PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO Comparación de los parámetros eléctricos de la curva corriente-voltaje extraídos de una celda solar fotovoltaica bajo condiciones interiores controladas y exteriores en Lima, Perú. Tesis para obtener el grado académico de Maestro en Energía que presenta: Jhomer Rodrigo Contreras Paucca Dr. Jan Amaru Palomino Tofflinger Lima, 2025 Asesor: INFORME DE SIMILITUD Yo, Jan Amaru Palomino Tofflinger, docente de la Escuela de Posgrado de la Pontificia Universidad Católica del Perú, asesor de la tesis titulada Comparación de los parámetros eléctricos de la curva corriente-voltaje extraídos de una celda solar fotovoltaica bajo condiciones interiores controladas y exteriores en Lima, Perú, del autor, Jhomer Rodrigo Contreras Paucca, dejo constancia de lo siguiente: • El mencionado documento tiene un índice de puntuación de similitud de 10 %. Así lo consigna el reporte de similitud emitido por el software Turnitin el 26/01/2025. • He revisado con detalle dicho reporte y la Tesis, y no se advierte indicios de plagio. • Las citas a otros autores y sus respectivas referencias cumplen con las pautas académicas. Lugar y fecha: Lima, 26.01.2025 Apellidos y nombres del asesor: Palomino Tofflinger, Jan Amaru DNI: 48866095 Firma: ORCID: https://orcid.org/0000-0002-2076-4046 Este trabajo está dedicado principalmente a mis padres, por apoyarme en toda la maestría; y a TWICE por ser un soporte de apoyo emocional durante el desarrollo de la tesis. RESUMEN En el presente trabajo de investigación se extrajeron y compararon los parámetros de corriente y voltaje (I-V) de una celda solar fotovoltaica (PV) utilizando el modelo de diodo simple en condiciones tanto interiores controladas como exteriores no controladas. Para las mediciones interiores, se implementó un sistema de adquisición de datos empleando un simulador solar con control de temperatura. Por otro lado, en las exteriores se recolectaron datos empleando el Sol y un control de temperatura. Estas mediciones de corriente y voltaje se realizaron a diferentes niveles de irradiancia, manteniendo la temperatura de la celda cerca de los 25 °C, con el fin de cumplir los estándares de medición STC (Standard Test Conditions) . Adicionalmente se emplearon dos métodos para extraer la resistencia en serie: una cercana al voltaje de circuito abierto (Voc) y otro en la región lineal de la curva I-V en voltajes superiores al Voc de la celda estudiada. Los resultados demuestran que los parámetros de diodo simple extraídos en interiores, exteriores y su tendencia con diferentes niveles de irradiancia pueden diferir, enfatizando la importancia de considerar otras condiciones exteriores además de la irradiancia y la temperatura de la celda para reproducir los parámetros interiores en diferentes niveles de irradiancia, particularmente para las resistencias en serie y en derivación. iii ÍNDICE RESUMEN .......................................................................................................... ii ÍNDICE ............................................................................................................... iii LISTA DE FIGURAS ........................................................................................ vi LISTA DE TABLAS ......................................................................................... vii CAPÍTULO 1: MARCO DE LA INVESTIGACIÓN ..................................... 1 1.1 PLANTEAMIENTO DEL PROBLEMA ............................................... 1 1.2 FORMULACIÓN DEL PROBLEMA .................................................... 3 1.3 OBJETIVOS ........................................................................................... 4 1.4 JUSTIFICACIÓN ................................................................................... 4 CAPÍTULO 2: MARCO CONCEPTUAL Y ANTECEDENTES .................. 6 2.1 MARCO TEÓRICO ............................................................................... 6 2.1.1 Protocolos de evaluación de celdas solares ....................................... 6 2.1.2 Caracterización de celdas fotovoltaicas (Curva IV) .......................... 7 2.1.3 Histéresis en medición de celdas fotovoltaicas ................................. 8 2.1.4 Impacto de la distribución espectral en celdas solares ...................... 9 2.1.5 Instrumentación para la recolección de datos .................................. 11 2.1.6 Caracterización en interiores ........................................................... 11 2.1.7 Caracterización en exteriores........................................................... 12 2.2 ANTECEDENTES ............................................................................... 13 2.2.1 Rendimiento de celdas fotovoltaicas ............................................... 13 iv 2.3 VARIABLES ........................................................................................ 14 2.4 HIPÓTESIS .......................................................................................... 15 CAPÍTULO 3: DISEÑO METODOLÓGICO ............................................... 16 3.1 METODOLOGÍA Y DISEÑO ............................................................. 16 3.2 POBLACIÓN ........................................................................................ 16 3.3 METODOLOGÍA EN INTERIORES .................................................. 17 3.4 METODOLOGÍA EN EXTERIORES ................................................. 18 3.5 METODOLOGÍA ANALÍTICA .......................................................... 19 3.5.1 Configuración de parámetros para mediciones ............................... 21 3.5.2 Método alternativo de extracción de Rs (Región Lineal) ................ 22 3.5.3 Extracción de Rshunt mediante la curva IV ....................................... 23 3.6 CONTROLADOR DE TEMPERATURA ........................................... 23 3.7 CONTROL DE IRRADIANCIA EN INTERIORES ........................... 25 CAPÍTULO 4: PRUEBAS EXPERIMENTALES Y RESULTADOS ........ 27 4.1 EVALUACIÓN EN INTERIORES. ..................................................... 27 4.2 EVALUACIÓN EN EXTERIORES. ................................................... 28 4.3 SELECCIÓN DE LA RESISTENCIA SHUNT. .................................. 28 4.4 INFLUENCIA EN LA TEMPERATURA EN LA CURVA IV .......... 30 4.5 RESULTADOS Y ANÁLISIS DE PARÁMETROS ........................... 30 4.5.1 Resistencia Shunt ............................................................................. 31 4.5.2 Resistencia en Serie ......................................................................... 32 4.5.3 Factor de Idealidad .......................................................................... 33 v 4.5.4 Corriente de saturación a oscuras .................................................... 34 CONCLUSIONES ............................................................................................ 35 AGRADECIMIENTOS Y PUBLICACIÓN .................................................. 36 REFERENCIAS ............................................................................................... 37 ANEXO 1: MATRIZ DE CONSISTENCIA .................................................. 42 ANEXO 2: MATRIZ DE CONSISTENCIA .................................................. 43 ANEXO 3: DIAGRAMA DE BLOQUES DEL LAB VIEW ........................ 48 vi LISTA DE FIGURAS Figura 2.1: Gráfica de curva IV y sus principales componentes. ...................... 8 Figura 2.2: Gráfica de la respuesta espectral relativa de las tecnologías PV por longitud de onda.(Conde et al., 2021) .............................................................................. 9 Figura 2.3: Gráfica de la ganancia espectral de las tecnologías PV a través de los meses.(Conde et al., 2021) ........................................................................................ 10 Figura 2.4: Equipos de medición para pruebas a interiores. Simulador solar (a) y Monocromador MSH-150 (b). Ambos equipos son de Quantum Design. .................. 12 Figura 2.5: Eficiencia de distintas celdas solares en los últimos años.(The National Renewable Energy Laboratory, 2023) ............................................................. 14 Figura 3.1: Sistema de medición para la adquisición de datos en condiciones controladas. ..................................................................................................................... 17 Figura 3.2: Sistema para extracción de parámetros a condiciones no controladas. ........................................................................................................................................ 18 Figura 3.3: Circuito equivalente de una celda en el modelo de diodo simple. ... 19 Figura 3.4: Variación de la curva de Potencia vs Voltaje para distintos NPLC. 21 Figura 3.5: Extracción de la resistencia mediante la curva IV(Abajo: Método de Phang et al. ; Arriba: Método de la región lineal). ......................................................... 22 Figura 3.6: Circuito del controlador de temperatura para la celda Si. ................ 