緊湊型模塊化光譜儀是一很有吸引力的工具,適用于光伏材料的研究和生產(chǎn)。應(yīng)用包括太陽能電池材料的評(píng)估和太陽能電池模塊生產(chǎn)中的質(zhì)量控制。
我們?cè)u(píng)估了近紅外光譜,將其作為一種測(cè)量光伏電池板(模塊)所用材料的方法。一家薄膜光伏電池板制造商要求對(duì)若干專有鍍膜玻璃樣品進(jìn)行近紅外反射率的分析。在環(huán)境實(shí)驗(yàn)室照明條件下,從 1200-2100nm 進(jìn)行測(cè)量。
由于光伏電池板的吸光度特性對(duì)于太陽能電池單元的效率至關(guān)重要,因此確定電池板邊緣和其他處的反射率是這些區(qū)域光損耗的良好指標(biāo)。使用抗反射涂層和玻璃摻雜劑是許多材料制造商可以使用的方法之一,旨在提高能量轉(zhuǎn)換效率。
使用定制的 100 um 入射狹縫的 Ocean Insight NIR 光譜儀分析了五個(gè)鍍膜玻璃樣品,并針對(duì) 1200-2100 nm 的范圍進(jìn)行了優(yōu)化。(預(yù)先配置的 NIRQuest+2.2 覆蓋了 900-2200 nm,是當(dāng)今光譜儀的首選。) 取樣裝置由 鎢鹵素光源、400 μm 反射探頭 和 光學(xué)臺(tái)組成。使用 鏡面反射標(biāo)準(zhǔn)板 作為參考。光譜儀操作軟件已完成設(shè)置。
將玻璃樣品置于樣品支架上,沒有鍍膜的一面朝下,以確保探頭測(cè)量從鍍膜透過玻璃的反射。將探頭定位在 90° 處以測(cè)量鏡面反射率的光學(xué)臺(tái)。
測(cè)量是在高空照明條件下進(jìn)行的。高功率鎢鹵素光源可提供 360-2000 nm 的連續(xù)照明。在 ~7.0cm 處測(cè)量每個(gè)樣品從反射探頭的尖端到樣品表面的距離,以模擬生產(chǎn)條件。
Ocean Insight NIRQuest+ 光譜儀采用增強(qiáng)型光學(xué)臺(tái)式設(shè)計(jì),其靈敏度高,在 900-2500 的近紅外波長(zhǎng)下檢測(cè)限值較小。NIRQuest+ 熱穩(wěn)定性極佳,可用于實(shí)驗(yàn)室或生產(chǎn)線上(如傳送帶上),因?yàn)槠漭^高的靈敏度可讓用戶在較短的集成時(shí)間內(nèi)捕捉必要的光譜。此外,在較長(zhǎng)的波長(zhǎng)下,如在太陽能電池板材料的評(píng)估中,NIRQuest+ 測(cè)量低噪聲水平下的漫反射,從而在難以捕獲不同光譜特征的波長(zhǎng)下產(chǎn)生更清潔的光譜。
樣品的反射光譜表明,在所有五個(gè)樣品中,反射值是一個(gè)波長(zhǎng)正相關(guān)的函數(shù),峰值約為 2000 nm(圖 1)。另外,最小反射樣品和最大反射樣品之間的差別在波長(zhǎng)范圍的下限和上限處相對(duì)較小,其中觀察到的最大變化接近 1700nm。捕獲光譜時(shí)未應(yīng)用平均或滑動(dòng)平均功能。
圖 1. NIR 鏡面反射測(cè)量揭示了評(píng)估用于光伏板的鍍膜玻璃樣品的光譜差異。
鍍膜樣品的反射強(qiáng)度在較小波長(zhǎng)下為 ~25%,在較大波長(zhǎng)下高達(dá) 80%。這些值與鏡面反射率的參考有關(guān),該標(biāo)準(zhǔn)板在所有近紅外波長(zhǎng)上具有幾乎 ” 平坦 ” 的反射率。
隨著光伏材料開發(fā)商尋求提高電池效率,對(duì)用于評(píng)估玻璃鍍膜、摻雜劑和其他材料的方便分析工具的需求非常大??梢耘渲糜糜谘芯繉?shí)驗(yàn)室和生產(chǎn)線應(yīng)用的近紅外光譜儀等光學(xué)傳感系統(tǒng)。
近紅外光譜法可以用于確定鍍膜玻璃樣品彼此之間的反射率以及確定已知反射率標(biāo)準(zhǔn)板。因此,可以使用 Ocean Insight 光譜儀和配件推斷樣品涂層的太陽能捕獲效率。
以下是最近關(guān)于太陽能材料分析的開源論文和引用的一小部分:
1. Anaya, M., Correa-Baena, J.P., Lozano, G., Saliba, M., Anguita, P., Roose, B., Abate, A., Steiner, U., Gr?tzel, M., Calvo, M.E., Hagfeldt, A., and Míguez, H., “Optical analysis of CH3NH3SnxPb1-xI3 absorbers: a roadmap for perovskite-on-perovskite tandem solar cells,” Journal of Materials Chemistry A, 2016, 4, 11214-11221
2. Cacovich, S., Divitini, G., Ireland, C., Matteocci, F., DiCarlo, A., and Ducati, C., “Elemental Mapping of Perovskite Solar Cells Using Multivariate Analysis: an Insight of Degradation Processes,” ChemSusChem, Vol. 9, Issue 18, Sept. 22, 2016.
3. Karin, T., and Jain, A., “Visual Characterization of Anti-Reflective Coating on Solar Module Glass,” 2020 47th IEEE Photovoltaic Specialists Conference, added to IEEE Explore 05 January 2021 (citation only)
4. Karin, T., and Miller, D., “Nondestructive Characterization of Antireflective Coatings on PV Modules,” IEEE Journal of Photovoltaics, Volume 11, Issue: 3, May 2021 (citation only)
5. Liu, Y., Yangui, A., Kiligaridis, A., Moons, E., Gao, F., Inga?as, O., Scheblykin, I.G., and Zhang, F., In Situ Optical Studies on Morphology Formation in Organic Photovoltaic Blends, Small Methods, 13 September 2021.
6. Merdasa, A., Rehermann, C., Hirselandt, K., Li, J., Maus, O., Mathies, F., Unold, T., Dagar, J., Munir, R. and Unger, E., “Eye in the process: Formation of ‘triple cation’ perovskite thin films rationalized by in-situ optical monitoring,” Research Square preprint, Version 1, posted 04 November, 2020.
7. Zhang, Y., Wang, N., Wang, Y., Zhang, J., Liu, J. and Wang, L. All-polymer indoor photovoltaic modules, iScience, Volume 24, Issue 10, 22 October 2021.