Modélisation de cellules solaires à couche mince avec une bande interdite

graduée

Résumé - Cet article explique comment il est possible d’étudier des structures d’absorbations
graduées dans une cellule solaire à base de CIGS en utilisant outil de simulation numérique
SCAPS. Un modèle sera construit pour une cellule solaire AVANCIS à double classement qui
produit avec le processus de ligne de laboratoire. Nous discuterons d’abord de la manière dont
la littérature et les données de mesure devraient être utilisé pour démarrer la construction du
modèle et ensuite donner une illustration de la manière dont le modèle doit encore être optimisé.
Nous attirerons particulièrement l'attention sur les conséquences d'une structure graduée sur le
modèle. De plus, nous montrera comment on peut discerner l'avantage réel de la classification
par comparaison avec un modèle de référence uniforme.

INTRODUCTION

En utilisant des systèmes matériels tels que CIGS, il est possible pour produire des cellules
solaires où la bande interdite change dans toute la couche absorbante. Introduire un Le
«classement» dans l’absorbeur peut améliorer la performance [1] et quelques cellules solaires
CIGS modernes ont déjà un tel profil de bande interdite [2]. Il est difficile toutefois de discerner
le véritable avantage de classement, en tant que propriétés matérielles variables à travers le
cellule implique de changer la valeur moyenne de la paramètre, et il est presque impossible de
produire un cellule de référence ayant les mêmes propriétés que la cellule étudiée, mais avec
une mise en page uniforme. Donc si on veut étudier à fond les propriétés de classement devrait
utiliser la simulation numérique. Plusieurs auteurs ont déjà effectué des simulations de
gradation solaire cellules [3], [4], [5]. Habituellement, on part d'un «typique» cellule solaire,
mais dans le but d’améliorer la validité de la simulation, il est souhaitable que le modèle imite
une vraie cellule solaire. La prise cependant réside dans le fait qu'un modèle réaliste dépend
d'un énorme nombre de paramètres, et il devrait être capable de reproduire une variété de
mesures [6]. Dans ce travail, nous allons montrer comment un tel modèle réaliste peut être
construit en utilisant SCAPS, une cellule solaire outil de simulation de l'Université de Gent
disponible pour la communauté de recherche PV [7]. La version 2.8 peut manipuler des
structures cellulaires graduées [8]. Nous partons de les données de la littérature et les mesures
effectuées sur un Cellule solaire AVANCIS qui est produite avec le processus de ligne de
laboratoire. Cette cellule présente un double profil de classement [2]. Mesures C-V, C-f et I-V
ont été effectuées à différentes températures à côté de réponse spectrale et mesures DLTS.
Spécial l'attention sera attirée sur les conséquences de classement sur le modèle. De plus nous
montrerons comment nous pouvons ensuite discerner l'avantage réel du classement par
comparaison avec un modèle de référence uniforme.

2 DONNÉES DE LA LITTÉRATURE

Il est impossible d'explorer le paramètre entier espace décrivant une cellule solaire. Un modèle
typique se compose d'environ 6 couches. Quand chaque couche a un défaut, il en faut déjà plus
de 120 paramètres. Une analyse approximative de cet espace de paramètres (par exemple,
choisir entre petit, moyen et grand pour chaque paramètre) nécessite 3e120 a 2.10e57
simulations. À taux d'une simulation par μs (très optimiste), un aurait besoin de 5.1043 année.
Il est donc primordial d’épingler certains paramètres au début. Ceux-ci peuvent être obtenu en
parcourant la littérature disponible et analyse minutieuse de mesures distinctes effectuées sur
la cellule étudiée. On ne peut pas tout mesurer. Donc on est obligé de choisir des paramètres
aussi communs rapporté dans la littérature. Habituellement, les valeurs exactes de ces
paramètres ne sont pas le véritable intérêt de la modeleur (par exemple, la permittivité
diélectrique relative), ou très difficile à mesurer (par exemple, l’alignement des bandes entre
tampon et absorbeur). Malheureusement, il peut y avoir de la propagation sur le résultats
rapportés. C’est entre autres le cas pour la dépendance de bande interdite par rapport à la
composition du CIGS. Combinant les rapports de plusieurs auteurs ([9], [10], [11], [12]) sur le
groupe espace de Cu (In, Ga) Se2, Cu (In, Ga) S2, CuIn (Se, S) 2 et CuGa (Se, S) 2, nous
pouvons toutefois déduire la bande interdite dépendance pour Cu(In1-y,Gay)(Se1-x,Sx)2.

