监视光伏电池的质量的方法和系统的制作方法

监视光伏电池的质量的方法和系统的制作方法
【专利摘要】描述了光伏电池的质量监视的方法和系统，对于每个电池，该方法包括：激发步骤，在此期间要被监视的电池经受在既定激发水平下的激发；在激发后获取要被监视的电池的至少一个发光图像的步骤；以及处理所获取的图像的步骤。本发明的特征在于，对于每个电池，提供了确定被调整以适应该电池的激发水平的预备步骤，要被监视的不同电池的相应经调整的激发水平被修改，使得由不同电池发射的信号的发光强度等于相同的参照发光强度。
【专利说明】
监视光伏电池的质量的方法和系统
技术领域
[0001] 本发明设及监视例如通过光致发光或电致发光的光伏电池的质量的方法和系统。
【背景技术】
[0002] 在光伏电池被光照束激发后所获取的该电池的光致发光图像使得有可能定位可 能损害电池的性能的缺陷。运些缺陷作为比图像背景更暗的区域出现在图像中。不同的方 法建议使用光致发光图像来确定电池的参数，尤其是识别和/或量化存在于电池中的缺陷。
[0003] 由Auga;rten Y.'Trupke T.、Lenio M.'Bauer J.'Weber J.W.、Juhl M.Kasemann M.、Breitenstein 0.(Prog.Photovolt.:Res.Appli.,21:933-941.Doi:10.1002/pip.2180 (2013))所写的文档"Calculation of quantitative shunt values using photoluminescence imaging"建议根据电池的光致发光图像对由于电池中存在的缺陷造 成的电流损耗的量化方法。Mchl B.、Impera D.、Bivour M.、Wa;rta W. ,Schubert M.C.所写 的文档('Suns-PLI 曰S 曰 powerful tool for spatially resolved fill factor analysis of solar cells''(Prog.Photovolt.:Res.Appl.Doi 10.1002/pip.2293(2012)) 描述了根据对电池的光致发光图像的像素测出的光致发光强度确定娃电池的开路电压 (VOC)图和伪形状因子(PFF)图的方法。最后，Johnston S.等人所写的文档乂orrelations of Cu(In,Ga)Se2imaging with device performance , defects and microstructural propedies"(J.Vac.Sci.Technol.A 30,040111(2012))研究 了根据电池的光致发光图像 确定的Cu (In, Ga) Se2电池的均值光致发光强度与一方面电池的开路电压和另一方面电池 的形状因子之间的相关性。
[0004] 在现有方法中，被监视的光伏电池的光致发光图像是通过由具有固定光照功率密 度的单色(激光）照射激发电池并激发预定义的持续时间来获得的。但是，所获得的结果并 不完全令人满意，因为，依赖于被分析的电池，其缺陷在光致发光图像中是或多或少可检测 的。
[0005] 本发明意在改善运种状况。

【发明内容】

[0006] 相应地，本发明设及监视多个光伏电池的质量的方法，包括对每个电池：
[0007] ?激发步骤，在此期间要被监视的电池经受具有既定激发水平的激发；
[000引 ?在激发后获取要被监视的电池的至少一个发光图像的步骤；
[0009] ?处理所获取的图像的步骤；
[0010] 其特征在于，对于每个电池，提供确定被调整W适应该电池的激发水平的预备步 骤，要被监视的不同电池的相应经调整的激发水平被修改为使得由不同电池发射的信号的 发光强度等于相同的参照发光强度。
[0011] 因此本发明包括修改施加到要被监视的不同光伏电池的激发水平，使得，就其发 光响应而言，所有电池都被放在相同的水平。由于运一点，大大限制了不同电池之间的缺陷 被低估或高估的风险。在调整后的激发水平下对要被监视的电池进行激发之后所获得的发 光图像的处理使得有可能实现质量监视，运在不同的电池之间是一致的、可靠的和精确的。
[0012] 在一种特定的实施例中，在确定被调整W适应电池的激发水平的预备步骤期间：
[0013] ?响应于初始选定的激发水平而测量由电池发射的发光强度；
[0014] ?根据测得的发光强度、参照发光强度W及取决于施加到该电池的激发水平的电 池发光响应的变化数据确定被调整W适应电池的激发水平。
[0015] 要被监视的电池最初利用初始选定的激发水平被激发。响应于运个初始激发而由 电池发射的光子信号的发光强度被测量，W便计算测得的强度与参照强度之间的比。根据 运个比，并且考虑初始施加的激发水平和取决于激发水平的发光强度的已知变化，确定要 被施加到电池的经调整的激发水平，使得其发光响应等于参照强度。
[0016] 有利地，计算参照发光强度与测得的发光强度之间的强度比W及取决于针对初始 选定的激发水平归一化的所施加激发水平的发光响应的变化数据，根据被取作发光强度的 强度的所述比，借助于所述变化数据，直接获得被调整W适应该电池的激发水平。
[0017] W运种方式，W简单快捷的方式确定调整后的激发水平，无需补充的计算。
[0018] 再次有利地，如果要被监视的电池由生产线制造，则指定学习阶段，在此期间：
[0019] ?测量在所述生产线上制造的多个学习电池的开路电压；
[0020] ?确定参照开路电压，包含在由所测得的开路电压的均值加上或减去测得的开路 电压的分布的标准差的两倍定义的范围内；
[0021] ?根据所确定的并用于初始选定的激发水平的参照开路电压确定参照发光强度。
[0022] W运种方式，参照发光强度适于被监视的电池的生产线。
[0023] 在一种特定的实施例中，在学习阶段期间
[0024] ?使学习电池经受初始选定的激发水平并响应于激发而测量学习电池的发光强 度；
