企业官网建设流程全解析

在做低照度光伏测试时，不少测试人员的第一反应是：“把模拟器的光照调低一点不就行了？”但这种看似直接的做法，往往会给出误导性实验数据。要准确评估电池片或组件在 200 W/m² 甚至更弱环境下的性能，真正需要关注的，不只是辐照度数值，而是整个测试过程中的光谱稳定性。这也是为什么专业低照度光伏测试通常要使用 LED 模拟器，而不是在传统模拟器上直接调光。

这篇文章会从低照度测试的常见误区讲起，拆解传统模拟器直接调低光照的问题，说明专业 LED 模拟器如何做到低照度下的全程稳定光谱，并给出搭建低照度测试平台的流程、Python 分析示例和常见问题排查清单。

1. 低照度光伏测试为什么容易踩坑

1.1 低照度测试的应用场景越来越多

很多人以为光伏测试只需要在标准测试条件 STC（辐照度 1000 W/m²、AM1.5G 光谱、25℃）下进行。但实际产品的应用场景远比这复杂：

• 室内光伏：智能家居传感器、电子标签、太阳能计算器等设备长期工作在室内弱光环境，辐照度往往只有 10~200 W/m²，甚至更低。
• 建筑光伏（BIPV）：安装在立面、窗户附近的组件经常处于阴影、反射光或低角度光照条件下。
• 户外阴雨天气：清晨、傍晚、阴天、雾霾天气下，组件实际辐照度可能只有 100~400 W/m²。
• 弱光电池研发：非晶硅、钙钛矿、有机光伏、染料敏化电池等新兴技术在低照度下的性能表现，直接决定其能否进入室内供电、物联网供电等市场。

在这些场景下，如果只做 1000 W/m² 的标况测试，就无法评估产品在真实弱光环境中的输出能力。低照度 I-V 特性、弱光效率、弱光响应稳定性，已经成为光伏组件和电池片出厂检测、研发对比的重要指标。

1.2 为什么不能把“调低光照”等同于“低照度测试”

很多实验室为了省事，直接在原有太阳模拟器上把辐照度降到 200 W/m² 或 100 W/m²，就开始测弱光特性。表面上看，辐照度确实是降低了，但这里藏着一个关键问题：

光源在不同输出功率下，光谱分布会发生变化。

太阳模拟器的核心任务，是尽可能复现标准太阳光谱 AM1.5G。但并不是所有模拟器在任意辐照度档位下都能保持同样的光谱匹配度。传统氙灯、卤素灯在调低功率后，色温、波段比例都会明显漂移。此时虽然仪器显示“辐照度 200 W/m²”，但这个 200 W/m² 的光谱成分，和真实太阳光在 200 W/m² 下的光谱成分完全不同。

光伏电池的性能对光谱非常敏感。同样是 200 W/m²，如果光谱偏向红外，窄带隙电池会“看到”相对多的有效光子；如果光谱偏向紫外和蓝光，宽带隙电池的响应又不一样。所以，低照度测试的前提不是“辐照度够不够低”，而是“光谱够不够标准、够不够稳定”。

1.3 光谱失配带来的隐藏误差

光谱失配是一个容易被忽略但影响很大的误差来源。举个直观例子：

假设有两块电池，一块是晶硅电池，响应范围覆盖 400~1100nm；另一块是非晶硅电池，响应范围大约在 350~750nm。测试时，用一盏光谱偏向红外的光源和 AM1.5G 标准光谱做对比，保持总辐照度一致。

• 晶硅电池对红外波段有响应，可能测出来的短路电流偏高；
• 非晶硅电池几乎不吸收近红外光，测出来的短路电流会明显偏低；
• 两块电池在“同一辐照度”下，性能差异却被光源光谱“人为放大”了。

这就会导致一个严重后果：你以为在对比材料性能，实际上在对比光源光谱和材料光谱响应的匹配程度。低照度下，这个误差往往比满照度时更明显，因为弱光下电池的复合电流、并联电阻、串联电阻等机制占比变化，光谱影响更容易被放大。

