Anti-soiling coatings for Sun Simba concentrated photovoltaic (CPV) modules
Notice bibliographique
Résumé
Soiling is a major source of power degradation in photovoltaic (PV) modules, with variable impact as a function of environmental conditions. For concentrated photovoltaic (CPV) modules the impact is greater due to requirements in preserving the optical path within the module. In an effort to reduce soiling a number of self-cleaning coatings have been developed and implemented in solar modules. Self-cleaning films are generally based on high (hydrophilic) or low (hydrophobic) surface energy materials that leverage extreme wetting behavior to reduce contamination, and/or photocatalytic materials that decompose contaminants with ultraviolet (UV) activation. In this study we explore a number of third-party coating materials to reduce soiling losses in Morgan Solar’s Sun Simba CPV modules. The primary objective is to identify coating solutions that are mechanically robust and effective in anti-soiling, as well as compatible with our materials and optical concentration architecture. In preliminary testing two products were compared with extreme wetting characteristics. The material 1 coating reduces soiling rates to 0.8-1.4%/month, whereas the material 2 coating failed mechanically and the module soiled at a rate of 6.6%/month as a consequence – the control module soiled at a rate of 4.1%/month for comparison. We followed-up with the deployment of a long-term study that will compare 4 self-cleaning/easy-to-clean products. The materials have been selected for their extreme wetting characteristics and suitable optical properties. Deposition parameters were optimized and the coated modules have been mounted for evaluation in the Mojave Desert, California.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».