CN109639237A - 基于深能级瞬态谱的多结太阳电池缺陷检测方法 - Google Patents
基于深能级瞬态谱的多结太阳电池缺陷检测方法 Download PDFInfo
- Publication number
- CN109639237A CN109639237A CN201811546145.6A CN201811546145A CN109639237A CN 109639237 A CN109639237 A CN 109639237A CN 201811546145 A CN201811546145 A CN 201811546145A CN 109639237 A CN109639237 A CN 109639237A
- Authority
- CN
- China
- Prior art keywords
- solar cell
- multijunction solar
- sub
- battery
- total capacitance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001773 deep-level transient spectroscopy Methods 0.000 title claims abstract description 84
- 230000007547 defect Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000007689 inspection Methods 0.000 title claims abstract description 14
- 230000001052 transient effect Effects 0.000 claims abstract description 58
- 239000003990 capacitor Substances 0.000 claims abstract description 31
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 230000005284 excitation Effects 0.000 claims abstract description 21
- 238000005314 correlation function Methods 0.000 claims abstract description 11
- 102100031920 Dihydrolipoyllysine-residue succinyltransferase component of 2-oxoglutarate dehydrogenase complex, mitochondrial Human genes 0.000 claims abstract 15
- 101000992065 Homo sapiens Dihydrolipoyllysine-residue succinyltransferase component of 2-oxoglutarate dehydrogenase complex, mitochondrial Proteins 0.000 claims abstract 15
- 239000000463 material Substances 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 3
- 210000001367 artery Anatomy 0.000 claims 1
- 210000003462 vein Anatomy 0.000 claims 1
- 230000005516 deep trap Effects 0.000 abstract description 20
- 238000000926 separation method Methods 0.000 abstract description 6
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000003949 trap density measurement Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于深能级瞬态谱的多结太阳电池缺陷检测方法，通过获得多结太阳电池中各子电池的电容和总电容；在不同的温度下对多结太阳电池进行电脉冲激发的DLTS测试，并获得多结太阳电池总电容的瞬态变化曲线，利用相关函数转化为随温度变化的DLTS信号谱，并记录为T1；在不同的温度下对多结太阳电池进行不同波长光脉冲激发的DLTS测试，并获得太阳电池总电容的瞬态变化曲线，利用相关函数转化为随温度变化的DLTS信号谱，并记录为T2......Tn；分别将T1......Tn两两对比可以区分不同子电池中的深能级陷阱，从而实现多结太阳电池各个子电池深能级陷阱的分离。
Description
技术领域
本发明涉及电子器件测试技术领域，尤其涉及一种基于深能级瞬态谱的多结太阳电池缺陷检测方法。
背景技术
GaAs(砷化镓)以其高光吸收系数、高可靠性、抗辐射性能好和耐高温等优点，成为制备空间用太阳电池的主要材料。随着与GaAs电池晶格匹配的具有不同禁带宽度的III-V族半导体材料的发展和应用，将不同材料构成的多个子电池层叠起来形成多结太阳能电池，可以大幅提高太阳电池的光电转换效率。尽管基于GaAs的III-V族多结太阳电池的成本很高，但由于其卓越的性能和高稳定性使其反而节省了发射成本。所以III-V族多结太阳电池用很短的时间，就成为了空间太阳电池的主流，目前的空间太阳电池全部都使用高效率的III-V族多结太阳电池。
但是，GaAs太阳电池在制备过程中引入的深能级杂质和缺陷，以及空间应用中的质子和电子等辐射粒子入射导致的材料位移损伤，都可能在太阳电池中形成深能级陷阱。这些深能级陷阱作为非辐射复合中心，将降低材料中载流子的寿命，最终导致太阳电池性能退化，如最大输出功率减小、量子效率降低等，因此，对深能级陷阱进行测试和评估是太阳电池研制和应用过程中面临的一个重要的课题。
深能级瞬态谱(DLTS)是检测半导体材料中深能级陷阱最有效的方法之一，比较适用于肖特基结、pn结等简单结构的深能级陷阱测试。通过在测试结构两端施加快速变化的偏压，监测空间电荷区电容的瞬态变化来实现陷阱的测试。通常的单结太阳电池由一个pn结构成，其DLTS测试相对比较简单。但空间用多结太阳电池是多个子电池串联而成，DLTS测试得到的空间电荷区电容的瞬态变化其实是各个子电池电容变化共同作用的结果。因此，最终得到的DLTS信号也是各个子电池深能级陷阱产生的混合信号，对该DLTS测试结果进行分析并区分出不同子电池的深能级陷阱将变得非常困难。
发明内容
本发明的目的是提供一种基于深能级瞬态谱的多结太阳电池缺陷检测方法，实现多结太阳电池各个子电池深能级陷阱的分离。
本发明的一个方面提供一种基于深能级瞬态谱的多结太阳电池缺陷检测方法，包括：
S1：获得多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度；
S2：利用各子电池的电容计算多结太阳电池的总电容；
S3：在不同的测试温度下对多结太阳电池进行电脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S4：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T1；
S5：在不同的测试温度下对多结太阳电池进行特定波长光脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S6：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T2；在不同波长的光脉冲激发条件下重复开展光脉冲激发的DLTS测试得到DLTS信号谱，并依次记录为T3……Tn，其中，n为多结太阳电池中子电池的数量，n＞1；
S7：DLTS信号谱T2中峰值所对应的陷阱位于第1个子电池中；依次对比Ti-1和Ti(i＝3，4，…，n)，若Ti中的任一峰值没有出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1个子电池中；最后对比Tn和T1，若T1中的任一峰值没有出现在Tn中，则证明该峰值所对应的子陷阱位于第n个子电池中。
可选地，在步骤S1中，通过C-V测试，获取多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度。
可选地，在步骤S2中，根据如下公式计算多结太阳电池的总电容：
其中，C为多结太阳电池的总电容，C1、C2……Cn为各个子电池的电容，n为多结太阳电池中子电池的数量，n＞1。
可选地，步骤S3包括如下步骤：
S31：设定测试温度区间Tmin～Tmax，其中，Tmax＝Tmin+KΔT；
S32：在Tmin温度条件下，对多结太阳电池进行电脉冲激发的DLTS测试，并获得当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S33：以一定步长ΔT升高温度，直到Tmax，在每个温度节点重复步骤S32，获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
可选地，步骤S32包括如下步骤：
S321：将被测多结太阳电池设置为反向偏置状态；
S322：利用波形发生器在被测多结太阳电池的两端施加一个瞬态正电压脉冲；
S323：利用电容计测试电压脉冲后多结太阳电池总电容的瞬态变化曲线。
可选地，步骤S5包括如下步骤：
S51：根据子电池材料的禁带宽度选取n-1个测试波长，波长由小到大分别记为λ1，...，λn-1；λi满足条件ΔEg，i＜hc/λi＜ΔEg，i-1，其中，i＝1，…，n-1，h为普朗克常数，c为光速，ΔEg，i为第i个子电池材料的禁带宽度；
S52：选取最小波长λ1作为当前测试波长，在Tmin温度条件下，对多结太阳电池进行光脉冲激发的DLTS测试，并获得当前测试波长和当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S53：以一定步长ΔT升高温度直到Tmax，在每个温度节点重复步骤S52，获得当前测试波长下各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
可选地，步骤S51中，n-1个测试波长与n-1个子电池一一对应。
可选地，步骤S52包括如下步骤：
S521：将被测多结太阳电池设置为反向偏置状态；
S522：利用特定波长激光器对被测多结太阳电池施加光脉冲；
S523：利用电容计测试光脉冲后多结太阳电池总电容的瞬态变化曲线。
可选地，步骤S7包括如下步骤：
S71：DLTS信号谱T2中峰值所对应的陷阱位于第1个子电池中；
S72：依次对比Ti-1和Ti(i＝3，4，…，n)中出现的DLTS信号谱峰值，若Ti中的任一峰值未出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1个子电池中；最后对比Tn和T1，若T1中的任一峰值未出现在Tn中，则证明该峰值所对应的子陷阱位于第n个子电池中；
S73：对已经判断的子陷阱的中心密度进行计算。
可选地，步骤S73中，对子陷阱的中心密度通过如下公式进行计算：
该式中i＞1，
该式中i＝1，
其中，NTi为第i个子电池的缺陷中心密度，Nsi为第i个子电池的浅掺杂浓度，Ci为第i个子电池的电容，(ΔC)max为电脉冲或光脉冲激发后多结太阳电池的总电容的瞬态变化峰值，C为多结太阳电池的总电容。
与现有技术相比，本发明所述提供的基于深能级瞬态谱的多结太阳电池缺陷检测方法的有益效果为：结合电脉冲激发和光脉冲激发的深能级瞬态谱测试方法，从而实现多结太阳电池各个子电池深能级陷阱的分离，并且通过区分多结太阳电池中不同子电池的深能级陷阱，并获取其密度、俘获截面、能级位置等关键电学参数。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明所提供的基于深能级瞬态谱的多结太阳电池缺陷检测方法的流程图；
图2为三结太阳电池结构示意图；
图3为三结太阳电池中区分不同子电池陷阱的原理；
图4为基于电脉冲和光脉冲的三节太阳电池DLTS测试结果对比。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明的测试原理为：
对于一个由n个子电池层叠形成的多结太阳电池，其总电容可以视为多个子电池电容的串联，即：
其中，C(C1，C2，..，Cn)为多结太阳电池的总电容；Ci为第i子电池的电容(i＝1，2，...，n)。式(1)两边分别对Ci求偏导，可得：
于是有，
变换可得：
当各个子电池的电容变化量很小时，由子电池的电容变化引起的多结太阳电池总电容的变化ΔC为：
在电脉冲激发的DLTS测试中，由瞬态电压脉冲导致的各个子电池电容的瞬态变化可以表示为(考虑多数载流子陷阱中心的情况)：
其中，NTi为第i子电池的缺陷中心密度；Nsi为第i子电池的浅掺杂浓度；τei为第i子电池的陷阱中心发射时间常数。将式ΔCi代入式ΔC中，可得到此时多结太阳电池总电容的瞬态变化为：
可见，电脉冲激发DLTS测试下得到的结果为所有子电池深能级陷阱的混合信号，此时，电容瞬态变化的峰值(ΔC)max为所有子电池深能级陷阱密度的函数。
考虑到多结太阳电池各子电池只能吸收不同波段的光，若采用特定波长的光脉冲激发来进行DLTS测试，则可以将不同子电池的DLTS信号区分开，因此，通过设定不同的波长，对多结太阳电池各子电池进行DLTS测试，从而将不同子电池的DLTS信号区分开，实现多结太阳电池各个子电池深能级陷阱信号的分离。
具体地，请参考图1，本发明提供了一种基于深能级瞬态谱的多结太阳电池缺陷检测方法，包括：
S1：获得多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度，具体地，通过C—V(电容-电压)测试，获取多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度，多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度也可以通过查询太阳电池工艺信息获取。
S2：利用各子电池的电容计算多结太阳电池的总电容。
具体地，根据如下公式计算多结太阳电池的总电容：
其中，C为多结太阳电池的总电容，C1、C2……Cn为各个子电池的电容，n为多结太阳电池中子电池的数量，n＞1。
S3：在不同的测试温度下对多结太阳电池进行电脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。具体地，步骤S3包括还步骤：S31：设定温度测试区间Tmin～Tmax，其中，Tmax＝Tmin+KΔT。S32：在Tmin温度条件下，对多结太阳电池进行电脉冲激发的DLTS测试，并获得当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线。S33：以特定步长ΔT升高温度，直到Tmax，在每个温度节点重复步骤S32，获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
具体地，样品设置为反向偏置状态，波形发生器在样品两端施加一个瞬态正电压脉冲，该电压脉冲会改变结区缺陷能级的填充状态，从而导致空间电荷区电容的变化，利用电容计测试电压脉冲后电容的瞬态变化曲线。其中，电容瞬态变化的峰值(ΔC)max包含了陷阱密度信息，可结合电容值和浅掺杂浓度值计算陷阱密度，因此，步骤S32更具体地为：S321：将被测多结太阳电池设置为反向偏置状态；S322：利用波形发生器在被测多结太阳电池的两端施加一个瞬态正电压脉冲；S323：利用电容计测试电压脉冲后多结太阳电池总电容的瞬态变化曲线。
S4：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T1。
