随着社会迈向可再生能源的未来,太阳能电池板尽可能有效地将光转化为电能至关重要。一些最先进的太阳能电池接近理论上的最高效率——犹他大学和柏林亥姆霍兹中心的物理学家已经找到了一种使它们变得更好的方法。
在一项新研究中,物理学家使用一种称为互相关噪声光谱的技术来测量硅太阳能电池内部材料之间流动的电流的微小波动。研究人员确定了传统噪声测量方法完全不可见的关键电噪声信号。他们还能够查明可能导致噪音的物理过程,这通常会导致能量损失和效率降低。
“测量物体上的噪音相对简单。你可以购买能做到这一点的设备。但困扰我们的问题是这些设备也有噪音,”美国大学物理学副讲师、该论文的主要作者凯文·达文波特 (Kevin Davenport) 说。纸。“这种互相关技术使我们不仅可以测量设备的噪声,还可以测量检测器的噪声并将其去除,这样我们就可以看到非常非常小的噪声信号。”
该技术于 6 月 24 日发表在《科学报告》杂志上,是一种重要的新工具,可以改善材料界面以获得更好的太阳能电池,或分析其他复杂设备的低效率。
“令人惊讶的是,效率的微小改进对工业来说是多么重要。由于生产规模,仅仅百分之一的一小部分改进就可以转化为数十亿美元,”共同作者、柏林自由大学物理学教授兼系主任克劳斯利普斯说在柏林亥姆霍兹中心设计和制造太阳能电池。
“过去,我们使用互相关技术来研究相当简单的研究级发光二极管,但该方法的优势在这项工作中真正体现出来,”美国物理学教授安德烈·罗加乔夫 (Andrey Rogachev) 说。该研究的合著者。“而且它超越了太阳能行业。在任何具有多层的设备中,材料之间的每个界面都会以某种方式降低效率。它是如此复杂,你必须非常谨慎才能说出正在发生的事情,更重要的是,特定噪音发生的地方。事实证明,这种技术使我们能够做到这一点。”
正如现代研究中经常发生的那样,单一方法不足以理解复杂的设备。柏林亥姆霍兹中心的博士后研究员、该研究的合著者 CT Trinh 进行的太阳能电池模拟极大地帮助了对噪声数据的解释。最后的合著者是马克·海沃德 (Mark Hayward),他当时是美国大学的本科研究人员,现在是加州大学欧文分校的研究生。
分析噪音
该研究分析了硅异质结太阳能电池 (HSC),这是一种高端类型的单一材料太阳能电池,目前是市场上同类产品中最高效的——26.7% 的光照射到电池上被转化为电能。相比之下,构成住宅太阳能电池板的电池效率在 15% 到 20% 之间。
在 HSC 中,当称为光子的单个光粒子被由晶体硅制成的光活性层吸收并产生带负电的电子和带正电的空穴对时,发电就开始了,这些电荷是由丢失的电子引起的。然后,电子和空穴被两个选择性接触产生的电场拉向相反的方向,该接触由用杂质改性的氢化非晶硅制成。这个过程会产生我们用作电力的电流。问题在于选择性电极和光活性硅不能完美匹配,从而产生捕获电子的缺陷。为了消除研究级太阳能电池中的这些缺陷,如研究中的那些,科学家们在它们之间放置了一层超薄的纯非晶硅。最后,
HSC 的效率取决于不同层连接在一起的程度。两层之间的轻微不匹配会使电子难以到达它们需要去的地方——这个问题会产生噪声信号。
“这个问题有点隐藏在这些接口中,而且很难检测到任何类型的信号。但我们使用的噪声技术对非常非常小的单个信号非常敏感,”达文波特说。他继续说,这就像听不同乐器演奏的音符一样。小提琴上的 C 音符与大提琴上的 C 音符相同,但它们听起来不同。如果你要分析那个音符,你可以提取信息来了解产生它的乐器的一些信息,比如弦的长度或材料。
“我们做了类似的事情。我们看到了不同噪声信号的广泛频谱和沿频率轴的不同位置。我们可以说,‘好吧,我们看到的音符的这一部分,我们可以归因于这个物理过程和这个部分是一个不同的物理过程,'”达文波特说。“但是设备中充满了这些都会产生噪音的过程,而且很难解开它们的纠缠——就像在 200 人的合唱团中拉出一个声音一样。这种技术使我们能够去除很多不需要的部分信号。”
映射效率低下
硅 HSC 非常出色,但它们仍然存在局限性。研究团队的新技术确定了设备中特定物理过程产生电信号的关键区域。未来,这些阶段的小调整可以提高这些电池和未来太阳能电池的效率。在筛选出电杂音以发现相关信号后,物理学家进行了模拟以查明信号所在位置正在发生的物理过程。
下一代太阳能电池被称为串联电池,它是不同光伏材料的堆叠,每种材料对太阳光的不同部分都很敏感,使这种设备能够产生更多能量。一种提议的器件层是热价钙钛矿材料。
“总的来说,新型太阳能电池本身就可以突破硅器件的极限,效率超过 30%,”Lips 说。
在这个效率边缘,小损失很重要。材料科学家观察到了一种这样的损失;透明 ITO 的沉积以某种方式改变了下面的硅层,产生了降低设备效率的缺陷。研究人员在这项研究中发现的主要电噪声信号之一是在这个界面上,电荷被捕获和释放。当孔穿过设备背面的类似屏障时,出现了另一个主要信号。
“检测这些信号的能力意味着我们可以了解它们的来源并减轻它们,”达文波特说。
犹他大学的研究得到了 NSF 的支持,而 Helmholtz-Zentrum 的研究得到了 DFG 的支持。