光伏电池室内光能采集系统的研究进展与展望*

朱树盛，张翠苓，方健海，刘 冲，李 阳，吴绍航，麦耀华

光伏电池室内光能采集系统的研究进展与展望*

朱树盛1,3，张翠苓1，方健海2，刘 冲1，李 阳3，吴绍航1†，麦耀华1†

（1. 暨南大学 信息科学技术学院，新能源研究院，广州 510632；2. 广州北环智能交通科技有限公司，广州 510030；3. 五邑大学应用物理与材料学院，广东 江门 529000）

随着5G时代的到来，届时将存在数量庞大的室内物联网设备。尽管大多数室内物联网设备是低功率产品，但它们通常是分布式的，且需要定期更换供电设备，这会导致成本增加和工作不便，而环境能量采集技术正好可以解决这一难题。环境中的光能是最值得被开发利用的能源之一，光伏电池室内光能采集系统正是通过采集周围光能并转换成电能，达到为室内低功耗物联网设备供电的目的。本文针对如何最大化地延长光伏电池室内光能采集系统为室内低功耗物联网设备供电的时间这一主要问题，从高效率采集室内光能、最大功率点跟踪和储能选择三个方面进行简要综述。首先通过对比分析室内光源下带隙值，串并联电阻的大小和电池种类对光伏电池弱光性能的影响，提出了一种高效率采集室内光能的方案；其次从工作原理、优缺点和技术特征等方面分析讨论各类最大功率点追踪技术，指出开路电压比例系数法可能最适合用于室内场景下光伏电池的最大功率点追踪；最后分析和讨论超级电容和可充电电池各自存在的优缺点，指出在光伏电池室内光能采集系统的储能选择方面，可充电电池与超级电容结合使用的储能模块可能是一个有前途的发展方向，为进一步推进室内光能采集系统的设计提供参考。

光伏电池；室内光能；最大功率点追踪；储能；采集系统

0 引 言

随着物联网技术的发展逐渐轨道化，万物互联的时代即将来临[1]。届时世界上的物体，从飞驰的轮胎到静止的书桌，从脚下的鞋子到地球背面的灯泡，都可以通过物联网设备连接网络主动进行信息交换。目前，物联网技术已进入实质性发展阶段[1]。预计到2025年，全球物联网连接设备的数量将达到386亿，到2030年估计将达到500亿[2]。2020年5月，我国工信部下发了关于推进移动物联网深入发展的通知[3]。物联网的推广应用，必将使用大量的采集端设备来感知事物，采集端设备一般由传感器和一定的电路组成，其耗能通常不会太高。特别是近年来，物联网的低功率核心芯片快速发展。如美国德州仪器公司推出的低功耗蓝牙芯片CC2642R-Q1，其工作功率可低至12.4 mW，待机功耗可低至1.7 μW。意味着1 kW∙h电可让其工作8万小时或待机超过6万年。虽然能耗小，但是持续供电却存在有线连接或电池更换的问题。这将严重影响物联网设备应用的范围。要摆脱这些束缚，采集端设备必须在环境中获取足够的能量。

图1 理想情况下系统的一个循环周期

如果环境中获取的能量（e）大于设备工作所需的能量（w），设备可以连续工作。但是就目前大多数情况下，环境中获取的能量不足以维持设备连续工作。如图1所示，对系统从能耗角度进行了分析。为了方便讨论，基于现状做了四点设定：①e恒定不变；②设备开始工作前，蓄电池满电，即蓄电池能量（battery）为100%；③设备工作时（1），其w通常大于e，蓄电池持续放电，直到蓄电池能量完全释放，设备进入待机状态（2）；④设备处于待机状态，环境提供的能量足以支持设备待机所需的能量（s），过剩能量将储备到蓄电池里，当蓄电池刚好完全充满时2结束。则应该存在以下关系：

通过上述分析可知，降低工作耗能和提高环境能量获取是提高设备工作时长的关键；蓄电池储能的大小不影响设备工作和待机的时间比，但是影响连续工作时间。虽然对分析进行了简化，但是大多数实际应用情况也都是该模型的变形或拓展，其基本结论不变。

环境中有多种能量可以获取，如无线电波、机械能、热能、风能和光能等。为了匹配物联网设备的应用，能量必须考虑其存在场景和能量密度。无线电波包括无线上网信号、手机信号等，可以转换为电能，但其能量密度低，能够驱使设备工作的时间太短。机械能在特定环境下具有相当优势，如在鞋底或门把手处安装压电装置，可将机械能转变为电能，但其缺陷是应用场景受限。热能通过塞贝克效应可以转换成电能，而且温差足够大的情况下，可以产生相对高的电压。热能在热水管道等存在温差的特定场景下很有应用潜力，但其应用场景比较受限，而且电流通常不大。风能一般难以直接转换为电能，需要利用一定的机械运动才能达成。长时间机械结构的运动和适用场景都是限制其普遍应用的重要因素。光能可能是存在场景最广的能量之一。一般环境下，暖白光LED的功率可达0.14 mW/cm2，10 cm2面积上的能量可达1.4 mW，1 min的能量值为84 mJ，足以驱动蓝牙芯片CC2642R-Q1连续工作6.8 s或待机工作13.8 h。可见，环境中的光能是值得被开发利用的能源之一。光伏电池正是将环境中的光能转换为有用的电能，如何使用光伏电池高效率采集室内环境中的光能，以达到尽可能地延长室内光能采集系统工作时间是急需解决的问题。

本文从高效率采集室内光能、最大功率点跟踪、储能选择三个方面展开讨论，以期为进一步推进室内光能采集系统的设计提供参考。

1 高效率采集室内光能

1.1 带隙的影响

高效率采集环境中的光能，可以提高采集端持续工作的时间，但环境中的光能采集受到光伏电池模块尺寸、室内光强度、光谱组成等多方面的限制[4]。其中，室内光源的发射光谱仅限于可见波长区域，与标准太阳光（AM 1.5G，100 mW/cm2）相比，其光谱带宽很窄（图2）[5-6]，辐照度降低了大约3个数量级[4]（通常为0.1 ~ 1 mW/cm2），不可避免地降低了光电流，导致室内人造光能的能量密度较低[7]，这对室内人造光源下光伏电池的能量转换效率（power conversion efficiency, PCE）提出了更高的要求。

图2 一个标准太阳光与不同室内光源的光谱

根据理论计算，在AM 1.5G时，光伏材料的理想带隙为1.3 ~ 1.4 eV，不同室内光源条件下，光伏材料的最佳带隙不尽相同。当室内光源光谱与光伏材料的带隙较好地匹配时，会产生较高的开路电压（open circuit voltage,OC），从而得到更大的输出功率密度（output power,out）。因此，寻找室内光源下太阳电池的最佳带隙，对提高室内光电转换效率十分重要。2013年，FREUNEK等[8]根据肖克利−奎伊瑟（Shockley-Queisser, SQ）极限效率对室内光源下光伏电池的最大理论效率进行了系统的研究。图3给出了在各种室内人造光源下可实现的最大效率。在AM 1.5G标准光强下，在最佳带隙1.4 eV时，可以得到的极限PCE约为34%，而对于白炽灯和卤素灯，最大PCE均下降到32%。此外，在荧光管、磷白色LED和光谱较窄的RGB白色LED三种光源下，对应的最佳带隙为1.9 ~ 2.2 eV，极限PCEs分别达到了50%、57%和64%。最突出的是，在具有单色发射的钠放电灯下，当带隙为2.1 eV时，理论极限PCEs高达72%。因此，使用室内光源下最佳带隙的光伏电池可实现高效率采集环境中的光能。