S5：在不同的测试温度下对多结太阳电池进行特定波长光脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线，在光脉冲激发的DLTS测试中采用特定波长的半导体激光二极管来实现光脉冲激发DLTS测试，当然还可以采用LED、光栅单色仪等来替代。
具体地，步骤S5还包括如下步骤：
S51：根据子电池材料的禁带宽度选取n-1个测试波长，波长由小到大分别记为λ1，...，λn-1；λi满足条件ΔEg，i＜hc/λi＜ΔEg，i-1，其中，i＝1，…，n-1，h为普朗克常数，c为光速，ΔEg，i为第i子电池材料的禁带宽度。具体地，设定的测试波长数量小于子电池的数量，当对n-1个测试波长完成测试后，n个子电池还剩下一个未进行测试，此时出现在T1中的未出现在其它子电池中的瞬态峰值即为处于未进行测试的子电池中，通过该种方式能够有效提高测试的效率，从而降低测试的成本。
S52：选取最小波长λ1作为当前测试波长，在Tmin温度条件下，对多结太阳电池进行光脉冲激发的DLTS测试，并获得当前测试波长和当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线。具体地，步骤S52还包括：S521：将被测多结太阳电池设置为反向偏置状态；S522：利用不同波长激光器对被测多结太阳电池施加光脉冲；S523：利用电容计测试光脉冲后多结太阳电池总电容的瞬态变化曲线。
S53：以一定步长ΔT升高温度直到Tmax，在每个温度节点重复步骤S52，获得当前测试波长下各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
S6：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T2；在不同波长的光脉冲激发条件下重复开展光脉冲激发的DLTS测试得到DLTS信号谱，并依次记录为T3……Tn，其中，n为多结太阳电池中子电池的数量，n＞1；
S7：DLTS信号谱T2中峰值所对应的陷阱位于第一子电池中；依次对比Ti-1和Ti(i＝3，4，…，n)，若Ti中的任一峰值没有出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1子电池i-1中；最后对比Tn和T1，若T1中的任一峰值没有出现在Tn中，则证明该峰值所对应的子陷阱位于第n子电池中。具体地，步骤S7还包括如下步骤：
S71：DLTS信号谱T2中峰值所对应的陷阱位于第一子电池中，通过查看DLTS信号谱从而获得峰值的个数，其中，DLTS信号峰值为正值时对应多子陷阱，瞬态峰值为负值时对应少子陷阱，并且在每个峰值位置可以获取对应深能级陷阱的温度T下的发射时间常数τe值。
S72：依次对比Ti-1和Ti(i＝3，4，…，n)中出现的DLTS信号谱峰值，若Ti中的任一峰值未出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1子电池中；最后对比Tn和T1，若T1中的任一峰值未出现在Tn中，则证明该峰值所对应的子陷阱位于第n子电池中。
S73：对已经判断的子陷阱的中心密度通过如下公式进行计算，
该式中i＞1，
该式中i＝1，
其中，NTi为第i子电池的缺陷中心密度，Nsi为第i子电池的浅掺杂浓度，Ci为第i子电池的电容，(ΔC)max为电脉冲或光脉冲激发后多结太阳电池的总电容的瞬态变化峰值，C为多结太阳电池的总电容。
请参考图2至图4，下面以三结太阳电池举例进行详细说明。
三节太阳电池缺陷检测步骤是：
1、获得三结太阳电池中各子电池的电容和各子电池的浅掺杂浓度，具体地，通过C-V(电容-电压)测试，获取多结太阳电池中各子电池的电容(C1、C2和C3)和各子电池的浅掺杂浓度(Ns1、Ns2和Ns3)。
2、利用各子电池的电容计算多结太阳电池的总电容C。
具体地，根据如下公式计算三结太阳电池的总电容：
3、在不同的测试温度下对多结太阳电池进行电脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线，其中，三结太阳电池的总电容瞬态变化的峰值(ΔC)max，
其中，NT1、NT2和NT3为第一子电池、第二子电池和第三子电池的缺陷中心密度；Ns1、Ns2、和Ns3为第一子电池、第二子电池和第三子电池的p区浅掺杂浓度。
4、利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T1，其中，在T1中包括多个DLTS信号峰值，包含三个多子陷阱(记为H1、H2和H3)和一个少子陷阱(记为E1)。
5、在不同的测试温度下对三结太阳电池进行两个波长光脉冲激发的DLTS测试，即λ＜670nm和670nm＜λ＜873nm，其中，λ＜670nm的光能够被第一子电池俘获，670nm＜λ＜873nm能够被第二子电池俘获。
λ＜670nm波长作为当前测试波长时，在不同温度下对三结太阳电池进行光脉冲激发的DLTS测试，并获得当前测试波长条件下，各测试温度所对应的三结太阳电池总电容的瞬态变化曲线，并通过相关函数将三结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T2。
670nm＜λ＜873nm波长作为当前测试波长时，在不同温度下对三结太阳电池进行光脉冲激发的DLTS测试，并获得当前测试波长条件下，各测试温度所对应的三结太阳电池总电容的瞬态变化曲线，并通过相关函数将三结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T3。
