CN103364704B - 一种多晶硅片开路电压的预测方法 - Google Patents

Abstract

本发明公开了一种多晶硅片开路电压的预测方法。本发明利用了CCD成像技术和光致发光（PL）成像技术，从多晶硅片CCD图像中提取出预期的光生电流I_L，从PL图中提取出反向饱和电流I₀，并以此为依据来预测多晶硅片的开路电压V_oc。本发明还公开了基于开路电压预测结果来分拣多晶硅片的技术。

Description

一种多晶硅片开路电压的预测方法

技术领域

本发明涉及多晶硅片的电池性能预测领域，尤其涉及一种多晶硅片开路电压(V_oc)的预测方法。

背景技术

在多晶硅太阳能电池领域中，电池生产商和硅片制造商都需要一种快速可靠的判定硅片质量的方法。其中，多晶硅片的开路电压V_oc是一种反映光伏发电性能的重要参数，因此，可基于V_oc的预测结果来判定硅片质量。

光致发光成像(PL Imaging)技术是一种快速光学检测方法。目前已有一些算法，通过处理PL图像来预测多晶硅片的电池性能(其中包括预测开路电压V_oc)。然而，这些方法都局限于光致发光成像技术本身的信息，不同批次实验结果间有不可忽略的偏离。

发明内容

本发明旨在克服常规技术手段的不足，提出一种更为准确的多晶硅片开路电压V_oc的预测方法。

总体而言，为实现上述目的，本发明利用了CCD成像技术和光致发光(PL)成像技术，从多晶硅片CCD图像中提取出预期的光生电流I_L，从PL图中提取出反向饱和电流I₀，并以此为依据来预测多晶硅片的开路电压V_oc。

根据本发明的一种多晶硅片开路电压预测方法，包括：a)采集多晶硅片的光致发光PL图像和CCD图像；b)处理所采集的PL图像以从中提取出永久缺陷信息；c)基于经处理的PL图像计算其中β_i表示经处理的PL图像中一点的亮度值；d)基于所采集的CCD图像计算(k2-α)，其中α为CCD图像的平均亮度值；以及e)将和(k2-α)代入开路电压V_oc预测公式1：

$V_{\mathrm{oc}}=\frac{\mathrm{kT}}{q}\ln (k1\frac{k2-\mathrm{\α}}{{\mathrm{\Σ}}_1^m\frac{1}{\sqrt{k3+{\mathrm{\β}}_i}}}+1)$

其中k1、k2、k3为常数，kT/q为热电压。

根据本发明的一个方面，所述常数k3被取值为使得正比于所述多晶硅片的总反向饱和电流I₀。

根据本发明的一个方面，所述常数k3＝95.2。

根据本发明的一个方面，所述常数k2被取值为使得(k2-α)正比于所述多晶硅片的光生电流I_L。

根据本发明的一个方面，基于已知实际开路电压的批量硅片的最小二乘法来标定所述常数k1和k2。

根据本发明的一个方面，所述常数k2＝2130，k3＝95.2。

根据本发明的一个方面，所述步骤b)中，对所采集的PL图像进行最大值滤波，并用原始图像与滤波图像相减。

根据本发明的一种多晶硅片开路电压预测***，包括：光致发光成像设备；CCD光学成像设备；以及计算设备，用于实现本发明的开路电压预测方法。

根据本发明的一种多晶硅片的测试和分拣方法，包括：通过本发明的预测方法预测批量多晶硅片的开路电压V_oc；以及基于所预测的开路电压V_oc对批量多晶硅片进行测试和分拣。

根据本发明的一种多晶硅片的测试和分拣***，包括：前述的开路电压预测***，用于预测批量多晶硅片的开路电压V_oc；以及分拣机制，基于所预测的开路电压V_oc对批量多晶硅片进行分拣。