23 Figura 3.7: Funcionamiento del controlador de temperatura en interiores y exteriores. ....................................................................................................................... 24 Figura 3.8: Gráfica de la Irradiancia espectral según la longitud de onda otorgada por el simulador solar en comparación con el AM 1.5. .................................................. 25 Figura 3.9: Gráfica de la Irradiancia espectral según el voltaje de operación de la celda. ............................................................................................................................... 26 Figura 3.10: Curva IV según el voltaje de operación de la celda de referencia. 26 vii Figura 4.1: Montaje experimental en ambiente controlado. ............................... 27 Figura 4.2: Montaje experimental en ambiente no controlado. .......................... 28 Figura 4.3: Comportamiento de la varianza respecto al voltaje para hallar el R shunt. .............................................................................................................................. 29 Figura 4.4: Curva IV y sus variaciones respecto a la temperatura configurada. 30 Figura 4.5: Curvas analizadas para el estudio en exteriores. .............................. 31 Figura 4.6: Gráfica de variación de la Resistencia Shunt según los valores de irradiancia en la celda Si. ................................................................................................ 31 Figura 4.7: Gráfica de variación de la Resistencia en serie según los valores de irradiancia en la celda Si.. ............................................................................................... 32 Figura 4.8: Gráfica de variación del factor de idealidad según los valores de irradiancia en la celda Si. ................................................................................................ 33 Figura 4.9: Gráfica de variación de la corriente de saturación a oscuras según los valores de irradiancia en la celda Si. .............................................................................. 34 LISTA DE TABLAS TABLA I. ECUACIONES DEL MODELO DE DIODO. .………………... 19 TABLA II. ECUACIONES DEL METODO PHANG ET AL. ……………. 20 1 CAPÍTULO 1: MARCO DE LA INVESTIGACIÓN 1.1 PLANTEAMIENTO DEL PROBLEMA Los sistemas actuales tradicionales de transformación de energía primaria a electricidad generan un impacto negativo en el medio ambiente debido a la producción de gases contaminantes de efecto invernadero (United States Environmental Protection Agency, 2022). Ante este problema global, los países del mundo se encuentran en el desarrollo de proyectos enfocados hacia el desarrollo sostenible, ya que es necesario que el crecimiento económico sea compatible con la protección del medio ambiente, cuyos objetivos principales son la lucha contra el cambio climático y la seguridad de abastecimiento energético (Lupiola, 2019). Con base en la información proporcionada por “Data Commons Place Explorer” en el Perú, las emisiones de dióxido de carbono provenientes de los hidrocarburos tienden a un aumentado a gran escala; ejemplo de esto, en el año 2019, se vio un crecimiento de aproximadamente un 20% en las emisiones de dióxido de carbono per cápita1 respecto al 2018 (The World Bank, 2023) (Dirección General de Eficiencia Energética Área de Planeamiento Energético (DGEE), 2020). La problemática de generación eléctrica mediante el uso de energías renovables radica principalmente en la eficiencia energética, la cantidad de energía máxima que puede producir y la inversión económica que conlleva (Solís Sosa et al., 2019). En Perú, las hidroeléctricas dominan la generación de electricidad en cuanto se refiere a generación libre de gases contaminantes (DGEE, 2020)(Solís Sosa et al., 2019); sin embargo, existen más formas de generación en la que se pueden profundizar más y aportar energía limpia en la generación total de electricidad, tal es el caso de la energía solar fotovoltaica. 1 CO2 per cápita: Es el promedio de la cantidad de dióxido de carbono, por habitante, como consecuencia de las actividades humanas (The World Bank, 2023). 2 Según el Atlas de Energía Solar del Perú, el territorio peruano tiene un gran potencial para la generación de electricidad mediante energía fotovoltaica debido a la ubicación geográfica que es favorecida con altos niveles de irradiación solar (Servicio Nacional de Meteorología e Hidrología del Perú (Senamhi), 2003). Asimismo, en el Balance Nacional de Energía del 2020 informa que el crecimiento sobre la producción de electricidad por energía solar para el mercado eléctrico fue tan solo de un 2% respecto al año 2019, llegando a un total de 2.1% dentro de las principales tecnologías que forman parte del Parque de Generación Eléctrica (DGEE, 2020). Con el enfoque de la generación energética a partir de la radiación solar, surgen los conceptos fotovoltaicos del rendimiento energético según el tipo de tecnología utilizada en los sistemas solares, siendo los más desarrollados comercialmente los basados en silicio; estas celdas dominan actualmente el mercado y se colocan usualmente en los techos de las casas (Solís Sosa et al., 2019)(Senamhi, 2003). Estas celdas solares pertenecen a la primera generación de células, en general, están hechas de obleas de silicio y tienen un rendimiento del 17% al 22% a nivel comercial. Las células solares de silicio cristalino presentan algunas características en su rendimiento que deben ser consideradas; por ejemplo, la disminución en su eficiencia debido a las altas temperaturas de operación, lo que puede reducir significativamente la cantidad de energía que puede generar el panel (Ebhota & Tabakov, 2023). Las células solares de segunda generación utilizan tecnologías como telururo de cadmio (CdTe), silicio amorfo y material a base de selenio, cobre, indio y galio (CIGS) son potencialmente más baratas que las células solares de primera generación porque utilizan menos materiales. 3 Las células solares de tercera generación utilizan materiales nuevos como nanotubos, plásticos conductores, tintas solares y tintas orgánicas, pero todavía no tienen una importancia comercial significativa, es en esta generación donde se estudia las propiedades y comparan a exteriores (Park, 2019)(Ebhota & Tabakov, 2023). Es importante destacar que las desventajas en el rendimiento de los paneles solares a base de silicio sobre otras tecnologías de generaciones posteriores no invalidan su efectividad en la generación de energía solar, es por ello que estas son las que predominan en el mercado. No obstante, es necesario considerar estas desventajas al momento de seleccionar o diseñar un sistema en base a un tipo de tecnología para generación de energía solar (Solís Sosa et al., 2019). En este sentido, las nuevas investigaciones en el desarrollo de nuevas tecnologías fotovoltaicas para una mayor eficiencia energética y una menor sensibilidad a las altas temperaturas pueden ayudar a superar las limitaciones en el rendimiento de las celdas solares actuales (J. Yan et al., 2022). 1.2 FORMULACIÓN DEL PROBLEMA Problema General • ¿Cómo cambian las propiedades de las celdas fotovoltaicas y su rendimiento energético en condiciones controladas y reales en Lima-Perú? Problemas específicos • ¿Cómo acondicionar y medir las celdas fotovoltaicas a condiciones estándar de medida mediante un simulador solar? • ¿Cuáles son las propiedades de las celdas que se pueden extraer bajo condiciones controladas y reales de operación? • ¿Cómo afectan las condiciones de operación en Lima, Perú, al rendimiento energético de una celda fotovoltaica? 4 1.3 OBJETIVOS Objetivo General • Analizar la caracterización y el rendimiento energético de las celdas solares en un ambiente controlado y no controlado en Lima -Perú. Objetivos específicos • Acondicionar y poner en marcha un simulador solar para la medición de celdas fotovoltaicas bajo condiciones estándar de medida. • Caracterizar de las celdas fotovoltaicas y extraer sus propiedades mediante curvas de corriente y voltaje en condiciones estándar y reales de operación. • Determinar cómo afectan las condiciones de operación en Lima, Perú, al rendimiento energético de una celda fotovoltaica. 1.4 JUSTIFICACIÓN Desde el año 2009 se realizan investigaciones acerca del uso de nuevos materiales recolectores de luz, logrando el desarrollo y avances en el campo de las celdas solares de tercera generación para lograr superar la eficiencia de conversión energética (Park, 2019). En los últimos años se han desarrollado estrategias para poder profundizar y mejorar en aspectos como la optimización completa de la capa de transporte de electrones, la minimización de la pérdida de defectos relacionados con la recombinación no radiactiva y el aumento de la captación de luz (Yoo et al., 2022). Las razones detrás del interés por investigar sobre las propiedades de las celdas fotovoltaicas se pueden atribuir a sus propiedades eléctricas con una brecha de banda directa y un alto coeficiente de absorción, una larga longitud de difusión de portadores, una brecha de banda ajustable mediante ingeniería de composición y un proceso de deposición simplificado (Saliba et al., 2016)(J. Yan et al., 2022). 