CN108108508B - 引入隧道结机制的聚光光伏模组温度特性的预测方法 - Google Patents

引入隧道结机制的聚光光伏模组温度特性的预测方法 Download PDF

Info

Publication number
CN108108508B
CN108108508B CN201710986975.XA CN201710986975A CN108108508B CN 108108508 B CN108108508 B CN 108108508B CN 201710986975 A CN201710986975 A CN 201710986975A CN 108108508 B CN108108508 B CN 108108508B
Authority
CN
China
Prior art keywords
junction
current
battery
voltage
tunnel junction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710986975.XA
Other languages
English (en)
Other versions
CN108108508A (zh
Inventor
吕辉
郭静
廖军
李劲
黄斯豪
万青
郭子悦
李艳
宋多福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN201710986975.XA priority Critical patent/CN108108508B/zh
Publication of CN108108508A publication Critical patent/CN108108508A/zh
Application granted granted Critical
Publication of CN108108508B publication Critical patent/CN108108508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Photovoltaic Devices (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种引入隧道结机制的聚光光伏模组温度特性的预测方法，本明将3D分布电路隧道结模型简化为二维集总式模型，即将隧道结等效为一种电路元件，以聚光三结电池双二极管模型为例，将该隧道结等效模型代替等效串联电阻，在低倍聚光情况下利用聚光三结电池双二极管模型和等效隧道结建立明确的电路关系式，确定各参数的初始值，通过数学迭代拟合提取出几组参数值，再与实验测量结果比较，得到最佳参数组来使得模组的I‑V特性曲线拟合收敛性更好，进而合理地预估在高倍聚光情况下模组的I‑V特性曲线，不仅有助于人们更好地理解隧道结的工作机制，而且提高了对MJSC的优化效率，同时也降低了MJSC的设计和优化成本。

