クイックスタート: J–V シミュレーションで太陽スペクトルを使用する
このクイックスタートでは、OghmaNano の Solar Spectrum Generator で生成した太陽スペクトルを、 太陽光発電デバイスシミュレーションの入力として使用します。スペクトルをシミュレータに インポートすることで、J–V 曲線を実行し、異なる照明条件下でデバイスがどのように 振る舞うかを直接比較できます (たとえば AM1.5G、汚染された大気、朝と正午の太陽)。
1. はじめに:
パート A では、時刻、季節、緯度、空気質によってスペクトルがどのように変化するかを見ました。 このセクションでは、それらのスペクトルをシミュレータにインポートして、 デバイス性能への影響を調べます。正規化バグが修正されたため、各スペクトルは 現在その絶対放射照度を保持します。これは、スペクトルの形状 (たとえばエアロゾルによる UV 抑制、水蒸気による IR 吸収)と 全強度の両方が J–V 結果に影響することを意味します。
このアプローチにより、次のような実用的な問いに答えることができます:
- 重度の汚染(高いエアロゾル光学的厚さ)は光電流をどの程度低下させるか?
- J–V 曲線にはどのような季節変動または日内変動効果が見えるか?
- 有機太陽電池は、総放射照度と比較してスペクトル形状にどの程度敏感か?
スペクトルを J–V シミュレーションに直接結び付けることで、 太陽放射照度モデリングとデバイス性能解析の間のギャップを埋め、 AM1.5G 標準を超えた現実的な動作条件を試験可能にします。
2. 開始する:
このチュートリアルは前のセクション
(パート A を参照)から直接続きます。
開始する前に、そのチュートリアルを完了していることを確認してください。
Solar Spectrum Generator を使用して Example という新しいスペクトルを
すでに生成しているものとします。Optical Spectrum Editor で example スペクトルを開いてください。
このチュートリアルのこのパートでは、標準 AM1.5G 基準とは
大きく異なる見た目のスペクトルを作成することが目標です。これを行うには、
時刻、日付、緯度、大気中の水分量、
またはエアロゾル光学的厚さなど、任意の入力パラメータを調整できます。
以下の例では、
エアロゾル光学的厚さ (AOD) を 7.0 に設定しており、
その結果、AM1.5G と比較して大幅に弱い Iglobal と Idiffuse
のプロファイルが得られます
(?? を参照)。
パラメータを調整して新しいスペクトルを生成したら、
Export spectrum ボタンをクリックしてモデルに保存します。
スペクトルは自動的に Optical Spectrum Editor に再インポートされ、
Example という名前で追加されます。
これは
?? で確認できます。
3. ベースラインシミュレーションの実行
生成したカスタム太陽スペクトルを使用する前に、ベースライン電気シミュレーションを実行して、 デバイスの現在の性能を確立しましょう。その後、新しいスペクトルを使用した実行結果と比較します。
jv.csv または jv.csv)と sim_info.dat を確認します。
ベースラインとして使用するため、デバイスの VOC、JSC、および fill factor
を記録してください。
4. 生成したスペクトルの使用
次に、作成したスペクトル(たとえば Example)をデバイスシミュレーションで使用します。
Optical リボンを開き、Light Sources をクリックして
Light Source editor を開きます。スペクトルを AM1.5G から example に変更し、
その後電気シミュレーションを再実行します。最後に、jv.csv(または jv.csv)
と sim_info.dat を確認して、更新された PCE、
VOC、および JSC をベースラインと比較します。
jv.csv(または jv.csv)と sim_info.dat を確認して、
PCE、VOC、および JSC の変化を調べます。
📝 自分で試してみましょう
Solar Spectrum Generator で Example スペクトルを使用し、以下のパラメータを変化させてください。
各変更後に Calculate、次に Export spectrum をクリックし、J–V シミュレーションを再実行します。
ベースラインと比較して、PCE、VOC、および JSC がどのように変化するかを確認してください。
- エアロゾル光学的厚さ (AOD) を 0.1 → 2.0 → 7.0 に増加させる。
- 水蒸気量 を乾燥(0.1 cm)から高湿度(5 cm)に変更する。
- 時刻 を正午から夕方遅くに移動する。
- 緯度 を変更する(たとえば 0° 赤道、50° ロンドン、70° 北極圏)。
- 気圧/高度 を海面から 3000 m まで変化させる。
✅ 予想される傾向
- AOD: エアロゾルレベルが高いほど、より多くの光が散乱・吸収され、総放射照度が低下します。 Idirect は急激に低下し、Idiffuse は増加します。 全体として、JSC と PCE の低下が予想されます。
- 水蒸気: 近赤外域に吸収帯を追加します。 これらは有機 PV に重要なスペクトル領域を削るため、JSC と効率の緩やかな低下につながります。
- 時刻: 朝/夕方(より高い air mass)ではスペクトルが赤方偏移し、総強度が低下します。 放射照度の低下により Voc はわずかに減少する可能性があります。
- 緯度: 高緯度では(平均して)air mass が増加し、放射照度が低下し季節変動が強くなります。 赤道域のスペクトルはより強く、波長全体にわたってバランスが取れています。
- 高度: 標高が高いほど、頭上の大気が少なくなります。 これにより direct irradiance が増加し、散乱損失が減少するため、海面と比較して JSC が増加します。
これらの効果は、環境条件が太陽光発電デバイス性能に直接影響することを示しています。
このチュートリアルで学んだこと
- OghmaNano の Solar Spectrum Generator を使用してカスタム太陽スペクトルを生成する方法。
- AM1.5G、Iglobal、Idirect、および Idiffuse スペクトルの違い。
- 環境条件(エアロゾル、水蒸気、汚染、時刻、緯度)がスペクトルをどのように再形成するか。
- スペクトルを Optical Spectrum Editor にエクスポートし、シミュレーションで光源として使用する方法。
- ベースラインとカスタムスペクトルの J–V 結果を比較し、PCE、VOC、および JSC の変化を評価する方法。
🎯 パート B を完了することで、太陽放射照度モデリングとデバイスレベル性能を結び付け、 物理スペクトルから太陽光発電効率解析へと進みました。