Upload
lecong
View
220
Download
0
Embed Size (px)
Citation preview
Technische Universität München
Fakultät für Physik
Bayerisches Zentrum für Angewandte Energieforschung e.V.
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Masterarbeit
Valentin Kunkel
01. Juli 2014
Betreuung: Prof. Dr. Rudolf Gross
i Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Masterarbeit eingereicht im Rahmen des Studienganges Applied and Engineering Physics.
Betreuender Prüfer: Prof. Dr. Rudolf Gross Zweitgutachter: Prof. Dr. Martin Brandt Betreuer am ZAE: Dr. Andreas Vetter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen ii
Zusammenfassung
Die Leistungsfaktoren von Dünnschichtsolarzellen, wie zum Beispiel der Wirkungsgrad, sind
temperaturabhängig. Daher ist die Bestimmung ihrer thermischen Eigenschaften von
Bedeutung um beispielsweise Simulationen durchzuführen, bei denen die thermischen und
photo-elektrischen Eigenschaften betrachtet werden. Im Rahmen dieser Arbeit wird ein Ansatz
vorgestellt, bei dem, basierend auf kontaktlosen Thermografiemessungen, auf die spezifische
Wärmekapazität und die Wärmeleitfähigkeit zurückgeschlossen werden kann. Dafür wird eine
CIGS-Solarzellen (3 µm CIGS auf 3 mm dicken Substrat) mit einem Laser thermisch angeregt
und die zeitliche Entwicklung des Temperaturprofils durch eine Infrarotkamera aufgezeichnet.
Zur Bestimmung der thermischen Parameter wird das thermische Verhalten durch ein Finite-
Elemente-Programm simuliert. Mit Hilfe eines iterativen Ansatzes werden die thermischen
Parameter der CIGS in der Simulation variiert, um sich den tatsächlichen Werten anzunähern.
Abstract
The power factors of thin film solar cells, like efficiency, are temperature dependent.
Therefore, the determination of the thermal properties is important, to execute simulations
for investigating thermal and photo-electric behavior. In this thesis, an approach is presented
to determine the specific heat capacity and thermal conductivity based on non-contact
thermography measurements. CIGS solar cells (3 µm CIGS on 3 mm thick substrate) are
thermally excited by a laser and the time evolution of the temperate profile is recorded by an
infra-red camera. To determine the parameters, the thermal behavior is simulated by a Finite-
Element-Program. An iteration approach is used to vary the thermal parameters of the CIGS
within the simulation to achieve the actual values.
iii Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Danksagung
Ich bedanke mich bei Dr. Andreas Vetter, der mir als Betreuer vor Ort während meiner Arbeit
stets bei Fragen und Problemen zur Seite stand. Vielen Dank auch für die Möglichkeit das
Thema zu bearbeiten und meine Ideen umzusetzen.
Weiterhin möchte ich mich bei den Doktoranten Michael Woiton, Amir Hashemi, Ali Esmaeli
und Bastian Weisenseel bedanken, die mich durch anregende Gespräche und tatkräftige
Unterstützung begleitet haben.
Für die Umsetzung und Konzeption der einzelnen Aufbauten möchte ich mich bei Sergej
Lohvitki und Leonid Lohvitki bedanken.
Vielen Dank auch an Prof. Dr. Rudolf Gross, der meine Arbeit betreut hat und bei Bedarf stets
ein offenes Ohr gehabt hat.
Valentin Kunkel Inhaltsverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen iv
Inhalt
Kapitel 1: Einleitung .................................................................................................................. 2
1.1 Photovoltaik als Teil der „Energiewende“ .......................................................................... 2
1.2 Struktur und Ziele der Arbeit .............................................................................................. 4
Kapitel 2: Grundlagen von CIGS-Solarzellen .............................................................................. 6
2.1 Aufbau von CIGS-Solarzellen ............................................................................................... 7
2.2 Kontaktlose Messungen an CIGS-Solarzellen ...................................................................... 8
2.3 Parameter der CIGS-Proben ................................................................................................ 8
Kapitel 3: Grundlagen der Wärmelehre .................................................................................. 10
3.1 Wärmestrahlung ............................................................................................................... 10
3.1.1 Planck’sches Strahlungsgesetz ................................................................................... 11
3.1.2 Stefan-Boltzmann-Gesetz .......................................................................................... 12
3.1.3 Emissionsgrad ε .......................................................................................................... 12
3.2 Wärmeleitung und Konvektion ......................................................................................... 13
3.3 Anregung der CIGS-Proben ............................................................................................... 14
3.3.1 Periodisches Heizen einer Oberfläche ....................................................................... 14
3.3.2 Thermisch dicke und dünne Proben .......................................................................... 15
3.3.3 Periodisches Heizen mit einer Linienquelle ............................................................... 15
3.3.4 Temperaturabhängigkeit der Wärmeleitfähigkeit und der spezifischen
Wärmekapazität .................................................................................................................. 17
Kapitel 4: Grundlagen der Thermografie ................................................................................ 20
4.1 Allgemein Funktionsweise ................................................................................................ 20
4.2 Detektortypen ................................................................................................................... 22
4.2.1 Bolometer .................................................................................................................. 22
4.2.2 Quantenempfänger .................................................................................................... 22
4.3 Lock-in-Thermografie ........................................................................................................ 23
4.3.1 Lock-in-Methode ........................................................................................................ 23
4.3.2 Bedingungen für die Lock-in-Frequenz fLock-in ............................................................. 26
4.3.3 Vorteile der Lock-in-Methode .................................................................................... 26
Inhaltsverzeichnis Valentin Kunkel
v Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Kapitel 5: Aufbau der Simulation ............................................................................................. 28
5.1 Methode der Finite Elemente ........................................................................................... 28
5.2 FE-Programm zur Berechnung der Temperaturverteilung................................................ 30
5.2.1 Codetest 1: Platte mit einseitig konstanter Temperatur ........................................... 31
5.2.2 Codetest 2: Konstante Leistung an der Oberfläche ................................................... 33
5.2.3 Inputparameter für die Simulationen ........................................................................ 34
5.3 Struktur des Iterationsverfahren zur Bestimmung der thermischen Materialparameter 36
5.3.1 Darstellung des Iterationsschemas ............................................................................ 38
5.3.2 Einfluss der Dünnschicht ............................................................................................ 40
5.4 Details des Algorithmus ..................................................................................................... 42
5.4.1 Bestimmung der thermischen Parameter aus dem Oberflächentemperaturprofil ... 42
5.4.2 Bestimmung der thermischen Parameter mit Lock-in-Thermografie ........................ 47
5.5 Überprüfung des Algorithmus ........................................................................................... 51
5.5.1 Überprüfung der Iteration mit Oberflächentemperaturprofildaten .......................... 51
5.5.2 Überprüfung der Iteration mit Lock-in-Daten ............................................................ 52
Kapitel 6: Variation der Simulationsparameter ....................................................................... 54
6.1 Einfluss von künstlichem Rauschen ................................................................................... 54
6.2 Einsatz eines Flashers ........................................................................................................ 58
6.3 Erhöhung der Heizleistung ................................................................................................ 59
6.4 Änderung der Anregungsfrequenz .................................................................................... 61
Kapitel 7: Experimenteller Aufbau .......................................................................................... 64
7.1 Mechanische Komponenten ............................................................................................. 65
7.2 Elektrische Komponenten ................................................................................................. 66
7.2.1 Infrarotkamera IRCAM Taurus 110k SM pro .............................................................. 66
7.2.2 Linienlaser OSELA StreamLine .................................................................................... 67
7.2.3 Messcomputer ........................................................................................................... 68
7.2.4 Schaltplan ................................................................................................................... 69
Kapitel 8: Durchführung des Experiments ............................................................................... 70
8.1 Bestimmung der Start- und Randbedingungen ................................................................. 70
8.2 Kalibrierung des Messplatzes ............................................................................................ 70
8.3 Messung der Referenzprobe ............................................................................................. 72
8.4 Messung der CIGS-Solarzelle ............................................................................................. 74
Kapitel 9: Ergebnisse und Diskussion ...................................................................................... 76
Kapitel 10: Zusammenfassung und Ausblick ......................................................................... 82
10.1 Anpassung des Iterationscodes ....................................................................................... 82
10.2 Bessere Bestimmung der Randbedingungen .................................................................. 83
10.3 Vakuumkammer zur Unterdrückung der Konvektion ..................................................... 83
Valentin Kunkel Inhaltsverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen vi
10.4 Lamellenstrukturen ......................................................................................................... 84
Anhang ........................................................................................................................................ 86
Eingabevariablen des Algorithmus.......................................................................................... 86
Darstellung des Iterationscodes .............................................................................................. 88
IRCAM Taurus 110k SM Pro .................................................................................................. 100
OSELA StreamLine SL-660-130-S-C-45 .................................................................................. 102
Literaturverzeichnis ............................................................................................................... 106
Abbildungsverzeichnis........................................................................................................... 110
Tabellenverzeichnis ............................................................................................................... 114
Abkürzungs- und Symbolverzeichnis Valentin Kunkel
vii Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Abkürzungs- und Symbolverzeichnis
α Absorptionsgrad α Diffusivität A Amplitudenfaktor A Amplituden-Signal A(t) Relevantes Messsignal bei der Lock-in-Messung ARausch Amplitude des künstlichen Rauschens a-Si amorphes Silizium c-Si kristallines Silizium c Lichtgeschwindigkeit cP Spezifische Wärmekapazität (allgemein) cP Spezifische Wärmekapazität der Dünnschicht cP,Substrat Spezifische Wärmekapazität des Substrats C Konstanter Anteil der Lock-in-Messung CV Isochore Wärmekapazität CIGS Kupfer-Indium-Gallium-Diselenid cts. Counts d Dicke einer Schicht/Probe dBlende Blendendurchmesser D Dimension ε Emissionsgrad f Frequenz f Brennweite fLock-in Lock-in-Frequenz fRausch Frequenz des künstlichen Rauschens fS Sampling Rate F Messsignal FE Finite Elemente FIR Fernes Infrarot/far infrared IPCC Intergovernmental panel for climate change IR Infrarot k Parameter der Fourier-Transformation kB Boltzmann-Konstante K(t) Korrelationsfunktion Kk Korrelationsverteilung
Korrelationsverteilung für das In-Phase-Signal
Korrelationsverteilung für das Quadratur-Signal
Lλ Spektrale Strahldichte λ Wellenlänge λ Wärmeleitfähigkeit (allgemein) λ Wärmeleitfähigkeit der Dünnschicht λLaser Wellenlänge der Laserdiode λSubstrat Wärmeleitfähigkeit des Substrats
Valentin Kunkel Abkürzungs- und Symbolverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen viii
Thermische Diffusionslänge LSP line spread function h Planck’sches Wirkungsquantum m Masse M Temperaturabstrahlung eines Körpers pro Flächeneinheit M Gesamtzahl der Messungen MIR Mittleres Infrarot/mid infrared n Anzahl der Messungen pro Periode N Anzahl der Perioden NNodes Anzahl der Knoten NTeilchen Teilchenanzahl NEP Rauschäquivalente Strahlungsleistung/noise equivalent power NETD Rauschäquivalente Temperaturdifferenz/
noise equivalent temperature difference NIR Nahes Infrarot/near infrared r Raumkoordinate p Leistungsdichte p Periode p0 Flächenleistungsdichte
Leistungsamplitudenliniendichte
Phasen-Signal P Leistung PFlasher Flasherleistung PHeiz Dimensionsreduzierte Heizleistung am Mittelknoten PLaser Laserdiodenleistung PLaser(y) Laserleistungsprofil PNode Dimensionsreduzierte, eingebrachte Leistung an einem Knoten. PV Photovoltaik Q Wärmeenergie Reflexionsgrad ρ Dichte ρ Dichte der Dünnschicht ρSubstrat Dichte des Substrats R Thermischer Widerstand R(t) Rauschsignal während der Lock-in-Messung σ Stefan-Boltzmann-Konstante σ Standardabweichung S0° In-Phase-Signal S-90° Quadratur-Signal SPixel Mittleres Pixelsignal sgn Signum-/Vorzeichenfunktion t Zeit tint Integrationszeit tLeistung aus Letzter Zeitschritt mit eingeschalteter Heizleistung tMessung Gesamte Messzeit tPeriode Periodendauer dt Zeitschritt im FE-Programm T Temperatur T0 Starttemperatur TOberfläche Oberflächentemperatur TElement Temperatur eines Elements ΔTRausch Größe des Temperaturrauschens
Abkürzungs- und Symbolverzeichnis Valentin Kunkel
ix Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Über alle Perioden gemittelte Temperaturdifferenz ΘD Debye-Temperatur τ Transmissionsgrad τ Reaktionszeit TCO Transparent-Conductive-Oxide TTF Thermische Transferfunktion VElement Dimensionsreduziertes Volumen x Raumkoordinate Umrechnungsfaktor zwischen Temperatur und Signal y Raumkoordinate z Raumkoordinate ω Kreisfrequenz
Valentin Kunkel Kapitel 1: Einleitung
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 2
Kapitel 1: Einleitung
1.1 Photovoltaik als Teil der „Energiewende“
Die sogenannte „Energiewende“, also der Umstieg von Kernenergie und fossilen Brennstoffen
zu regenerativen Energieformen, ist bereits seit Jahren eines der Hauptthemen von Politik und
Gesellschaft. Ihre besondere Stellung zeigt auch der Fakt, dass im aktuellen Koalitionsvertrag
der Bundesregierung der Thematik ein eigenes Kapitel eingeräumt wird [1]. In diesem wird
unter anderem ein Anteil von 60 Prozent erneuerbare Energie bis zum Jahr 2035 als Ziel
ausgegeben und auch die Förderung von Photovoltaik soll beibehalten werden. Diese
Förderung findet sich in dem Gesetzentwurf zur Reform des Erneuerbaren Energien
Gesetzes [2] wieder. In diesem wird ein jährlicher Ausbau der Solarenergie um 2500 Megawatt
angestrebt. Die Notwendigkeit einer „Energiewende“ zeigt ebenso der fünfte
Sachstandsbericht, Teilbericht 3 des Intergovernmental panel for climate change (IPCC) von
2014 [3]. In diesem wird wieder ein Anstieg der weltweiten Treibhausgas-Emission und der
damit korrelierten globalen Temperatur festgestellt, aber auch die Realisierbarkeit der
Einhaltung der Zwei-Grad-Obergrenze.
Abbildung 1.1: Prognose der Endenergie aus erneuerbaren Energien in Deutschland bis 2050 aus dem Szenario „2011 A“ [4].
Kapitel 1: Einleitung Valentin Kunkel
3 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Um dieses Ziel zu erreichen, wird die Photovoltaik (PV) einen wachsenden Beitrag leisten
müssen (siehe Abbildung 1.1). Unter Photovoltaik versteht man die direkte Umwandlung von
Sonneneinstrahlung in Strom durch Solarzellen.
Der Großteil der fast 37 GW derzeit installierten PV-Leistung [4] liefern
Dickschichttechnologien, die auf kristallinen Silizium (c-Si) basieren. Dünnschichtsolarzellen,
die im Wesentlichen aus amorphem Silizium (a-Si), Cadmiumtellurid (CdTe), Kupfer-Indium-
Gallium-Diselenid-Verbindungen (CIGS) oder organischen Materialien bestehen, werden
jedoch in Zukunft einen immer größer werdenden Beitrag zur solaren Stromerzeugung stellen
(siehe Abbildung 1.2). Dies liegt zum einen an den niedrigeren Herstellungskosten durch
geringeren Materialeinsatz und zum Teil kostengünstigeren Herstellungsverfahren, zum
anderen an der stetig steigenden Effizienz. Insbesondere wurde 2013 mit einer CIGS-Solarzelle
ein neuer Weltrekord für den Wirkungsgrad von Solarzellen aufgestellt. Dieser liegt bei 20,8
Prozent und somit über dem vom multikristallinen Silizium [5].