2. 传统模拟器在低照度测试中的局限

2.1 传统光源的调光方式会改变光谱

传统太阳模拟器常见的光源是氙灯和卤素灯，调低辐照度通常有几种方式：

方式一：降低电源功率或降压。

氙灯改变功率后，电弧温度和等离子体成分会变化，紫外、可见光、红外的比例都会跟着变。卤素灯更明显，降低电压后灯丝温度下降，光谱峰值向长波方向移动，红外成分占比显著增加。这种变化不是线性的，也不是简单把光谱“整体调暗”，而是形状发生了改变。

方式二：改变光源到测试台的距离。

距离拉远之后，辐照度确实会降低，但光束发散角、均匀性都会变化。低照度档位下，如果原本的均匀面积就不大，距离一变，测试面上不同位置的失配会进一步放大。

方式三：加中性密度滤光片（ND Filter）。

ND 滤光片理论上是对全波段均匀衰减，但实际滤光片的透过率在不同波长下并不完全一致。多片叠加之后，反射干涉效应、透射率随波长变化的问题会更明显，最终等效出来的光谱并不“中性”。

所以，传统模拟器在低照度档位下，很难保证光谱匹配度仍然达到满照度时的等级。这也是低照度测试最容易被质疑的一个点。

2.2 照度计标定带来的虚假安全感

另一个常见坑，是用照度计（lux 表）来标定低照度。

照度计的设计基于人眼视见函数 V(λ)，也就是说，它的读数加权方式和人眼对亮度的感知一致。但光伏电池的光谱响应和人眼完全不同：

• 人眼对 555nm 附近的黄绿光最敏感；
• 晶硅电池对 900~1000nm 的近红外光仍有响应；
• 非晶硅电池的响应峰值大约在 500~600nm，但截止波长在 750nm 附近。

同样一盏灯，照度计显示 1000 lux，并不代表光伏电池吸收到的有效光子数相同。如果再用照度计读数去换算“等效辐照度”，误差会非常大。

在正规光伏实验室里，辐照度的基准应该是标准光伏电池（参考电池），而不是照度计。参考电池经过校准，其光谱响应与被测电池相对接近，这样校准出来的辐照度才有意义。

2.3 参考电池与标准光谱失配

即使使用了参考电池，低照度测试还有一个更深层的误差来源：参考电池与被测电池的光谱响应可能不一致。

比如参考电池是晶硅电池，被测电池是钙钛矿电池。假设光源光谱相对 AM1.5G 发生了偏移，晶硅参考电池对红外的响应好，测得辐照度可能是“正常”的；但钙钛矿电池在红外区响应弱，实际有效光生电流就会偏低。这个误差可以用光谱失配因子（Spectral Mismatch Factor，MMF）来修正，但前提是：你确切知道测试时光源的光谱分布，并且光谱足够稳定。

如果传统模拟器在调低功率后光谱已经漂移，却没有同步做光谱复测和修正，那么后续所有低照度数据都会带着系统误差。

3. 专业 LED 模拟器如何保证“全程稳定光谱”

3.1 多通道 LED 的光谱合成原理

LED 太阳光模拟器并不是一支灯，而是一组由多个不同峰值波长的 LED 组成的阵列。常见设计会根据波长范围分成多个通道，比如覆盖 380~1100nm 甚至更宽的波段。

每个 LED 通道可以独立调节驱动电流，通过软件算法优化每个通道的输出权重，最终叠加出来的光谱可以拟合 AM1.5G 标准光谱。这个拟合过程不是一次性完成的，而是在设备出厂校准和日常维护中反复执行。好的 LED 模拟器通常内置光谱反馈或支持外接光谱仪，将实际光谱与目标光谱的偏差控制在可接受范围内。