附图说明

包括附图是为提供对本发明进一步的理解，它们被收录并构成本申请的一部分，附图示出了本发明的实施例，并与本说明书一起起到解释本发明原理的作用。附图中：

图1是根据本发明实施例的多晶硅片开路电压V_oc预测方法的流程图。

图2a是根据本发明实施例的采集得到的多晶硅片光致发光(PL)图像。

图2b是根据本发明实施例的采集得到的多晶硅片CCD图像。

图3是根据本发明实施例的对PL图像进行处理后的图像。

图4是根据本发明实验例得到的预测V_oc和实际V_oc的对比图。

具体实施方式

一个示例性的多晶硅片开路电压预测方法被描述如下，需说明的是，为便于理解，以下实施例给出了很多实施细节和技术参数，但这些技术细节和技术参数仅为示例之目的，并不构成对本发明的限制。同时，应理解，并非所有技术细节和技术参数都是实施本发明所必要的。

图1示出根据本发明的一个实施例的预测多晶硅片开路电压的方法，包括以下基本步骤：

1)多晶硅片的图像采集(图1中的步骤101)。包括对多晶硅片进行光致发光图像采集，得到例如图2a所示的PL图像，并对多晶硅进行CCD图像采集，得到例如图2b所示CCD图像。PL图像的分辨率为16位深或更高为佳。

2)对PL图像进行处理(图1中的步骤102)。该步骤主要包括对PL图像中永久缺陷的信息提取。PL图像中显示的硅片缺陷有些可以在电池制备过程中移除(如铸锭过程坩埚壁扩散造成，图2a中右侧的黑边)，另一些则不能(如图2a中团簇状和线状的部分)。另外，PL图像中像素点的亮度反映的是其所在位置过剩载流子浓度Δn的大小。而在小注入的情况下，Δn正比于该点的少子寿命。为了估计PL图像永久缺陷的影响，可对PL图像进行如下处理：对图像进行例如40×40最大值滤波，并用原始图像与其相减，得到如图3所示图像。图3中每一点的亮度值(设为β_i)的意义为图2a中对应点亮度与其邻域中最大值之差。亮度越低，则少子寿命越低。这种最大值邻域滤波的方法可有效地摒除PL图中可移除缺陷的信息。

3)估计反向饱和电流I₀(图1中的步骤103)

基于经处理的PL图像来估计反向饱和电流I₀。本发明的预测算法中，整个硅片的总反向饱和电流I₀的计算公式为

$I_0=\underset{1}{\overset{m}{\mathrm{\Σ}}}{I}_{0i},$

其中I_0i为经处理的PL图像中每个像素点所在位置的反向饱和电流，其计算公式又为

$I_{0i}=\frac{\mathrm{Aq}\sqrt{D_e}{n_i}^2}{\sqrt{{\mathrm{\τ}}_{\mathrm{ei}}}{N}_A},$

上式中：A表示截面积；q表示元电荷；n_i是材料的本征载流子浓度；N_A是pn结的p侧受主浓度；D_e是少子扩散系数；τ_ei是少子寿命。除τ_ei外其他参数都为常数，因此I₀与成正比，k3为待定常数。

因此，可计算作为与I₀成正比的估计值。

4)估计光生电流I_L(图1中的步骤104)

基于硅片CCD图像反射信息来估计光生电流I_L。假设CCD图像平均亮度为α，则其反射率与α成一次正相关。本发明的预测算法假设电池反射率与硅片反射率也为一次正相关，则电池反射率也与α成一次正相关，而与光生电流I_L成一次负相关。由此可知I_L与(k2-α)成正比，k2为另一待定常数。

因此，可计算(k2-α)作为与I_L成正比的估计值。

5)计算V_oc(图1中的步骤105)

将和(k2-α)代入V_oc预测公式进行计算。代入后的经验公式为：

$V_{\mathrm{oc}}=\frac{\mathrm{kT}}{q}\ln (k1\frac{k2-\mathrm{\α}}{{\mathrm{\Σ}}_1^m\frac{1}{\sqrt{k3+{\mathrm{\β}}_i}}}+1)$    (公式1)

其中kT/q为热电压，参数k3通过多晶硅片钝化后少子寿命测试扫描图与最大值滤波后的PL图比较得到，例如取值为95.2。更具体来说，对于充分钝化后的硅片而言，寿命测试扫描图上某个点的寿命值应该与其相应滤波后PL图上对应点成一次关系，k3可由这个一次关系的截距决定。k1、k2用已知对应电池实际V_oc的批量硅片最小二乘法标定，例如k1＝9.82×10⁹，k2＝2130。