图3 不同室内光源下的光伏电池的理想带隙和极限效率[8]

1.2 串并联电阻的影响

在室内弱光环境下，光伏电池的光生电流很小，由并联电阻（shunt resistance,sh）导致的漏电分流影响就相对比较大，严重影响OC和填充因子（fill factor, FF），从而造成室内弱光环境下光伏电池PCE低下。针对串联电阻（series resistance,s）和sh对光伏电池能量采集的影响，2016年，SHEN等[9]对结构为Glass/SnO2:F(FTO)/N-CdS/P-CdTe/Cu-Au的碲化镉（cadmium telluride, CdTe）电池在光强范围为0.015 ~ 1个标准太阳光强的条件下进行了弱光测试。研究发现，CdTe的OC随着光强的减弱呈现对数式减小（见图4a），当光强由1 kW/m2减弱至0.28 kW/m2时，FF由 67.5%升至69.8%（见图4b）。短路电流（short circuit current,SC）随着光强的减弱呈现线性减小趋势（见图4c）。CdTe的PCE在1 ~ 0.4 kW/m2的范围内数值基本不变，而在光照强度低于0.4 kW/m2时，CdTe的PCE随着光强的减弱明显下降（见图4d）。为了更深入地研究CdTe太阳电池的弱光性能，SHEN等继续选择了AM 1.5G时具有相似光电输出特性，但sh差别很大的两个CdTe电池进行了对比研究。研究发现，sh较大的器件，随着光强的减弱，其输出特性下降较慢。根据相关报道，光伏电池漏电流的大小和电池种类、制备工艺和器件的结构密切相关[10-11]。图4e给出了CdTe中可能存在的漏电机制的示意图。光伏电池的等效电路一般包括光生电流源、P-N结二极管、等效的s和sh（见图4f）。但由于工艺的原因，往往容易出现P-N结界面缺陷态及非均匀互扩散导致弱二极管效应（weak-diode）[9,12-15]。此外，还需要考虑CdTe是否受电子和空穴间的非平衡输运引起的空间电荷限制电流（space charge limited current, SCLC）的影响[16-17]。为了考察SCLC漏电机制的影响，SHEN等[9]采用了不同的漏电模型对sh相差很大的两个CdTe光伏电池的暗态伏安特性曲线进行拟合，发现SCLC普遍存在于CdTe光伏电池中。在弱光环境下，含有weak-diode效应机制且sh较小的CdTe光伏电池，其光电输出特性会随着光强的减弱下降严重。

图4 在0.015 ~ 1个标准太阳光照下，CdTe光伏电池的输出特性；（a）开路电压；（b）短路电流密度；（c）填充因子；（d）转换效率；（e）CdTe光伏电池漏电通道示意图；（f）CdTe光伏电池的等效电路模型[9]

2017年，LI等[18]比较了砷化镓（GaAs）和CdTe两种光伏电池的弱光性能。GaAs和CdTe两种光伏电池均具有在标准光强下几乎理想的直接带隙结构，带隙值基本相同，分别为1.42 eV和1.45 eV，且两种光伏电池吸收层厚度仅为1至几微米[18-20]。在2016年，GaAs和CdTe两种光伏电池在AM 1.5G标准光强下的最高PCE分别达到了28.8%和22.1%。LI等通过测量与计算，发现两种光伏电池的s和sh的值随光辐照度强度的变化趋势基本相同（见图5a ~ 图5d）。当光强从1.0个标准太阳光照下降到0.2 kW/m2时，s和sh都只略微增加[18]。当光强低于0.2 kW/m2时，s和sh的值均显著提高[9,14,19]。这是由于当光强增大时，光子产生的载流子的浓度急剧增加，从而使电阻显著降低。

为了证明s和sh对光伏电池-曲线的影响，LI等假设在s= 0和sh= ∞的极限情况下，根据式（3）计算不同光强下的-曲线，并与实测-曲线相对比，发现两曲线吻合度较高，表明过低的s和过高的sh对GaAs光伏电池在不同辐照度下的性能影响可以忽略不计；同时，也发现相对于CdTe光伏电池，GaAs光伏电池在不同光强下的-特性受s和sh的影响较小[18-19]。

式中：为输出电流密度；L为光生电流；0为反向饱和电流密度。

图5 GaAs和CdTe光伏电池在低强度光辐照度下的串联电阻和并联电阻的变化曲线[18]

综合以上分析，使用室内光源下具有较大sh的光伏电池可以实现高效率采集环境中的光能。

1.3 不同光伏电池的影响

光伏电池的弱光特性与电池的种类和制备工艺密切相关[9]。不同的光伏电池的弱光性能差别很大，如图6所示[10,21-23]。每种室内光源的发射光谱和功率密度不同，为了优化室内光能采集，总结了几种主流的光伏电池的弱光性能，包括染料敏化太阳电池（dye sensitized solar cells, DSSCs）、钙钛矿太阳电池（perovskite solar cells, PSCs）、有机太阳电池（organic photovoltaic cells, OPV）。

1991年，O'REGAN等[24]第一次报道了PCE超过7%的DSSCs。在过去的三十年里，DSSCs在标准光强下的PCE仅达到了14%，明显低于如PSCs、OPV和CdTe等其他主流光伏电池[25-26]。但在2014年，BANDARA等[27]发现DSSCs在室内光下的输出特性表现良好，证明室内光下的PCE明显高于一个标准太阳光下的PCE。

图6 不同种类光伏电池弱光条件下转换效率与光照强度的关系[23]

图7 PAN/EC/PC:Pr4NI电解质的准固态DSSCs中[27]：（a）填充因子和最大功率时的输出电压随光强度的变化，（b）转换效率和最大功率输出随光强的变化；各类柔性太阳电池在200 Lux Led光下[28]：（c）最大功率密度，（d）JSC，（e）VOC与电池串联数量的比值，（f）FF

第一个PSC于2009年诞生[29]，到目前为止，其被认证的最高PCE已达到25.5%。PSCs是由DSSCs发展而来，其吸收系数可高达1 × 105，通过组分调控，可以调节材料的带隙[30]。PSCs还具有成本低廉、制备工艺简单等优点，且可用来制备柔性、透明和叠层电池[30-32]。由于钙钛矿材料成本低廉和可溶液制备的优点，使得PSCs大规模生产成为可能。2018年，DAGAR等[31]开发出了基于SnO2/MgO/CH3NH3PbI3/Spiro-MeOTAD/Au的平面PSC，SnO2/MgO双层电子传输层相对于SnO2单层结构表现出更好的性能。在200 Lux和400 Lux时，SnO2/MgO复合结构的PSCs最大out分别达到了20.2 µW/cm2和41.6 µW/cm2，PCE为25.0%和26.9%。与仅具有SnO2层的PSCs相比，相当于提高了约20%的PCE[31]，如图8所示。这归因于MgO覆盖层使薄膜更加均匀，从而减少了界面载流子复合，获得更好的稳定性。最后，DAGAR等将多晶硅（c-Si）[4,33]、a-Si[34]、磷镓铟（GaInP）[34]、DSSC[27-28]和基于SnO2/MgO的PSCs进行了对比，发现在200 Lux的紧凑型荧光灯（compact fluorescent lamp, CFL）光源下，SnO2/MgO结构的PSCs的out已经比肩GalnP和DSSC，在200 Lux LED光源下，SnO2/MgO结构的PSCs的out相对其他光伏电池达到了最高[31]。