[0025] ?依据所述学习电池的开路电压，确定经受初始选定的激发水平的学习电池的发 光强度的变化数据。
[0026] 通过学习，由此可W确定取决于其开路电压的电池的发光强度的变化数据，并根 据运个数据选择参照发光强度。
[0027] 有利地，对于要被监视的每个电池，该电池的发光图像由一组向其分配了相应发 光强度值的像素组成，在处理步骤期间：
[0028] ?将要被监视的电池的发光图像分解成对应于该电池在无缺陷情况下的第一图 像和对应于该电池的缺陷的第二图像，
[0029] ?计算与第二图像的像素关联的发光强度值的均值，W便确定该电池的缺陷的量 化参数。
[0030] 在要被监视的电池的经调整的激发之后，该电池的发光响应图像被获取，然后被 分解成分别对应于图像背景和电池的缺陷的两个辅助图像。根据包含电池的缺陷的辅助图 像，可W构建像素的发光强度的均值并由此确定缺陷的量化参数。
[0031] 再次有利地，缺陷的量化参数通过从第一图像的像素的值的均值确定的校正因子 被校正。
[0032] 由于施加到要被监视的电池的激发水平的调整，图像背景应当理想地全都相同。 但是，特别是由于调整误差，轻微的偏差是可能的。其结果是对缺陷的低估或高估。为了校 正运种情况，缺陷的量化参数通过从背景图像的发光强度的均值确定的校正因子被加权。
[0033] 在一种特定的实施例中，在学习阶段期间，为学习电池确定形状因子的损失的参 数与缺陷的量化参数之间的相关性数据。
[0034] 在运种情况下，有利地，对于要被监视的每个电池，根据已确定的缺陷量化参数和 所述相关性数据评估该电池的形状因子的损失的参数。
[0035] 因此，基于要被监视的电池的缺陷量化参数，可W估计缺陷对形状因子的影响。更 精确地说，借助由学习过程获得的缺陷量化参数与形状因子的损失之间的相关性数据，并 根据要被监视的电池的确定的缺陷量化参数，可W评估由缺陷产生的电池的形状因子的损 失。
[0036] 再次有利地，对于要被监视的每个电池，前述步骤是在制造过程期间在该电池的 金属化的步骤之前或之后被执行的。
[0037] W运种方式，可W暂停有缺陷的电池的制造，尤其是在金属化之前，并因此节约金 属。
[0038] 要被监视的电池的激发模式可W是光束或电流。
[0039] 本发明还设及监视多个光伏电池的质量的系统，包括用于实现刚才定义的方法的 步骤的硬件和软件装置。
[0040] 在一种特定的实施例中，该系统包括：
[0041] ?激发设备，适于向要被监视的电池施加具有既定的激发水平的激发；
[0042] ?用于在激发后获取电池的发光图像的设备；
[0043] ?图像处理模块；
[0044] 并且其特征在于，该系统包括确定被调整W适应要被监视的电池的激发水平的模 块，所述模块适于调整要被监视的电池的相应激发水平，使得由所述电池发射的发光强度 等于相同的参照发光强度。
[0045] 该系统可W包括下列附加特征当中全部或一些：
[0046] -确定被调整W适应要被监视的电池的激发水平的模块，该模块被布置为，响应于 初始选定的激发水平、参照发光强度W及取决于施加到电池的激发水平的电池发光响应的 变化数据，根据所述电池的测得的发光强度确定被调整W适应要被监视的电池的激发水 平；
[0047] -它包括被适于确定W下的学习模块
[0048] ?根据测得的学习电池的开路电压，确定参照开路电压，所述参照开路电压被包 含在由所测得的开路电压的均值加上或减去测得的开路电压的分布的标准差的两倍定义 的范围内，及
[0049] ?根据所确定的并用于初始选定的激发水平的参照开路电压确定参照发光强度；
[0050] -图像处理模块适于将在要被监视的电池在经调整的激发水平下被激发之后所获 取的所述电池的发光图像分解成对应于该电池在无缺陷情况下的第一图像和对应于该电 池的缺陷的第二图像，并且它包括确定要被监视的电池的缺陷的量化参数的模块，该模块 被布置为计算与第二图像的像素关联的发光强度值的均值；
[0051] -它包括根据既定的所述电池的缺陷的量化参数和形状因子的损失的参数与缺陷 量化参数之间的相关性的数据来评估要被监视的电池的形状因子的损失的参数的模块。
[0052] 本发明还设及监视多个光伏电池的质量的方法，该方法对于每个电池包括：
[0053] ?激发步骤，在此期间要被监视的电池经受激发；
[0054] ?在激发后获取要被监视的电池的至少一个发光图像的步骤；
[0055] ?处理所获取的图像的步骤；
[0056] 其特征在于，对于要被监视的每个电池，在处理步骤期间，将要被监视的电池的发 光图像分解成对应于该电池在无缺陷情况下的第一图像和对应于该电池的缺陷的第二图 像。
[0057] 有利地，为了分解要被监视的电池的发光图像，该电池的发光图像由一组为其分 配了相应发光强度值的像素组成：
[0058] ?选择所述发光图像的多个像素；
[0059] ?向选定的像素当中每一个分配表示所述像素的局部环境的值；
[0060] ?根据被选像素的值向图像的每个像素分配新的值，W便获得对应于该电池在无 缺陷情况下的第一图像；
[0061 ] ?根据发光图像和第一图像确定对应于所述电池的缺陷的第二图像。
[0062] 再次有利地，计算与第二图像的像素关联的发光强度值的均值，W便确定电池的 缺陷的量化参数。
[0063] 该方法有利地设及下列附加特征当中一些或全部：
[0064] -通过形成电池的发光图像与第一图像之间的比值或差集来获得所述第二图像；
[0065] -通过被选像素的值的内插向图像的每个像素分配新的值；
[0066] -缺陷量化参数通过根据第一图像的像素的值的均值确定的校正因子被校正；
[0067] -发光图像的被选像素位于周期性隔开的位置。
[0068] 最后，本发明设及监视多个光伏电池的质量的系统，包括：
[0069] ?激发设备，适于对要被监视的电池施加激发；
[0070] ?用于在激发后获取电池的发光图像的设备；
[0071] ?图像处理模块；
[0072] 其特征在于图像处理模块适于将要被监视的每个电池的发光图像分解成对应于 该电池在无缺陷情况下的第一图像和对应于该电池的缺陷的第二图像。
[0073] 图像处理模块有利地被设计为选择所述发光图像的多个像素，向选定的每个像素 分配表示所述像素的局部环境的值，根据被选像素的值向图像的每个像素分配新的值W便 获得第一图像，根据发光图像和第一图像确定第二图像。
[0074] 而且，图像处理模块有利地适于计算与第二图像的像素关联的发光强度值的均 值，W便确定该电池的缺陷的量化参数。
【附图说明】
[0075] 参照附图，借助W下对本发明监视多个光伏电池的质量的方法和系统的特定实施 例的描述，本发明将被更好地理解，其中：
[0076] 图1示出了根据本发明一种特定实施例的质量监视系统；
[0077] 图2示出了取决于所施加的激发水平的光伏电池的发光响应的变化数据，其中激 发水平的强度相对于选定的激发水平归一化；
[0078] 图3示出了取决于光伏学习电池的开路电压的运些电池的发光强度的变化数据；
[0079] 图4A示出了相对于要被监视的光伏电池的发光图像；
[0080] 图4B和4C示出了通过图4A的图像的分解而获得的两个图像；
[0081] 图5A和5B示出了根据一种特定实施例的方法的学习阶段的步骤；
[0082] 图6A和6B示出了根据一种特定实施例的本发明方法的质量监视阶段的步骤；
[0083] 图7示出了光伏电池的电流/电压和功率/电压的特性；
[0084] 图8示出了形状因子的损失的参数与电池的缺陷量化参数之间的相关性的数据。
【具体实施方式】
[0085] 本发明的质量监视方法使得有可能监视在生产线L上被制造的光伏电池的质量， W便，如果合适的话，检测与期望的性能相比具有不足性能的一个或多个电池。
[0086] 质量监视由一个系统实现，该系统包括：
[0087] -激发设备1，意在激发光伏电池通过发光发射光子，
[0088] -获取发光图像的设备2,诸如相机，意在获取表示响应于激发而由光伏电池发射 的光子的数字图像，换句话说，在激发后电池的发光响应的图像，
[0089] -测量发光强度的传感器3,适于测量在激发后由光伏电池发射的光子的信号的发 光强度，
[0090] -控制设备4。
[0091 ]质量监视系统包括硬件和软件装置，W实现下面描述的方法的步骤。
[0092] 控制设备4特别包括中央单元(未示出），在本例中是微处理器，W及各种软件模 块：
[0093] -学习模块40，能够控制学习阶段的步骤的执行，
[0094] -确定被调整为适应光伏电池的激发水平的模块41，
[00M]-图像处理和光伏电池的缺陷量化参数的确定的模块42，
[0096] -评估形状因子的损失的参数的模块43，
[0097] -电池选择的模块44。
[0098] 控制设备4还包括储存存储器45,尤其是保存在学习阶段期间获得的数据，W及人 机接口 46(屏幕、键盘，等等）。
[0099] 在运里描述的示例实施例中，光伏电池的激发模式是激光束。激发设备1是激光发 射源。在一个变体中，可W使用另一种类型的光束或通过电流的激发。
[0100] 光伏电池是，例如，娃异质结(S町)电池或太阳能电池。但是，可W预期本发明对任 何其它类型的光伏电池的应用。例如，可W提及娃同质结电池、基于无定形娃或其它半导体 的薄层电池，诸如CdTe(蹄化儒）、CuInGaSe (铜铜嫁砸）或GaAs(神化嫁）电池或者甚至多结 电池。
[0101] 该方法包括在下文中描述的生产线L的初始学习阶段。 帅]学习阶段:
[0103] 学习阶段使得有可能确定关于由生产线L生产的光伏电池的不同参数，即：
[0104] -取决于开路电压的、由生产线L生产的光伏电池的发光强度的变化数据（曲线 Cl);
[0105] -用于要被监视的光伏电池的发光强度的参照值，或目标，被标记为Ipl,ref;
[0106] -取决于施加到光伏电池的激发水平的、光伏电池的发光响应的变化数据（曲线 C2);
[0107] -光伏电池的缺陷的量化参数化与该电池的形状因子的损失的参数之间的相关性 的数据；
[010引-缺陷量化参数的阔值TS陆L。
[0109] 学习阶段包括由生产线L制造一批N个被称为"学习电池"的光伏电池的第一步 EOO，电池被标记为化Al、^A2.....CLAi.....化An。例如，按照期望的精度程度(代表性样 本），数字N可W是几百乃至几千个电池。
[0110] 步骤EOl至E06使得有可能确定曲线Cl和参照发光强度Ipl,ref。
[0111] W已知的方式，光伏电池的特征在于开路电压"V。。"，其对应于当没有电流I流动时 (I = O)电池的端子上的电压。生产线一般生产其相应电压V。。可能从一个电池到另一个略有 不同的电池。通常，由生产线生产的一个批次的光伏电池的电压V。。关于均值高斯分布 分布并具有给定的标准偏差0。
[0112] 在步骤EOl期间，每个学习电池 CLAi的开路电压Vw_i W已知的方式被测量。
[011引在步骤E02期间，根据为电池 CLA翊CLAn测得的电压Vw_i计算开路电压均值:
[0114] 然后，当学习电池借助于激光发射设备1经受具有选定照度水平的激发激光束时， 测量学习电池 CLAi至化LAn当中每一个的光致发光响应。在运里描述的例子中，选择等于激光 发射设备1的最大激光发射功率的40 %的照度水平，最大激光功率密度是大约120mW/cm2， 并且激光束的发射持续时间为大约10ms。可W选择不同的照度水平，但在任何情况下该照 度水平都适于使得光伏电池的光致发光响应不令获取设备2饱和。我们把运个初始选定的 照度水平标记为Pinit。在一个变体中，为了获得期望的照度水平，可W选择固定的激光功率 密度(诸如，最大功率的40%)并且通过改变电池的激发时间的持续时间，即，激光束发射的 持续时间，来调整照度水平。
[0115] 为了测量电池在初始选定的照度水平Pinit的光致发光响应，在步骤E03期间，让每 个学习电池 CLAi经受激光束，其中索引i初始等于1，激光设备1被调整到其最大发射功率的 40%的选定功率。