Description

引入隧道结机制的聚光光伏模组温度特性的预测方法
技术领域
本发明属于光伏发电技术领域，具体涉及到一种引入隧道结机制的聚光光伏模组温度特性的预测方法。
背景技术
高倍聚光型光伏发电技术正在成为光伏技术发展的一个主要方向，如何有效提高太阳能电池的光电转换效率成为亟待解决的科研问题之一。近几年来，多结太阳能电池(MJSC)因其高效、低能耗、低成本等优势得以迅速发展，被广泛应用于高倍聚光光伏系统。隧道结是多结太阳能电池(MJSC)中的重要单元，用于实现各子电池之间的低阻连接，其性能的好坏直接影响到MJSC转化效率的提高。
关于隧道结模型的建立因此成为一个研究热点，研究者提出了多种隧道结的等效模型。当聚光倍数为1000以下时，由于该情况下隧道结的电流-电压(I-V)特性曲线大致呈线性关系，一般将隧道结简单等效为电阻处理。该隧道结模型结构简单，不涉及大量的计算，但是当聚光倍数增加到一定程度，在超高倍聚光情况下，太阳能电池的电流密度随聚光倍数线性增大，导致电池的工作电流大于隧道结峰值电流，出现过剩电流和热扩散效应，从而使该情况下隧道结的I-V特性曲线不满足线性关系。实际电池被划分为三个区域：周界区、受光区、非受光区，每个区域的I-V满足的关系复杂且均不相同。三维(3D)分布电路隧道结模型综合考虑隧道结电流密度的转换特性、隧道结峰值电流依赖于局部光强等特性将电路单元依据其3D几何形貌和所处位置的不同分别进行等效，最后连接起来完成建模。该模型能够很好的拟合聚光光伏(CPV)模组的I-V特性曲线，拟合结果与实验结果契合度很高。能够准确地再现其在器件测试中观察到的隧道结I-V曲线出现的下降现象，如图1所示。
但是，目前聚光光伏系统一般采用二次匀光单元对太阳能电池表面进行入射光强均匀化处理，使得太阳能电池水平面上的光强分布近似均匀，为了简化模型便于研究分析，本发明考虑将3D分布电路隧道结模型简化为二维(2D)集总式模型，即将隧道结等效为一种电路元件，以聚光三结电池双二极管模型为例，将该隧道结等效模型代替等效串联电阻，在低倍聚光情况下利用聚光三结电池双二极管模型和等效隧道结建立明确的电路关系式，确定各参数的初始值，通过数学迭代拟合提取出几组参数值，再与实验测量结果比较，得到最佳参数组来使得模组的I-V特性曲线拟合收敛性更好，进而合理地预估在高倍聚光情况下模组的I-V特性曲线。不仅有助于人们更好地理解隧道结的工作机制，而且提高了对MJSC的优化效率，同时也降低了MJSC的设计和优化成本。
发明内容
为解决上述技术问题，本发明专利的主要目的在于提供一种引入隧道结机制的聚光光伏模组温度特性的预测模型，一方面实现低倍聚光下聚光三结太阳能电池双二极管模型的优化，使其更加符合实验测量数据，保证其准确性和可靠性，另一方面解决了高倍聚光下该模型不准确的问题。
本发明的技术方案是，一种引入隧道结机制的聚光光伏模组温度特性的预测方法，包括如下步骤：
步骤1.建立单片聚光i结电池双二极管模型的等效电路；计算第i结单p-n结电池的工作电流；
所述的单片聚光i结电池双二极管模型的等效电路由i结单p-n结电池的等效电路串联组成，所述的第i结单p-n结电池的等效电路由光生电流源Isci、两个等效二极管D1i、D2i、等效并联电阻Rshi并联连接组成；所述的i结单p-n结电池的等效电路之间引入隧道结TJi；
由公式1可得第i结单p-n结电池的工作电流为：
Figure GDA0002801160670000021
式中Ii为第i结单p-n结电池的工作电流；Vi为第i结单p-n结电池的工作电压；Isci为第i结单p-n结电池的光生电流；Rshi为第i结单p-n结电池的等效并联电阻；I01i为第i结单p-n结电池等效二极管D1i的反向饱和电流；I02i为第i结单p-n结电池等效二极管D2i的反向饱和电流；kB为玻尔兹曼常数；T为电池的绝对温度；q为单位电荷量；
I01i＝Sκ1iT3exp[-Egi/(kBT)] 公式2
式中S为第i结电池的面积；κ1i、κ2i为第i结单p-n结电池的经验参数；Egi为第i结单p-n结电池半导体化合物的带隙宽度；
I02i＝Sκ2iT5/2exp[-Egi/(2kBT)] 公式3
当聚光倍数C＝576时,根据标准状态温度T＝298K AM1.5D ASTMG173-03(900W/m2)的入射光谱分布，和i结单p-n结电池的量子效率数据，由公式4可计算此时各i结单p-n结电池的光生电流Isci，由于外界环境导致的温度不一致，引入温度系数来计算各温度下对应的光生电流，表达式为公式5：
Isci＝∫S×聚光倍数×量子效率×光谱响应dλ 公式4
式中λ为波长；
Figure GDA0002801160670000031
式中
Figure GDA0002801160670000032
为第i结单p-n结电池的短路电流温度系数；C为聚光倍数；
由于不同的聚光倍数下，i结单p-n结电池的量子效率相同，根据公式4、5，可得到聚光倍数是m时对应的Isci|T＝298K,C＝m：
Figure GDA0002801160670000033
步骤2：根据串联电路电流特性，建立隧道结电流与单片聚光i结电池工作电流与第i结单p-n结电池工作电流的数值模型：
Ii＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1] 公式7
