光學(xué)損失故障對單晶硅光伏電池參數(shù)的影響

程　澤　鞏　力　劉艷莉

(天津大學(xué)電氣與自動(dòng)化工程學(xué)院　天津　300072)

?

光學(xué)損失故障對單晶硅光伏電池參數(shù)的影響

程澤鞏力劉艷莉

(天津大學(xué)電氣與自動(dòng)化工程學(xué)院天津300072)

長時(shí)間暴露在室外的光伏電池會(huì)出現(xiàn)封裝材料的老化或破損，從而導(dǎo)致電池的光學(xué)損失故障。為研究不同的故障狀態(tài)對光伏電池模型參數(shù)的影響，從等效透光率的角度入手，用半透膜逐層遮擋的方法模擬光伏電池不同的光學(xué)損失故障狀態(tài)，測量并分析相應(yīng)狀態(tài)下光伏電池的I-V特性曲線，采用自適應(yīng)混沌粒子群算法辨識出相應(yīng)光伏模型的5個(gè)參數(shù)值，從而對在發(fā)生光學(xué)損失故障時(shí)的光伏電池模型參數(shù)的變化規(guī)律進(jìn)行研究，得到了能較好表現(xiàn)光伏模型參數(shù)變化規(guī)律的非線性表達(dá)式，為提高光伏電池的效率和后續(xù)光伏電池故障診斷的研究打下基礎(chǔ)。

光伏電池光學(xué)損失故障故障診斷參數(shù)辨識

0　引言

近年來，光伏系統(tǒng)的裝機(jī)容量快速增長，2014年全球新增光伏裝機(jī)容量49GW，光伏組件價(jià)格的降低和系統(tǒng)穩(wěn)定性的提高，減少了光伏電站生命周期的運(yùn)行成本，使得光伏電池有著良好的發(fā)展前景[1]。光伏電池板安裝在環(huán)境較為惡劣的室外，輸出受光照強(qiáng)度和環(huán)境溫度影響較大，在長時(shí)間運(yùn)行過程中可能會(huì)發(fā)生熱斑、裂片、老化等故障，導(dǎo)致光伏電池輸出功率降低，嚴(yán)重時(shí)甚至發(fā)生火災(zāi)等危及電廠的安全[2]。光學(xué)損失故障是由遮擋或封裝材料老化而造成[3]，因此深入研究光學(xué)損失故障對輸出特性的影響，對改進(jìn)太陽能的利用和研究故障診斷方法具有指導(dǎo)作用。

1　光伏電池老化問題分析

光伏電池常見的的封裝結(jié)構(gòu)如圖1所示。超白玻璃是一種超透明低鐵玻璃，可最大限度地提高陽光的透過率。實(shí)際工作中，隨著運(yùn)行時(shí)間的加長，光伏模塊可能由于多種原因發(fā)生退化故障，如污物、遮擋、封裝變色、封裝玻璃腐蝕或破裂、增透膜老化等會(huì)使到達(dá)電池表面的進(jìn)光量減少。另外，組件連接故障會(huì)導(dǎo)致串聯(lián)電阻增加，如電線、接線盒、連接器的老化腐蝕或斷路。而生產(chǎn)、封裝、運(yùn)輸、安裝、運(yùn)行過程中由于機(jī)械應(yīng)力或熱應(yīng)力的變化也會(huì)對電池造成機(jī)械損傷故障[3]。

圖1　光伏電池結(jié)構(gòu)Fig.1　The stricter of photovoltaic panel

在惡劣的室外環(huán)境中，EVA(Ethylene-VinglAcetate)和超白玻璃的工作壽命比由硅晶片組成的PN結(jié)壽命短得多。超白玻璃遇到高溫高濕環(huán)境會(huì)發(fā)生硅酸鹽水解，出現(xiàn)白斑；而EVA在光熱和氧的作用下易黃化變色[4-6]，會(huì)降低電池光學(xué)透光率。

