MétaCan
Menu
Retour à la cohorte
Enregistrement W2571018855 · doi:10.1109/jphotov.2016.2638040

Efficient Multijunction Solar Cell Design for Maximum Annual Energy Yield by Representative Spectrum Selection

2017· article· en· W2571018855 sur OpenAlexafffund
Mark D. Yandt, Karin Hinzer, Henry Schriemer

Notice bibliographique

RevueIEEE Journal of Photovoltaics · 2017
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSolar cellComputer scienceSolar energyRSSYield (engineering)Environmental sciencePhysicsOptoelectronicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of PhotovoltaicsMême sujetsolar cell performance optimizationTravaux en français237 207