■ 龔道仁 袁志鐘 趙文 東野長旭 陳勇 姚宏 尤奇 喻書豪 朱佳

(1. 揚州光電產(chǎn)品檢測中心，國家級光電產(chǎn)品檢測重點實驗室；2. 江蘇大學材料科學與工程學院；3. 青島智目科技公司；4. 中國海洋大學信息學院)

0 引言

在可再生能源技術中，太陽能光伏是最重要的技術之一，其產(chǎn)品占有較大的可再生能源市場份額[1]。對于太陽能光伏的終端產(chǎn)品——組件而言，在進入市場之前，必須通過一系列的認證[2-5]。目前的國際權(quán)威認證機構(gòu)主要有德國萊茵TüV[6]、德國南德TüV[7]和美國UL[8]，這幾家認證機構(gòu)占據(jù)了絕大多數(shù)的市場份額。其中IEC 61215、IEC 61646和IEC 61730是光伏組件出口到歐盟的相關標準，UL 1703是光伏組件出口到美國的標準，這些標準的具體名稱如表1所示。

一般而言，太陽能光伏組件的認證工作由一系列的標準化測試組成。組件產(chǎn)品只有全部通過所有測試，才能獲得認證證書，才可在相應市場銷售。這些測試包括：外觀檢查、最大功率測試、絕緣耐壓測試、濕漏電流測試等。越來越多的研究發(fā)現(xiàn)，上述標準中光伏組件最大功率的下降與其電致發(fā)光圖譜中發(fā)現(xiàn)的太陽電池片的缺陷有直接聯(lián)系，因此目前在測試和認證中已大量引入電致發(fā)光測試作為重要的輔助手段，如揚州光電產(chǎn)品檢測中心就配備了光伏組件的電致發(fā)光測試設備。但光伏組件的電致發(fā)光測試不同于其他的標準測試，其測試參數(shù)容易標準化但測試結(jié)果難以評價。因此，光伏組件的電致發(fā)光測試標準化過程中，對電池發(fā)光圖像的缺陷分析、評級、對未來效能的評價等是難點，也是目前研究熱點。但到目前為止，幾乎所有的光伏組件的電致發(fā)光測試系統(tǒng)僅能得到組件的電致發(fā)光圖像，需要借助工程師的個人經(jīng)驗來對結(jié)果進行解讀，得到的信息包括：組件中缺陷電池的數(shù)量、缺陷的位置、缺陷類型等。我們的目標是將機器視覺技術結(jié)合到光伏組件的電致發(fā)光測試設備中，能夠利用軟件自動識別電致發(fā)光測試圖像中的缺陷電池及缺陷的類型，這樣可避免人為操作可能出現(xiàn)的錯誤并大幅提高工作效率。

表1 光伏組件檢測認證的主要標準

1 電致發(fā)光原理及太陽電池電致發(fā)光知識庫

電致發(fā)光的原理比較簡單，以晶硅太陽電池為例，即在太陽電池正接并施加電壓電流的情況下，注入到p-n結(jié)的電子和空穴進行輻射復合而放出近紅外光的現(xiàn)象。如果硅材料內(nèi)部有雜質(zhì)、沉淀、位錯等缺陷[9-16]，那么電子、空穴優(yōu)先在這些缺陷處復合，從而減少或沒有近紅外光放出。如果太陽電池的制備工藝出現(xiàn)問題，造成硅片破裂、電極制作質(zhì)量差等不良狀況[17,18]，同樣會造成電注入的問題，會降低其缺陷區(qū)域的電致發(fā)光強度。硅片不同的缺陷類型，造成電致發(fā)光的強度變化是不同，其二維圖像的形貌也不同。

圖1 典型的太陽電池電致發(fā)光測試圖

目前，針對太陽電池、組件等，工業(yè)界采用的是拍照技術，即通過信號采集設備將太陽電池、組件的整個電致發(fā)光測試平面的情況記錄下來，形成二維圖。圖1即為典型的太陽電池電致發(fā)光測試圖像，可清晰地看到3條黑線，對應電池正面的3條主柵線，其余的灰色部分則是太陽電池發(fā)出的近紅外光。在電致發(fā)光的圖像中，可看到電池面上的明暗分布，并由此得出被測試系統(tǒng)的材料及工藝制程的缺陷分布、類型等情況[19-23]。同樣，根據(jù)電池的電致發(fā)光圖像的整體明亮程度，也可判斷其光電轉(zhuǎn)化效率的高低，圖像明亮證明其材料、制造工藝缺陷少，效率較高，反之亦然。

根據(jù)實際經(jīng)驗并結(jié)合理論分析，我們建立了詳盡的晶硅太陽電池的電致發(fā)光缺陷知識庫，詳細標明了每種缺陷的類型，簡要說明了每種缺陷的形成原因。需要說明的是，研究對象僅限于單晶硅太陽電池片及其組件，以及多晶硅太陽電池片及其組件，因此知識庫中僅包含這兩類電池片和組件相應的電致發(fā)光缺陷相關數(shù)據(jù)。

根據(jù)各種電池發(fā)光缺陷的來源，可大致分為硅片缺陷、電池片制造缺陷、組件缺陷等3大類。硅片缺陷是指在硅片的定向凝固、切片、清洗包裝等過程中的生成缺陷，如雜質(zhì)和缺陷造成的電池電致發(fā)光黑斑、黑圈等，清洗不干凈造成的沾污從而導致的電致發(fā)光圖像的暗團等；電池片制造缺陷是指在電池片的制絨、印刷、燒結(jié)等制造過程中產(chǎn)生的缺陷，如斷柵、短路等；組件缺陷是指在電極焊接、層壓等組件制造過程中產(chǎn)生的缺陷，如裂紋、虛焊等。這些缺陷都對應著不同的電致發(fā)光圖像特征。

如圖2所示，我們將知識庫中兩種缺陷展示出來，該樣片為單晶硅太陽電池片，兩種缺陷分別為壞柵線(圖中橢圓，紅色)和裂紋(圖中圓圈，紫色)。其中，前者的造成原因是電池片正面的電極副柵線的電接觸不好，導致電注入差，因此其電致發(fā)光的亮度暗，其特點是形狀與副柵線平行；后者造成的原因是在電池和組件的制造過程中，電池片受外力作用形成裂紋，該處的電子和空穴輻射復合失效，不會有發(fā)光，因此呈現(xiàn)暗線條。同時可注意到，這些裂紋可表明該電池片為單晶硅電池片。對于單晶硅電池片而言，因為其單晶的晶體屬性，因此裂紋呈現(xiàn)規(guī)則的形狀(見圖2)，為直角交叉的十字形裂紋。在該圖中，僅標出一處裂紋，還有一些類似形態(tài)的裂紋在其周圍分布。其他一些太陽電池的電致發(fā)光缺陷還包括：氧環(huán)、短路、沾污、黑芯、柵線印刷問題、熱斑等，其形態(tài)特征各不相同，全部記錄在知識庫中。

圖2 太陽電池片的兩種電致發(fā)光測試得到的缺陷

對于單晶硅和多晶硅兩種太陽電池而言，有些電致發(fā)光表征出來的缺陷，如氧環(huán)、黑芯等，一般僅存在于單晶硅太陽電池片中；有些缺陷在兩種電池片中機理相同，但電池發(fā)光的缺陷形貌卻有明顯不同，如裂紋，單晶硅太陽電池片的裂紋呈現(xiàn)規(guī)則線條，最常見的是圖2中的十字形，而多晶硅太陽電池，因存在眾多晶界的特性，其裂紋線條大多沒有規(guī)律。因此，在知識庫的建立工程中，要充分考慮單、多晶硅太陽電池兩大體系的共同點和不同點，以及這兩種體系帶來的復雜性。

2 光伏組件的電致發(fā)光測試系統(tǒng)

晶硅光伏組件由60片或72片太陽電池串聯(lián)組成，然后經(jīng)過焊接、引線、層壓、封裝等多道工藝加工而成，組件長度一般會達到近2 m，寬度約在1 m。目前，常見的光伏組件電致發(fā)光測試系統(tǒng)如圖3所示。光伏組件平放在測試設備黑箱支架上，玻璃面板朝上，在黑箱的頂部安裝有圖像采集器。在電力輸入組件后，組件內(nèi)的太陽電池產(chǎn)生電致發(fā)光效應，發(fā)出近紅外光，被圖像采集器采集得到，再通過數(shù)據(jù)傳輸系統(tǒng)將電致發(fā)光圖像傳輸?shù)胶谙渫獠康挠嬎銠C系統(tǒng)中，顯示出光伏組件的電致發(fā)光圖像結(jié)果。

圖3 組件電致發(fā)光測試系統(tǒng)示意圖

典型的光伏組件電致發(fā)光圖像如圖4所示，該組件為72片電池片的封裝結(jié)構(gòu)。整個組件在電輸入的情況下，每個太陽電池都有近紅外光放出，從而在圖像采集器得到的圖像中，可看到組件內(nèi)部每一個電池的電致發(fā)光情況。圖4中還可看到，電池片組的4條邊緣線呈弧形線條，這是由于圖像采集系統(tǒng)的圖像畸變造成的。在我們的后續(xù)機器視覺軟件系統(tǒng)中，將對這部分畸變進行校正。

圖4 典型的太陽電池組件電致發(fā)光圖像

3 缺陷檢測

3.1 缺陷檢測原理及流程

電池板EL圖像中，由于各電池片是串聯(lián)方式連接，如果電阻不一會導致某些電池片整體偏暗，如圖5所示。

圖5 組件中相鄰電池片呈現(xiàn)亮度不同的電致發(fā)光圖像

可看到，圖5左側(cè)圖中的缺陷部分(紅色方框區(qū)域)和右側(cè)圖中的正常部分(黃色方框)亮度幾乎一致，如果用閾值的方法會導致大量誤判。為分離背景和缺陷區(qū)域，我們采用了改進的最佳閾值分割方法。

最佳閾值分割的思想是將圖像的直方圖用兩個或更多個正態(tài)分布的概率密度函數(shù)來近似表示的方法，代表了一種被稱之為最佳閾值化的方法。閾值取離對應于兩個或更多個正態(tài)分布最大值之間的最小概率處最近的灰度值，其結(jié)果是最小錯誤的分割。具體步驟為：

1)求出圖像中的最大和最小灰度值Zl和Zk，令閾值初值T0=(Zl+Zk)/2。

2)根據(jù)閾值Tk將圖像分割成目標和背景兩個部分， 求出兩個部分的平均灰度值ZO和ZB：

式中，Z(x,y)為圖像上(x,y)點的灰度值；N(x,y)為(x,y)的權(quán)重系數(shù)。

3)求出新的閾值：Tk+1=(ZO+ZB)/2。

3.2 缺陷區(qū)域檢測

求最佳閾值后，按以下步驟提取檢測區(qū)域：

1)取下一個檢測點。

2)用最佳閾值檢測該點周圍的點，如果該點在其周圍為突變點，如果有，則轉(zhuǎn)3)；否則轉(zhuǎn)1)。3)擴大滑動窗口的大小，如果在更大的搜索半徑中，依然能保持2)步驟中的比例，則該檢測點是缺陷點，如果相鄰8點中有缺陷點，鏈接該缺陷點。

4)如果不是最后一個點，轉(zhuǎn)1)，否則結(jié)束。

3.3 缺陷判定

求得的缺陷點連接成區(qū)域，根據(jù)要檢測的電致發(fā)光缺陷如短路、沾污、黑芯、柵線印刷問題、熱斑等的區(qū)域特征，對缺陷區(qū)域進行檢測。知識庫中相關內(nèi)容的豐富程度直接影響到檢測的準確性。

不同的缺陷類型，檢測、判定的難度不同。例如裂紋的判斷要求比黑心，黑邊嚴格，因為一旦出現(xiàn)裂紋將很容易破裂，導致整塊電池板失效。上述方法在判斷局部細小邊緣，尤其是小的裂縫時，很容易漏檢。

針對這種裂紋的特殊需求，特此定義一種線性算子即微分算子：

即在邊緣提取時，增加一個能產(chǎn)生沖激響應的微分算符可強化類似裂縫這樣的尖銳邊緣。

3.4 軟件系統(tǒng)開發(fā)流程圖

圖6 系統(tǒng)研制流程圖

圖6是具有基于機器視覺技術、具備自動識別功能的系統(tǒng)開發(fā)流程圖。首先要準備一個較詳盡的知識庫，明確定義每一種太陽電池缺陷對應的電致發(fā)光圖像特點。系統(tǒng)的硬件部分從搭建系統(tǒng)開始(見圖3)，將各種設備搭建、調(diào)試到位，然后對光伏組件進行電致發(fā)光測試，獲得組件的電致發(fā)光圖像。在開發(fā)的軟件里，對該圖像進行定位、校正，然后標定出組件中電池片上的缺陷區(qū)域，在與知識庫的比對過程中進一步分析缺陷類型。系統(tǒng)測試完成后，檢驗效果，如果達到預期效果，則系統(tǒng)研發(fā)成功；如果沒有達到預期目標，則從新開始測試、軟件調(diào)試研發(fā)。

這個系統(tǒng)的重點是知識庫的建立和自動分析軟件的開發(fā)。目前我們的開發(fā)團隊中包含材料、測試、機器視覺的開發(fā)人員具備材料背景的人員，負責建立知識庫，具備機器視覺開發(fā)背景的人員負責編寫自動分析軟件，具備測試背景的人員負責測試設備的調(diào)試、維修，并提供光伏組件的電致發(fā)光圖像。

3.5 實驗結(jié)果

圖7是我們自己開發(fā)的系統(tǒng)測試軟件(該軟件已經(jīng)申請軟件著作權(quán)：基于機器視覺的電致發(fā)光(EL)測試系統(tǒng)軟件，申請?zhí)枺?014R11L251110)分析得到的初步實驗結(jié)果。從組件電致發(fā)光圖像中選取兩個電池片圖像進行說明，每個電池片包含3幅圖，左側(cè)圖為原始圖像，中間圖為校正后的圖像，右側(cè)圖是針對中間圖的分析圖像。圖7a是具有黑芯缺陷的電池片，右側(cè)圖中紅色方框范圍內(nèi)是軟件自動分析出的缺陷區(qū)域，并自動判斷為黑芯電池片。圖7b是具有裂紋缺陷的電池片，右側(cè)圖中紅線標示出上方一條、下方兩條裂紋。目前，我們開發(fā)的軟件可標示、分析絕大部分的太陽電池片和組件的電致發(fā)光缺陷類型。

圖7 初步的系統(tǒng)分析結(jié)果實例(紅色線條標示的為缺陷)

4 結(jié)論

本文開發(fā)了基于機器視覺技術、具備自動識別功能的太陽能光伏組件電致發(fā)光測試系統(tǒng)，實現(xiàn)了以下主要功能：

1)能夠得到清晰的光伏組件電致發(fā)光圖像；

2)標出了光伏組件中問題電池片上的缺陷位置；

3)根據(jù)電致發(fā)光圖像分辨出太陽電池的缺陷類型。

可看出，我們開發(fā)的系統(tǒng)達到了預期的效果，今后將用大量的實驗測試來驗證該系統(tǒng)的穩(wěn)定性、準確度，并不斷更新、維護。另外，目前我們僅關注電致發(fā)光的缺陷類型，其實，不同的缺陷類型，不但其形態(tài)不同，其危害程度也不相同。下一步的工作，要把缺陷類型與光伏組件的效率表現(xiàn)、工作壽命等數(shù)據(jù)相結(jié)合，實現(xiàn)對組件的效率表現(xiàn)、工作壽命的預測，這項工作正在進行中，需要大量的數(shù)據(jù)分析。

[1] Hering G. Year of the tiger [J]. Photon International, 2011, 3:186－218.

[2] Thomas D B. A certification program for photovoltaic modules[J]. Solar Cells, 1982, 7: 183－185.

[3] Osterwald C R, Hammond R, Zerlaut G, et al. Photovoltaic module certification and laboratory accreditation criteria development[J]. Solar Energy Materials and Solar Cells, 1996, 41-42: 629－636.

[4] Osterwald C R. Chapter III-2-Standards, Calibration, and Testing of PV Modules and Solar Cells[M]. Practical Handbook of Photovoltaics-Fundamentals and Applications (2nd Edition),2012,1045－1069.

[5] Fertig F, Broisch J, Biro D, et al. Staility of the regeneration of the boron-oxygen complex in silicon solar cells during module certifi cation[J]. Solar Energy Materials and Solar Cells, 2014, 121:157－162.

[6] TüV德國萊茵公司, 大中華區(qū)主頁[EB/OL]. http://www.tuv.com/cn/greater_china/home.jsp, 2015-04-02.

[7] TüV南德意志集團, 大中華區(qū)主頁[EB/OL]. http://www.tuv-sud.cn/. , 2014-12-17.

[8] UL測試集團, 英文版主頁[EB/OL]. http://ul.com/,2015-02-19.

[9] Weber E R. Transition Metals in Silicon[J]. Applied Physics, A,1983, 30: 1－20.

[10] Moller H J, Long L, Werner M, et al. Oxygen and Carbon precipitation in multicrystalline solar silicon[J]. Physica Status Solidi, 1999, 171: 175－189.

[11] Soiland A K, Ovrelid E J, Engh T A, et al. SiC and Si3N4inclusions in multicrystalline silicon ingots [J]. Materials Science in Semiconductor Processing, 2004, 7: 39－43.

[12] Buonassisi T, Istratov A A, Marcus M A, et al. Engineering metal-impurity nanodefects for low-cost solar cells[J]. Nature Materials, 2005, 4: 676－679.

[13] Macdonald D, Cuevas A. Transition-metal profiles in a multicrystalline silicon ingot[J]. Journal of Applied Physics, 2005,97:033523-1－033523-7.

[14] Yu X G, Chen J H, Ma X Y, et al. Impurity engineering of Czochralski silicon[J]. Materials Science and Engineering: R,2013, 74: 1－33.

[15] Skarvada P, Tomanek P, Koktavy P, et al. A variety of microstructural defects in crystalline silicon solar cells[J]. Applied Surface Science, 2014, 312: 50－56.

[16] Murphy J D, McGuire R E, Bothe K, et al. Minority carrier lifetime in silicon photovoltaics: The effect of oxygen precipitation[J]. Solar Energy Materials and Solar Cells, 2014,120: 402－411.

[17] Chaturvedi P, Hoex B, Walsh T M. Broken metal fingers in silicon wafer solar cells and PV modules[J]. Solar Energy Materials and Solar Cells, 2013, 108: 78－81.

[18] Hassan A H. Defects in geometric design of capsulation of commercial poly-Si solar cell module[J]. Renewable Energy, 2000,19: 617－623.

[19] Hinken D, Ramspeck K, Rothe K, et al. Series resistance imaging of solar cells by voltage dependent electroluminescence[J].Applied Physics Letters, 2007, 91: 182104-1-3.

[20] Fuyuki T, Kitiyanan A. Photographic diagnosis of crystalline silicon solar cells utilizing electroluminescence [J]. Applied Physics A, 2009, 96: 189－196.

[21] Fuyuki T, Kondo H, Yamazaki T, et al. Photographic surveying of minority carrier diffusion length in polycrystalline silicon solar cells by electroluminescence [J]. Applied Physics Letters, 2005, 86: 262108-1－262108-3.

[22] Bruggemann R, Olibet S. Analysis of electroluminescence from silicon Heterojunction solar cells [J]. Energy Procedia, 2010, 2: 19－26.

[23] Tsai D M, Wu S C, Li W C. Defect detection of solar cells in electroluminescence images using Fourier image reconstruction [J].Solar Energy Materials and Solar Cells, 2012, 99: 250－262.