本文主要研究光伏電池封裝玻璃腐蝕、增透膜老化以及EVA變色脫層等原因造成的光學(xué)損失故障對單晶硅太陽能電池參數(shù)的影響。

2　光伏電池模型

光伏電池單二極管模型是應(yīng)用最廣泛的模型，它準(zhǔn)確度較高，模型又相對簡潔。模型由5個(gè)參數(shù)組成，如圖2所示。根據(jù)光伏電池模型等效電路，可以得出光伏電池的I-V特性方程[7，8]。

(1)

式中，Iph為光生電流，A；I0為二極管反向飽和電流，A；Rsh為并聯(lián)電阻，Ω；RS為串聯(lián)電阻，Ω；n為二極管品質(zhì)因子。

圖2　單二極管模型Fig.2　The one-diode model

引用LambertW函數(shù)對超越方程進(jìn)行簡化[9-11]，可得到光伏電流I的顯式表達(dá)式為

(2)

在I-V曲線的低電壓段，V→0時(shí)，流過二極管的電流極小，可以忽略。對電流方程進(jìn)行求導(dǎo)

(3)

在短路點(diǎn)I=ISC，V=0時(shí)，式(4)成立，有

(4)

在開路點(diǎn)I=0，V=VOC時(shí)，式(5)成立，有

(5)

(6)

另外，在開路點(diǎn)I=0時(shí)，式(1)可轉(zhuǎn)換為

(7)

聯(lián)立解方程組(8)，可得出待定參數(shù)的解析解。因此根據(jù)方程組解得電池參數(shù)在不同輻照度下的估計(jì)值[12]為串聯(lián)電阻Rs、并聯(lián)電阻Rsh、光生電流Iph、反向飽和電流I0以及二極管理想因子n。

3　故障的模擬方法及實(shí)驗(yàn)數(shù)據(jù)的采集處理

3.1故障模擬與實(shí)驗(yàn)設(shè)備

對于電池封裝玻璃腐蝕、增透膜老化以及EVA變色脫層等原因?qū)е碌墓鈱W(xué)損失故障，其結(jié)果都是使硅電池表面透光率降低，所以基于同樣的原理，可以利用半透膜遮擋降低電池表面透光率的方法來模擬這種老化故障。遮擋薄膜的不同層數(shù)，可以模擬不同光學(xué)損失程度時(shí)組件的狀態(tài)。

實(shí)驗(yàn)采用透光率均勻的高密度聚乙烯薄膜遮擋電等效模擬電池不同程度的光學(xué)損失狀態(tài)，如圖3所示。定制的單晶硅電池板上每個(gè)電池單體有獨(dú)立引線。輻照度檢測選用SEAWARDSOLAR公司的SURVEY200測試儀，技術(shù)參數(shù)見表1。

(8)

圖3　定制的光伏板及透光率的遮擋實(shí)驗(yàn)Fig.3　The customized PV panel in the experiment表1　SURVEY200技術(shù)參數(shù)表Tab.1　The technical data sheet of SURVEY200

項(xiàng)目輻照度/(W·m-2)溫度/℃傾角/(°)測量范圍100～1250-30～+1000～90分辨率111準(zhǔn)確度±(5%+5digits)±1±2%

測量裝置——DSP數(shù)據(jù)采集卡采用阿爾泰USB2812數(shù)據(jù)采集卡，擁有12位準(zhǔn)確度和250KS/s的采樣頻率，配合便攜式筆記本計(jì)算機(jī)進(jìn)行數(shù)據(jù)存儲。實(shí)驗(yàn)電路原理如圖4所示，其中R0為0.1Ω的精密電阻(±0.1%)，R1、R2采用最大阻值為200Ω的大功率滑動(dòng)變阻器。圖5為實(shí)驗(yàn)系統(tǒng)實(shí)物圖。表2為遮擋層數(shù)與輻照度衰減的關(guān)系。由于電池單體電壓較低，故將8塊單體串聯(lián)作為實(shí)驗(yàn)對象。

圖4　實(shí)驗(yàn)電路原理Fig.4　The experimental circuit

圖5　實(shí)驗(yàn)系統(tǒng)Fig.5　The experimental system表2　遮擋薄膜層數(shù)與輻照度衰減關(guān)系Tab.2　The relation between shading layers andthe reduced irradiance

遮擋薄膜層數(shù)0124681014ΔS/(W·m-2)080160305400480550650L00.080.160.3050.40.480.550.65H10.920.840.6950.60.520.450.35

令標(biāo)準(zhǔn)測試條件(StandardTestingConditions，STC)下輻照度為Sref(1 000W/m2)下，遮擋后輻照度衰減值為ΔS，遮擋后的輻射量為S=Sref-ΔS，則定義光學(xué)損失程度L和光學(xué)健康程度H分別為

L=ΔS/Sref

(9)

H=S/Sref

(10)

STC(25℃，AM1.5)下，將表2中的數(shù)值帶入式(9)、式(10)可求出遮擋光學(xué)損失程度L。從表2可看出，輻照度隨遮擋層數(shù)增加而降低。

3.2數(shù)據(jù)采集與處理

實(shí)驗(yàn)條件：光伏板面向正南方，與地平面成35°，輻照度為1 000W/m2，電池板溫度為25 ℃(測試時(shí)間很短，確保過程中輻照度和溫度不變)。根據(jù)薄膜對輻照度遮擋程度的不同，將光伏電池光學(xué)損失的模擬分為表2所示的8個(gè)階段。每個(gè)階段，改變負(fù)載電阻的阻值，測出光伏電池輸出曲線。

對采集到數(shù)據(jù)進(jìn)行濾波處理：先剔除曲線中的毛刺，然后利用數(shù)字平均值濾波，得到由數(shù)千個(gè)點(diǎn)組成的I-V曲線，若將其全部帶入到參數(shù)辨識算法中，則計(jì)算量過于龐大，所以提取具有代表性的點(diǎn)帶入到辨識算法中進(jìn)行模型參數(shù)的辨識：由于每條曲線基本都可以分為電壓小于3V較為平坦的部分和大于3V變化較為陡峭的部分。對電壓小于3V部分，每0.1V區(qū)間內(nèi)取一個(gè)均值點(diǎn)作為特征點(diǎn)；在電壓大于3V部分，每隔0.05V取一個(gè)均值點(diǎn)作為特征點(diǎn)。結(jié)果如圖6所示。

圖6　原始數(shù)據(jù)中選取特征點(diǎn)數(shù)據(jù)Fig.6　The feature points selected from the raw data

3.3光伏模型參數(shù)辨識方法

光伏電池的I-V曲線是電池特性的宏觀表述，模型中的5個(gè)參數(shù)是光伏電池模型內(nèi)在特性的反映，對光伏電池參數(shù)進(jìn)行辨識可以研究光伏電池發(fā)生故障時(shí)的特性。本文利用自適應(yīng)混沌粒子群算法進(jìn)行光伏電池模型參數(shù)的辨識[13-16]。自適應(yīng)算法增強(qiáng)了算法在全局與局部搜索的平衡性，降低了算法迭代次數(shù)。

參數(shù)辨識算法的流程如圖7所示，將實(shí)驗(yàn)數(shù)據(jù)帶入算法中進(jìn)行辨識，得到I-V曲線對應(yīng)模型參數(shù)的辨識結(jié)果見表3。

圖7　光伏電池模型參數(shù)辨識算法流程Fig.7　The flow chart of the algorithm表3　不同光學(xué)損失程度下的參數(shù)辨識結(jié)果Tab.3　The identification results of different reduced irradiance

LIph/AI0/mAnRs/ΩRsh/Ω0.651.8830.029113.440.4281258.20.552.4290.044613.560.301860.60.482.8310.046113.590.252735.30.43.2790.054513.880.226572.40.3053.7280.078614.070.195485.80.164.5600.140014.500.176432.20.084.9780.191014.610.169415.305.4650.232814.830.165396.9

4　光學(xué)損失故障對模型參數(shù)影響的分析

4.1光學(xué)損失故障對光生電流的影響

陽光入射光伏電池后被PN結(jié)吸收，由光生伏打效應(yīng)產(chǎn)生光生電流，Iph可表示為光照面積Aill與光生電流密度Jpv的乘積。

Iph=AillJpv

(11)