6、将T1中出现的瞬态峰值先与T2中的瞬态峰值进行比对，发现多子陷阱H1出现在T2中，则证明多子陷阱H1位于第一子电池中；同理，对比测试结果T2和T3，可以得到第二子电池的深能级陷阱信息；对比测试结果T1和T3，可以得到第三子电池的深能级陷阱信息，从而实现了三结太阳电池各个子电池深能级陷阱信号的分离。
通过如下公式可计算第一子电池深能级陷阱中心密度为：
上述方案以三结太阳电池为例来描述，亦适用于两结、四结等其他多结太阳电池的测试。
与现有技术相比，本发明提供的基于深能级瞬态谱的多结太阳电池缺陷检测方法的有益效果为：结合电脉冲激发和光脉冲激发的深能级瞬态谱测试方法，从而实现多结太阳电池各个子电池深能级陷阱的分离。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，包括：
S1：获得多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度；
S2：利用各子电池的电容计算多结太阳电池的总电容；
S3：在不同的测试温度下对多结太阳电池进行电脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S4：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T1；
S5：在不同的测试温度下对多结太阳电池进行特定波长光脉冲激发的DLTS测试，并获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S6：利用相关函数将各测试温度所对应的多结太阳电池总电容的瞬态变化曲线转化为随温度变化的DLTS信号谱，并记录为T2；在不同波长的光脉冲激发条件下重复开展光脉冲激发的DLTS测试得到DLTS信号谱，并依次记录为T3......Tn，其中，n为多结太阳电池中子电池的数量，n＞1；
S7：DLTS信号谱T2中峰值所对应的陷阱位于第1个子电池中；依次对比Ti-1和Ti，其中i＝3，4，…，n，若Ti中的任一峰值没有出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1个子电池中；最后对比Tn和T1，若T1中的任一峰值没有出现在Tn中，则证明该峰值所对应的子陷阱位于第n个子电池中。
2.根据权利要求1所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，在步骤S1中，通过C-V测试，获取多结太阳电池中各子电池的电容和各子电池的浅掺杂浓度。
3.根据权利要求1或2所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，在步骤S2中，根据如下公式计算多结太阳电池的总电容：
其中，C为多结太阳电池的总电容，C1、C2......Cn为各个子电池的电容，n为多结太阳电池中子电池的数量，n＞1。
4.根据权利要求1-3中任一项所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S3包括如下步骤：
S31：设定测试温度区间Tmin～Tmax，其中，Tmax＝Tmin+KΔT；
S32：在Tmin温度条件下，对多结太阳电池进行电脉冲激发的DLTS测试，并获得当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S33：以一定步长ΔT升高温度，直到Tmax，在每个温度节点重复步骤S32，获得各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
5.根据权利要求4所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S32包括如下步骤：
S321：将被测多结太阳电池设置为反向偏置状态；
S322：利用波形发生器在被测多结太阳电池的两端施加一个瞬态正电压脉冲；
S323：利用电容计测试电压脉冲后多结太阳电池总电容的瞬态变化曲线。
6.根据权利要求1-5中任一项所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S5包括如下步骤：
S51：根据子电池材料的禁带宽度选取n-1个测试波长，波长由小到大分别记为λ1，...，λn-1；λi满足条件ΔEg，i＜hc/λi＜ΔEg，i-1，其中，i＝1，…，n-1，h为普朗克常数，c为光速，ΔEg，i为第i个子电池材料的禁带宽度；
S52：选取最小波长λ1作为当前测试波长，在Tmin温度条件下，对多结太阳电池进行光脉冲激发的DLTS测试，并获得当前测试波长和当前测试温度所对应的多结太阳电池总电容的瞬态变化曲线；
S53：以一定步长ΔT升高温度直到Tmax，在每个温度节点重复步骤S52，获得当前测试波长下各测试温度所对应的多结太阳电池总电容的瞬态变化曲线。
7.根据权利要求6所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S51中，n-1个测试波长与n-1个子电池一一对应。
8.根据权利要求6或7所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S52包括如下步骤：
