作者简介: 潘文文, 女, 1987年生, 南京理工大学电子工程与光电技术学院讲师 e-mail: panwenwen@njust.edu.cn
EL成像和PL成像是常用的光伏行业检测技术。 其中EL成像具备较高的空间分辨率, 但需外接电源, 增加了检测难度; PL成像不需要电接触, 通过PL光源照射光伏电池后, 在光伏电池上产生光致发光信号, 再通过使用高灵敏度相机采集信号, 可以非接触方式得到高分辨率的图像信息, 用于检测缺陷。 为验证PL成像方法是否能应用于光伏电池的缺陷检测及光伏电池的表征, 基于一套自研PL成像实验平台建立了相应的实验方法和测试流程, 通过调节LED激励光源输入电流的方法得到了光伏电池在不同激发条件下的PL图像, 并以IV测量结果得到的开路电压作为参考, 用PL图像根据广义普朗克方程计算得到电压差, 进而验证PL成像的定量分析能力。 研究表明, PL成像能够清楚地显示光伏电池中的划痕及材料导致的缺陷; 由PL成像计算得出的电压差与IV测量的电压差具有良好的线性关系; PL成像在没有电接触的情况下即可完整地对整个光伏电池成像且在空间分辨率上可达到与EL成像相当的程度, 可采用协同激发的方式检测多类型的缺陷。
EL imaging and PL imaging are commonly used detection technologies in the photovoltaic industry. EL imaging has high spatial resolution, but requires an external power supply, which increases the difficulty of detection; PL imaging does not require electrical contact. After illuminating the photovoltaic cell with a PL light source, a photoluminescence signal is generated on the photovoltaic cell. By using a high-sensitivity camera to collect the signal, high-resolution image information can be obtained non-contact for defect detection. To verify whether the PL imaging method can be applied to the defect detection of photovoltaic cells and the characterization of photovoltaic cells, this paper establishes the corresponding experimental methods and test processes based on a set of self-developed PL imaging experimental platform, obtains PL images of photovoltaic cells under different excitation conditions by adjusting the input current of LED excitation light source, and uses the open circuit voltage obtained from IV measurement results as a reference, calculates the voltage difference with PL images according to the generalized Planck equation, and then verifies the quantitative analysis capability of PL imaging. The research shows that PL imaging can clearly show scratches and defects caused by materials in photovoltaic cells; The voltage difference calculated by PL imaging has a good linear relationship with the voltage difference measured by IV; PL imaging can completely image the entire photovoltaic cell without electrical contact, and its spatial resolution can reach the same level as EL imaging. Multiple defect types can be detected using coexcitation.
近年来, 随着人们对清洁和可再生能源需求的日益增长, 光伏(photovoltaic, PV)技术迅速发展[1, 2, 3]。 光伏电池作为一种通过光伏效应将光能转化为电能的装置[4], 在全球向可再生能源过渡中扮演着关键角色, 确保其效率、 性能和长期可靠性对于太阳能的广泛应用至关重要。 然而, 在光伏电池制造过程中或使用寿命中可能会出现的各种缺陷会显著影响光伏电池的性能和耐久性[5, 6, 7]。 识别和表征这些缺陷对于质量控制、 工艺优化和预测性维护至关重要, 有助于保持高生产标准并防止不良产品进入生产流程[8]。
