International

Table A.1 – Reference SR curves for typical PV technologies 
Name 
Corresponding 
technology 
a
1
 
nm 
a
2
 
nm 
b
1
 
nm 
b
2
 
nm
 
x 
nm 
k 
Technology T
1
c-Si 
300 
400 
1 000 
1 200 
5 
0 to 4 
Technology T
2
a-Si 
300 
400 
650 
800 
5 
0 to 4 
Technology T
3
CdTe 
300 
500 
800 
850 
5 
0 to 4 
Technology T
4
micro-c-Si 
300 
400 
900 
1 100 
5 
0 to 4 
Technology T
5
multi-c-Si & CIGS 
300 
400 
1 000 
1 200 
5 
0 to 4 
Copyrighted material licensed to University of Toronto by Clarivate Analytics (US) LLC, subscriptions.techstreet.com, downloaded on 2020-09-26 08:51:03 +0000 by University of Toronto User.
No further reproduction or distribution is permitted.

---

IEC 60904-9:2020 © IEC 2020 
– 27 – 
Figure A.2 – Reference SR curves for typical PV technologies 
Procedure: 
a) Select the PV technology (T1..T5) from Table A.1, which has the best agreement with 
measured SR data of the PV device. If required, define a new reference curve 
(Technology) by modifying parameters 
a
1
, 
a
2
, 
b
1
and 
b
2
. 
b) Use the reference SR curve of step a) to model a minimum of k=4 dispersion SR curves, 
by applying the dispersion parameter x (default = 5 nm). If required, adjust the parameter 
x to the actual needs. 
c) Using the spectral irradiance data of the solar simulator, calculate the spectral mismatch 
factors SMM(k) between the reference SR curve and each one of its k=4 dispersions in 
accordance with IEC 60904-7. 
d) Calculate the spectral mismatch errors, which are given by SMM(k) – 1. 
e) Plot the spectral mismatch errors as function of the dispersion. The slope of the 
regression line is a direct indicator for the robustness of spectral irradiance regarding 
spectral mismatch error (Figure A.3). 
The procedure can be performed with spectral irradiance data of various solar simulators. The 
results can be used as decision basis for identifying the solar simulator with best robustness 
for spectral mismatch error for the particular PV technology being modelled. 
Copyrighted material licensed to University of Toronto by Clarivate Analytics (US) LLC, subscriptions.techstreet.com, downloaded on 2020-09-26 08:51:03 +0000 by University of Toronto User.
No further reproduction or distribution is permitted.

---

– 28 – 
IEC 60904-9:2020 © IEC 2020