图8 c-Si、a-Si、GaInP、DSCs和基于SnO2/MgO的PSCs在CFL和LED两种光源下200 Lux时的最大功率密度对比[31]

2018年，LI等[35]采用1-丁基-3-甲基咪唑四氟硼酸盐（[BMIM]BF4）离子液体作为[6,6]-苯基- C61-丁酸甲酯（PCBM）的改性层应用于FTO/NiO/CH3NH3PbI3/PCBM/[BMIM]BF4/Ag结构的平面PSCs（见图9a和图9b）。结果表明，[BMIM]BF4的加入不仅加强了PCBM与电极的界面接触，而且有效钝化了表面陷阱态，提高了电子的传输和萃取速率。

图9 （a）倒置p-i-n结构PSCs的原理图；（b）[BMIM]BF4和BCP的分子结构及相应的光学显微图像；基于PCBM、PCBM/BCP和PCBM/[BMIM]BF4 ETLs结构的PSCs（9 mm2）：（c）在AM 1.5G标准光照下的J-V曲线，（d）1 000 Lux的室内照射下的J-V曲线，（e）4 cm2在1 000 Lux的室内照射下的J-V曲线[35]

LI等对基于PCBM、PCBM/BCP和PCBM/ [BMIM]BF4三种不同电子传输层（electron transport layer, ETLs）的PSCs进行了比较。从图9c中发现，在AM 1.5G下，PCBM/[BMIM]BF4结构的PSCs相对于PCBM和PCBM/BCP两种结构的PSCs性能最好[35]。其PCE、SC、OC和FF分别达到了19.30%、23.52 mA/cm2、1.06 V和77.58%。图9d显示了基于PCBM、PCBM/BCP和PCBM/[BMIM]BF4三种结构的PSCs在室内照射下（1 000 Lux）的-曲线，基于PCBM/[BMIM]BF4的PSCs的PCE达到35.20%，而PCBM/BCP器件的PCE仅为29.44%[35]。如图9e所示，基于PCBM/[BMIM]BF4的4 cm2大面积PSCs在1 000 Lux室内光照射下表现出23.16%的PCE，再次验证了[BMIM]BF4用于制造高效、稳定的室内和室外应用PSCs的巨大潜力[35]。

2019年，WU等[36]通过SQ极限[37]计算出在荧光灯管（fluorescent tube, FT）和白色发光二极管（white light emitting diode, WLED）两种室内光源（图10a）在1 000 Lux时的最佳带隙为1.96 eV和1.89 eV，对应的极限效率分别为57%和56%[36]，如图10c。他们认为光源在FT和WLED时能量损失的可能原因（图10b和图10d）包括：①低于带隙的光子能量不能被半导体吸收而产生能量损失；②能量超过带隙的光子会产生损失，由于激发的电子空穴对携带额外的能量，这些能量在弛豫到带边后释放；③电子空穴复合时以热能的方式产生能量损失；④最大功率点处的电压低于带隙，会导致进一步的能量损耗。结果表明，光子的能量低于带隙能量（≈1.9 eV）引起的能量损失只占带隙优化值损失的一小部分[36]。

图10 两种人造光源的SQ极限的建模：（a）发射光谱；（b）当光源为FT时，Eg各值能量损失的起源；（c）Eg各值的SQ极限效率与标准太阳光谱（AM 1.5G）的极限比较；（d）当光源为WLED时，Eg各值能量损失的起源；（e）大面积PSC[MA0.85Cs0.15Pb1(I0.85Br0.15)3]在FT照明下在200 Lux、600 Lux和1 000 Lux下的J-V曲线[36]

WU等[36]在已有的钙钛矿材料中掺入15%的Br−阴离子增加带隙，制备MA0.85Cs0.15Pb(I0.85Br0.15)3PSCs（g≈1.9 eV）。在FT和WLED 1 000 Lux的光照下，其PCE分别达到了25.94%和25.12%，这主要归因于光伏电池的带隙值与光谱较好地匹配。最后，该团队制备出相同结构且有效面积约为4 cm2的PSCs，并在光照强度为200 Lux、600 Lux和1 000 Lux的FT下，进行了电流电压性能测试（见图10e），发现在接近正常办公室环境的600 Lux光照强度时，其OC、SC、FF、PCE和out分别达1.54 V、29.09 µA/cm2、76%、17.35%和34.01 µW/m2，在光照强度为1 000 Lux的FT光照下，PCE值达到17.89%[36]。这表明PSCs具有作为室内光能采集应用的巨大潜力。

自从1958年OPV诞生以来[38]，因其生产成本低、灵活性高等优点[39-42]，一直被认为是一种很有前途的光伏电池[42]。在过去的几十年里，由于OPV的光电转换效率和使用寿命不断地提高，使这一技术越来越受青睐。目前OPV的评估和认证主要在标准测试条件光强下[42-44]。据了解，OPV具有0.2 μm的超薄有机吸收层，对350 ~ 750 nm的紫外可见光具有较强的吸收和较高的外量子效率，使单结OPV电池具有足够的厚度，可以有效地吸收室内的微弱光强，比如荧光灯和冷暖色LED，并将其转变为电能[42,45-48]。2017年，日本罗姆公司的AOKI[49]研究了OPV在室内人造光源下的弱光性能，同时对OPV和a-Si的光伏性能进行了测试，研究发现在荧光灯1 000 Lux下，OPV和a-Si的输出功率分别达到了43.4 mW/cm2和28.5 mW/cm2，并且在暗光条件下由OPV驱动的无线传感器节点的数据传输速率远胜于在a-Si的条件下[49]（见图11）。

图11 在不同环境照度下，由OPV和a-Si驱动的无线传感器节点的数据传输速率[49]

2018年，LEE等[50]探讨了使用溶液可加工小分子的OPV作为室内光能采集器件的潜力。通过优化光伏层的溶剂蒸汽退火时间，使其结晶和相分离得到平衡，OPV在1 000 Lux的荧光灯下的PCE超过28%，最大功率密度达到了78.2 mW/cm2，同时在AM 1.5G下的PCE超过10%。这些结果表明，有机光伏电池可以作为室内电子产品的电源使用[50]。

2 最大功率点跟踪

光伏电池在最大功率点（maximum power point, MPP）输出能量是提高室内弱光环境下光伏电池的利用率以及降低系统成本的有效手段之一。目前常用的最大功率点跟踪（maximum power point tracking, MPPT）控制算法包括扰动观察（perturbation and observation, P&O）法[51-52]、电导增量（incremental conductance, INC）法[53-55]、开路电压比率系数法（fractional open-circuit voltage, FractionalOC）[56-58]和短路电流比率系数（fractional short-circuit current, FractionalSC）法[56,59-60]。

2.1 扰动观察法

P&O技术是目前主流的MPPT算法之一[56,61]，其基本原理是通过定期给光伏电池的out施加一定步长的扰动电压（Δ）或扰动电流（Δ），计算扰动前后输出功率（out）的变化（Δ）。如果Δ是正值，则说明光伏电池此时工作在MPP的左侧，继续施加原来方向的扰动Δ（Δ）。如果Δ是负值，则说明此时光伏电池的工作点位于MPP的右侧。如此反复改变扰动方向，使光伏电池的工作点不断地靠近MPP（见图12a），最终在MPP附近小范围内达到动态平衡[61]。