5 La eficiencia de conversión de energía más alta de celdas en la actualidad ha alcanzado el 25.5%, superando la eficiencia récord de las células solares de cobre, indio, galio y selenio (CIGS) y acercándose a la de las células solares de silicio cristalino de acuerdo a un resumen del progreso de las celdas solares de tercera generación del 2020 al 2021 (Wu et al., 2021). Estudios más actuales presentan un récord de aproximadamente 33.7% de eficiencia usando perovskita en tándem de silicio (The National Renewable Energy Laboratory (NREL), 2023). El desarrollo de nuevas tecnologías con mayor eficiencia energética aplicado en la generación de electricidad reducirá los costos significativamente en los sistemas fotovoltaicos que se implemente posteriormente (B. Yan, 2023). Adicionalmente, hay ciudades con características particulares en su espectro solar, tal es el caso de Lima que presenta el espectro de luz de irradiación desplazado hacia la luz ultravioleta, lo que favorece en una generación adicional de hasta un 5% respecto a la potencia nominal en las celdas de perovskita (Conde et al., 2021). Finalmente, este trabajo de tesis forma parte de un proyecto de investigación financiado por NREL en colaboración con el Helmholtz-Zentrum Berlín (HZB). En el que en una primera etapa es requerida la caracterización sus celdas para el desarrollo de módulos funcionales y poder comprender su comportamiento en condiciones reales de operación. No obstante, debido a que presentan inestabilidades en la adquisición de datos en exteriores (Khenkin, 2023) y el desconocimiento de su comportamiento en entornos reales; en este caso particular, Lima - Perú, aún no han sido escaladas a matrices de celdas. 6 CAPÍTULO 2: MARCO CONCEPTUAL Y ANTECEDENTES 2.1 MARCO TEÓRICO En la última década, la eficiencia de las celdas solares ha mejorado significativamente, una estrategia prometedora para mejorar aún más la eficiencia es construir dispositivos en tándem, especialmente cuando se emparejan con células de Si desarrolladas en la anterior década. La inestabilidad de fase de la célula superior de algunas tecnologías emergentes de banda ancha limita el rendimiento en tándem y también las perspectivas de aplicación. Por lo tanto, es altamente deseable desarrollar estrategias para suprimir la segregación de haluros sin comprometer el rendimiento del dispositivo, para ello se deben conocer a profundidad los parámetros de las celdas (Liu et al., 2021). 2.1.1 Protocolos de evaluación de celdas solares Estos protocolos ISOS (International Summit on Organic Photovoltaic Stability) han sido diseñados para evaluar la estabilidad de las células solares orgánicas (OPV) y celdas solares de tercera generación. Se dividen en cinco categorías según los diferentes tipos de tensiones aplicadas: pruebas de vida útil o almacenamiento en la oscuridad, pruebas al aire libre, pruebas de remojo ligero, pruebas de ciclos térmicos y pruebas de ciclos térmicos con luz y humedad (Khenkin et al., 2020). Los estudios de almacenamiento en la oscuridad proporcionan información sobre la vida útil de las células solares en condiciones ambientales sin exposición a la luz. Además, la atmósfera ambiental de Lima juega un papel importante en la degradación de las celdas solares ya que es de conocimiento que la capital presenta un clima de carácter variable o no uniforme. Asimismo, la temperatura también es un factor importante que se estudia para evaluar la estabilidad de las celdas solares en general, para este tipo de prueba 7 se suele aplicar temperaturas elevadas para estudiar la estabilidad térmica y acelerar la degradación. Por otro lado, las pruebas de absorción de luz promueven la migración de iones y defectos en las células solares y pueden causar cambios perjudiciales en las capas de las células aunque no al grado de las pruebas destructivas. Las pruebas al aire libre que se realizan bajo luz solar natural son relevantes para evaluar el funcionamiento real de las celdas. Estudios sugieren realizar extensiones de los procedimientos de envejecimiento para incluir ciclos de luz y oscuridad (ISOS-LC) y polarización eléctrica en la oscuridad (ISOS-V), debido a que los ciclos de luz y oscuridad son importantes porque ciertos modos de degradación de las celdas son reversibles o parcialmente reversibles en la oscuridad. Asimismo, se realizan en diferentes condiciones de exposición a la luz y la oscuridad para simular ciclos de día y noche, y conviene realizar pruebas en diferentes duraciones de ciclo y ciclos de trabajo para comprender mejor los procesos de degradación y recuperación. Además, es relevante considerar la polarización eléctrica en la oscuridad también como un factor importante de degradación. Finalmente, las pruebas de estabilidad intrínseca (ISOS-I) se centran en los factores de estrés intrínsecos, como la luz, la temperatura y la polarización eléctrica, independientemente de la encapsulación de las células solares (Khenkin et al., 2020). 2.1.2 Caracterización de celdas fotovoltaicas (Curva IV) La curva IV de una celda solar es la superposición de la curva IV del diodo de las celdas solares en ausencia de luz con la corriente inducida. Esta curva presenta componentes que da información acerca del comportamiento de la celda, generalmente se analizan en condiciones estándar, las cuales son que la celda se encuentra a 25°C de operación, la masa de aire AM 1.5 y una irradiancia de 1000 W/m2 (Mitrovic & Stojanovic, 2020). 8 Entre las principales propiedades que se extraen de la curva IV se encuentra la corriente de cortocircuito, Isc, esta se refiere al valor de la intensidad de corriente a través de la celda solar en cortocircuito, es decir cuando el voltaje es cero. Asimismo, el voltaje en circuito abierto, Voc, es el valor de la tensión de la celda cuando la corriente es cero, el cual es el máximo valor de voltaje de la celda (Lindholm et al., 1979; Mitrovic & Stojanovic, 2020). Finalmente, la eficiencia o el rendimiento es el parámetro más utilizado para comparar el rendimiento de celdas solares, se define como la relación entre la producción de energía de la celda solar y la energía incidente al área de la celda (NREL, 2023; J. Yan et al., 2022). En la Figura 2.1 se muestran los puntos representativos de la curva, en donde Vmpp y Impp son el voltaje y corriente en el punto de máxima potencia. Figura 2.1: Gráfica de curva IV y sus principales componentes. 2.1.3 Histéresis en medición de celdas fotovoltaicas La histéresis en las celdas fotovoltaicas se refiere a la dependencia de las curvas de corriente-voltaje en la dirección y velocidad de barrido del voltaje. Es un efecto dinámico típicamente influenciado por las condiciones previas a la polarización, la tasa de escaneo de polarización, la dirección de escaneo y el historial de medición. Esta dependencia puede provocar patrones de corriente diferentes para el mismo rango de 9 voltaje, lo cual afecta la estimación precisa de la eficiencia de conversión de energía de las celdas (Nemnes et al., 2018). 2.1.4 Impacto de la distribución espectral en celdas solares Existen algunas tecnologías fotovoltaicas que se benefician de acuerdo a la distribución espectral de la zona de operación. Existe un estudio realizado en el Laboratorio de Investigación Fotovoltaica de la Pontificia Universidad Católica del Perú el cual refleja numéricamente las ventajas que pueden presentar las distintas formas de tecnologías fotovoltaicas. En principio se evaluaron 7 tipos de tecnologías PV para determinar cuáles pueden ser beneficiadas en la capital. La Figura 2.3 muestra las respuestas espectrales relativas según la tecnología evaluada para posteriormente según un modelo matemático estimar las ganancias generadas. Figura 2.2: Gráfica de la respuesta espectral relativa de las tecnologías PV por longitud de onda.(Conde et al., 2021) Este estudio indica que nuestra ciudad tiene un espectro con un sesgo hacia el azul (427-476 nm) a lo largo del año, con una estacionalidad apenas relevante según un estudio realizado en Lima. Estos resultados difieren de estudios similares realizados en otras partes del mundo, especialmente en latitudes más altas. El estudio explica que esta 10 poca estacionalidad se debe a la baja latitud y a la baja masa de aire en Lima durante los meses predominantemente soleados de verano y primavera, así como a su clima particular con meses nublados predominantes en otoño e invierno. Estas condiciones favorecen distribuciones espectrales sesgadas hacia el azul durante todas las estaciones (Conde et al., 2021). Dado las condiciones de la distribución espectral, el cual se ve desplazado hacia el azul, favorece a los tipos de celdas que tienen ganancia en esa longitud de onda, lograría generar hasta un 4.8% adicional respecto a la potencia nominal en las celdas de perovskita. Como se muestra en la siguiente Figura 2.4 (𝑀𝑀𝑚 representa la ganancia espectral por mes). Figura 2.3: Gráfica de la ganancia espectral de las tecnologías PV a través de los meses.