[发明专利]一种两端叠层太阳能电池在真实环境下的快速优化方法

权利要求书

1.一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，包括以下步骤：

获取特定时间段的外部环境数据，所述外部环境数据包括日光光谱、气温、风速和湿度；

获取的日光光谱数据输入至吸收光谱矩阵中，输出光电流数据；

获取的气温、风速和湿度数据输入电池温度模型后输出电池温度数据；

判断光电流数据和电池温度数据是否需要插值，若需要则进行高维插值运算；若不需要则直接将光电流数据和电池温度数据输入至电池发电功率矩阵，输出发电功率；

判断是否完成特定时间段全部计算，若否，则继续循环计算单位时间发电功率；若是，则将发电功率数据输入至发电量矩阵，输出发电量数据；循环计算全年单位时间发电功率，积分后可得全年发电量矩阵；

输出的全年发电量最大值对应的电池配置即为最优电池配置；

光电流数据与电池温度数据输入电池发电功率矩阵中得到输出发电功率，在输入之前先判断该输入是否已经存在于电池发电功率矩阵中，若存在，则直接输出电池发电功率矩阵中对应的值；若不存在，则通过高维插值算法得到该值。

2.根据权利要求1所述的一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，所述吸收光谱矩阵的公式如下所示：

其中，代表第i层的光电流，q代表基本电荷，h代表普朗克常数，c代表光速，S代表电池面积，A_i(λ)代表第i层的吸收光谱，E(λ)代表太阳光谱辐照度，λ代表波长。

3.根据权利要求1-2任一所述的一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，所述吸收光谱矩阵获取包括以下步骤：

获取电池结构数据、子电池带隙数据和各层厚度数据；

通过电池结构数据和子电池带隙数据输出各层复折射率数据；

将各层复折射率数据与各层厚度数据输入net-radiation光学算法后得到电池吸收光谱数据；

遍历所有电池变量后得到吸收光谱矩阵。

4.根据权利要求3所述的一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，所述遍历所有电池变量后得到吸收光谱矩阵具体的为通过的得到的电池吸收光谱数据，判断是否遍历所有电池变量，

若有则得到吸收光谱矩阵；

若没有，则循环计算，直到得到吸收光谱矩阵为止。

5.根据权利要求1所述的一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，所述发电功率矩阵获取包括以下步骤：

获取子电池带隙数据和子电池光电流数据；

通过子电池带隙数据得到各子电池J-V曲线；该J-V曲线通过对单节电池测量得出；

通过各子电池J-V曲线输入Nelder-Mead单纯形算法提取太阳能电池双二极管等效电路模型参数；

子电池光电流输入太阳能电池双二极管等效电路模型得到电池输出功率数据；

遍历输入变量范围后得到发电功率矩阵。

6.根据权利要求5所述的一种两端叠层太阳能电池在真实环境下的快速优化方法，其特征在于，所述遍历输入变量范围后得到发电功率矩阵具体的为通过的得到的电池输出功率数据，判断是否遍历所有电池变量，

若有，则得到发电功率矩阵；

若没有，则循环计算，直到得到发电功率矩阵为止。