式中，ITJ为单片聚光i结电池工作电流；
所述的隧道结电流为隧道结隧穿电流、隧道结过剩电流、热扩散电流三者之和，由公式8可得隧道结电流为：
Is＝It+Ix+Ith 公式8
式中，Is为隧道结电流；It为隧道结隧穿电流；Ix为隧道结过剩电流；Ith为热扩散电流；
It＝Ip(Vs/Vp)exp(1-Vs/Vp) 公式9
式中Ip为隧道结峰值电流；Vs为隧道结电压；Vp为隧道结峰值电压；
Ix＝Ivexp[A(Vs-Vv)] 公式10
式中Iv为隧道结谷值电流；A为隧道结的面积；Vν为隧道结谷值电压。
Ith＝I0[exp(qVs/kBT)-1] 公式11
式中I0为隧道结重组电流；
步骤3.根据步骤1、2中的公式1、公式7可得到第i结单p-n结电池的工作电压与单片聚光i结电池的工作电流之间的等量关系式，由公式12可得第i结单p-n结电池的工作电压为：
Figure GDA0002801160670000041
步骤4.串联电路总电压为各个电路元件电压之和，假设以电流从等效二极管的正极流向负极为电流的正方向，因此隧道结电压Vs为负值，则单片聚光i结电池的工作电压为i结单p-n结电池的工作电压之和与隧道结电压的总和，由公式13可得单片聚光i结电池的工作电压VTJ；
Figure GDA0002801160670000051
式中VTJ为单片聚光i结电池的电压；
步骤5.将n片完全相同的单片聚光i结电池串联，组成CPV模组；根据串联电路电流特性，CPV模组的工作电流I与隧道结电流Is与单片聚光i结电池工作电流ITJ在数值上相同，由公式14可得CPV模组的工作电流为：
I＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]
公式14
式中I为CPV模组的工作电流；
所述的CPV模组的工作电压为n个单片聚光i结电池的工作电压与等效串联总电阻Rw的电压的总和，由公式15可得CPV模组的工作电压：
V＝nVTJ-IRw 公式15
式中V为CPV模组的工作电压；Rw为等效串联总电阻；由公式12、13、14、15可得到CPV模组的工作电压和工作电流的关系：
Figure GDA0002801160670000052
步骤6.根据步骤3、4、5中的公式12、13、14，令CPV模组的工作电流I＝0，计算单片聚光i结电池的开路电压VTJOC，对温度求导后，由公式17可得单片聚光i结电池的开路电压温度系数：
Figure GDA0002801160670000053
其中，Vs由0＝I＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]得到；
为简化单片聚光i结电池的短路电流温度系数，根据串联模型遵循电流匹配的原则可推导出单片聚光i结电池的短路电流温度系数为第i结单p-n结电池的短路电流温度系数
Figure GDA0002801160670000061
的最小值，由公式19可得单片聚光i结电池的短路电流温度系数：
Isc＝minIsci 公式18
式中Isc为单片聚光i结电池的短路电流；
Figure GDA0002801160670000062
式中
Figure GDA0002801160670000063
为单片聚光i结电池的短路电流温度系数；
步骤7.根据步骤5中的公式14、16，结合CPV模组在特定条件下实际测量得到的I-V曲线，通过拟合分析进行迭代拟合提取出CPV模组公式中所包含的κ1i、κ2i、Rw、
Figure GDA0002801160670000064
I0、Vv、Vp、Iv、Ip共3i+6个未知参数值，进而确定CPV模组的模型；
步骤8.根据步骤7提取得到的3i+6个参数值，完成CPV模组模型的建立，得到CPV模组确定的I-V表达式，进而对任意聚光倍数，任意温度下的CPV模组I-V关系进行预测。
进一步的，所述的步骤7包括如下步骤：
步骤7.1.确定迭代计算的经验值和3i+6个未知参数的变化步长，第一次迭代的参数按照物理经验数值输入；
步骤7.2.通过步骤7.1中确定的输入参数在工作温度下分别计算单片聚光i结电池的开路电压温度系数
Figure GDA0002801160670000065
单片聚光i结电池的短路电流温度系数
Figure GDA0002801160670000066
和以实际测量的CPV模组的工作电流值I为自变量时对应的CPV模组的工作电压值V；
步骤7.3.计算步骤7.2中所求的三个参数的理论值和目标值之间差距的量化指标，即CPV模组的工作电压的测量值Vm与拟合值V'm的决定系数R2，单片聚光i结电池的开路电压温度系数理论值与目标值的差值
Figure GDA0002801160670000067
单片聚光i结电池的短路电流温度系数理论值与目标值的差值
Figure GDA0002801160670000071
所述单片聚光i结电池的开路电压温度系数的目标值和单片聚光i结电池的短路电流温度系数的目标值由单片聚光i结电池参数得到；
所述CPV模组的工作电压的测量值Vm与拟合值Vm'的决定系数(R2)由公式20可得：
Figure GDA0002801160670000072
式中N为实际测量I-V数据的组数；Vm为CPV模组的工作电压的测量值；
