缺陷群引起的多晶硅太阳能电池的局限性

缺陷群引起的多晶硅太阳能电池的局限性

作者：Bhushan Sopori、P.Rupnowski、V.Mehta、V.Budhraja、S.Johnston、N.Call、H.Mountinho、M.Al-Jassim，National Renewable Energy Laboratory；Aziz Shaikh，Ferro Electronic Materials；

M.Seacrist，MEMC；D.Carlson，BP Solar

多晶硅(mc-Si)占太阳能光伏应用所需硅总量的一半以上，这个比例还在不断增长。在过去的30年里，通过铸锭或长晶进行多晶硅生产的技术得到了深入的研究，以期降低硅片成本。多晶硅不需要seeding，设备的设计也比CZ法和FZ法简单。因此，铸锭技术的成本显著降低。同时，多晶硅由更低等级的原料制造，主要是微电子产业中的废料或超出规格的原料。因此，多晶硅硅片包含更高浓度的杂质。原材料中更低的纯度并不会使硅锭的质量降低到C Z和FZ方法中一样的程度。但多晶硅生长很快，硅锭会有较大的热应力，并伴随较高的缺陷密度。位错是晶粒间常见的缺陷种类。在晶体生长过程中，杂质与缺陷相互作用，将会对电池性能带来严重的影响。

本文展示了多晶硅中缺陷群(DCs)对电池性能局限性的影响的理论和实验结果。多晶硅中的DCs呈现出空间分布、特定晶向周围大面积高位错密度的特点。DCs的出现对材料的特性和电池的性能有显著的影响。本研究的目的是为了全面的研究DCs的本质和影响，并评估改善的方法。缺陷的晶向影响也进行了研究。最后，我们探索了在长晶阶段或电池制造阶段去除DCs的可能性。

缺陷群的特性多晶硅硅片具有较高的C和O浓度。它们也包含过渡金属杂质(如Fe、Cr)，水准通常为1014cm-3，这对于少子寿命非常有害。通常的少子寿命<10μs。多晶硅硅片中的平均缺陷密度为5x105cm-2。但目前的多晶硅硅片通常含有缺陷群，即聚集在一起的晶体缺陷，形成了扩展的缺陷区域，但彼此间相互分离。

具体的缺陷群结构可以在硅片抛光和刻蚀后被描绘出来。图1是缺陷刻蚀后的光学显微镜图像，缺陷群中的位错聚集在一起并延伸至几个晶粒。对于高品质材料来说，硅片被缺陷群覆盖的典型比例为5-10%；质量较低的材料的比例通常更高。商业检测仪器PVSCAN可以观察到缺陷图中更大规模的缺陷群。图1b是4.25*4.25-in硅片上得到的图像，显示硅片的大部分位错缺陷率很低。平均位错密度是4x105cm-2。较亮的区域是缺陷群。这些区域的

缺陷密度为107cm-2。

在长晶过程中，当局部热应力超过某些晶向的屈服应力时，就会导致应力通过产生局部缺陷的方式得以释放，缺陷群由此产生。缺陷群也是金属杂质内部析出的位置。图1c描绘了缺陷群区域这种析出的界面TEM图。缺陷群中的杂质析出需要特别的关注，因为析出的在用光伏技术很难吸出。因此，缺陷群在杂质吸出技术的发展中承担了更重要的角色。

缺陷的形成在多晶硅中，当某些晶向的晶粒的屈服应力通过产生位错的方式与热应力相呼应。位错产生后，应力得以释放。为了研究晶向与位错密度之间的相关性，我们必须获得特殊的晶向图。图2是我们获得硅锭不同部分切割的硅片的激光扫描图。为了进行校准，这样的图像与缺陷密度图进行了对比。我们最初的研究说明，位错是在蓝色和紫色晶向的晶粒中产生的。

有缺陷群的电池的光电响应建模我们采用了网络模型进行缺陷群对电池光电响应的研究。在该模型中，我们认为缺陷群是局部化的、大面积的缺陷，在整个电池上繁衍，见图3 a。因为很高的再复合率和较大的尺寸，内部载子的传输和与每个缺陷群相关的能带弯曲可以忽略。

建模需要两个步骤。首先，每个器件由与缺陷密度相关的再复合特性表示，产生的数值有光生电流密度Jph、少子寿命τ，和暗饱和电流分量J01和J02，分别与体再复合和结再复合

相对应。再用与结和金属图形的方块电阻相对应的电阻分量将二极管阵列相互连接。网络状结构产生最终的期间特性以及局部电流和电压的分布。

在缺陷群的网络状模型中，有两种二极管：无缺陷二极管和有缺陷二极管。它们的特性可以用光生电流Jph和两个暗电流的指数分量Jdark来表示：

i表示二极管，J01和J02表示饱和电流。通过二极管的总电流Ji可以由下式给出：

Jph i、J01i和J02i的数值可以通过实验结果估算。比如，挑选一个电池，然后基于LBIC 或长波、响应及电池的电流-电压(I-V)曲线来估算无缺陷和有缺陷电池的Jph值。然而，J0 1和J02不能由电池本身决定。我们采用二极管阵列技术，为不同的材料和缺陷密度建立了的J01和J02数据库。对硅片进行边缘钝化并在硅片上制造台型二极管阵列，用探针测量它们的电学特性。器件特性和缺陷数据经过编译计算。需要指出的是，网络状模型假定没有内部载子传输，即器件间的通讯是通过高传导的发射极区和bus bar。

用我们的网络状模型模拟已测量位错分布的太阳能电池。通常，一个单独的大面积光伏电池可以用3000个独立的二极管代表。图4和5是模拟的结果。图4是两个有缺陷的电池和一个无缺陷的电池上计算所得的I-V特性。可以看到，缺陷群在降低电压相关参数方面占据了主导地位。

图5中，开路电压(Voc)和短路电流(Jsc)的密度以被缺陷群覆盖的相关区域的函数关系来表示。为了进行比较，Voc和Jsc也被包含在内。完美的太阳能电池，即没有任何活跃的缺陷群的电池的参数由图5中的数据点进行推测。我们发现，推测出的最终值为：Voc=615-62 0mV，Jsc=31mA/cm2。需要指出的是，这些数值与原始材料的性能和电池工艺密切相关。

我们的网络状模型对于给定最终电压的整个电池上的电压和电流的空间分布提供了详细的信息。图6描绘了4*4英寸的电池上的模拟结果。图6a是LBIC图像（λ=0.98μm）。图6b、c、d是前锋终端电压为0.500、0.505、0.515和0.525V时的direction-of-current flow的空间分布。绿色表示前锋电流，红色表示电流中的反向。因此，缺陷群可以局部电流的反向流动，导致缺陷群部位的内部能量损耗。

实验研究为了测量缺陷群的影响，采用了以下的实验步骤。从不同的供应商获得了连续的