图12 （a）P&O控制技术算法流程图[61]；（b）P&O算法的误判断示意图[62]

Fig. 12 (a) P&O control technology algorithm flow chart[61]; (b) schematic diagram of misjudgment of P&O control technology algorithm[62]

P&O控制技术的最大优点是方法简单，需要用到的参量少，但没有一个明确的计算公式确定其初始电压和扰动电压Δ。Δ比较大时，P&O法跟踪速度快，但精确度极差。Δ比较小时，精度较高，但是达到动态平衡所花费的时间比较长。值得注意的是，室内光强变化较快的情况下，光伏电池的-特性变化较大，P&O控制技术往往容易判断出错误的扰动方向（见图12b）[61-62]。假设光伏电池的初始工作点在A处，施加正向扰动Δ后，在外界环境保持不变的情况下，工作点移动到B点，从而引起out降低，因此下一时刻的Δ应反向。但如果在施加Δ的过程中，外界环境发生变化使-曲线发生改变，光伏电池的工作点从A处移动到C处，C点位于MPP的右侧，但由于P&O控制技术，C点处out高于A点，Δ保持原来的方向不变；如果外界环境持续快速变化，则光伏电池的out将不断远离MPP。因此，P&O控制技术适用于大功率光伏电池板在外界环境变化缓慢的情况。针对P&O控制技术的缺点，国内外研究者们提出了各种改进方案。2001年，HUA等[63]通过在传统P&O控制技术中加入了扰动步长Δ，在施加扰动之后首先判断输出电流（out）的变化Δ，若Δ大于某一限定值，说明外界环境发生变化使得MPP发生改变，于是采用大步长跟踪新的MPP，否则采用小步长实现MPPT[63]。这种变步长的P&O控制技术虽然相比于传统的P&O控制技术极大地提升了速度和精度，但同时也增加了功耗和成本。2010年，MELLIT等[61]提出了一种现场可编程门阵列（field programmable gate array, FPGA）的P&O控制技术，开发出的MPPT的主要优点是功耗低、速度快、可靠性好和易于实现，然而在辐照度快速变化时，仍无法准确跟踪MPP，同时基于FPGA的P&O控制技术由于在P&O控制技术的基础上增加了FPGA，这在一定程度上导致了功耗增加[61]。

2.2 电导增量法

INC是根据-特性曲线在MPP处的输出功率对电压的微分为0而被提出来的，同时MPP在单峰-曲线的波峰点上[64]。光伏电池的out为：

求导并让等式为0，即：

由式（5）可得：

其中：G代表电导，为电阻的倒数。

因此，得到在MPP处：

图13 增量电导法流程图[66]

2.3 开路电压比例系数法

根据已有报道，在光强和温度不断变化的外界环境下，光伏电池的开路电压OC和MPP处的电压MPP存在着近似线性关系（见图14）：

式中：K是与光伏电池输出特性相关的比例常数，称为“电压因子”，通常介于0.71 ~ 0.78之间[56,67]。CARVALHO等[56]通过对绘制在图形上的点进行线性回归（一阶近似）的方式，确定了图14中Vmpp和VOC的电压因子，在10% ~ 100%个标准太阳光照下，电压因子K = 0.76（图14a）；在−55 ~ 125°C的温度区间，电压因子K = 0.84（图14b），进一步验证了光伏电池的开路电压VOC和VMPP存在着近似线性关系。Fractional VOC的工作原理是首先采样光伏电池在某个时刻的VOC，通过公式（8）计算出此时的最大功率点电压VMPP，然后通过控制电路使光伏电池的工作电压逼近计算的VMPP。通过重复的采样、计算和控制，从而实现MPPT跟踪。虽然这种算法无法达到光伏电池的真正MPP，但由于计算出的功率值与其周围最大功率值没有明显差距，因此，这个缺点基本可以忽略[56]。Fractional VOC的最大优点是控制电路简单，耗能较少，无需改进已经适合用于室内环境条件变化缓慢的情况。目前，采用Fractional VOC的设计思路一般是在主供能的光伏电池的基础上，增加一块副光伏电池来采样VOC，可以保证在采样VOC的时候，主供能的光伏电池不会断开，从而提高效率。

2.4 短路电流比例系数法

Fractionalsc法在工作原理上与FractionalOC相似，在光强和温度不断变化的外界环境下，短路电流与最大功率点电流也存在一个近似的线性关系：

式中：λ与一样，是跟光伏电池输出特性相关的比例常数，其数值在0.78 ~ 0.92。通常需要一个额外的开关每隔一段时间将光伏电池短路，并用一个电流传感器来检测SC，因此真正实现检测SC相对比较困难。目前大多报道采用短路电流比例系数法时，常采用数字信号处理（digital signal processing, DSP）来实现MPPT跟踪，但对于采集室内微弱光能的系统，这意味着极大地增加了功耗。

2.5 室内最佳MPPT控制技术

在光伏电池室内光能采集系统中，选择合适的MPPT控制技术有利于提高系统效率和降低成本。通常来说，MPPT控制技术越简单，其跟踪速度和实用性越高。P&O正是因为易于实现而得到广泛应用，但由于缺乏明确计算初始电压和扰动Δ的方法，从而限制了MPPT效率。INC技术的硬件要求较高，要求响应速度快，会导致整个室内光能采集系统的成本比较高。FractionalSC控制技术通常采用DSP来实现MPPT跟踪，这无疑提高了系统成本与功耗。FractionalOC的最大优点是控制电路简单，耗能较小。综合考虑四种目前常用的MPPT技术的主要特性，结果显示FractionalOC控制技术最适合用于室内光强和温度变化范围较快的情况（见表1）。

表1 目前常用的MPPT控制技术的主要特性[56]

3 储能方式选择

室内弱光环境下，光伏电池采集的能量较少且不连续。无论是直接将光伏电池输出的能量储存起来供负载使用，还是存储多余能量作为备用，都必须将光伏电池收集到的能量进行有效储存，从而达到延长系统持续工作时间的目的。目前，存储能量的方式主要有可充电电池、超级电容和混合供电三种[62]。

3.1 可充电电池

可充电电池种类繁多，包括密封铅酸（sealed lead-acid, SLA）[68-69]、锂离子/锂聚合物（Li+/ Li-polymer）[70-72]、镍金属氢化物（nickel metal hydride, NiMH）[73-75]和镍镉（nickel-cadmium, NiCad）[76-77]等。在室内低功耗设备中，可充电锂电池应用最为广泛[78]。因此，本节主要针对锂电池展开讨论。

锂离子电池具有自放电率较低、可长时间存放、无记忆效应、寿命长、可以快速充电等优点。锂离子单节电池电压可达3.7 ~ 4.2 V，其充电过程包括预充电、恒流充电和恒压充电三个阶段。

预充电阶段。锂电池电压低于3 V时的充电状态称为预充电阶段，此时的锂电池只能用小电流对其进行充电，而无法承受大电流充电，这一阶段的电流大约为下一个阶段——恒流充电阶段电流的10%左右。

恒流充电阶段。当电压达到3 V时，电池进入恒流充电阶段，为了使锂离子快速转移，此时的充电电流应该为恒定大电流，充电电流越大，电池充电速度越快。

恒压充电阶段。当电压上升至4.2 V时，电压达到极限值，进入恒压充电阶段，该阶段应以4.2 V的恒定电压对其充电，随着逐渐接近充满的状态，充电电流会逐渐减小，当充电电流低至30 mA时，此时锂电池充满，并应停止充电。