Ein wichtiger Faktor für den Wirkungsgrad von Solarzellen aller Art ist die Temperatur der
Zelle [6]. Diese wird einerseits durch die Umgebung (Sonneneinstrahlung, Aufständerung, etc.)
beeinflusst, zum anderen aber auch durch Defekte innerhalb der Zelle. Um diese Effekte und
deren Einfluss zu quantifizieren, ist eine Bestimmung von Wärmeleitfähigkeit und
Wärmekapazität von Nöten. Die ermittelten thermischen Materialparameter können dann
beispielsweise für Computersimulationen genutzt werden, bei denen das photo-elektrische
und thermische Verhalten von Solarzellen gekoppelt berechnet werden.
Abbildung 1.2: Prognose des Marktanteils verschiedener PV-Technologien, nach [50].
Valentin Kunkel Kapitel 1: Einleitung
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 4
1.2 Struktur und Ziele der Arbeit
In der vorliegenden Arbeit wird ein Verfahren zur kontaktlosen Bestimmung der thermischen
Parameter für Dünnschichtprobleme anhand von CIGS-Solarzellen vorgestellt. Mit einem Laser
wird eine Wärmewelle an der Oberfläche angeregt, die mit Hilfe von Lock-in-Thermografie
vermessen wird. Aus den gemessenen Daten wird im Verbund mit Simulationen
Wärmeleitfähigkeit und spezifische Wärmekapazität bestimmt. Dabei liegt die
Herausforderung in der geringen Schichtdicke der CIGS-Solarzelle im Verhältnis zum Substrat
(3 µm zu 3000 µm). Der Einfluss der CIGS-Parameter bewegt sich für den verwendeten
Messaufbau im Millikelvinbereich. Analytische Methoden können nicht mehr angewendet
werden.
In Kapitel 2 wird der Aufbau und die Funktionsweise einer CIGS-Solarzelle kurz vorgestellt.
In Kapitel 3 und Kapitel 4 werden die Grundlagen der Wärmelehre und der
Infrarotthermografie besprochen, die für die weitere Arbeit benötigt werden.
Kapitel 5 behandelt die Grundlagen und die Prinzipien der erstellten Simulation zur
Bestimmung der thermischen Parameter. Dabei wird zum einen das verwendete Finite-
Elemente-Programm überprüft, zum anderen die Entscheidungskriterien zur Bestimmung der
Unbekannten erläutert, wie auch der prinzipielle Ablauf des Algorithmus.
Vor der Messung wurde das Problem für verschiedene Randbedingungen simuliert um
geeignete Parameter zu bestimmen. Diese Überlegungen sind in Kapitel 6 zu finden.
Kapitel 7 beschäftigt sich mit dem experimentellen Aufbau. Dabei wird sowohl auf die
mechanischen, wie auch auf die elektrischen Komponenten, eingegangen.
In Kapitel 8 werden zunächst die Randbedingungen bestimmt und die Kalibrierung des
Messstandes vorgestellt. Im weiteren Verlauf des Kapitels werden die Ergebnisse der Messung
an einer Referenzprobe vorgestellt. Schließlich werden auch die Ergebnisse der Messung an
der CIGS gezeigt.
Kapitel 9 und Kapitel 10 behandelten die Diskussion der Ergebnisse, eine Zusammenfassung
und einen Ausblick auf Erweiterungen des Experimentes bzw. auf weitere
Anwendungsgebiete.
Kapitel 1: Einleitung Valentin Kunkel
5 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Kapitel 2: Grundlagen von CIGS-Solarzellen
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 6
Kapitel 2: Grundlagen von CIGS-Solarzellen
Die in dieser Arbeit untersuchten Dünnschichtsolarzellen gehören zur Gruppe der CIGS-
Solarzellen. CIGS wird zu der Gruppe der Chalkopyrite gezählt. Die am häufigsten eingesetzten
Chalkopyrite für die Photovoltaik sind CuInSe2, CuInS2 und CuGaSe2 mit Bandlücken zwischen
1,0 eV und 1,7 eV [7]. Die verwendete Probe besteht aus einer Legierung von CuInSe2 und
CuGaSe2. Durch das systematische Einbringen von Gallium kann die Energielücke gezielt
verändert werden.
Die Abkürzung CIGS kommt von dem englischen Wort für Kupfer-Indium-Gallium-Diselenid und
dessen chemischer Formel Cu(In,Ga)Se2. Die Vorteile von CIGS-Solarzellen liegen zum einen in
der Dünnschichttechnologie (geringer Materialeinsatz, einfache Prozessierung) und zum
anderen in der Effizienz, die im Labormaßstab schon Siliziumphotovoltaikzellen überschritten
hat [5]. Auch im Bereich der Langlebigkeit kann CIGS mit konventionellen Zellen mithalten.
Zusätzlich kommt es zu keiner Anfangsdegradation [7]. Durch den Lightsoaking-Effekt steigt
sogar der Wirkungsgrad bei der ersten Beleuchtung [8]. Dieser Effekt wird durch die
Anwesenheit von Natrium noch unterstützt, weshalb für CIGS-Solarzellen häufig Kalk-Natron-
Glas als Substrat verwendet wird.
In diesem Kapitel wird zunächst der Aufbau von CIGS-Solarzellen beschrieben und
anschließend die Parameter der verwendeten Zelle.
Abbildung 2.1: Herstellungsprozess einer CIGS-Solarzelle [9].
Kapitel 2: Grundlagen von CIGS-Solarzellen Valentin Kunkel
7 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
2.1 Aufbau von CIGS-Solarzellen
Eine CIGS-Solarzelle besteht aus mehren Schichten, die nacheinander verarbeitet werden [9].
In Abbildung 2.1 kann man den Prozess erkennen. Als Substrat wird, wie oben beschrieben, ein
Kalk-Natron-Glas verwendet. Auf dieses wird durch Sputtern eine dünne Schicht
Molybdän (Mo) aufgebracht. Diese dient als Rückkontakt (p-Kontakt) der Zelle und durch
Laserstrukturierung werden die einzelnen Zellen definiert. Darauf wird dann das CIGS-Material
aufgetragen. Dies geschieht entweder durch Koverdampfung oder in einem sequentiellen
Prozess aus Sputtern und thermischer Prozessierung [10]. Innerhalb dieser Schicht findet die
Photonenabsorption statt. Anschließend kommt eine Pufferschicht aus Cadmium-Sulfat (CdS)
auf die CIGS, die zusammen mit dem Frontkontakt aus Zinkoxid (ZnO) den n-dotierten Teil des
heterogenen pn-Übergangs bildet. ZnO gehört zu den TCO-Materialien (Transparent-
Conductive-Oxide) und eignet sich damit als Frontkontakt. Als nächstes legen mechanisch
eingebrachte Strukturen den Rückkontakt frei. Die darauf folgende, aufgesputterte ZnO:Al-
Schicht wird wieder durch Strukturen unterbrochen um einzelne Zellen zu definieren. Die
letzte Schicht ist aus Glas um die unteren Schichten vor äußeren Einflüssen zu schützen. Bei
den untersuchten Proben wurden die Verkapselung und die Glasschicht weg gelassen um das
CIGS direkt zu untersuchen.
Die Pfeile in Abbildung 2.2 stellen den Stromfluss dar. Im Bereich P1 wird ein Kurzschluss über
das Mo verhindert. Stattdessen wird der Strom im Bereich P2 auf den Rückkontakt geführt.
Durch die Strukturierung im Bereich P3 kommt es zu einer Serienschaltung der einzelnen
Zellen.
Abbildung 2.2: Aufbau einer CIGS-Solarzelle mit Stromfluss [51].
Valentin Kunkel Kapitel 2: Grundlagen von CIGS-Solarzellen
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 8
2.2 Kontaktlose Messungen an CIGS-Solarzellen
Um die Qualität von CIGS-Solarzellen zu überprüfen und Defekte zu finden, gibt es
verschiedenen Verfahren. Besonders relevant sind Verfahren, die innerhalb des
Produktionsprozesses durchgeführt werden können. Optische Messungen haben sich hier als
Mittel der Wahl etabliert. Die Ergebnisse von bildgebenden Verfahren, wie Photolumineszenz,
Elektrolumineszenz, beleuchteter und dunkler Lock-in-Thermografie, können mit
Solarzellenparametern, wie Wirkungsgrad und Open-Circuit-Spannung, in Verbindung gebracht
werden [11], [12]. Mit Hilfe von beleuchteter Lock-in-Thermografie können beispielsweise
Defekte in CIGS-Zellen komplett kontaktlos bestimmt werden, da keine Spannung angelegt
werden muss und bereits kleine Temperaturunterschiede sichtbar sind. Diese Defekte werden
charakterisiert und deren Einfluss bestimmt [13], [14]. Aufbauend auf den Arbeiten von Vetter
et al. [14] und Wolf et al. [15] sollen auch die thermischen Eigenschaften von CIGS-Solarzellen
kontaktlos bestimmt werden.
2.3 Parameter der CIGS-Proben
Die untersuchten Zellen wurden von der Manz AG hergestellt. Im Folgenden wird die CIGS-
Solarzelle als homogene 3 µm Schicht auf einem 3 mm Substrat angenommen. Trotz dieser
Vereinfachung ist die Herausforderung der Bestimmung der thermischen Eigenschaften der
dünnen Schicht sehr groß. Sowohl Wärmekapazität als auch Wärmeleitung werden stark vom
Substrat beeinflusst, so dass sehr genaue Messungen der Temperaturen nötig sind.
Die untersuchten Proben haben eine Größe von 30 cm · 30 cm und bestehen aus mehreren
verschalteten Zellen (siehe Abbildung 2.3).
Das Glassubstrat ist aus Kalk-Natron-Glas. In der Literatur [16] findet man dafür eine Dichte
von ρSubstrat = 2500 kg/m³, eine spezifische Wärmekapazität von cP,Substrat = 0,8 m²/(K·s²) und
eine Wärmeleitfähigkeit von λSubstrat = 0,8 (kg·m)/(K·s³).
Für das CIGS-Material kann eine Dichte von ρCIGS ≈ 5700 kg/m³ [17] angenommen werden. Für
den Emissionsgrad einer vergleichbaren CIGS-Solarzelle kann ein Wert von εCIGS = 0,69±0,01
bestimmt werden [18].
Kapitel 2: Grundlagen von CIGS-Solarzellen Valentin Kunkel
9 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Abbildung 2.3: Verschaltete CIGS-Solarzelle (30 cm · 30 cm).
Valentin Kunkel Kapitel 3: Grundlagen der Wärmelehre
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 10
Kapitel 3: Grundlagen der Wärmelehre
Zwischen zwei Körpern gibt es drei unterschiedliche Formen von Wärmeübertragung.
Wärmeleitung entsteht durch einen Temperaturgradienten zwischen zwei ruhenden Körpern
oder innerhalb eines Körpers. Konvektion folgt ebenfalls aus einem Temperaturgradienten und
kann daher als Spezialfall der Wärmeleitung angesehen werden. Der Unterschied liegt darin,
dass einer der beiden Körper in Bewegung ist, wie beispielsweise ein von Wasser umströmter
Körper. Wärmestrahlung ist elektromagnetische Strahlung, die jeder Körper abhängig von
seiner Temperatur abgibt.
Für die folgende Arbeit spielen sowohl Strahlung als direktes Messsignal der Thermografie als
auch Wärmeleitung innerhalb von Festkörpern als Messgröße eine Rolle. Daher werden im
folgenden Kapitel die physikalischen Grundlagen dieser Phänomene erläutert. Die Konvektion
hingegen ist vernachlässigbar. Für eine ausführliche Diskussion der Wärmeübertragung sei hier
auf die Literaturquellen [19], [20], [21], [22], [23] und [24] hingewiesen.
3.1 Wärmestrahlung
Jeder Körper mit einer Temperatur größer als null Kelvin emittiert elektromagnetische
Strahlung. Dabei sind Wellenlänge und Intensität der Strahlung abhängig von der Temperatur.
Daher verfärben sich beispielsweise glühende Körper.
Abbildung 3.1: Spektrum der elektromagnetischen Strahlung mit Einteilung in Bereiche [21].
Kapitel 3: Grundlagen der Wärmelehre Valentin Kunkel
11 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Das elektromagnetische Spektrum lässt sich über die Wellenlänge auftragen und in
verschiedene Bereiche einteilen (siehe Abbildung 3.1). Daraus lassen sich die verschiedenen
Anwendungsbereiche erkennen. Für die Thermografie ist der Infrarotbereich (IR) relevant.
Dieser unterteilt sich nochmals in drei Bereiche:
nahes Infrarot (near infrared, NIR) λ = 0,8 µm – 3,0 µm
mittleres Infrarot (mid infrared, MIR) λ = 3,0 µm – 5,0 µm
fernes Infrarot (far infrared, FIR) λ = 5,0 µm – 1,0 mm
Neben dieser Einteilung gibt es noch die Bezeichnung des thermischen IR. Dieses befindet sich
zwischen λ = 3 µm und λ = 14 µm. Innerhalb dieses Intervalls gibt es einige Bereiche in denen
die Transmission durch die Atmosphäre besonders groß ist und somit die Absorption in der
Luft gering. Es gibt zwei sogenannte „IR-Fenster“. Eines reicht von λ = 3 µm bis λ = 5 µm, das
andere von λ = 8 µm bis λ = 14 µm (siehe Abbildung 3.2). Die „IR-Fenster“ eignen sich daher
besonders gut für Thermografie, da die maximale Leistung auf den Sensor treffen kann und nur
wenige Photonen von der Luft absorbiert werden. Da der Abstand zwischen Probe und Kamera
in dieser Arbeit klein ist, kann die restliche Absorption vernachlässigt werden.
3.1.1 Planck’sches Strahlungsgesetz
Die Abhängigkeit der spektralen Strahldichte Lλ der Strahlung von Temperatur T und
Wellenlänge λ kann durch das Planck’sche Strahlungsgesetz (3.1) beschrieben werden. Mit der
Hilfe dieses Gesetzes lassen sich die spektrale Intensität und die Dichteverteilung der
Photonen berechnen.
( )
(
)
(3.1)
Abbildung 3.2: Transmissionsgrad der Atmosphäre im Bereich des thermischen IR [21].
Valentin Kunkel Kapitel 3: Grundlagen der Wärmelehre
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 12
Hierbei steht h für das Planck’sche Wirkungsquantum, c für die Lichtgeschwindigkeit und kB für
die Boltzmann-Konstante. In Abbildung 3.3 wird der Zusammenhang von spektraler
Strahldichte und Wellenlänge für verschiedene Temperaturen gezeigt.
Körper, die dem Planck’schen Strahlungsgesetz gehorchen, nennt man schwarze Körper. In der
Realität ist die Strahldichte von Körpern stets kleiner als die des idealen schwarzen Strahlers.
Der Unterschied wird mit Hilfe des Emissionsgrades berechnet, der in Kapitel 3.1.3 genauer
vorgestellt wird.
3.1.2 Stefan-Boltzmann-Gesetz
Durch Integration des Planck’schen Gesetzes über alle Wellenlängen λ und den Halbraum der
Ausstrahlung erhält man das Stefan-Boltzmann-Gesetz für die Strahlung pro Flächeneinheit
eines Körpers in Abhängigkeit der Temperatur.
( ) (3.2)
σ ist die Stefan-Boltzmann-Strahlungskonstante.
3.1.3 Emissionsgrad ε
Der Emissionsgrad ist das Verhältnis von realer Abstrahlleistung zu der theoretischen eines
schwarzen Körpers. Im Allgemeinen ist dieser abhängig von der Temperatur, dem Winkel und
der Wellenlänge. Während schwarze Körper einen Emissionsgrad von ε = 1 haben, haben
definitionsgemäß weiße Körper ε = 0. Die in der Arbeit betrachteten Körper sind sogenannte
graue Körper. Für diese ist ε unabhängig von Wellenlänge und Richtung und es gilt [21]:
( ) (3.3)
Abbildung 3.3: Planck’sches Strahlungsgesetz: Spektrale Strahldichte eines Schwarzkörpers bei unterschiedlichen Temperaturen [21].
Kapitel 3: Grundlagen der Wärmelehre Valentin Kunkel
13 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Um den Emissionsgrad zu bestimmt, verwendet man das Kirchhoff’sche Gesetz, das besagt,
dass Emissionsgrad ε und Absorptionsgrad α gleich sind.
( ) ( ) (3.4)
Weiterhin gilt die Energieerhaltung. Die Summe aus transmittierter, reflektierter und
absorbierter Strahlungsenergie muss der eingefallenen entsprechen.
(3.5)
Hier ist τ der Transmissionsgrad und der Reflexionsgrad. Nun lässt sich durch Messung der
reflektierten und der durchgelassenen Strahlung der Emissionsgrad berechnen.
Unter Berücksichtigung des Emissionsgrades können Gleichungen (3.1) und (3.2) erweitert
werden.
( )
(
)
(3.6)
( ) (3.7)
3.2 Wärmeleitung und Konvektion
Der Temperaturunterschied innerhalb eines definierten Bereiches eines Körpers ohne
Temperaturgradienten lässt sich mit Hilfe der Masse m und der spezifischen Wärmekapazität
cP aus der zu- bzw. abgeführten Wärme Q berechnen.
( ) ( )
∫ ( )
(3.8)
P(t) steht für die zu- (P(t) > 0) bzw. abgeführte (P(t) < 0) Leistung.Gibt es innerhalb eines
Körpers eine Temperaturdifferenz, so lässt sich mit Hilfe der Wärmediffusionsgleichung zu
jedem Zeitpunkt t das Temperaturprofil an jedem Ort berechnen.
( )
( )
( ) (3.9)
Hierbei ist die Dichte des Körpers, λ die Wärmeleitfähigkeit und ( ) die am Ort dissipierte
Leistungsdichte.
Die Konvektion, also die Wärmeleitung zwischen einem starren Körper und einem sich in
Bewegung befindenden Mediums (Flüssigkeiten, Gase), wird in dieser Arbeit nicht weiter
berücksichtigt.
Valentin Kunkel Kapitel 3: Grundlagen der Wärmelehre
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 14
3.3 Anregung der CIGS-Proben
In der Thermografie wird die Temperaturstrahlung von einer zweidimensionalen Oberfläche
eines grauen Körpers vermessen. Was innerhalb der Proben passiert ist nicht direkt messbar,
hat aber unmittelbaren Einfluss auf die Messung, wie sich im Kapitel 3.3.2 zeigen wird.
Ausführliche analytische Lösungen für die Differentialgleichung (3.9) bei unterschiedlichen
Geometrien und Randbedingungen werden in [19] und [22] behandelt, während im Folgenden
einige wichtige Lösungen kurz vorgestellt werden.
3.3.1 Periodisches Heizen einer Oberfläche
Ein unendlich großer Körper konstanter Dichte füllt den kompletten Halbraum mit z < 0. An
der Oberfläche z = 0 wird der Körper periodisch flächig mit der Frequenz ω aufgeheizt. Durch
die Einschränkungen reduziert sich Gleichung (3.9) auf eine Dimension. Die Lösung hat die
Form einer ebenen, gedämpften Welle in z-Richtung [22].
( ) (
) ( (
)) (3.10)
√ (3.11)
√
(3.12)
Hier ist A der Amplitudenfaktor, in den die Amplitude der Flächenleistungsdichte p0 an der
Oberfläche eingeht und z die Tiefe.
ist die thermische Diffusionslänge. Wie der Name schon sagt, hat diese die Einheit einer
Länge. Sie gibt an, wie weit sich die Temperaturwelle während einer Periode ausbreitet.
Oftmals wird die Diffusionslänge in der Literatur über die thermische Diffusivität α definiert.
√
√
(3.13)
Für die Thermografie spielt eine große Rolle, da deren Frequenzabhängigkeit zu einer
Verbesserung der lateralen Auflösung führen kann. Dies liegt daran, dass die Lösungen der
Wärmediffusionsgleichung für verschiedene Geometrien der Wärmequellen und Proben
folgende Abhängigkeit besitzt:
( ) (
) (3.14)
Hier steht r für den Abstand von der Wärmequelle.
Kapitel 3: Grundlagen der Wärmelehre Valentin Kunkel
15 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
3.3.2 Thermisch dicke und dünne Proben
Proben können aufgrund ihrer Dicke d und bezüglich der thermischen Diffusionslänge in drei
Fälle unterschieden werden.
<< d (Thermisch Dick): Die Temperaturveränderungen sind aufgrund der Dicke der
Probe und des exponentiellen Abfalls nach wenigen Vielfachen der Diffusionslänge
nicht mehr sichtbar (siehe Abbildung 3.4). Der Wärmekontakt an der Unterseite der
Probe spielt keine Rolle.
>> d (Thermisch Dünn): Wegen der geringen Temperaturmodulation können die
Temperaturen der Unter- und Oberseite der Probe als gleich angenommen werden.
Daher kann die vertikale Temperaturausbreitung im Verhältnis zur lateralen
vernachlässigt werden und die Dimension des Problems verringert sich.
≈ d: Für Proben, die weder thermisch dünn noch dick sind, lassen sich Lösungen mit
Hilfe von Spiegelquellen finden. Dabei wird berücksichtigt, dass an Grenzflächen mit
hohem Wärmewiderstand keine Diffusion in die Umgebung stattfindet, sondern die
Wärmewelle reflektiert wird. Durch die Spiegelquellen wird der Anteil der Reflexion
abgebildet [22].
Im Fall der in dieser Arbeit untersuchten CIGS-Solarzellen ist eine thermisch dünne Schicht auf
einem thermisch dicken Substrat aufgebracht. Die CIGS-Schicht ist ungefähr 3 µm und das
Glassubstrat circa 3 mm dick. Vergleicht man diese Werte mit den Ergebnissen aus Tabelle 3.1
ist diese Annahme gerechtfertigt.
Material Kupfer [25] Indium [26] Gallium [27] Selen [28] Kalk-Natron Glass [16]
Wärmeleitfähigkeit λ 400 W/(m·K) 81,6 W/(m·K) 29 W/(m·K) 0,52 W/(m·K) 0,8 W/(m·K)
Spez. Wärmekapazität cP 385 J/(kg·K) 233 J/(kg·K) 371 J/(kg·K) 320 J/(kg·K) 800 J/(kg·K)
Dichte ρ 8920 kg/m³ 7310 kg/m³ 5904 kg/m³ 4819 kg/m³ 2500 kg/m³
Therm. Diffusionslänge 15,26 mm 9,79 mm 5,15 mm 0,82 mm 0,89 mm
Tabelle 3.1: Materialparameter für die verwendeten Elemente und deren thermische Diffusionslänge bei einer Anregungsfrequenz von f = 1 Hz.
3.3.3 Periodisches Heizen mit einer Linienquelle
Für die Durchführung des Experiments wird eine Linienlaserquelle verwendet, die die CIGS-
Solarzelle beheizt. Es handelt sich hierbei, wie in Abbildung 3.4, zu sehen um ein
zylindersymmetrisches Problem. Für einen homogenen, thermisch dicken Körper ist Lösung in
den Gleichungen (3.15) und (3.16) gegeben [22].
Valentin Kunkel Kapitel 3: Grundlagen der Wärmelehre
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 16
( ) ( (√
) (
√
)) (3.15)
(3.16)
Hier steht r für den Abstand von der Linienquelle, ω für die Anregungsfrequenz, für die
Leistungsamplitudenliniendichte und ker(r) bzw. kei(r) für die Kelvin-Funktionen. Diese sind
nicht analytisch und oszillieren.
Für das geschichtete Problem einer thermisch dünnen Schicht auf einem thermisch dicken
Körper haben Straube et al. ein Berechnungsverfahren vorgestellt [24]. Dies basiert auf der
Verwendung einer thermischen Transferfunktion (TTF) ähnlich den Prinzipien, die aus der
Optik bekannt sind. Durch Fourier-Transformation kann aus der TTF die sogenannte line spread
function (LSP) berechnet werden, die die Temperaturreaktion auf eine Linienquelle angibt. Die
TTF der Oberfläche (z = 0) für die vorliegende Geometrie ist gegeben durch Gleichung (3.17).
( )
(
)
√
(3.17)
(3.18)
(3.19)
Hierbei ist k der Parameter der Fourier-Transformation, α die thermische Diffusivität der
Dünnschicht bzw. des Substrates und d die Dicke der Dünnschicht.
Aus der vorliegenden TTF lässt sich durch Fourier-Rücktransformation die LSP berechnen.
( ) [ ( )]
∫ ( ) ( )
(3.20)
Hier ist x die Entfernung an der Oberfläche von der Linienquelle.
Abbildung 3.4: Oszillierende Linienheizquelle an der Oberfläche eines thermisch dicken Körpers [22].
Kapitel 3: Grundlagen der Wärmelehre Valentin Kunkel
17 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Für Gleichung (3.20) gibt es nur numerische Lösungen [24]. Daher wird für die Lösung des
Problems im Folgenden ein Simulationsansatz gewählt.
Für die Berechnungen von Straube et al. wurde der Kapitza-Widerstand [29] an der
Grenzfläche zwischen der stark wärmeleitenden Dünnschicht und dem Substrat vernachlässigt.
Der thermische Widerstand des Substrats ist abhängig von der Frequenz.
(3.21)
Solange >> RGrenzfläche kann der Widerstand an der Grenzfläche vernachlässigt werden. In
unserem Fall bewegt sich im Bereich von 10-4 K/W (Werte für Glass und ω = 2π), während
die Werte für Kapitza-Widerstände deutlich kleiner sind [30–33].
3.3.4 Temperaturabhängigkeit der Wärmeleitfähigkeit und der
spezifischen Wärmekapazität
Im Allgemeinen sind die zu bestimmenden Parameter, Wärmeleitfähigkeit λ und spezifische
Wärmekapazität cP, temperaturabhängig [20], [34], [35]. Das Verhalten für die
Wärmekapazität eines Festkörpers lässt sich mit der Debye-Näherung bestimmen. Für T > ΘD
(Debye-Temperatur) nähert sich der Wert dem Gesetz von Dulang-Petit (siehe Abbildung 3.5).
(3.22)
Wobei NTeilchen die Teilchenzahl ist, CV die isochore Wärmekapazität und kB die Boltzmann-
Konstante.
Abbildung 3.5: Temperaturabhängigkeit der spezifische Wärmekapazität nach der Debye-Näherung [35].
Valentin Kunkel Kapitel 3: Grundlagen der Wärmelehre
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 18
Da sich die Probentemperatur im Bereich der Raumtemperatur bis 5 K darüber befindet und
somit in der Größenordnung der Debye-Temperatur ist, kann die Wärmekapazität im
untersuchten Bereich konstant angenommen werden.
Die Bestimmung der Temperaturabhängigkeit der Wärmeleitfähigkeit ist aufwendiger, da hier
der Wärmetransport durch Gitter und durch Elektronen berücksichtigt werden muss. In
Abbildung 3.6 ist der Zusammenhang für verschiedene Stoffe aufgetragen. Wie man sieht,
kann man im für diese Arbeit relevanten Bereich zwischen 20 °C und 30 °C die Leitfähigkeit
näherungsweise konstant annehmen.
Abbildung 3.6: Temperaturabhängigkeit der Wärmeleitfähigkeit für verschiedene Materialien. Besonders relevant sind die Kurven für Glas und Metalle [20].
Kapitel 3: Grundlagen der Wärmelehre Valentin Kunkel
19 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Kapitel 4: Grundlagen der Thermografie
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 20
Kapitel 4: Grundlagen der Thermografie
Wie der Name „Thermografie“ schon sagt, wird die Verteilung („-grafie“) der Temperatur
(„Thermo-“) an der Oberfläche gemessen. Durch den Einsatz von Infrarotkameras geschieht
dies kontaktlos, so dass diese Messmethode als nicht-destruktiv gilt. In diesem Kapitel wird
zunächst die prinzipielle Funktionsweise der Thermografie vorgestellt, anschließend zwei
unterschiedliche Detektortypen und letztendlich das Prinzip der Lock-in-Thermografie.
4.1 Allgemein Funktionsweise
Eine Infrarotkamera wandelt die in Kapitel 3.1 vorgestellte Strahlung in ein elektrisches Signal
um. Bevor die Photonen jedoch auf den Detektor treffen, müssen diese zunächst durch die
Atmosphäre und die Optik der Kamera. Dieser Weg vom Objekt bis zum fertigen Bild am
Computer wird als radiometrische Kette bezeichnet [36]. Diese wird in Abbildung 4.1
verdeutlicht.
Die nicht zuvor absorbierte Strahlung wird von einem Detektor (siehe Kapitel 4.2) in ein Signal
umgewandelt. Anschließend wird dieses digital verarbeitet um zum einen bekannte Fehler der
Messgeräte zu kompensieren und zum anderen das gewünschte Signal zu erreichen.
Abbildung 4.1: Funktionsweise einer Thermografiemessung und radiometrische Kette [21].
Kapitel 4: Grundlagen der Thermografie Valentin Kunkel
21 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Üblicherweise werden mit Infrarotthermografie Temperaturunterschiede innerhalb einer
Oberfläche dargestellt, aber mit Hilfe des Stefan-Boltzmann-Gesetzes (siehe Kapitel 3.1.2)
können auch absolute Temperaturen gemessen werden. Dazu kann man beispielsweise zwei
Referenzmessungen bei unterschiedlichen Temperaturen eines Körpers mit bekannten
Emissionsgrad durchführen. Ist die Emission des untersuchten Körpers bekannt, kann durch
lineare Annäherung die Oberflächentemperatur der Probe bestimmt werden.
Dabei muss berücksichtigt werden, dass sich Temperatur der Probe im Intervall der
Referenztemperatur befindet und dieses möglichst klein gewählt wird. Im Allgemeinen sind die
Materialparameter temperaturabhängig und daher ist die Berechnung in der Realität
wesentlich komplizierter und die Methode nur als Näherung zu betrachten.
Für die Darstellung der Absoluttemperatur müssen der Einfluss der Kamera und der Umgebung
berücksichtigt werden, so dass man für das Signal näherungsweise folgende Formel erhält:
( ( )
( )) (4.1)
Hier ist der Umrechnungsfaktor von Kamerasignal zu Temperaturwert, σ die Stefan-
Boltzmann-Konstante und ε der Emissionsgrad der Probe. Der zweite Term in der Klammer
beschreibt die an der Probe reflektierte Strahlung der Umgebung. Auch das
temperaturabhängige Rauschen Noise (T) durch die Kameraoptik, den Sensor usw. muss
berücksichtigt werden.
Durch Umstellen kann nun die Probentemperatur bestimmt werden. Im Allgemeinen sind die
Konstanten aus (4.1) temperaturabhängig und daher ist die Berechnung in der Realität
wesentlich komplizierter. Die für die Messungen verwendete Messsoftware korrigiert diese
Abhängigkeiten.
Um die Eigenschaften einer Kamera zu quantifizieren gibt es drei Kenngrößen. Die
Strahlungsempfindlichkeit ist das Verhältnis von gemessener elektrischer Spannung und
eingegangener Strahlungsleistung [21]. Die rauschäquivalente Strahlungsleistung (engl. Noise
equivalent power, NEP) ist die Signalgröße des durch Rauschspannung erzeugten Signals [21].
Die rauschäquivalente Temperaturdifferenz (engl. Noise equivalent temperature difference,
NETD) hängt mit der NEP zusammen und gibt die kleinste vom Detektor wahrnehmbare
Temperaturdifferenz an [37].
Valentin Kunkel Kapitel 4: Grundlagen der Thermografie
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 22
4.2 Detektortypen
Für die Detektion der Strahlung gibt es verschiedene Möglichkeiten, die sich in thermische und
photonische Detektoren unterscheiden. Die wichtigsten sind Bolometer und
Quantenempfänger.
4.2.1 Bolometer
Ein Bolometer ist ein thermischer Detektor und besteht aus einem Gitter von Ohm’schen
Widerständen, die temperaturabhängig sind. Ein geeignetes Material ist beispielsweise
geschwärztes Platin. Dieses besitzt durch die schwarze Farbe eine große Emissivität und zeigt
starke Temperaturabhängigkeit im Widerstand. Die Nachteile von Bolometern liegen zum
einen in der Notwendigkeit eines Stromflusses durch die Widerstände, der durch
Schwankungen das Ergebnis beeinflussen kann, und zum anderen in der schlechten
Reaktionszeit von τ ≈ 1…100 ms [37]. Ein Vorteil liegt darin, dass Bolometer nur durch Peltier-
Elemente gekühlt werden müssen [18].
4.2.2 Quantenempfänger
Leistungsstärker sind zum Beispiel Quantenempfänger-Detektoren, die zur Gruppe der
photonischen Detektoren gehören. Diese basieren auf Halbleitern. Durch photoelektrischen
Effekt werden Elektronen ins Valenzband angeregt und es wird entweder die Leitfähigkeit
verändert oder es entsteht, analog zu einer Solarzelle, eine Spannung. Photonen deren Energie
kleiner als die der Bandlücke ist, werden von diesen Detektoren nicht registriert. Dadurch
können Quantenempfänger nur in bestimmten Wellenlängenbereichen eingesetzt werden.
Durch die direkte Umwandlung der Strahlung in das Messsignal, ohne den Zwischenschritt der
Erwärmung, sind die Reaktionszeiten deutlich besser als bei thermischen Detektoren.
Quantenempfänger müssen gekühlt werden, da die gemessenen Größen temperaturabhängig
sind. Dies geschieht entweder durch einen Stirlingmotor oder durch flüssigen Stickstoff.
Insgesamt ist die NEP von Quantenempfänger 10 bis 1000 mal besser als bei Bolometern [38].
Kapitel 4: Grundlagen der Thermografie Valentin Kunkel
23 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
4.3 Lock-in-Thermografie
Mit Hilfe von Lock-in-Technik kann die Temperaturauflösung von IR-Messung deutlich erhöht
werden und es können Temperaturunterschiede von bis zu 10 µK sichtbar gemacht
werden [39]. Lock-in-Thermografie zählt dabei zur sogenannten aktiven Thermografie. Das
heißt, dass nicht nur ein Gleichgewichtszustand beobachtet wird, sondern aktiv eine Störung
eingebracht wird. Die Lock-in-Thermografie wird beispielsweise bei Materialtests im
Flugzeugbau [40] oder für Defektlokalisierung bei Solarzellen verwendet [12]. Eine ausführliche
Diskussion des Verfahrens für Solarzellen liegt von Breitenstein und Langenkamp vor [22].
4.3.1 Lock-in-Methode
Bei der Lock-in-Thermografie wird das Messobjekt durch ein primäres Signal periodisch
angeregt. Dabei kann es sich um eine externe, wie zum Beispiel ein Heizdraht oder ein Laser,
oder um eine interne Heizquelle handeln. Dies kann ein ohmscher Widerstand sein, der per
Stromfluss geheizt wird, oder beispielsweise eine Korrosion, die durch Ultraschall angeregt
wird [41]. Die Frequenz, mit der diese Pulse injiziert werden, nennt man Lock-in-Frequenz
fLock-in. Es entstehen Wärmewellen in der Probe (siehe Kapitel 3.3.1), die untersucht werden
können.
Das registrierte Signal F(t) besteht aus einem relevanten Signal A(t), eine Rauschanteil R(t) und
einem konstanten Teil C [42].
( ) ( ) ( ) (4.2)
Das gemessene Signal wird mit einer gleichperiodischen Korrelationsfunktion K(t) multipliziert.
Das korrelierte Signal wird nun über eine definierte Integrationszeit tint gemittelt und man
erhält folgende Beziehung:
∫ ( ) ( )
(4.3)
Für den Fall, dass K(t) symmetrisch ist und eine vollständige Anzahl von Perioden innerhalb von
tint durchläuft, wird der konstante Anteil C des Messsignals vollständig unterdrückt. In diesem
Fall ist der zeitliche Mittelwert von K(t) gleich null.
Da Thermografiemessungen üblicherweise digital ausgewertet werden, wird das Messsignal
F(t) in diskrete Werte Fk unterteilt. Daher wird auch die komplette Lock-in-Korrelation mit
diskreten Werten durchgeführt. Die Korrelationsfunktion K(t) wird zu Gewichtungsfaktoren Kk
und die Integrale werden in Summen überführt.
Valentin Kunkel Kapitel 4: Grundlagen der Thermografie
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 24
∑
(4.4)
Mit M der Gesamtzahl der Messungen.
Da Kk periodisch ist und es für Lock-in-Messungen erforderlich ist, stets komplette Perioden zu
durchlaufen, kann M in die Anzahl der Perioden N und die Messpunkte pro Periode n zerlegt
werden.
∑∑
(4.5)
Die Gewichtungsfaktoren müssen nun so gewählt werden, dass das Signal-Rausch-Verhältnis
optimal ist. Häufig wird die sogenannte sin/-cos-Korrelation gewählt [22]. Diese wertet die
Grundschwingung eines Signals aus, während Oberschwingungen unterdrückt werden. Die
Gewichtungsfaktoren ergeben sich zu:
(
( )
) (4.6)
(
( )
) (4.7)
Aus den Gleichungen (4.5), (4.6) und (4.7) ergeben sich das In-Phase-Signal S0° und das
Quadratur-Signal S-90°.
∑∑( (
( )
) )
(4.8)
∑∑( (
( )
) )
(4.9)
Diese zeitliche Korrelation wird für jeden Messpunkt durchgeführt und als Resultat erhält man
nur die Darstellungen der lokalen Temperaturmodulation. Die Funktionsweise und das
Ergebnis der sin/-cos-Korrelation sind in Abbildung 4.2 zu sehen.
Kapitel 4: Grundlagen der Thermografie Valentin Kunkel
25 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Aus den Signalen S0° und S-90° lassen sich weitere Bilder berechnen. Besonders erwähnenswert
sind das Amplitudenbild A und das Phasenbild . Während ersteres das maximale Signal
unabhängig vom Phasenversatz beschreibt, drückt zweites genau diesen aus. Der
Phasenversatz beschreibt die zeitliche Verzögerung des Anregungssignals. In Abbildung 4.3
wird dieses grafisch verdeutlicht.
√( ) ( ) (4.10)
(
) {
(4.11)
Der zweite Term in Gleichung (4.11) rückt das Phasen-Signal in den richtigen Quadranten, da
die arctan-Funktion zweimal während einer Lock-in-Periode durchlaufen wird.
Abbildung 4.2: Darstellung einer sin/-cos-Korrelation für eine thermografische Lock-in-Aufnahme [52].
Abbildung 4.3: Komplexe Darstellung des In-Phase-Signals, des Quadratur-Signals, des Amplituden-Signals und des Phasen-Signals [53].
Valentin Kunkel Kapitel 4: Grundlagen der Thermografie
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 26
4.3.2 Bedingungen für die Lock-in-Frequenz fLock-in
Bei IR-Messungen werden Oberflächen in bestimmten Zeitabständen ausgemessen. Längere
Zeitintervalle haben den Vorteil, dass das Messsignal größer ist, allerdings wird dadurch die
zeitliche Auflösung schlechter. Bei der Lock-in-Methode gibt es noch weitere Anforderungen
an die sogenannte „sampling rate“ fS. Diese muss mit Lock-in-Frequenz verknüpft sein, so dass
mindestens n Einzelmessungen pro Periode stattfinden.
(4.12)
Hier muss n folgende Anforderungen erfüllen:
n und n gerade für die symmetrische Behandlung der positiven und negativen
Anteile der Korrelationsfunktion zur R(t)- und C-Unterdrückung
n für die Unterscheidung von S0° und S-90°, da sonst keine Phaseninformation
möglich ist.
Um den Fehler bei der Messung möglichst gering zu halten sollte n möglichst groß gewählt
werden. Da das Intergral aus Gleichung (4.3) in (4.4) durch eine Summe angenähert wurde,
führen kleine n-Werte zu einem vermeidbaren Fehler. Eine obere Grenze für n gibt die
Leistungsfähigkeit der Kamera vor. Für eine Rechteckmodulation wird beispielsweise ein n von
mindestens 10 empfohlen [22].
4.3.3 Vorteile der Lock-in-Methode
Die drei wesentlichen Vorteile von Lock-in-Messungen sind [42]:
1. Gleichspannungsanteile werden durch die Korrelation mit einer symmetrischen
Funktion unterdrückt.
2. Es ist möglich phasensensitiv zu messen und somit die Verzögerung eines Signals zu
sehen.
3. Das Rauschen wird stark reduziert, denn die Schwankung des Amplituden-Signals stellt
sich folgendermaßen dar [22]:
⟨ ⟩
√ (4.13)
Kapitel 4: Grundlagen der Thermografie Valentin Kunkel
27 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 28
Kapitel 5: Aufbau der Simulation
Wegen der Komplexität einer sehr dünnen Schicht auf einem dicken Trägermaterial (siehe
Kapitel 3.3.3) werden die thermischen Variablen aus den Ergebnissen der
Thermografiemessungen per Simulation bestimmt. Dafür wurde ein iteratives Verfahren
erstellt, das die Parameter eines auf der Methode der Finiten Element (FE) basierenden
Programms anpasst. Die Simulationsergebnisse dieses Programms werden ausgelesen und mit
den Messwerten verglichen. Anschließend werden neue Werte für die Wärmeleitfähigkeit und
die Wärmekapazität berechnet und mit diesen die Simulation wieder gestartet.
Für die Simulation wurde ein Computer mit dem Betriebssystem Fedora 19 und Kernel Version
3.13 verwendet. Dieser hat einen Intel Core i5-3470 3,20 GHz Quad-Core Prozessor und
16,0 GB Arbeitsspeicher.
In diesem Kapitel wird zunächst prinzipiell die Methode der Finiten Elemente vorgestellt,
anschließend das verwendete FE-Programm im Speziellen. Daraufhin werden das verwendete
Iterationsverfahren und dessen Abbruchbedingungen beschrieben und letztendlich die
Grundlagen des verwendeten Algorithmus im Detail erklärt.
5.1 Methode der Finite Elemente
Die Methode der Finiten Elemente ist eine weit verbreitete und anerkannte mathematische
Methode zur Lösung partieller Differentialgleichungen per Simulation in unterschiedlichen
Bereichen. Diese reichen von Statik und Dynamik, über Potentialprobleme bis hin zur
Strömungsmechanik [43].
Für die FE-Methode muss die Geometrie des Problems zunächst durch ein Gitter beschrieben
werden. In der Umsetzung hat sich hier die Verwendung von Drei- und Vierecken durchgesetzt.
Die Eckpunkte werden als Knoten (engl. Nodes) bezeichnet, während die eingeschlossenen
Flächen bzw. Volumen Elemente genannt werden. Die Knoten tragen später alle Informationen
über die zu bestimmenden Variablen. Ist deren Anzahl groß, kann die Geometrie und der
Verlauf der Unbekannten genau bestimmt werden, allerdings werden dadurch die
Berechnungen komplexer und dauern länger oder überschreiten die Rechnerleistung.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
29 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Als nächsten müssen geeignete Ansatzfunktionen gewählt werden um den Verlauf der
gesuchten physikalischen Größe zu beschreiben. Diese müssen folgende Bedingungen
erfüllen [43]:
Die Funktion muss auf dem ganzen Element definiert sein.
Jede Funktion ist einem Freiheitsgrad eines Knoten zugeordnet.
An diesem Knoten ist der Wert der Ansatzfunktion 1 an allen anderen Knoten 0.
Summe der Ansatzfunktionen eines Elements ergeben 1.
An gemeinsamen Knoten und Flächen haben die Funktionen benachbarter Elemente
dieselben Werte.
In Abbildung 5.1 werden verschiedene Ansatzfunktionen und deren Vermögen eine Funktion
anzunähern gezeigt. Durch das Einfügen von Zwischenknoten innerhalb eines Elements wird
dieses sichtbar besser.
Mit Hilfe der Einteilung in kleine Elemente und der Ansatzfunktionen für die gesuchten Größen
lässt sich ein komplexes Problem auf eine endliche Anzahl an Funktionen reduzieren. Diese
kann man jeweils für die Wechselwirkung eines Knoten mit den nächsten Nachbarn lösen.
Dieses Gleichungssystem lässt sich dann durch Matrizenrechnung berechnen. In dieser Arbeit
werden Temperaturen untersucht. Daher muss die Wärmediffusionsgleichung (3.9) für alle
Knoten gelöst werden. Weiterhin reduziert sich durch die Zylindersymmetrie (siehe Kapitel
3.3.3) die Dimension auf D = 2.
Eine ausführliche Behandlung der Methode der Finiten Elemente kann in [43] gefunden
werden.
Abbildung 5.1: Verschiedene Ansatzfunktionen und deren mögliche Annäherung für (a) lineare, (b) quadratische und (c) kubische Funktionen [43].
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 30
5.2 FE-Programm zur Berechnung der Temperaturverteilung
Für die Simulationen wurde ein bestehendes FE-Programm von Ali Javili, Lehrstuhl für
Technische Mechanik, Friedrich-Alexander-Universität Erlangen-Nürnberg, erweitert. Der
Programmcode wurde in der Programmiersprache C++ geschrieben und ist auch für
nichtlineare Gleichungssysteme geeignet. Für die Lösung dieser wird PARDISO 4.1.2 [44–46]
verwendet.
Das zugrundeliegende Gitter (engl. mesh) kann durch das Programm GiD Version 10.0.9 mit
Hilfe einer grafischen Oberfläche erstellt werden. Innerhalb des FE-Programms müssen die
verschiedenen Elemente einem Material zugeordnet werden und diesem die
Materialparameter Dichte, spezifische Wärmekapazität, Wärmeleitung, Emissionsgrad und
Konvektionsparameter. Nach der Angabe der Randbedingungen (z.B. Umgebungstemperatur
oder externer Wärmefluss) und der Zeitangaben, wie Gesamtdauer und Rechenschritt, kann
die Simulation gestartet werden.
Das ursprüngliche Programm wurde erweitert um den Anforderungen gerecht zu werden. Eine
Übergabe der thermischen Parameter außerhalb des Quellcodes wurde hinzugefügt.
Außerdem können die Randbedingungen für jeden Zeitschritt neu vergeben werden. Dies ist
nötig, da die Heizleistung nur über die halbe Periode eingebracht wird um Lock-in-Messungen
durchzuführen. Der Ablauf des FE-Programms ist in Abbildung 5.2 zu sehen.
Beim Start des Programms müssen die Mesh-Datei und die thermischen Parameter für die
Dünnschicht übergeben werden. Als nächstes wird eine leere Ausgabedatei erstellt, die später
mit Werten gefüllt wird. Aus der Mesh-Datei werden alle wichtigen Daten über die
Koordinaten der Knotenpunkte gezogen und daraus Elemente erstellt. In einem nächsten
Schritt werden den Elementen die im Quellcode spezifizierten Materialeigenschaften
zugewiesen. Daraus wird dann eine komplette Struktur erstellt inklusive den Oberflächen, an
denen Strahlung oder Konvektion auftritt. Bevor die einzelnen Zeitschritte berechnet werden,
wird allen Knoten noch eine Starttemperatur als Anfangsbedingung zugewiesen. Nun werden
für jeden Zeitschritt die Randbedingungen vergeben, die FE-Rechnungen durchgeführt und die
Ergebnisse in die Ausgabedatei geschrieben. Nachdem alle Zeitschritte durchlaufen sind, endet
das Programm.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
31 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Um das Programm zu testen wurden zwei einfache, analytisch lösbare Probleme erstellt und
simuliert, die in den folgenden Kapitel näher betrachtet werden.
5.2.1 Codetest 1: Platte mit einseitig konstanter Temperatur
Der erste Test überprüft, ob die Berechnungen korrekt ausgeführt werden. Für diesen Fall
wurde die Anfangstemperatur eines Körpers auf 273 K bzw. auf 298 K gesetzt. Die einzige
Randbedingung ist eine konstante Temperatur von 300 K an der rechten Oberfläche. Der
Temperaturverlauf innerhalb des Körpers kann für jeden Zeitschritt beschrieben werden [23].
( )
(
√
)
( ) (5.1)
Abbildung 5.2: Ablaufschema des FE-Programms von Ali Javili nach den Anpassungen.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 32
Hier ist erfc(x) eine Gauß‘sche Fehlerfunktion, TOberfläche die Temperatur an der linken Seite und
T0 die Anfangstemperatur.
Für die Simulation wurde mit GiD das Mesh „3000x40000_regular“ erstellt. Die Mesh-
Spezifikationen sind in Tabelle 5.1 zu finden. Bei der Simulation wurde in 100 Zeitschritten die
Zeit von einer Sekunde abgebildet. Für die Materialparameter gilt λ = 0,8 W/m,
ρ·cP = 2·106 J/(K·m³) und TOberfläche = 300 K. Konvektion und Wärmestrahlung sind nicht
berücksichtigt.
Anzahl Knoten 861
Anzahl Elemente 800
x-Ausbreitung 0 µm – 3000 µm
y-Ausbreitung -20000 µm – 20000 µm
Elemente 20x40
Verteilung regelmäßig
Tabelle 5.1: Gitterspezifikation "3000x40000_regular".
Bei der Simulation wurde aus numerischen Gründen in Centisekunden und Mikrometern
gerechnet. Durch die gegebene Geometrie wird das Gitter in Mikrometern erstellt. Wenn die
thermischen Parameter dementsprechend umgerechnet werden, liegen zwischen den Werten
bis zu neun Größenordnungen. Bei der numerischen Behandlung dieser Daten, werden damit
oft die wichtigen Stellen abgeschnitten oder der Effekt ist kleiner als erlaubten Toleranzen.
Daher wurde dieser Unterschied durch die Zeiteinheit Centisekunden ausgeglichen.
Abbildung 5.3: Simulierter und berechneter Temperaturverlauf für t = 0,5 s (schwarz) und t = 1,0 s (rot) innerhalb einer Platte, deren Temperatur auf einer Seite konstant bei 300 K gehalten wird. Die Starttemperatur war
273K (durchgezogene Linie) bzw. 298 K (gestrichelte Linie).
Kapitel 5: Aufbau der Simulation Valentin Kunkel
33 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In Abbildung 5.3 sind die berechneten und die simulierten Ergebnisse für den
Temperaturverlauf in der Platte für t = 0,5 s und t = 1,0 s aufgetragen. Im Fall der
durchgezogenen Linien ist die Starttemperatur T0 = 273 K und für die gestrichelte Linien ist
T0 = 298 K. Es wurden die Standardabweichungen zwischen den berechnete Werten
(Gleichung (5.1)) und den 21 Simulationswerten bestimmt. Für t = 0,5 s ergibt sich
σ0,5s(T0 = 298 K) = 0,002 K bzw. σ0,5s(T0 = 273 K) = 0,029 K und für t = 1,0 s
σ1,0s(T0 = 298 K) = 0,001 K bzw. σ1,0s(T0 = 273 K) = 0,019 K. Da das Kamerarauschen ohne Lock-in-
Korrelation ungefähr 20 mK groß ist, sind die Berechnungen durch das FE-Programm
ausreichend genau. Außerdem liegen die erwarteten Temperaturdifferenzen im Bereich von
null bis fünf Kelvin, daher kann die kleinere Standardabweichung betrachtet werden. Die
Genauigkeit kann sogar noch erhöht werden, wenn die Koordinaten der Knoten näher
beieinander sind und die Zeitintervalle zwischen den Zeitschritten verringert werden. Ersteres
ist für die Simulationen an den CIGS-Zellen der Fall.
5.2.2 Codetest 2: Konstante Leistung an der Oberfläche
Bei dem zweiten Test zur Überprüfung des Codes wurde untersucht, ob die eingebrachte
Leistung sich auch im Körper wiederfindet. Für diesen Fall wurde das Mesh
„3x40_regular_millimeter“ (siehe Tabelle 5.2) verwendet. An der rechten Oberfläche des
Körpers wird konstant Leistung von PNode = 2 (kg·mm)/s³ in jeden der NNodes Knoten
eingebracht. Aufgrund der 2D-Betrachtung reduziert sich die Dimension der Größen um eins.
Anschließend wurde diese mit dem Anstieg der Energie im Körper pro Zeitschritt verglichen.
Mit Gleichung (5.2) kann die eingebrachte Energie ΔQKörper pro Zeitschritt Δt = 1 s berechnet
werden.
( )
(5.2)
Um den Anstieg der Energie pro Zeitschritt im Körper zu berechnen werden das
Elementvolumen VElement, die spezifische Wärmekapazität cP, die Dichte ρ und der
Temperaturanstieg des Elements ΔTElement benötigt.
( ) ∑ ( ( ) ( ))
(5.3)
cP·ρ ist als direkte Eingabe in die Simulation mit 1000 kg/(mm·K·s²) gegeben. Wegen des
regelmäßigen Gitters ist das Volumen für jedes Elemente Vel = 0,15 mm². Da bei FE-
Berechnungen sämtliche Informationen in den Knoten gespeichert sind, lässt sich die
Temperatur eines Elements aus der Durchschnittstemperatur der vier Eckknoten bestimmen.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 34
Anzahl Knoten 861
Anzahl Elemente 800
x-Ausbreitung 0 mm – 3 mm
y-Ausbreitung -20 mm – 20 mm
Elemente 20x40
Verteilung regelmäßig
Tabelle 5.2: Gitterspezifikation "3x40_regular_millimeter".
Diese Berechnungen wurden für 100 Zeitschritte durchgeführt. Die Ergebnisse sind in
Abbildung 5.4 als Absolutwerte und prozentuale Abweichung zu sehen. Die daraus berechnete
Standardabweichung liegt bei σP = 0,009 (kg·mm)/s² und kann somit vernachlässigt werden.
Das heißt, es kann angenommen werden, dass die komplette eingebrachte Leistung sich im
Körper wiederfindet.
5.2.3 Inputparameter für die Simulationen
Um die CIGS-Solarzellen anzunähern wurde das Mesh „3100x40000_rea“ (siehe Tabelle 5.3)
verwendet. Dieses ist um den Mittelpunkt in y-Richtung gestaucht und auch die Verteilung der
Knoten in x-Richtung ist nicht regelmäßig. Im Bereich des Substrats liegen diese weniger dicht
gepackt, als innerhalb des CIGS um dort genauere Daten zu erhalten. Ebenso ist das Gitter um
den Bereich des Heizpunktes gestaucht. Die letzte Schicht für Material 3 ist die Umgebungsluft,
so dass Wärme durch Konvektion und Strahlung abgegeben werden kann. In der Darstellung
des Gitters in Abbildung 5.5 wird Material 1, das Substrat, mit blauer Farbe dargestellt,
Material 2, die Dünnschicht, mit grün und Material 3, die Umgebungsluft, mit rot gezeigt.
Abbildung 5.4: Zugeführte Energie im Körper pro Zeitschrift absolut (blau) und relativ zum errechneten Wert (grün).
Kapitel 5: Aufbau der Simulation Valentin Kunkel
35 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Anzahl Knoten 867
Anzahl Elemente 800
x-Ausbreitung (Material 1) 0 µm – 3000 µm
x-Ausbreitung (Material 2) 3000 µm – 3003 µm
x-Ausbreitung (Material 3) 3003 µm – 3100 µm
y-Ausbreitung (alle Materialien) -20000 µm – 20000 µm
Elemente (Material 1) 7x50
Elemente (Material 2) 8x50
Elemente (Material 3) 1x50
Verteilung gestaucht
Tabelle 5.3: Gitterspezifikation "3100x40000_rea".
Für Material 1 werden die thermischen Eigenschaften von Kalk-Natron-Glas angenommen
(λSubstrat = 0,8 (kg·m)/(K·s³), cP,Substrat·ρSubstrat = 2·106 kg/(m·K·s²)) [16] und die thermischen
Parameter für Material 3 sind gleich Null gesetzt, da die Wärmeleitung innerhalb der Luft
vernachlässigt wird. Weiterhin wird die rechte Wand konstant auf der Starttemperatur
gehalten und dient somit als Wärmesenke. Die sonstigen Randbedingungen sind in Tabelle 5.4
zu finden und gelten, soweit nichts anderes erläutert wird, für alle weiteren Simulationen.
Starttemperatur T0 298 K
Emissionsgrad εCIGS 0,69
Konvektionsparameter h 5 kg/(K·s³)
Simulationsdauer tEnd 50 s
Zeitschritt dt 0,01 s
Frequenz f 1 Hz
Heizleistung PHeiz 1 W/m
Heizpunkt x = 3003 µm, y = 0 µm
Tabelle 5.4: Randbedingungen für Testsimulationen.
Die Heizleistung PHeiz wirkt dabei ausschließlich auf den Mittleren Knoten bei x = 3003 µm und
y = 0 µm. Konvektion- und Strahlungsleistung wird nur am an der rechten Oberfläche
(x = 3003 µm) abgegeben bzw. aufgenommen.
Abbildung 5.5: Das Mesh „3100x40000_rea“ in verschiedenen Vergrößerungen ((a) komplettes Mesh, (b) bis (d) Vergrößerungen) mit Materialzuweisung.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 36
In Abbildung 5.7 sind die Simulationsergebnisse für λ = 150 (kg·m)/(K·s³) und
cP·ρ = 1,5·106 kg/(m·K·s²) dargestellt. Es ist sehr gut sichtbar, wie nach einer anfänglichen
Heizphase, das Temperaturprofil am Heizpunkt im eingeschwungenen Zustand um einen
Mittelwert oszilliert (Abbildung 5.7 (c)). Gleichzeitig kann man die Temperaturausbreitung in y-
Richtung in jeder Periode erkennen (Abbildung 5.7 (a) und (b)). Im Folgenden werden die
thermischen Parameter der Dünnschicht stets ohne Index angegeben. Ist nicht die Dünnschicht
gemeint, wird dies separat hervorgehoben.
5.3 Struktur des Iterationsverfahren zur Bestimmung der
thermischen Materialparameter
Um von den gemessenen Temperaturdaten auf die thermischen Variablen zurückzuschließen,
wurde ein iterativer Algorithmus erstellt. Die gemessenen Werte werden bei jedem
Iterationsschritt mit denen der Simulation verglichen und die thermischen Eigenschaften der
Dünnschicht werden für den nächsten Iterationsschritt angepasst.
Für die Anpassung wird zunächst bestimmt, ob der Wert zu klein oder zu groß ist (siehe
Kapitel 5.4). Es ist auch möglich, dass der Einfluss einer Variablen nicht sichtbar ist, da der
Effekt der anderen dominiert. Anschließend wird die Größe per Intervallschachtelung
angenähert.
Dafür wird zunächst, ausgehend von einem ersten Annahmewerte, das Startintervall gesucht.
Bis dieses gefunden ist, wird der Wert einer Variablen im nächsten Iterationsschritt verdoppelt
bzw. halbiert. Anschließend wird das Intervall, in dem der Wert vermutet wird, mit jedem
Schritt halbiert. Das Prinzip einer Intervallschachtelung ist in Abbildung 5.6 zu sehen.
Abbildung 5.6: Prinzip der Intervallschachtelung: Der gesuchte Wert ist 131. Die erste Annahme (100) war zu klein. Der Wert wird verdoppelt (200) und ist zu groß. 150 liegt genau dazwischen und ist ebenfalls zu groß, daher muss der gesuchte Wert
zwischen 100 und 150 liegen. 125 ist wieder zu klein usw.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
37 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
a)
b)
c)
Abbildung 5.7: (a) Temperaturprofil der ersten drei Perioden. (b) Temperaturprofil über alle 50 Perioden.
(c) Temperaturentwicklung am Heizpunkt (y = 0).
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 38
Um Unbekannte mit Hilfe einer Intervallschachtelung zu finden, muss das
Entscheidungskriterium so gewählt werden, dass dessen Abhängigkeit von der gesuchten
Variable entweder streng monoton steigend oder fallend ist. Außerdem darf die
Entscheidungsgrundlage nur von einer Unbekannten abhängig sein. Für die Bestimmung der
thermischen Parameter einer Dünnschicht ist dies in dem untersuchten Temperaturbereich
der Fall (siehe Kapitel 3.3).
Die Iteration wird solange fortgesetzt bis entweder die gewünscht Genauigkeit erreicht wird,
es nicht mehr möglich ist zu bestimmen, ob die thermischen Variablen zu klein oder zu groß
sind oder die maximal zugelassene Anzahl an Iterationsschritten erreicht ist. Die Genauigkeit
wird über die Abweichung des gemessenen Temperaturprofils von dem simulierten bestimmt.
5.3.1 Darstellung des Iterationsschemas
Das Schema des Iterationsprogramms wird in Abbildung 5.8 gezeigt. Nachdem alle relevanten
Daten gesetzt sind beginnt die Iteration, bis eines der oben genannten Abbruchkriterien erfüllt
ist. Anschließend werden noch die Ausgaben geschrieben und das Programm beendet.
Detaillierte Darstellungen des erstellten Iterationsprogramms sind im Anhang zu finden.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
39 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Abbildung 5.8: Funktionsweise des Iterationsalgorithmus. Das Programm kann entweder mit Hilfe des Oberflächentemperaturprofils (siehe Kapitel 5.4.1) oder der Lock-in-korrelierten Daten (siehe Kapitel 5.4.2)
durchgeführt werden.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 40
5.3.2 Einfluss der Dünnschicht
Der Einfluss der Dünnschicht auf das Temperaturprofil bei der verwendeten Heizleistung ist
gering und liegt im Millikelvinbereich für Abweichungen von zehn Prozent in den thermischen
Parametern der Dünnschicht. Dies hat seine Ursache in dem sehr kleinen Volumen bzw. der
kleinen Masse der Dünnschicht im Verhältnis zum Substrat. In Abbildung 5.9 sind die
Unterschiede im Temperaturprofil für die erste und letzte Periode aufgetragen. Dabei wurden
die gleichen Parameter für die simulierten Messdaten wie zuvor angenommen. Nur die
Heizleistung wurde auf PHeiz = 10 W/m erhöht. Für die Vergleichsmessung wurde cP·ρ um 10%
auf cP·ρ = 1,65·106 kg/(m·K·s²) ((a) und (b)) bzw. λ um 1% auf λ = 151,5 (kg·m)/(K·s³) ((c) und
(d)) erhöht, während alle anderen Parameter gleich blieben. Die Temperaturunterschiede in
dieser Arbeit sind stets folgendermaßen definiert:
(5.4)
Für theoretische Untersuchungen gilt analog:
(5.5)
In Abbildung 5.9 (a) und besonders (b) ist ein Vorzeichenwechsel für den zeitlichen Verlauf von
ΔT am Ort y = 0 zu erkennen. Dieser ist in (c) und (d) nicht zu finden. Betrachtet man jedoch in
diesen Abbildungen den Verlauf der Kurven in y-Richtung für jeden Zeitschritt sieht man beim
Zeitschritt t = 50 cs bzw. t = 4950 cs einen Vorzeichenwechsel, den es in (a) und (b) nicht gibt.
Mit Hilfe dieser Vorzeichenwechsel kann man die thermischen Parameter annähern. Eine
andere Möglichkeit, die auch weniger anfällig für Rauschen ist, basiert auf Lock-in-
Thermografie. Beide Verfahren sind in den folgenden Kapiteln beschrieben. Es ist möglich
zwischen den beiden Varianten für die Bestimmung der thermischen Materialparameter im
C++-Programm zu wählen.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
41 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
a)
b)
c)
d)
Abbildung 5.9: Temperaturunterschiede ΔT (siehe Gleichung (5.5)) bei erhöhtem cP·ρ ((a), (b)) bzw. erhöhten λ ((c),
(d)) für die erste ((a), (c)) und letzte Periode ((b), (c)) bei 50 Perioden.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 42
5.4 Details des Algorithmus
5.4.1 Bestimmung der thermischen Parameter aus dem
Oberflächentemperaturprofil
Wie oben beschrieben kann aus den Thermografieaufnahmen auf Wärmeleitfähigkeit und
spezifische Wärmekapazität geschlossen werden. Dies geschieht in zwei unabhängig
voneinander durchgeführten Berechnungen. Es kann passieren, dass sich die thermischen
Effekte überlagern und in einem Iterationsschritt einer oder beide Parameter nicht weiter
angenähert werden können. Im letzteren Fall bricht die Iteration ab. Im ersten Fall wird nur ein
Parameter optimiert und im darauf folgenden Schritt wird wieder versucht beide anzunähern.
Eine schematische Darstellung der Bestimmung ist in Abbildung 5.10 zu sehen.
Abbildung 5.10: Iterationsschema der Bestimmung der thermischen Parameter aus dem Oberflächentemperaturprofil.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
43 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Annäherung von cP·ρ
Wie in Abbildung 5.9 (a) und (b) zu sehen gibt es für den zeitlichen Verlauf von ΔT(y = 0) einen
Vorzeichenwechsel. Dieser ist in Abbildung 5.11 (a) für ( ) noch besser zu erkennen
und in Bild (b) gar nicht vorhanden. ( ) ist der über alle Perioden gemittelte Wert
der Temperaturunterschiede am Heizpunkt zum Zeitpunkt t innerhalb einer Periode (siehe
Gleichung (5.6)). In Abbildung 5.11 (a) wurde die simulierte Messdatei mit
(cP·ρ)Tatsächlich = 0,15·10-3 kg/(µm·K·cs²) und λTatsächlich = 150 (kg·µm)/(K·cs³) mit Ergebnissen bei
leicht abgewandelten cP·ρ verglichen, während λ konstant blieb. In (b) wurde λ abgeändert bei
konstanten cP·ρ. Zu beachten ist der deutlich größere Einfluss von λ auf die
Temperaturunterschiede. Bei (a) beträgt dieser nur maximal 1 mK, während er bei (b) bei
20 mK groß ist.
Der Vorzeichenwechsel lässt sich mit Hilfe der Gleichungen (3.8) und (3.9) erklären. Je
größer cP·ρ bei gleichen Randbedingungen und gleicher Heizleistung ist, desto geringer ist der
Temperaturanstieg im Heizpunkt während des Heizvorgangs. In der Abkühlphase wird dann
weniger Wärme abtransportiert, da die Wärmekapazität wie eine große Kapazität aus der
Elektrizitätslehre betrachtet werden kann, die auch länger zum Entladen braucht. Im Falle
einer größeren Wärmeleitfähigkeit wärmt sich von vorneherein der Heizpunkt nicht so auf, wie
bei einer geringeren, da mehr Energie in den Körper diffundiert. Auch in der Abkühlphase fließt
immer noch mehr Energie ab, so dass es keinen Nulldurchgang am Heizpunkt gibt.
Aufgrund dieser Eigenschaften lässt sich die Wärmekapazität bei bekannter
Wärmeleitfähigkeit bestimmen. Da die Temperaturdifferenzen, wie in Abbildung 5.11 (a) zu
sehen, sehr klein sind, wird zunächst der Mittelwert über alle Perioden berechnet.
a)
b)
Abbildung 5.11: Gemittelte Temperaturdifferenz ( ) am Heizpunkt für verschiedene Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) mit (cP·ρ)Tatsächlich = 0,15·10
-3 kg/(µm·K·cs²) bzw.
λTatsächlich = 150 (kg·µm)/(K·cs³).
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 44
( ) ∑ ( )
(5.6)
Hierbei steht p für die Periode, N für die Gesamtanzahl der Perioden, n für die Zeitschritte pro
Periode und t für den Zeitschritt innerhalb jeder Periode.
Um ein noch größeres Signal zu erhalten, werden jeweils die Werte der ersten Halbperiode
und der zweiten Halbperiode aufsummiert. Dabei werden die fünf Werte am Anfang, am Ende
und in der Mitte der Periode weggelassen, da diese im Verhältnis zum Rauschen noch kleiner
sind.
∑ ( )
(5.7)
∑ ( )
(5.8)
Mit Hilfe der Vorzeichen kann nun bestimmt werden, ob der Wert von cP·ρ zu klein oder zu
groß ist. Dies geschieht mit der Entscheidungsmatrix aus Abbildung 5.12. In beiden Fällen wird
cP·ρ per Intervallschachtelung verkleinert bzw. vergrößert. Im Fall von λ wird in diesem
Iterationsschritt nur die Wärmeleitfähig angepasst.
Annäherung von λ
In Abbildung 5.9 (c) und (d) gibt es in der Mitte jeder Periode, am letzten Zeitpunkt mit aktiver
externer Leistung tLeistung aus, einen Vorzeichenwechsel in lateraler Richtung. Dabei ist tLeistung aus
mit Hilfe der Periodendauer tPeriode definiert:
(5.9)
Der Vorzeichenwechsel tritt auch in Abbildung 5.13 (b) auf, während er in Bild (a) nicht auftritt.
Wie in Abbildung 5.11 wurden hier verschiedenen Einstellungen für Wärmekapazität und
Wärmeleitfähigkeit mit einer simulierten Messdatei verglichen.
Abbildung 5.12: Entscheidungsmatrix zum Annähern von cP·ρ.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
45 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Dieses Phänomen lässt sich mit den Gleichungen (3.8) und (3.9) beschreiben. Im Fall
unterschiedlicher Wärmekapazitäten kann man sich vorstellen, wie diese als eine Kapazität in
der Elektrizitätslehre wirkt. Bei gleicher Energiezuführung führt eine höhere Wärmekapazität
zu einem niedrigeren Temperaturanstieg an jedem Punkt. Bei einer niedrigeren
Wärmeleitfähigkeit wird mehr Energie rund um den Heizpunkt gesammelt und es erreicht
weniger Wärme die weiter entfernten Punkte. Es kommt es zu einem Vorzeichenwechsel.
Mit Hilfe dieses Vorzeichenwechsels kann λ bestimmt werden. Die Temperaturdifferenzen für
die Bestimmung von λ sind größer als bei der Wärmekapazität (siehe Abbildung 5.13), dennoch
werden zuerst die Mittelwerte über alle Perioden bestimmt.
( ) ∑ ( )
(5.10)
Hier steht p wieder für die Periode, N für die Anzahl der Perioden und tLeistung aus, p für den
letzten Zeitschritt in einer Periode p mit eingeschalteter Heizleistung. Um das Rauschen weiter
zu unterdrücken wurde die Symmetrie ausgenutzt.
( ) ( ) ( )
(5.11)
a)
b)
Abbildung 5.13: Gemittelte Temperaturdifferenz ( ) für die letzte Periode mit Heizleistung für verschiedene Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) mit (cP·ρ)Tatsächlich = 0,15·10
-3 kg/(µm·K·cs²) bzw.
λTatsächlich = 150 (kg·µm)/(K·cs³).
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 46
Für jeden Wert ( ) wird das Vorzeichen bestimmt und wenn es einen
Vorzeichenwechsel gibt, wird λ angepasst. Bei einem Wechsel von positiven zu negativen
Vorzeichen ist λ zu groß und wird per Intervallschachtelung verkleinert und umgekehrt (siehe
Abbildung 5.14). Bei der Überprüfung des Vorzeichenübergangs sind jeweils mehrere Werte
mit dem gleichen Vorzeichen für einen Wechsel nötig (siehe Anhang). Werte weit weg von der
Heizquelle werden wegen ihrer kleinen Größenordnung nicht betrachtet und als Rauschen
eingeordnet. Wird kein Vorzeichenwechsel registriert, dominiert die Wärmekapazität.
Spezialfall
Falls weder eine neue Wärmekapazität noch eine neue Wärmeleitfähigkeit bestimmt werden
kann, gibt es für große Temperaturunterschiede noch eine weitere Möglichkeit λ anzupassen.
Dies geschieht dann, wenn die Vorzeichenwechsel aufgrund von Rauschen nicht klar
definierbar sind. Dafür wird der mittlere Temperaturunterschied am Ort y = 0 zum Zeitpunkt
des letzten Heizens bestimmt.
( ) ( ) (5.12)
Ist dieser Wert größer oder kleiner Null und zusätzlich der Absolutbetrag größer als eine
definierte Toleranz wird λ verkleinert bzw. vergrößert. Andernfalls wird die Iteration beendet.
Diese Entscheidung ist möglich, da wie oben beschrieben, die Temperatur am Heizpunkt stark
abhängig von der Wärmeleitfähigkeit ist. Zwar ist diese auch abhängig von der
Wärmekapazität, allerdings deutlich weniger (siehe Abbildung 5.12). Daher wurde eine untere
Grenze für den Temperaturunterschied definiert. Details sind im Anhang zu finden.
Abbildung 5.14: Entscheidungsmatrix zum Annähern von λ.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
47 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
5.4.2 Bestimmung der thermischen Parameter mit Lock-in-Thermografie
Die Lock-in-korrelierten Werte einer Simulation mit cP·ρ = 0,15·10-3 kg/(µm·K·cs²),
λ = 150 (kg·µm)/(K·cs³) und PHeiz = 10 W/m sind in Abbildung 5.15 zu sehen. Für die Iteration
mit Lock-in-Messergebnissen werden das S0°-, das S-90°- und das Amplituden-Signal verwendet.
Anders als bei den Berechnungen ohne Lock-in-Korrelation, ist der Effekt, auf dem die
Annäherung basiert, nicht unabhängig für die beiden Parameter. Das heißt, dass pro
Iterationsschritt entweder cP·ρ oder λ angenähert wird. Sollten beide Werte nicht angenähert
werden können, wird die Iteration beendet. Das Schema zur Bestimmung neuer thermischer
Parameter aus den Lock-in-Daten ist in Abbildung 5.16 zu sehen.
Annäherung der thermischen Parameter
In Abbildung 5.17 sind die Unterschiede des S0°-, des S-90°- und des Amplituden-Signals (A) für
unterschiedliche Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) bei ansonsten gleichen
Randbedingungen gezeigt. Mit Hilfe dieser Bilder wurde der Algorithmus zur Anpassung der
thermischen Parameter entwickelt. Die Unterschiede sind wie in Gleichung (5.4) bzw. (5.5)
definiert als gemessene (tatsächliche) Daten minus simulierte Daten. Zu erkennen ist im ΔS0°-
Bild (erste Zeile), dass bei zu großen thermischen Parameter (gefüllte Punkte) ΔS0° am
Heizpunkt y = 0 größer als Null ist. Im ΔS-90°-Bild (zweite Zeile) ist der Wert ΔS-90°(y = 0) bei zu
a)
b)
c)
d)
Abbildung 5.15: S0°
-Signal (a), S-90°
-Signal (b), Amplituden-Signal (c) und Phase-Signal (d) der Lock-in-Korrelation für simulierte Messergebnisse mit 5000 Zeitschritten und einer Periodendauer von 100 Zeitschritten.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 48
großem cP·ρ kleiner als Null und bei zu großem λ größer. Weiterhin ist im ΔA-Bild der
unterschiedlichen Wärmeleitfähigkeiten (dritte Zeile, (b)) ein Nulldurchgang zu sehen. Da
dieser nicht im ΔA-Bild der Wärmekapazität (dritte Zeile, (a)) zu sehen ist, kann dadurch auch
die Wärmeleitfähigkeit angenähert werden.
Abbildung 5.16: Schema der Bestimmung der thermischen Parameter aus den Lock-in-korrelierten Werten. Das Entscheidungskriterium, welcher Parameter gerändert wird,
ist in Gleichung (5.16) definiert.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
49 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Obwohl durch die Lock-in-Methode das Rauschen effektiv unterdrückt wird (siehe Kapitel 4.3),
wurde trotzdem die Symmetrie des Aufbaus ausgenutzt und Mittelwerte bestimmt.
( )
( ) ( )
(5.13)
( )
( ) ( )
(5.14)
( ) ( ) ( )
(5.15)
Im nächsten Schritt werden die Vorzeichen des Heizpunktes (y = 0) im ΔS0°- und ΔS-90°-Bild
betrachtet. Sind diese unterschiedlich, wird die Wärmekapazität verändert, andernfalls die
Wärmeleitfähigkeit. In Gleichung (5.16) wird dieser Zusammenhang nochmals dargestellt.
( )
( ) {
(5.16)
a)
b)
Abbildung 5.17: Einfluss der thermischen Parameter auf das ΔS
0°-Signal (erste Zeile), ΔS
-90°-Signal (zweite Zeile) und
Δ-A-Signal (dritte Zeile) für verschiedene Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) mit (cP·ρ)Tatsächlich = 0,15·10
-3 kg/(µm·K·cs²) bzw. λTatsächlich = 150 (kg·µm)/(K·cs³).
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 50
Anschließend wird überprüft, ob das Vorzeichen am Nullpunkt nur durch Störsignale auftritt.
Im Fall einer Änderung von cP·ρ werden dafür im ΔS0°-Bild die Vorzeichen von ( ),
( ) und
( ) betrachtet. Wobei y1 und y2 die jeweiligen direkten Nachbarn in y-
Richtung sind. Beim Gitter „3100x40000_rea“ beispielweise ist y1 ≈ 141 µm und y2 ≈ 284 µm.
Dadurch wird überprüft, ob der Mittelwert nicht nur wegen des Rauschens ein bestimmtes
Vorzeichen hat. Es muss eine Tendenz über mehrere Messpunkte erkannt werden. Sind
mindestens zwei dieser größer (kleiner) als Null, wird cP·ρ im nächsten Iterationsschritt
verkleinert (vergrößert) und λ bleibt unverändert (siehe Gleichung (5.17), sgn ist die
Vorzeichenfunktion). Für die Wärmeleitfähigkeit wird das ΔS-90°-Bild betrachtet. Wenn
mindestens zwei der drei Werte größer (kleiner) als Null sind, wird λ im nächsten Schritt
verkleinert (vergrößert) und cP·ρ bleibt gleich (siehe Gleichung (5.18)). Die jeweiligen Bilder
wurden gewählt, da dort die Effekte größere laterale Ausbreitung haben. Die komplette
Entscheidung kann in Abbildung 5.18 nachvollzogen werden.
∑ ( ( ))
{
(5.17)
∑ ( ( ))
{
(5.18)
Abbildung 5.18: Entscheidungsmatrix zum Annähern der thermischen Parameter per Lock-in-Korrelation aus dem S
0°- und S
-90°-Signal.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
51 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Wenn keine der Bedingungen erfüllt ist oder das In-Phase-Signal bzw. das Quadratur-Signal zu
klein ist, kann auch aus dem Amplitudenbild auf die Wärmeleitfähigkeit zurückgeschlossen
werden. Wenn dieser Fall der Entscheidung eintritt, wird überprüft, ob es einen
Vorzeichenwechsel in y-Richtung gibt. Ist dies nicht der Fall, bricht die Iteration hier ab. Gibt es
einen Vorzeichenwechsel wird λ im nächsten Schritt verkleinert, falls dieser von positiv nach
negativ geht oder andersherum (siehe Abbildung 5.19).
5.5 Überprüfung des Algorithmus
Ausgehend von diesen Voruntersuchungen wurde die Iteration für verschiedene Startwerte
getestet. Dafür wurden durch FE-Simulation „künstlich“ Messwerte mit bekannten
cP·ρ = 0,15·10-3 kg/(µm·K·cs²), λ = 150 (kg·µm)/(K·cs³) und PHeiz = 1 W/m erstellt und überprüft,
ob diese rückwirkend wieder herausgefunden werden können.
5.5.1 Überprüfung der Iteration mit Oberflächentemperaturprofildaten
Die Ergebnisse für Iterationen aus den Oberflächentemperaturprofildaten sind in
Abbildung 5.20 und Tabelle 5.5 zu sehen. Ausgehend von vier unterschiedlichen Startwerten
wurde auf die tatsächlichen Werte zurückgeschlossen. Beide Parameter können bei unendlich
genauer Messung und idealen Randbedingungen rückwirkend innerhalb der statistischen
Unsicherheit bestimmt werden. Dies ist auch bei wesentlich höheren Abweichungen der
Startwerte möglich (nicht dargestellt).
Abbildung 5.19: Entscheidungsmatrix zum Annähern der thermischen Parameter per Lock-in-Korrelation aus dem Amplituden-Signal.