自2004年以来, 电致发光(electroluminescence, EL)成像和光致发光(photoluminescence, PL)成像已被用作工业生产中设备和工艺升级、 过程监控以及质量检测的有效诊断工具[7, 9, 10, 11, 12]。 EL成像凭借高空间分辨率以及识别多种缺陷的能力, 已被光伏行业广泛用于缺陷检测。 然而, EL成像需要与光伏电池或组件进行电接触并需要电源供给使得检测过程的成本和复杂性增加。 为了克服这些限制, PL成像成为光伏电池和组件缺陷检测的一种有前景的可选方法。
PL成像类似于EL成像, 可以在短时间内对光伏组件进行空间分辨的质量分析并具备无需接触性操作的额外优势[13]。 在光伏组件和光伏电池检测的应用中, 通过使用高强度光源(如激光或LED)对组件或电池进行照射, 再使用高灵敏度相机采集其发射的光致发光信号来完成PL成像[14]。 通过得到的PL图像中信号的强度和空间分布可以辨别组件或电池片中存在的缺陷, 从而获得关于组件或电池片的关键质量信息。 此外, 可以利用光学滤波和偏置调制从强烈的阳光中分离出弱的PL发光信号, 从而实现采用PL成像对光伏电池或组件故障的早期检测, 使得其成为一种无需改变电气连接即可完成高质量缺陷成像的非侵入式的现场检测方法[15, 16]。
PL成像在PV组件缺陷检测中的有效性已在多项研究中得以证明。 Abbott等[17]将准稳态PL技术应用于高效硅太阳能电池表征, 证明了其能够提供空间分辨的能力并将该技术应用于光伏电池制造的关键环节。 通过引入一种具有非均匀照明的PL成像装置对先进的硅晶圆和光伏电池进行表征, Zhu等[18]拓宽了PL成像的应用范围。 Doll等[19]则将PL成像作为户外全组件光伏缺陷检测的方法用于查找裂纹、 电势诱导衰减和 EVA(ethylene-vinyl acetate)衰减等缺陷。 针对高环境光水平下使用PL检测光伏组件缺陷所存在的挑战, Dong等[14]先采用调制光激发、 近红外(near infrared, NIR)相机和基于时间域误差的算法提取缺陷信息再利用FPGA实现硬件加速提高检测效率, 从而能够在各种光强范围内有效识别缺陷。 Weber等[20]表明利用逆变器调整工作点的晶体硅光伏组件屋顶和大型光伏系统的白天PL成像方法在高效性能监控和隐含电压分析中的潜力。 利用PL成像研究了在紫外纳秒脉冲激光辐照下硅表面损伤增长的前兆, Rho等[21]发现源于具有高缺陷密度的亚表面裂纹的强局部PL强度与激光脉冲导致的更高损伤增长相关。 Kunz等[22]强调了户外发光成像在现场部署PV组件检测中能够提供高质量数据以评估缺陷、 衰减和整体组件性能。
上述研究表明, PL成像是对光伏电池或组件开展缺陷检测及性能测试的一种非破坏性检测方法, 然而, 有关PL衍生电压与实际测量电压一致性的研究及PL成像与EL成像结果的一致性上还较少涉及。 因此, 在本文中首先通过实验证明了PL衍生电压与测量电压之间的相关性, 并在此基础上, 又进一步研究了PL成像与EL成像之间的一致性。
光致发光效应是光子能量吸收传递和载流子跃迁辐射的过程。 当材料受到外界光源照射后吸收能量, 载流子被激发到较高能级, 即电子从价带跃迁至导带并在价带留下空穴, 使其处于一种不稳定的准平衡态。 在弛豫过程后, 载流子返回到较低能级, 电子与空穴复合所产生的能量以光子的形式向外释放[23]。
硅作为生产PV电池的主要材料具有1.12 eV的带隙。 根据式(1), 硅光伏电池发射辐射主要集中在近红外区域, 中心波长约为1 100 nm。 然而, 由于杂质的存在, 实际的中心波长大约为1 140 nm[24]。
式(1)中, λ 是波长, Eg是以电子伏特(eV)为单位的带隙能量, h是普朗克常数, c是光速。
太阳能电池中发光强度的分析主要基于广义普朗克方程, 该方程建立了发光输出与二极管电压之间的指数关系。 简化后, 这一关系可以表示为
式(2)中, IPL为发射的发光强度, k为玻尔兹曼常数, q为基本电荷, T为样品温度, V是二极管两端的电压, 热电压kT/q在室温下约为25.85 mV。 式(2)中的校准因子C通过对具有已知电压值的光伏电池进行一系列控制实验来确定。 校准过程包括在多个激发电流下测量光致发光强度并将得到的发光强度与独立测量的端电压相关联。 通过在相同条件下重复测量并取平均值, 以此来减少测量过程中出现的由于光源强度的波动或者由于探测器灵敏度变化等因素带来的不确定性。 此外, 式(2)表明可以通过两个光致发光强IPL, 1和IPL, 2的比值来计算电压差Δ V
$\Delta V=\frac{k T}{q} \ln \left(\frac{~~I_{\mathrm{PL}, 1}~~~~~}{~~I_{\mathrm{PL}, 2}~~~~~}\right)$(3)
实验假设在两个光致发光测量中使用相同的校准常数C, 因此在相同条件下、 使用相同的测量系统对相同样品进行测量时, 该校准常数会被相互抵消。 这是因为实验是在相同条件下使用相同的测量系统并保持一致的测量参数对相同样品在不同时间点所进行的测量。
实验平台如图1所示, 光伏电池如图2所示。 光致发光装置包括用于光伏电池激发的光源和用于信号采集的相机。 该装置主要由以下部分组成: 一台自主开发的640× 512分辨率InGaAs面阵相机[配备TAWOV的GF5018M SWIR镜头和用于减少环境光影响的(1 150± 50) nm 带通滤波器]部分性能参数如表1所示, 光伏电池、 850 nm LED阵列、 快速PWM斩波恒流电源、 平移台以及上位控制计算机。 该检测设备所用的光源尺寸为30 cm× 30 cm, 中心波长为850 nm。 使用此光源进行光致发光激发实验, 同时通过调节光源的输入电流来改变实验中的功率。 随后, 对原始PL图像的灰度分布信息进行分析。
