吳衛珍 賴家柱
摘要:本文主要主要研究基于視覺的太陽能電池片表面缺陷和隱裂的檢測,在電池串焊前,及時剔除不合格產品,并為后續焊接提供電池片的位姿信息以進行精密操作和定位,確保焊接質量。
關鍵詞:隱裂現象;太陽能電池1背景
石油、天然氣、煤炭等不可再生能源隨著人類的使用變得越來越少。同時全球能源需求快速增長,尋找新能源改善現有能源結構變得非常緊迫。太陽能是解決全球能源問題最有前途的替代能源。專家預測,到2050年,太陽能將占人類使用能源的35%以上,成為第一大能源[1]。太陽能是最具開發和應用前景的可再生能源之一,光伏發電是利用太陽能的最佳途徑之一[2]。
根據赫爾穆特凱澤咨詢公司(Helmut Kaiser Consultancy)調查分析,到2015年新能源市場將呈現多樣化的發展趨勢,其中水力發電360億美元、風力發電241億美元、太陽熱能142億美元、地熱能45億美元、生物質能42.4億美元,而太陽能光電市場將達461億美元,可見太陽能發電是今后一段時期主要發展的新能源[3]。歐盟制訂了“百萬屋頂太陽能計劃”, 德國制訂了“十萬屋頂太陽能計劃”,日本推出了“新陽光計劃”,美國加州推出了“百萬太陽能屋頂法案”。我國在2009年3月,財政部、住房和城鄉建設部聯合發布了《關于加快推進太陽能光電建筑應用的實施意見》與《太陽能光電建筑應用財政補助資金管理暫行辦法》,對符合條件的太陽能光電建筑應用示范項目給予相應的補貼。各國對太陽能的財政補助使太陽能裝機容量大幅提升。
2太陽能電池的缺陷分析
太陽電池是光伏發電技術的核心器件,它的質量直接影響著光伏組件的發光效率。在晶體硅太陽電池薄片化發展及組件的生產過程中,存在許多缺陷問題,如碎片、斷柵、黑片、花片、隱裂、虛焊、色差、臟污等。由于電池片在焊接或搬運過程中受外力造成,或者電池片在低溫下沒有經過預熱在短時間內突然受到高溫后出現膨脹造成隱裂。
缺陷的存在將極大降低組件的效率、可靠性和使用壽命乃至光伏系統的穩定性。這些缺陷的存在會降低太陽能電池的轉換效率及使用壽命,造成了較大的經濟損失[5]。同時會導致電池片組件特性出現水桶效應。而且網狀隱裂會影響組件功率衰減。如網狀隱裂長時間會出現碎片,出現熱斑等直接影響組件性能。為了提高合格率,避免有缺陷的電池片進入太陽能光伏組件。使用合格的硅片對于保證后續處理環節的有效性至關重要。故才用視覺檢測技術在太陽能電池片串焊前剔除有缺陷的電池片。顯著降低硅片斷裂的風險,并最大限度地減少停機時間。
3措施
在這些缺陷中,大部分是隱性的或難以人為做定量判斷,尤其是對于電池表面存在晶界的多晶硅太陽電池,檢測難度更大。故在生產過程中避免電池片過于受到外力碰撞。在焊接過程中電池片要提前保溫(手焊)烙鐵溫度要符合要求。并且要嚴格要求檢驗。
目前大多數太陽能生產廠家采用人工的方式檢測電池片的表面質量,依賴工人的視覺判斷,因此帶來了許多檢測問題。計算機視覺檢測相對與人工視覺具有一下優點:⑴能夠實現檢測過程的自動化;⑵檢測精度和可靠性高;⑶檢測效率高。
目前工業化晶體硅太陽電池在制造過程中通常采用絲網印刷、高溫燒結、互聯、層壓封裝等生產工藝,其中絲網印刷的機械應力、焊接的熱應力、高溫燒結的熱應力、層壓封裝的機械應力等不可避免會引入一些缺陷,包括隱裂、碎片、斷柵、虛焊等,這類缺陷的存在極大地影響了太陽電池的光電轉化效率和電池的壽命。據估計,每條組件生產線每年由于缺陷帶來的直接經濟損失約為60萬美元,故有效的檢測手段是非常必要的。常用的方法如下:
⑴基于電致發光(EL)的理論,利用紅外檢測的方法,通過CCD近紅外相機實驗成功地檢測出了晶體硅太陽電池中存在的隱性缺陷,如隱裂、斷柵、電阻不均勻、花片等,將EL圖像與可見光下電池圖像進行了對比,說明電致發光法是一種有效識別隱性缺陷的檢測方法。
⑵對存在缺陷的太陽電池進行了伏安特性測試,得出隱裂缺陷對太陽電池伏安特性、填充因子、效率等性能的影響,也驗證了電致發光技術檢測太陽電池缺陷的準確性。
⑶對缺陷電池EL圖像進行數字圖像處理:(a)識別出了晶硅電池隱裂缺陷,并計算出缺陷的面積、周長、圓形度等缺陷特征,實現了隱裂缺陷的量化判斷識別;(b)對太陽電池組件進行黑片不合格電池判斷,實現組件角度旋轉,圖像截取,電池片分塊識別、黑片面積計算,不合格電池位置判斷等的全自動化識別;制作了GUI圖形用戶界面,適于實際生產操作的需求。
4結論
本文的目的在于介紹了太陽電池組件識別缺陷的方法,如果缺陷檢測提高到了精確量化識別的水平,對于目前靠人工肉眼識別的光伏生產產業將有著非常大的應用前景。
[參考文獻]
[1]徐中東.中國光伏產業現狀與發展戰略探析.河北學刊,2010,30(5): 144-146.
[2]高軍武,陶崇勃.國內外太陽能光伏產業市場狀況與發展趨勢.電氣技術,2009,(8):89-92.
[3]梁昌鑫,陳孝祺.太陽能電池現狀及其發展前景.上海電機學院報, 2010,13(3):182-186.
[4]羅承先.太陽能發電的普及與前景.中外能源,2010,12(11):33-39.
[5]董棟,陳光夢.基于近紅外圖像的硅太陽能電池故障檢測方法.信息與電子工程,8(5):539-543.