无银化BC电池效率逼近26%:基于钝化接触的双极性丝网印刷铝接触

在光伏行业迈向TW级规模制造的进程中,如何降低金属化成本、减少银依赖,已成为高效晶硅电池技术发展的关键议题之一。尤其是在背接触(BC)电池体系中,虽然效率持续突破,但银浆消耗带来的成本与供应链压力正日益凸显。美能TLM接触电阻测试仪是专用于太阳能电池电极优化中关键电学参数提取的高精度分析设备,具备接触电阻率与栅线电阻双重测试功能,为TOPCon电池等高效结构的电极材料优化与工艺改进提供可靠的量化依据。

本研究围绕TBC硅太阳能电池无银化金属化方案的研究提出了一种新的解决思路:通过丝网印刷铝(Al)电极替代传统银电极,实现低成本、高兼容性的背接触电池金属化路径,并在效率潜力上逼近26%。


从高效率到可制造性:TBC技术的产业化挑战

背接触(BC)结构通过将全部金属电极转移至电池背面,彻底消除了正面遮光损失,是实现高效率晶硅电池的重要技术方向。

在多种BC路线中:

·  HBC(异质结背接触)已实现27.09%效率 

·  TBC(钝化接触背接触)达到27.03%效率

·  HIBC进一步刷新至27.81%效率

然而,尽管效率表现优异,TBC技术仍面临两大核心问题:

·  工艺复杂度较高

·  银(金属化)用量大,成本压力显著

因此,开发银替代金属化方案成为推动TBC迈向产业化的关键突破口。


铝替代银:为何选择Al作为金属化方案?

在众多候选材料中,铜(Cu)与铝(Al)均被视为潜在替代方案,但路径存在明显差异:

·  Cu:导电性优异,但需要阻挡层与电镀工艺,系统复杂

·  Al:无需复杂电镀体系,可直接兼容丝网印刷与烧结工艺

铝材料在PERC与Al-BSF电池中已大规模应用,具备:

·  成本低

·  资源丰富

·  工艺成熟(丝网印刷 + 烧结)

但在TBC体系中,其挑战在于:

·  如何控制Al与poly-Si界面反应

·  如何同时兼顾低接触电阻与低复合损失

本研究正是围绕这一关键问题展开。


核心方案:双极性铝接触工程设计

TBC太阳能电池铝金属化工艺流程与结构示意图

研究团队提出了一种双极性(n型 / p型)Al接触工程策略,用于替代传统银金属化结构。

核心思路包括:

·  使用专用Al浆料体系(优化Al-Si合金颗粒与玻璃体系)

·  通过烧结工艺调控界面反应强度

·  实现n-poly与p-poly双侧低阻接触

·  抑制过度Al-Si合金化与深度侵蚀

该方案的关键目标是:

在不破坏poly-Si/SiOx钝化接触结构的前提下,实现可量产的低银甚至无银金属化体系。


关键工艺突破:飞秒激光LCO实现精准开孔

飞秒紫外激光LCO过程及其对钝化结构影响表征

在局部接触结构构建中,研究采用了257 nm飞秒紫外激光LCO(Laser Contact Opening)技术。

其优势在于:

·  深紫外高光子能量(约4.8 eV)

·  极浅吸收深度,实现选择性去除AlOx/SiNx

·  几乎不损伤下方poly-Si/SiOx钝化层

实验结果表明:

·  LCO后iVOC基本不下降

·  Raman谱未出现明显非晶硅信号

·  钝化质量保持稳定

这说明该工艺可以实现:“只开窗口,不破坏钝化”的精准界面工程能力。


烧结窗口优化:700℃为关键工艺节点

不同烧结条件下Al接触的电学性能对比

通过对n型与p型poly-Si进行系统对比发现:最优烧结条件:700℃

局部Al接触结构及界面形貌分析

在该条件下:

·  n型接触 J0,metal ≈ 2,500 fA/cm²

·  p型接触 J0,metal ≈ 2,400 fA/cm²

接触电阻率:

·  n型:0.3 mΩ·cm²

·  p型:0.1 mΩ·cm²

进一步观察发现:

·  温度过低 → 接触形成不足(电阻上升)

·  温度过高 → 界面反应增强(复合增加)

尤其值得注意的是:

·  p型poly-Si界面反应明显更剧烈

·  n型界面反应更局部化、可控性更强


界面机理:n型“克制反应”,p型“强反应”

