光伏电池片检测方法及研究

在晶体硅太阳电池的生产过程中,电池片的生产是关键,电池片在层叠、层压、装框、清洗等生产过程中,会导致电池板内部出现断栅、裂纹、黑片、碎片、表面损伤、镀膜层不良、印刷不良、电性能不良等不同类型的缺陷,这些缺陷严重影响了电池片的质量。电池片的质量影响着其使用的寿命、稳定性、以及光电转换效率。
枫叶     2018-4-11 17:52:54
  随着科学技术的不断发展,太阳能的应用越来越广。在新能源领域,我们通过光电转换的原理,将清洁的太阳能转换成电能,为我们提供源源不断的能源。目前,光伏行业发展迅速,年增长率在20%左右。2018年1-2月光伏新增装机10.87GW,同比增长220%,占全部新增装机的46.14%,是新增装机最多的能源形式,超出市场预期,光伏新周期已经开启,行业内普遍预计2018年光伏新增装机为56-66GW。
  面对如此巨大的市场需求,提高效率和降低成本成为整个行业的目标。在晶体硅太阳电池的生产过程中,电池片的生产是关键,电池片在层叠、层压、装框、清洗等生产过程中,会导致电池板内部出现断栅、裂纹、黑片、碎片、表面损伤、镀膜层不良、印刷不良、电性能不良等不同类型的缺陷,这些缺陷严重影响了电池片的质量。电池片的质量影响着其使用的寿命、稳定性、以及光电转换效率。因此,电池片EL缺陷检测与识别就成为生产过程中极其重要的环节。
  1、隐裂是电池片的缺陷
  近几年,晶硅组件厂家为了降低成本,晶硅电池片一直向越来越薄的方向发展,由于晶体结构的自身特性,晶硅电池片十分容易发生破裂,从而降低了电池片防止机械破坏的能力。
  晶体硅组件生产的工艺流程长,许多环节都可能造成电池片隐裂。隐裂产生的本质原因,可归纳为在硅片上产生了机械应力或热应力。
  2、"隐裂"对组件性能的影响

  不同的隐裂,对电池片功能造成的影响是不一样的。先来看一张电池片的放大图。

  图1:晶硅电池片结构
  根据晶硅电池的结构,如上图,电池片产生的电流要依靠"表面的主栅线及垂直于主栅线的细栅线"搜集和导出。当隐裂导致细栅线断裂时,细栅线无法将收集的电流输送到主栅线,将会导致电池片部分甚至全部失效。
  对电池片功能影响最大的,是平行于主栅线的隐裂。根据研究结果,50%的失效片来自于平行于主栅线的隐裂。
  3、检测"隐裂"的手段
  EL(Electroluminescence,电致发光)是简单有效的检测隐裂的方法。其检测原理如下:
  电池片的核心部分是半导体PN结,在没有其它激励(例如光照、电压、温度)的条件下,其内部处于一个动态平衡状态,电子和空穴的数量相对保持稳定。
  如果施加电压,半导体中的内部电场将被削弱,N区的电子将会被推向P区,与P区的空穴复合(也可理解为P区的空穴被推向N区,与N区的电子复合),复合之后以光的形式辅射出去,即电致发光。
  当被施加正向偏压之后,晶体硅电池就会发光,波长1100nm左右,属于红外波段,肉眼观测不到。因此,在进行EL测试时,需利用CCD相机辅助捕捉这些光子,然后通过计算机处理后以图像的形式显示出来。

  给晶硅组件施加电压后,所激发出的电子和空穴复合的数量越多,其发射出的光子也就越多,所测得的EL图像也就越亮;如果有的区域EL图像比较暗,说明该处产生的电子和空穴数量较少(例如图2中电池中部),代表该处存在缺陷(复合中心);如果有的区域完全是暗的,代表该处没有发生电子和空穴的复合(图2和图3中红线所标处),也或者是所发光被其它障碍所遮挡(图2和图3主栅线处),无法检测到信号。

  (左图2黑心片右图3隐裂片)


