CN114912066B - 适用于有机太阳能电池的数据处理方法 - Google Patents

适用于有机太阳能电池的数据处理方法 Download PDF

Info

Publication number
CN114912066B
CN114912066B CN202210844412.8A CN202210844412A CN114912066B CN 114912066 B CN114912066 B CN 114912066B CN 202210844412 A CN202210844412 A CN 202210844412A CN 114912066 B CN114912066 B CN 114912066B
Authority
CN
China
Prior art keywords
basic
conversion
illumination
coefficient
internal temperature
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
CN202210844412.8A
Other languages
English (en)
Other versions
CN114912066A (zh
Inventor
孙魄
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.)
Nanjing Zhiyan Technology Co ltd
Original Assignee
Nanjing Zhiyan Technology Co ltd
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 Nanjing Zhiyan Technology Co ltd filed Critical Nanjing Zhiyan Technology Co ltd
Priority to CN202210844412.8A priority Critical patent/CN114912066B/zh
Publication of CN114912066A publication Critical patent/CN114912066A/zh
Application granted granted Critical
Publication of CN114912066B publication Critical patent/CN114912066B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/549Organic PV cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明提供适用于有机太阳能电池的数据处理方法,涉及太阳能电池技术领域,所述处理方法包括如下步骤:步骤A,获取有机太阳能电池的结构基础参数,并对基础参数进行转化处理;步骤B,对有机太阳能电池的运行数据进行获取,所述运行数据包括外部环境数据和内部光电转化数据;步骤C,然后对运行数据进行处理,并得到基础转化结果;步骤D,持续获取运行数据,并得到多种运行模式下的基础转化结果,再对多种基础转化结果进行综合处理得到综合转化数据处理结果,本发明通过对基础数据和运行数据进行综合分析处理,能够对有机太阳能电池的光电转化效率进行综合性的评估,提高对光电转化效率评估的准确性。

Description

适用于有机太阳能电池的数据处理方法
技术领域
本发明涉及太阳能电池技术领域,尤其涉及适用于有机太阳能电池的数据处理方法。
背景技术
有机太阳能电池,顾名思义,就是由有机材料构成核心部分的太阳能电池。主要是以具有光敏性质的有机物作为半导体的材料,以光伏效应而产生电压形成电流, 实现太阳能发电的效果。有机太阳能电池以具有光敏性质的有机物作为半导体的材料,以光伏效应而产生电压形成电流。主要的光敏性质的有机材料均具有共轭结构并且有导电性,如酞菁化合物、卟啉、菁等。
太阳能电池在进行发电过程中会受到多种因素的影响,其中在有机太阳能电池领域中,光电转化效率是影响其发电量的重要因素,有机太阳能电池的结构设计对其光电转化效率存在一定的影响,但是现有的对有机太阳能发电过程中的光电转化效率进行评估的数据处理方法存在欠缺,使得对有机太阳能发电的转换效率的分析存在不足,因此在对有机太阳能电池的投入过程中缺乏成本转化的数据参考。
发明内容
针对现有技术存在的不足,本发明目的是提供适用于有机太阳能电池的数据处理方法,通过对有机太阳能的基础参数和运行数据进行获取和分析,以解决现有的技术中缺少对有机太阳能电池的光电转化效率进行有效分析和评估方法的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:本发明提供适用于有机太阳能电池的数据处理方法,所述处理方法包括如下步骤:
步骤A,获取有机太阳能电池的结构基础参数,并对基础参数进行转化处理;
步骤B,对有机太阳能电池的运行数据进行获取,所述运行数据包括外部环境数据和内部光电转化数据;
步骤C,然后对运行数据进行处理,并得到基础转化结果;
步骤D,持续获取运行数据,并得到多种运行模式下的基础转化结果,再对多种基础转化结果进行综合处理得到综合转化数据处理结果。
进一步地,所述步骤A还包括如下子步骤:
步骤A10,先将有机太阳能电池分为玻璃基底、阳极、有机层以及阴极,获取有机层的厚度;
