MétaCan
Menu
Retour à la cohorte
Enregistrement W2810202312 · doi:10.7567/jjap.57.08ra01

Present status and future perspectives of bifacial PERC+ solar cells and modules

2018· article· en· W2810202312 sur OpenAlexfundno aff
Thorsten Dullweber, Henning Schulte‐Huxel, Susanne Blankemeyer, Helge Hannebauer, Sabrina Schimanke, Ulrike Baumann, Robert Witteck, Robby Peibst, Marc Köntges, Rolf Brendel, Yao Yu

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Gender and HealthInfineon TechnologiesBundesministerium für Wirtschaft und EnergieSiemens
Mots-clésCommon emitterMaterials scienceSolar cellSiliconOptoelectronicsSolar energyEngineering physicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This paper reviews the main research results related to PERC+ silicon solar cells. Compared to today’s industry typical passivated emitter and rear cell (PERC) silicon solar cells with full-area rear aluminum layer, PERC+ solar cells apply an aluminum finger grid on the rear side and hence are able to absorb diffuse light from the rear side in addition to the direct sunlight which is absorbed from the front side. This bifaciality increases the energy yield of silicon solar modules by up to 25%. Since its first publication in 2015, the PERC+ cell concept has been rapidly adopted by several solar cell manufacturers due to the very similar process technology of bifacial PERC+ cells and main stream monofacial PERC cells. We summarize technological challenges, published PERC+ conversion efficiencies and PERC+ module technologies. First energy yield data of PERC+ field installations demonstrate the high energy yield potential of PERC+ solar cells.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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'étudeSans objet
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

Citations44
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207