校正I-V曲线常用的方法-基于DDM的数值方法： 

D01：简化的双二极管模型（4个参数）

为了简化PV电池的物理模型，在SDM中，忽略了在p-n结中由于重组而造成的电流损失。但 是，如果需要更高的精度，则可以并行添加第二个二极管，以考虑到这一现象，从而获得DDM（见图2）。

在这个模型的D一种方法中，有可能忽略平行阻力Rsh！¥，假设其为无限值，得到（式（ 89）)：

需要识别的参数(Iph，是1 , 是2 ，Rs)减少为4，即m1 =1和m2 = 2 . 由于该模型包括D一二 极管的饱和电流和另一二极管的第二饱和电流，为了纠正从初始条件到目标条件的I-V曲线， 需要提供两个不同的表达式，允许我们纠正每个饱和电流，例如（公式（90）和（91）)：

此外，对于照片生成的电流Iph，再次可以使用（式（76）)。Z后，串联电阻接收站= 接收站,STC假设它与G和T无关。在本文中，我们还提出了被称为D05的模型，与D01相同， 除了使用（公式（88）)而不是（公式（76）)。

D02：双二极管模型（5个参数）

DDM [57]的完整版本（见图2）假定平行电阻Rsh的有限值，必须以这种方式（式（14））。对于串联电阻Rs，这个平行电阻被表示为一个常数Rsh= Rsh, STC.必须识别的参数将增加到5个：（Iph,STC,是1,STC,是2,STC,接收站,STC,Rsh,STC).被称为D06的模型是a D02的修改版本，其中使用（式（88）)。

D03：双二极管模型（6个参数） 

为了更好地拟合实验数据，文献[58,91]中的一些作品提出了释放一个或两个理想性因子。例如，理想性因子m2 第二二极管的范围在一个区间内，而理想因子是固定的(m1= 1).因此，有一个额外的参数需要识别。同样，D07是 这种方法，但使用（式（88）)进行翻译Iph.

D04：双二极管模型（7个参数）

Z后，Z广义的DDM [20]版本释放了两个理想因子m1 和m2.一方面，这给了模型对测量曲 线更好的拟合，但另一方面，也有可能在模型中捕获高水平的噪声，导致过拟合[92]。与之前 的模型一样，本文提出了一个改进的版本D08，以量化在使用（方程（88））时所取得的改进。 

罗方法的方法

该方法[59]基于SDM，并试图从在(G1、T1) . 同样，目标是估计(Iph1,是1, m,接收站 1,Rsh1).

之后，这些参数可以转换为其他操作条件，利用这些信息，就可以模拟任何目标条件下的 I-V曲线(G2，T2). 然而，与其使用测量曲线的所有I-V对作为输入，不如只考虑来自几个选定 点的数据。

对于I-V曲线的每个工作点，包括短路点（SC）、开路点（OC）和Z大功率点（MPP）等， 应保持电压V和（式(9))所述的电压和电流I之间的关系。对于这些点中的每一个，都有可能定 义一个方程，这样我们就可以建立一个系统，如果得到与未知数相同数量的方程，就可以求解。从SC、OC和MPP中，我们分别有（方程（92）-（94）），它们都是指初始条件(G1，T1):

由于我们有五个未知数，所以需要两个额外的方程。一方面， 如果在SC条件下计算和计算I对V的导数，则结果应该是跨越纵坐标（V = 0 V）轴时的I-V曲线 的斜率（公式（95）)。这个斜率dI/dV可以从SC周围的I-V对的选择来估计：

另一方面，当穿过横坐标（I = 0 A）轴时，I-V曲线的斜率应该等于I对在OC处计算的V的 导数，得到Z终的(等式

Z后，我们得到了一个具有五个未知数(Iph1,是1, m, 接收站1,Rsh1和五个方程（式（9 2）-（96））。该系统可以用任何符号解析器来求解；例如，Matlab [19]的优化工具箱。

链接：IEC60891和其他温度和辐照度校正程序与光伏器件I-V特性的比较