Figure GDA0002801160670000073
为CPV模组的工作电压的测量值的平均值；Vm'为CPV模组的工作电压的拟合值；
步骤7.4.重复步骤7.1到7.3，直到满足下列三个条件，即迭代截止，其中，mv.k-1为毫伏每开尔文，mA.k-1为毫安每开尔文；
R2≥0.90
公式21
Figure GDA0002801160670000074
Figure GDA0002801160670000075
为达成上述目的，本发明设计了一种引入隧道结机制的聚光光伏模组温度特性的预测模型，有益效果在于：
(1)隧道结模型与实际情况符合，在任意聚光倍数下都适用。
(2)所述的隧道结模型的I-V曲线图，由隧穿区域1，过剩电流区域2，以及热扩散区域3组成。
(3)低倍聚光下，隧道结等效为一个串联电阻，符合隧穿区域1的物理特性。高倍聚光下会有过剩电流2和热扩散区域3。将隧道结看成一个元件4，建立数学模型，适用于任意聚光倍数，任意温度的情况。
(4)将单片聚光i结电池双二极管模型中的串联电阻替换成一个隧道结元件，建立新的数学模型。
附图说明
图1任意聚光倍数下，隧道结的I-V曲线；
图2是聚光三结电池双二极管模型的等效电路图；
图3是由n片相同的单片聚光i结电池串联而成的CPV模组；
图4是由35片相同的单片聚光三结电池串联而成的CPV模组；
图5是在T＝298K，m＝576的情况下CPV模组的实测I-V曲线图；
图6是在T＝298K，m＝576的情况下CPV模组的实测I-V曲线和拟合I-V曲线图；
在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：
1——隧穿区域
2——过剩电流区域
3——热扩散区域
4——隧道结
具体实施方式
本发明的目的在于提供一种引入隧道结机制的聚光光伏模组温度特性的预测模型，通过引入隧道结等效模型来改善聚光三结太阳能电池双二极管模型，既实现低倍聚光下聚光三结太阳能电池双二极管模型的优化，使其更加符合实验测量数据，保证其准确性和可靠性，又解决了高倍聚光下该模型不准确的问题。
下面结合附图，以由35片完全相同的单片聚光三结电池组成的CPV模组在特定条件下(T＝306K，m＝576)为例对本发明作进一步的说明。
隧道结的I-V曲线如图1所示，当聚光倍数较低时，隧道结表现为区域1，此时隧道结的I-V曲线大致呈一条直线，从而等效为一个串联电阻。但是，当聚光倍数较高时，在高聚光或高的局部光强下，隧道结的电流密度随局部光强的变化而出现剧烈变化，局部出现隧道结的电流高于聚光三结电池的工作电流的情况，导致隧道结出现的过多电流会以热能形式散发，出现图1所示的区域2和区域3。
具体实施过程如下：
以Azur Space公司提供的型号3C42A三结电池(Ga0.35In0.65P-Ga0.83In0.17As-Ge)为例。
步骤1.建立单片聚光三结电池双二极管模型的等效电路如图2所示；计算第i结单p-n结电池的工作电流；
所述的单片聚光三结电池双二极管模型的等效电路由三结单p-n结电池的等效电路串联组成，所述的第i结单p-n结电池的等效电路由光生电流源Isci、两个等效二极管D1i、D2i、等效并联电阻Rshi并联连接组成；所述的三结单p-n结电池的等效电路之间加入隧道结TJi；
由公式1可得第i结单p-n结电池的工作电流为：
Figure GDA0002801160670000091
式中，Ii为第i结单p-n结电池的工作电流；Vi为第i结单p-n结电池的工作电压；Isci为第i结单p-n结电池的光生电流；Rshi为第i结单p-n结电池的等效并联电阻；I01i为第i结单p-n结电池等效二极管D1i的反向饱和电流；I02i为第i结单p-n结电池等效二极管D2i的反向饱和电流；kB为玻尔兹曼常数，1.38×10-23J/K；T为电池的绝对温度；q为单位电荷量，1.60×10-19C；
I01i＝Sκ1iT3exp[-Egi/(kBT)] 公式2
式中S为第i结电池的面积，S＝0.3025cm2；κ1i、κ2i为第i结单p-n结电池的经验参数；Egi为第i结单p-n结电池半导体化合物的带隙宽度；
I02i＝Sκ2iT5/2exp[-Egi/(2kBT)] 公式3
当聚光倍数C＝576时,根据标准状态温度T＝298K AM1.5D ASTMG173-03(900W/m2)的入射光谱分布，和三结单p-n结电池的量子效率数据，由公式4可计算此时各i结单p-n结电池电池的光生电流Isci，考虑到外界环境导致的温度不一致，引入温度系数来计算各温度下对应的光生电流，表达式为公式5：
Isci＝∫S×聚光倍数×量子效率×光谱响应dλ 公式4
式中λ为波长；
Figure GDA0002801160670000101
式中
Figure GDA0002801160670000102
为第i结单p-n结电池的短路电流温度系数；C为聚光倍数；
由于不同的聚光倍数下，i结单p-n结电池的量子效率相同，根据公式4、5，可得到聚光倍数是m时对应的Isci|T＝298K,C＝m：
Figure GDA0002801160670000103
步骤2：根据串联电路电流特性，建立隧道结电流与单片聚光三结电池的工作电流与第i结单p-n结电池工作的电流的数值模型：
Ii＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1] 公式7
