■ 龔道仁 袁志鐘 趙文 東野長(zhǎng)旭 陳勇 姚宏 尤奇 喻書(shū)豪 朱佳
(1. 揚(yáng)州光電產(chǎn)品檢測(cè)中心,國(guó)家級(jí)光電產(chǎn)品檢測(cè)重點(diǎn)實(shí)驗(yàn)室;2. 江蘇大學(xué)材料科學(xué)與工程學(xué)院;3. 青島智目科技公司;4. 中國(guó)海洋大學(xué)信息學(xué)院)
在可再生能源技術(shù)中,太陽(yáng)能光伏是最重要的技術(shù)之一,其產(chǎn)品占有較大的可再生能源市場(chǎng)份額[1]。對(duì)于太陽(yáng)能光伏的終端產(chǎn)品——組件而言,在進(jìn)入市場(chǎng)之前,必須通過(guò)一系列的認(rèn)證[2-5]。目前的國(guó)際權(quán)威認(rèn)證機(jī)構(gòu)主要有德國(guó)萊茵TüV[6]、德國(guó)南德TüV[7]和美國(guó)UL[8],這幾家認(rèn)證機(jī)構(gòu)占據(jù)了絕大多數(shù)的市場(chǎng)份額。其中IEC 61215、IEC 61646和IEC 61730是光伏組件出口到歐盟的相關(guān)標(biāo)準(zhǔn),UL 1703是光伏組件出口到美國(guó)的標(biāo)準(zhǔn),這些標(biāo)準(zhǔn)的具體名稱如表1所示。
一般而言,太陽(yáng)能光伏組件的認(rèn)證工作由一系列的標(biāo)準(zhǔn)化測(cè)試組成。組件產(chǎn)品只有全部通過(guò)所有測(cè)試,才能獲得認(rèn)證證書(shū),才可在相應(yīng)市場(chǎng)銷(xiāo)售。這些測(cè)試包括:外觀檢查、最大功率測(cè)試、絕緣耐壓測(cè)試、濕漏電流測(cè)試等。越來(lái)越多的研究發(fā)現(xiàn),上述標(biāo)準(zhǔn)中光伏組件最大功率的下降與其電致發(fā)光圖譜中發(fā)現(xiàn)的太陽(yáng)電池片的缺陷有直接聯(lián)系,因此目前在測(cè)試和認(rèn)證中已大量引入電致發(fā)光測(cè)試作為重要的輔助手段,如揚(yáng)州光電產(chǎn)品檢測(cè)中心就配備了光伏組件的電致發(fā)光測(cè)試設(shè)備。但光伏組件的電致發(fā)光測(cè)試不同于其他的標(biāo)準(zhǔn)測(cè)試,其測(cè)試參數(shù)容易標(biāo)準(zhǔn)化但測(cè)試結(jié)果難以評(píng)價(jià)。因此,光伏組件的電致發(fā)光測(cè)試標(biāo)準(zhǔn)化過(guò)程中,對(duì)電池發(fā)光圖像的缺陷分析、評(píng)級(jí)、對(duì)未來(lái)效能的評(píng)價(jià)等是難點(diǎn),也是目前研究熱點(diǎn)。但到目前為止,幾乎所有的光伏組件的電致發(fā)光測(cè)試系統(tǒng)僅能得到組件的電致發(fā)光圖像,需要借助工程師的個(gè)人經(jīng)驗(yàn)來(lái)對(duì)結(jié)果進(jìn)行解讀,得到的信息包括:組件中缺陷電池的數(shù)量、缺陷的位置、缺陷類(lèi)型等。我們的目標(biāo)是將機(jī)器視覺(jué)技術(shù)結(jié)合到光伏組件的電致發(fā)光測(cè)試設(shè)備中,能夠利用軟件自動(dòng)識(shí)別電致發(fā)光測(cè)試圖像中的缺陷電池及缺陷的類(lèi)型,這樣可避免人為操作可能出現(xiàn)的錯(cuò)誤并大幅提高工作效率。