[0116] 在步骤E04期间，测量响应于在步骤E03期间所施加的激光激发而由学习电池 CLAi 发射的信号的光致发光强度IPL_i。
[0117] 对于给定的照度水平，已知光伏电池的光致发光强度WL依赖于该电池的开路电 压V。。。更精确地说，强度
巧正比。换句话说，得到W下关系：
[0118]
(1)
[0119] 其中；
[0120] -e表示基本电荷；
[0121] -k表示玻耳兹曼常数，及
[0122] -T表示溫度。
[0123] 步骤E03和E04对每个学习电池化Ai重复，索引i的范围从巧阳。测试步骤E05被提 供，使得如果索引i小于N则该方法返回到步骤E03(在图4中的分支N)。当所有电池 CLAi的光 致发光响应都已经测出，其中i的范围从1到N，该方法移动到步骤E06(图5A中的分支Y)。
[0124] 在步骤E05结束时，对每个学习电池化Ai(其中i在1和N之间）都具有一对测量值 (￥。。_1，虹_1)，每一个都包含测得的开路电压￥。。_1，从及响应于等于设备1的最大激光发射功 率的40%的选定照度而测得的电池 CLAi的光致发光强度。
[012引在步骤E06期间，根据对(Vdc_i，Ipl_i)并且考虑已知的比例关系（1)，控制设备4确定 取决于学习电池的开路电压Voc的光致发光强度Ipl的第一变化数据。运些第一变化数据形 成如图3所示的曲线Cl。因此运个曲线Cl是根据由对(V0c_i，Ipl_i)和关系（1)构成的学习数据 确定的。
[0126]在步骤E07期间，控制设备4根据参照开路电压值Vocref并借助曲线Cl确定光致发 光强度Ipl,ref的参照值。在运里描述的示例实施例中，参照开路电压Vowef被选择为等于开 路电压的均值因此参照强度等于与参照电压V。。,ref关联的（或禪合到其的)光致发光强 度，在运里等于曲线Cl上的礙。在一个变体中，参照电压Vocref可W是均值駿增加两倍的标 准差O和均值驚：减去两倍的标准差〇之间的任何一个电压值V。。，即，在区间
么内。 …127」然后该万法转到步骤E08至EOll，运些步骤使得能够确定取决于施加到光伏电池 的照度水平的、由生产线L生产的该电池的光致发光响应的第二变化数据。"光致发光响应" 在运里意味着响应于激发而由电池发射的光子信号的光致发光强度。运些第二变化数据形 成标记为C2的第二曲线，诸如在图2中表示的。注意，变化曲线C2可W从单个学习电池或甚至 几个学习电池确定。事实上，取决于照度水平的、由生产线L生产的电池的光致发光响应的 变化从一个电池到另一个电池，特别是电池的开路电压，是类似或基本上类似的。在运里描 述的特定示例实施例中，步骤E08至El 1在运里对诸如电池 CLAi的学习电池执行。在变体中， 可W对有限数量的学习电池重复运些步骤E08至EOl 1。
[012引参照图5B，在步骤E08期间，使电池 CLAi经受激光功率电平門，索引j初始等于1。例 如，所施加的第一激光功率电平Pi对应于激光设备1的最大激光功率发射的10%。
[0129] 在步骤E09期间，现慢电池 CLAi响应于功率为Pj的激光激发的光致发光响应，即，由 它发射的光子信号的发光强度，标记为Ipl_i[Pj]。
[0130] 步骤E08和E09对多个激光功率电平重复，其中j = l，2,3,. . .，M，例如从激光器1的 最大激光功率的10 %至80 %左右。例如，对对应的多个不同激光功率电平执行发光强度 Ipl_i化]的数十个测量。
[0131] 提供了测试步骤E010,使得，如果索引j小于M(在图5B中的分支N)，则该方法返回 步骤E08。当电池 CLAi的光致发光响应已对M个照度水平Pj测量之后，其中j = 1，2，3，...，M， 该方法移动到步骤EOl I (图5B中的分支Y)。
[0132] 在步骤EO10结束时，一旦步骤EO8和EO9已经重复M次，就获得M个值对(Pj，IPL_i [Pj])，其中 j = l，2,3，...，M。
[01削在步骤EOl 1期间，根据M个值对化，Ipl_i化])，控制设备轴角定取决于照度水平的、由生 产线L生产的光伏电池的光致发光强度的第二变化数据。运些第二变化数据形成曲线C2,如图2 中所表示的。运个曲线C2对于由生产线L生产的所有电池是相同的，或基本上相同，而不考 虑其各自的值V。。。在图2所示的情况下，曲线C2可通过
类型的多项式法来调整。
[0134] 因此，学习阶段使得有可能基于学习数据（即，关于学习电池的测量数据)确定变 化曲线Cl和C2,并且可在生产线L被置于服务的第一时间执行。
[0135] 学习阶段还包括步骤EO12和EO13，使得有可能确定缺陷量化参数的临界阔值 TSHgl。运些步骤E012和E013将在下面进一步描述。
[0側质量监视
[0137] 我们现在将描述由生产线L生产的光伏电池的质量监视的阶段，运是在学习阶段 之后被执行的。我们将要被监视的一组光伏电池标记为化Ck,其中k=l，2, ...。
[0138] 在运里描述的特定实施例中，在电池的制造过程结束之前，并且更精确地是在其 金属化之前，质量监视对要被监视的每个电池化Ck执行。
[0139] 质量监视包括对于要被监视的每个电池化Ck:
[0140] ?预备步骤E2,确定被调整为适应要被监视的每个电池化Ck的激发水平；
[0141] ?激发步骤E3,在此期间，所述电池化Ck经受在调整后的激发水平下的激发；
[0142] ?在激发后获取电池化Ck的至少一个发光图像的步骤E4;
[0143] ?处理所获取的图像的步骤E5。
[0144] 激发水平的调整:
[0145] 预备步骤E2包括确定被调整W适应所述电池化Ck的激发水平，在目前的情况下是 照度水平。根据定义，"被调整W适应"光伏电池的激发水平是适于使得响应于所施加的激 发水平而由所讨论的电池发射的光子信号的发光强度Ipl,k等于参照强度Ipl,ref。我们将被 调整W适应电池化Ck的激发水平标记为PKLCk]，在运里对应于通过激光发射设备1的最大 发射功率的百分比定义的照度水平。
[0146] 步骤E2包括W下参照图6A描述的子步骤E20至E23。
[0147] 子步骤E20包括借助激光发射设备1让要被监视的电池化Ck经受初始选定的激发 水平Pinit。初始激发水平Pinit对应于照度水平，在运里等于激光设备1的最大激光发射功率 的 40 %。
[0148] 传感器2在子步骤E21期间测量响应于激发Pinit而由电池化Ck发射的光子信号的光 致发光强度IPL,k[Pinit]。
[0149] 在子步骤E22期间，控制设备4计算发光强度的参照值与发光强度的测定值之间的 强度比，即，在IPL.ref和IPL,k[Pinit]之间。我们把运个强度比标记为RIk:
[0150]
[0151] 在步驟E23期同，巧制设备4根据强度比RIk并借助曲线C2确定被调整W适应电池 化Ck的激发水平P [化Ck]。
[0152] 运个强度比RIk对应于构成要应用到初始激发水平Pinit的调整因子Qk的照度水平 的比，W获得被调整W适应电池化Ck的激发水平。
[0153] 在运里描述的特定实施例中，曲线C2是针对初始选定的照度水平Pinit归一化的。运 意味着在由Pinit定义的照度水平(在此为40%)下的光致发光响应升至I并且曲线C2的所有 点W类似的方式被修改。由于运一点，根据取作光致发光响应的比RIk,经调整的照度水平P [化Ck]直接由曲线C2给出。换句话说，被调整W适应电池化Ck的照度水平是曲线C2上与等于 强度比RIk的光致发光响应关联的照度水平。
[0154] W要被监视的电池，例如化Cl,作为例子，对其施加等于激光发射设备1的最大功 率的40 %的初始选定的照度水平Pinit。参照图2，响应于在Pinit的照度(40 % )而由电池化Cl 发射的光子信号的光致发光强度IPL,l[Pinit]是大约40000个光子。如果图2中的参照强度 Ipl,ref等于20000个光子，则强度比等于0.5。在曲线C2上，0.5的光致发光响应(RIi)的归一化 值对应于为最大激光功率的25%的照度水平。由此确定被调整W适应电池化Cl的照度水平 等于最大激光功率的25%。
[01巧]邀签
[0156] 在激发步骤E3期间，要被监视的电池化Ck经受处于如在步骤E2期间确定的调整后 的激发水平的激发。在运里描述的特定例子中，要被监视的电池化Ck因此经受调整后的照 度，其水平由先前在步骤E2中确定的功率P [ &Ck]定义。
[0157] 莖莖
[0158] 在步骤E4期间，获取设备2在处于照度水平PKLCk]下的激发后取得电池化Ck的光 致发光响应的光致发光图像，标记为IMpl,k。要被监视的所述电池化Ck的光致发光图像IMpl,k 由与相应的发光强度值(标记为IMpl,k,i)关联的一组像素 Pi组成，其中i在运里表示像素索 引。换句话说，发光强度IMPL,k,i被分配给每个图像像素 pi。我们把所获取的光致发光图像的 像素 Pi的总数标记为n。
[0159] 图像处理
[0160] 然后控制设备4执行设及下文参照图6B描述的子步骤E50至E53中的图像处理步骤 E5。图像处理E5使得有可能根据光致发光图像IMpla确定要被监视的电池化Ck的缺陷的量化 参数化K。
[0161] 在子步骤E50期间，控制设备4将要被监视的电池化Ck的光致发光图像IMpla分解成 对应于该电池在无缺陷情况下的第一图像IM化L,k和对应于该电池的缺陷的第二图像 IM d P L, k。因此，解禪电池化C K的光致发光响应与电池中缺陷的存在而产生的效果。图像 IMOpl, k表示原始图像IMpl, k的背景并且对应于电池化CK在无缺陷情况下的光致发光响应。
[0162] 为了获得第一图像BTOpl,k，可W例如通过选择运个原始图像的N个像素来分解原 始图像IMpl,k。运N个像素可W有利地位于周期性隔开的位置。它们形成像素的矩阵。
[0163] 然后向运N个像素中每一个分配表示其直接局部环境的值。给定像素的局部环境 是由包含那个像素的空间区域定义的，例如其中屯、为被选像素的正方形区域。运个局部环 境区域的尺寸被修改为大于易于设及该电池的当前缺陷，运一般是众所周知的。
[0164] 分配给N个被选像素当中每一个的值是围绕那个像素并构成其局部环境的区域的 最高像素值。
[0165] 接下来，根据分配给N个被选像素的值向图像的每个像素分配新的值，W便获得对 应于电池在无缺陷情况下的第一图像。有利地，图像像素的新值通过分配给N个被选像素的 值的内插来确定。换句话说，除了最初被选的N个像素(其具有它们的环境的最高值），通过 内插计算，向图像的每个像素重新分配新的值。因此获得对应于该电池在无缺陷情况下的 第一图像。
[0166] 代替向N个被选像素当中每一个分配其局部环境的最高像素值，可W向其分配表 示其局部环境的不同的值，例如运个局部环境的像素值的均值。
[0167] 接下来，根据发光图像(或原始图像HMpl,谢第一图像IMOPL.k确定对应于该电池的 缺陷的第二图像IMdPL,k。电池的缺陷的第二图像IMdPLk是通过形成原始图像IMpla与无缺陷 情况下的图像IM化L,k之间的比值或者通过执行原始图像IMpl,k与无缺陷情况下的图像 IMOpl, k之间的差集来获得的。
[0168] 运种方法使得有可能通过消除其中光致发光响应弱的区域，即，被认为是缺陷的 区域，来重建图像，从而获得对应于电池在无缺陷情况下的图像的第一图像IMOpl,k。
[0169] 每个图像（IMPL,k JMOpl,k，IMdPL,k)包含索引为i的n个相应像素并且所述像素被分 配发光强度的相应值（Ipl,k,i, IOpl,k,i, IdpL,k,i)。
[0170] 在子步骤E51期间，借助于W下等式，控制设备4计算分配给缺陷的图像IMdPL,k的 像素的发光强度的均値：
[0171](2)
[0172] 其中
[0173] -IdPL,k,i表示与图像IMdPLk的索引i的像素关联的光致发光强度；
[0174] -n表示所考虑的图像中的像素的总数。
[0175] 等式(2)的结果构成用于要被监视的电池化Ck的缺陷的量化的第一参数。
[0176] 在子步骤E52期间，借助于W下等式，控制设备4计算与无缺陷情况下的图像 IMOpla的像素关联的发光强度的均值：
[0177]
(3)
[017引其中
[0179] -IOpl,k,康示与图像IMOpla的索引i的像素关联的光致发光强度；
[0180] -n表示所考虑的图像中像素的总数。
[0181] 在子步骤E53期间，控制设备4根据W下等式借助均值GdA校正缺陷的量化的第一 参数Gd,k:
[0182]
)
[0183] 运个等式GLk的结果构成电池化Ck的缺陷的量化的校正参数。
[0184] 参数Gd,k通过元素的加权使得有可能校正由于施加到不同电池的经调整 的照度水平的精度缺乏所造成的可能偏差。理想的是，在照度水平已被调节或调整的情况 下，该参数GdA对于要被监视的所有电池都是相同的，因此光致发光强度都相同（等于参照 发光强度）。但是，在实践中，响应于经调整的照度水平而由要被监视的电池化Ck发射的发 光强度Ipl,k会相对于预期的参照发光强度Ipl,ref稍微偏离，例如，由于激光发射设备1的调 节的微小误差。运导致缺陷量化参数Gd,k的高估或低估，分别在Ipl,k大于或小于Ipl,ref的情 况下。元！
自成参数Gd,k的校正因子，从而使得有可能补偿要被监视的电池化Ck的 发光强度的可能偏差。
[01化]参数化和A FF之间的相关性
[0186] 图7示出了光伏电池的电流/电压（曲线Ci_v)和功率/电压（曲线Cp)特性。在运个图 7中：
[0187] -Isc表示电池的短路电流，即，当其端子上的电压为零时(V = O)流过电池的电流；
[0188] -Voc表示电池的开路电压，即，当流动的电流为零时（I = 0)在电池的端子上的电 压；
[0189] -Imp和Vmp分别表示由电池提供的功率处于最大值时电池的工作点的电流和电压。
[0190] 根据定义，光伏电池的形状因子等于
[0191]
[0192] 形式因子FF是由电池提供的最大功率与如果它无缺陷/是完美的话将提供的理想 功率之间的比。运个因子FF最终表示电池的理想程度并且它构成指示电池的性能的参数。 某些缺陷（例如，化学杂质、微裂纹、位错，等等）易于在其制造过程中在电池中发生并造成 形状因子FF的减小。我们把形状因子的损失的参数标记为A FF，表示形状因子的减小幅度。
[0193] 如前面所指出的，该方法的学习阶段包括对于学习电池化AiQ的范围从1到N)确 定用于缺陷量化参数GLi与形状因子的损失的参数A FFi之间的相关性的步骤E012。运个步 骤EO12设及，对于每个学习电池 CLAi:
[0194] -第一子步骤E0120,包括为电池 CLAi测量形状因子的损失，即AFFi;
[01巧]-第二子步骤E0121，包括为学习电池 CLAi计算参数化i。
[0196] 步骤E0120和E0121对每个学习电池重复(测试E0122)。
[0197] 在步骤E0120期间，形状因子的损失A FFi对金属化后完成的学习电池进行评估。 例如，形状因子的损失A FFi可W被定义为如对电池 CLAi测量的实际形状因子与用于电池 CLAi的参照形状因子之间的差。作为变体，可W使用考虑影响形状因子的不同的物理现象 (串联电阻、并联电阻、重组，等等）的A F F i量化的更精确方法，如在2 013年10月IE E E Jou;rnalofphotovoltaics,Vol.3,No.4上发表的、数字对象标识符10.1109/ JPH0T0V. 2013.2270348 的文章 "A Fill Factor Loss Analysis Method for Silicon Wafer Solar Cells"中所描述的。
[0198] 子步骤E0121包括在执行步骤E2至E4之后执行对学习电池 CLAi计算缺陷量化参数 的步骤E5,其中步骤E2至E4包括确定被调整为适应电池 CLAi的照度水平、利用最初选定 的照度水平Pinit激发电池 CLAi,并且响应于调整后的照度获取电池 CLAi的光致发光图像。
[0199] 在步骤E012结束时，设备4保存取决于缺陷量化参数化的、形状因子的损失的参数 AFF的变化数据，如图8所示。
[0200] 在步骤E013期间，设备4确定缺陷量化参数的临界阔值，标记为T甜GL，超出该阔值 的形状因子的损失被估计为非常重要，因为该电池的性能是令人满意的。例如，参照图8,运 个阔值TS此L被设定在4.75。当然，运个阔值可W对另一电池生产线不同。
[0201] 被监视的电池化Ck的选择
[0202] 要被监视的每个电池化Ck的质量监视阶段包括，在确定电池的参数化K的步骤(步 骤E5)之后，测试步骤E6包括确定电池化Ck的性能是否令人满意。测试E6包括确定缺陷量化 参数GLk是大于还是等于临界阔值TS此L。
[0203] 如果测试是否定的，则电池化Ck的质量被判断为令人满意的并且电池化Ck可W移 动到其制造过程中的下一步，在目前的情况下是金属化步骤E7。
[0204] 如果测试是肯定的，则电池化Ck的性能被认为是不令人满意的并且电池化Ck从生 产线L中被除去(步骤E8)。
[0205] 在运里刚描述的示例实施例中，质量监视方法在电池的金属化步骤之前执行，金 属化步骤是在制造结束时执行的。由于运一点，有缺陷的电池可W在金属化之前从生产线 被去除，运使得有可能节省金属。但是，可W预期质量监视方法在电池制造结束时执行。
[0206] 该方法的不同步骤是由控制设备4的对应模块执行或者在其控制下执行的，特别 是：
[0207] -学习模块40能够执行学习阶段的步骤；
[0208] -确定激发的模块41能够执行确定激发水平的步骤E2;
[0209] -图像处理模块42能够执行图像处理步骤E5;
[0210] -电池选择模块44能够执行步骤E6至E8。
[0211] 在刚描述的特定实施例中，提供了学习阶段(步骤EOO至EOll)，使得有可能确定变 化曲线Cl和C2，然后，对每个电池化Ck，确定被调整W适应所讨论的电池化Ck的激发水平P [化Ck]步骤E2。
[0212] 在另一个特定实施例中，电池化Ck在预定义的、非自适应的激发水平被激发，运可 W对所有的电池都相同。要被监视的电池化Ck的激发水平在运种情况下没有被调整W适应 所讨论的电池。典型的激发水平为大约1个太阳。但是，运个激发水平可W更低或更高，特别 地，在0.1和10个太阳之间。在运种情况下，监视电池化Ck的质量的方法类似于刚刚描述的 方法，区别在于它不包括学习阶段(步骤EOO至EOll)或确定被调整为适应每个电池的激发 水平的步骤化2)。根据运另一实施例的方法包括，对于每个电池：
[0213] ?激发步骤E3,在此其间，要被监视的电池化Ck经受处于预定义激发水平的激发 (未具体被调整W适应该电池）；
[0214] ?在激发后获取要被监视的电池化Ck的至少一个发光图像IMpla的步骤E4;
[0215] ?处理所获取的图像IMpl,k的步骤E5。
[0216] 在处理步骤E5期间，要被监视的每个电池化Ck的发光图像被分解成对应于电池在 无缺陷情况下的第一图像和对应于所述电池的缺陷的第二图像(步骤E50)。电池的发光图 像由向其分配相应发光强度值的一组像素组成，W便分解图像IMpl,k:
[0217] ?选择所述发光图像IMpla的N个像素；
[0218] ?向每个被选像素分配表示所述像素的局部环境的值；
[0219] ?根据被选像素的值向图像的每个像素分配新的值，W便获得第一图像IMOPL.k;
[0。0] 参确定第二图像IMdPL,k，例如，通过形成电池 IMpl,k的发光图像与第一图像IMOpl,k 之间的比值或差集。
[0221] 发光图像的被选像素可位于周期性隔开的位置。被选像素的局部环境是包含被选 像素的区域，例如，中屯、在该被选像素的正方形。获得分配给图像的每个像素的新的值，例 如，通过被选像素的值的内插。
[0222] 然后计算(步骤E51)与第二图像的像素关联的发光强度值的均值，W便确定电池 的缺陷量化参数，如先前所解释的。
[0223]对于运个另一实施例的实现，监视系统类似于先前所描述的，区别在于控制设备4 不包括学习模块40或确定经调整的激发水平的模块41。因此，该系统包括适于对要被监视 的电池施加激发的激发设备、在激发后获取电池的发光图像的设备和包括图像处理模块42 的控制设备、评估形状因子的损失的参数的模块43, W及电池选择模块44。图像处理模块42 适于将每个要被监视的电池的发光图像分解成对应于电池在无缺陷情况下的第一图像和 对应于电池的缺陷的第二图像，尤其是适于选择所述发光图像的N个像素，向每个被选像素 分配表示所述像素的局部环境的值，根据被选像素的值向图像的每个像素分配新的值W便 获得第一图像、根据发光图像和第一图像确定第二图像。而且，图像处理模块可W适于计算 与第二图像的像素关联的发光强度值的均值，W便确定电池的缺陷的量化参数。
【主权项】
1. 一种监视多个光伏电池(CLCk)的质量的方法，涉及对每个电池： ?激发步骤(E3)，在所述激发步骤期间要被监视的电池(CLCk)经受激发； ?在激发后获取要被监视的电池(CLCk)的至少一个发光图像(M^k)的步骤(E4); ?处理所获取的图像aMpL,k)的步骤(E5); 其特征在于，对于要被监视的每个电池，在处理步骤期间，将要被监视的电池(CLCk)的 发光图像分解(E50)成对应于该电池在无缺陷情况下的第一图像和对应于该电池的缺陷的 第二图像。2. 如前一权利要求所述的方法，其特征在于，为了分解要被监视的电池(CLCk)的发光图 像，其中该电池的发光图像由向其分配相应发光强度值的一组像素组成： ?选择所述发光图像的多个(N个)像素； ?向被选的每个像素分配表示所述像素的局部环境的值； ?根据被选像素的值向图像的每个像素分配新的值，以便获得对应于电池在无缺陷情 况下的第一图像； ?基于发光图像和第一图像确定对应于所述电池的缺陷的第二图像。3. 如前一权利要求所述的方法，其特征在于计算(E51)与第二图像的像素关联的发光 强度值的均值，以便确定电池的缺陷的量化参数。4. 如前面权利要求之一所述的方法，其特征在于通过形成电池的发光图像与第一图像 之间的比值或差集而获得所述第二图像。5. 如前面权利要求之一所述的方法，其特征在于通过被选像素的值的内插来向图像的 每个像素分配新的值。6. 如权利要求3至5之一所述的方法，特征在于所述缺陷的量化参数是通过从第一图像 的像素的值的均值确定的校正因子来校正(E53)的。7. 如前面权利要求之一所述的方法，特征在于发光图像的被选像素位于周期性隔开的 位置。8. -种监视多个光伏电池(CLCk)的质量的方法，涉及对每个电池： ?激发步骤(E3)，在所述激发步骤期间要被监视的电池(CLCk)经受具有既定激发水平 的激发； ?在激发后获取要被监视的电池(CLCk)的至少一个发光图像(M^k)的步骤(E4); ?处理所获取的图像aMpL,k)的步骤(E5); 其特征在于，对于每个电池(CLCk)，提供了确定被调整以适应该电池(CLCk)的激发水平 (P[CLCk])的预备步骤(E2)，要被监视的不同电池的相应经调整的激发水平被修改为使得 由不同电池发射的信号的发光强度(IpL,k)等于相同的参照发光强度(IpL,rrf)。9. 如权利要求8所述的方法，其特征在于，在确定被调整以适应该电池的激发水平的预 备步骤(E2)期间： ?响应于初始选定的激发水平（Pinit)而测量（E20)由电池发射的发光强度（IPL, k [Pinit])； ?根据测得的发光强度、参照发光强度（IPL,ref)以及取决于施加到该电池的激发水平 的电池发光响应的变化数据(C2)确定(E23)被调整以适应该电池的激发水平(P [ CLCk])。10. 如权利要求9所述的方法，其特征在于计算(E22)参照发光强度与测得的发光强度 之间的强度比，并且取决于针对初始选定的激发水平归一化的所施加的激发水平的发光响 应的变化数据，基于被取作发光强度的所述强度比，借助于所述变化数据，直接获得被调整 以适应该电池的激发水平。