步骤A20,再将有机层分为受体材料层以及给体材料层,获取受体材料层和给体材料层的厚度,并分别设定为受体厚度以及给体厚度;
步骤A30,从材料数据库中获取受体材料和给体材料的掺杂浓度,并分别设定为受体掺杂浓度和给体掺杂浓度;将受体厚度、给体厚度、受体掺杂浓度以及给体掺杂浓度代入到有机层基础分离公式中求得有机层基础分离效率值。
进一步地,所述有机层基础分离公式配置为:
Figure DEST_PATH_IMAGE001
;其中,Xfyj为有机层基础分离效率值,Ngt为给体掺杂浓度,Nst为受体掺杂浓度,Hgt为给体厚度,Hst为受体厚度。
进一步地,所述步骤B还包括如下子步骤:
步骤B10,获取运行过程中的外部环境数据中的光照值以及外部温度值;
步骤B20,获取运行过程中内部光电转化数据的输出功率以及内部温度值;
步骤B30,选取运行过程中内部温度值为第一内部温度值且光照值为第一光照值时的输出功率,并将此时的输出功率设定为第一非平衡参考输出功率;其中选取的第一内部温度值为现有的有机太阳能电池在达到该温度时的光电转化效率最高或较高的温度情况,第一光照值为本发明所应用的发电区域内最常出现的光照值,选取该数据能够更具备参考性;
其中,第二内部温度值大于第一内部温度值,第二光照值大于第一光照值;
步骤B40,将第一内部温度值、第一光照值、有机层基础分离效率值以及第一非平衡输出功率代入到有机层非平衡变化基础质量公式中求得有机层非平衡变化基础指数;所述有机层非平衡变化基础质量公式配置为:
Figure 704370DEST_PATH_IMAGE002
;其中,Zfp为有机层非平衡变化基础指数,G1为光照与非平衡状态的变化关系比,T1为内部温度与非平衡状态的变化关系比,G1和T1参照现有的有机太阳能电池对于光照和内部温度与非平衡状态转化的比重进行设定,根据有机层非平衡变化基础指数能够评估本发明的有机层材料中的载流子的非平衡变化情况;如果输出功率和有机层的基础参数求取的有机层基础分离效率值相差不大,证明本发明的有机层的质量达到平均线;如果输出功率比有机层的基础参数求取的有机层基础分离效率值大得多,证明本发明的有机层的质量高于平均线;如果输出功率比有机层的基础参数求取的有机层基础分离效率值小得多,证明本发明的有机层的质量小于平均线。
进一步地,所述步骤C还包括如下子步骤:
步骤C10,将光照值、外部温度、有机层基础分离效率值以及输出功率代入到基础转化公式中求得基础转化系数;
根据基础转化系数进行基础转化等级的划分,当基础转化系数大于等于第一转化阈值时,输出高基础转化等级;当基础转化系数大于等于第二转化阈值且小于第一转化阈值时,输出中基础转化等级;当基础转化系数小于第二转化阈值时,输出低基础转化等级。
进一步地,所述基础转化公式配置为:
Figure DEST_PATH_IMAGE003
;其中,Xjcz为基础转化系数,Wsc为输出功率,Gz为光照值,Twb为外部温度,a1为光照转化参考值,a2为外部温度转化参考值。
进一步地,所述步骤D还包括如下子步骤:
步骤D10,对光照值设定高参考光照、中参考光照以及低参考光照;对外部温度设定高参考外部温度、中参考外部温度以及低参考外部温度;对内部分度设定高参考内部温度、中参考内部温度以及低参考内部温度;
步骤D20,分别对光照值在高参考光照、中参考光照以及低参考光照时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,此时外部温度设定在中参考外部温度,内部温度设置在中参考内部温度;
分别对外部温度在高参考外部温度、中参考外部温度以及低参考外部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,此时光照值设定在中参考光照,内部温度设定在中参考内部温度;
分别对内部温度在高参考内部温度、中参考内部温度以及低参考内部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数,此时光照值设定在中参考光照,外部温度设定在中参考外部温度;
步骤D30,将高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数代入到光照变化转化公式中求得光照转化波动值;
将高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数代入到外部温度变化转化公式中求得外部温度转化波动值;
将高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数代入到内部温度变化转化公式中求得内部温度转化波动值;
再将光照转化波动值和外部温度转化波动值代入到外部环境波动转化公式中得到外部环境转化波动值;
步骤D40,再求取高光照基础转化系数、中光照基础转化系数、低光照基础转化系数、高外部温度基础转化系数、中外部温度基础转化系数、低外部温度基础转化系数、高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数的平均值,并设定为综合基础转化系数;
步骤D50,再将外部环境转化波动值、内部温度转化波动值以及综合基础转化系数代入到综合转化公式中求得综合转化系数;
根据综合转化系数设定综合转化等级,当综合转化系数大于等于第一综合阈值时,输出高综合转化等级;当综合转化系数大于等于第二综合阈值且小于第一综合阈值时,输出中综合转化等级;当综合转化系数小于第二综合阈值时,输出低综合转化等级。