上述方法步骤的编号仅为描述之便，并不意味着各步骤一定要依此顺序先后实施。例如，步骤3)和步骤4)其实是可以同时进行的。

本发明同时涵盖对应的多晶硅片开路电压预测***。根据本发明的一个实施例，多晶硅片开路电压检测***包括光致发光成像仪和CCD光学成像仪，还包括计算装置，用于接收光致发光成像仪和CCD光学成像仪所获取的硅片图像，并实施本发明的开路电压预测算法。所述的计算装置可以是任何可实现特定算法逻辑的装置，其可包括执行软件程序的通用型计算机，也可包括专门定制的硬件，例如FPGA、ASIC、DSP等。

本发明还应涵盖基于多晶硅片开路电压预测的结果来对批量多晶硅片进行分拣的方法和相应***。

实验例：

根据本发明的一个实验例如下：

取常数k1＝9.82×10⁹，k2＝2130，k3＝95.2；

将硅片放入测试***，分别获取硅片光致发光图像和CCD图像；

处理PL图像算得处理CCD图像算得(k2-α)；以及

将上述结果代入公式1，计算得到V_oc的预测值。

依据上述实验例对多组批量硅片进行了开路电压测试，并和实际制备成电池后测得的V_oc进行比较，如图4所示，横坐标为实际V_oc，纵坐标为预测V_oc，数据点基本分布在斜率为1的直线附近，表面实际V_oc和预测V_oc之间有很好的符合度。同时，实验例中硅片的测试和处理速度都小于1s，非常适用于在线硅片质量判定和分选。

技术效果

本发明利用两种快速硅片测试方法的物理含义，同时考虑硅片CCD图像和PL图像的信息，建立了其开路电压的预测模型。经实践证明，本发明的开路电压预测方法可提供良好地相符于实际值的开路电压预测结果，且测试和处理速度令人满意。

Claims (8)

1.一种多晶硅片开路电压预测方法，包括：

a)采集多晶硅片的光致发光PL图像和CCD图像；

b)处理所采集的PL图像以从中提取出永久缺陷信息；

c)基于经处理的PL图像计算其中β_i表示经处理的PL图像中一点的亮度值；

d)基于所采集的CCD图像计算(k2-α)，其中α为CCD图像的平均亮度值；以及

e)将和(k2-α)代入开路电压V_oc预测公式1：

$V_{\mathrm{oc}}=\frac{\mathrm{kT}}{q}\ln (k1\frac{k2-\mathrm{\α}}{{\mathrm{\Σ}}_1^m\frac{1}{\sqrt{k3+{\mathrm{\β}}_i}}}+1)$

其中k1、k2、k3为常数，kT/q为热电压，

所述常数k3被取值为使得正比于所述多晶硅片的总反向饱和电流I₀，

所述常数k2被取值为使得(k2-α)正比于所述多晶硅片的光生电流I_L。

2.如权利要求1所述的方法，其特征在于，所述常数k3＝95.2。

3.如权利要求1所述的方法，其特征在于，基于已知实际开路电压的批量硅片的最小二乘法来标定所述常数k1和k2。

4.如权利要求1所述的方法，其特征在于，所述常数k2＝2130，k3＝95.2。

5.如权利要求1所述的方法，其特征在于，所述步骤b)中，对所采集的PL图像进行最大值滤波，并用原始图像与滤波图像相减。

6.一种多晶硅片开路电压预测***，包括：

光致发光成像设备；

CCD光学成像设备；以及

计算设备，用于实现如权利要求1-5中任一项所述的方法。

7.一种多晶硅片的测试和分拣方法，包括：

通过权利要求1－5中任一项的方法预测批量多晶硅片的开路电压V_oc；以及

基于所预测的开路电压V_oc对批量多晶硅片进行测试和分拣。

8.一种多晶硅片的测试和分拣***，包括：

如权利要求6所述的开路电压预测***，用于预测批量多晶硅片的开路电压V_oc；以及

分拣机制，基于所预测的开路电压V_oc对批量多晶硅片进行分拣。