太阳能电池伏安特性曲线的拟合方法研究＊

顾锦华，王皓宁，龙浩，钟志有，陈首部

太阳能电池伏安特性曲线的拟合方法研究＊

顾锦华1，王皓宁2，龙浩2，钟志有2，陈首部2

（1.中南民族大学实验教学与实验室管理中心，湖北 武汉 430074；2.中南民族大学电子信息工程学院，湖北 武汉 430074）

基于太阳能电池的测试数据，采用单指数函数法、双指数函数法和傅里叶级数法分别对电池的伏安特性曲线进行最小二乘法拟合，通过误差分析研究了不同方法对伏安曲线拟合精度的影响。结果表明，傅里叶级数法的平均相对误差和最大相对误差均明显低于指数函数法，在整个拟合范围内具有非常高的精度。

太阳能电池；伏安特性；模型；拟合精度

作为一种可再生的环保友好型电源，太阳能电池自从问世以来一直受到各国政府的高度重视[1-4]。为了进一步提高太阳能电池的光伏性能、更快地拓展太阳能的应用市场，人们对其进行了全面而系统的研究，有力地推动了太阳能电池的迅速发展[5-7]。由于太阳能电池的伏安特性关系是分析光伏系统的一项重要技术数据，同时也是研究电池性能指标及其模型参数的基础，因此准确确定太阳能电池的伏安特性曲线对于其性能研究及其优化具有非常重要的意义。MATLAB是美国MathWorks公司推出的、当前普遍使用的一款科学计算软件，它不仅具有简单易学、运算效率高等优点，而且还具有非常强大的数值计算能力和可视化功能[8-13]，因此被广泛应用于器件建模、图像处理、数值仿真、模拟计算、量化分析等科研和教学领域[14-23]。本文将基于测试的太阳能电池实验数据，利用MATLAB编程进行最小二乘法拟合，对比研究了不同方法对伏安特性曲线拟合效果的影响。

1 等效电路模型

图1为电池单指数等效电路模型示意图，其中和分别为电流源和二极管，s和p分别为串联电阻和并联电阻，为负载电阻，电流方向如图1所示。根据基尔霍夫定律[3]可得：

=L－D－p（1）

式（1）（2）中：L为光生电流；0和分别为二极管的饱和电流和品质因子；T为温度的电压当量，可表示为T=B/，其中B=1.38×10﹣23J·K-1为玻尔兹曼常数，=1.60× 10-19C为电子的电量，为热力学温标的温度。

图2为电池双指数等效电路模型示意图，该模型中包含两个二极管1和2，能够更精确地描述电池的伏安特性，利用基尔霍夫定律可得：

=L－D1－D2－p（3）

式（4）中：I10和I20分别为D1和D2的饱和电流；A1和A2分别为它们的品质因子。

图2　双指数等效电路模型示意图

式（2）和（4）分别表示单指数模型和双指数模型时电池电流-电压（-）关系式，可以看出，它们均为超越方程，电流不能直接用的函数=（）显性表示出来，同样电压也不能直接用的函数=（）显性表示出来。

2 I-V特性曲线拟合研究

图3为太阳能电池测量数据和单指数法拟合结果。图3（a）为对TDR-100型硅太阳电池测试的-数据，测量条件为大气质量AM1.5、环境温度26.85 ℃、入射光强1 000 W/m2。可以看出，该电池的开路电压为605.1 mV，短路电流为2 399.2 mA。由于电流不能用电压的函数显性表示出来，因此为了得到随变化的函数关系，根据式 （2）可以采用单指数函数=1－1·exp（1·），（其中1、1和1为待定常数）对测量数据点进行拟合，其拟合结果如图3（b）所示，对应的-函数表达式如下：

=2.351×103－1.175×10﹣2·exp（2.018×10﹣2·）（5）

本文引入相对误差（r）来表征拟合效果，r的计算公式为[1]：

式（6）中：Ie和If分别为实验测量电流值和对应的拟合值。单指数拟合的相对误差er结果如图3（b）所示，可以看到，不同数据点的相对误差er值不尽相同，该方法拟合的平均相对误差为1.35%，最大er值为2.31%，其拟合效果较好。

图4为双指数法和傅里叶级数法的拟合结果。根据式（2），采用双指数函数=2－2·exp（2·）－2·exp（2·）（其中2、2、2、2和2为待定常数）对测量数据点进行拟合，其拟合结果如图4（a）所示，其待定系数2、2、2、2和2分别为2.248×103、4.279×10-3、﹣1.603×102、2.184× 10-2和﹣2.575×10-3；对应的相对误差r结果如图4（a）所示，该方法的平均相对误差和最大r值分别为0.28%和1.71%，拟合效果较好，特别是在低电压部分其r值均小于0.39%，拟合效果相对更好。

图4　双指数法和傅里叶级数法的拟合结果

为了进一步提高-曲线的拟合精度，本文采用四阶傅里叶级数对测量数据点进行拟合，所用表达式为：

傅里叶级数法的拟合结果如图4（b）所示，待定系数0、1、2、3、4、1、2、3、4和分别为﹣3.291×103、3.633×103、3.838×103、﹣1.747×103、﹣33.209、8.647×103、﹣3.709×103、﹣8.272×102、3.486×102和4.976×10-3。图4（b）的插图给出了该拟合方法的相对误差r值，可以看出，在整个拟合区域其相对误差均低于0.52%、平均相对误差为0.14%，该结果表明傅里叶级数法在整个电压范围内都具有非常好的拟合效果。