进一步地,所述光照变化转化公式配置为:
Figure 768403DEST_PATH_IMAGE004
;所述外部温度变化转化公式配置为:
Figure DEST_PATH_IMAGE005
;所述内部温度变化转化公式配置为:
Figure 844812DEST_PATH_IMAGE006
;其中,Bgz为光照转化波动值,Bwbz为外部温度转化波动值,Bnbz为内部温度转化波动值,Xjczgg、Xjczzg以及Xjczdg分别为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,Xjczgw、Xjczzw以及Xjczdw分别为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,Xjczgn、Xjczzn以及Xjczdn分别为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数;
所述外部环境波动转化公式配置为:
Figure DEST_PATH_IMAGE007
;其中,Bwh为外部环境转化波动值;
所述综合转化公式配置为:
Figure 698409DEST_PATH_IMAGE008
;其中,Xzhz为综合转化系数,Xzhj为综合基础转化系数。
本发明的有益效果:本发明首先获取有机太阳能电池的结构基础参数, 并对基础参数进行转化处理,再对有机太阳能电池的运行数据进行获取,所述运行数据包括外部环境数据和内部光电转化数据,然后对运行数据进行处理,并得到基础转化结果,最后再持续获取运行数据,并得到多种运行模式下的基础转化结果,再对多种基础转化结果进行综合处理得到综合转化数据处理结果,该方法通过对基础数据和运行数据进行综合分析处理,能够对有机太阳能电池的光电转化效率进行综合性的评估,提高对光电转化效率评估的准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的处理方法的流程图;
图2为本发明的有机太阳能电池的结构示意图;
图3为本发明的步骤A的子步骤流程图;
图4为本发明的实施例一中步骤B的子步骤流程图;
图5为本发明的实施例二中步骤B的子步骤流程图;
图6为本发明的步骤D的子步骤的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例一,请参阅图1和图2所示,本发明提供一种适用于有机太阳能电池的数据处理方法,通过对有机太阳能的基础参数和运行数据进行获取和分析,以解决有机太阳能电池在光电转化效率方面的分析存在不足的问题,具体选用N型半导体与P型半导体异质结构电池作为参考。
具体地,N异质结构电池是指这种结构具有给体-受体(N型半导体与P型半导体)的异质结构,具体结构参照图2所示,图2为本发明的有机太阳能电池的结构示意图,其中半导体的材料多为染料,如酞菁类化合物、苝四甲醛亚胺类化合物,利用半导体层间的D/A界面(Donor——给体,Acceptor——受体)以及电子—空穴分别在不同的材料中传递的特性,使分离效率提高。请参阅图1所示,所述处理方法包括如下步骤:步骤A,获取有机太阳能电池的结构基础参数,并对基础参数进行转化处理;
请参阅图3所示,所述步骤A还包括如下子步骤:
步骤A10,先将有机太阳能电池分为玻璃基底、阳极、有机层以及阴极,获取有机层的厚度;
步骤A20,再将有机层分为受体材料层以及给体材料层,获取受体材料层和给体材料层的厚度,并分别设定为受体厚度以及给体厚度;
步骤A30,从材料数据库中获取受体材料和给体材料的掺杂浓度,并分别设定为受体掺杂浓度和给体掺杂浓度;将受体厚度、给体厚度、受体掺杂浓度以及给体掺杂浓度代入到有机层基础分离公式中求得有机层基础分离效率值;所述有机层基础分离公式配置为:
Figure DEST_PATH_IMAGE009
;其中,Xfyj为有机层基础分离效率值,Ngt为给体掺杂浓度,Nst为受体掺杂浓度,Hgt为给体厚度,Hst为受体厚度。掺杂浓度对于给体材料层和受体材料层的载流子有很大的影响,因此获取给体材料层和受体材料层的掺杂浓度,能够得到该材料的基础光电转化性能。在半导体领域中,载流子是承载电荷的、能够自由移动以形成电流的物质粒子。半导体的性质跟导体和绝缘体不同,是因为其能带结构不同;而半导体的导电能力可以控制,主要是因为其载流子的种类和数量与导体和绝缘体不同,并且可以受到控制,其调节手段就是“掺杂”,即往纯净的半导体中掺入杂质,来改变其载流子数量、分布和运动趋势,从而改变整体导电性能;具体地,例如硅原子有4个价电子,它们位于以原子核为中心的四面体的4个顶角上。这些价电子会与其他硅原子的价电子结合成共价键,大量的硅原子以这种方式互相结合,形成结构规律的晶体。如果给它加入砷(或磷),砷最外层有5个电子,其中4个电子也会跟硅原子的4个价电子结合成共价键,把砷原子固定在硅材料的晶格中。此时会多出1个自由电子,这个电子跃迁至导带所需的能量较低,容易在硅晶格中移动,从而产生电流。这种掺入了能提供多余电子的杂质而获得导电能力的半导体称为N型半导体,“N”为Negative,代表带负电荷的意思。如果我们在纯硅中掺入硼(B),因为硼的价电子只有3个,要跟硅原子的4个价电子结合成共价键,就需要吸引另外的1个电子过来,这样就会形成一个空穴,作为额外引入的载流子,提供导电能力。这种掺入可提供空穴的杂质后的半导体,叫做P型半导体,“P”是Positive,代表带来正电荷的意思。