S521：将被测多结太阳电池设置为反向偏置状态；
S522：利用特定波长激光器对被测多结太阳电池施加光脉冲；
S523：利用电容计测试光脉冲后多结太阳电池总电容的瞬态变化曲线。
9.根据权利要求1-8中任一项所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S7包括如下步骤：
S71：DLTS信号谱T2中峰值所对应的陷阱位于第1个子电池中；
S72：依次对比Ti-1和Ti中出现的DLTS信号谱峰值，其中i＝3，4，…，n，若Ti中的任一峰值未出现在Ti-1中，则证明该峰值所对应的子陷阱位于第i-1个子电池中；最后对比Tn和T1，若T1中的任一峰值未出现在Tn中，则证明该峰值所对应的子陷阱位于第n个子电池中；
S73：对已经判断的子陷阱的中心密度进行计算。
10.根据权利要求9所述的基于深能级瞬态谱的多结太阳电池缺陷检测方法，其特征在于，步骤S73中，对子陷阱的中心密度通过如下公式进行计算：
该式中i＞1，
该式中i＝1，
其中，NTi为第i个子电池的缺陷中心密度，Nsi为第i个子电池的浅掺杂浓度，Ci为第i个子电池的电容，(ΔC)max为电脉冲或光脉冲激发后多结太阳电池的总电容的瞬态变化峰值，C为多结太阳电池的总电容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811546145.6A CN109639237B (zh) | 2018-12-14 | 2018-12-14 | 基于深能级瞬态谱的多结太阳电池缺陷检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811546145.6A CN109639237B (zh) | 2018-12-14 | 2018-12-14 | 基于深能级瞬态谱的多结太阳电池缺陷检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109639237A true CN109639237A (zh) | 2019-04-16 |
| CN109639237B CN109639237B (zh) | 2020-09-04 |
Family
ID=66074864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811546145.6A Active CN109639237B (zh) | 2018-12-14 | 2018-12-14 | 基于深能级瞬态谱的多结太阳电池缺陷检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109639237B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222784A (zh) * | 2019-06-13 | 2019-09-10 | 郑州轻工业学院 | 融合短时和长时深度特征的太阳能电池片缺陷检测方法 |
| CN110324003A (zh) * | 2019-04-30 | 2019-10-11 | 上海道口材料科技有限公司 | 一种多结太阳电池隐性缺陷无损测试方法及系统 |
| CN110907792A (zh) * | 2019-11-28 | 2020-03-24 | 湘潭大学 | 一种DLTS结合DLOS确定GaN辐照缺陷能级的方法及装置 |
| CN111707922A (zh) * | 2020-07-28 | 2020-09-25 | 哈尔滨工业大学 | 一种脉冲触发深能级瞬态谱的测试系统及方法 |
| CN111766496A (zh) * | 2020-07-28 | 2020-10-13 | 哈尔滨工业大学 | 双极晶体管位移损伤敏感部位的检测方法 |
| CN111856237A (zh) * | 2020-07-28 | 2020-10-30 | 哈尔滨工业大学 | 一种深能级瞬态谱测试方法、装置及存储介质 |
| CN112786472A (zh) * | 2021-01-06 | 2021-05-11 | 电子科技大学 | 一种介电温度系数修正的深能级瞬态谱测试方法 |
| CN113970559A (zh) * | 2021-10-25 | 2022-01-25 | 江苏华兴激光科技有限公司 | 一种半导体深能级缺陷检测装置及检测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103868973A (zh) * | 2014-04-04 | 2014-06-18 | 哈尔滨工业大学 | 一种基于深能级瞬态谱技术的双极型器件电离辐射损伤缺陷检测方法 |
| CN105466970A (zh) * | 2015-12-11 | 2016-04-06 | 北京大学 | 用于检测氮化镓基异质结构中陷阱态的检测方法和结构 |
| CN106528493A (zh) * | 2016-10-28 | 2017-03-22 | 上海空间电源研究所 | 一种有效分离深能级瞬态谱测试信号的数值模拟方法 |