相比传统光源，LED 有几个天然优势：

• 每个通道的光谱半宽较窄，调节单通道不会“牵一发动全身”；
• 响应速度快，可以达到毫秒级调节；
• 不依赖滤光片，不存在滤光片老化导致的光谱漂移问题；
• 灯板寿命长，长期使用成本更低。

3.2 低照度档位下的光谱保持机制

“专业”和“普通”LED 模拟器的分水岭，往往就在低照度模式下。

如果不做专门设计，直接把所有 LED 通道的电流按比例调低，也可能出现光谱漂移。因为 LED 在低电流驱动下，峰值波长、半波宽可能发生微小变化，某些通道的发光效率也会非线性下降。

专业 LED 模拟器的低照度模式通常有两种实现思路：

思路一：按比例同步缩放。

所有通道按照同一比例降低输出，保持各波段相对占比不变。这种方案要求 LED 驱动电路在低电流下仍然具有良好的线性度，并且设备做过低温漂标定。

思路二：重新拟合目标光谱。

在低照度档位下，不再简单缩放，而是重新运行光谱拟合算法，算出每个通道在新的辐照度目标下应该给的电流权重，使合成光谱仍然逼近 AM1.5G。这种方式对控制软件和标定数据库要求更高，但效果通常也更好。

所以，选型时不能只看满照度下的光谱匹配度指标，要单独确认低照度档位下是否仍然满足同等级的光谱匹配要求。

3.3 LED 模拟器与传统模拟器的对比

从低照度测试的角度看，专业 LED 模拟器最核心的价值，不是“把光调暗”，而是“在调暗之后光谱依然稳定”。

4. 看懂太阳模拟器的关键指标

4.1 参考标准：IEC 60904-9 与 ASTM E927

太阳模拟器的性能等级通常参考两个标准：

• IEC 60904-9：光伏器件用太阳模拟器性能要求；
• ASTM E927：太阳模拟器标准规范。

这两个标准都从三个维度对模拟器进行分级：

• 光谱匹配度（Spectral Match）
• 辐照度不均匀度（Non-uniformity）
• 时间不稳定性（Temporal Instability）

三个维度都达到 A 级，通常被称为 AAA 级太阳模拟器。但需要注意，这个等级是在特定辐照度条件下测得的，不一定覆盖低照度档位。

4.2 光谱匹配度怎么读

光谱匹配度可以理解成：把测量波段分成若干区间，分别看实测光谱在每个区间的能量占比，再和标准光谱 AM1.5G 对应区间的能量占比做比较。

简化公式如下：

光谱匹配度 = 实测光谱在该波段的能量占比 / 标准光谱在该波段的能量占比

理想情况下，每个波段的光谱匹配度都等于 1。标准规定 A 级通常要求光谱匹配度在 0.75~1.25 范围内（具体阈值以最新版标准为准）。

这里要特别注意：光谱匹配度合格，并不代表光谱曲线和 AM1.5G 完全重合，只代表分波段能量占比接近。因此，LED 通道数量过少时，某些波段虽然“总量”达标，但局部波形可能仍有明显起伏。

低照度测试时，如果设备说明书只给了满照度下的光谱匹配度等级，却没有给出 200 W/m² 或 100 W/m² 档位下的数据，一定要向设备供应商确认，并在验收时实际测量。

4.3 辐照度不均匀度与时间不稳定性

辐照度不均匀度描述的是测试有效面积内，辐照度最大值和最小值之间的差异。A 级通常要求不均匀度在 2% 左右（具体以标准文本为准）。低照度测试时，如果光源到测试台的距离调整过，不均匀度会明显变差，造成同一个样品在不同位置测出不同的 I-V 曲线。

时间不稳定性分为短时不稳定性和长时不稳定性。

• 短时不稳定性影响单次 I-V 扫描的准确性；
• 长时不稳定性影响连续测试、多片样品对比的可重复性。

LED 模拟器在响应速度上有优势，但如果低照度档位下温控不好，长时间测试后 LED 结温上升，输出光功率可能缓慢漂移。所以，“光谱稳定”不只是开机瞬间的稳定，还要看连续运行几小时后的漂移情况。