  图4正常组件EL图像
  现阶段,EL是简单有效的检测隐裂的方法。
  机器视觉的技术已经广泛的应用到了缺陷检测的领域,EL成像技术已经被引入光伏缺陷检测行业,使得我们可以检测到电池片内部的缺陷。当我们给光伏电池片通上电压,这是电池片会发出红外光,我们再用近红外相机采集单通道灰度图片,这时就会得到EL图像。如果EL的光电转化效率很高,那么电池片将发出明亮的光,我们采集的图像也会整体发亮。有缺陷的电池片区域在电池片上呈现的区域更加暗。

  常见的光伏裂纹有两种形状:网状裂纹图5和线形裂纹图6

  图5网状裂纹

  图6线状裂纹

  在太阳能电池片背面的在线光学检测中,由于电池片放置于传输机构上,使得一些检测无法进行,比如AOI的背面检测,再比如红外的检测需要红外光从电池片下方照射,透过电池片成像,在两种情况下,由于皮带的存在使得电池片部分区域无法被检测。目前常见的作法:对电池片、硅片进行翻转,而翻转的方法容易损害电池片、硅片,行业内对电池片的翻转工艺也经过多次的改良和完善。

  图7:最早投入使用的翻片机
  现在行业普遍采用的背检旋转台(也叫四工位工作台),配合电池片背部的快速检测,传输至高效能流水线作业系统。
  旋转台主要由电机、吸盘、转台、吊装转台气路组件、电气装置、检测装置等组成,背检旋转台有吸附、旋转、检测三个主要工艺,工作台每旋转90°完成一个工位的检测,实现循环运行。

  设计采用吸片和旋转结合的工作方式,检测光源在电池片下方,四工位循环旋转到检测位置,极大降低了太阳能电池片的损伤率,提高了工作效率。

  图8:背检旋转台示意图
  但是这些技术针对的都是表面纹理分布比较均匀的缺陷,在太阳能电池片领域,多晶硅的表面纹理特征复杂,而且部分缺陷容易受到晶格的影响。多晶硅缺陷检测一直就是机器视觉缺陷检测的难点,其主要原因有以下三点:
  A、由于电池片的发光效率不一样,所以EL图片的亮暗程度不同。
  B、每张电池片的背景不同,而且十分复杂。
  C、不同光伏厂家的生产工艺不同,标准不一样。
  机器视觉已经广泛的运用到了机器视觉领域。但是,大多数的方法都只能处理背景比较均匀的缺陷。多晶硅包含着复杂的纹理,而且缺陷可能出现在电池片的任何一个区域,这些大大增加了缺陷检测的难度。
  CCD芯片的相机不能有效地捕获一些不明显的裂纹,像隐裂和细微的断栅。
  虽然有缺陷的区域会被显示成暗区域,但是晶格的边界也会显现出来。这样就会导致误检。因此,通过算法来进行裂纹缺陷的自动检测就变得十分的困难。当前,在制造业当中,能够通过工业相机获取电池片的EL图像,并将其显示在显示器上。但是,仍然需要一个操作员从这些EL图像当中挑选出有缺陷的电池片。而一些很小的或者很细的裂纹缺陷很容易被人忽略。为了解决这个问题我们就要寻找一种方法,将各种裂纹缺陷准确的提取出来,并反馈给PLC通过机器自动的将有缺陷的电池片检测出来。
  方法研究的现状:
  1、基于均值漂移的多晶硅表面指纹缺陷检测。
  2、基于傅里叶变换重构图像的多晶硅的裂纹缺陷检测。
  3、基于模糊C均值的聚类多晶硅缺陷检测。
  4、基于局部阈值的多晶硅裂纹缺陷检测。

  5、基于深度学习的表面缺陷检测。








  • 上一篇:无网结网版在晶硅太阳能电池中的应用
  • 下一篇:我国科学家在钙钛矿太阳能电池领域取得重要突破
  • 相关信息
  • ·CWP2018 | 阳光电源发布国内首款主控一体化3.X MW风冷变流器
  • ·青海海西州光伏领跑基地及1950MW风电项目共建工程迎来首次工程质检
  • ·CWP2018 | 阳光电源发布国内首款主控一体化3.X MW风冷变流器
  • ·2020年后 中国光伏年新增装机将以80~160GW“光速”发展
  • ·协鑫智慧能源80%资产注入霞客环保
  • 关于我们 加入我们 相关法律 网站地图
    Copyright @2016-2017 摩尔光伏 Corporation, All Rights Reserved    
    京ICP备16060270号-1   商务合作