找到 4 条结果

排序:
光伏发电技术 ★ 5.0

双面光伏组件的电气建模

Electrical Modeling of Bifacial PV Modules

Preeti Kumari Sahu · Efstratios I. Batzelis · Chandan Chakraborty · J. N. Roy · IEEE Journal of Photovoltaics · 2024年12月

尽管双面光伏(PV)组件如今已是一项成熟的技术,但在其电气建模和等效电路表示方面的文献仍存在空白。大多数已发表的研究主要聚焦于光电流,却忽视了对组件电气响应至关重要的其他参数。即便如此,双面组件的光电流也被简单地视为正面和背面各自电流之和,这一假设在本研究中受到了挑战。值得注意的是,我们的研究发现这一差异可能超过15%,为此本文引入了一个修正因子来解决该问题。本文提出了一个全面的电气模型,该模型有效地将双面光伏组件的正面和背面整合到一个单回路表示中。这一新颖的模型采用单二极管等效电路,将五个参数...

解读: 该双面组件电气建模技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要价值。精确的双面组件电学模型可显著提升逆变器在复杂辐照条件下的最大功率点追踪精度,特别是针对前后表面光照不均匀场景。该模型考虑的内阻效应与载流子复合损失可用于改进SG逆变器的IV曲线扫描算法,提高发电效率0.5-1%。同时,...

光伏发电技术 GaN器件 ★ 5.0

含水磷酸锌薄膜与有机染料界面的制备及其光电探测特性

Fabrication and study of H2O-incorporated zinc-phosphate films interfaced with organic dye and their photo-detection characteristics

作者未知 · Applied Physics Letters · 2025年1月 · Vol.127

本研究探讨了磷酸锌水合物(ZPH)薄膜的水热生长及其在染料基光伏传感器中的应用。在导电ITO基底上生长的ZPH薄膜呈现层状结构,层间距约为20–30 nm。其发光光谱在378 nm处显示窄紫外峰(半高宽16 nm),光致发光激发谱表明带隙为2.77 eV。与花青素染料结合后,在白光照射下可产生高达281 mV的光生电压,电解质显著促进光生电荷转移。在明暗循环及稳态条件下,零偏压下的光电流与暗电流比接近97.5,响应上升和衰减时间常数分别为约0.4 s和10.8 s。结果表明,ZPH基无机-有机界...

解读: 该含水磷酸锌薄膜光电探测技术对阳光电源光伏系统具有潜在参考价值。研究展示的无机-有机界面光电特性(光暗电流比97.5、响应时间0.4s)可为SG系列光伏逆变器的辐照度传感器设计提供新思路。其2.77eV带隙对应紫外光响应特性,可应用于iSolarCloud智能运维平台的组件性能监测模块,实现对光伏阵...

氢能与燃料电池 SiC器件 ★ 4.0

非晶硅氢薄膜本征层光电二极管的光电流与电子结构分析

Photocurrent and electronic structure analysis of a-Si: H intrinsic layer photodiodes

Soni Prayogi · Deril Ristiani · Journal of Materials Science: Materials in Electronics · 2025年1月 · Vol.36.0

氢化非晶硅(a-Si:H)因其基本物理特性以及在低成本光电二极管应用中的潜力而受到广泛关注。本研究探讨了在氧化铟锡衬底上沉积的a-Si:H薄膜中,氢含量对光电流和电子结构的影响。结合拉曼光谱、原子力显微镜(AFM)、高分辨率透射电子显微镜(HRTEM)、X射线光电子能谱(XPS)和场发射扫描电子显微镜(FESEM),系统研究了从纳米晶到完全非晶态a-Si:H薄膜在不同晶化程度下的光学特性及电子态密度分布。采用光谱椭偏仪对观测到的光学与电子结构进行了分析。复介电函数与由于电子-空穴相互作用引起的带...

解读: 该a-Si:H光电二极管研究对阳光电源SiC功率器件及光伏逆变器产品具有重要参考价值。氢含量调控电子结构的机理可启发SG系列逆变器中光伏电流检测传感器的优化设计,3.62的光电压响应率和6.88 A/cm²峰值电流密度表明其在1500V高压系统的电流采样电路中具有应用潜力。激子效应与电子-空穴相互作...

光伏发电技术 ★ 5.0

先进的光伏组件表征:利用图像变换器从电致发光图像预测电流-电压曲线

Advanced Photovoltaic Module Characterization: Using Image Transformers for Current–Voltage Curve Prediction From Electroluminescence Images

Brandon K. Byford · Laura E. Boucheron · Bruce H. King · Jennifer L. Braid · IEEE Journal of Photovoltaics · 2025年5月

对太阳能电站的运维而言,单个光伏(PV)组件的健康监测是一项艰巨的任务。可以通过发光检测、热成像以及电流 - 电压($I - V$)曲线分析来检查组件,以识别损伤和功率损耗。$I - V$ 曲线能直接提供电气性能指标,可提供易于解读的数据来判断组件的健康状况。然而,为了获取这些曲线,必须将组件从阵列中断开,要么将其移至太阳模拟器,要么在原位进行表征,并对组件温度、入射太阳光谱和强度进行校正。组件的发光或热图像相对容易在原位获取。电致发光(EL)图像能突出显示组件中的物理缺陷,但无法提供易于解读的...

解读: 该EL图像智能诊断技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的预测性维护模块,通过无人机或固定相机采集电站组件EL图像,利用Image Transformer模型实时预测I-V曲线,无需现场IV测试即可评估组件健康状态。该技术可显著提升SG系列逆变器配套的智...