对于太阳能电池对光的总吸收不代表有效吸收也就是说吸收的光并非都在有源层参与了光电转换。例如只有进入 a-Si 有源层的光才可能参与光电转换ITO 中的吸收属于寄生损耗。这篇教程使用 Dreapex TMM 的 ITO / a-Si 简化结构分析光被哪一层吸收。你将用 R/T/A 和Layer Absorption区分有源层吸收与寄生吸收再通过厚度扫描和优化提高 400–700 nm 的 a-Si 平均吸收率。柔性非晶硅薄膜太阳能电池可以直接与屋面材料结合。图像来源Maury Markowitz / Wikimedia Commons许可CC BY-SA 3.0原始作品页。区分有源层吸收与寄生吸收非晶硅amorphous silicona-Si是本模型的有源吸收层。ITO 是透明前电极它吸收的光通常属于寄生损耗不能与 a-Si 吸收等同看待。图 1薄膜太阳能电池的典型分层结构与入射光方向。图像来源Radiotrefoil、美国能源部 / Wikimedia Commons许可公共领域原始作品页。本教程把图中的透明导电层简化为 ITO把吸收层简化为 a-Si。随后使用层吸收结果区分 ITO 寄生损耗与 a-Si 有效吸收。吸收材料的复折射率写为n ~ n i k , α 4 π k λ . \tilde nn\mathrm{i}k, \qquad \alpha\frac{4\pi k}{\lambda}.n~nik,αλ4πk.式中n ~ \tilde nn~为复折射率n nn为折射率实部k kk为消光系数i \mathrm{i}i为虚数单位α \alphaα为吸收系数λ \lambdaλ为真空波长。较大的k kk会使光在材料中衰减得更快薄膜内的干涉还会改变电场分布因此各层吸收不能只由厚度判断。对于被动膜系每个波长满足R T A 1 , A ∑ j 1 L A j . RTA1, \qquad A\sum_{j1}^{L}A_j.RTA1,Aj1∑LAj.式中R RR、T TT和A AA分别为功率反射率、透射率和总吸收率A j A_jAj为第j jj层吸收的入射功率比例L LL为膜层数。Absorptance给出总吸收Layer Absorption才能回答“光被哪一层吸收”。这一判断同样适用于光电探测器、选择性吸收器和发光器件目标层中的吸收通常有用电极或封装中的吸收往往是损耗。建立 ITO / a-Si 简化结构建立空气 / ITO / a-Si / 玻璃结构。ITO 与 a-Si 使用案例库中的波长相关 n、k 教学数据底部玻璃用常数折射率 1.52。位置材料厚度折射率类型顶部介质空气—Constantn 1.00 n1.00n1.00、k 0 k0k0第 1 层ITO80 nmFile第 2 层a-Si200 nmFile底部介质玻璃—Constantn 1.52 n1.52n1.52、k 0 k0k0图 2ITO / a-Si 基线结构。该模型用于学习光学吸收分配。它没有包含背电极、掺杂层、纹理和载流子输运因此计算结果不是太阳能电池转换效率。设置光学条件在Optics页设置 400–900 nm、5 nm 步长、0° 入射和未偏振光并启用Reflectance、Transmittance、Absorptance和Layer Absorption。图 3用于观察吸收边缘和分层吸收的 Optics 设置。400–900 nm 用于观察 a-Si 的吸收边缘后续设计指标只验收 400–700 nm。未启用入射光谱时波段平均值是各采样波长的算术平均不是太阳光谱加权效率。运行前先预测400–700 nm 的吸收应主要发生在 a-Si 中ITO 寄生吸收较小增加 a-Si 厚度会继续提高有源层吸收但增益会逐渐减小。建立吸收基线运行计算先核对 R/T/A再打开Layer Absorption。图 4基线结构的分层吸收。条件R RRT TT总A AAITO 吸收a-Si 吸收400–700 nm 平均14.217%8.672%77.110%0.461%76.650%550 nm5.269%3.635%91.096%091.096%总吸收与两层吸收之和一致全部波长的最大能量闭合误差约为1.1 × 10 − 16 1.1\times10^{-16}1.1×10−16。能量守恒证明结果完整但只有分层结果能判断吸收是否进入了 a-Si。