11. 如权利要求8至10之一所述的方法，特征在于，被要监视的电池由生产线制造，该方 法包括学习阶段，在所述学习阶段期间： #测量(EOl)在所述生产线上制造的多个学习电池的开路电压； ?确定(E02)参照开路电压，所述参照开路电压包含在由所测得的开路电压的均值加 上或减去测得的开路电压的分布的标准差的两倍定义的范围内； ?根据所确定的并用于初始选定的激发水平的参照开路电压确定(E07)参照发光强 度。12. 如前一权利要求所述的方法，其特征在于，在所述学习阶段期间： ?使学习电池经受(E03)初始选定的激发水平并响应于激发而测量(E04)学习电池的 发光强度； ?根据所述学习电池的开路电压，确定(E06)经受初始选定的激发水平的学习电池的 发光强度的变化数据。13. 如权利要求8至12之一所述的方法，其特征在于，对于要被监视的每个电池，该电池 的发光图像由一组向其分配了相应发光强度值的像素组成，在处理步骤期间： ?将要被监视的电池的发光图像分解(E50)成对应于该电池在无缺陷情况下的第一图 像和对应于该电池的缺陷的第二图像， ?计算(E51)与第二图像的像素关联的发光强度值的均值，以便确定电池的缺陷的量 化参数。14. 如前一权利要求所述的方法，其特征在于，为了分解要被监视的电池的发光图像： ?选择所述发光图像的多个(N个)像素； ?向被选的每个像素分配表示所述像素的局部环境的值； ?根据被选像素的值向图像的每个像素分配新的值，以便获得第一图像； ?基于发光图像和第一图像确定第二图像。15. 如权利要求13或14所述的方法，特征在于缺陷的量化参数是通过从第一图像的像 素的值的均值确定的校正因子来校正(E53)的。16. 如权利要求13至15之一所述的方法，特征在于，在学习阶段期间，对于学习电池，确 定(E012)形状因子的损失的参数与缺陷的量化参数之间的相关性数据。17. 如前一权利要求所述的方法，其特征在于，对于要被监视的每个电池，基于已确定 的缺陷的量化参数和所述相关性数据评估(E0120)该电池的形状因子的损失的参数。18. 如权利要求8至17之一所述的方法，其特征在于，对于要被监视的每个电池，在制造 过程期间，所述方法在该电池的金属化步骤之前或之后被执行。19. 如权利要求8至18之一所述的方法，其特征在于，在激发步骤期间，电池经受激发 光。20. 如权利要求8至19之一所述的方法，特征在于，在激发步骤期间，电池经受激发电 流。21. -种监视多个光伏电池的质量的系统，包括用于实现如权利要求1至20之一所述的 方法的步骤的硬件和软件装置。22. -种监视多个光伏电池的质量的系统，包括： ?激发设备（1 )，适于向要被监视的电池施加激发； ?在激发后获取电池的发光图像的设备(2); ?图像处理模块(42); 其特征在于图像处理模块（42)适于将要被监视的每个电池（CLCk)的发光图像分解 (E50)成对应于该电池在无缺陷情况下的第一图像和对应于该电池的缺陷的第二图像。23. 如前一权利要求所述的系统，特征在于图像处理模块(42)被布置为选择所述发光 图像的多个(N个)像素、向被选的每个像素分配表示所述像素的局部环境的值、根据被选像 素的值向图像的每个像素分配新的值以便获得第一图像，基于发光图像和第一图像确定第 二图像。24. 如前一权利要求所述的系统，特征在于图像处理模块(42)适于计算(E51)与第二图 像的像素关联的发光强度值的均值，以便确定该电池的缺陷的量化参数。25. -种监视多个光伏电池的质量的系统，包括： ?激发设备（1)，适于向要被监视的电池施加具有既定的激发水平的激发； ?在激发后获取电池的发光图像的设备(2); ?图像处理模块(42); 其特征在于所述系统包括确定被调整以适应要被监视的电池的激发水平的模块(41)， 所述模块适于调整要被监视的电池的相应激发水平，使得由所述电池发射的发光强度等于 相同的参照发光强度。26. 如权利要求25所述的系统，特征在于确定被调整以适应要被监视的电池的激发水 平的模块被布置为，根据响应于初始选定的激发水平而测得的所述电池的发光强度、参照 发光强度以及取决于施加到电池的激发水平的电池发光响应的变化数据确定被调整以适 应被监视的电池的激发水平。27. 如权利要求25和26之一所述的系统，其特征在于所述系统包括适于确定以下的学 习模块(40): ?根据测得的学习电池的开路电压，确定参照开路电压，所述参照开路电压被包含在 由所测得的开路电压的均值加上或减去测得的开路电压的分布的标准差的两倍而定义的 范围内，及 ?根据所确定的并用于初始选定的激发水平的参照开路电压确定参照发光强度。28. 如权利要求25至27之一所述的系统，其特征在于图像处理模块(42)适于在要被监 视的电池被在经调整的激发水平下激发之后将所获取的所述电池的发光图像分解成对应 于该电池在无缺陷情况下的第一图像和对应于该电池的缺陷的第二图像，并且其特征在于 所述系统包括确定要被监视的电池的缺陷的量化参数的模块，所述模块被布置为计算与第 二图像的像素关联的发光强度值的均值。29. 如前一权利要求所述的系统，特征在于图像处理模块(42)适于选择所述发光图像 的多个(N个)像素、向被选的每个像素分配表示所述像素的局部环境的值、根据被选像素的 值向图像的每个像素分配新的值以便获得第一图像，和基于发光图像和第一图像确定第二 图像。30.如权利要求25至29之一所述的系统，特征在于所述系统包括根据所述电池的缺陷 的既定的量化参数和形状因子的损失的参数与缺陷的量化参数之间的相关性的数据来评 估要被监视的电池的形状因子的损失的参数的模块(43)。
【文档编号】G01N21/95GK105960587SQ201480074466
【公开日】2016年9月21日
【申请日】2014年12月19日
【发明人】O·N·阿吉拉, W·法夫尔, F·奥赞尼, P-J·里贝龙
【申请人】原子能及能源替代委员会