不同烧结条件下Al/n型与Al/p型poly-Si界面形貌与掺杂分布演化

微观分析揭示了显著的极性差异:

n型poly-Si界面

反应区域离散

仅局部形成蚀坑

poly层结构保持较完整

未形成连续深刻蚀

p型poly-Si界面

蚀刻区域明显更大

Al-Si反应更充分

更易形成Al-p⁺层

随温度升高快速扩展

Al/poly-Si界面反应机理示意图

ECV结果进一步显示:

n型在高温下才出现p型反转

p型则从低温即开始明显消耗

本质原因包括:

掺杂环境差异(Al本征p型特性)

p型界面无反向掺杂阻碍

poly-Si微结构差异可能增强扩散


器件结果:效率接近26%,银替代可行性成立

TBC太阳能电池Al金属化体系的器件模拟结果与效率优化路线图

基于实测参数,研究进行了器件级仿真分析:

可以看出:JSC基本不变;下降主要来自: 接触复合增加、局部接触引入的串联电阻

进一步分析指出:性能瓶颈主要不是电阻,而是J0,metal(接触复合)偏高


效率路线图:关键在“降低复合”

模型进一步揭示:

当前Al方案:

J0,metal ≈ 2400–2500 fA/cm²

对应效率:≈25.9%

若要达到Ag体系水平(≈26.8%):

必须满足:n型与p型J0,metal同时降至 400–500 fA/cm² 以下

同时:

允许更小LCO间距

提升填充因子与VOC平衡

优化接触图形设计空间

结论非常明确:

下一阶段的核心不在“能不能做Al接触”,而在“如何进一步降低界面复合”。


本研究系统验证了丝网印刷铝金属化在TBC背接触硅太阳能电池中的可行性,通过LCO精准开孔烧结工艺优化,实现了n型与p型poly-Si的有效双极性低阻接触,并建立了稳定的工艺窗口(约700℃);尽管Al接触在接触复合方面仍高于银体系,从而使器件效率略降至约25.9%(低于Ag体系的26.8%),但其效率已接近26%并展现出明确的产业化潜力。研究进一步表明,当前性能瓶颈主要源于Al/poly-Si界面复合损失而非接触电阻,若未来通过浆料工程界面钝化激光增强接触等手段将J0,metal进一步降低至400–500 fA/cm²以下,无银TBC电池有望在保持低成本优势的同时逼近甚至达到现有银金属化电池的效率水平,为下一代低银/无银高效晶硅电池提供了重要技术路径。


美能TLM接触电阻测试仪

美能TLM接触电阻测试仪所具备接触电阻率测试功能,可实现快速、灵活、精准检测。

  • 静态测试重复性≤1%动态测试重复性≤3%
  • 线电阻测量精度可达5%或0.1Ω/cm
  • 接触电阻率测试与线电阻测试随意切换
  • 定制多种探测头进行测量和分析

美能TLM接触电阻测试仪通过测量不同间距下传输线模型的总电阻并线性拟合,精准提取接触电阻率。

原文参考:Toward silver-free back contact silicon solar cells: Dual-polarity screen-printed aluminum contacts on poly-Si/SiOX passivated contacts