式中，ITJ为单片聚光三结电池的工作电流
所述的隧道结电流为隧道结隧穿电流、隧道结过剩电流、热扩散电流三者之和，由公式8可得隧道结电流为：
Is＝It+Ix+Ith
公式8
式中，Is为隧道结电流；It为隧道结隧穿电流；Ix为隧道结过剩电流；Ith为热扩散电流；
It＝Ip(Vs/Vp)exp(1-Vs/Vp) 公式9
式中Ip为隧道结峰值电流；Vs为隧道结电压；Vp为隧道结峰值电压；
Ix＝Ivexp[A(Vs-Vv)] 公式10
式中Iv为隧道结谷值电流；A为隧道结的面积；Vν为隧道结谷值电压。
Ith＝I0[exp(qVs/kBT)-1] 公式11
式中I0为隧道结重组电流；
步骤3.根据步骤1、步骤2中的公式1、7可得到第i结单p-n结电池的工作电压与单片聚光三结电池的工作电流之间的等量关系式。
根据幂的乘方运算对公式1变形后得到类二次方程：
Figure GDA0002801160670000111
一般Rshi远大于Vi，因此在计算过程中，其对输出电流的影响可以忽略。
令
Figure GDA0002801160670000112
代入上式可解得：
Figure GDA0002801160670000113
由公式7Ii＝ITJ
可得到第i结单p-n结电池的工作电压为：
Figure GDA0002801160670000114
步骤4，串联电路总电压为各个电路元件电压之和，假设以电流从等效二极管的正极流向负极为电流的正方向，因此隧道结电压Vs为负值，则单片聚光三结电池的工作电压为三结单p-n结电池的工作电压之和与隧道结电压的总和，由公式13可得单片聚光三结电池的工作电压VTJ；
Figure GDA0002801160670000115
式中VTJ为单片聚光三结电池的电压；
步骤5.将35片完全相同的单片聚光三结电池串联，组成CPV模组；根据串联电路电流的特性，CPV模组的工作电流I与单片聚光三结电池的工作电流ITJ与隧道结电流Is在数值上相同，由公式14可得CPV模组的工作电流为：
I＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]
公式14
式中I为CPV模组的工作电流；
所述的CPV模组的工作电压为35个单片聚光三结电池的工作电压与等效串联总电阻Rw的电压的总和，由公式15可得CPV模组的工作电压：
V＝35VTJ-IRw 公式15
式中V为CPV模组的工作电压；Rw为等效串联总电阻；由公式12、13、14、15可得到CPV模组的工作电压和工作电流的关系：
Figure GDA0002801160670000121
步骤6.根据步骤3、4、5中的公式12、13、14，令CPV模组的工作电流I＝0，计算单片聚光三结电池的开路电压VTJOC，对温度求导后，由公式17可得单片聚光三结电池的开路电压温度系数：
Figure GDA0002801160670000122
其中，Vs由0＝I＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]得到。
为简化单片聚光三结电池的短路电流温度系数，根据串联模型遵循电流匹配的原则可推导出单片聚光三结电池的短路电流温度系数为第i结单p-n结电池的短路电流温度系数
Figure GDA0002801160670000131
的最小值，由公式19可得单片聚光三结电池的短路电流温度系数：
Isc＝minIsci 公式18
式中Isc为单片聚光三结电池的短路电流；
Figure GDA0002801160670000132
式中
Figure GDA0002801160670000133
为单片聚光三结电池的短路电流温度系数；
步骤7.根据步骤5中的公式14、16，结合CPV模组在特定条件下实际测量得到的I-V曲线如图5所示，可以通过拟合分析工具进行迭代拟合得到CPV模组公式中所包含的κ1i、κ2i、Rw、
Figure GDA0002801160670000134
I0、Vv、Vp、Iv、Ip15个未知参数值如表1所示，进而确定CPV模组的模型。
步骤7.1.确定迭代计算的经验值和15个未知参数的变化步长。第一次迭代的参数按照参考文献提供的数值输入；
步骤7.2.通过步骤7.1中确定的输入参数在特定工作温度下分别计算单片聚光三结电池的开路电压温度系数
Figure GDA0002801160670000135
单片聚光三结电池的短路电流温度系数
Figure GDA0002801160670000136
和以实际测量的CPV模组的工作电流值I为自变量时对应的CPV模组的工作电压值V；
步骤7.3.计算步骤7.2中所求的三个参数的理论值和目标值之间差距的量化指标，即CPV模组的工作电压的测量值Vm与拟合值V'm的决定系数R2，单片聚光三结电池的开路电压温度系数理论值与目标值差值
Figure GDA0002801160670000137
单片聚光三结电池的短路电流温度系数理论值与目标值差值
Figure GDA0002801160670000138
所述单片聚光三结电池的开路电压温度系数的目标值和单片聚光三结电池的短路电流温度系数的目标值由Azur Space公司提供的型号3C42A三结电池(Ga0.35In0.65P-Ga0.83In0.17As-Ge)得到。