| US20180179661A1 (en) * | 2016-12-26 | 2018-06-28 | Sumco Corporation | Method of evaluating manufacturing process of silicon material and manufacturing method of silicon material |
-
2018
- 2018-12-14 CN CN201811546145.6A patent/CN109639237B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103868973A (zh) * | 2014-04-04 | 2014-06-18 | 哈尔滨工业大学 | 一种基于深能级瞬态谱技术的双极型器件电离辐射损伤缺陷检测方法 |
| CN105466970A (zh) * | 2015-12-11 | 2016-04-06 | 北京大学 | 用于检测氮化镓基异质结构中陷阱态的检测方法和结构 |
| CN106528493A (zh) * | 2016-10-28 | 2017-03-22 | 上海空间电源研究所 | 一种有效分离深能级瞬态谱测试信号的数值模拟方法 |
| US20180179661A1 (en) * | 2016-12-26 | 2018-06-28 | Sumco Corporation | Method of evaluating manufacturing process of silicon material and manufacturing method of silicon material |
Non-Patent Citations (1)
| Title |
|---|
| 张希: "太阳电池透明电极与质子辐照三结太阳电池研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110324003A (zh) * | 2019-04-30 | 2019-10-11 | 上海道口材料科技有限公司 | 一种多结太阳电池隐性缺陷无损测试方法及系统 |
| CN110222784A (zh) * | 2019-06-13 | 2019-09-10 | 郑州轻工业学院 | 融合短时和长时深度特征的太阳能电池片缺陷检测方法 |
| CN110907792A (zh) * | 2019-11-28 | 2020-03-24 | 湘潭大学 | 一种DLTS结合DLOS确定GaN辐照缺陷能级的方法及装置 |
| CN111707922A (zh) * | 2020-07-28 | 2020-09-25 | 哈尔滨工业大学 | 一种脉冲触发深能级瞬态谱的测试系统及方法 |
| CN111766496A (zh) * | 2020-07-28 | 2020-10-13 | 哈尔滨工业大学 | 双极晶体管位移损伤敏感部位的检测方法 |
| CN111856237A (zh) * | 2020-07-28 | 2020-10-30 | 哈尔滨工业大学 | 一种深能级瞬态谱测试方法、装置及存储介质 |
| CN111856237B (zh) * | 2020-07-28 | 2022-09-13 | 哈尔滨工业大学 | 一种深能级瞬态谱测试方法、装置及存储介质 |
| CN111766496B (zh) * | 2020-07-28 | 2022-11-25 | 哈尔滨工业大学 | 双极晶体管位移损伤敏感部位的检测方法 |
| CN111707922B (zh) * | 2020-07-28 | 2023-03-14 | 哈尔滨工业大学 | 一种脉冲触发深能级瞬态谱的测试系统及方法 |
| CN112786472A (zh) * | 2021-01-06 | 2021-05-11 | 电子科技大学 | 一种介电温度系数修正的深能级瞬态谱测试方法 |
| CN112786472B (zh) * | 2021-01-06 | 2023-01-10 | 电子科技大学 | 一种介电温度系数修正的深能级瞬态谱测试方法 |
| CN113970559A (zh) * | 2021-10-25 | 2022-01-25 | 江苏华兴激光科技有限公司 | 一种半导体深能级缺陷检测装置及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109639237B (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109639237A (zh) | 基于深能级瞬态谱的多结太阳电池缺陷检测方法 | |
| Kirchartz et al. | Reciprocity between electroluminescence and quantum efficiency used for the characterization of silicon solar cells | |
| Emery et al. | Temperature dependence of photovoltaic cells, modules and systems | |
| US9263600B2 (en) | Silicon nanoparticle photovoltaic devices | |
| Nelson et al. | Observation of suppressed radiative recombination in single quantum well pin photodiodes | |