锂离子电池也存在一定的缺点，与其他可充电电池相比，其成本较高，对充放电过程有较高要求，且需要过充保护和过放保护，否则影响电池寿命；充电时电池容易发热，需要注意其安全性。

3.2 超级电容

超级电容[79]是近几年发展起来专门用于储能的特殊电容器，其容量比普通电容高几个数量级，且体积小，易于整个系统的结构设计。超级电容是双电层充放电物理过程，能使用大电流充电，可快速完成充电，其输出功率密度大，可实现快速放电，其充放电效率已经高达98%。使用寿命长是超级电容另一个重要的优点，其充放电次数可达50万次以上，可连续使用几十年。最重要的是，超级电容只需充电电流和电压不超过额定值即可，因此不需要特殊的充电电路和控制放电电路，这有利于降低整个光伏电池室内光能采集系统的功耗。

图15 （a）不同超级电容的自放电率测试[62]；（b）50 F、10 F和1 F超级电容实物图[56]

超级电容显著的缺点是自放电率高。2010年，WANG等[62]为了确定超级电容每24 h的自放电率，对4个不同的超级电容进行了测试（见图15a）。结果发现，超级电容器的自放电率明显高于可充电电池（每月5% ~ 10%的自放电率）。超级电容器每24 h自放电率最高已达45%。同时，随着容量的增加，超级电容的尺寸变大（见图15b）[56]。

3.3 混合供电

2009年，NASIRI等[7]讨论了不同的储能选择，其中包括无储能模块、可充电电池储能模块、超级电容储能模块和不可充电电池与超级电容混合储能模块。当使用不可充电电池组成的无储能模块电路时，负载的能量由不可充电电池和光伏电池同时提供（见图16b）。这种结构的室内光能采集系统，光伏电池仅能起到延长电池寿命的作用，并不能提供真正有效的作用。另外，这种结构的室内光能采集系统仍需更换电池，从而造成能源的浪费和成本的提高。而当分别使用可充电电池（见图16c）和超级电容（见图16d）组成的储能模块电路时，由于可充电电池和超级电容各自的缺点，两种结构的电路都存在弊端。如可充电电池组成的储能模块电路要正常给电池充电，光伏电池的尺寸必须加倍。而超级电容组成的储能模块电路受超级电容自放电率高的影响，以及超级电容的体积将随容量的增大而增大。NASIRI等[7]发现不可充电电池与超级电容结合的储能电路可以解决超级电容单独储能的弊端，且光伏电池和超级电容的尺寸都可以减小（图16e）。但这种不可充电电池与超级电容结合使用的储能电路仍需要定期更换电池，这并没能从根本上降低成本，并且在物联网时代，传感器将成为硬科技主力。传感器基本具有体积小和远程分布式的特点，更换电池将会带来极大的麻烦。因此，在光伏电池室内光能采集系统的储能选择方面，可充电电池与超级电容结合使用的储能模块可能具有良好的发展前景。

图16 （a）光伏电池室内光能采集系统结构图；（b）基于无储能模块的光伏电池室内光能采集系统结构图；（c）基于可充电电池储能模块的光伏电池室内光能采集系统结构图；（d）基于超级电容储能模块的光伏电池室内光能采集系统结构图；（e）基于不可充电电池与超级电容混合储能模块的光伏电池室内光能采集系统结构图[7]

4 物联网的挑战与前景

物联网的目的是万物互联，并在各个方面提高用户的生活质量[80]。目前，实施这个宏伟计划面临的最主要挑战之一是需要足够的能源，使物联网设备能够以自给自足的方式运作网络，且不影响服务质量[81]。因此，提高物联网设备的能效和寿命势在必行。本文概述的光伏电池室内光能采集系统能够在未来很好地解决这一问题，通过高效率地将室内丰富的光能转化为电能，并储存在超级电容与可充电电池结合使用的储能模块中，为室内物联网设备提供源源不断的能量。

5 结 论

针对室内光能采集系统，总结了DSSCs、PSCs、OPV三种光伏电池在弱光方向的发展，指出带隙与光源相匹配的光伏器件具有成为未来室内光伏电池的潜力。对CdTe和GaAs两种光伏电池的分析结果表明，具有较高并联电阻、不受弱二极管效应影响的光伏器件具备良好弱光性能的潜力。在室内光能采集系统的MPPT控制技术选择方面，分析了各类主流MPPT技术的优缺点，发现具有低功耗、易实现和低成本的开路电压比例系数法有可能成为光伏电池室内光能采集系统的最佳选择。各种储能方式的优缺点分析结果表明，可充电电池与超级电容结合使用的储能电路将具有良好的发展前景。本综述可为现阶段国内光伏电池室内光能采集系统的设计与实现提供参考。

[1] ATZORI L, IERA A, MORABITO G. The internet of things: a survey[J]. Computer networks, 2010, 54(15): 2787-2805. DOI: 10.1016/j.comnet.2010.05.010.

[2] KARIEN M, SAHRIN M, HASKELL-DOWLAND P. IoT threat detection advances, challenges and future directions[C]//Proceedings of 2020 Workshop on EmergingTechnologies for Security in IoT. Sydney, Australia: IEEE, 2020: 22-29. DOI: 10.1109/ETSecIoT50046.2020.00009.

[3] 工业和信息化部办公厅. 工业和信息化部办公厅关于深入推进移动物联网全面发展的通知[EB/OL]. (2020-04-30). http://www.gov.cn/zhengce/zhengceku/2020-05/08/content_5509672.htm.

[4] DE ROSSI F, PONTECORVO T, BROWN T M. Characterization of photovoltaic devices for indoor light harvesting and customization of flexible dye solar cells to deliver superior efficiency under artificial lighting[J]. Applied energy, 2015, 156: 413-422. DOI: 10.1016/j.apenergy.2015.07.031.

[5] RYU H S, PARK S Y, LEE T H, et al. Recent progress in indoor organic photovoltaics[J]. Nanoscale, 2020, 12(10): 5792-5804. DOI: 10.1039/D0NR00816H.

[6] KIM S, JAHANDAR M, JEONG J H, et al. Recent progress in solar cell technology for low-light indoor applications[J]. Current alternative energy, 2019, 3(1): 3-17. DOI: 10.2174/1570180816666190112141857.

[7] NASIRI A, ZABALAWI S A, MANDIC G. Indoor power harvesting using photovoltaic cells for low-power applications[J]. IEEE transactions on industrial electronics,2009, 56(11): 4502-4509. DOI: 10.1109/TIE.2009.2020703.

[8] FREUNEK M, FREUNEK M, REINDL L M. Maximum efficiencies of indoor photovoltaic devices[J]. IEEE journal of photovoltaics, 2013, 3(1): 59-64. DOI: 10.1109/JPHOTOV.2012.2225023.

[9] SHEN K, LI Q, WANG D Z, et al. CdTe solar cell performance under low-intensity light irradiance[J]. Solar energy materials and solar cells, 2016, 144: 472-480. DOI: 10.1016/j.solmat.2015.09.043.

[10] RANDALL J F, JACOT J. Is AM1.5 applicable in practice? Modelling eight photovoltaic materials with respectto light intensity and two spectra[J]. Renewable energy, 2003, 28(12): 1851-1864. DOI: 10.1016/S0960-1481(03)00068-5.

[11] REICH N H, VAN SARKW G J H M, ALSEMA E A, et al. Crystalline silicon cell performance at low light intensities[J]. Solar energy materials and solar cells, 2009, 93(9): 1471-1481. DOI: 10.1016/j.solmat.2009.03.018.

[12] MARKVART T, CASTAÑER L. Principles of solar cell operation[M]. McEvoy's Handbook Of Photovoltaics, 2018: 3-28. DOI: 10.1016/B978-0-12-809921-6.00001-X.

[13] KARPOV V, COMPAAN A D, SHVYDKA D. Random diode arrays and mesoscale physics of large-area semiconductor devices.Physical Review B, 2004, 69: 045325. DOI: 10.1103/PhysRevB.69.045325.

[14] WILLIAMS B L, SMIT S, KNIKNIE B J, et al. Identifying parasitic current pathways in CIGS solar cells by modelling darkresponse[J]. Progress In Photovoltaics, 2015, 23(11):1516-1525. DOI: 10.1002/pip.2582.

[15] KAVEVCE A, SITES J R. Impact of nonuniformities on thin Cu(In,Ga)Se2Solar cell performance[J]. Mrs Proceedings, 2007, 1012-Y08-02. DOI: 10.1557/PROC-1012-Y08-02.

[16] BUBE R H. Materials for photovoltaics[J]. Annual review of materials science, 1990, 20: 19-50. DOI: 10.1146/annurev.ms.20.080190.000315.

[17] TANABE K. A review of ultrahigh efficiency III-V semiconductor compound solar cells: multijunction tandem, lower dimensional, photonic up/down conversion and plasmonic nanometallic structures[J]. Energies, 2009, 2(3): 504-530. DOI: 10.3390/en20300504.

[18] LI Q, SHEN K, YANG R L, et al. Comparative study of GaAs and CdTe solar cell performance under low-intensity light irradiance[J]. Solar energy, 2017, 157: 216-226. DOI: 10.1016/j.solener.2017.08.023.

[19] FEREKIDES C, BRITT J, MA Y, et al. High efficiency CdTe solar cells by close spaced sublimation[C]// Proceedings of the Conference Record of the Twenty Third IEEE Photovoltaic Specialists. Louisville, KY, USA: IEEE, 1993. DOI: 10.1109/PVSC.1993.347151.

[20] BAUHUIS G J, MULDER P, HAVERKAMP E J, et al. 26.1% thin-film GaAs solar cell using epitaxial lift-off[J]. Solar energy materials and solar cells, 2009, 93(9): 1488-1491. DOI: 10.1016/j.solmat.2009.03.027.

[21] ZHU S S, LI Y. Performances of perovskite solar cells at low-intensity light irradiation[J]. Solid-State Electronics, 2020, 173:107903. DOI: https://doi.org/10.1016/j.sse.2020.107903.

[22] SHAH A V, SCHADE H, VANECEK M, et al. Thin-filmsilicon solar cell technology[J]. Progress In Photovoltaics, 2004, 12(2/3):113-142. DOI: 10.1002/pip.533.

[23] REICH N H, VAN SARK W, ALSEMA E A, et al. Weak light performance and spectral response of different solar cell types[C]//Proceedings of the 20th EUPVSEC, 2005.

[24] O'REGAN B, GRÄTZEL M. A low-cost, high-efficiency solar cell based on dye-sensitized colloidal TiO2films[J]. Nature, 1991, 353(6346): 737-740. DOI: 10.1038/353737a0.

[25] KAKIAGE K, AOYAMA Y, YANO T, et al. Highly-efficient dye-sensitized solar cells with collaborative sensitization by silyl-anchor and carboxy-anchor dyes[J]. Chemical communications, 2015, 51(88): 15894-15897. DOI: 10.1039/c5cc06759f.

[26] PETTERSSON H, GRUSZECKI T, BERNHARD R, et al. The monolithic multicell: a tool for testing material components in dye-sensitized solar cells[J]. Progress in photovoltaics, 2007, 15(2): 113-121. DOI: 10.1002/pip.713.

[27] BANDARA T M W J, JAYASUNDARA W J M J S R, FERNADO H D N S, et al. Efficiency of 10 % for quasi-solid state dye-sensitized solar cells under low light irradiance[J]. Journal of applied electrochemistry, 2015, 45(4): 289-298. DOI: 10.1007/s10800-015-0788-1.

[28] DE ROSSI F, BROWN T M, PONTECORVO T. Flexible photovoltaics for light harvesting under LED lighting[C]//Proceedings of the 2015 IEEE 15th International Conference on Environment and Electrical Engineering. Rome, Italy: IEEE, 2015. DOI: 10.1109/EEEIC.2015.7165501.

[29] KOJIMA A, TESHIMA K, SHIRAI Y, et al. Organometalhalide perovskites as visible-light sensitizers for photovoltaic cells[J]. Journal of the American chemical society, 2009, 131(17): 6050-6051. DOI: 10.1021/ja809598r.

[30] EPERON G E, STRANKS S D, MENELAOU C, et al. Formamidinium lead trihalide: a broadly tunable perovskite for efficient planar heterojunction solar cells[J]. Energy & environmental science, 2014, 7(3): 982-988. DOI: 10.1039/c3ee43822h.

[31] DAGAR J, CASTRO-HERMOSA S, LUCARELLI G, et al. Highly efficient perovskite solar cells for light harvestingunder indoor illumination via solution processed SnO2/MgOcomposite electron transport layers[J]. Nano energy, 2018, 49: 290-299. DOI: 10.1016/j.nanoen.2018.04.027.

[32] 姚鑫, 丁艳丽, 张晓丹, 等. 钙钛矿太阳电池综述[J]. 物理学报, 2015, 64(03):145-152. DOI: 10.7498/aps.64.038805.

[33] LI Y, GRABHAM N J, BEEBY S P, et al. The effect of the type of illumination on the energy harvesting performance of solar cells[J]. Solar energy, 2015, 111: 21-29. DOI: 10.1016/j.solener.2014.10.024.

[34] MATHEWS I, KING P J, STAFFORD F, et al. Performance of III–V solar cells as indoor light energy harvesters[J]. IEEE journal of photovoltaics, 2016, 6(1): 230-235. DOI: 10.1109/JPHOTOV.2015.2487825.

[35] LI M, ZHAO C, WANG Z K, et al. Interface modification by ionic liquid: a promising candidate for indoor light harvesting and stability improvement of planar perovskite solar cells[J]. Advanced energy materials, 2018, 8(24): 1801509. DOI: 10.1002/aenm.201801509.

[36] WU M J, KUO C C, JHUANG L S, et al. Bandgap engineering enhances the performance of mixed-cation perovskite materials for indoor photovoltaic applications[J]. Advanced energy materials, 2019, 9(37): 1901863. DOI: 10.1002/aenm.201901863.

[37] SHOCKLEY W, QUEISSER H J. Detailed balance limit of efficiency ofjunction solar cells[J]. Journal of applied physics, 1961, 32(3): 510-519. DOI: 10.1063/1.1736034.

[38] KEARNS D, CALVIN M. Photovoltaic effect and photoconductivity in laminated organic systems[J]. The journal of chemical physics, 1958, 29(4): 950-951. DOI: 10.1063/1.1744619.

[39] DENNLER G, SCHARBER M C, BRABEC C J. Polymer-fullerene bulk-heterojunction solar cells[J]. Advanced materials, 2009, 21(13): 1323-1338. DOI: 10.1002/adma.200801283.

[40] KREBS F C, GEVORGYAN S A, ALSTRUP J. A roll-to-roll process to flexible polymer solar cells: model studies, manufacture and operational stability studies[J]. Journal of materials chemistry, 2009, 19(30): 5442-5451. DOI: 10.1039/b823001c.

[41] NIELSEN T D, CRUICKSHANK C, FOGED S, et al. Business, market and intellectual property analysis of polymer solar cells[J]. Solar energy materials and solar cells,2010, 94(10): 1553-1571. DOI: 10.1016/j.solmat.2010.04.074.

[42] STEIM R, AMERI T, SCHILINSKY P, et al. Organic photovoltaics for low light applications[J]. Solar energy materials and solar cells, 2011, 95(12): 3256-3261. DOI: 10.1016/j.solmat.2011.07.011.

[43] LIANG Y Y, XU Z, XIA J B, et al. For the bright future—bulk heterojunction polymer solar cells with power conversion efficiency of 7.4%[J]. Advanced materials,2010, 22(20): E135-E138. DOI: 10.1002/adma.200903528.

[44] PARK S H, ROY A, BEAUPRÉ S, et al. Bulk heterojunction solar cells with internal quantum efficiency approaching 100%[J]. Nature photonics, 2009, 3(5): 297-302. DOI: 10.1038/nphoton.2009.69.

[45] LEE H K H, LI Z, DURRANT J R, et al. Is organic photovoltaics promising for indoor applications?[J]. Applied physics letters, 2016, 108(25): 253301. DOI: 10.1063/1.4954268.

[46] AOKI Y. Polymer solar cells for indoor energy harvesting[J]. MRS advances, 2016, 1(14): 931-936. DOI: 10.1557/adv.2016.64.

[47] MORI S, GOTANDA T, NAKANO Y, et al. Investigation of the organic solar cell characteristics for indoor LED light applications[J]. Japanese journal of applied physics, 2015, 54(7): 071602. DOI: 10.7567/JJAP.54.071602.

[48] MINNAERT B, VEELAERT P. The Appropriateness of organic solar cells for indoor lighting conditions[C]// Proceedings of SPIE 7722, Organic Photonics IV. Brussels, Belgium: SPIE, 2010: 77221P. DOI: 10.1117/12.854774.

[49] AOKI Y. Photovoltaic performance of organic photovoltaics for indoor energy harvester[J]. Organic electronics, 2017, 48: 194-197. DOI: 10.1016/j.orgel.2017.05.023.

[50] LEE H K H, WU J Y, BARBÉ J, et al. Organic photovoltaic cells–promising indoor light harvesters for self-sustainable electronics[J]. Journal of materials chemistry A, 2018, 6(14): 5618-5626. DOI: 10.1039/C7TA10875C.

[51] FEMIA N, PETRONE G, SPAGNUOLO G, et al. Optimizing duty-cycle perturbation of P&O MPPT technique[C]//Proceedings of the 2004 IEEE 35th AnnualPower Electronics Specialists Conference. Aachen, Germany:IEEE, 2004: 1939-1944. DOI: 10.1109/PESC.2004.1355414.

[52] FEMIA N, PETRONE G, SPAGNUOLO G, et al. A technique for improving P&O MPPT performances of double-stage grid-connected photovoltaic systems[J]. IEEE transactions on industrial electronics, 2009, 56(11): 4473-4482. DOI: 10.1109/TIE.2009.2029589.

[53] LIU F R, DUAN S X, LIU F, et al. A variable step size INC MPPT method for PV systems[J]. IEEE transactions on industrial electronics, 2008, 55(7): 2622-2628. DOI: 10.1109/TIE.2008.920550.

[54] LI J Y, WANG H H. A novel stand-alone PV generation system based on variable step size INC MPPT and SVPWM control[C]//Proceedings of the 2009 IEEE 6th International Power Electronics and Motion Control Conference. Wuhan, China: IEEE, 2009. DOI: 10.1109/IPEMC.2009.5157758.

[55] HSIEH G C, HSIEH H I, TSAI C Y, et al. Photovoltaic power-increment-aided incremental-conductance MPPT with two-phased tracking[J]. IEEE transactions on power electronics, 2013, 28(6): 2895-2911. DOI: 10.1109/TPEL.2012.2227279.

[56] FERREIRA CARVALHO C M, PAULINO N F S V. Voltage step-up circuits[M]//FERREIRA CARVALHO C M, PAULINO N F S V. CMOS Indoor Light Energy Harvesting System for Wireless Sensing Applications. Cham: Springer, 2016: 73-115. DOI: 10.1007/978-3-319- 21617-1.

[57] AHMAD J. A fractional open circuit voltage based maximum power point tracker for photovoltaic arrays[C]// Proceedings of the 2010 2nd International Conference on Software Technology and Engineering. San Juan, PR, USA: IEEE, 2010: 247. DOI: 10.1109/ICSTE.2010.5608868.

[58] BHARATH K R, SURESH E. Design and implementation of improved fractional open circuit voltage based maximum power point tracking algorithm for photovoltaic applications[J]. International journal of renewable energy research, 2017, 7(3): 1108-1113.

[59] SHER H A, MURTAZA A F, NOMAN A, et al. A new sensorless hybrid MPPT algorithm based on fractional short-circuit current measurement and P&O MPPT[J]. IEEE transactions on sustainable energy, 2015, 6(4): 1426-1434. DOI: 10.1109/TSTE.2015.2438781.

[60] MURTAZA A F, SHER H A, CHIABERGE M, et al. A novel hybrid MPPT technique for solar PV applications using perturb & observe and fractional open circuit voltage techniques[C]//Proceedings of the 15th International Conference Mechatronika. Prague, Czech Republic: IEEE, 2012: 1-8.

[61] MELLIT A, REZZOUK H, MESSAI A, et al. FPGA-based real time implementation of MPPT-controller for photovoltaic systems[J]. Renewable energy, 2011, 36(5): 1652-1661. DOI: 10.1016/j.renene.2010.11.019.

[62] WANG W S, O’DONNELL T, WANG N, et al. Design considerations of sub-mW indoor light energy harvesting for wireless sensor systems[J]. ACM journal on emerging technologies in computing systems, 2010, 6(2): 6. DOI: 10.1145/1773814.1773817.

[63] HUA C C, LIN J R. Fully digital control of distributed photovoltaic power systems[C]//Proceedings of 2001 IEEE International Symposium on Industrial Electronics. Pusan, South Korea: IEEE, 2001: 1-6. DOI: 10.1109/ISIE.2001.931745.

[64] 靳肖林, 文尚胜, 倪浩智, 等. 光伏发电系统最大功率点跟踪技术综述[J]. 电源技术, 2019, 43(03):532-535. DOI: CNKI:SUN:DYJS.0.2019-03-059.

[65] WANG P, DING H, DIAO C Y, et al. An improved MPPT algorithm based on traditional incremental conductance method[C]//Proceedings of the 2011 4th International Conference on Power Electronics Systems and Applications. Hong Kong, China: IEEE, 2011. DOI: 10.1109/PESA.2011.5982914.

[66] 季亚鹏, 付蓉, 孙万鹏.电导增量法在光伏系统MPPT中的研究[J].微型机与应用, 2013, 32(07):74-76. DOI: 10.3969/j.issn.1674-7720.2013.07.024.