所述CPV模组的工作电压的测量值Vm与拟合值Vm'的决定系数R2由公式20可得：
Figure GDA0002801160670000141
式中N为实际测量I-V数据的组数；Vm为CPV模组的工作电压的测量值；
Figure GDA0002801160670000142
为CPV模组的工作电压的测量值的平均值；Vm'为CPV模组的工作电压的拟合值；
步骤7.4.重复步骤7.1到7.3，直到满足下列三个条件，即迭代截止。从而提取出在T＝298K，m＝576的情况下15个参数的值如表2所示，得到CPV模组的实测I-V曲线图和拟合I-V曲线图，如图6所示，虚线是拟合的I-v曲线，实线是实测的I-v曲线
R2≥0.90
公式21
Figure GDA0002801160670000143
Figure GDA0002801160670000144
步骤8.根据步骤7提取得到的15数值，完成CPV模组模型的建立，得到CPV模组确定的I-V表达式，进而对任意聚光倍数，任意温度下的CPV模组I-V关系进行预测。
表1
Figure GDA0002801160670000145
Figure GDA0002801160670000151
表2
Figure GDA0002801160670000152
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种引入隧道结机制的聚光光伏模组温度特性的预测方法，包括如下步骤：步骤1.建立单片聚光i结电池双二极管模型的等效电路；计算第i结单p-n结电池的工作电流；
所述的单片聚光i结电池双二极管模型的等效电路由i结单p-n结电池的等效电路串联组成，所述的第i结单p-n结电池的等效电路由光生电流源Isci、两个等效二极管D1i，D2i、等效并联电阻Rshi并联连接组成；所述的i结单p-n结电池的等效电路之间引入隧道结TJi；
由公式1可得第i结单p-n结电池的工作电流为：
Figure FDA0002759717130000011
式中Ii为第i结单p-n结电池的工作电流；Vi为第i结单p-n结电池的工作电压；Isci为第i结单p-n结电池的光生电流；Rshi为第i结单p-n结电池的等效并联电阻；I01i为第i结单p-n结电池等效二极管D1i的反向饱和电流；I02i为第i结单p-n结电池等效二极管D2i的反向饱和电流；kB为玻尔兹曼常数；T为电池的绝对温度；q为单位电荷量；
I01i＝Sκ1iT3exp[-Egi/(kBT)] 公式2
式中S为第i结电池的面积；κ1i、κ2i为第i结单p-n结电池的经验参数；Egi为第i结单p-n结电池半导体化合物的带隙宽度；
I02i＝Sκ2iT5/2exp[-Egi/(2kBT)] 公式3
当聚光倍数C＝576时,根据标准状态温度T＝298K AM1.5D ASTMG173-03 900W/m2的入射光谱分布，和i结单p-n结电池的量子效率数据，由公式4可计算此时各i结单p-n结电池的光生电流Isci，由于外界环境导致的温度不一致，引入温度系数来计算各温度下对应的光生电流，表达式为公式5：
Isci＝∫S×聚光倍数×量子效率×光谱响应dλ 公式4
式中λ为波长；
Figure FDA0002759717130000021
式中
Figure FDA0002759717130000022
为第i结单p-n结电池的短路电流温度系数；C为聚光倍数；
由于不同的聚光倍数下，i结单p-n结电池的量子效率相同，根据公式4、5，可得到聚光倍数是m时对应的Isci|T＝298K,C＝m：
Figure FDA0002759717130000023
步骤2：根据串联电路电流特性，建立隧道结电流与单片聚光i结电池工作电流与第i结单p-n结电池工作电流的数值模型：
Ii＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1] 公式7
式中ITJ为单片聚光i结电池工作电流；
所述的隧道结电流为隧道结隧穿电流、隧道结过剩电流、热扩散电流三者之和，由公式8可得隧道结电流为：
Is＝It+Ix+Ith 公式8
式中Is为隧道结电流；It为隧道结隧穿电流；Ix为隧道结过剩电流；Ith为热扩散电流；
It＝Ip(Vs/Vp)exp(1-Vs/Vp) 公式9
式中Ip为隧道结峰值电流；Vs为隧道结电压；Vp为隧道结峰值电压；
Ix＝Ivexp[A(Vs-Vv)] 公式10
式中Iv为隧道结谷值电流；A为隧道结的面积；Vν为隧道结谷值电压；
Ith＝I0[exp(qVs/kBT)-1] 公式11
式中I0为隧道结重组电流；
步骤3.根据步骤1、2中的公式1、公式7可得到第i结单p-n结电池的工作电压与单片聚光i结电池的工作电流之间的等量关系式，由公式12可得第i结单p-n结电池的工作电压为：
Figure FDA0002759717130000031
步骤4.串联电路总电压为各个电路元件电压之和，假设以电流从等效二极管的正极流向负极为电流的正方向，因此隧道结电压Vs为负值，则单片聚光i结电池的工作电压为i结单p-n结电池的工作电压之和与隧道结电压的总和，由公式13可得单片聚光i结电池的工作电压VTJ；
Figure FDA0002759717130000032
式中VTJ为单片聚光i结电池的电压；
步骤5.将n片完全相同的单片聚光i结电池串联，组成CPV模组；根据串联电路电流特性，CPV模组的工作电流I与隧道结电流Is与单片聚光i结电池工作电流ITJ在数值上相同，由公式14可得CPV模组的工作电流为：
I＝ITJ＝Is＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]
公式14
式中I为CPV模组的工作电流；
所述的CPV模组的工作电压为n个单片聚光i结电池的工作电压与等效串联总电阻Rw的电压的总和，由公式15可得CPV模组的工作电压：
V＝nVTJ-IRw 公式15
式中V为CPV模组的工作电压；Rw为等效串联总电阻；由公式12、13、14、15可得到CPV模组的工作电压和工作电流的关系：
Figure FDA0002759717130000041
步骤6.根据步骤3、4、5中的公式12、13、14，令CPV模组的工作电流I＝0，计算单片聚光i结电池的开路电压VTJOC，对温度求导后，由公式17可得单片聚光i结电池的开路电压温度系数：
Figure FDA0002759717130000042
其中，Vs由0＝I＝IP(Vs/Vp)exp(1-Vs/Vp)+Ivexp[A(Vs-Vv)]+I0[exp(qVs/kBT)-1]
得到；
为简化单片聚光i结电池的短路电流温度系数，根据串联模型遵循电流匹配的原则可推导出单片聚光i结电池的短路电流温度系数为第i结单p-n结电池的短路电流温度系数
Figure FDA0002759717130000043
的最小值，由公式19可得单片聚光i结电池的短路电流温度系数：
Isc＝min Isci 公式18
式中Isc为单片聚光i结电池的短路电流；
Figure FDA0002759717130000044
式中
Figure FDA0002759717130000045
为单片聚光i结电池的短路电流温度系数；
步骤7.根据步骤5中的公式14、16，结合CPV模组在特定条件下实际测量得到的I-V曲线，通过拟合分析进行迭代拟合提取出CPV模组公式中所包含的κ1i、κ2i、Rw、
Figure FDA0002759717130000046
I0、Vv、Vp、Iv、Ip共3i+6个未知参数值，进而确定CPV模组的模型；
步骤8.根据步骤7提取得到的3i+6个参数值，完成CPV模组模型的建立，得到CPV模组确定的I-V表达式，进而对任意聚光倍数，任意温度下的CPV模组I-V关系进行预测。
2.根据权利要求1所述的一种引入隧道结机制的聚光光伏模组温度特性的预测方法，包括的步骤7包括如下步骤：
步骤7.1.确定迭代计算的经验值和3i+6个未知参数的变化步长，第一次迭代的参数按照物理经验数值输入；
步骤7.2.通过步骤7.1中确定的输入参数在工作温度下分别计算单片聚光i结电池的开路电压温度系数
Figure FDA0002759717130000051
单片聚光i结电池的短路电流温度系数
Figure FDA0002759717130000052
和以实际测量的CPV模组的工作电流值I为自变量时对应的CPV模组的工作电压值V；
步骤7.3.计算步骤7.2中所求的三个参数的理论值和目标值之间差距的量化指标，即CPV模组的工作电压的测量值Vm与拟合值V′m的决定系数R2，单片聚光i结电池的开路电压温度系数理论值与目标值的差值
Figure FDA0002759717130000053
单片聚光i结电池的短路电流温度系数理论值与目标值的差值
Figure FDA0002759717130000054
所述单片聚光i结电池的开路电压温度系数的目标值和单片聚光i结电池的短路电流温度系数的目标值由单片聚光i结电池参数得到；
所述CPV模组的工作电压的测量值Vm与拟合值Vm′的决定系数R2由公式20可得：
Figure FDA0002759717130000055
式中N为实际测量I-V数据的组数；Vm为CPV模组的工作电压的测量值；
Figure FDA0002759717130000056
为CPV模组的工作电压的测量值的平均值；Vm′为CPV模组的工作电压的拟合值；
步骤7.4.重复步骤7.1到7.3，直到满足下列三个条件，即迭代截止，其中，mv.k-1为毫伏每开尔文，mA.k-1为毫安每开尔文；
R2≥0.90
公式21
Figure FDA0002759717130000061
Figure FDA0002759717130000062
CN201710986975.XA 2017-10-20 2017-10-20 引入隧道结机制的聚光光伏模组温度特性的预测方法 Active CN108108508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710986975.XA CN108108508B (zh) 2017-10-20 2017-10-20 引入隧道结机制的聚光光伏模组温度特性的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710986975.XA CN108108508B (zh) 2017-10-20 2017-10-20 引入隧道结机制的聚光光伏模组温度特性的预测方法

Publications (2)

Publication Number Publication Date
CN108108508A CN108108508A (zh) 2018-06-01
CN108108508B true CN108108508B (zh) 2021-01-26

Family

ID=62207096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710986975.XA Active CN108108508B (zh) 2017-10-20 2017-10-20 引入隧道结机制的聚光光伏模组温度特性的预测方法

Country Status (1)

Country Link
CN (1) CN108108508B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814557A (zh) * 2009-02-25 2010-08-25 中国科学院半导体研究所 硅基薄膜叠层太阳能电池隧道结的制作方法
CN103650165A (zh) * 2011-06-02 2014-03-19 喜瑞能源公司 具有用于集中光伏应用的铜格栅的隧道结太阳能电池
CN104778352A (zh) * 2015-03-31 2015-07-15 国家电网公司 基于stft算子的七参数光伏电池输出特性建模方法
CN105556681A (zh) * 2013-10-04 2016-05-04 旭化成株式会社 太阳能电池及其制造方法、半导体元件及其制造方法
KR20170091071A (ko) * 2017-07-27 2017-08-08 울산과학기술원 스핀 열전 소자 및 이의 제조방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101793462B1 (ko) * 2015-12-23 2017-11-06 울산과학기술원 스핀 열전 소자 구조체

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814557A (zh) * 2009-02-25 2010-08-25 中国科学院半导体研究所 硅基薄膜叠层太阳能电池隧道结的制作方法
CN103650165A (zh) * 2011-06-02 2014-03-19 喜瑞能源公司 具有用于集中光伏应用的铜格栅的隧道结太阳能电池
CN105556681A (zh) * 2013-10-04 2016-05-04 旭化成株式会社 太阳能电池及其制造方法、半导体元件及其制造方法
CN104778352A (zh) * 2015-03-31 2015-07-15 国家电网公司 基于stft算子的七参数光伏电池输出特性建模方法
KR20170091071A (ko) * 2017-07-27 2017-08-08 울산과학기술원 스핀 열전 소자 및 이의 제조방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Ⅲ －Ⅴ 多结太阳电池隧道结模型的研究进展";陈帅等;《微纳电子技术》;20150930;第52卷(第9期);全文 *
"Temperature-dependent model of concentrator photovoltaic modules combining optical elements and III–V multi-junction solar cells";Hui Lv.etc;《ScienceDirect》;20150107;全文 *

Also Published As

Publication number Publication date
CN108108508A (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
Khatibi et al. Generation and combination of the solar cells: A current model review
Kurtz et al. A comparison of theoretical efficiencies of multi‐junction concentrator solar cells
Ciulla et al. A comparison of different one-diode models for the representation of I–V characteristic of a PV cell
Siddique et al. Parameter extraction algorithm for one-diode model of PV panels based on datasheet values
Shannan et al. Single-diode model and two-diode model of PV modules: A comparison
Yin et al. Simple and easy approach for mathematical analysis of photovoltaic (PV) module under normal and partial shading conditions
Verlinden et al. Simple power-loss analysis method for high-efficiency Interdigitated Back Contact (IBC) silicon solar cells
Zimmermann et al. A high-efficiency hybrid high-concentration photovoltaic system
Cotfas et al. Critical factors and parameters for hybrid photovoltaic-thermoelectric systems; review
Zhang et al. Modeling and prediction of PV module performance under different operating conditions based on power-law I–V model
CN108694276B (zh) 一种计算串并联光伏组件输出特性的方法
Shan et al. Design and optimization of GaAs photovoltaic converter for laser power beaming
Shinong et al. An improved mathematical model of photovoltaic cells based on datasheet information
Lv et al. Temperature-dependent model of concentrator photovoltaic modules combining optical elements and III–V multi-junction solar cells
Catelani et al. Matlab PV solar concentrator performance prediction based on triple junction solar cell model
Atlam An experimental and modelling study of a photovoltaic/proton-exchange membrane electrolyser system
Ma et al. Performance modelling of photovoltaic modules under actual operating conditions considering loss mechanism and energy distribution
Lu et al. Effect of grid and optimization on improving the electrical performance of compound parabolic concentrator photovoltaic cells
Ghoneim et al. Performance analysis of high-concentrated multi-junction solar cells in hot climate
De-la-Vega et al. Fractional derivative-based performance analysis of hybrid thermoelectric generator-concentrator photovoltaic system
Strandberg An analytic approach to the modeling of multijunction solar cells
Schuster et al. Analytic modelling of multi-junction solar cells via multi-diodes
Shannan et al. Two diode model for parameters extraction of PV module
Or et al. Performance analysis of concentrator photovoltaic dense-arrays under non-uniform irradiance
Steiner et al. Realistic power output modeling of CPV modules

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant