研究目的
我们工作的目标是通过理想因子来评估污染物浓度。在我们采用的经验方法中,可以区分以下几个关键步骤:(i) 针对已知污染物成分的太阳能电池模拟暗态?????特性曲线;(ii) 根据双二极管模型对所得特性曲线进行拟合并估算理想因子;(iii) 利用初始杂质浓度和计算得出的理想因子值推导解析函数或梯度关系式。
研究成果
通过计算机模拟研究了硅n?-p太阳能电池基区中铁浓度与二极管理想因子之间的关系。模拟所用数据如下:铁浓度范围为101?至1013 cm?3,基区掺杂水平为101?至101? cm?3,温度范围为290至340 K。结果表明,理想因子值可用于估算污染物浓度。
研究不足
该研究通过仅考虑三个变量(温度、掺杂水平和铁浓度)来简化任务,所得解析表达式仅适用于近似情况。太阳能电池的几何结构(如基底层厚度)也会影响理想因子大小,但未详细考量。
1:实验设计与方法选择:
本研究采用计算机模拟技术探究含铁杂质的硅n+-p太阳能电池理想因子值,使用太阳能电池电容模拟器(SCAPS)进行器件数值模拟,并通过二极管理想因子模型提取理想因子值。
2:样本选择与数据来源:
研究选取铁浓度范围10^10-10^13 cm^-3、基区掺杂水平范围10^15-10^17 cm^-3及温度范围290-340K的参数组合。
3:基区掺杂水平范围10^15-10^17 cm^-3及温度范围290-340K的参数组合。
实验设备与材料清单:
3. 实验设备与材料清单:本研究使用SCAPS模拟器进行数值模拟计算。
4:实验流程与操作步骤:
研究涵盖以下工况:(i)肖克利-里德-霍尔(SRH)复合;(ii)本征复合与SRH复合共存;(iii)未配对间隙铁原子;(iv)铁-硼复合体与间隙铁原子共存。
5:数据分析方法:
提出基于电流-电压曲线的硅太阳能电池铁浓度评估算法,给出解析表达式并计算校准曲线。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容