基于EL的太阳能电池局部缺陷与电流分析

2018-05-11王昱涵余加俊

电子设计工程 2018年7期

贾朋，王昊，王昱涵，余加俊

（1.河海大学机电工程学院，江苏常州213022；2.河海大学企业管理学院，江苏常州213022）

随着人类对传统化石能源的过度开采和利用，为保证能源的可持续性利用，可再生能源的开发与利用显得尤为重要。面对日益严峻的能源形势，各个国家都在着眼于核能、风能、太阳能等可再生能源，其中太阳能取之不尽，用之不竭的特点是其他能源所不具有的。对于太阳能的利用主要分为太阳能光电利用和太阳能光热利用，太阳能的光电利用技术成熟，使用最为广泛。光伏发电中太阳能电池板的质量决定着光伏发电的效率，因此对太阳能电池组件的质量检测就十分重要，其中EL测试能直观地看出太阳能组件中所存在的缺陷，成为组件质量检测的关键环节。在电池片出厂时，都会对电池片进行电致发光检测，通过观察电致发光的图像和对电池片的发电功率进行电池片分类。

1 电致发光原理

EL测试又称为太阳能电池片电致发光，也称场致发光。现在已经成为一种检测太阳能电池片质量的普遍方法，在检测和控制出厂电池片质量发面发挥重要作用。在太阳能电池中，少子的扩散长度远远大于势垒宽度，因此电子和空穴用过势垒区时因复合而消失的几率很小，继续向扩散区扩散。在正向偏置电压下，P-N节势垒区和扩散区注入了少数载流子，这些非平衡少数载流子不断与多载流子复合而发光，这就是太阳能电池电致发光的基本原理[1]。

如图1所示，为EL测试的基本组成部件和基本步骤，将电池片的正负极引出，利用外电源对电池片进行正向偏压处理，电池片发出的光子会被CCD相机所捕捉到。利用少子寿命、密度和光强之间的关系，即太阳能电池的店址发光强度正比于少子扩散长度，正比于电流密度，再通过计算机进行处理后显示出来[1]。根据得出来的照片可以分析出电池片缺陷存在的位置和缺陷的形式。由于硅电池片的带隙约为1.12 eV，所以晶体硅电池片的带间直接符合的EL光谱的峰值在1 150 nm左右，所以EL测试时的过接近于红外光线，因此只有在光强很弱的情况下，红外光学相机才能捕捉的到。因此，整个光线捕捉装置都在暗箱中进行，同时要求CCD相机有很高的灵敏度和无噪性才能保证所拍摄的电池片的照片准确可靠。

从EL测试的原理中可以看出，在电池片的缺陷处，比如隐裂、断栅、碎片等地方的发光强度要弱于电池片的正常区域，可以直观的看出原子级缺陷引起的功率损失的区域和物理破坏引起的缺陷形式、区域。

图1 EL测试示意图

2 太阳能电池片缺陷分类

太阳能电池片在加工制造和运输的过程中会产生各种不同的缺陷，本篇文章根据电池片EL图像的不同，首次将电池片的缺陷分成两大类：原子级缺陷和物理级缺陷。顾名思义，原子级缺陷是太阳能电池片在生产的过程中产生引起的“天生”的缺陷，例如电池片的高晶界、黑边等；物理级缺陷是在电池片运输、层压过程中由于碰撞等因素产生的，例如隐裂、碎片等。

2.1 原子级缺陷电池片

太阳能电池片在出厂之前都要经过EL检测来进行质量把关。EL检测由于其质量高、成本低且能快速准识别出组件电池单元常见缺陷等特点，在整个组件封装生产环节中得到了广泛应用[2]。但是，在具体的实验中，我们发现，有很多电池片的缺陷形式在EL检测中不明显，由于是硅片自身结构的问题，因此本篇文章将这类缺陷形式统称为原子级缺陷。

图2所示为正常电池片的EL图像，图像中可以明显看出电池片上的栅线，电池片表面较暗区域我们认为在正常发电情况下发电功率较低的区域；图3为漏电流过大的缺陷电池片，其主要特征是电池表面漏电流过大，因此造成电池片功率较低的情况，与正常电池片相对比，漏电流过大的电池片电致发光图片表面平均亮度要比正常电池片暗很多。

图2 正常片

图3 漏电流过大

图4为高晶界电池片，此硅片在加工过程中，硅的晶界要比正常硅片中的晶界要高很多，会阻碍电子的移动[3]，因此造成电池片功率的损耗；图5为黑边电池片，是由于少子寿命的分布情况有差异造成的，反应到电池片上会使电池片表面串联电阻增大看，影响其发电功率[3]。

图4 高晶界

图5 黑边

从上述4张图片中可以发现，对原子级缺陷电池片进行EL测试，电池片的缺陷区域并不能明显的显现出来，因此，电池片出厂时进行的EL测试并不能将所有缺陷都检测出来，但是在电致发光检测中还是能将一部分的缺陷检测出来的，本篇文章将此类缺陷定义为物理级缺陷。

2.2 物理级缺陷电池片

所谓物理级缺陷就是由于在电池片的层压、运输、包装过程中由于物理性的碰撞造成电池片表面的产生不可逆的破碎、划痕等情况[4]。本篇文章将典型的物理级缺陷划分为隐裂、碎片、断栅、虚焊等缺陷形式。

图6为隐裂电池片，在电池片的电致发光图像中可以清晰的看到在第一第二两条栅线之间有明显的裂痕痕迹，虽然EL成像显示此处有裂痕，但是并不影响该电池片的正常发电情况，经过测试，电池片的发电功率并没有明显变化；图7为碎片电池片，从图像中可以看出电池片上方出现一处断裂，对其功率进行测试显示功率出现损耗。