(Conde et al., 2021) Si bien el estudio concluye en las ganancias respecto a un modelo matemática, se sabe que cuando se traslada a la experimentación estas ganancias pueden variar de su valor teórico; por lo que si bien se conoce las ganancias halladas de manera matemática, 11 esta tesis continuará con la evaluación y análisis experimental de estas celdas en las condiciones ambientales de Lima. 2.1.5 Instrumentación para la recolección de datos En esta sección se muestran los instrumentos que se usan para la caracterización y evaluación de las celdas solares, tanto como la evaluación en interiores como exteriores, además de su evaluación según condiciones de laboratorio. Estos se dividen en los que son netamente para medir parámetros que podrán afectar a la curva IV de la celda de los entornos no controlados como la irradiancia en exteriores, la temperatura de las celdas en operación; por otro lado, los entornos simulados los instrumentos para la simulación de irradiancia, graficas de curva I-V y análisis del espectro solar. 2.1.6 Caracterización en interiores De acuerdo con el efecto interno que genera este tipo de pruebas para caracterizar una celda, se dividen en pruebas invasivas y no invasivas, para fines del proyecto de investigación se requiere mantener la celda en óptimas condiciones, por lo que se estudian principalmente las pruebas de carácter no invasivo. Las mediciones de eficiencia cuántica externa, que representa la relación entre el número de portadores de carga recogidos y el número de fotones incidentes en la celda solar, y la eficiencia de conversión se evalúa con la ayuda del simulador solar, que logra generar una potencia determinada simulando un Sol mediante lámparas artificiales de Xenón, configurado a condiciones estándares de medida. Para la medición de la reflectancia, que se relaciona con la fracción de radiación incidente reflejada por una superficie, se usa el espectrofotómetro que permite hacer mediciones en rangos de longitud de onda cercano al ultra violeta-visible-infrarrojo (UV- VIS-NIR). Asimismo, se hace uso del sistema monocromador, el cual mediante lentes 12 ópticos permite seleccionar la longitud de onda la cual se requiere para el análisis del comportamiento de la celda. Por otro lado, las pruebas destructivas o invasivas se refieren a situaciones en las que se produce una degradación inesperada en la celda fotovoltaica o si es necesario abrir la celda o el encapsulante para realizar la prueba. En la Figura 2.5 se muestras algunos de los equipos a utilizar, los cuales son proporcionados por la Pontificia Universidad Católica del Perú (PUCP) en su Centro de Caracterización de Materiales (CAM). Figura 2.4: Equipos de medición para pruebas a interiores. Simulador solar (a) y Monocromador MSH-150 (b). Ambos equipos son de Quantum Design. 2.1.7 Caracterización en exteriores De acuerdo con las condiciones de entono no controlado, la celda presenta un comportamiento diferente reflejado en la curva I-V. Para ello se estudia los parámetros de la irradiancia, temperatura y la distribución espectral. Respecto a este último, se analiza mediante el espectroradiómetro EKO MS-711, capaz de hacer mediciones del espectro de luz con un rango de 350 nm hasta los 1050 nm. Asimismo, el sensor de temperatura de tipo resistencia PT100 RTD, capaz de medir temperaturas de la celda desde -50 °C a 150 °C. Finalmente, para medir la irradiancia se emplea un piranómetro EKO MS-80 de termopila o termoeléctrico que es un sensor basado en termopilas diseñado para medir la irradiación desde un ángulo de campo de visión de 180°. 13 2.2 ANTECEDENTES 2.2.1 Rendimiento de celdas fotovoltaicas Una de las principales cuestiones acerca del uso energía solar fotovoltaica se relaciona principalmente con la eficiencia energética de las celdas, debido a que en términos de conversión energética, a partir de la irradiancia total incidente, no supera el primer cuartil de eficiencia para sistemas solares. Por otro lado, en el caso de celdas pequeñas este valor aumenta hasta llegar a una eficiencia de 47.6%, aunque en un área de 4.2 𝑚𝑚2 correspondiente a las celdas de multi unión. Mientras que en celdas de mayor área, es decir con posibilidades mayores de escalamiento hacia matrices de celdas en los últimos años predomina las de pervoskita en tándem de Silicio, llegando a una eficiencia de 33.7% en un área de 1𝑐𝑚2 aproximadamente (NREL, 2023). El interés por el análisis de los parámetros de nuevas tecnologías fotovoltaicas está presente desde la década pasada, llegando a eficiencias de 25.2% en entornos controlados, para posteriormente estudiar y entender los problemas de histéresis en la curva I-V hasta el día de hoy. Actualmente, se analiza la escalabilidad de esta tecnología a partir de los datos recolectados a entorno natural (Park, 2019). La presente tesis busca ese análisis de parámetros y comportamiento en Lima donde ya se tiene varios tipos de tecnologías fotovoltaicas para hacer la comparación con esta, y determinar si experimentalmente presenta ventaja en su eficiencia. En la Figura 2.2 se muestra las eficiencias de las celdas solares según el avance tecnológico en los últimos cinco años por NREL. 14 Figura 2.5: Eficiencia de distintas celdas solares en los últimos años.(The National Renewable Energy Laboratory, 2023) Para poder elaborar la Figura 2.6 se utilizó los datos de los laboratorios que componen una investigación del tipo de tecnología dividido en cinco grupos, de los cuales algunos son el ISCAS, KAUS, HZB, entre otros con respecto a las condiciones estándar de prueba o informe según lo definido por el espectro de referencia global para dispositivos de placa plana y el espectro de referencia directa para dispositivos concentradores como se enumeran en las normas IEC 60904-3 segunda edición. Asimismo, se logra observar la tendencia y avances de las celdas fotovoltaicas en los últimos cinco años, de donde destacan los avances en distintas tecnologías, siendo el de mayor eficiencia solar los de perovskita en tándem de silicio (NREL, 2023). 2.3 VARIABLES • VARIABLE INDEPENDIENTE: Caracterización y evaluación del rendimiento de la celda solar en condiciones controladas en laboratorio. 15 • VARIABLE DEPENDIENTE: Eficiencia energética teórica de una matriz fotovoltaica y caracterización y evaluación del rendimiento de las celdas solares en condiciones no controladas. Se analizan estas variables mediante los siguientes indicadores: Para la variable independiente se estudia el cambio o evolución de la máxima potencia, corriente Isc, voltaje Voc, irradiancia dentro del área de la celda, temperatura de operación, distribución espectral para determinar el deterioro de la celda. Para las variables dependientes se usan los indicadores anteriores adicionalmente la evaluación del rendimiento de la celda según la norma IEC 61724-1. Los resultados y análisis son un estudio conjunto de la degradación medida por parámetros en condiciones controladas originadas por el funcionamiento de la celda en ambiente real de operación. 2.4 HIPÓTESIS HIPÓTESIS GENERAL • La caracterización y evaluación del rendimiento energético de celdas fotovoltaicas en Lima, pueden ser explicadas desde la comparación del análisis en interiores y exteriores. HIPÓTESIS ESPECÍFICAS • Las variación de las propiedades de la misma celda en distintos entornos con similares condiciones explican de mejor manera sus propiedades.. • Los parámetros de evaluación en un entorno no controlado mostrarán una variación en la caracterización de la celda usando los mismos métodos de extracción de parámetros. 16 CAPÍTULO 3: DISEÑO METODOLÓGICO 3.1 METODOLOGÍA Y DISEÑO La metodología utilizada para el presente trabajo de investigación tiene un enfoque cuantitativo ya que las variables extraídas mediante la caracterización de las celdas solares son comparadas con los parámetros de referencia. El diseño de investigación presenta dos etapas divididas en caracterización a exteriores e interiores. Ambas usando el software Lab View para la gráfica de la curva. En la etapa de pruebas en condiciones ambientales el diseño de la metodología es de carácter no experimental de tipo evolutivo, donde se analizarán los cambios de las variables a través del tiempo de operación. Por otro lado, en la etapa de pruebas de laboratorio o en condiciones controladas el diseño es de carácter experimental de tipo cuasiexperimental, por la misma forma de obtener las variables modificando distintos parámetros como irradiancia, temperatura y parámetros de recolección de datos, pero no la composición de las celdas solares. 