领域。

背景技术

随着不可再生能源的日益枯竭，水能、风能、太阳能等可再生能源备受关注。随光伏系统的发展，太阳电池性能成为评价系统效率的重要指标之一，光谱是其影响因素之一。光谱是复色光经过色散系统分光后，被色散开的单色光按波长大小而排列的图案，太阳电池的光谱响应是对其吸收的光子产生载流子从而形成电流的概率，而自然光光谱分布曲线与太阳电池自身的响应曲线并非一一对应。现有测试辐照装置，如热电堆作为传感器的测量装置，并未消除辐照光谱的影响。现有研究一类是研究太阳模拟器的光谱和标准AM1.5光谱辐照之间的光谱失配对光伏特性的影响；另一类是对不同组件在季节不同情况下光谱失配对性能的影响。两者均未定量的分析光谱差异对PV输出性能的影响，且未分析不同天气及不同时刻的影响系数。

发明内容

本发明提供一种量化太阳光谱差异对太阳电池输出性能影响的方法，消除辐照光谱差异影响，精准预估出太阳电池的输出性能。

为解决上述技术问题，本发明采用的技术方案如下：

一种量化太阳光谱差异对太阳电池输出性能影响的方法，包括以下步骤：

1)通过光谱仪采集某时刻的光谱数据；

2)计算光生电流，包括以下步骤：

2-1)假设H(λ)为某波长对应辐照度，λ为波长，则某时刻总辐照度为：

H＝∫H(λ)dλ (1)

其中，H为总辐照度；

2-2)对应波长的光子数量为：

n(λ)＝H(λ)/E (2)

其中，E为光子能量；

2-3)假设对应波长EVA透过率为α，对应波长玻璃透过率为β，则对应波长到达太阳电池表面的光子数量N(λ)为：

N(λ)＝n(λ)*α*β (3)

2-4)对应波长电池产生光生载流子数量N(q)为：

N(q)＝N(λ)*QE (4)

其中，QE表示量子效率；

2-5)某时刻产生的光生电流I_(L)为：

I_(L)＝∫N(q)*dλ (5)

3)计算光谱修正系数，包括以下步骤：

3-1)定义相对差值比例系数为实际测得光生电流数据与AM1.5标准条件下光生电流对比数据，则相对差值比例系数Δ(λ)为：

Δ(λ)＝(I_(L)-I_{(L)AM 1.5})/I_{(L)AM 1.5} (7)

其中，I_{(L)AM 1.5}为AM1.5标准条件下光生电流；

3-2)定义引入光谱修正系数为差值比例系数随时间的函数，根据晴天、多云天气、阴天的早中晚光谱曲线，假设晴天、多云天气、阴天的光谱修正系数为一二次函数：

k＝at²+bt+c (8)

其中，t为当前时刻占一天中的份额，a，b，c均为未知的系数，

假定光谱修正系数的公式后，采用线性回归法和数值逼近法，代入时间和对应的差值比例系数以求得式(8)中的未知系数a，b，c，进而获得晴天、多云天气、阴天的光谱修正系数；

4)根据当天天气情况的不同，选取上述晴天、多云天气、阴天不同的光谱修正系数对测量所得的总辐照度进行修正，假设现有装置测得的辐照度H_origin，则修正后的总辐照度H′为：

H′＝H_origin×(1+k) (9)。

本发明所达到的有益效果：

针对现有辐照计使用的热电堆传感器接收的光谱范围与普遍使用的光伏组件接收的光谱范围不一致的问题，本发明提出相应的光谱修正系数，在辐照计测得的辐照度的基础上进行修正，计算出实际光伏组件吸收的辐照度，从而预测该地区光伏组件的输出性能。

附图说明

图1为辐照修正流程图；

图2为光伏板基本组成结构图；

图3为晴天早中晚辐照比例曲线；

图4为多云天气早中晚辐照比例曲线；

图5为阴天早中晚辐照比例曲线。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本发明方法首先通过光谱仪收集该时刻光谱数据，考虑到光伏组件的玻璃及EVA层有相应的透过率，光谱数据乘以相应的系数可得到到达太阳电池表面光子数量，接着积分不同波长光子激发的光生载流子，可获得该时刻的光生电流，考虑到辐照度会对电流大小有影响，故在积分光谱数据获得总辐照后，求得光谱修正系数，最后对现有仪器测得总辐照进行修正，具体计算流程如下：

1.理想光生电流计算

(1)光谱曲线是指光谱波长与对应波长辐照度间的关系曲线，因此某时刻对应总辐照度应为各个波长辐照度的积分：

H＝∫H(λ)dλ (1)