波長λ的光入射后產(chǎn)生的光生電流密度為

(12)

式中，G(λ)為過剩載流子產(chǎn)生率；τ為過剩載流子壽命；Δn為過剩載流子濃度；Jsr(0)為前表面復(fù)合率；Jsr(H)為后表面復(fù)合率。則總電流密度為

(13)

G(λ)正比于輻照度，因此光生電流Iph正比于遮擋后的輻射量S。因此，在STC條件下輻照度為Sref，當(dāng)發(fā)生光學(xué)損失故障時(shí)，入射到電池的輻照度降為S，則可推導(dǎo)出光生電流為

(14)

圖8的實(shí)驗(yàn)數(shù)據(jù)證明了推導(dǎo)結(jié)果的正確性。

圖8　光生電流隨H的變化Fig.8　The change of Iph with H

4.2光學(xué)損失故障對二極管反向飽和電流的影響

反向飽和電流是由少數(shù)載流子的漂移運(yùn)動(dòng)形成的。一般認(rèn)為反向飽和電流受到溫度的影響，如式(15)所示[17]。

(15)

(16)

圖9　反向飽和電流隨H變化Fig.9　The change of I0 with H

4.3光學(xué)損失故障對理想因子的影響

理想因子n是PN結(jié)的工作狀態(tài)與理想狀態(tài)的差距，表示PN結(jié)的電子運(yùn)載能力。用牛頓拉夫遜法求解光伏參數(shù)時(shí)，n取值會(huì)影響其他參數(shù)的求解，導(dǎo)致參數(shù)漂移[18]。實(shí)驗(yàn)結(jié)果表明n不僅取決于溫度、內(nèi)部電壓，也會(huì)受到光學(xué)損失的影響。當(dāng)發(fā)生光學(xué)損失故障時(shí)，入射的輻照度減小，導(dǎo)致電池表面復(fù)合電流減小，從而影響理想因子。如圖10所示，n隨H增大而增大，用線性關(guān)系近似表示其趨勢為

(17)

圖10　理想因子與輻照度的關(guān)系Fig.10　The change of n with H

4.4光學(xué)損失故障對串聯(lián)電阻的影響

串聯(lián)電阻是金屬柵極與硅材料間接觸電阻、PN結(jié)發(fā)射極和基極區(qū)電阻、電池金屬線電阻、內(nèi)部匯流排電阻等幾個(gè)部分的和[19]。

由模型的近似推導(dǎo)可知，串聯(lián)電阻可以用I-V曲線開路電壓處的斜率表示(見式(18))。其絕對值越小，串聯(lián)電阻越大，填充因子(式(19))越小，Pm=VmIm越小。所以Rs對光伏電池最大功率點(diǎn)影響較大。

(18)

(19)

串聯(lián)電阻受到溫度和輻照度的影響，溫度越高光照量越大，串聯(lián)電阻越小，所以文獻(xiàn)[20]認(rèn)為串聯(lián)電阻與輻照度呈反比。于是當(dāng)發(fā)生光學(xué)損失故障時(shí)，入射到PN結(jié)表面的輻照度減小，H減小，串聯(lián)電阻增大，Rs與H呈反比。

(20)

從圖11可以看出,式(20)基本反映了Rs隨H變化的趨勢，但效果不理想。這是由于在較高輻照度下，隨著H增加，Rs以緩慢的速度減小到最小值，所以本文推導(dǎo)了指數(shù)形式的描述Rs與H關(guān)系為

(21)

從圖11可以看出，式(21)更接近于圖中的曲線。

圖11　串聯(lián)電阻隨H的變化Fig.11　The change of Rs with H

4.5光學(xué)損失故障對并聯(lián)電阻的影響

并聯(lián)電阻是由結(jié)內(nèi)或附近的傷痕或雜質(zhì)導(dǎo)致的，它提供了電流穿過PN結(jié)或電池邊緣的并聯(lián)傳導(dǎo)路徑，也就意味著在電池中存在內(nèi)部負(fù)載，即并聯(lián)電阻[21-24]。