图6 隐裂

图7 碎片

以上两种缺陷最容易出现在电池片断额层压工序中，操作不当极易引起隐裂和碎片。图8所示的电池片为断栅电池片，在副栅线上有明显划痕，使栅线断裂，栅线的断裂会影响电子的汇流，使功率降低【5】；图9所示的电池片为虚焊电池片，虚焊是在主栅线的焊接过程中，主栅线没有紧密的贴合在电池片的表面，虽然将虚焊归类为物理级曲线，但是此缺陷在EL图像中显示地并不明显。

图8 断栅

图9 虚焊

相比于原子级缺陷，物理级缺陷更能在EL图像中被发现，但是仅仅依靠EL图像来检测太阳能电池片的缺陷是存在一定的误差的。由于物理级缺陷所造成的的组件的损害是十分严重的，因此在EL检测中，最常检测的就是物理级缺陷，物理级缺陷中的隐裂、断栅、虚焊不仅会造成电池片的功率损失，也会造成局部热斑现象。准确定位和判断缺陷的位置以及缺陷形式在电致发光检测中是十分重要的。

3 太阳能电池片局部电流计算

太阳能电池片的局部电流计算一直是太阳能电池领域中比较薄弱的一点，整个组件的额定电流和额定电压可以在IEC61215的标准下测得，但是局部的电流并不能直接通过实验仪器测量得出。由电池片的电致发光的原理我们可以看出，电池发光图像中亮度高的部分在实际电池片使用过程中发电效率也相对较高，因此对电致发光图像中的亮度进行分析就能推出电池片的表面局部电流。

Photoshop是一款强大的处理图像的软件，由于其操作界面简单，内容丰富，结论直观所以选用Photoshop进行对电致发光图像的处理。

在EL图像的基础上分析电池片局部电流来评判电池片的质量能有效检验出电池片的好坏。本片文章提出一种以Photoshop为工具的EL图像分析方法。

由于EL图像显示的是电池片电致发光的灰度图像，因此利用Photoshop来分析EL图像中局部灰度值来确地电池片的局部电流的大小。

首先判断所处理图像的大小，并建立相同大小的画布，同时将颜色模式调整为灰度模式，利用软件中的区域圈选工具来圈选要分析局部电流的位置。得出的区域局部灰度值可以潜在地反应出该区域中电流的大小。因为电致发光图片是外加电压引起的，所以在正常区域中的灰度值可以反应出电流的值。我们将正常区域的电流定义为I，局部电流定义为I0，正常区域的灰度值为H，局部灰度为H0，则局部电流的大小可以近似为：

在灰度的概念中，0表示纯黑色，255表示纯白色，如在图10所示的图片中圈选其中一部分进行灰度分析，其中圈选的部分已经被阴影标注，通过Photoshop分析之后的结果如图11所示为灰度分析数据。

图10 分析局部灰度

图11 灰度分析图像

4 结论

电池片的使用年限为25年，因此出厂时电池片的质量十分重要，电致发光在太阳能电池片的出厂检测中起着十分重要的作用，但是在检测过程中有部分缺陷是检测不出来的，对于原子的级的缺陷，大部分的原子级缺陷都不能在EL图像中显现出来，漏电流过大的电池片只是在亮度上比正常的电池片低；高晶界电池片在硅的晶面上有差异也不能反应到电池发光的图像中；黑边电池片同样没有造成电池发光图像特别明显的差异。

对于物理级缺陷，大部分物理级缺陷都能被检测出来，例如隐裂能够看到明显的裂痕；碎片有明显的无功率区域；断栅可以看到栅线断裂；有少部分物理级缺陷如虚焊，也不能在EL图像中显示。

公式（1）所提出来的对电池片局部电流的近似计算方法能在已知EL图像的情况下对电池片进行局部电流的计算，通过对局部电流的分析能得出电池片各个部分电子的导通程度，与正常电池片相对比来确定电池片的缺陷位置和缺陷形式。

之后的研究将结合电池片缺陷处的发热情况进行进一步的实验，在进行热斑实验的过程我们发现，有的电池片会在缺陷处集中发热，有的电池片会在电池片的边缘区域集中发热，物理级缺陷发热的规律与原子级缺陷发热的规律有所不同，在今后的研究中，我们将深入探索缺陷与电池片发热之间的关系。

参考文献：

[1]王盛强，李婷婷.晶体硅组件电致光（EL）检测应用及缺陷分析[J].科技创新与应用，2016（1）:89-90.

[2]郭占苗.EL测试在光伏太阳能电池检测中的应用[J].电子设计工程，2012（13）:131-134.

[3]黄浩.太阳能电池组件失效原因分析与工艺优化改进研究[D].扬州：扬州大学，2011.

[4]肖娇，徐林，曹建明.缺陷太阳电池EL图像及伏安特性分析[J].现代科学仪器，2010（5）:105-108.

[5]季高明，李海华.低功率刻蚀工艺均匀度研究[J].电子科技，2009（8）:65-68.

[6]刘霄.利用电致发光检测晶硅太阳电池特性及电致发光法测定晶硅太阳电池少子寿命[D].上海：上海交通大学，2013.

[7]朱雨萌.电致发光测试在晶硅电池组件检测认证中的应用研究[D].北京：北京交通大学，2015.

[8]冯博.太阳能电池片表面裂纹检测算法的研究与实现[D].吉林：吉林大学，2014.