4.4 低照度档位的指标怎么核实

建议在设备验收或现场核查时，做三件事：

1. 查看设备软件里是否保存了不同辐照度档位的光谱文件；
2. 用独立光谱仪实测低照度档位下的光谱，计算光谱匹配度；
3. 在某个固定低照度档位持续运行 1 小时，观察辐照度稳定性和光谱漂移。

如果供应商能提供这些数据，说明设备在低照度测试场景是经过专门设计的。

5. 搭建低照度光伏测试平台

5.1 平台组成

一套完整的低照度光伏测试平台，不只是“一台模拟器”这么简单。核心组成如下：

5.2 校准流程

低照度测试的校准比满照度测试更讲究，建议按以下顺序操作：

第一步：预热模拟器。

LED 模拟器虽然不像氙灯那样需要长时间预热，但也有热平衡过程。建议开机后先让光源稳定运行 30 分钟，再进行校准。

第二步：光谱校准。

用光谱仪测量测试面的实际光谱，确认光谱匹配度是否达到目标等级。如果软件支持光谱反馈，先把目标光谱设为 AM1.5G，再切换到需要的低照度档位，重新确认光谱。

第三步：辐照度校准。

使用标准参考电池，将辐照度校准到目标值。不要用照度计替代参考电池。低照度档位切换后，需要重新校准，不能沿用满照度档位的校准系数。

第四步：温度校准。

将被测电池放到温控台上，等待温度稳定后再开始测试。低照度下电池的电压-温度系数仍然明显，温度漂移会导致开路电压数据的误差。

5.3 测试 SOP 建议

建议把低照度测试流程写成实验室 SOP，至少包含以下要点：

• 测试前记录设备型号、灯板使用时长、最近一次光谱校准日期；
• 每次切换辐照度档位后，至少稳定 3~5 分钟再采集数据；
• 每轮测试结束，保存当前光谱文件作为附件；
• 记录测试台温度、环境温度、相对湿度；
• 保存 I-V 扫描原始数据，不要只保存换算后的效率值。

这些细节看似繁琐，但能避免很多“数据没规律、复现不出来”的尴尬情况。

6. 用 Python 演示光谱失配的影响

6.1 问题建模思路

为了加深理解，我用 Python 做一个简化分析。模拟场景如下：

• 目标：在 200 W/m² 低照度下测试两块电池；
• 光源 A：光谱形状与 AM1.5G 完全一致，只是总辐照度按比例缩放；
• 光源 B：总辐照度同样为 200 W/m²，但光谱发生了红移，比如短波部分减弱、红外部分增强；
• 被测电池：晶硅电池和非晶硅电池各一块。