扫描 a-Si 厚度在Sweep中选择a-Si Absorber → Thickness从 100 nm 扫描到 500 nm步长 50 nm。其他结构和光学条件保持不变。图 5a-Si 厚度扫描。点击Sweep后在Layer Absorption结果页把Layer选为a-Si Absorber。九条曲线分别对应 100–500 nm 的 a-Si 厚度。图 6不同 a-Si 厚度对应的有源层吸收光谱。a-Si 厚度平均R RR平均T TT平均 a-Si 吸收率100 nm18.000%18.594%62.949%200 nm14.217%8.672%76.650%300 nm12.788%4.635%82.116%400 nm12.645%2.551%84.344%500 nm12.837%1.433%85.270%图 7a-Si 加厚后有源层吸收提高但增益逐渐减小。a-Si 从 100 nm 增加到 500 nm 时平均透射率从 18.594% 降到 1.433%有源层吸收率从 62.949% 提高到 85.270%。反射率没有单调变化而是在约 13% 附近起伏这是膜内干涉改变电场分布的结果。光学上更厚的 a-Si 能吸收更多光但也增加材料用量并可能降低载流子收集效率。厚度扫描给出光学趋势不能单独决定真实电池的最优厚度。直接优化有源层吸收优化目标是 a-Si 的平均层吸收率A ‾ a - S i 1 M ∑ q 1 M A a - S i ( λ q ) . \overline{A}_{\mathrm{a\text{-}Si}} \frac{1}{M}\sum_{q1}^{M}A_{\mathrm{a\text{-}Si}}(\lambda_q).Aa-SiM1q1∑MAa-Si(λq).式中A ‾ a - S i \overline{A}_{\mathrm{a\text{-}Si}}Aa-Si为 a-Si 平均层吸收率A a - S i ( λ q ) A_{\mathrm{a\text{-}Si}}(\lambda_q)Aa-Si(λq)为波长λ q \lambda_qλq处的 a-Si 吸收率q qq为采样点序号M 61 M61M61为 400–700 nm、5 nm 步长下的采样点数。在Optimizer中设置项目设置目标最大化 a-Si 的 Layer Absorption 平均值波段400–700 nm5 nm 步长变量 1ITO 厚度40–140 nm起点 80 nm变量 2a-Si 厚度100–500 nm起点 200 nm算法TRF最多 160 次评估全局起点Grid 5 × 5保留 3 个 Seed图 8直接把有源层吸收写成优化目标。图 9Grid 起点与 TRF 算法设置。不要用总Absorptance代替目标。总吸收增加也可能来自 ITO而那部分光不能进入 a-Si。本次优化经过 72 次目标评估和 34 次迭代得到 ITO 62.372 nm、a-Si 485.857 nm。点击Apply to Structure再回到Structure确认厚度已经更新。图 10有源层吸收优化报告。图 11应用最优解后的结构。用正向计算验收最优解应用最优厚度后重新运行计算不把优化报告直接当作最终结果。图 12优化结构的分层吸收。400–700 nm 平均指标基线优化后变化R RR14.217%8.052%−6.165 个百分点T TT8.672%1.426%−7.247 个百分点总A AA77.110%90.522%13.412 个百分点ITO 吸收0.461%0.473%0.012 个百分点a-Si 吸收76.650%90.049%13.399 个百分点a-Si 平均吸收率提高了 13.399 个百分点相对提升约 17.48%ITO 寄生吸收几乎不变。550 nm 处a-Si 吸收率为 96.496%最终结果仍满足R T A 1 RTA1RTA1。最优 a-Si 厚度接近 500 nm 上限说明当前纯光学目标仍偏向加厚吸收层。工程设计应加入工艺膜厚、材料用量和电学收集约束并使用真实太阳光谱加权。变化题在当前模型中把 a-Si 厚度改回 200 nm再把 ITO 厚度依次设为 40、80 和 120 nm。分别记录 ITO 与 a-Si 的平均层吸收判断总吸收的变化是否真正进入了有源层。原文地址https://tmm-docs.dreapex.com/zh-CN/tutorials/solar-cell-absorption