| Kirchartz et al. | Fundamental electrical characterization of thin‐film solar cells | |
| Seapan et al. | Detection of shading effect by using the current and voltage at maximum power point of crystalline silicon PV modules | |
| CN108462470B (zh) | 一种太阳电池局部电压电流性能测试与验证方法 | |
| Sporleder et al. | Time‐resolved investigation of transient field effect passivation states during potential‐induced degradation and recovery of bifacial silicon solar cells | |
| Lim et al. | Analysis of spectral photocurrent response from multi-junction solar cells under variable voltage bias | |
| Jain et al. | Mapping of bulk diffusion length and effective back surface recombination velocity in silicon solar cells | |
| CN105846782A (zh) | 一种量化太阳光谱差异对太阳电池输出性能影响的方法 | |
| Dhariwal et al. | Theory of transient photovoltaic effects used for measurement of lifetime of carriers in solar cells | |
| Chauhan et al. | Considering various equivalent circuits for solar PV array modelling | |
| CN108599726B (zh) | 两端式叠层太阳电池激光损伤效应分析方法 | |
| CN102947693B (zh) | 采用无触点方式确定光转换器特征的方法 | |
| Djalab et al. | An intelligent technique to diagnosis and detection the partial shading based on fuzyy logic for PV system | |
| Flaisher et al. | Quantitative separation of mechanisms for power dissipation in solar cells by photoacoustic and photovoltaic measurements | |
| Schnabel et al. | Electrical and optical characterisation of silicon nanocrystals embedded in SiC | |
| Sporleder et al. | Potential induced degradation studies with high temporal resolution reveal changes of field effect passivation states at the rear side of bifacial silicon solar cells | |
| Delamarre et al. | Evaluation of micrometer scale lateral fluctuations of transport properties in CIGS solar cells | |
| Jyothi et al. | Biasing conditions for measurement of Quantum Efficiency of a solar cell in a module | |
| Rawat | Performance analysis of 300W Solar photovoltaic module under Varying Wavelength of Solar Radiation | |
| Mäckel et al. | Capturing the spectral response of solar cells with a quasi‐steady‐state, large‐signal technique | |
| Mäki | Effects of partial shading conditions on maximum power points and mismatch losses in silicon-based photovoltaic power generators |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |