《在基于硅基光伏组件的基础上,建立了一种实用的光学和电模型来估计不同热源的功率损耗和定量。》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2018-05-21
  • 太阳能组件转换需要的电力,不需要的热量和反射入射光。光吸收太阳能电池的硅,产生免费的电荷载体,通过光电效应转换成电能。一些在自由电荷载体吸收的能量以及其他非光活性层吸收的能量产生热量。光伏组件主要以标准测试条件(STC)为特征,但PV模块的反射损耗和热源的量化可以帮助评估不同光谱和环境条件下光伏组件的产量,如模块温度可以影响能量产率的沙漠地区。在此工作中,我们介绍了一种实用的方法来计算光谱分辨吸收和电压分解的电转换机制,以通过常用的表征设备来量化电和热产生过程。该模型只需要模块组件的光学特性和典型的电池和模块的电特性。根据单个部件的性能,可以确定在整个太阳能模块中每个损失现象和发电量的份额。仿真结果与实验结果对比表明,该方法具有良好的相关性。测量和模拟的短路电流密度与约1%的偏差是一致的,这是由于额外的反向反射和测量噪声造成的。对该单元(CTM)电流损失进行模拟,分别为2.63%和1.85%。结果表明,在测量的模块中,模块中7%的入射太阳能被反射,75.58%的太阳能转化为热能。使用的电能是模拟的,分别为17.44%和17.72%。我们显示,超过一半的输入能量由于热化和热力学损失而耗散。

    ——文章发布于2018年11月

相关报告
  • 《增强的领导者粒子群优化(ELPSO):一种高效的光伏(PV)单元的参数估计和模块化的领袖粒子群优化(ELPSO):一种有效的光伏(PV)单元和模块参数估计的算法。》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2017-11-04
    • 如今,光伏(PV)系统正在产生相当大的电能。光伏电池和模块的参数估计是一个热门的研究课题,在建模PV系统中起着重要的作用。这一问题通常转化为优化问题,并通过元启发式优化算法来解决。在元启发式优化算法中,粒子群优化(PSO)是一种受欢迎的基于铅的随机优化算法。然而,过早收敛是PSO的主要缺点,它不允许它在诸如PV单元/模块参数估算等多模式问题上提供高质量的解决方案。在PSO中,所有的粒子都被拉向领导者,因此领导者可以显著地影响粒子的集体性能。一个高质量的领导可以把所有的粒子都拉到搜索空间的好区域,反之亦然。因此,在这个研究中,使用了改进的PSO变体,并使用了增强的领导人PSO(ELPSO)。在ELPSO中,通过五阶段连续的突变策略来提高领导者的地位,在PV单元/模块参数估计问题上实现了更精确的电路模型参数,从而减轻了早熟收敛问题。RTC法国硅太阳能电池、stm6-40/36模块采用单晶细胞和PVM 752 GaAs薄膜电池作为研究的案例。对不同技术的各种PV单元和模块的参数估计结果表明,在大多数情况下,ELPSO比传统的PSO和其他一些技术优化算法更出色。 ——文章发布于2018年1月1日
  • 《用于电力估计的水冷却光伏组件热电集成模型》

    • 来源专题:可再生能源
    • 编译者:董璐
    • 发布时间:2016-04-28
    • 为了分析水冷却无釉光伏(PV)模块,本文提出了一个热电双集成的理论模型。冷却剂流由于较低的温度产生了更高的转换效率。然而,伴随他们电力参数和相应功率损失造成的影响,对太阳能电池的非均匀温度场产生进行了研究。在室外进行的实验测试,间接估计在已知辐照和环境温度的条件下太阳能电池的温度,并且描述在标准测试条件(STC)下的光伏模块。在无冷却商用光伏模块的室外描述下,当前Cvoltage曲线被标准程序校正为标准测试条件,用于与制造商的数据表进行比对。在本文中,通过实验证实,由于适当的冷却,标准测试条件可以在晴空条件下被现场合理再现。最后,通过日常模拟装置,由于可变冷却剂流速的性能改善,在不同气候条件的两个参考网站在细节方面进行了探讨。