简单光学模型中的组件电流缩放

在SunSolve中使用简单组件模型时,组件有源区域的光学行为使用归一化因子求解,通常是入射角修正器。为了确保这种简化的光学处理仍然产生真实的电气结果,为每次模拟计算短路电流缩放因子(SF)。

本页解释如何确定该缩放因子以及它如何将光线追踪吸收结果连接到组件的预期电性能。

请注意,使用复杂组件模型时不应用此计算。

---

缩放因子的目的

缩放因子的目标是使光线追踪器计算的光学吸收与已知或目标组件电流匹配。由于简化的光学模型无法完全再现真实组件的复杂内部结构,因此缩放确保产生的模拟短路电流(I_sc)与实验室或制造商数据保持一致。 简而言之,它调整光学吸收结果以在标准测试条件(STC)下产生正确的电流生成水平。

---

计算过程概述

缩放因子使用一系列物理驱动的步骤确定。每个步骤将光学吸收数据转换为等效的组件级短路电流。

步骤1 – 法向入射光线追踪

首先在组件上运行光线追踪模拟,独立于完整系统场景。光正常入射(θ = 0°)到组件的正面,并记录每个波长在每个电池中吸收的光子电流密度分数。

如果组件是双面的,则对从背面照明重复此过程。

---

步骤2 – 电池级光生电流

对于每个电池,将波长相关的吸收分数*A(λ, x)与量子效率光谱QE(λ)*组合以估计局部光生电流密度:

$$J_{L,cell}(x) = \sum_{\lambda=300 \ nm}^{1200 \ nm} J_{photon}(\lambda) \times A(\lambda, x) \times QE(\lambda)$$

其中

• *J_photon(λ)*是来自AM1.5g参考光谱的光子通量,
• A(λ, x)是在波长λ处电池x中吸收的光的分数,以及
• *QE(λ)*是用户选择的量子效率曲线。

---

步骤3 – 未缩放的组件短路电流

通过对所有N个电池的贡献求和并考虑电池面积和并联串数P来获得组件的总未缩放短路电流:

$$I_{sc,unscaled} = \frac{Single \ cell \ area}{N} \times P \times \sum_{x=1}^{N} J_{L,cell}(x)$$

---

步骤4 – 确定缩放因子

最后,缩放因子计算为未缩放的模拟电流与目标或预期短路电流(I_sc,target)的比率:

$$SF = \frac{I_{sc,unscaled}}{I_{sc,target}}$$

然后将此波长无关因子应用于所有光谱计算,以便模拟组件再现正确的STC短路电流。

量子效率选项

量子效率(QE)曲线定义了吸收的光子如何有效地产生电流。SunSolve提供几种预定义的QE曲线:

• 所有波长100% — 恒定值,实际上不应用缩放
• 典型c-Si正面 — 代表高效PERC电池
• 典型c-Si背面 — 代表从背面测量的高效PERC电池
• FS Series 6(CdTe梯度)正面 — 基于Series 6组件数据的梯度薄膜曲线

每条QE曲线在电流生成计算期间修改吸收的光谱权重。

用于简单组件缩放的波长相关量子效率曲线。

晶硅数据基于SunSolve中典型PERC风格高效面板的模拟。梯度CdTe曲线是从First Solar网站上Series 6产品的图表中提取的。

---

解释

缩放因子(SF)充当光学和电气域之间的桥梁。

• SF > 1的值表示简化的光学模型低估了目标I_sc。
• SF < 1的值表明它高估了。

由于该因子源自物理吸收数据,因此它在正面和背面照明中保持一致性,能够在双面和单面组件之间进行稳健的比较。