Ou, avec des réarrangements,

où on reconnaît mieux les lacunes de la bande matériaux ternaires CuInSe2, CuGaSe2, CuInS2
est
CuGaS2.

Ce type de formule peut maintenant aussi être utilisé pour exemple pour extraire le rapport In /
Ga ou le rapport Se / S lorsque le rapport Se / S respectivement le rapport In / Ga est déjà connu.
En plus des données numériques, des règles empiriques peuvent également être utilisées. trouvé
dans la littérature. Pour la bande interdite, une règle appelée «La règle de l'anion / cation
commune» est souvent utilisée. Ce stipule que si l'on modifie le rapport In / Ga (commun règle
des anions), il y aura un changement de bande interdite dû à un changement dans la bande de
conduction (CB). De manière analogue changer le rapport S / Se (règle commune des cations)
conduire à un changement de bande interdite en raison d'un changement de la bande de valence
(VB).

3 indices de mesures

Quand on s'en tient aux données de la littérature, on obtient un Modèle «cellule solaire typique».
Ajout de données de mesure le rend réaliste. Les mesures les plus différentes on utilise le
meilleur. Pour le modèle décrit ici, nous utilisé les mesures C-V, C-f et I-V à différents
températures à côté de la réponse spectrale et du DLTS des mesures. De plus, nous avons utilisé
SIMS mesures rapportées dans [2]. Ceux-ci montrent la cellule présente une « graduation on
avant» avec du soufre, ce qui entraînera un abaissement de la bande de valence selon la
commune cation, et un gallium «graduation on arrière» donnant lieu à une un relance de bande
de conduction. Ceci est représenté sur la Fig. 1.
Figure 1: Schéma de la bande de la couche d’absorbeur structure. L’interface absorber-back
contact est sur le côté gauche, l'interface avec le tampon à droite côté. Il y a 4 couches: CIGSe
back model the dos Ga-grading ; CISSe a modelé les modèles devant Sgrading et est divisé en
2 parties (arrière et avant); CISSe fait la transition entre le dos et le graduation on avant.

3.1 Une bande interdite graduée :

Un moyen simple de déterminer la bande interdite est la mesure de la réponse spectrale (voir
Fig. 2) Seuls les photons d’énergie supérieure à la l’espace de la bande d’absorbeur contribuera
au photocourant. De cette façon, nous avons pu déterminer la bande interdite optique de
l'absorbeur approximativement 1,0 eV.

Figure 2: Diagramme d'efficacité quantique externe. Le groupe des trous de tampon, de fenêtre
et d’absorbeur sont visibles dans le différentes transitions dans l'intrigue. La bande interdite
optique de l'absorbeur est d'environ 1,0 eV.
Une deuxième façon de déterminer la bande interdite est en extrapolant la valeur de Voc pour
T = 0 K. Dans le cas recombinaison en vrac (qui est le plus important dans les appareils
modernes) cette tension de circuit ouvert peut être interprété comme: Par exemple = qVoc [13].
Effectuer cette analyse (voir Fig. 3) nous nous retrouvons avec une recombinaison bande
interdite d'environ 1,1 eV.

Figure 3: Voc en fonction de la température mesurée sous différentes conditions de puissance

lumineuse. Extrapolation à T = 0 K conduit à une bande interdite de recombinaison d'environ
1,1 eV.

Il semble que les valeurs de l'optique et la bande interdite de recombinaison ne sont pas
d'accord. Cela est dû à la notation de l'échantillon. La bande interdite optique est déterminé par
la bande interdite minimale de la absorbeur, dans notre échantillon se produisant au milieu de
la couche. La bande interdite de recombinaison peut être liée à la bande interdite à l'endroit où
la plupart des la recombinaison se produit, généralement dans la charge d'espace région (SCR).
Ceci est conforme au SIMS
mesures prédisant une augmentation de la bande interdite vers le SCR en raison de S-
incorporation. Nous pouvons maintenant utiliser les bandes interdites mesurées ensemble avec
les données SIMS pour déterminer la composition de le CIGS dans l’absorbeur. Selon formule
(1), une bande interdite de 1,1 eV correspond à CuIn (Se0.84, S0.16) 2 dans le système CuIn
(S, Se) 2. Un groupe un intervalle de 1,0 eV correspond à du CuInSe2 presque pur. Ici, le fait
que les données de la littérature doivent être traitées avec précaution est à nouveau souligné,
comme la bande minimale écart de CIGS selon Eq. (1) vaut 1,04 eV plutôt que le 1,0 eV mesuré.
Nous commençons donc par un les classifications allant de S / (Se + S) = 0 à S /
(Se + S) = 0,16. Ensuite, nous avons affiné ces valeurs à respectivement 0,1 et 0,3 afin d'obtenir
un meilleur accord entre le mesuré et simulé courbe de réponse spectrale.

3.2 Propriétés des défauts

Les propriétés électriques des niveaux de défaut dans la la bande interdite de l'absorbeur a été
mesurée par moyen de DLTS. Pour ces cellules trois niveaux différents pourrait être distingué,
montré à la Fig. 4.

Figure 4: vue graphique des niveaux de défaut observés au moyen de DLTS dans la partie
classée de la bande écart. La bande interdite correspond à la recombinaison bande interdite,
comme expliqué dans la section précédente.

Deux d’entre eux marqués E1 et E2 ont été observés comme pièges des transporteurs
minoritaires et donc uniquement visibles par appliquer une impulsion d'injection directe (Vp =
0,5 V). le l'énergie d'activation apparente est observée par rapport à la bande de conduction et
la section transversale de capture apparente est pour les électrons. Avec DLTS conventionnel
polarisé en inverse seulement un seul niveau H1, 0,23 eV au dessus la bande de valence a pu
être observée avec un petit capturer la section transversale pour les trous. Nous devons
maintenant introduire les défauts observés dans notre modèle. Cependant, pas tous, mais
seulement ceux qui influencent vraiment le comportement de la cellule, devrait être modélisé.
Dans le modèle, nous devrions donc avoir deux défauts plus ou moins intermédiaires avec une
section transversale environ 10-15-10-17 cm2. Dans le modèle final, ces apparaissent comme
défaut 2 et défaut 3, voir le tableau 1.

3.3 Dopage apparent

Les mesures C-V résultent en un dopage apparent profil de la partie la moins dopée de la
jonction (dans notre cas la partie absorbant). Les résultats de cette la mesure est indiquée à la
Fig. 5. De cette façon, nous pouvons avoir un indice sur la répartition des charges tout au long
de l'absorbeur. S'il y a du calibrage présent, nous pouvons le voir tout de suite.

Figure 5: Densité de dopage apparente à T = 240-300- 360 K (triangles cercles bleus-carrés

verts-rouges). Les données de mesure marquées de symboles, le données de simulation du
modèle final en traits pleins. Dans en pointillés, les résultats de la simulation sont affichés si le
le niveau d'énergie du défaut 2 est modifié comme indiqué au § 4. Toutes les mesures et
simulations C-V effectuées à 10 kHz.

Comme on peut le voir sur la figure 5, augmenter la température augmente la densité de charge
à une profondeur d'environ 0,4 µm. Cela pourrait être dû à des défauts de l'accepteur à ce stade.
profondeur. Avec les résultats de la précédente section, nous avons maintenant comme point de
départ pour le modèle une bonne estimation de la distribution de la densité de défauts et le
niveau d'énergie des défauts. Pouvoir reproduire les profils de dopage apparent mesurés pour
toutes les températures cependant, beaucoup de raffinement est encore nécessaire. Beaucoup
de paramètres entrent en jeu ici. Les sections transversales de capture, l'énergie exacte niveau
et la distribution de densité des différents défauts dans les différentes couches, ainsi que les
densité de dopage peu profonde… Le résultat de la l'optimisation est également illustrée à la
Fig. 5.

4 OPTIMISER LE MODÈLE

Comme indiqué ci-dessus, la littérature et les mesures donnent une bon indice sur l'intérieur de
la cellule, mais dans l'ordre pour obtenir un très bon modèle, les choses doivent être optimisé.
Cette optimisation peut, comme expliqué, ne pas être effectué automatiquement. Selon le
problème, chaque mesure a un relatif différent importance qui ne peut être estimée que par le
modeleur lui-même. A côté de cela, une bonne compréhension de la physique des semi-
conducteurs et des règles simples simples est indispensable pour optimiser le modèle. Sur la
Fig. 5, un exemple d’optimisation de la le niveau d'énergie d'un défaut est indiqué. Pour obtenir
le meilleur accord entre simulation et mesures pour les courbes C-V, il semble que le niveau
d'énergie de cette le défaut (défaut 2 du tableau 1)

doit être supérieur de 0,4 eV le VB. Changer ce niveau pour par exemple 0,3 eV ou 0,5 eV
rompt l'accord avec la mesure pour T = 240 K et T = 300 K respectivement. De cette façon,
nous pouvons épingler cette niveau d'énergie dans une gamme assez courte. Des précautions
doivent cependant être prises. Changer ce niveau influence également d’autres ajustements de
mesure (par exemple, C-f). De plus, d’autres paramètres peuvent avoir une valeur similaire ou
effet neutralisant (par exemple, la section transversale de capture de le défaut ou les propriétés
d’autres défauts).

5 LE MODÈLE FINAL

Le modèle final est constitué de 6 couches différentes: a Couche de fenêtre ZnO de 0,2 µm
d'épaisseur, un CdSbuffer de 0,1 µm d'épaisseur couche et 4 couches modelant l'épaisseur de
2,3 µm absorbeur. L'absorbeur est représenté à la Fig. 1. À à l’arrière de l’absorbeur se trouve
une couche d’extra gallium (CIGSe back) composé de Cu (In0,6, Ga0,4) Se2. À l'avant il y a
une exponentielle classement frontal avec du soufre (classé CISSe). Ce front gamme de valeurs
de S / (Se + S) = 0,3 au niveau du tampon absorbeur- interface à 0,1 à l’arrière de la couche
graduée. Entre les deux il y a une couche de transition-fond (CISSe). La couche graduée CISSe
est divisée en deux différentes parties, «arrière» et «avant», la partie avant est 50% plus épais
que la partie arrière. Ils diffèrent seulement avec respect des propriétés de dopage et de défauts
peu profonds. Tout les défauts et les propriétés de dopage sont résumés dans Tableau 1.
Concordance entre les mesures

et les simulations sont illustrées aux figures 2, 5 et 6. De plus, nous avons simulé l’occupation
de Défaut 2 pour polarisation inverse et impulsion d'injection conditions. On peut voir que le
correspondant Le transitoire de capacité a pour origine l’émission de des électrons. Ce constat
est en très bon accord avec le signe du signal DLTS de la voie principale (c’est-à-dire le défaut
avec le transitoire de capacité le plus élevé amplitude) défaut E2, qui est un piège de porteuse
minoritaire.
Tableau 1: Paramètres utilisés pour définir le dopage et le défaut répartition dans la partie avant
de l'absorbeur: NA: densité de dopage peu profonde; σn: capture de la section transversale de
des électrons; NT: densité de défauts; Ln: diffusion d'électrons longueur. Le défaut 2 a une
distribution exponentielle dans le partie arrière de la couche graduée CISSe, d’où la gauche et
la concentration correcte est mentionnée, Lchar est le longueur caractéristique. Le défaut 3 n’est
présent que dans le partie avant de la couche graduée CISSe. Niveaux d'énergie (Et) sont référés
par rapport au VB, sauf s’ils sont sur le niveau intrinsèque: Ei. La couche arrière CIGSe a une
concentration de dopage peu profonde de 1,7 1016 cm-3. Seulement le défaut 1 est présent dans
cette couche avec une concentration de 1015 cm-3 et une section transversale de 10-15 cm2.
Défaut 2 et Le défaut 3 correspond aux niveaux d’accepteur et correspond au défauts mesurés
par DLTS. Le défaut 1 est un défaut neutre et est uniquement utilisé pour définir une
recombinaison en arrière-plan.

Figure 6: mesurée (symboles) et simulée (solide lignes) caractéristiques de la tension actuelle.

Foncé caractéristiques à T = 240-300-360 K. Illuminé caractéristique à la température ambiante
sous AM1.5 conditions.

6 MISE EN PLACE DU FOND

Le gros avantage de la modélisation numérique de cellules solaires graduées est le fait que l'on
peut discerner la bénéficier de la classification d'autres influences. Quand on change la notation
d'un paramètre tout au long de la cellule solaire on ne change pas seulement la forme du
classement, mais généralement aussi la moyenne valeur de ce paramètre. Pour vraiment
comprendre le influence de la classification et non du changement de valeur moyenne du
paramètre on devrait toujours comparer l'échantillon avec un échantillon uniforme, où le
paramètre classé est moyenné. Dans la vraie vie cette est impossible, il est déjà difficile de faire
deux cellules identique. Mais dans un modèle numérique, c'est déjà un beaucoup plus facile.
Cependant, des précautions doivent être prises. Si on par exemple veut étudier la profondeur de
gradation en augmentant une largeur de la couche (et en diminuant une autre, pour conserver le
total largeur constante) il faut savoir que l'on change de nombreuses autres propriétés, par
exemple ajouter des défauts à une place spécifique dans l'absorbeur présente dans une couche
mais pas dans l'autre Déterminer les avantages réels du classement est donc plutôt tâche
compliquée. Il faut savoir que le travail est certainement pas fini une fois que le modèle a été
construit. Peut-être la barrière la plus difficile alors encore doit être surmonté: déterminer quels
paramètres sont vraiment dues au classement et qui non. Un Un exemple d'une telle analyse
peut être trouvé dans [14].

7. CONCLUSIONS

Être capable de comprendre l'effet de la bande interdite Graduée sur la simulation numérique
des cellules solaires est un très outil utile, sinon indispensable. Comme effet net de le
classement dépend de beaucoup de paramètres très modèle réaliste est nécessaire. Nous avons
montré comment partir à partir des données de la littérature et des résultats de mesure tels le
modèle peut être construit dans SCAPS. Pour pouvoir discerner l’effet net de graduation on doit
devrait comparer les résultats de la simulation avec ceux d'un référence uniforme.
References
[1] O. Lundberg, M. Edoff, L. Stolt, “The effect of Ga-grading in CIGS thin film solar cells”,
Thin Solid Films, vol. 480-481, pp. 520-525 , 2005.
[2] J. Palm, V. Probst, F.H. Karg, “Second generation CIS solar modules”, Solar Energy, vol.
77, pp. 757-765, 2004.
[3] M. Topič, F. Smole, J.Furlan, “Band-gap engineering in CdS/Cu(In,Ga)Se2 solar cells”, J.
Appl. Phys., vol. 79, no. 11, pp. 8537-8540, 1996.
[4] A.M. Gabor, J.R. Tuttle, M.H. Bode, A. Franz, A.L. Tennant, M.A. Contreras, R. Noufi,
D.G. Jensen, A.M. Hermann, “Band-gap engineering in Cu(In,Ga)Se2 thin films grown from
(In,Ga)2Se3 precursors”, Sol. Energy Mater. Sol. Cells, vol. 41-42, pp. 247-260, 1996.
[5] M. Gloeckler, Device physics of Cu(In,Ga)Se2 thin-film solar cells, Ph.D. thesis, Colorado
State University, Fort Collins, 2005.
[6] M. Burgelman, J. Verschraegen, S. Degrave and P. Nollet, “Modeling thin film PV devices”,
Progress in Photovoltaics, vol. 12, pp. 143-153, 2004.
[7] M. Burgelman, P. Nollet and S. Degrave, “Modelling polycrystalline semiconductor solar
cells”, Thin Solid Films, vol. 361-362, pp. 527- 532, 2000.
[8] M. Burgelman, J. Marlein, “Analysis of graded band gap solar cells with SCAPS”, in:
Proceedings of the 23rd European Photovoltaic Conference, Valencia, Spain, 2008, pp. 2151-
2155.
[9] S.J. Fonash, “Solar Cell Device Physics”, Academic Press, San Diego, 1981.
[10] H. Neff, P. Lange, M.L. Fearheiley, K.J. Bachmann, “Optical and electrochemical
properties of CuInSe2 and CuInS2- CuInSe2 alloys”, Appl. Phys. Lett., vol. 47, no. 10, pp.
1089-1091, 1985.
[11] M. Turcu, I.M. Kötschau, U. Rau, “Composition dependence of defect energies and band
alignments in the Cu(In1-x,Gax)(Se1-ySy)2 alloy system”, J. Appl. Phys., vol. 91, no. 3, pp.
1391- 1399, 2002.
[12] S. Wei, A. Zunger, “Band offsets and optical bowings of chalcopyrites and Zn-based II-
VI alloys”, vol.78, no. 6, pp.3846-3856, 1995.
[13] U. Rau, H.W. Schock, “Cu(In,Ga)Se2 Solar Cells”, Ch. 7 in “Clean Energy from
Photovoltaics”, edited by M.D. Archer and R. Hill, Imperial College Press, London, 2001.
[14] K. Decock, J. Lauwaert, M. Burgelman, “Characterization of graded CIGS solar cells”,
presented at the E-MRS spring meeting 2009, symposium B, Strasbourg, 2009.