请参阅图4所示,步骤B,对有机太阳能电池的运行数据进行获取,所述运行数据包括外部环境数据和内部光电转化数据;所述步骤B还包括如下子步骤:步骤B10,获取运行过程中的外部环境数据中的光照值以及外部温度值;步骤B20,获取运行过程中内部光电转化数据的输出功率以及内部温度值;具体地,如果对半导体施加外界作用(如用光的或电的方法),破坏了热平衡条件;使半导体处于与热平衡状态相偏离的状态,则称为非平衡状态。处于非平衡状态的半导体,其载流子比平衡状态时多出来的那一部分载流子称为非平衡载流子。在N型半导体中,把非平衡电子称为非平衡多数载流子,非平衡空穴称为非平衡少数载流子。对P型半导体则相反,在半导体器件中,非平衡少数载流子往往起着重要的作用;当半导体的温度升高(例如室温300K)或受到光照等外界因素的影响,某些共价键中的价电子获得了足够的能量,足以挣脱共价键的束缚,跃迁到导带,成为自由电子,同时在共价键中留下相同数量的空穴。空穴是半导体中特有的一种粒子。它带正电,与电子的电荷量相同。把热激发产生的这种跃迁过程称为本征激发。显然,本征激发所产生的自由电子和空穴数目是相同的。因此光照值、外部温度值以及内部温度值是影响光电转化效率的重要因素。
步骤C,然后对运行数据进行处理,并得到基础转化结果;所述步骤C还包括如下子步骤:步骤C10,将光照值、外部温度、有机层基础分离效率值以及输出功率代入到基础转化公式中求得基础转化系数;所述基础转化公式配置为:
Figure 936492DEST_PATH_IMAGE010
;其中,Xjcz为基础转化系数,Wsc为输出功率,Gz为光照值,Twb为外部温度,a1为光照转化参考值,a2为外部温度转化参考值,其中a1和a2分别根据光照和外部温度在转化效率中的占比设定,具体设定a1大于a2,根据基础转化系数进行基础转化等级的划分,当基础转化系数大于等于第一转化阈值时,输出高基础转化等级;当基础转化系数大于等于第二转化阈值且小于第一转化阈值时,输出中基础转化等级;当基础转化系数小于第二转化阈值时,输出低基础转化等级。
请参阅图6所示,步骤D,持续获取运行数据,并得到多种运行模式下的基础转化结果,再对多种基础转化结果进行综合处理得到综合转化数据处理结果;所述步骤D还包括如下子步骤:步骤D10,对光照值设定高参考光照、中参考光照以及低参考光照;对外部温度设定高参考外部温度、中参考外部温度以及低参考外部温度;对内部分度设定高参考内部温度、中参考内部温度以及低参考内部温度。
步骤D20,分别对光照值在高参考光照、中参考光照以及低参考光照时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,此时外部温度设定在中参考外部温度,内部温度设置在中参考内部温度;分别对外部温度在高参考外部温度、中参考外部温度以及低参考外部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,此时光照值设定在中参考光照,内部温度设定在中参考内部温度;分别对内部温度在高参考内部温度、中参考内部温度以及低参考内部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数,此时光照值设定在中参考光照,外部温度设定在中参考外部温度。
步骤D30,将高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数代入到光照变化转化公式中求得光照转化波动值;所述光照变化转化公式配置为:
Figure DEST_PATH_IMAGE011
;将高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数代入到外部温度变化转化公式中求得外部温度转化波动值;所述外部温度变化转化公式配置为:
Figure 284559DEST_PATH_IMAGE012
;将高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数代入到内部温度变化转化公式中求得内部温度转化波动值;所述内部温度变化转化公式配置为:
Figure DEST_PATH_IMAGE013
;其中,Bgz为光照转化波动值,Bwbz为外部温度转化波动值,Bnbz为内部温度转化波动值,Xjczgg、Xjczzg以及Xjczdg分别为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,Xjczgw、Xjczzw以及Xjczdw分别为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,Xjczgn、Xjczzn以及Xjczdn分别为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数;再将光照转化波动值和外部温度转化波动值代入到外部环境波动转化公式中得到外部环境转化波动值;所述外部环境波动转化公式配置为:
Figure 132036DEST_PATH_IMAGE007
;其中,Bwh为外部环境转化波动值。
步骤D40,再求取高光照基础转化系数、中光照基础转化系数、低光照基础转化系数、高外部温度基础转化系数、中外部温度基础转化系数、低外部温度基础转化系数、高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数的平均值,并设定为综合基础转化系数。