[67] ESRAM T, CHAPMAN P L. Comparison of photovoltaic array maximum power point tracking techniques[J]. IEEE transactions on energy conversion, 2007, 22(2): 439-449. DOI: 10.1109/TEC.2006.874230.

[68] PARK S Y, MIWA H, CLARK B T, et al. A universal battery charging algorithm for Ni-Cd, Ni-MH, SLA, and Li-Ion for wide range voltage in portable applications[C]// Proceedings of 2008 IEEE Power Electronics Specialists Conference. Rhodes, Greece: IEEE, 2008: 4689-4694. DOI: 10.1109/PESC.2008.4592708.

[69] HUSSEIN A A H, PEPPER M, HARB A, et al. An efficient solar charging algorithm for different battery chemistries[C]//Proceedings of 2009 IEEE Vehicle Power and Propulsion Conference.Dearborn, MI, USA: IEEE, 2009. DOI: 10.1109/VPPC.2009.5289853.

[70] HUQ R, FARRINGTON G C, KOKSBANG R, et al. Influence of plasticizers on the electrochemical and chemical stability of a Li+polymer electrolyte[J]. Solid state Ionics, 1992, 57(3/4): 277-283. DOI: 10.1016/0167-2738(92)90159-M.

[71] JOHANSSON P. First principles modelling of amorphous polymer electrolytes: Li+-PEO, Li+-PEI, and Li+-PES complexes[J]. Polymer, 2001, 42(9): 4367-4373. DOI: 10.1016/S0032-3861(00)00731-X.

[72] 郭和一, 闫康平, 吴鹏程, 等. 磷化工副产物磷铁制备锂电池正极材料LiFePO4的研究[J]. 新能源进展, 2014, 2(2): 141-145. DOI: 10.3969/j.issn.2095-560X.2014.02.010.

[73] YING T K, GAO X P, HU W K, et al. Studies on rechargeable NiMH batteries[J]. International journal of hydrogen energy, 2006, 31(4): 525-530. DOI: 10.1016/j.ijhydene.2005.04.018.

[74] FETCENKO M A, OVSHINSKY S R, REICHMAN B, et al. Recent advances in NiMH battery technology[J]. Journal of power sources, 2007, 165(2): 544-551. DOI: 10.1016/j.jpowsour.2006.10.036.

[75] SCHNEIDER E L, OLIVEIRA C T, BRITO R M, et al. Classification of discarded NiMH and Li-Ion batteries and reuse of the cells still in operational conditions in prototypes[J]. Journal of power sources, 2014, 262: 1-9. DOI: 10.1016/j.jpowsour.2014.03.095.

[76] ROY C K, CORDY J R. NICAD: accurate detection of near-miss intentional clones using flexible pretty-printing and code normalization[C]//Proceedings of the 2008 16thIEEE International Conference on Program Comprehension. Amsterdam, Netherlands: IEEE, 2008: 172-181. DOI: 10.1109/ICPC.2008.41.

[77] CORDY J R, ROY C K. The NiCaD clone detector[C]// Proceedings of the 2011 IEEE 19th International Conference on Program Comprehension. Kingston, ON, Canada: IEEE, 2011: 219-220. DOI: 10.1109/ICPC.2011.26.

[78] QUARTARONE E, MUSTARELLI P. Electrolytes for solid-state lithium rechargeable batteries: recent advancesand perspectives[J]. Chemical society reviews, 2011, 40(5): 2525-2540. DOI: 10.1039/c0cs00081g.

[79] 程昕予, 于明浩, 卢锡洪. 非对称超级电容器负极材料研究进展[J]. 新能源进展, 2016, 4(4): 286-296. DOI: 10.3969/j.issn.2095-560X.2016.04.005.

[80] MIRAZ M H, ALI M, EXCELL P S, et al. A review on internet of things (IoT), internet of everything (IoE) and internet of nano things (IoNT)[C]//Proceedings of 2015 Internet Technologies and Applications. Wrexham, UK: IEEE, 2015: 219-224. DOI: 10.1109/ITechA.2015.7317398.

[81] KAMALINEJAD P, MAHAPATRA C, SHENG Z G, et al. Wireless energy harvesting for the internet of things[J]. IEEE communications magazine, 2015, 53(6): 102-108. DOI: 10.1109/MCOM.2015.7120024.

Research Progress and Prospects of Photovoltaic Cell Indoor Light Energy Harvesting System

ZHU Shu-sheng1,3, ZHANG Cui-ling1, FANG Jian-hai2, LIU Chong1, LI Yang3, WU Shao-hang1, MAI Yao-hua1

(1. Institute of New Energy Technology, College of Information Science Technology, Jinan University, Guangzhou 510632, China; 2. Guangzhou Beihuan Intelligent Transportation Technology Co., Ltd., Guangzhou 510030, China; 3. College of Applied Physics and Materials, Wuyi University, Jiangmen 529000, Guangdong, China)

There will be a huge number of indoor internet of things (IoT) devices with the advent of the 5G era. Although most indoor IoT devices were low-power products, they were usually distributed and required regular replacement of power supply equipment, which inevitably led to increase cost and inconvenience. Environmental energy harvesting technology can solve this problem. The light energy in the environment was one of the most worthy of development and utilization of energy. The photovoltaic cell indoor light energy harvesting system achieved the purpose of powering indoor low-power IoT devices by harvesting ambient light energy and converting it into electrical energy. In this paper, a brief overview of the main issue on how to maximize the time of the photovoltaic cell indoor light energy harvesting system to power indoor low-power IoT devices was provided from three aspects including high-efficiency collection of indoor light energy, maximum power point tracking and energy storage options. Firstly, a scheme of high-efficiency harvesting indoor light energy was proposed by comparing and analyzing the influence of the band gap value, the size of the series and shunt resistance and the types of cell on the weak light performance of the photovoltaic cell. Secondly, the open circuit voltage proportional coefficient method was pointed out that it may be most suitable for the maximum power point tracking of photovoltaic cells in indoor scenarios by analyzing and discussing various maximum power point tracking technologies from the aspects of working principle, advantages and disadvantages and technical characteristics. Finally, the advantages and disadvantages of supercapacitors and rechargeable batteries were analyzed and discussed. It was pointed out that the energy storage module combining rechargeable batteries and supercapacitors may be a promising development in terms of energy storage options for photovoltaic cell indoor light energy harvesting systems. This work may provide a reference direction for further advancing the design of indoor light energy harvesting system.

photovoltaic cells; indoor light energy; maximum power point tracking; energy storage; harvesting system

2095-560X（2020）06-0502-16

TK01+9

A

10.3969/j.issn.2095-560X.2020.06.008

朱树盛（1993-），男，硕士研究生，主要从事光伏电池弱光应用的研究。

吴绍航（1987-），男，博士，副研究员，主要从事有机无机杂化钙钛矿太阳能电池的研究。

麦耀华（1976-），男，博士，教授，博士生导师，主要从事硅基太阳电池、钙钛矿太阳电池、硫系薄膜太阳电池和锂电池等方向的研究和产业化工作。

2020-08-31

2020-10-30

新型光伏智能交通构件研发及其应用示范项目；国家自然科学基金青年项目（62005099）

吴绍航，E-mail：wushaohang@jnu.edu.cn；麦耀华，E-mail：yaohuamai@jnu.edu.cn