3　结束语

本文在分析太阳能电池等效电路模型的基础上，根据基尔霍夫定律得到了电池伏安特性的两种隐式函数关系。基于测试的电池实验数据，分别采用单指数函数、双指数函数和傅里叶级数等方法进行拟合得到了电池伏安关系的显性表达式，并且通过误差分析研究了不同拟合方法对伏安曲线拟合结果的影响。结果表明，傅里叶级数法的最大相对误差和平均相对误差分别为0.52%和0.14%，明显低于其他方法，对于所有数据点均具有非常满意的拟合精度。

［1］MADETI S R，SINGHI S N.Modeling of PV system based on experimental data for fault detection using kNN method［J］.Sol Energy，2018，173（1）：139-151.

［2］钟志有，朱雅，陈首部，等.光电器件中有机半导体薄膜的光学和电学性质研究［J］.中南民族大学学报（自然科学版），2018，37（4）：67-72.

［3］LUQUE A，HEGEDUS S.Handbook of photovoltaic science and engineering［M］.New York：John Wiley & Sons，2003.

［4］顾锦华，陆轴，朱雅，等. 射频功率对MgO掺杂镓锌氧化物薄膜性能的影响［J］.中南民族大学学报（自然科学版），2019，38（4）：572-577.

［5］姚鑫，丁艳丽，张晓丹，等.钙钛矿太阳电池综述［J］.物理学报，2015，64（3）：135-142.

［6］王晓侃，王琼.一种基于RBF自适应神经模糊推理的短期电力负载预测方法［J］.中南民族大学学报（自然科学版），2018，37（3）：112-115.

［7］JøRGENSEN M，NORRMAN K，KREBS F C.Stability/ degradation of polymer solar cells［J］. Sol Energy Mater Solar Cell，2008，92（2）：686-714.

［8］张国东，龙常青.带有混合时滞的惯性神经网络系统的反同步控制［J］.中南民族大学学报（自然科学版），2020，39（3）：321-326.

［9］顾锦华，龙浩，王皓宁，等.利用计算机辅助大学物理实验教学的研究［J］.绿色科技，2019（3）：246-247.

［10］罗昌银，唐玉茹，李子蹊，等.基于位置的发布/订阅索引结构［J］. 中南民族大学学报（自然科学版），2019，38（2）：285-290.

［11］肖海军，成金华，何凡. 双核因素蝙蝠算法［J］.中南民族大学学报（自然科学版），2018，37（1）：132-137.

［12］钟志有，龙浩.工科专业量子力学课堂教学探讨［J］.绿色科技，2018（21）：256-258.

［13］杨占英，张杰，蔡明建.一类分数阶不确定奇异系统的保成本控制［J］. 中南民族大学学报（自然科学版），2020，39（3）：327-330.

［14］NEHAOUA N，CHERGUI Y，MEKKI D E.Determination of organic solar cell parameters based on single or multiple pin structures［J］.Vacuum，2010，84（3）：326-329.

［15］侯睿，何柳婷.基于增强学习的非均匀分簇水声传感器网络能耗研究［J］.中南民族大学学报（自然科学版），2020，39（2）：205-209.

［16］陈力科，姚琪.基于siPLS法建立藤茶中二氢杨梅素近红外定量分析方法［J］.中南民族大学学报（自然科学版），2018，37（1）：41-45.

［17］CHEGAAR M，OUENNOUGHI Z，GUECHI F.Extracting dc parameters of solar cells under illumination［J］.Vacuum，2004，75（4）：367-372.

［18］廖义德，雷小舟，杨凯，等.基于双窗口区域激励的边缘提取算法［J］.中南民族大学学报（自然科学版），2018，37（3）：87-91.

［19］熊志勇，李彪，王江晴.基于动态块划分和预测误差对扩展的可逆信息隐蔽［J］.中南民族大学学报（自然科学版），2018，37（1）：100-107.

［20］PENG L，SUN Y，MENG Z，et al.A new method for determining the characteristics of solar cells［J］.J Power Source，2013，227（1）：131-136.

［21］杨占英，李静文，谌永荣.一类分数阶神经网络的有限时间稳定［J］.中南民族大学学报（自然科学版），2019，38（2）：309-313.

［22］CHEN Y，WANG X，LI D，et al.Parameters extraction from commercial solar cells I-V characteristics and shunt analysis［J］.Appl Energy，2011，88（15）：2239-2244.

［23］娄联堂，但威，陈佳骐，等.基于二次成像的光学图像相位恢复［J］.中南民族大学学报（自然科学版），2018，37（3）：156-160.

TM914

A

10.15913/j.cnki.kjycx.2020.22.008

2095－6835（2020）22－0021－03

湖北省自然科学基金资助项目（编号：2011CDB418）

顾锦华（1972—），女，硕士，实验师，研究方向为光电子材料和光学实验。

钟志有（1965—），男，博士，教授，研究方向为能源光电子、光电材料与器件。

〔编辑：张思楠〕