并聯(lián)電阻值必須盡量大以避免結(jié)的電流損失，因?yàn)樗鼤?huì)減小光生電流從而影響光伏電池的輸出[22]，甚至導(dǎo)致嚴(yán)重的失配功率損失。并聯(lián)電阻可以用短路處的斜率表示(式(22))，其絕對值越大，Rsh越小。

(22)

如圖12所示，并聯(lián)電阻對H有很強(qiáng)的相關(guān)關(guān)系。在H較小時(shí)，Rsh較大，Rsh隨H增加而減小，從而影響短路電流處的斜率，導(dǎo)致填充因子的改變。

圖12　并聯(lián)電阻隨H變化Fig.12　The change of Rsh with H

在低光照下，并聯(lián)電阻與短路電流呈反比，因?yàn)镮sc≈Iph，所以Isc與S呈正比，Rsh與S呈反比

(23)

當(dāng)發(fā)生光學(xué)損失故障時(shí)，Rsh隨H的減小而增大，Rsh與H近似呈反比。

(24)

由圖12可知，在H較大時(shí)式(24)的效果并不理想。實(shí)際上對單晶硅電池，當(dāng)入射輻照度減小時(shí)，并聯(lián)電阻可理解為以準(zhǔn)指數(shù)形式增加，所以在光學(xué)損失故障下，入射輻照度減小，Rsh隨H減小以類似指數(shù)的方式增大。本文給出用指數(shù)形式描述Rsh與H關(guān)系為

(25)

5　結(jié)論

為進(jìn)行光伏陣列系統(tǒng)的故障診斷，本文對光伏電池在光學(xué)損失故障時(shí)內(nèi)部參數(shù)的變化進(jìn)行了初步的研究。利用透光效果較均勻的聚乙烯薄膜逐層遮擋的方法，改變光伏電池的受光程度來等效模擬輻照度的變化，采集了大量的數(shù)據(jù)，獲得了不同光學(xué)損失狀態(tài)下光伏電池的I-V曲線，同時(shí)運(yùn)用群優(yōu)化算法辨識出光伏模型5個(gè)參數(shù)隨光學(xué)損失變化的近似關(guān)系式，體現(xiàn)了光伏模型參數(shù)值的非線性特點(diǎn)，為建立光伏電池的故障模型及光伏陣列故障診斷系統(tǒng)打下了基礎(chǔ)。

[1]嵇尚海.關(guān)于太陽能光伏發(fā)電發(fā)展趨勢的分析[J].中國科技縱橫，2015(3)：9.

JiShanghai.Theanalysisofdevelopmenttendencyaboutphotovoltaicpowergeneration[J].ChineseScience&Technology，2015(3)：9.

[2]王元章，李智華，吳春華.光伏系統(tǒng)故障診斷方法綜述[J].電源技術(shù)，2013，37(9)：1700-1705.

WangYuanzhang，LiZhihua，WuChunhua.Faultdiagnosistechnologiesforphotovoltaicsystem[J].PowerSourceTechnology，2013，37(9)：1700-1705.

[3]SpataruSV，SeraD，HackeP，etal.FaultidentificationincrystallinesiliconPVmodulesbycomplementaryanalysisofthelightanddarkcurrent-voltagecharacteristics[J].ProgressinPhotovoltaicsResearch&Applications，2015，24(4)：517-532.

[4]張?jiān)雒?，彭麗霞，呂瑞瑞，?光伏組件封裝EVA的熱空氣老化研究[J].合成材料老化與應(yīng)用，2012，41(1)：16-19.

ZhangZengming，PengLixia，LüRuirui，etal.Studyonthehot-airagingofEVAforPVmoduleencapsulation[J].TheAgingandApplicationofSyntheticMaterial，2012，41(1)：16-19.

[5]張傳吉，戴建民，成三弟，等.EVA封裝膠膜耐老化性能研究[J].太陽能，2012(3)：16-19.

ZhangChuanji，DaiJianmin，ChengSandi，etal.Theageing-resistantperformanceanalysisofEVAencapsulation[J].SolarEnergy，2012(3)：16-19.

[6]王響，沈輝，李光吉，等.EVA老化機(jī)理以及EVA老化對太陽電池的影響[J].合成材料老化與應(yīng)用，2008，37(2)：32-34.

WangXiang，ShenHui，LiGuangji，etal.TheagingofEVAanditseffectontheperformanceofsolarcell[J].TheAgingandApplicationofSyntheticMaterial，2008，37(2)：32-34.

[7]楊永恒，周克亮.光伏電池建模及MPPT控制策略[J].電工技術(shù)學(xué)報(bào)，2011，26(增1)：229-234.

YangYongheng，ZhouKeliang.ModelingandMPPTcontrolstrategyofphotovoltaiccells[J].TransactionsofChinaElectrotechnicalsociety，2011，26(S1)：229-234.

[8]傅望，周林，郭珂，等.光伏電池工程用數(shù)學(xué)模型研究[J].電工技術(shù)學(xué)報(bào)，2011，26(10)：211-216.

FuWang，ZhouLin，GuoKe，etalThestudyofengineeringmathematicalmodelofphotovoltaiccells[J].TransactionsofChinaElectrotechnicalSociety，2011，26(10)：211-216.

[9]LaudaniA，Mancilla-DavidF，Riganti-FulgineiF，etal.Reduced-formofthephotovoltaicfive-parametermodelforefficientcomputationofparameters[J].SolarEnergy，2013，97(5)：122-127.

[10]王康，葛曉慧，辛煥海，等.基于牛頓—拉夫遜法的光伏面板模型參數(shù)計(jì)算[J].電力系統(tǒng)自動(dòng)化，2010，34(20)：94-98.

WangKang，GeXiaohui，XinHuanhai，etal.ParameterscalculationofphotovoltaicmodulebasedonNewton-Raphsonmethod[J].PowerSystemAutomation，2010，34(20)：94-98.

[11]GhaniF，DukeM，CarsonJ.NumericalcalculationofseriesandshuntresistancesanddiodequalityfactorofaphotovoltaiccellusingtheLambertW-function[J].SolarEnergy，2013，97(3)：422-431.

[12]翟載騰，程曉舫，楊臧健，等.太陽電池一般電流模型參數(shù)的解析解[J].太陽能學(xué)報(bào)，2009，30(8)：1078-1082.

ZhaiZaiteng，ChengXiaofang，YangZangjian，etal.Analyticalsolutionofgeneralelectriccurrentmodelparametersofsolarcell[J].ActaEnergiaeSolarisSinica，2009，30(8)：1078-1082.

[13]程澤，董夢男，楊添剴，等.基于自適應(yīng)混沌粒子群算法的光伏電池模型參數(shù)辨識[J].電工技術(shù)學(xué)報(bào)，2014，29(9)：245-252.

ChengZe，DongMengnan，YangTiankai，etal.Extractionofsolarcellmodelparametersbasedonself-adaptivechaosparticleswarmoptimizationalgorithm[J].TransactionsofChinaElectrotechnicalSociety，2014，29(9)：245-252.

[14]李如意，黃明山，周東國，等.基于粒子群算法搜索的非侵入式電力負(fù)荷分解方法[J].電力系統(tǒng)保護(hù)與控制，2016，44(8)：30-36.

LiRuyi，HuangMingshan，ZhouDongguo，etal.Optimizednonintrusiveloaddisaggregationmethodusingparticleswarmoptimizationalgorithm[J].PowerSystemProtectionandControl，2016，44(8)：30-36.

[15]劉歡，劉志剛.基于改進(jìn)粒子群算法的牽引變電所維修優(yōu)化研究[J].電力系統(tǒng)保護(hù)與控制，2015，43(11)：87-94.

LiuHuan，LiuZhigang.Aninprovedparticleswarmalgorithmstudyonoptimizationmodelofmaintenanceschedulesforrailwaytractionsubstations[J].PowerSystemProtectionandControl，2015，43(11)：87-94.