表1 光伏組件檢測(cè)認(rèn)證的主要標(biāo)準(zhǔn)
電致發(fā)光的原理比較簡(jiǎn)單,以晶硅太陽(yáng)電池為例,即在太陽(yáng)電池正接并施加電壓電流的情況下,注入到p-n結(jié)的電子和空穴進(jìn)行輻射復(fù)合而放出近紅外光的現(xiàn)象。如果硅材料內(nèi)部有雜質(zhì)、沉淀、位錯(cuò)等缺陷[9-16],那么電子、空穴優(yōu)先在這些缺陷處復(fù)合,從而減少或沒(méi)有近紅外光放出。如果太陽(yáng)電池的制備工藝出現(xiàn)問(wèn)題,造成硅片破裂、電極制作質(zhì)量差等不良狀況[17,18],同樣會(huì)造成電注入的問(wèn)題,會(huì)降低其缺陷區(qū)域的電致發(fā)光強(qiáng)度。硅片不同的缺陷類(lèi)型,造成電致發(fā)光的強(qiáng)度變化是不同,其二維圖像的形貌也不同。
圖1 典型的太陽(yáng)電池電致發(fā)光測(cè)試圖
目前,針對(duì)太陽(yáng)電池、組件等,工業(yè)界采用的是拍照技術(shù),即通過(guò)信號(hào)采集設(shè)備將太陽(yáng)電池、組件的整個(gè)電致發(fā)光測(cè)試平面的情況記錄下來(lái),形成二維圖。圖1即為典型的太陽(yáng)電池電致發(fā)光測(cè)試圖像,可清晰地看到3條黑線,對(duì)應(yīng)電池正面的3條主柵線,其余的灰色部分則是太陽(yáng)電池發(fā)出的近紅外光。在電致發(fā)光的圖像中,可看到電池面上的明暗分布,并由此得出被測(cè)試系統(tǒng)的材料及工藝制程的缺陷分布、類(lèi)型等情況[19-23]。同樣,根據(jù)電池的電致發(fā)光圖像的整體明亮程度,也可判斷其光電轉(zhuǎn)化效率的高低,圖像明亮證明其材料、制造工藝缺陷少,效率較高,反之亦然。
根據(jù)實(shí)際經(jīng)驗(yàn)并結(jié)合理論分析,我們建立了詳盡的晶硅太陽(yáng)電池的電致發(fā)光缺陷知識(shí)庫(kù),詳細(xì)標(biāo)明了每種缺陷的類(lèi)型,簡(jiǎn)要說(shuō)明了每種缺陷的形成原因。需要說(shuō)明的是,研究對(duì)象僅限于單晶硅太陽(yáng)電池片及其組件,以及多晶硅太陽(yáng)電池片及其組件,因此知識(shí)庫(kù)中僅包含這兩類(lèi)電池片和組件相應(yīng)的電致發(fā)光缺陷相關(guān)數(shù)據(jù)。
根據(jù)各種電池發(fā)光缺陷的來(lái)源,可大致分為硅片缺陷、電池片制造缺陷、組件缺陷等3大類(lèi)。硅片缺陷是指在硅片的定向凝固、切片、清洗包裝等過(guò)程中的生成缺陷,如雜質(zhì)和缺陷造成的電池電致發(fā)光黑斑、黑圈等,清洗不干凈造成的沾污從而導(dǎo)致的電致發(fā)光圖像的暗團(tuán)等;電池片制造缺陷是指在電池片的制絨、印刷、燒結(jié)等制造過(guò)程中產(chǎn)生的缺陷,如斷柵、短路等;組件缺陷是指在電極焊接、層壓等組件制造過(guò)程中產(chǎn)生的缺陷,如裂紋、虛焊等。這些缺陷都對(duì)應(yīng)著不同的電致發(fā)光圖像特征。
如圖2所示,我們將知識(shí)庫(kù)中兩種缺陷展示出來(lái),該樣片為單晶硅太陽(yáng)電池片,兩種缺陷分別為壞柵線(圖中橢圓,紅色)和裂紋(圖中圓圈,紫色)。其中,前者的造成原因是電池片正面的電極副柵線的電接觸不好,導(dǎo)致電注入差,因此其電致發(fā)光的亮度暗,其特點(diǎn)是形狀與副柵線平行;后者造成的原因是在電池和組件的制造過(guò)程中,電池片受外力作用形成裂紋,該處的電子和空穴輻射復(fù)合失效,不會(huì)有發(fā)光,因此呈現(xiàn)暗線條。同時(shí)可注意到,這些裂紋可表明該電池片為單晶硅電池片。對(duì)于單晶硅電池片而言,因?yàn)槠鋯尉У木w屬性,因此裂紋呈現(xiàn)規(guī)則的形狀(見(jiàn)圖2),為直角交叉的十字形裂紋。在該圖中,僅標(biāo)出一處裂紋,還有一些類(lèi)似形態(tài)的裂紋在其周?chē)植?。其他一些太?yáng)電池的電致發(fā)光缺陷還包括:氧環(huán)、短路、沾污、黑芯、柵線印刷問(wèn)題、熱斑等,其形態(tài)特征各不相同,全部記錄在知識(shí)庫(kù)中。
圖2 太陽(yáng)電池片的兩種電致發(fā)光測(cè)試得到的缺陷
對(duì)于單晶硅和多晶硅兩種太陽(yáng)電池而言,有些電致發(fā)光表征出來(lái)的缺陷,如氧環(huán)、黑芯等,一般僅存在于單晶硅太陽(yáng)電池片中;有些缺陷在兩種電池片中機(jī)理相同,但電池發(fā)光的缺陷形貌卻有明顯不同,如裂紋,單晶硅太陽(yáng)電池片的裂紋呈現(xiàn)規(guī)則線條,最常見(jiàn)的是圖2中的十字形,而多晶硅太陽(yáng)電池,因存在眾多晶界的特性,其裂紋線條大多沒(méi)有規(guī)律。因此,在知識(shí)庫(kù)的建立工程中,要充分考慮單、多晶硅太陽(yáng)電池兩大體系的共同點(diǎn)和不同點(diǎn),以及這兩種體系帶來(lái)的復(fù)雜性。
晶硅光伏組件由60片或72片太陽(yáng)電池串聯(lián)組成,然后經(jīng)過(guò)焊接、引線、層壓、封裝等多道工藝加工而成,組件長(zhǎng)度一般會(huì)達(dá)到近2 m,寬度約在1 m。目前,常見(jiàn)的光伏組件電致發(fā)光測(cè)試系統(tǒng)如圖3所示。光伏組件平放在測(cè)試設(shè)備黑箱支架上,玻璃面板朝上,在黑箱的頂部安裝有圖像采集器。在電力輸入組件后,組件內(nèi)的太陽(yáng)電池產(chǎn)生電致發(fā)光效應(yīng),發(fā)出近紅外光,被圖像采集器采集得到,再通過(guò)數(shù)據(jù)傳輸系統(tǒng)將電致發(fā)光圖像傳輸?shù)胶谙渫獠康挠?jì)算機(jī)系統(tǒng)中,顯示出光伏組件的電致發(fā)光圖像結(jié)果。
圖3 組件電致發(fā)光測(cè)試系統(tǒng)示意圖
典型的光伏組件電致發(fā)光圖像如圖4所示,該組件為72片電池片的封裝結(jié)構(gòu)。整個(gè)組件在電輸入的情況下,每個(gè)太陽(yáng)電池都有近紅外光放出,從而在圖像采集器得到的圖像中,可看到組件內(nèi)部每一個(gè)電池的電致發(fā)光情況。圖4中還可看到,電池片組的4條邊緣線呈弧形線條,這是由于圖像采集系統(tǒng)的圖像畸變?cè)斐傻摹T谖覀兊暮罄m(xù)機(jī)器視覺(jué)軟件系統(tǒng)中,將對(duì)這部分畸變進(jìn)行校正。
圖4 典型的太陽(yáng)電池組件電致發(fā)光圖像
電池板EL圖像中,由于各電池片是串聯(lián)方式連接,如果電阻不一會(huì)導(dǎo)致某些電池片整體偏暗,如圖5所示。
圖5 組件中相鄰電池片呈現(xiàn)亮度不同的電致發(fā)光圖像
可看到,圖5左側(cè)圖中的缺陷部分(紅色方框區(qū)域)和右側(cè)圖中的正常部分(黃色方框)亮度幾乎一致,如果用閾值的方法會(huì)導(dǎo)致大量誤判。為分離背景和缺陷區(qū)域,我們采用了改進(jìn)的最佳閾值分割方法。
最佳閾值分割的思想是將圖像的直方圖用兩個(gè)或更多個(gè)正態(tài)分布的概率密度函數(shù)來(lái)近似表示的方法,代表了一種被稱之為最佳閾值化的方法。閾值取離對(duì)應(yīng)于兩個(gè)或更多個(gè)正態(tài)分布最大值之間的最小概率處最近的灰度值,其結(jié)果是最小錯(cuò)誤的分割。具體步驟為:
1)求出圖像中的最大和最小灰度值Zl和Zk,令閾值初值T0=(Zl+Zk)/2。
2)根據(jù)閾值Tk將圖像分割成目標(biāo)和背景兩個(gè)部分, 求出兩個(gè)部分的平均灰度值ZO和ZB:
式中,Z(x,y)為圖像上(x,y)點(diǎn)的灰度值;N(x,y)為(x,y)的權(quán)重系數(shù)。
3)求出新的閾值:Tk+1=(ZO+ZB)/2。
求最佳閾值后,按以下步驟提取檢測(cè)區(qū)域:
1)取下一個(gè)檢測(cè)點(diǎn)。
2)用最佳閾值檢測(cè)該點(diǎn)周?chē)狞c(diǎn),如果該點(diǎn)在其周?chē)鸀橥蛔凕c(diǎn),如果有,則轉(zhuǎn)3);否則轉(zhuǎn)1)。3)擴(kuò)大滑動(dòng)窗口的大小,如果在更大的搜索半徑中,依然能保持2)步驟中的比例,則該檢測(cè)點(diǎn)是缺陷點(diǎn),如果相鄰8點(diǎn)中有缺陷點(diǎn),鏈接該缺陷點(diǎn)。
4)如果不是最后一個(gè)點(diǎn),轉(zhuǎn)1),否則結(jié)束。
求得的缺陷點(diǎn)連接成區(qū)域,根據(jù)要檢測(cè)的電致發(fā)光缺陷如短路、沾污、黑芯、柵線印刷問(wèn)題、熱斑等的區(qū)域特征,對(duì)缺陷區(qū)域進(jìn)行檢測(cè)。知識(shí)庫(kù)中相關(guān)內(nèi)容的豐富程度直接影響到檢測(cè)的準(zhǔn)確性。
不同的缺陷類(lèi)型,檢測(cè)、判定的難度不同。例如裂紋的判斷要求比黑心,黑邊嚴(yán)格,因?yàn)橐坏┏霈F(xiàn)裂紋將很容易破裂,導(dǎo)致整塊電池板失效。上述方法在判斷局部細(xì)小邊緣,尤其是小的裂縫時(shí),很容易漏檢。
針對(duì)這種裂紋的特殊需求,特此定義一種線性算子即微分算子:
即在邊緣提取時(shí),增加一個(gè)能產(chǎn)生沖激響應(yīng)的微分算符可強(qiáng)化類(lèi)似裂縫這樣的尖銳邊緣。
圖6 系統(tǒng)研制流程圖
圖6是具有基于機(jī)器視覺(jué)技術(shù)、具備自動(dòng)識(shí)別功能的系統(tǒng)開(kāi)發(fā)流程圖。首先要準(zhǔn)備一個(gè)較詳盡的知識(shí)庫(kù),明確定義每一種太陽(yáng)電池缺陷對(duì)應(yīng)的電致發(fā)光圖像特點(diǎn)。系統(tǒng)的硬件部分從搭建系統(tǒng)開(kāi)始(見(jiàn)圖3),將各種設(shè)備搭建、調(diào)試到位,然后對(duì)光伏組件進(jìn)行電致發(fā)光測(cè)試,獲得組件的電致發(fā)光圖像。在開(kāi)發(fā)的軟件里,對(duì)該圖像進(jìn)行定位、校正,然后標(biāo)定出組件中電池片上的缺陷區(qū)域,在與知識(shí)庫(kù)的比對(duì)過(guò)程中進(jìn)一步分析缺陷類(lèi)型。系統(tǒng)測(cè)試完成后,檢驗(yàn)效果,如果達(dá)到預(yù)期效果,則系統(tǒng)研發(fā)成功;如果沒(méi)有達(dá)到預(yù)期目標(biāo),則從新開(kāi)始測(cè)試、軟件調(diào)試研發(fā)。
這個(gè)系統(tǒng)的重點(diǎn)是知識(shí)庫(kù)的建立和自動(dòng)分析軟件的開(kāi)發(fā)。目前我們的開(kāi)發(fā)團(tuán)隊(duì)中包含材料、測(cè)試、機(jī)器視覺(jué)的開(kāi)發(fā)人員具備材料背景的人員,負(fù)責(zé)建立知識(shí)庫(kù),具備機(jī)器視覺(jué)開(kāi)發(fā)背景的人員負(fù)責(zé)編寫(xiě)自動(dòng)分析軟件,具備測(cè)試背景的人員負(fù)責(zé)測(cè)試設(shè)備的調(diào)試、維修,并提供光伏組件的電致發(fā)光圖像。
圖7是我們自己開(kāi)發(fā)的系統(tǒng)測(cè)試軟件(該軟件已經(jīng)申請(qǐng)軟件著作權(quán):基于機(jī)器視覺(jué)的電致發(fā)光(EL)測(cè)試系統(tǒng)軟件,申請(qǐng)?zhí)枺?014R11L251110)分析得到的初步實(shí)驗(yàn)結(jié)果。從組件電致發(fā)光圖像中選取兩個(gè)電池片圖像進(jìn)行說(shuō)明,每個(gè)電池片包含3幅圖,左側(cè)圖為原始圖像,中間圖為校正后的圖像,右側(cè)圖是針對(duì)中間圖的分析圖像。圖7a是具有黑芯缺陷的電池片,右側(cè)圖中紅色方框范圍內(nèi)是軟件自動(dòng)分析出的缺陷區(qū)域,并自動(dòng)判斷為黑芯電池片。圖7b是具有裂紋缺陷的電池片,右側(cè)圖中紅線標(biāo)示出上方一條、下方兩條裂紋。目前,我們開(kāi)發(fā)的軟件可標(biāo)示、分析絕大部分的太陽(yáng)電池片和組件的電致發(fā)光缺陷類(lèi)型。
圖7 初步的系統(tǒng)分析結(jié)果實(shí)例(紅色線條標(biāo)示的為缺陷)
本文開(kāi)發(fā)了基于機(jī)器視覺(jué)技術(shù)、具備自動(dòng)識(shí)別功能的太陽(yáng)能光伏組件電致發(fā)光測(cè)試系統(tǒng),實(shí)現(xiàn)了以下主要功能:
1)能夠得到清晰的光伏組件電致發(fā)光圖像;
2)標(biāo)出了光伏組件中問(wèn)題電池片上的缺陷位置;
3)根據(jù)電致發(fā)光圖像分辨出太陽(yáng)電池的缺陷類(lèi)型。
可看出,我們開(kāi)發(fā)的系統(tǒng)達(dá)到了預(yù)期的效果,今后將用大量的實(shí)驗(yàn)測(cè)試來(lái)驗(yàn)證該系統(tǒng)的穩(wěn)定性、準(zhǔn)確度,并不斷更新、維護(hù)。另外,目前我們僅關(guān)注電致發(fā)光的缺陷類(lèi)型,其實(shí),不同的缺陷類(lèi)型,不但其形態(tài)不同,其危害程度也不相同。下一步的工作,要把缺陷類(lèi)型與光伏組件的效率表現(xiàn)、工作壽命等數(shù)據(jù)相結(jié)合,實(shí)現(xiàn)對(duì)組件的效率表現(xiàn)、工作壽命的預(yù)測(cè),這項(xiàng)工作正在進(jìn)行中,需要大量的數(shù)據(jù)分析。
[1] Hering G. Year of the tiger [J]. Photon International, 2011, 3:186-218.