3.2 POBLACIÓN En cuanto a la población caracterizada y analizada se encuentran todas las celdas de referencia basadas en silicio (celdas bifaciales cubiertas por un lado) caracterizadas en el laboratorio MatER-PUCP, asimismo las celdas de diferentes tecnologías actuales comerciales usadas en el laboratorio para comparar su eficiencia. Todas estas celdas de referencia son recibidas de parte del laboratorio HZB. • Celda de referencia silicio (QE-050623-03) • Celda de referencia silicio (QE-050623-04) • Celda de referencia silicio del simulador solar 17 3.3 METODOLOGÍA EN INTERIORES Para pruebas en laboratorio con parámetros controlados se usará la distribución de componentes mostrados en la siguiente Figura 3.1. Figura 3.1: Sistema de medición para la adquisición de datos en condiciones controladas. Para generar las curvas características de las celdas solares, se utiliza una unidad de medición de fuente para aplicar un voltaje que aumenta progresivamente mientras se mide simultáneamente la corriente con alta precisión. Esta configuración permite un seguimiento detallado de la curva y proporciona información sobre el rendimiento de una célula fotovoltaica de silicio de 1 cm². Se utiliza un simulador solar que funciona en condiciones de prueba estándar ( irradiancia de 1000 W/m² y espectro AM 1.5 para replicar la luz solar). Con el objetivo de regular la temperatura, el sistema emplea una celda Peltier conectada a un microcontrolador que controla la duración de la corriente de salida, ajustando así la temperatura de la celda a través del contacto para mantenerla aproximadamente a 25°C a pesar del calentamiento que pueda generar el simulador solar en el desarrollo de la medición. 18 3.4 METODOLOGÍA EN EXTERIORES Para pruebas en laboratorio con parámetros no controlados se usará la distribución de componentes mostrados en la siguiente Figura 3.2 colocados en el Laboratorio de Investigación Fotovoltaica (latitud 12°4’S, longitud 77°4’W). Figura 3.2: Sistema para extracción de parámetros a condiciones no controladas. Según el sistema representado en la figura se extraen las curvas I-V en diferentes condiciones de irradiancia durante un día soleado utilizando el mismo SMU y la misma celda solar de silicio que con el simulador solar en pruebas de laboratorio. El ángulo de incidencia de la célula solar se mantuvo cerca de 0° durante las mediciones para replicar las condiciones geométricas del simulador solar. La irradiancia en el plano de la celda solar se midió con un piranómetro EKO MS-80. 19 3.5 METODOLOGÍA ANALÍTICA El modelo de diodo único puede representar la célula solar. El circuito consta de un generador de corriente conectado en paralelo con un diodo. Se añaden resistencias en serie y en derivación (shunt) para tener en cuenta las pérdidas eléctricas. Además, la carga 𝑅L se conecta en paralelo al extremo del circuito donde se consume la potencia útil. Figura 3.3: Circuito equivalente de una celda en el modelo de diodo simple. La Figura 3.3 muestra el modelo del diodo simple que incluye una fuente de corriente, un diodo, una resistencia en serie y una resistencia en derivación. La resistencia en serie (Rs) se añade para representar la caída de voltaje debido a las resistencias de transporte en la celda solar. Por otro lado, la resistencia shunt (Rsh) refleja los efectos de las corrientes de fuga del diodo, en los bordes de la celda y en la superficie de la celda solar. Asimismo, Iph representa la corriente fotovoltaica como fuente de alimentación y Ish de la resistencia shunt. TABLA I. ECUACIONES DEL MODELO DE DIODO Parámetro Ecuación Corriente de la celda 𝐼 = 𝐼𝑝ℎ − 𝐼𝐷 − 𝐼𝑠ℎ Corriente del diodo 𝐼𝐷 = 𝐼0 (exp ( 𝑉𝐷 𝑛 ∗ 𝑉𝑡 ) − 1) 20 Parámetro Ecuación Corriente en resistencia Shunt. a.(V) 𝐼𝑠ℎ = 𝑉 + 𝐼 ∗ 𝑅𝑠 𝑅𝑠ℎ Resistencia en serie inicial 𝑅𝑠𝑜 = − ( 𝑑𝑉 𝑑𝐼 ) 𝑉=𝑉𝑜𝑐 Resistencia shunt incial 𝑅𝑠ℎ𝑜 = − ( 𝑑𝑉 𝑑𝐼 ) 𝐼=𝐼𝑠𝑐 a. “V” es el voltaje de la celda. A partir de la Tabla I, es posible extraer una lista de parámetros como el factor de idealidad, corriente de saturación del diodo a oscuras, la resistencia en serie, la resistencia shunt y la fotocorriente usando el método de Phang et al. que se muestra en la Tabla II. TABLA II. ECUACIONES DEL METODO PHANG ET AL. Parámetro Ecuación Resistencia shunt 𝑅𝑠ℎ = 𝑅𝑠ℎ𝑜 Factor de idealidad 𝑛 = 𝑉𝑚𝑝𝑝 + 𝑅𝑠𝑜 ∗ 𝐼𝑚𝑝𝑝 − 𝑉𝑜𝑐 𝑉𝑡 ∗ [ln (𝐼𝑠𝑐 − 𝑉𝑚𝑝𝑝 𝑅𝑠ℎ − 𝐼𝑚𝑝𝑝) − ln (𝐼𝑠𝑐 − 𝑉𝑜𝑐 𝑅𝑠ℎ ) + 𝐼𝑚𝑝𝑝 𝐼𝑠𝑐 − 𝑉𝑜𝑐 𝑅𝑠ℎ ] Corriente de saturación a oscuras. b.(Vt) 𝐼𝑜 = (𝐼𝑠𝑐 − 𝑉𝑜𝑐 𝑅𝑠ℎ )exp (− 𝑉𝑜𝑐 𝑛 ∗ 𝑉𝑡 ) Resistencia en serie 𝑅𝑠 = 𝑅𝑠𝑜 − 𝑛 ∗ 𝑉𝑡 𝐼𝑜 exp (− 𝑉𝑜𝑐 𝑛 ∗ 𝑉𝑡 ) Fotocorriente 𝐼𝑝ℎ = 𝐼𝑠𝑐 ∗ (1 + 𝑅𝑠 𝑅𝑠ℎ ) + 𝐼𝑜(exp ( 𝐼𝑠𝑐 ∗ 𝑅𝑠 𝑛 ∗ 𝑉𝑡 ) − 1) b. “Vt” es el voltaje termal. 21 3.5.1 Configuración de parámetros para mediciones Para una disminución del ruido de medición representados por voltajes y corrientes pequeñas en comparación con celdas de mayor área, en conjunto con las recomendaciones del HZB se establecieron las configuraciones de medición del SMU, de donde destacan las siguientes: • Una medición desde 0 hasta 0.7 V para la gráfica de la curva. • Una extracción de 80 a 100 puntos para graficar la curva. • El término NPLC (Number of Power Line Cycles), que se refiere a la precisión y estabilidad de las mediciones en barridos de voltaje y corriente, se configuró en un rango de 0.6 a 1 para que las mediciones no sean tan susceptibles al ruido eléctrico sin alterar la rápida medición como se muestra en la Figura 3.4 en una gráfica de distorsión de la curva de potencia de la celda por NPLC configurado. • Una interpolación spline el cual al generar datos en curvatura su performance es menos susceptibles a errores en comparación con la polinomial o la racional para el caso de esta celda estudiada. Figura 3.4: Variación de la curva de Potencia vs Voltaje para distintos NPLC. 22 3.5.2 Método alternativo de extracción de Rs (Región Lineal) Para una mejor comparación de parámetros y establecer un criterio de evaluación del comportamiento de las variables de la Tabla II, se evalúa la definición de la resistencia en serie la cual nos indica que es el valor de la pendiente en la parte lineal de la curva cercana al Voc. Pero, al realizar la caracterización de la celda la parte lineal esta sobre el Voc , es decir que en comparación con graficadores de curvas IV que utilizan variaciones de resistencia para medir la corriente, al usar el SMU se puede graficar inclusive pasando el Voc, esto permite un mejor valor numérico de la resistencia en serie, ya que esta no debe de cambiar drásticamente al variar la irradiancia como se muestra en la Figura 3.5. Este método se aplica generalmente a las curvas I-V oscuras de un diodo para obtener la resistencia en serie del diodo. La figura 3.5 demuestra ambos métodos de extracción de resistencia en serie bajo diferentes niveles de irradiancia: oscura (0 W/m^2), baja (400 W/m^2) y alta irradiancia (1000 W/m^2). Aquí, es evidente que las pendientes cerca del Voc son diferentes, mientras que las pendientes en la parte lineal por encima del Voc son similares. Figura 3.5: Extracción de la resistencia mediante la curva IV(Abajo: Método de Phang et al. ; Arriba: Método de la región lineal). 23 3.5.3 Extracción de Rshunt mediante la curva IV Respecto al Rshunt se analizó una comparación de desempeños de curvas generadas por puntos que se encuentre dentro del 20% al 80% del Voc, para que de esta manera los puntos interpolados no generen ruido en la data o un error en la lectura del Rshunt comparados mediante la varianza. La varianza en regresión lineal en Python está representada como el valor del coeficiente de determinación denotado por “R square”, el cual es una estadística utilizada en el contexto de modelos estadísticos cuyo objetivo es la predicción de resultados, pero sin tomar en cuenta las compensaciones sistemáticas en la predicción, ya que nuestros datos al obtener el Rshunt son similares en valores y podemos evaluar solo el performance de la línea que unen estos datos interpolados. Estos datos varían de “0” a “1”, siendo la mejor puntuación el “1”. 3.6 CONTROLADOR DE TEMPERATURA La configuración del simulador incluye etapas de acondicionamiento y calibración. El acondicionamiento implica ajustar la distancia entre el simulador solar y las celdas de prueba para replicar los parámetros de las Condiciones Estándar de Prueba (STC) y obtener diferentes niveles de irradiancia. Figura 3.6: Circuito del controlador de temperatura para la celda Si. 24 Para regular la temperatura, el sistema emplea una celda Peltier conectada a un microcontrolador que controla la duración de la corriente de salida [4], ajustando así la temperatura hacia las celdas mediante contacto para mantenerla a 25°C a pesar del calentamiento causado por el simulador solar. En el circuito equivalente representado en la Fig. 3.6, Vcc se fija en 12 V para alimentar la celda Peltier. Los componentes utilizados incluyen el amplificador operacional LM324N, el MOSFET IRFP250 y el sensor de temperatura PT100, que permiten monitorear la temperatura en tiempo real. Esto es fundamental debido a la variabilidad de los parámetros de las celdas solares a diferentes valores de temperatura. Este sistema cuenta con un disipador para poder disminuir temperaturas desde los 63°C hasta los 25°C que se necesita para cumplir los parámetros STC. En la Figura 3.7 se muestra un resumen del sistema en funcionamiento. Figura 3.7: Funcionamiento del controlador de temperatura en interiores y exteriores. La figura describe el tiempo que se demora en poder sostener una temperatura aproximada al STC para poder tomar las mediciones respectivas. En interiores o ambientes controlados la temperatura aumenta a medida que la celda está expuesta a la 25 luz generada por el simulador solar es mucho más fácil lograr una estabilidad de temperatura en comparación con el control en exteriores ya que el sol no se comporta de la misma manera que una lámpara y este puede llegar a temperaturas mayores a 50°C en la celda exigiendo una demanda de potencia de consumo en graduar la temperatura para la obtención de los parámetros. 3.7 CONTROL DE IRRADIANCIA EN INTERIORES Debido a que el simulador solar es un dispositivo el cual si bien nos genera una gráfica muy similar al AM 1.5 y la irradiancia de 1000 W/m2 como se muestra en la Figura 3.8, no se puede graduar para establecer irradiancias aproximadas de 200, 400, 600 y 800 W/m2. Es por ello que se adiciona un sistema de movimiento lineal controlado para establecer la distancia necesaria para posicionar la celda de tal manera que brinde una irradiancia aproximada a la requerida. Figura 3.8: Gráfica de la Irradiancia espectral según la longitud de onda otorgada por el simulador solar en comparación con el AM 1.5. Este movimiento lineal se logra mediante el control de un motor de pasos como parte de un sistema de tornillo sin fin, mostrado en la Figura 3.1. Adicionalmente se usó el piranómetro y un espectroradiómetro para regular las distancias aproximadas para cada irradiancia requerida, los datos del espectroradiómetro a distintas distancias se describe detalladamente en la Figura 3.9. 26 Figura 3.9: Gráfica de la Irradiancia espectral según el voltaje de operación de la celda. En esta figura los valores en mV de cada gráfica refleja la tensión de la celda fotovoltaica de referencia al ser iluminada por el simulador solar a una temperatura específica, es decir la tensión está directamente proporcional con la distancia desde la lámpara. Figura 3.10: Curva IV según el voltaje de operación de la celda de referencia. 27 CAPÍTULO 4: PRUEBAS EXPERIMENTALES Y RESULTADOS En este último capítulo se presentan las pruebas experimentales desarrolladas en ambientes controlados y en exteriores en el Centro de Caracterización de Materiales y el Laboratorio de Investigación Fotovoltaica de la PUCP respectivamente. Los resultados incluyen comparar los parámetros descritos en el anterior capítulo y explicar las diferencias en los comportamientos en condiciones controladas y no controladas utilizando ambos métodos para extraer Rs, así como el impacto de estos parámetros en las otras propiedades de la celda Si. Asimismo, se comparan los parámetros de Phang et al. que se extrajeron para cada irradiancia estudiada en condiciones interiores y exteriores y ver su comportamiento. 4.1 EVALUACIÓN EN INTERIORES. En la Figura 4.1 se muestra la distribución y el posicionamiento de la celda de Si en el controlador de temperatura siendo irradiada por el simulador solar, adicionalmente para constatar una temperatura correcta tiene un termopar en la parte trasera. Figura 4.1: Montaje experimental en ambiente controlado. 28 4.2 EVALUACIÓN EN EXTERIORES. En la Figura 4.1 se muestra la distribución y el posicionamiento de las celda de Si en el controlador de temperatura siendo irradiada por el sol en exteriores, adicionalmente para constatar la data de irradiancia, el sistema esta coplanar al piranómetro EKO MS-80. Figura 4.2: Montaje experimental en ambiente no controlado. Se llevaron a cabo mediciones de curvas I-V en distintas condiciones de irradiancia durante un día soleado, utilizando el mismo SMU y la misma celda solar previamente evaluados con el simulador solar. Para asegurar condiciones geométricas equivalentes, el ángulo de incidencia de la celda solar se mantuvo cercano a 0° durante todas las mediciones. La irradiancia sobre el plano de la celda se midió con un piranómetro EKO MS-80. Los datos obtenidos fueron recopilados y procesados en el Laboratorio de Investigación Fotovoltaica, con el propósito de extraer parámetros bajo condiciones reales de operación exterior. 4.3 SELECCIÓN DE LA RESISTENCIA SHUNT. De acuerdo con la metodología planteada se evalúan las varianzas dentro del rango del 20% al 100% del Voc de tal manera que dentro de ese rango de valores exista una línea más cercana a una recta horizontal que describen los puntos de la curva interpolada. 29 Esto se repite para cada una de las irradiancias que se han estudiado, debido a que cuando cambia la curva y los datos interpolados, cambia el desempeño de varianza. En la Figura 4.3 se muestra todos los resultados de la varianza para cada nivel de irradiancia obtenida en la medición de la celda Si. Figura 4.3: Comportamiento de la varianza respecto al voltaje para hallar el R shunt. Como se describe en la figura, las variaciones del resultado de la varianza como parámetro de evaluación se mantienen cercanas y aproximadas en la mayoría de irradiancias. Se resalta que esto se debe a que la interpolación es de carácter senoidal para hacer el seguimiento de la curva y crear datos simétricos; por ende, al ser un análisis de datos senoidales que asemejan una línea recta varían a lo largo del barrido del Voc. Finalmente se hace la selección de la resistencia shunt mediante el hallazgo del voltaje adecuado con el mejor valor de la irradiancia, y extrayendo la pendiente desde la tensión en la corriente de cortocircuito (Isc) hasta la hallada por el análisis de regresión lineal. 30 4.4 INFLUENCIA EN LA TEMPERATURA EN LA CURVA IV Usando el controlador de temperatura se logra mantener a una temperatura constante durante la medición y extracción de los parámetros de la Tabla II, debido a que este factor puede variar ligeramente la curva cambiando las propiedades de la celda Si a STC. En la siguiente gráfica se muestra esta variación según el aumento de temperatura de la celda en el rango de [21; 26]°C. Figura 4.4: Curva IV y sus variaciones respecto a la temperatura configurada. 4.5 RESULTADOS Y ANÁLISIS DE PARÁMETROS Se realizó la extracción y comparación de los parámetros de corriente-voltaje de la celda de silicio utilizando el modelo de un diodo simple bajo condiciones tanto interiores como exteriores. Las mediciones de las curvas IV se llevaron a cabo en ambos entornos bajo diferentes niveles de irradiancia, manteniendo la temperatura de la celda cercana a 25°C. Se aplicaron dos métodos para la extracción de la resistencia en serie: uno basado en la región cercana al voltaje de circuito abierto y otro en la región lineal de la curva IV a voltajes más altos. Los resultados muestran que los parámetros extraídos del modelo de un diodo en condiciones interiores y exteriores, así como su tendencia frente a distintos niveles de irradiancia, pueden diferir significativamente. En particular, las resistencias en 31 serie y en derivación (shunt) son especialmente sensibles a las condiciones específicas del entorno exterior, lo que destaca la necesidad de un análisis más integral para interpretar y comparar los resultados entre ambos entornos. Figura 4.5: Curvas analizadas para el estudio en exteriores. 4.5.1 Resistencia Shunt Figura 4.6: Gráfica de variación de la Resistencia Shunt según los valores de irradiancia en la celda Si. De acuerdo con la Figura 4.5 se observa la tendencia similar en los niveles extraídos tanto para pruebas en interiores (indoor) y para exteriores (outdoor). Además, 32 se percibe que la curva muestra una tendencia decreciente con niveles más altos de irradiancia, independientemente del método de extracción utilizado para la resistencia en serie (Rs). Esta tendencia decreciente podría indicar un aumento en las corrientes de fuga debido a mayores densidades de portadores de carga a irradiancias más altas. Además, las mediciones realizadas en interiores arrojan resistencias de derivación (shunt) más bajas en todos los niveles de irradiancia, lo que sugiere que las condiciones interiores y exteriores afectan de manera diferente a las corrientes de fuga. Finalmente, la pendiente de la recta para extraer esta resistencia tiende a infinito cuando se acerca a la oscuridad (0W/m2). 4.5.2 Resistencia en Serie Figura 4.7: Gráfica de variación de la Resistencia en serie según los valores de irradiancia en la celda Si.. Se ilustra cómo la resistencia en serie (Rs) varía en función de los niveles de irradiancia, que van desde 0 hasta 1200 W/m². Los valores de Rs extraídos según el método de Phang et al. (pendiente cercana al voltaje de circuito abierto, Voc) muestran 33 una disminución notable a medida que aumenta la irradiancia, tanto en mediciones interiores como exteriores. Por otro lado, la Rs obtenida en la región lineal a voltajes superiores al Voc presenta un comportamiento más independiente de la irradiancia. A niveles altos de irradiancia, los valores de Rs tienden a aproximarse entre sí. Sin embargo, las mediciones realizadas en interiores producen valores de Rs ligeramente más bajos, lo que sugiere que otros factores presentes en condiciones exteriores, como la irradiancia difusa, podrían estar influyendo y deberían ser tomados en cuenta al analizar las diferencias entre ambos entornos. Este hallazgo resalta la necesidad de considerar las complejidades del entorno exterior para comprender plenamente el comportamiento de la resistencia en serie. 