内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道与桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求解、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律与力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化与运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程与交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校与科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示与科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估与减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围与优化方向。
内容概要:本文系统研究了非线性薛定谔方程的物理信息神经网络(PINN)求解方法,提出一种将物理规律嵌入深度学习模型的科学计算新范式。通过构建全连接神经网络架构,将非线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求解。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动与模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力与泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化与结果可视化全流程。; 适合人群:具备Python编程能力与深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模与仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理与实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于非线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真与预测;④ 为相关科研课题提供可复现的算法原型与代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他非线性偏微分方程的求解任务,拓展其在交叉学科中的应用边界。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 微软推出的【AZ-900微软认证】是一项针对初学者的基础级云服务资格认证,其目的在于帮助学习者掌握云概念、微软Azure服务的运作机制以及云解决方案的核心知识。获得这一认证后,考生将能够清晰地理解云计算领域的基础术语、服务模式(包括IaaS、PaaS、SaaS等)以及这些服务在Azure平台上的实际应用方式。 在【必过考题】部分,我们可以观察到两个重点议题,它们分别聚焦于PaaS(平台即服务)的概念阐释和云成本的计算方式。 在第一个议题中,考生被要求辨别关于PaaS的正确性描述。PaaS平台提供了一个开发环境,但并不允许用户直接访问操作系统(Box 1: No)。比如,Azure Web Apps服务可以用来部署web应用,但用户无法直接管理虚拟机或IIS系统。另一方面,PaaS确实具备自动扩展的功能(Box 2: Yes),这表示可以根据实际需求自动增加负载均衡的虚拟机以支持web应用的运行。PaaS框架还为开发人员提供了构建和调整云端应用的工具,预置的应用组件能够有效缩短新应用的编程周期(Box 3: Yes)。 第二个议题同样关注云计算理念的理解,尤其强调IT支出从资本性支出(CapEx)向运营性支出(OpEx)的转型思想。传统的IT投资通常被视为CapEx,而云计算的按需付费机制使企业能够将这部分开支转化为OpEx,从而在财务规划上获得更大的自由度。 在为AZ-900考试做准备时,考生需要特别关注以下几个核心知识点: 1. **云服务模式**:深入理解IaaS(基础设施即服务)、PaaS和SaaS(软件即服务)之间的差异及其各自的应用情境。 2. **Azure服务*...
源码下载地址: https://pan.quark.cn/s/239a0d536a1e 依据所提供的文件资料,可以归纳出以下核心内容:由清华大学计算机系邓俊辉教授精心编纂的算法训练营题目合集,对于CSP(中国软件专业人才设计与创业大赛)及PAT(程序设计能力测试)这类编程竞赛具有极高的参考价值,堪称一份极具价值的参考资料。此类竞赛普遍对参赛者的算法功底和编程技巧提出严苛要求。该合集中的题目与算法领域紧密相连,其中包含了“最大红矩形”这一典型题目。所谓最大红矩形题目,其核心任务是针对一个由红色与绿色方格构成的棋盘,寻觅出最大的纯红矩形区域。要攻克这一问题,必须运用数据结构与算法的相关知识,特别是栈这一数据结构的应用。 “最大红矩形”问题能够被抽象转化为“直方图最大面积”问题。具体转化方法是将棋盘的每一列视为一个独立的直方图单元,其中红色方格的贡献体现为当前位置与前一个绿色方格所在行数的差值,从而保证每个直方图的基宽恒定为1。随后,借助扫描直方图的技术手段来探寻最大矩形面积。这一过程需要对每个直方图进行系统性遍历,并利用栈来记录各直方图的下标信息。一旦检测到当前直方图的高度小于栈顶元素所记录的高度,则意味着遭遇了一个“高点”,此时需计算以该“高点”为右边界条件的最大矩形面积。 在编程实践环节,必须高度关注栈的操作细节,以及如何精确地初始化和操纵栈来应对直方图问题。代码实现中,通常配置两个栈,一个用于储存直方图的高度值,另一个用于标记直方图的下标位置。当面对新高度时,需审慎判断当前高度与栈顶高度的相对关系,并据此抉择是执行入栈操作还是计算面积。针对“低点”(即当前高度小于栈顶),应直接将当前高度纳入栈中;而对于“高点”,则需执行弹出栈顶元素的操作,并基于该栈顶元素的高...
源码链接: https://pan.quark.cn/s/3af847fbbec7 在计算机科学与编程领域中,十六进制(Hexadecimal)以及二进制(Binary)是两种关键性的数值表示方法。十六进制属于一种基于16的计数系统,它运用0至9的数字以及字母A至F(分别象征10至15的数值)来呈现数值,与此同时,二进制则是一种基于2的计数系统,仅采用0和1两个符号。掌握这两种进制之间的相互转换对于深入理解计算机内部运作机制具有决定性意义,因为计算机在底层数据的存储与处理环节通常都是以二进制的形式来进行的。将十六进制转换成二进制的过程可以通过以下几个环节得以完成: 1. **单个十六进制符号的转换**:每一个十六进制符号对应着4位二进制序列。具体而言: - 十六进制中的`0`在二进制表达为`0000` - 十六进制中的`1`在二进制表达为`0001` - 十六进制中的`2`在二进制表达为`0010` - 依此类推 - 十六进制中的`9`在二进制表达为`1001` - 十六进制中的`A`或`a`在二进制表达为`1010` - 十六进制中的`B`或`b`在二进制表达为`1011` - 十六进制中的`C`或`c`在二进制表达为`1100` - 十六进制中的`D`或`d`在二进制表达为`1101` - 十六进制中的`E`或`e`在二进制表达为`1110` - 十六进制中的`F`或`f`在二进制表达为`1111` 2. **多位十六进制符号的转换**:针对一个由多个十六进制符号组成的数值,我们可以逐个符号进行转换,并将得到的二进制序列依次拼接。例如,十六进制数`3F`转换成二进制形式为`00111111`。 3. **编程实现方法**:在编程实践过程中,众多编程语言提...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值