不同减反膜结构的多晶硅太阳电池光谱分选方法研究

■ 吴昕 李华超 兰洵 王岚 谭筝 龙巍 蔡蔚 林洪峰*

(1.天威新能源控股有限公司；2.苏州巨能图像检测技术有限公司)

0 引言

晶体硅太阳电池中，减反射膜是不可缺少的结构。入射光在裸硅片表面的反射率达到30%以上，会大幅降低太阳电池的转换效率。采用减反射膜后，入射光在未经织构的硅片表面的平均反射率可下降到约10%[1]。对于多晶硅太阳电池，由于多晶硅片本身具有较多的缺陷，不可避免地需进行表面钝化和体钝化。适于用作晶体硅太阳电池光学减反射膜的材料有SiO2、TiOx[2]、SiN[3,4]等薄膜材料。SiO2薄膜的钝化效果较好，但折射率(1.46) 太低，单独作为光学减反射膜效果并不好，一般与SiN膜一起作为叠层减反射膜；TiOx的折射率虽然接近晶体硅太阳电池最佳光学减反射膜的理论值，但TiOx没有表面钝化功能；SiN薄膜的折射率可在1.9～2.8之间调整，透明波段中心与太阳光的可见光谱波段符合且兼具表面钝化和体钝化等特点，是一种用作晶体硅太阳电池减反射及钝化膜的理想材料[3]。目前PECVD生长SiN薄膜已成为晶体硅太阳电池制造必不可少的工艺技术。

对于双层或多层减反射膜结构的减反射效果和钝化效果，有不少研究者从理论和实验方面做了研究。理论计算表明，采用SiO2/SiN[1,4]、MgF2/ZnS[1,5]或SiO2/TiO2[1,6]等双层减反射膜结构可进一步降低太阳电池的反射率。这几种减反射膜结构都满足上层薄膜的折射率小于下层薄膜、下层薄膜的折射率小于硅片的关系。SiO2/SiN双层减反射膜中，以SiO2作为上层薄膜，SiN作为下层薄膜，适当选取SiO2/SiN双层减反射膜的折射率和厚度，可将波长在300～1150 nm入射光的加权平均反射率减小到约4%，短路电流密度比优化的SiN单层减反射膜太阳电池提高6.4%[4]。实验上制备的SiO2/SiN、MgF2/ZnS双层减反射膜太阳电池的反射率都比单层SiN减反射膜小，而且由于SiO2/SiN双层减反射膜中SiN的钝化作用，SiO2/SiN双层减反射膜太阳电池比MgF2/ZnS双层减反射膜太阳电池具有更好的性能[7]。正是由于多晶硅太阳电池减反射膜结构的不同，导致太阳电池在300～1100 nm波段体现出不同的反射谱线和可见光波段(380～780 nm)一定的颜色区别，进而影响到电池短路电流、转换效率的不同。

为做到组件产品的外观统一和电性能匹配，目前业界都在多晶硅太阳电池生产的最后一道工序按照转换效率和颜色标准的档位对电池片进行分类。对电池片颜色的分选现在主要有人工检测和工业相机检测两种解决方案。人工检测的方式，主要依赖作业人员的视觉判断，因此也存在作业人员个体的视觉差异问题，产品质量很难得到保证[8]。而基于工业彩色相机机器视觉的检测方法虽然排除了检测者的个体差异，但对于不同减反膜结构的太阳电池来说，有时候仅凭相机的颜色分选功能也很难区分开[9]。如图1所示，有时看似颜色基本一致的电池片(减反射膜分别为单层SiN膜与SiN/SiON双层膜)在组件生产时与EVA、组件玻璃层压之后构成新的光学匹配条件，就有可能把原来较小的光学差异放大，容易造成组件封装后的产品色差问题。另外这些颜色差异也与不同介质层表面的粗糙度有关，两种粗糙度差异很大而同时在空气介质中颜色差异微小的电池片，如果同时进行层压都更换为经过镀膜玻璃、EVA为光的传播介质，此时就可能会出现很大的颜色差异。

图1 单层SiN膜、双层SiON/SiN膜与组件封装后示意图

因此针对此问题，需对不同膜厚及折射率的电池片进行反射谱测量，通过反射谱的特征曲线区分电池片不同的膜系结构。这种光谱分选方法可准确快速地区分原本混淆在一起的不同膜系结构的电池片，并促进产线对制绒和PECVD镀膜两个工序的工艺跟踪和调整，给品管监控工作带来很大的帮助。

1 测量方法与步骤

图2为反射式光谱仪测量示意图，使用PV Measurements公司的QEX7光谱仪进行反射谱测量。当一束复合光线进入光谱仪的入射狭缝，首先由光学准直镜准直成平行光，再通过衍射光栅色散分开为单波长光。利用不同波长离开光栅的角度不同，由聚焦反射镜再成像于出射狭缝。通过电脑控制可精确地改变出射波长。

图2 反射式光谱仪测量示意图

采取以下步骤进行测量分析：1)制备3组不同膜厚、折射率的减反射膜太阳电池，每组分别选取4片样品；2)光谱仪进行标准白板测试得到参考校准谱线；3)每片样品选取中心点进行反射谱测量；4)在测量波段内从各组反射谱线中提取特征值进行分析比较。

2 光谱测量结果与分析

如表1所示，结合生产实际，我们用PECVD设备制备了3组不同膜系结构的太阳电池，其中C组为单层SiN膜，S、T组为SiN/SiON双层膜，并且每组均采用折射率渐变的镀膜方法，使减反射膜靠近硅基底的一面折射率较大并向外递减，这样一方面使光学匹配性更好，另一方面也有利于电池的钝化效果。表1中的数据是用Sentech公司的SE800椭偏仪测得的每层平均折射率和平均膜厚。除了镀膜工序的工艺参数不同外，各组电池其他制程工序完全相同，以此排除其他工序参数不同给测量带来的影响。

表1 各组膜厚、折射率参数

在标准白板校准后，用光谱仪对每组样品各取4片分别选取中心点进行反射谱线测量。基于制备的3组减反射膜结构参数，我们重点关注300～650 nm这一波段。

综合图3～图5的各组反射谱可看出，每组中4片样品的反射率曲线并不是完全重合在一起的，每4片样品在不同波长下有5%以内的反射率偏差，这主要是因为多晶硅硅片表面存在多种晶向，不如(100)晶向的单晶硅那样能利用各向异性化学腐蚀得到理想的金字塔绒面结构，采用硝酸和氢氟酸配制的酸性腐蚀液处理过的多晶硅表面是一些随机分布的多孔状虫洞绒面。正是这些绒面结构的随机差异性导致了每组样品中反射率的微小偏差。

图3 C组反射谱

图4 S组反射谱

图5 T组反射谱

如表2所示，各组样品之间平均反射率相差并不大(3%以内)，反映到电池片外观颜色方面差别也较小。但即使每组反射率有少许偏差，也可从测量的反射曲线中提取出特征峰位和特征谷位。从图3～图4可看出，C组与S组特征峰位、特征谷位各不相同，但每组的4片样品都保持相近的特征位。而图5中T组的反射谱虽然也存在相同的特征峰谷分布，但由于纵轴方向的反射率差别太小而没有列出。

表2 各组样品反射率及特征波长

图6为3组样品反射曲线，其中各组样品的反射谱线为平均值。结合表2可以很方便地分辨出3组样品反射曲线的差异性(各组特征峰、谷波长的差值均在40 nm以上)。而这种差异正是来自于3组样品不同的减反射膜结构。

图6 3组样品反射曲线

3 与颜色分选方法测量的结果对比

首先对上述3组电池片进行红绿蓝(RGB)3色的外观测试，根据在苏州巨能自动光学检测(AOI)系统下的测试结果，将上述3组图片的RGB分量特征提取出来，如表3所示。为了对比光谱测试分析方法与AOI检测的结果，根据RGB的空间波长分布范围(红光622～760 nm；绿光492～577 nm；蓝光435～450 nm)，对各组反射光谱的波长分量进行积分，积分后的RGB颜色分量数据如表3右侧所示。

表3 各组样品的AOI颜色分量与反射光谱积分的RGB特征原始数据

为了确定两组数据的空间分辨能力，对RGB的分量特征进行归一化处理，归一化后的数据如表4所示。

根据表4可知，AOI检测与反射光谱检测均能较好的区分这3组样品，但对于同一组样品，AOI测试的RGB分量区分度整体都要弱于光谱分析法。定义同一组别的最大与最小特征值为区分度，表5描述了两种方式计算的特征区分度。两种测试方式比较来看，后者能更好地反映颜色特征，提高颜色识别的区分度。整体区分度上后者约为前者的3.8倍。

表4 归一化后的各组样品AOI颜色分量与反射光谱积分RGB特征数据

表5 AOI颜色分量与反射谱积分特征区分度对比

4 结论

本文针对不同结构的减反射膜太阳电池测量得到不同反射谱曲线，通过分析其在特定波段的特征谱线对太阳电池进行分选。相比于AOI颜色分选方法，光谱分选方法对不同太阳电池的减反射膜结构的辨识度较高，既可由人工识别分选，也可把光谱仪集成到分选设备上做到自动分选。本文提出的光谱分选方法可作为颜色分选方法的重要补充和替代方案。

[1] Bouhafs D, Moussi A, Chikouche A, et al. Design and simulation of antireßection coating systems for optoelectronic devices: Application to silicon solar cells[J]. Solar Energy Materials and Solar Cells, 1998, 52: 79－93.

[2] 刘祖明, 张忠文, 李海雁, 等. 晶体硅太阳电池TiO2与SiN减反射膜对比研究[J]. 昆明师范高等专科学校学报, 2003,25(4): 75－77.

[3] 杨宏, 王鹤, 陈光德, 等. 多晶硅太阳电池的氮化硅钝化[J].半导体情报, 2001, 38(6): 39－41.

[4] Wright D N, Marstein E S, Holt A. Double layer anti-refl ective coatings for silicon solar cells[A]. IEEE Photovoltaic Specialists Conference[C], Floride, 2005.

[5] Cid M, Stem N, Brunetti C, et al. Improvements in antirefl ection coatings for high effi ciency silicon solar cells[J]. Suface and Coatings Technology, 1998, 106: 117－120.

[6] 万刚, 叶得军, 崔容强. 硅太阳电池减反射膜的优化设计[J].上海交通大学学报, 1998, 32(12): 21－23.

[7] Chen Zhizhang, Peyman Sana, Jalal Salami, et al. A novel and effective PECVD SiO/SiN antirefl ection coating for Si solar cells[J].IEEE Transactions on Electron Devices, 1993, 40(6): 1161－1165.

[8] 张舞杰, 李迪, 叶峰. 硅太阳能电池纹理缺陷检测[J]. 计算机应用, 2010, 30(10): 2702－2704, 2708.

[9] 黎国梁, 宋光均, 姚志湘, 等. 微小型光纤光谱仪在过程监测中的应用[A]. 2008中国光电产业高层论坛[C], 深圳, 2008.