[16]周暉，付婭，韓盟，等.基于粒子群算法的含大規(guī)模風(fēng)電互聯(lián)系統(tǒng)的負(fù)荷頻率控制[J].電力系統(tǒng)保護(hù)與控制，2014，42(10)：1-7.

ZhouHui，F(xiàn)uYa，HanMeng，etal.Loadfrequencycontrolofpowersystemwithlargescaleofwindpowerintegratedbasedonparticleswarmalgorithm[J].PowerSystemProtectionandControl，2014，42(10)：1-7.

[17]DhassAD，NatarajanE，PonnusamyL.Influenceofshuntresistanceontheperformanceofsolarphotovoltaiccell[C]//2012InternationalConferenceonEmergingTrendsinElectricalEngineering&EnergyManagement，Chennai，2012：382-386.

[18]王立國，顏洪正，劉寶柱.光伏組件5參數(shù)模型的等值修正求取算法[J].電力系統(tǒng)保護(hù)與控制，2013，41(23)：67-72.

WangLiguo，YanHongzheng，LiuBaozhu.Equivalentcorrectionalgorithmofphotovoltaicmodule5-parametermodel[J].PowerSystemProtectionandControl，2013，41(23)：67-72.

[19]SissokoG，MbodjiS.AmethodtodeterminethesolarcellresistancesfromsingleI-Vcharacteristiccurveconsideringthejunctionrecombinationvelocity(Sf)[J].InternationalJournalofPure&AppliedSciences&Technology，2011，6(2)：103-114.

[20]BranoVL，OrioliA，CiullaG，etal.Animprovedfive-parametermodelforphotovoltaicmodules[J].SolarEnergyMaterials&SolarCells，2010，94(8)：1358-1370.

[21]SchroderDK.Semiconductormaterialanddevicecharacterization[M].3rded.NewYork:Wiley，2005.

[22]DeSotoW，KleinSA，BeckmanWA.Improvementandvalidationofamodelforphotovoltaicarrayperformance[J].SolarEnergy，2006，80(1)：78-88.

[23]LaudaniA，F(xiàn)ulgineiFR，SalviniA.Identificationoftheone-diodemodelforphotovoltaicmodulesfromdatasheetvalues[J].SolarEnergy，2014，108：432-446.

[24]SpyridakiA，LazaridisM，EleftheriadisK，etal.Modelconstructionofsinglecrystallinephotovoltaicpanelsforreal-timesimulation[J].IEEEEnergyConversionCongress&Exposition，2010，40(32)：342-349.

The Influence of Optical Losses on Monocrystalline Silicon Solar Cells Parameters

Cheng ZeGong LiLiu Yanli

(CollegeofElectricalandAutomationEngineeringTianjinUniversityTianjin300072China)

Asforlongtimeexposedoutdoorcondition，thecapsulationofphotovoltaicpanelmaybebroken，whichwouldresultintheopticallossesfault.Inordertostudytheeffectofopticallossesfaultonmonocrystallinesiliconsolarcells，differentstatesofopticalfaultsaresimulatedwithsemipermeablemembraneinthewayofshadinglayerbylayertoobtaintheequivalentluminousness.ThenthecorrespondingI-Vcurvesaremeasuredandanalyzed.Theparametersofeachcurveareidentifiedusingtheself-adaptivechaosparticleswarmoptimizationalgorithm(SA-CPSO).Theparameterswouldbeusedforthestudyingofthelawofthechangeofthephotovoltaiccellmodelparameterswhenopticallossfaultsoccur.Atlast，fivenonlinearexpressionsarebroughtouttowelldescribethesephenomena，whichwouldbehelpfulfordevelopingmoreefficientphotovoltaiccellsandthestudyoffaultdiagnosis.

Photovoltaiccell，opticallossesfaults，faultdiagnosis，parametersidentification

2015-05-25改稿日期2015-08-01

TM277

程澤男，1959年生，副教授，研究方向?yàn)殡娏﹄娮蛹夹g(shù)、控制理論與工程。

E-mail：Labchengze@163.com

鞏力男，1989年生，碩士研究生，研究方向?yàn)楣夥姵氐墓收显\斷。

E-mail：991504711@qq.com(通信作者)