[2] Thomas D B. A certification program for photovoltaic modules[J]. Solar Cells, 1982, 7: 183-185.
[3] Osterwald C R, Hammond R, Zerlaut G, et al. Photovoltaic module certification and laboratory accreditation criteria development[J]. Solar Energy Materials and Solar Cells, 1996, 41-42: 629-636.
[4] Osterwald C R. Chapter III-2-Standards, Calibration, and Testing of PV Modules and Solar Cells[M]. Practical Handbook of Photovoltaics-Fundamentals and Applications (2nd Edition),2012,1045-1069.
[5] Fertig F, Broisch J, Biro D, et al. Staility of the regeneration of the boron-oxygen complex in silicon solar cells during module certifi cation[J]. Solar Energy Materials and Solar Cells, 2014, 121:157-162.
[6] TüV德國(guó)萊茵公司, 大中華區(qū)主頁(yè)[EB/OL]. http://www.tuv.com/cn/greater_china/home.jsp, 2015-04-02.
[7] TüV南德意志集團(tuán), 大中華區(qū)主頁(yè)[EB/OL]. http://www.tuv-sud.cn/. , 2014-12-17.
[8] UL測(cè)試集團(tuán), 英文版主頁(yè)[EB/OL]. http://ul.com/,2015-02-19.
[9] Weber E R. Transition Metals in Silicon[J]. Applied Physics, A,1983, 30: 1-20.
[10] Moller H J, Long L, Werner M, et al. Oxygen and Carbon precipitation in multicrystalline solar silicon[J]. Physica Status Solidi, 1999, 171: 175-189.
[11] Soiland A K, Ovrelid E J, Engh T A, et al. SiC and Si3N4inclusions in multicrystalline silicon ingots [J]. Materials Science in Semiconductor Processing, 2004, 7: 39-43.
[12] Buonassisi T, Istratov A A, Marcus M A, et al. Engineering metal-impurity nanodefects for low-cost solar cells[J]. Nature Materials, 2005, 4: 676-679.
[13] Macdonald D, Cuevas A. Transition-metal profiles in a multicrystalline silicon ingot[J]. Journal of Applied Physics, 2005,97:033523-1-033523-7.
[14] Yu X G, Chen J H, Ma X Y, et al. Impurity engineering of Czochralski silicon[J]. Materials Science and Engineering: R,2013, 74: 1-33.
[15] Skarvada P, Tomanek P, Koktavy P, et al. A variety of microstructural defects in crystalline silicon solar cells[J]. Applied Surface Science, 2014, 312: 50-56.
[16] Murphy J D, McGuire R E, Bothe K, et al. Minority carrier lifetime in silicon photovoltaics: The effect of oxygen precipitation[J]. Solar Energy Materials and Solar Cells, 2014,120: 402-411.
[17] Chaturvedi P, Hoex B, Walsh T M. Broken metal fingers in silicon wafer solar cells and PV modules[J]. Solar Energy Materials and Solar Cells, 2013, 108: 78-81.
[18] Hassan A H. Defects in geometric design of capsulation of commercial poly-Si solar cell module[J]. Renewable Energy, 2000,19: 617-623.
[19] Hinken D, Ramspeck K, Rothe K, et al. Series resistance imaging of solar cells by voltage dependent electroluminescence[J].Applied Physics Letters, 2007, 91: 182104-1-3.
[20] Fuyuki T, Kitiyanan A. Photographic diagnosis of crystalline silicon solar cells utilizing electroluminescence [J]. Applied Physics A, 2009, 96: 189-196.
[21] Fuyuki T, Kondo H, Yamazaki T, et al. Photographic surveying of minority carrier diffusion length in polycrystalline silicon solar cells by electroluminescence [J]. Applied Physics Letters, 2005, 86: 262108-1-262108-3.
[22] Bruggemann R, Olibet S. Analysis of electroluminescence from silicon Heterojunction solar cells [J]. Energy Procedia, 2010, 2: 19-26.
[23] Tsai D M, Wu S C, Li W C. Defect detection of solar cells in electroluminescence images using Fourier image reconstruction [J].Solar Energy Materials and Solar Cells, 2012, 99: 250-262.