步骤D50,再将外部环境转化波动值、内部温度转化波动值以及综合基础转化系数代入到综合转化公式中求得综合转化系数;所述综合转化公式配置为:
Figure 255850DEST_PATH_IMAGE014
;其中,Xzhz为综合转化系数,Xzhj为综合基础转化系数;根据综合转化系数设定综合转化等级,当综合转化系数大于等于第一综合阈值时,输出高综合转化等级;当综合转化系数大于等于第二综合阈值且小于第一综合阈值时,输出中综合转化等级;当综合转化系数小于第二综合阈值时,输出低综合转化等级。
实施例二,请参阅图5所示,实施例二在实施例一的基础上增加了对受体材料层和给体材料层的载流子的平衡状态的变化进行计算分析的方法;如果对半导体施加外界作用(如光、电以及温度等变化),破坏了热平衡条件;使半导体处于与热平衡状态相偏离的状态,则称为非平衡状态。这种光生的电子和空穴称之为电子一空穴对。当半导体的温度升高(例如室温300K)或受到光照等外界因素的影响,某些共价键中的价电子获得了足够的能量,足以挣脱共价键的束缚,跃迁到导带,成为自由电子,同时在共价键中留下相同数量的空穴。空穴是半导体中特有的一种粒子。它带正电,与电子的电荷量相同。把热激发产生的这种跃迁过程称为本征激发。针对光照和温度产生变化后的非平衡状态时的输出功率进行计算,能够得到本发明中的给体材料和受体材料中的非平衡状态的变化情况。
具体为,所述步骤B还包括步骤B30,所述步骤B30还包括:选取运行过程中内部温度值为第一内部温度值且光照值为第一光照值时的输出功率,并将此时的输出功率设定为第一非平衡参考输出功率;其中,选取的第一内部温度值为现有的有机太阳能电池在达到该温度时的光电转化效率最高或较高的温度情况,第一光照值为本发明所应用的发电区域内最常出现的光照值,选取该数据能够更具备参考性;
其中,第二内部温度值大于第一内部温度值,第二光照值大于第一光照值;
步骤B40,将第一内部温度值、第一光照值、有机层基础分离效率值以及第一非平衡输出功率代入到有机层非平衡变化基础质量公式中求得有机层非平衡变化基础指数;所述有机层非平衡变化基础质量公式配置为:
Figure DEST_PATH_IMAGE015
;其中,Zfp为有机层非平衡变化基础指数,G1为光照与非平衡状态的变化关系比,T1为内部温度与非平衡状态的变化关系比,G1和T1参照现有的有机太阳能电池对于光照和内部温度与非平衡状态转化的比重进行设定,根据有机层非平衡变化基础指数能够评估本发明的有机层材料中的载流子的非平衡变化情况;如果输出功率和有机层的基础参数求取的有机层基础分离效率值相差不大,证明本发明的有机层的质量达到平均线;如果输出功率比有机层的基础参数求取的有机层基础分离效率值大得多,证明本发明的有机层的质量高于平均线;如果输出功率比有机层的基础参数求取的有机层基础分离效率值小得多,证明本发明的有机层的质量小于平均线。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.适用于有机太阳能电池的数据处理方法,其特征在于,所述处理方法包括如下步骤:
步骤A,获取有机太阳能电池的结构基础参数,并对基础参数进行转化处理;
所述步骤A还包括如下子步骤:
步骤A10,先将有机太阳能电池分为玻璃基底、阳极、有机层以及阴极,获取有机层的厚度;
步骤A20,再将有机层分为受体材料层以及给体材料层,获取受体材料层和给体材料层的厚度,并分别设定为受体厚度以及给体厚度;
步骤A30,从材料数据库中获取受体材料和给体材料的掺杂浓度,并分别设定为受体掺杂浓度和给体掺杂浓度;将受体厚度、给体厚度、受体掺杂浓度以及给体掺杂浓度代入到有机层基础分离公式中求得有机层基础分离效率值;
步骤B,对有机太阳能电池的运行数据进行获取,所述运行数据包括外部环境数据和内部光电转化数据;
所述步骤B还包括如下子步骤:
步骤B10,获取运行过程中的外部环境数据中的光照值以及外部温度值;
步骤B20,获取运行过程中内部光电转化数据的输出功率以及内部温度值;
步骤C,然后对运行数据进行处理,并得到基础转化结果;
所述步骤C还包括如下子步骤:
步骤C10,将光照值、外部温度、有机层基础分离效率值以及输出功率代入到基础转化公式中求得基础转化系数;
根据基础转化系数进行基础转化等级的划分,当基础转化系数大于等于第一转化阈值时,输出高基础转化等级;当基础转化系数大于等于第二转化阈值且小于第一转化阈值时,输出中基础转化等级;当基础转化系数小于第二转化阈值时,输出低基础转化等级;
步骤D,持续获取运行数据,并得到多种运行模式下的基础转化结果,再对多种基础转化结果进行综合处理得到综合转化数据处理结果;
所述步骤D还包括如下子步骤:
步骤D10,对光照值设定高参考光照、中参考光照以及低参考光照;对外部温度设定高参考外部温度、中参考外部温度以及低参考外部温度;对内部分度设定高参考内部温度、中参考内部温度以及低参考内部温度;
步骤D20,分别对光照值在高参考光照、中参考光照以及低参考光照时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,此时外部温度设定在中参考外部温度,内部温度设置在中参考内部温度;
分别对外部温度在高参考外部温度、中参考外部温度以及低参考外部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,此时光照值设定在中参考光照,内部温度设定在中参考内部温度;
分别对内部温度在高参考内部温度、中参考内部温度以及低参考内部温度时的基础转化系数进行获取,并将此时获取到的基础转化系数分别设定为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数,此时光照值设定在中参考光照,外部温度设定在中参考外部温度;
步骤D30,将高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数代入到光照变化转化公式中求得光照转化波动值;
将高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数代入到外部温度变化转化公式中求得外部温度转化波动值;
将高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数代入到内部温度变化转化公式中求得内部温度转化波动值;
再将光照转化波动值和外部温度转化波动值代入到外部环境波动转化公式中得到外部环境转化波动值;
步骤D40,再求取高光照基础转化系数、中光照基础转化系数、低光照基础转化系数、高外部温度基础转化系数、中外部温度基础转化系数、低外部温度基础转化系数、高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数的平均值,并设定为综合基础转化系数。
2.根据权利要求1所述的适用于有机太阳能电池的数据处理方法,其特征在于,所述有机层基础分离公式配置为:
Figure 443066DEST_PATH_IMAGE001
;其中,Xfyj为有机层基础分离效率值,Ngt为给体掺杂浓度,Nst为受体掺杂浓度,Hgt为给体厚度,Hst为受体厚度。
3.根据权利要求2所述的适用于有机太阳能电池的数据处理方法,其特征在于,所述基础转化公式配置为:
Figure 583671DEST_PATH_IMAGE002
;其中,Xjcz为基础转化系数,Wsc为输出功率,Gz为光照值,Twb为外部温度,a1为光照转化参考值,a2为外部温度转化参考值。
4.根据权利要求3所述的适用于有机太阳能电池的数据处理方法,其特征在于,所述光照变化转化公式配置为:
Figure 202871DEST_PATH_IMAGE003
;所述外部温度变化转化公式配置为:
Figure 79691DEST_PATH_IMAGE004
;所述内部温度变化转化公式配置为:
Figure 590176DEST_PATH_IMAGE005
;其中,Bgz为光照转化波动值,Bwbz为外部温度转化波动值,Bnbz为内部温度转化波动值,Xjczgg、Xjczzg以及Xjczdg分别为高光照基础转化系数、中光照基础转化系数以及低光照基础转化系数,Xjczgw、Xjczzw以及Xjczdw分别为高外部温度基础转化系数、中外部温度基础转化系数以及低外部温度基础转化系数,Xjczgn、Xjczzn以及Xjczdn分别为高内部温度基础转化系数、中内部温度基础转化系数以及低内部温度基础转化系数;
所述外部环境波动转化公式配置为:
Figure 852530DEST_PATH_IMAGE006
;其中,Bwh为外部环境转化波动值。
5.根据权利要求4所述的适用于有机太阳能电池的数据处理方法,其特征在于,步骤D50,再将外部环境转化波动值、内部温度转化波动值以及综合基础转化系数代入到综合转化公式中求得综合转化系数;
根据综合转化系数设定综合转化等级,当综合转化系数大于等于第一综合阈值时,输出高综合转化等级;当综合转化系数大于等于第二综合阈值且小于第一综合阈值时,输出中综合转化等级;当综合转化系数小于第二综合阈值时,输出低综合转化等级。
6.根据权利要求5所述的适用于有机太阳能电池的数据处理方法,其特征在于,所述综合转化公式配置为:
Figure 658943DEST_PATH_IMAGE007
;其中,Xzhz为综合转化系数,Xzhj为综合基础转化系数。
CN202210844412.8A 2022-07-19 2022-07-19 适用于有机太阳能电池的数据处理方法 Active CN114912066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210844412.8A CN114912066B (zh) 2022-07-19 2022-07-19 适用于有机太阳能电池的数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210844412.8A CN114912066B (zh) 2022-07-19 2022-07-19 适用于有机太阳能电池的数据处理方法

Publications (2)

Publication Number Publication Date
CN114912066A CN114912066A (zh) 2022-08-16
CN114912066B true CN114912066B (zh) 2022-09-27

Family

ID=82772675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210844412.8A Active CN114912066B (zh) 2022-07-19 2022-07-19 适用于有机太阳能电池的数据处理方法

Country Status (1)

Country Link
CN (1) CN114912066B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103678872A (zh) * 2013-09-27 2014-03-26 国家电网公司 一种光伏发电系统性能评估方法及装置
CN106206954A (zh) * 2016-07-28 2016-12-07 太原理工大学 一种倒置体异质结有机太阳能电池
CN107358335A (zh) * 2017-06-02 2017-11-17 国网辽宁省电力有限公司葫芦岛供电公司 一种基于互联网的分布式光伏效率评估方法与系统
CN109542877A (zh) * 2018-11-20 2019-03-29 上海元城汽车技术有限公司 电池管理系统的参数管理方法及装置
CN110112818A (zh) * 2019-05-10 2019-08-09 长安大学 一种车载光伏系统太阳能变换器的运行控制方法及系统
CN110571162A (zh) * 2019-09-16 2019-12-13 南京航空航天大学 模拟太阳能电池片光照热衰减的装置及检测衰减量的方法
CN110754004A (zh) * 2017-05-05 2020-02-04 洛桑联邦理工学院 长期具有高操作稳定性的基于无机空穴导体的钙钛矿光电转换装置
CN111079073A (zh) * 2020-02-03 2020-04-28 南京大学 一种建筑物三维太阳能潜力计算方法
CN111748216A (zh) * 2020-06-28 2020-10-09 苏州美嘉写智能显示科技有限公司 一种点击反应制备新型芘类D-π-A型太阳能电池染料的合成方法
CN112528542A (zh) * 2020-12-15 2021-03-19 河海大学 一种考虑集热器工作模式的光热发电系统动态建模方法及控制方法
CN113098055A (zh) * 2021-04-02 2021-07-09 广东技术师范大学 一种基于新能源并网的高转化率光伏系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012049984A1 (ja) * 2010-10-14 2012-04-19 日立化成工業株式会社 太陽電池モジュール
TWI441368B (zh) * 2011-09-02 2014-06-11 Nat Univ Tsing Hua 利用照光以提昇反式的有機太陽電池及其方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103678872A (zh) * 2013-09-27 2014-03-26 国家电网公司 一种光伏发电系统性能评估方法及装置
CN106206954A (zh) * 2016-07-28 2016-12-07 太原理工大学 一种倒置体异质结有机太阳能电池
CN110754004A (zh) * 2017-05-05 2020-02-04 洛桑联邦理工学院 长期具有高操作稳定性的基于无机空穴导体的钙钛矿光电转换装置
CN107358335A (zh) * 2017-06-02 2017-11-17 国网辽宁省电力有限公司葫芦岛供电公司 一种基于互联网的分布式光伏效率评估方法与系统
CN109542877A (zh) * 2018-11-20 2019-03-29 上海元城汽车技术有限公司 电池管理系统的参数管理方法及装置
CN110112818A (zh) * 2019-05-10 2019-08-09 长安大学 一种车载光伏系统太阳能变换器的运行控制方法及系统
CN110571162A (zh) * 2019-09-16 2019-12-13 南京航空航天大学 模拟太阳能电池片光照热衰减的装置及检测衰减量的方法
CN111079073A (zh) * 2020-02-03 2020-04-28 南京大学 一种建筑物三维太阳能潜力计算方法
CN111748216A (zh) * 2020-06-28 2020-10-09 苏州美嘉写智能显示科技有限公司 一种点击反应制备新型芘类D-π-A型太阳能电池染料的合成方法
CN112528542A (zh) * 2020-12-15 2021-03-19 河海大学 一种考虑集热器工作模式的光热发电系统动态建模方法及控制方法
CN113098055A (zh) * 2021-04-02 2021-07-09 广东技术师范大学 一种基于新能源并网的高转化率光伏系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Progress in Stability of Organic Solar Cells";Leiping Duan 等;《Advanced Science》;20200422;第7卷(第11期);第1-39页 *
"Research on new technologies of photoelectric conversion efficiency in solar cell";Tianze Li 等;《2010 International Conference on Mechanic Automation and Control Engineering》;20100803;第1-4页 *
"基于集成学习的有机太阳能电池光电转化效率预测模型研究";崔艳莹;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20190915;第C042-863页 *
"新型有机半导体受体材料及其有机太阳能电池应用";陈志宽 等;《中国化学会2017全国高分子学术论文报告会摘要集》;20171010;第83页 *
"通过阴极修饰层及新材料的对比研究探索提升有机太阳能电池光电转化效率的途径";周彦君;《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》;20210315;第B020-154页 *

Also Published As

Publication number Publication date
CN114912066A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
Stodolny et al. n-Type polysilicon passivating contact for industrial bifacial n-type solar cells
US6743974B2 (en) Silicon solar cell with germanium backside solar cell
KR100850641B1 (ko) 고효율 결정질 실리콘 태양전지 및 그 제조방법
Kawanishi et al. SnS homojunction solar cell with n‐type single crystal and p‐type thin film
Dwivedi Modeling of photovoltaic solar cell based on CuSbS₂ absorber for the enhancement of performance
Lu et al. Wide band gap gallium phosphide solar cells
KR101886818B1 (ko) 이종 접합 실리콘 태양 전지의 제조 방법
Babu et al. Optimization of photovoltaic solar cell performance via the earth abundant Zn3P2 back surface field
US20160190375A1 (en) Hetero-junction solar cell and manufacturing method thereof
Sepeai et al. Design optimization of bifacial solar cell by PC1D simulation
RU2590284C1 (ru) Солнечный элемент
Benami et al. Comparison of the effects of ZnO and TiO2 on the performance of perovskite solar cells via SCAPS-1D software package
CN102637776B (zh) N型太阳能电池片及其制造方法
CN114912066B (zh) 适用于有机太阳能电池的数据处理方法
WO2015114921A1 (ja) 光電変換装置
US20120024360A1 (en) Photovoltaic device
KR20090105482A (ko) 반도체 나노소재를 이용한 광전 변환 장치 및 그 제조 방법
Salinger Measurement of solar cell parameters with dark forward IV characteristics
Srinivasa et al. Effect of substrate resistivity, defects and temperature on silicon heterojunction solar cells performance
US20130220417A1 (en) Solar cell
Putra et al. Performance profile analysis of ZnO/CdS/CdTe solar cells thin film: A review of absorber thickness and device temperature
Yadav et al. Performance Analysis of CuI as Hole Transport Layer in Perovskite (CH 3 NH 3 PbX 3, X: I, Br, Cl) Solar Cell
Wang et al. 1 MeV electron irradiation effect and damage mechanism analysis of flexible GaInP/GaAs/InGaAs solar cells
Yi et al. Analysis of each branch current of serial solar cells by using an equivalent circuit model
Dang et al. Wide spectral response and ambient air-stable nanowire window-absorber type solar cells

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