式中，H为总辐照度，H(λ)为某波长对应辐照度，λ为波长。

(2)由Planck公式E＝hv，频率v＝c/λ，可得：E＝hc/λ

其中，E代表光子能量，h代表Planck常数，ν代表频率，c为光速。

Planck常数h＝6.6260693(11)×10^-34J·s，c＝3×10⁸m/s，

则光子能量为：E＝1.98782265×10^-25/λ。

从上式可知，光子能量与波长有关，且波长越长，光子能量越小，即在光能量相等的情况下，红光产生的光子数量比蓝光产生的光子数量多，则对应波长的光子数量为：

n(λ)＝H(λ)/E (2)

(3)如图2所示，太阳电池板由玻璃、晶硅电池片、EVA胶膜、玻璃组成，当太阳光需要穿过玻璃、EVA胶膜层后才能到达实际能够发电的电池片上，假设对应波长EVA透过率为α，对应波长玻璃透过率为β，则对应波长到达电池片表面的光子数量为：

N(λ)＝n(λ)×α×β (3)

(4)半导体中电子许可占据的能带叫允许带，产生了光生允许带间不允许电子存在的范围为禁带。照射到太阳电池上的太阳光线，一部分被太阳电池吸收，在这些吸收的光子中，那些能量大于半导体禁带宽度的光子，可以使得半导体中原子的价电子受到激发，产生光生电子-空穴对，也称光生载流子。这样形成的电子-空穴对由于热运动，向各个方向迁移，受到内建电场的作用，光生电子被推进N区，光生空穴被推进P区，在P-N结两侧产生了正、负电荷的累积，形成与内电场方向相反的光生电场。这个电场出来一部分抵消内电场以外，还是P型层带正电，N型层带负电，因此产生了光生电动势，从而使太阳电池板两端出现电势差，这便是太阳电池板发电原理。

其中值得一提的是，只有能量大于半导体禁带宽度的光子，才能产生光生载流子，即并非同等数量的光子可以产生同等数量的光生载流子，这里引出量子效率(或光谱响应)概念，量子效率是指太阳能电池产生的电子-空穴对数目与入射到太阳能电池表面的光子数目之比，用QE表示量子效率，则对应波长电池产生光生载流子数量为：

N(q)＝N(λ)×QE (4)

(5)光生载流子数量多少决定载流子浓度大小，直接导致导电能力的大小，光生载流子数量大，载流子浓度高，随之导电能力强，太阳电池输出电流就大。而太阳电池输出电流是所有可吸收波长下产生的光生载流子的总和，即某时刻光生电流为：

I_(L)＝∫N(q)×dλ (5)

从式(5)不难看出某时刻光生电流与波长相关，同时辐照度与电流成正相关系数，故为了只获得光谱与电流的关系，这里运用控制变量法，即获得单位辐照度的光生电流，因此引入绝对光生电流：

${\mathrm{\ΔI}}_{\left(L\right)}=\frac{I\left(L\right)}{H}\×100\%---\left(6\right)$

2.光谱修正系数计算

太阳电池输出电流密度的影响因素有辐照度、温度、辐射光光谱分布、电池光谱响应，温度主要影响太阳电池输出电压，其余三者主要影响太阳电池输出电流。光谱响应是指当不同波长的单色光照射太阳电池时，由于不同波长光子能量的不同和对不同波长的单色光的反射、透射、吸收系数的差异，以及由于复合和其他因素等造成太阳电池对光生载流子收集概率的不同，使太阳电池在辐照度条件相同的情况下，会产生不同的光生电流。因此当预计某一地区太阳电池实际输出性能，仅仅考虑当地辐照度、当前温度因素是远远不够的，需要引入光谱修正系数，对已知的辐照度进行修正，得出与可能生成的电流直接相关的修正辐照度，从而推导出实际能产生的光生电流。

(1)差值比例计算

目前国际上统一规定的地面太阳电池标准测试条件中的AM1.5为太阳能光穿过大气层的光学路径为大气层厚度的1.5倍，即指天顶角为48度时的太阳光。AM1.5光谱曲线及太阳电池在AM1.5条件下光谱响应已知，因此通过Excel建立模型，将实际测得光谱数据与AM1.5标准条件下光生电流对比，获得差值比例系数，差值比例系数为实际测得光生电流数据与AM1.5标准条件下光生电流对比数据：

Δ(λ)＝(I_(L)-I_{(L)AM 1.5})/I_{(L)AM 1.5} (7)

式中，I_{(L)AM 1.5}为AM1.5标准条件下相应波长对应的光生电流。

(2)光谱修正系数计算

引入光谱修正系数概念：差值比例系数随时间的函数。

图3、4分别是晴天、多云天气下，早中晚光谱曲线，从中可以看出，早上的红光波段明显比中午和下午的多，蓝光波段明显少，并随着时间的推移，蓝光辐照变多，红光辐照变少，变化速度由快到慢。由于相同辐照下，蓝光包含光子数量比红光少，因此晴天、多云天气的差值比例系数随时间变化由大到小，变化速度由快到慢，则假设晴天、多云天气的光谱修正系数为一开口朝上的二次函数。

图5是阴天早中晚光谱曲线，从中可以看出，早上的红光波段明显最大，随着时间推移，红光波段变少，到中午红光波段为最小，而中午到下午红光波段占有量略有回升。由于相同辐照下，红光包含光子数量比蓝光少，因此阴天差值比例系数从早上到中午有大幅度的上升，再到下午有缓慢的下降，则假设阴天光谱修正系数为一开口朝下的二次函数。

综述，晴天、多云、阴天的光谱修正系数可假设为函数：

k＝at²+bt+c (8)

其中，a，b，c均为未知的系数。

假定光谱修正系数的公式后，需要代入时间和对应的差值比例系数以求得式(8)中的未知系数a，b，c。

t为当前时刻占一天中的份额(若中午12点，则t＝0.5)，采用线性回归法和数值逼近法，求得晴天光谱修正系数为：k_sun＝0.597t²-0.694t+0.192。

多云光谱修正系数为：k_cloud＝0.776t²-0.927t+0.257。

阴天光谱修正系数为：k_shade＝-0.597t²+0.677t-0.213。

3.辐照修正

针对现有测量装置不能消除光谱差异的缺陷，可以根据当天天气情况的不同，选取上述晴天、多云、阴天不同的光谱修正系数对测量所得的总辐照度进行修正。假设现有装置测得的辐照度H_origin，则修正后的总辐照度为：

H′＝H_origin×(1+k) (9)

修正后的总辐照可以用来预测当地光伏组件输出电流大小，从而预测组件的发电效率、最佳倾角等等一系列参数，可供建光伏电站前确定各项参数所用。

以常州地区晴天正午数据为例，已知该时刻由式(1)计算出的总辐照为1119.211253W/m²/nm，t＝0.5，k_sun＝0.0164，则修正后的总辐照为1137.566W/m²/nm。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种量化太阳光谱差异对太阳电池输出性能影响的方法，其特征在于，包括以下步骤：

1)通过光谱仪采集某时刻的光谱数据；

2)计算光生电流，包括以下步骤：

2-1)假设H(λ)为某波长对应辐照度，λ为波长，则某时刻总辐照度为：

H＝∫H(λ)dλ (1)

其中，H为总辐照度；

2-2)对应波长的光子数量为：

n(λ)＝H(λ)/E (2)

其中，E为光子能量；

2-3)假设对应波长EVA透过率为α，对应波长玻璃透过率为β，则对应波长到达太阳电池表面的光子数量N(λ)为：

N(λ)＝n(λ)*α*β (3)

2-4)对应波长电池产生光生载流子数量N(q)为：

N(q)＝N(λ)*QE (4)

其中，QE表示量子效率；

2-5)某时刻产生的光生电流I_(L)为：

I_(L)＝∫N(q)*dλ (5)

3)计算光谱修正系数，包括以下步骤：

3-1)定义相对差值比例系数为实际测得光生电流数据与AM1.5标准条件下光生电流对比数据，则相对差值比例系数Δ(λ)为：

Δ(λ)＝(I_(L)-I_(L)AM1.5)/I_(L)AM1.5 (7)

其中，I_(L)AM1.5为AM1.5标准条件下光生电流；

3-2)定义引入光谱修正系数为差值比例系数随时间的函数，根据晴天、多云天气、阴天的早中晚光谱曲线，假设晴天、多云天气、阴天的光谱修正系数为一二次函数：

k＝at²+bt+c (8)

其中，t为当前时刻占一天中的份额，a，b，c均为未知的系数，

假定光谱修正系数的公式后，采用线性回归法和数值逼近法，代入时间和对应的差值比例系数以求得式(8)中的未知系数a，b，c，进而获得晴天、多云天气、阴天的光谱修正系数；

4)根据当天天气情况的不同，选取上述晴天、多云天气、阴天不同的光谱修正系数对测量所得的总辐照度进行修正，假设现有装置测得的辐照度H_origin，则修正后的总辐照度H′为：

H′＝H_origin×(1+k) (9)。