| 表1 部分性能参数 Table 1 Partial performance parameters |
实验中使用了一种调制光源作为激发光源, 在两次独立的激发实验中, 保持其输入激励电压为28 V不变, 改变光源的输入电流, 电流大小分别设置为5和10 A。 图3展示了在这两种激发条件下捕获的PL图像, 其中光伏电池的缺陷均用红色矩形标记。 此外, 还在每种激发条件下多次测量了相应的激发条件下光伏电池对应的辐照电压。
| 图3 在两种不同激发条件下的PL图像 (a): 5 A对应的PL图像; (b): 10 A对应的PL图像Fig.3 PL images under two different excitation conditions (a): PL images corresponding to 5A; (b): PL images corresponding to 10 A |
使用式(3)将不同激发光条件下获得的图像用来计算预测的电压差, 并将得到的预测值作为点的横坐标; 同时, 在两种激发条件下分别进行了五次IV测量, 由此确定的两种激发光条件下的开路电压差作为对应点的纵坐标, 从而得到如图4所示的蓝色的数据点, 由测量带来的误差使用橙色的误差棒表示。 不同激发条件下捕获的图像根据式(3)计算出的电压差与通过电压表测量的电压差进行了线性拟合, 拟合结果如图4 红色直线所示。 可以观察到, 测量的电压差与通过实验系统捕获图像所推导出的电压差之间表现出较好的线性相关性。 总体而言, 上述发光数据与端子电压测量之间的对比表明, 可以利用光致发光数据对光伏电池电压进行定量分析, 从而验证了使用本实验系统进行光致发光成像用于光伏电池质量检测的可行性。
除了捕获光伏电池的PL图像外, 还在光源施加2 V电压和2.6 A电流的条件下通过自研实验系统获取了电池片的 EL图像。 图5(a)和图6(a) 展示了通过本系统获取的高分辨率光伏电池PL图像; 图5(b)和图6(b)则分别为图5(a)和图6(a) 所示光伏电池对应的EL图像。 从图5中可以发现, PL成像与EL成像对光伏电池缺陷的检测表现出较好的一致性, 二者都可以识别光伏电池中的划痕缺陷。 但是, 与 EL 成像中因汇流条接触不良而产生的大面积接触伪影(黑色区域)不同, PL成像无需电接触即可完整呈现电池全貌避免了接触性伪影的干扰。 从图6中可以看出, 电池片的划痕缺陷在 PL图像中可以非常清晰的显示, 而由于助焊剂等污渍残留造成EL图像中产生许多黑色斑块, 这会影响划痕等缺陷的检测。
| 图5 PL图像和EL图像关于伪影的对比 (a): 5 A对应的PL图像; (b): EL图像Fig.5 Comparison of artifacts between PL images and EL images (a): PL images of 5 A; (b): EL images |
| 图6 PL图像和EL图像关于黑色斑块的对比 (a): 5 A对应的PL图像; (b): EL图像Fig.6 Comparison of black plaque between PL images and EL images (a): PL images of 5 A; (b): EL images |
从图5和图6可以明显看出PL成像更适合检测划痕等缺陷, 而EL更适合检测电接触不良以及助焊剂等污渍残留缺陷。 可以考虑将PL和EL结合, 即光电协同激发, 以提升对多种缺陷检测的能力。 图7(a)展示了电池片的PL图像, 其中红色和蓝色框标出的为划痕或者裂缝缺陷, 绿色框标出的为电池片材质引起的黑斑缺陷。 图7(b)为对应的EL图像, 图中除绿色框出的黑斑之外, 存在其他大量的PL图像中不存在的黑色斑块, 因此可以确定其他的黑色斑块与绿色框起来的黑斑不同, 它们可能是由于助焊剂等污渍残留导致的缺陷。 此外, 蓝色框起来的部分为全黑, 与红色框起来的部分明显不同, 可以确定蓝色框起来的为裂缝, 红色框起来的为划痕。 图7(c)是光电协同激发图像, 图中两种黑色斑块以及划痕与裂缝的灰度值明显有区别, 结合了PL和EL的优点, 并且进一步印证了由图7(a)和(b)得出的结论。
本研究表明, 光致发光(PL)成像是通过无损、 非接触方式检测光伏(PV)电池缺陷及评估其性能的一种十分有效的手段。 通过对 PL衍生电压和测量端子电压相关性的探讨证明了PL成像可实现对电压的定量分析。 由 PL成像计算得出的电压差与通过IV测量获得的电压差之间的良好线性关系也说明本文所建立的实验系统可用于预测电压值。 此外, 将PL成像与 EL成像进行比较可以发现, PL成像提供的空间分辨率与 EL成像相当, 但不存在因电接触不良导致的大面积黑色区域的伪影及助焊剂等污渍残留导致的黑色斑块, 并且可以在没有电接触的状态下完成对整个光伏电池的成像工作。 PL成像更适合检测划痕和材料引起的缺陷, 而EL成像更适合检测电接触不良以及污渍残留等缺陷, 并且可以采用协同激发的方式检测多种缺陷。
| [1] |
|
| [2] |
|
| [3] |
|
| [4] |
|
| [5] |
|
| [6] |
|
| [7] |
|
| [8] |
|
| [9] |
|
| [10] |
|
| [11] |
|
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
|
| [16] |
|
| [17] |
|
| [18] |
|
| [19] |
|
| [20] |
|
| [21] |
|
| [22] |
|
| [23] |
|
| [24] |
|