计算两种光源下电池的短路电流密度差异，就能直观看出光谱失配对低照度测试结果的影响。

6.2 完整示例代码

下面的代码用于演示原理，光谱曲线都采用近似函数模拟。实际项目中，应该使用标准 ASTM G173 数据文件或实测光谱文件替代。

# 文件路径：mismatch_analysis.py import numpy as np # ---------- 1. 构造波长范围 ---------- # 光伏电池测试常用范围，步长 5nm wl = np.arange(300, 1200, 5, dtype=float) dx = wl[1] - wl[0] # ---------- 2. AM1.5G 参考光谱（近似演示曲线） ---------- # 注意：这里只是用于演示算法流程，不能作为标准光谱数据用于校准 def am15g_approx(wl): spectrum = np.zeros_like(wl) spectrum += 1.0 * np.exp(-((wl - 500) / 150) ** 2) spectrum += 0.8 * np.exp(-((wl - 950) / 200) ** 2) spectrum += 0.3 * np.exp(-((wl - 1100) / 150) ** 2) return spectrum # ---------- 3. 两种测试光源 ---------- # 光源 A：光谱形状与 AM1.5G 完全一致，只是强度缩放 def light_source_a(wl): return am15g_approx(wl) # 光源 B：光谱发生红移，短波能量减少，红外能量增加 def light_source_b(wl): spectrum = np.zeros_like(wl) spectrum += 0.7 * np.exp(-((wl - 560) / 180) ** 2) spectrum += 1.0 * np.exp(-((wl - 1020) / 200) ** 2) return spectrum # ---------- 4. 归一化到相同总辐照度 ---------- def normalize_to_irradiance(spectrum, target=200.0): # 光谱积分近似 integral = np.sum(spectrum) * dx return spectrum * target / integral # ---------- 5. 电池光谱响应（示意近似） ---------- # 晶硅电池：响应范围约 400~1100nm，峰值偏红外 def sr_crystalline(wl): sr = np.zeros_like(wl) mask = (wl >= 400) & (wl <= 1100) sr[mask] = np.exp(-((wl[mask] - 950) / 250) ** 2) return sr # 非晶硅电池：响应范围约 350~750nm，峰值偏蓝绿 def sr_amorphous(wl): sr = np.zeros_like(wl) mask = (wl >= 350) & (wl <= 750) sr[mask] = np.exp(-((wl[mask] - 520) / 150) ** 2) return sr # ---------- 6. 短路电流密度近似计算 ---------- # 短路电流密度正比于光子通量乘以量子效率（光谱响应） # Jsc ∝ Σ E(λ) * λ * SR(λ) def jsc_relative(spectrum, sr): return np.sum(spectrum * wl * sr) * dx # ---------- 7. 主流程 ---------- target_irradiance = 200.0 # 目标辐照度 W/m² # 生成两种光源并归一化到相同总辐照度 spec_a = normalize_to_irradiance(light_source_a(wl), target_irradiance) spec_b = normalize_to_irradiance(light_source_b(wl), target_irradiance) # 计算两种光源下的相对短路电流 sr_c = sr_crystalline(wl) sr_a = sr_amorphous(wl) jsc_a_c = jsc_relative(spec_a, sr_c) jsc_b_c = jsc_relative(spec_b, sr_c) jsc_a_a = jsc_relative(spec_a, sr_a) jsc_b_a = jsc_relative(spec_b, sr_a) # 输出对比 print(f"目标辐照度: {target_irradiance} W/m²") print("--------------------------------------------") print("晶硅电池（响应范围 400~1100nm）:") print(f" 光源A（标准光谱按比例缩放）: {jsc_a_c:.2f} (相对值)") print(f" 光源B（光谱红移） : {jsc_b_c:.2f} (相对值)") print(f" 偏差: {(jsc_b_c / jsc_a_c - 1) * 100:.2f}%") print("--------------------------------------------") print("非晶硅电池（响应范围 350~750nm）:") print(f" 光源A（标准光谱按比例缩放）: {jsc_a_a:.2f} (相对值)") print(f" 光源B（光谱红移） : {jsc_b_a:.2f} (相对值)") print(f" 偏差: {(jsc_b_a / jsc_a_a - 1) * 100:.2f}%")

6.3 运行结果解读

这段代码运行时，你会看到类似下面的结果（具体数值取决于你采用的近似曲线）：

晶硅电池（响应范围 400~1100nm）: 光源A（标准光谱按比例缩放）: 数值A 光源B（光谱红移） : 数值B 偏差: 约 -5% 到 5% 之间 非晶硅电池（响应范围 350~750nm）: 光源A（标准光谱按比例缩放）: 数值A 光源B（光谱红移） : 数值B 偏差: 可能达到 10% 以上

这个结果说明了一个关键问题：同样显示 200 W/m²，光源光谱不一样，电池测出来的短路电流就可能不同。不同材料受光谱失配的影响程度也不同。

因此，低照度测试报告里如果缺少光谱记录，数据几乎无法在不同实验室之间复现。这也是光伏测试行业一直强调“光谱必须稳定且可追溯”的原因。

7. 常见问题与排查思路

7.1 问题排查总览表