4.5.3 Factor de Idealidad Figura 4.8: Gráfica de variación del factor de idealidad según los valores de irradiancia en la celda Si. La figura evidencia que el factor de idealidad permanece estable en todos los niveles de irradiancia tanto en condiciones exteriores como interiores. No obstante, en condiciones exteriores, al emplear la Rs obtenida en la región lineal de la curva I-V, se observan factores de idealidad superiores. 34 Esta diferencia puede explicarse considerando que según las ecuaciones de la Tabla II, el valor del factor de idealidad depende de la resistencia en serie ubicada en el numerador. Por esta razón, como se observa en la Figura 4.6 los valores obtenidos mediante el método de extracción lineal en exteriores están en mayores valores de resistencia que en interiores (representadas en líneas azules), se refleja de manera consistente esta misma en las líneas azules de la Figura 4.7. 4.5.4 Corriente de saturación a oscuras El comportamiento de la corriente de saturación oscura (J₀) no evidencia una tendencia definida con respecto a la irradiancia. En condiciones exteriores, los valores de J₀ determinados utilizando Rs extraído de la región lineal son superiores a los obtenidos mediante el método de Phang et al. Dado a que este parámetro depende directamente del factor de idealidad el comportamiento mostrado en la Figura 4.8 es muy similar a la figura anterior. Figura 4.9: Gráfica de variación de la corriente de saturación a oscuras según los valores de irradiancia en la celda Si. 35 CONCLUSIONES • El presente estudio permitió acondicionar un sistema de extracción de parámetros en interiores basados en el control de un simulador solar conociendo su respuesta espectral e irradiancia. • Extrajimos y comparamos los parámetros de diodo único de la célula solar realizando mediciones I-V en interiores y exteriores a diferentes irradiancias pero temperaturas de celda similares. • Al aplicar el método de Phang et al., observamos, por un lado, que las resistencias en serie y en derivación en interiores y exteriores muestran tendencias similares con irradiancia variable, pero sus valores difieren. Los diferentes valores sugieren que otros parámetros ambientales además de la irradiancia y la temperatura de la celda, como la fracción de irradiancia difusa o las distribuciones espectrales, que son diferentes en condiciones interiores y exteriores, pueden afectarlas. • Por otro lado, el factor de idealidad muestra una tendencia y valores similares para las mediciones en interiores y exteriores, lo que implica que se ven afectados predominantemente por la irradiancia y la temperatura de la celda. • Estas observaciones enfatizan que la medición en exteriores puede requerir parámetros ambientales adicionales para obtener resultados similares a los de las mediciones controladas en interiores. 36 AGRADECIMIENTOS Y PUBLICACIÓN Este trabajo contó con el apoyo financiero de la Dirección Académica de Asuntos Institucionales y la Vicerrectoría de Investigación (CAP Grupal PI0997) de la Pontificia Universidad Católica del Perú. Adicionalmente, los resultados de la presente tesis fueron aceptados como parte de un artículo y en una ponencia oral en la IEEE URUCON 2024. 37 REFERENCIAS Conde, L. A., Angulo, J. R., Sevillano-Bendezú, M., Nofuentes, G., Töfflinger, J. A., & de la Casa, J. (2021). Spectral effects on the energy yield of various photovoltaic technologies in Lima (Peru). Energy, 223. https://doi.org/10.1016/J.ENERGY.2021.120034 Dirección General de Eficiencia Energética Área de Planeamiento Energético. (2020). Balance Nacional de Energía. https://www.minem.gob.pe/_publicacion.php?idSector=12&idPublicacion=653 Ebhota, W. S., & Tabakov, P. Y. (2023). Influence of photovoltaic cell technologies and elevated temperature on photovoltaic system performance. Ain Shams Engineering Journal, 14(7), 101984. https://doi.org/10.1016/J.ASEJ.2022.101984 Gaulding, E. A., Louks, A. E., Yang, M., Tirawat, R., Wilson, M. J., Liam K. Shaw, Silverman, T. J., Luther, J. M., Palmstrom, A. F., Berry, J. J., & Reese, M. O. (2022). Package Development for Reliability Testing of Perovskites. ACS Energy Letters, 7, 2641–2645. https://doi.org/10.1021/acsenergylett.2c01168 Khenkin, M. (2023, septiembre 19). 40th European Photovoltaic Solar Energy Conference and Exhibition. Reality Check for Perovskite Photovoltaics: Performance and Stability in Outdoor Environment. Khenkin, M. V, Katz, E. A., Abate, A., Bardizza, G., Berry, J. J., Brabec, C., Brunetti, F., Bulović, V., Burlingame, Q., Di Carlo, A., Cheacharoen, R., Cheng, Y.-B., Colsmann, A., Cros, S., Domanski, K., Dusza, M., Fell, C. J., Forrest, S. R., Galagan, Y., … Lira-Cantu, M. (2020). Consensus statement for stability assessment and reporting for perovskite photovoltaics based on ISOS procedures. Nature Energy, 5, 35–49. https://doi.org/10.1038/s41560-019-0529-5 38 Lindholm, F. A., Fossum, J. G., & Burgess, E. L. (1979). Application of the Superposition Principle to Solar-Cell Analysis. IEEE Transactions on Electron Devices, 26(3), 165–171. https://doi.org/10.1109/T-ED.1979.19400 Lupiola, A. G. (2019). Los retos de la seguridad energética y el cambio climático: hacia una economía europea sostenible. Cuadernos Europeos de Deusto, 60, 305–339. https://doi.org/10.18543/CED-60-2019PP305-339 Mitrovic, N. I., & Stojanovic, M. D. (2020). Practical Methods for Teaching of Solar Cell Characterization. 2020 55th International Scientific Conference on Information, Communication and Energy Systems and Technologies, ICEST 2020 - Proceedings, 85–88. https://doi.org/10.1109/ICEST49890.2020.9232756 Nemnes, G. A., Besleaga, C., Tomulescu, A. G., Palici, A., Pintilie, L., Manolescu, A., & Pintilie, I. (2018). How measurement protocols influence the dynamic J-V characteristics of perovskite solar cells: Theory and experiment. Solar Energy, 976– 983. https://doi.org/10.1016/j.solener.2018.08.033 NREL. (2023). Photovoltaic Research. Interactive Best Research-Cell Efficiency Chart. https://www.nrel.gov/pv/interactive-cell-efficiency.html Park, N. G. (2019). Perovskite Solar Cell: Research Direction for Next 10 Years. ACS Energy Letters, 4(12), 2983–2985. https://doi.org/10.1021/ACSENERGYLETT.9B02442/ASSET/IMAGES/LARGE/ NZ9B02442_0001.JPEG Saliba, M., Matsui, T., Seo, J.-Y., Domanski, K., Correa-Baena, J.-P., Khaja, M., Zakeeruddin, S. M., Tress, W., Abate, A., Hagfeldt, A., & Grä, M. (2016). Cesium- containing triple cation perovskite solar cells: improved stability, reproducibility and 39 high efficiency. Energy & Environmental Science, 9, 1989–1997. https://doi.org/10.1039/c5ee03874j Servicio Nacional de Meteorología e Hidrología del Perú. (2003). Atlas de Energía Solar del Perú. https://hdl.handle.net/20.500.12542/343 Solís Sosa, B., Llerena Pratolongo, M., Coello Jaramillo, F., Miranda Velásquez, C., Suclupe Girio, A., Guevara Ccama, E., Chávez Vásquez, D., Morante Montenegro, J. J., Santos Viera, W., Chicasaca Huamaní, J. E., Rojas Morán, B., Vilela Pablo, J., Uzuriaga Fabian, J., & Lozano Ruiz, G. (2019). Energías renovables: experiencia y perspectivas en la ruta del Perú hacia la transición energética (D. Schmerler Vainstein, J. C. Velarde Sacio, A. Rodríguez González, & B. Solís Sosa, Eds.; 1a ed.). https://www.osinergmin.gob.pe/seccion/centro_documental/Institucional/Estudios_ Economicos/Libros/Osinergmin-Energias-Renovables-Experiencia- Perspectivas.pdf The National Renewable Energy Laboratory. (2023). Interactive Best Research-Cell Efficiency Chart | Photovoltaic Research | NREL. https://www.nrel.gov/pv/interactive-cell-efficiency.html The World Bank. (2023). WDI - Environment. https://datatopics.worldbank.org/world- development-indicators/themes/environment.html United States Environmental Protection Agency. (2022). Energy and the Environment. https://www.epa.gov/energy/learn-about-energy-and-its-impact-environment Wu, T., Qin, Z., Wang, Y., Wu, Y., Chen, W., Zhang, S., Cai, M., Dai, S., Zhang, J., Liu, J., Zhou, Z., Liu, X., Segawa, H., Tan, H., Tang, Q., Fang, J., Li, Y., Ding, L., Ning, 40 Z., … Han, L. (2021). The Main Progress of Perovskite Solar Cells in 2020–2021. Nano-Micro Letters, 13(1), 152. https://doi.org/10.1007/s40820-021-00672-w Yan, B. (2023, septiembre 19). 40th European Photovoltaic Solar Energy Conference and Exhibition. Report of 1245mm*635mm Perovskite Module Passing Full Sequence of IEC61215 and IEC61730. Yan, J., Savenije, T. J., Mazzarella, L., & Isabella, O. (2022). Progress and challenges on scaling up of perovskite solar cell technology. Sustainable Energy Fuels, 6, 243– 266. https://doi.org/10.1039/d1se01045j Yoo, J. J., Shin, S. S., & Seo, J. (2022). Toward Efficient Perovskite Solar Cells: Progress, Strategies, and Perspectives. ACS Energy Letters, 7(6), 2084–2091. https://doi.org/10.1021/acsenergylett.2c00592 Anani, N.; Ibrahim, H. Adjusting the Single-Diode Model Parameters of a Photovoltaic Module with Irradiance and Temperature. Energies 2020, 13, 3226. Frühauf F and Breitenstein O 2017 DLIT- versus ILIT-based efficiency imaging of solar cells Sol. Energy Mater. Sol. Cells 169 195–202 Phang J C H, Chan D S H and Phillips J R 1984 Accurate analytical method for the extraction of solar cell model parameters Electron. Lett. 20 406–8. Xiong, S., Tian, F., Wang, F. et al. Reducing nonradiative recombination for highly efficient inverted perovskite solar cells via a synergistic bimolecular interface. Nat Commun 15, 5607 (2024). Terrados, C., González-Francés, D., Alonso, V. et al. Comparison of Outdoor and Indoor PL and EL Images in Si Solar Cells and Panels for Defect Detection and Classification. J. Electron. Mater. 