Efficient Multijunction Solar Cell Design for Maximum Annual Energy Yield by Representative Spectrum Selection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We describe a systematic approach to multijunction solar cell (MJSC) design that unambiguously identifies the spectrum to be used in cell optimization such that local annual energy yield is maximized. A set of candidate spectra is generated from air mass (AM) values ranging from AM1d to AM5d. Each candidate spectrum is used to find the bandgap combination that maximizes cell efficiency and its energy yield is then calculated using an efficient data reduction approach. The bandgap combination that maximizes annual energy yield identifies the representative spectrum. We do this for cells with up to eight junctions across all clear-sky latitudes and compare our results to other cell optimization approaches. Our representative spectrum selection (RSS) approach is robust and highly tolerant of variations in latitude, particularly when compared to the standard AM1.5d approach which, at midlatitudes, cannot be used without suffering an increasingly severe yield penalty. Comparison against the 50% cumulative energy AM (50% AM) design approach is enabled by using the same design conditions (sea level and ASTM standard atmosphere) in order to unambiguously associate each 50% AM value with a cell design spectrum. We find that our RSS approach always produces cells with slightly higher annual energy yields than are achieved by the corresponding 50% AM designs. While both approaches show similar yields for devices with few junctions, we find yield enhancements approaching 1% for cell designs with many junctions, emphasizing the need to consider the spectral variability of the local solar resource. This consideration is systematically enabled by our RSS approach, addressing a deficiency in the previous design approaches.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle