PV module current gains due to structured backsheets
Notice bibliographique
Résumé
We evaluate the optical performance of PV modules with respect to an increase in short circuit current density. Our evaluation is based on the combination of ray tracing simulations and measurements on test modules with four types of backsheets: Two of them are structured, the third is white and diffusively reflecting and the fourth reflects no light. Under normal incidence, structured backsheets reflect incoming light at an angle that causes total internal reflection at the glass/air interface, which guides the light to the solar cell surface. Three different irradiance conditions are studied: a) standard testing conditions (STC) with light incident perpendicular to the module surface, b) variation in the angle of incidence and c) light source with mean annual distribution of angles of incidence. Using the measured refractive index data in ray tracing simulations we find a short circuit current density (Jsc) gain of up to 0.9 mA/cm² (2.3%) for monofacial cells and a structured backsheet, when compared to a white backsheet with diffuse reflection. For bifacial cells we calculate an even larger Jsc increase of 1.4 mA/cm² (3.6%). The Jsc increase is larger for bifacial cells, since some light is transmitted through the cells and thus more light interacts with the backsheet. Our optical loss analysis reveals the best performance in STC for edge-aligned Ag grooves. This structure reduces absorption losses from 1.8 mA/cm² to 0.3 mA/cm² and reflection losses from 0.7 mA/cm² to 0 mA/cm². This trend also holds under various angles of incidence as confirmed consistently by Jsc measurements and ray racing simulations. Simulations using an annual light source emitting a mean annual distribution of angles of incidence reveal grooves in both orientations edge alignment and east-west alignment achieve similar current gains of up to 1.5% for mono- and of 2.5% for bifacial cells compared to modules with white back sheets. This indicates that for modules with light guiding structures such as these backsheets optimization for STC differs from optimization for annul yield.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».