52, 5189–5198 (2023). 41 Mirza Qutab Baig, Hassan Abbas Khan, Syed Muhammad Ahsan; Evaluation of solar module equivalent models under real operating conditions—A review. J. Renewable Sustainable Energy 1 January 2020; 12 (1): 012701. 42 ANEXO 1: MATRIZ DE CONSISTENCIA TÍTULO: COMPARACIÓN DE LOS PARÁMETROS ELÉCTRICOS DE LA CURVA CORRIENTE-VOLTAJE EXTRAÍDOS DE UNA CELDA SOLAR FOTOVOLTAICA BAJO CONDICIONES INTERIORES CONTROLADAS Y EXTERIORES EN LIMA, PERÚ. PLANTEAMIENTO DEL PROBLEMA OBJETIVOS JUSTIFICACIÓN HIPOTESIS VARIABLES INDICADORES METODOLOGÍA TÉCNICAS E INSTRUMENTACIÓN DE RECOLECCIÓN DE DATOS PROBLEMA GENERAL ¿Cómo cambian las propiedades de las celdas fotovoltaicas y su rendimiento energético en condiciones controladas y reales en Lima-Perú? PROBLEMAS ESPECÍFICOS ¿Cómo acondicionar y medir las celdas fotovoltaicas a condiciones estándar de medida mediante un simulador solar? ¿Cuáles son las propiedades de las celdas que se pueden extraer bajo condiciones controladas y reales de operación? ¿Cómo afectan las condiciones de operación en Lima, Perú, al rendimiento energético de una celda fotovoltaica? OBJETIVO GENERAL Analizar la caracterización y el rendimiento energético de las celdas solares en un ambiente controlado y no controlado en Lima -Perú. OBJETIVOS ESPECÍFICOS Acondicionar y poner en marcha un simulador solar para la medición de celdas fotovoltaicas bajo condiciones estándar de medida. Caracterizar de las celdas fotovoltaicas y extraer sus propiedades mediante curvas de corriente y voltaje en condiciones estándar y reales de operación. Determinar cómo afectan las condiciones de operación en Lima, Perú, al rendimiento energético de una celda fotovoltaica. TEÓRICA Las razones detrás del interés por investigar sobre las diferencias entre el análisis en condiciones controladas y no controladas se pueden atribuir a sus excepcionales propiedades eléctricas que cambian a medida de la influencia del clima natural y mediante estas evaluar su proceso de degradación. PRÁCTICA La energía fotovoltaica es uno de los principales potenciales de abastecimiento energético sostenible, por ende es conveniente analizar nuevas tecnologías, puesto que los resultados de este análisis contribuyen al desarrollo de la investigación en estos nuevos materiales. Es por ello que investigadores de la PUCP, pertenecen a un proyecto internacional sobre la investigación de esta nueva tecnología, liderado por NREL en conjunto con el HZB. SOCIAL Finalmente, para lograr establecer un camino hacia una sociedad peruana sostenible donde predomine el uso de energías renovables como principales fuentes energéticas, se investigan nuevas tecnologías fotovoltaicas que sean beneficiadas en nuestro territorio. HIPÓTESIS GENERAL La caracterización y evaluación del rendimiento energético de celdas fotovoltaicas en Lima, pueden ser explicadas desde la comparación del análisis en interiores y exteriores. HIPÓTESIS ESPECÍFICAS Las variación de las propiedades de la misma celda en distintos entornos con similares condiciones explican de mejor manera sus propiedades.. Los parámetros de evaluación en un entorno no controlado mostrarán una variación en la caracterización de la celda usando los mismos métodos de extracción de parámetros. VARIABLE INDEPENDIENTE Caracterización y evaluación del rendimiento de la celda solar en condiciones controladas en laboratorio. VARIABLE DEPENDIENTE Eficiencia energética teórica de una matriz fotovoltaica y caracterización y evaluación del rendimiento de las celdas solares en condiciones no controladas. Para VI: Máxima potencia Corriente Voltaje Irradiancia Temperatura Distribución espectral (Deterioro) Para VD: Rendimiento de la celdas solares según la norma IEC 61724-1.. TIPO DE LA INVESTIGACIÓN Aplicativo experimental DISEÑO DE LA INVESTIGACIÓN Descriptivo Cuantitativo Longitudinal MUESTRA En este caso la muestra es el FLIP-CHIP PACKAGE de NREL debido a que la investigación se realizó de manera colaborativa. TÉCNICAS DE INVESTIGACIÓN Información de estudios anteriores. Procedimientos. INSTRUMENTOS DE INVESTIGACIÓN Simulador solar Quantum Design para evaluar el comportamiento de la celda en un entorno de condiciones estándares de medida. Sistema para la medición de la eficiencia cuántica externa. Espectrofotómetro Lambda 850-Perkin Elmer para evaluar absorbancia, transmitancia y reflectancia. Trazador de curva de corriente voltaje para ensayos en condiciones reales de operación. Seguidor de Máxima Potencia para evaluar el comportamiento de la celda en su punto de máxima potencia. Piranómetro. Sensor de temperatura PT100-RS. Espectro radiómetro EKO MS711. 43 ANEXO 2: MATRIZ DE CONSISTENCIA # LECTURA DE DATOS INTERPOLADOS import pandas as pd import numpy as np import itertools import seaborn as sb import matplotlib.pyplot as plt %matplotlib inline from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm from sklearn import linear_model from sklearn.metrics import mean_squared_error, r2_score from bs4 import BeautifulSoup dataout = pd.read_excel('DATA.xlsx') datos = dataout.to_dict("list") #print(datos[' - Interpolated Data']) length = len(datos[' - Interpolated Data']) i = 0 potencia = list(itertools.repeat(0, length)) f_h = list() f_h_1 = list() f_h1 = list() n_data = list() # ITERACIONES USANDO BUCLES # EXTRACCIÓN DE LAS PROPIEDAD DE LA CURVA IV while i < length: # Si es que el voltaje es menor a 10uV asociamos el Isc #if (abs(datos[' - Interpolated Data'][i])) <= 0.00001: 44 if (abs(datos[' - Interpolated Data'][i])) <= 1: isc=-datos[' - Interpolated Data.1'][i] print("Isc = ",-datos[' - Interpolated Data.1'][i]) break i=i+1 i = 0 while i < length: # Si es que la corriente es menor a 300uA asociamos el Voc #if (abs(datos[' - Interpolated Data.1'][i])) <= 0.0003: if ((abs(datos[' - Interpolated Data.1'][i])) <= 10)&((datos[' - Interpolated Data.1'][i]) > 1): voc = datos[' - Interpolated Data'][i] print("Voc = ",datos[' - Interpolated Data'][i]) rso=(datos[' - Interpolated Data'][i+1]-datos[' - Interpolated Data'][i-1])/(datos[' - Interpolated Data.1'][i+1]-datos[' - Interpolated Data.1'][i-1]) #print("rso = ",rso) break i=i+1 i=0 while i < length: potencia[i] = datos[' - Interpolated Data'][i] * -(datos[' - Interpolated Data.1'][i]) #print(potencia[i]) i=i+1 print("Pmax = ",max(potencia)) i = 0 impp = 0 vmpp = 0 while i < length: if potencia[i] == max(potencia): impp=-datos[' - Interpolated Data.1'][i] vmpp=datos[' - Interpolated Data'][i] print("impp = ",impp) print("vmpp = ",vmpp) 45 break i=i+1 corte_data=list() varianza_data=list() corte=1 varianza=0 tolerancia = 0 index=0 salida=0 #ANÁLISIS PARA EL CALCULO DEL MEJOR VALOR DE VARIANZA while varianza < 1 : # Asignamos nuestra variable de entrada X para entrenamiento y las etiquetas Y. # Para parametros Phang et al #data2X=dataout[(dataout[' - Interpolated Data']<= voc) &(dataout[' - Interpolated Data.1']>= -impp*0.3)] data2X=dataout[(dataout[' - Interpolated Data']<= 80000) &(dataout[' - Interpolated Data.1']>= 1500)] # Para parametros Serie # data2X=dataout[(dataout[' - Interpolated Data']<= 1) &(dataout[' - Interpolated Data.1']>= 0.0015)] data2X_2=data2X[[' - Interpolated Data']] X2_train = np.array(data2X_2) y2_train = data2X[' - Interpolated Data.1'].values regre = linear_model.LinearRegression() # Entrenamos nuestro modelo regre.fit(X2_train, y2_train) y2_pred = regre.predict(X2_train) varianza2=r2_score(y2_train, y2_pred) rso=abs(1/(regre.coef_[0])) 46 #dataX =dataout2[(dataout2[' - Interpolated Data']<= corte*voc)&(dataout2[' - Interpolated Data.1']<= 100)] dataX =dataout2[(dataout2[' - Interpolated Data']<= 15000)&(dataout2[' - Interpolated Data']>= 13000)] dataX_2=dataX[[' - Interpolated Data']] X_train = np.array(dataX_2) y_train = dataX[' - Interpolated Data.1'].values regr = linear_model.LinearRegression() # Entrenamos nuestro modelo regr.fit(X_train, y_train) # Hacemos las predicciones que en definitiva una línea (en este caso, al ser 2D) y_pred = regr.predict(X_train) varianza=r2_score(y_train, y_pred) corte_data.append(corte) varianza_data.append(varianza) #print("varianza es ",varianza) #print("corte = ",corte) if salida==1: corte_data.pop() varianza_data.pop() break corte=corte-0.01 if corte < 0.2: index = varianza_data.index(max(varianza_data)) #tolerancia=tolerancia+0.01 corte = corte_data[index] salida=1 47 #ECUACIONES DEL MÉTODO DE PHANG ET AL. rshunt = rsho idealfact = (vmpp + rso * impp - voc)/(vthermal*(np.log(isc-vmpp/rshunt- impp)-np.log(isc-voc/rshunt)+impp/(isc-voc/rshunt))) darksatcurr = (isc-voc/rshunt)*np.exp(-voc/(idealfact*vthermal)) rseries = rso-(idealfact*vthermal/darksatcurr)*np.exp(-voc/(idealfact*vthermal)) photocurr = isc*(1+rseries/rshunt) + darksatcurr*(np.exp(isc*rseries/(idealfact*vthermal)) - 1) #EXTRACCIÓN COMPLETADA Y GRAFICAR LOS DATOS 48 ANEXO 3: DIAGRAMA DE BLOQUES DEL LAB VIEW 49