Valentin Kunkel Kapitel 5: Aufbau der Simulation
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 52
cP·ρ [10-3
kg/(µm·K·cs²)] λ [(kg·µm)/(K·cs³)]
Iteration 1 0,149922 149,99634
Iteration 2 0,150391 150,0061
Iteration 3 0,149707 150,00031
Iteration 4 0,15 149,99695
Mittelwert 0,150005±0,000171 149,999925±0,002683
Tabelle 5.5: Rückwirkend berechnete thermische Parameter ohne Lock-in-Thermografie.
5.5.2 Überprüfung der Iteration mit Lock-in-Daten
Das Iterationsverfahren mit Lock-in-Berechnungen wurde mit den gleichen Startwerten wie in
Kapitel 5.5.1 getestet. Die Randbedingungen entsprechend ebenfalls dem vorherigen Test.
Einzig die Leistung wurde auf PHeiz = 10 W/m erhöht.
Die Ergebnisse sind in Abbildung 5.21 und Tabelle 5.6 zu sehen. Mit der Lock-in-Methode
lassen sich die Parameter bei perfekter Messgenauigkeit nicht so genau bestimmen wie ohne.
Da die Stärke des Lock-in-Verfahrens sich allerdings besonders bei Störungen (Rauschen) zeigt,
ist die erreichte Genauigkeit ausreichend.
cP·ρ [10-3
kg/(µm·K·cs²)] λ [(kg·µm)/(K·cs³)]
Iteration 1 0,1425 149,94141
Iteration 2 0,15125 149,98047
Iteration 3 0,1575 149,91211
Iteration 4 0,15 149,99936
Mittelwert 0,150313±0,003693 149,958338±0,023485
Tabelle 5.6: Rückwirkend berechnete thermische Parameter mit Lock-in-Thermografie.
a)
b)
Abbildung 5.20: Überprüfung der Iteration mit den Oberflächentemperaturdaten.
a)
b)
Abbildung 5.21: Überprüfung der Iteration mit Lock-in-Daten.
Kapitel 5: Aufbau der Simulation Valentin Kunkel
53 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Kapitel 6: Variation der Simulationsparameter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 54
Kapitel 6: Variation der Simulationsparameter
Unter perfekten Messbedingungen können sehr gute Ergebnisse erzielt werden (siehe
Kapitel 5.5). Um das Verhalten bei realistischen Messbedingungen zu untersuchen, bevor
Messungen durchgeführt werden, wurden mehrere Tests durchgeführt. Ziel war es von
Vorneherein experimentelle Fehlerquellen, wie beispielsweise eine ungeeignete
Periodendauer, zu umgehen.
Im folgenden Kapitel wird zunächst die Qualität der Iteration mit „künstlich“ gerauschten
Messergebnissen (Simulation + Rauschen) untersucht und anschließend mehrere Variationen
der Messparameter vorgestellt.
6.1 Einfluss von künstlichem Rauschen
Um die Stabilität des Algorithmus zu testen, wurden auf die simulierten Ergebnisse der
Temperaturverteilung an der Oberfläche Temperaturen (Rauschen) addiert. Dies geschah auf
zwei unterschiedliche Arten. Zum einen gibt es die Möglichkeit zufällig, durch die C++-Funktion
„rand“ erzeugte, Werte im Intervall von -x bis +x zu der Oberflächentemperatur an jedem Ort
für jeden Zeitschritt zu addieren. Eine weitere Variante ist das Hinzufügen von einem
periodischen verrauschten Störsignal. Dabei können Frequenz und die Amplitude variiert
werden.
Welchen Einfluss Rauschen auf die ΔT-Diagramme hat, zeigt Abbildung 6.1. Bei einer
Heizleistung von PHeiz = 10 W/m, Randparametern wie in Kapitel 5.2.3 und einem zufälligen
Rauschen von ΔTRausch = 5 mK ist es bereits schwer einen Trend in den unkorrelierten Bildern
abzulesen. Für die Lock-in-korrelierte Bilder (Abbildung 6.2), sieht man ein besseres Signal-
Rausch-Verhältnis. Die thermischen Parameter wurden bei beiden Abbildungen um ein Prozent
im Vergleich zu der Messdatei erhöht. Es ist zu erkennen, dass besonders die Bestimmung von
cP·ρ eine große Herausforderung darstellt.
Kapitel 6: Variation der Simulationsparameter Valentin Kunkel
55 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In der Abbildung 6.3 und Tabelle 6.1 sieht man den Verlauf des Algorithmus und die Ergebnisse
für unterschiedliches Rauschen. Im Fall (a) bzw. (b) der Abbildung 6.3 wurde zu der Messdatei
ein willkürliches Rauschen von maximal ΔTRausch = 5 mK addiert. Bei (c) und (d) wurde der
Maximalwert auf ΔTRausch = 20 mK erhöht. In Abbildung 6.3 (e) und (f) wurde ein periodisches
Rauschen mit Frequenz fRausch = 0,5 Hz und Amplitude ARausch = 5 mK addiert und zusätzlich ein
willkürlicher Wert von maximal ΔTRausch = 1 mK. Bei (g) bzw. (h) wurde die Frequenz
fRausch = 5 Hz erhöht. Der obere Teil stellt jeweils den Iterationsverlauf ohne Lock-in-Korrelation
dar, während der untere Teil diese anwendet.
a)
b)
Abbildung 6.1: Temperaturunterschiede bei 5mK-Rauschen (rot) im Vergleich zu ohne Rauschen (schwarz) für eine Abweichung der thermischen Parameter cP·ρ (a) und λ (b) von einem Prozent. (a) zeigt den zeitlichen Verlauf der
gemittelten Temperaturunterschiede am Punkt y = 0, (b) die gemittelten Werte am Zeitpunkt tLeistung aus.
a)
b)
Abbildung 6.2: Unterschiede in den Lock-in-korrelierten Bildern bei 5mK-Rauschen (rot) im Vergleich zu ohne Rauschen (schwarz) für eine Abweichung der thermischen Parameter cP·ρ (a) und λ (b) von einem Prozent.
Valentin Kunkel Kapitel 6: Variation der Simulationsparameter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 56
a)
b)
ΔTRausch = 5 mK
c)
d)
ΔTRausch = 20 mK
e)
f)
fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK
g)
h)
fRausch = 5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK
Abbildung 6.3: Verlauf des Algorithmus für unterschiedliches Rauschen: ΔTRausch = 5 mK (a, b); ΔTRausch = 20 mK (c, d);
fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (e, f); fRausch = 5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (g, h);
Kapitel 6: Variation der Simulationsparameter Valentin Kunkel
57 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In allen Fällen sieht man, dass die Iteration für die Wärmeleitfähigkeit gut funktioniert. Das
Signal-Rausch-Verhältnis macht es jedoch schwierig die Wärmekapazität vergleichbar gut zu
bestimmen. Aus diesem Grund wurden simulativ weitere mögliche experimentelle Aufbauten
untersucht, um die Bestimmung von cP·ρ zu ermöglichen, bzw. die Messparameter variiert. In
den folgenden drei Unterkapiteln werden diese beschrieben.
a) Ohne Lock-in Mit Lock-in
Iteration cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
1 0,148438 150,02912 0,151406 149,97162
2 0,1375 150,1172 0,15125 149,97192
3 0,144375 150,04829 0,150938 149,97437
4 0,15 150,0338 0,15125 149,97238
Ø 0,145078±0,003348 150,057±0,025 0,151211±0,000118 149,973±0,001
ΔTRausch = 5 mK
b) Ohne Lock-in Mit Lock-in
Iteration cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
1 0,16625 149,94158 0,1425 150,07324
2 0,15125 149,93554 0,1375 150,11719
3 0,1575 149,91973 0,144375 150,05737
4 0,15 149,93875 0,14 150,03895
Ø 0,156250±0,004458 149,934±0,006 0,141094±0,001795 150,072±0,020
ΔTRausch = 20 mK
c) Ohne Lock-in Mit Lock-in
Iteration cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
1 0,150293 149,99797 0,150469 149,99634
2 0,150391 149,99783 0,150391 150,0061
3 0,150938 149,99511 0,1575 149,91211
4 0,150625 149,99711 0,15 150,00221
Ø 0,150562±0,000172 149,997±0,001 0,152090±0,002167 149,979±0,027
fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK
d) Ohne Lock-in Mit Lock-in
Iteration cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
cP·ρ [10
-3 kg/(µm·K·cs²)]
λ [(kg·µm)/(K·cs³)]
1 0,1425 150,01831 0,154375 149,94141
2 0,1375 150,03174 0,15125 149,98047
3 0,13125 149,99511 0,1575 149,91211
4 0,14 150,02502 0,15 149,9987
Ø 0,137813±0,002897 150,018±0,010 0,153281±0,002017 149,958±0,023
fRausch = 5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK
Tabelle 6.1: Ergebnisse des Algorithmus für unterschiedliches Rauschen: ΔTRausch = 5 mK (a); ΔTRausch = 20 mK (b); fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (c); fRausch = 5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (d);
Valentin Kunkel Kapitel 6: Variation der Simulationsparameter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 58
6.2 Einsatz eines Flashers
Um den Einfluss der Wärmeleitfähigkeit zu verringern und damit den Temperaturunterschied
resultierend aus verschiedenen Wärmekapazitäten hervorzuheben, wurde simulativ der
Einsatz eines Flashers untersucht. Das bedeutet, dass die komplette Oberfläche der CIGS
gleichzeitig mit einer Leuchtquelle angeregt wird. Somit gibt es idealerweise keine
Wärmeleitung in lateraler Richtung und die Oberflächentemperatur ist unabhängig von λ. Für
die Simulationen wurde das Mesh „ohne_Stauchung“ verwendet (siehe Tabelle 6.2), da sich
bei einer unregelmäßigen Verteilung der Knoten an der Oberfläche auch Energie an den Stellen
hoher Knotendichte sammeln würde. In Abbildung 6.4 ist der Verlauf der
Oberflächentemperatur innerhalb der ersten zehn Perioden dargestellt. Die Flasherleistung
entspricht einer Sonne (PFlasher = 1000 W/m²) und für die thermischen Parameter der
Dünnschicht gilt λ = 150 (kg·m)/(K·s³) und cP·ρ = 1,5·106 kg/(m·K·s²).
Anzahl Knoten 902
Anzahl Elemente 840
x-Ausbreitung (Material 1) 0 – 3000
x-Ausbreitung (Material 2) 3000 – 3003
x-Ausbreitung (Material 3) 3003 – 3100
y-Ausbreitung (alle Materialien) -20000 – 20000
Elemente (Material 1) 10x40
Elemente (Material 2) 10x40
Elemente (Material 3) 1x40
Verteilung regelmäßig
Tabelle 6.2: Gitterspezifikation "ohne_Stauchung ".
Abbildung 6.4: Oberflächentemperatur der ersten zehn Perioden bei Flashereinsatz und Heizleistung von einer Sonne.
Kapitel 6: Variation der Simulationsparameter Valentin Kunkel
59 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Der Einfluss der Wärmeleitfähigkeit ist, wie erwartet, deutlich kleiner als der der
Wärmekapazität. Allerdings ist der Einfluss von cP·ρ immer noch im Millikelvinbereich (siehe
Abbildung 6.5 (b)). Um ΔT zu erhöhen wurde die Heizleistung erhöht (10, 50 und 100 Sonnen),
wie in Abbildung 6.5 zu sehen. Als Referenzwert um ΔT zu berechnen wurde ein Wert von
cP·ρ = 1,515·106 kg/(m·K·s²) herangezogen.
Der Temperaturunterschied steigt ungefähr linear mit der Flasherleistung PFlasher. Für 100
Sonnen liegt dieser im Bereich von 2 mK. Allerdings wächst auch die Absoluttemperatur. Da
die prozentuale Genauigkeit der Kamera konstant bleibt bzw. eher schlechter wird mit
höheren Temperaturen, wird das Auflösungsvermögen von kleinen Temperaturunterschieden
deutlich verringert. Auch die Temperaturabhängigkeit der thermischen Parameter spielt in
diesem Bereich eine Rolle, die in der Simulation nicht betrachtet wird. Daher bringt der Einsatz
eines Flashers für das gegebene Problem keine Lösung.
6.3 Erhöhung der Heizleistung
Da bei den Tests mit erhöhter Flasherleistung festgestellt wurde, dass die
Temperaturunterschiede größer werden, wird im Folgenden betrachtet, wie sich eine erhöhte
Heizleistung am zentralen Knoten auswirkt. Dazu wurden Simulationen mit den
Randparametern aus Kapitel 5.2.3 und mit größeren thermischen Parameter
(λSimuliert = 1,01·λTatsächlich, (cP·ρ)Simuliert = 1,01·(cP·ρ)Tatsächlich) durchgeführt. Die Heizleistung wurde
von PHeiz = 1 (kg·µm)/cs³, über PHeiz = 10 (kg·µm)/cs³ und PHeiz = 50 (kg·µm)/cs³ bis
PHeiz = 100 (kg·µm)/cs³ variiert.
a)
b)
Abbildung 6.5: Oberflächentemperatur beim Einsatz verschiedener Flasherleistungen (a) und über alle Perioden gemittelte Temperaturunterschiede am Punkt y = 0 (b).
Valentin Kunkel Kapitel 6: Variation der Simulationsparameter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 60
Die Ergebnisse sind in Abbildung 6.6 (ohne Lock-in-Korrelation) und Abbildung 6.7 (mit Lock-in-
Korrelation) zu sehen. In Abbildung 6.6 (b) und (c) ist gut zu erkennen, dass der
Temperaturunterschied zwischen den Simulationen deutlich größer wird, je größer die
Heizleistung wird. Damit kann durch eine stärkere Heizquelle das Signal zur Berechnung der
thermischen Parameter erhöht werden. Da jedoch, wie in (a) zu sehen, auch die
Maximaltemperatur an der Oberfläche steigt, gibt es aus den im Kapitel 6.2 genannten
Gründen ein obere Grenze für die Heizleistung, ab welcher die Nachteile die Vorteile
überwiegen. Diese ist abhängig vom untersuchtem Material und dem Auflösungsvermögen der
IR-Kamera.
a)
b)
c)
Abbildung 6.6: (a) Oberflächentemperaturentwicklung am Heizpunkt bei unterschiedlicher Heizleistung. (b, c) Gemittelter Temperaturunterschied bei unterschiedlicher Heizleistung für 1,0% größere thermische
Parameter.
Kapitel 6: Variation der Simulationsparameter Valentin Kunkel
61 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Auch für die Lock-in-Bilder kann festgestellt werden, dass die Unterschiede für alle Signale mit
der Heizleistung steigen. Wobei die Breite der Signale annähernd konstant bleibt. Es ist daher
auch bei großer Heizleistung nötig mit großer Auflösung zu messen. Der Einfluss der
Wärmekapazität bleibt aber immer noch sehr gering im Verhältnis zu dem der
Wärmeleitfähigkeit.
6.4 Änderung der Anregungsfrequenz
Aus den Erkenntnissen der letzten beiden Kapitel ergibt sich ein Zusammenhang zwischen der
eingebrachter Energie und dem Temperaturunterschied. Eine weitere Möglichkeit ein
insgesamt größeres ΔQ zu erreichen ist die Erhöhung der Periodendauer tPeriode bzw. eine
Reduzierung der Lock-in-Frequenz fLock-in. Mit den Randbedingungen aus Kapitel 5.2.3, einer
Heizleistung PHeiz = 10 (kg·µm)/cs³ und einer Abweichung von einem Prozent in der
Wärmekapazität wurden Simulationen mit fLock-in = 1 Hz, fLock-in = 0,5 Hz und fLock-in = 0,1 Hz
durchgeführt.
a)
b)
Abbildung 6.7: Differenzbilder der Lock-in-Signale bei unterschiedlicher Heizleistung für 1,0% größere thermische Parameter. (a) spezifische Wärmekapazität, (b) Wärmeleitfähigkeit.
Valentin Kunkel Kapitel 6: Variation der Simulationsparameter
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 62
In Abbildung 6.8 sind die gemittelten Temperaturunterschiede für verschiedene
Anregungsfrequenzen am Heizpunkt (y = 0) zu sehen. Die Zeitskala wurde dabei auf die
jeweilige Periodendauer normiert. Es ist zu sehen, dass das Maximalsignal etwas größer wird,
je länger die Periodendauer ist (siehe Abbildung 6.8 (b)). Allerdings wird, wie in Kapitel 5.4.1
gezeigt wird, für die Berechnungen jeweils die komplette Halbperiode betrachtet. Um das
Vorzeichen dieser zu bestimmen wird über alle Werte summiert (siehe Gleichungen (5.7) und
(5.8)). Durch die relativ schnellere Annäherung an Null während einer Halbperiode wird die
gemittelte Größe nur sehr wenig verändert. Außerdem führen die über den Großteil der
Halbperiode kleineren Werte zu einem höheren Einfluss des Rauschens. Eine Änderung der
Periodendauer bringt dementsprechend keinen großen Vorteil.
Eine Änderung der Anregungsfrequenz hat erwartungsgemäß auch großen Einfluss auf die
Lock-in-korrelierten Signale, wie in Abbildung 6.9 zu sehen ist. In (a) wurde, wie oben, die
spezifische Wärmekapazität der Simulation um ein Prozent im Vergleich zum Messsignal
erhöht. Abbildung 6.9 (b) zeigt den Unterschied für die Änderung der Wärmeleitfähigkeit um
ein Prozent. Die maximale Differenz wird bei niedrigeren Frequenzen kleiner. Dies entspricht
den Erwartungen aus Abbildung 6.8. Das Signal ist jedoch insgesamt breiter. Bei zu niedrigen
örtlichen Auflösungsvermögen der Kamera könnte durch Variation der Frequenz dieses
ausgeglichen werden. Es ist jedoch auch zu beachten, dass die Anregungsfrequenz auch in
andere Parameter, wie beispielsweise die thermische Diffusionslänge (siehe Kapitel 3.3.1),
eingeht und daher nicht beliebig verändert werden kann. Für die Messung wurde fLock-in = 1 Hz
als geeignete Frequenz gewählt.
a)
b)
Abbildung 6.8: Über alle Perioden gemittelter Temperaturunterschied am Heizpunkt für verschiedene Anregungsfrequenzen in relativen Zeiteinheiten (a) und vergrößerte Werte (grüner Kasten) (b).
Kapitel 6: Variation der Simulationsparameter Valentin Kunkel
63 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
a)
b)
Abbildung 6.9: Differenzbilder der Lock-in-Signale für unterschiedliche Anregungsfrequenzen fLock-in mit, (cP·ρ)Simuliert = 1,01·(cP·ρ)Tatsächlich (a) bzw. λSimuliert = 1,01·λTatsächlich (b).
Valentin Kunkel Kapitel 7: Experimenteller Aufbau
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 64
Kapitel 7: Experimenteller Aufbau
Der Aufbau für die Durchführung der Messungen orientiert sich an der Arbeit von Wolf et
al. [15]. Dort wurden homogene Dünnschichten eines Materials untersucht. Diese wurden nur
experimentell vermessen und aus dem Amplituden- und Phasenbild konnten die thermischen
Parameter bestimmt werden. Eine schematische Darstellung des verwendeten Aufbaus ist in
Abbildung 7.1 zu sehen. Die CIGS-Solarzelle wird mit einem Linienlaser geheizt, der im
Gegensatz zu dem Experiment von Wolf et al. von oben die Probe beleuchtet. Das dadurch
entstehende Temperaturprofil wird durch eine Infrarotkamera aufgezeichnet. Die Bilder
werden per Datenkabel an einen Messcomputer übertragen. Gleichzeitig ist die Kamera auch
Quelle für ein Triggersignal, das verstärkt wird und als Kontrollspannung das Pulsen des Lasers
steuert.
Abbildung 7.1: Schematische Darstellung des experimentellen Aufbaus.
Kapitel 7: Experimenteller Aufbau Valentin Kunkel
65 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In diesem Kapitel werden die einzelnen Komponenten des Versuchsaufbaus erläutert.
Zunächst werden die mechanischen Komponenten, wie der optische Tisch für den
Versuchsaufbau samt Abdunkelung, beschrieben und anschließend wird genauer auf die
elektronischen Bauteile, wie Laser oder IR-Kamera, eingegangen.
7.1 Mechanische Komponenten
Für die Durchführung des Experiments wurde ein komplett neuer Messstand aufgebaut. Dieser
befindet sich auf einem optischen Tisch um Schwingungen zu dämpfen. Der NIR-Anteil im
Tages- und Raumlicht ist für die Messung störend. Die Photonen werden an der
Probenoberfläche zum Teil reflektiert und überlagern das Signal der Wärmestrahlung. Daher
wurde um den optischen Tisch eine Verdunkelung aus geschwärzten Aluprofilen und Blechen
gebaut (siehe Abbildung 7.2). Die schwarze Farbe wurde wegen des geringen Reflexionsgrads
gewählt. Somit wird Streulicht so gut es geht absorbiert. Um ein Aufstauen der Wärme im
oberen Bereich zu vermeiden wurde ein Ventilationssystem eingebaut. Dieses transportiert
durch acht versetzt angeordnete Computerventilatoren in zwei Ebene die warme Luft ab, ohne
viel Licht herein zu lassen. Die Box hat keinen direkten Kontakt zum optischen Tisch damit
dadurch keine Schwingungen übertragen werden. Der Versuchsbereich wurde in zwei
Kammern geteilt, die jeweils 100 cm mal 130 cm groß sind und eine Höhe von 180 cm haben.
Abbildung 7.2: Messbox zur Vermeidung von Streu- und Störlicht.
Valentin Kunkel Kapitel 7: Experimenteller Aufbau
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 66
In eine der Kammern wurde die IR-Kamera aufgehängt. Zusätzlich wurde das optische System
für den Laser auf einer schwarzen Aluminiumplatte befestigt, welche an einen Scherentisch
geschraubt wurde. Mit diesem lässt sich der Abstand zwischen Kamera und Probe variieren um
das Bild scharf zu stellen. Auf die Aluminiumplatte wurde ein Gestell gelegt, welches als
Probenhalter dient. Damit hat die Probe an der Unterseite keinen thermischen Kontakt zum
Aluminium. Ein Bild des Aufbaus ist in Abbildung 7.3 zu sehen.
7.2 Elektrische Komponenten
7.2.1 Infrarotkamera IRCAM Taurus 110k SM pro
Für die Messungen wurde die IR-Kamera Taurus 110k SM pro von der Firma IRCAM GmbH aus
Erlangen verwendet (siehe Anhang). Diese funktioniert mit einem Quantenempfänger (siehe
Kapitel 4.2.2) aus Quecksilber-Cadmium-Tellurid. Der Empfänger besteht aus 288 mal 384
Pixeln (insgesamt 110592). Ein Pixel hat eine reale Seitenlänge von 20 µm und wird durch
Abbildung 7.3: Aufbau der Kamera, des Lasers und des Probenhalters.
Kapitel 7: Experimenteller Aufbau Valentin Kunkel
67 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
einen 4 µm Graben von seinem Nachbarn getrennt. Dies führt zu einer Pixeldichte von bis zu
70% auf dem Sensor. Die Kamera kann Infrarotlicht im Spektralbereich von circa 1,5 µm bis
5 µm detektieren.
Die Kamera wird durch einen Stirlingmotor auf circa 80 K Betriebstemperatur gekühlt um das
kamerainterne Rauschen und das Temperaturrauschen des Sensors zu reduzieren. Um sie auf
einer konstanten Temperatur zu halten und somit das Signal-Rausch-Verhältnis zu verbessern,
muss die Kühlung ungefähr zwei Stunden vor der Messung eingeschaltet werden [42].
Auf die Kamera ist ein Objektiv mit Brennweite von f = 28 mm und einer Blendenzahl von f/1,5
geschraubt. Durch das Einsetzen eines 10 mm Zwischenrings werden die Tubuslänge und
damit die Vergrößerung erhöht. Das Objektiv ist transparent im MIR-Bereich (λ = 2 - 5 µm) und
hat dort eine Transmission von ungefähr 85%.
Die Kamera dient auch als Quelle des Triggersignals für die Lock-in-Korrelation. Dies hat den
Vorteil, dass es keine Verzögerung im Signal durch ein weiteres Bauteil gibt. Da die Kamera
nicht die nötige Spannung liefert, um den Laser zu pulsen, geht das Signal in einen Verstärker,
welcher dann den Laser steuert.
7.2.2 Linienlaser OSELA StreamLine
Bei dem Laser handelt es sich um das Modell StreamLine SL-660-130-S-C-45 von OSELA Inc.
Dieser hat einen Linienfokus, dessen Öffnungswinkel 45° entspricht. Der Laser benötigt eine
5 V-Versorgungsspannung und kann über ein Triggersignal gesteuert werden. Die Laserdiode
hat laut Datenblatt (siehe Anhang) eine Gesamtleistung von PLaser = 130 mW bei einer
Wellenlänge von λLaser = 660 nm. Mit einem Spektrometer (AVANTES AvaSpec ULS2048L-USB2)
wurde die Wellenlänge überprüft (siehe Abbildung 7.4 (a)).
Mit einem Laserpowermeter (Thorlabs PM100D und Sensor Thorlabs S120VC) wurde die
Leistung überprüft. Dazu wurde über den Sensor eine Blende mit 6 mm Durchmesser befestigt.
Der Abstand des Lasers wurde so gewählt, dass die Linie eine Länge von L = 67 mm hatte. Nun
wurde die Leistung an verschiedenen Punkten auf der Linie gemessen. Mit Gleichung (7.1)
wurde dann auf die Laserleistung zurückgeschlossen.
(7.1)
Valentin Kunkel Kapitel 7: Experimenteller Aufbau
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 68
Die Ergebnisse für verschiedene Positionen in der Laserlinie sind Abbildung 7.4 (b) zu sehen.
Die Randwerte wurden für eine Mittelwertbestimmung nicht berücksichtigt. Die gemessene
Laserleistung ergibt sich damit zu PLaser = 92,5±4,5 mW. Wobei die Ungenauigkeit aus der
Standardabweichung der Mittelung der verschiedenen Messwerte resultiert.
Um die Leistung PHeiz für einen Knoten in dem 2D-Modell zu bestimmen, muss die
Gesamtfläche, die der Laser bestrahlt, bekannt sein. Die Laserlinie wird infinitesimal schmal
angenommen. Weiterhin muss die Reflektion berücksichtigt werden. Die Transmission τ im
Bereich der Laserwellenlänge der CIGS ist nahezu null. Somit kann der Reflexionsgrad mit der
bekannten Emission ε der CIGS und den Gleichungen (3.4) und (3.5) berechnet werden.
(7.2)
Mit diesen Informationen und der Linienlänge L kann die Gesamtleistung im Knoten berechnet
werden.
(7.3)
7.2.3 Messcomputer
Die Kamera wird über eine Ethernet Schnittstelle mit einem Messrechner verbunden. Dieser
hat zwei 2,8 GHz Intel Pentium D-Prozessoren und 3,00 GB Arbeitsspeicher. Als Betriebssystem
ist Microsoft Windows XP Servicepack 2 installiert. Die Steuerung der Kamera erfolgt über das
Programm IRCAM-Works Genius Version 2.1.39 der IRCAM GmbH. Neben dem Setzen der
Messeinstellungen für die Kamera, wie Messbereich, Bilder pro Sekunde, Lock-in-Frequenz,
usw., kann mit dem Programm auch die Lock-in-Korrelation der Daten durchgeführt werden.
Die Rohdaten werden in Counts ausgegeben und müssen anschließend noch in Kelvin
umgerechnet werden (siehe Kapitel 8.2).
a)
b)
Abbildung 7.4: (a) Spektralanalyse des Lasers. (b) Bestimmung der Laserleistung an verschiedenen Positionen entlang der Linie.
Kapitel 7: Experimenteller Aufbau Valentin Kunkel
69 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
7.2.4 Schaltplan
Die Verschaltung der elektronischen Komponenten ist in Abbildung 7.5 zu sehen. Die Kamera
hat eine eigene Stromversorgung und ist mit dem Messrechner durch ein Ethernetkabel
verbunden. Weiterhin gibt sie ein Triggersignal mit 0 mV bzw. 1,2 mV aus, das mit einem
Signalverstärker auf 5 V vergrößert wird. Der Laser wird mit einer 5 V-Spannungsquelle
versorgt. Zusätzlich ist dieser mit dem Triggersignal verbunden. Ist dieses 0 V leuchtet der
Laser, während er bei 5 V aus ist. Die Spannungsquelle versorgt gleichzeitig einen Konverter,
der das Signal umdreht um eine Signalleuchtdiode zu betreiben. Diese leuchtet bei aktivem
Laserlicht und ist aus Sicherheitsgründen außerhalb des Messplatzes angebracht.
Abbildung 7.5: Schaltplan der elektronischen Bauteile.
Valentin Kunkel Kapitel 8: Durchführung des Experiments
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 70
Kapitel 8: Durchführung des Experiments
Um den Aufbau zu verifizieren, wurde zunächst eine Referenzprobe untersucht, bei der die
thermischen Parameter bekannt sind. Für diese und alle weiteren Messungen wurden
zunächst die Randparameter bestimmt, die Einfluss auf die Simulation und das Ergebnis haben.
In diesem Kapitel werden zunächst die Bestimmung der Randbedingungen und die Kalibrierung
des Messaufbaus vorgestellt. Anschließend wird die Messung der Referenzprobe durchgeführt
und die Ergebnisse der CIGS-Untersuchung gezeigt.
8.1 Bestimmung der Start- und Randbedingungen
Die Anfangstemperatur T0 wird bei allen Messungen zum einen mit Hilfe eines handelsüblichen
Digitalthermometers bestimmt, zum anderen durch die IR-Kamera. Die Methode mit der IR-
Kamera ist aufgrund der Reflexionen des Objektivs (siehe Kapitel 8.2) nicht ausreichend genau.
Daher wurde das zusätzliche Thermometer installiert.
Wie in Kapitel 7.2.2 gezeigt, hat der Laser eine Gesamtleistung von PLaser = 92,5±4,5 mW. Mit
einem Maßstab wurde die Länge des Strahls bestimmt. Mit dem im Kapitel 2.3 angegeben
Emissionsgrad der CIGS von εCIGS = 0,69±0,01 und Gleichung (7.3) lässt sich die Heizleistung PHeiz
berechnen.
Die Konvektion zwischen CIGS und Umgebung wurde im Folgenden mit einem
Übergangsparameter vom αKonv = 5 W/(m²·K) [47] berücksichtigt.
8.2 Kalibrierung des Messplatzes
Der Detektor der Kamera weißt herstellungsbedingt Unregelmäßigkeiten in der
Empfindlichkeit der Pixel auf. Daher gibt jeder Pixel für eine Fläche mit konstanter Temperatur
unterschiedliche Werte aus. Um diesen Effekt zur korrigieren, wird eine 2-Punkt-Korrektur
durchgeführt.
Kapitel 8: Durchführung des Experiments Valentin Kunkel
71 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Mit einem Schwarzkörperstrahler (FLUKE 4180 Precision Infrared Calibrator), der homogene
Temperaturverteilungen mit ε = 0,95 erzeugt, werden zwei Bilder bei unterschiedlicher
Temperatur mit gleicher Integrationszeit aufgenommen. Beim ersten Bild wird jedes
Kamerapixel mit einem Offset versehen. Dadurch haben alle den gleichen Ausgangswert. Das
zweite Bild wird bei einer fünf Kelvin höheren Temperatur aufgenommen. Dadurch wird die
Verstärkung kalibriert. Die Bilder werden von der Software gespeichert und in die Messbilder
integriert.
Durch diese Kalibrierung kann das Messsignal auch in eine Temperatur umgerechnet werden.
Dafür wird das mittlere Pixelsignal SPixel der beiden Bilder verglichen und ein
Umrechnungsfaktor bestimmt.
(8.1)
Zusätzlich kann es passieren, dass einige Detektorpixel gar nicht richtig messen. Dafür wurde
eine sogenannte „Bad Pixel Datei“ angelegt. Dabei werden die Werte des defekten Pixels mit
dem Mittelwert der benachbarten Pixel überschrieben. Um diese Datei zu erstellen, werden
mehrere Bilder bei einer homogenen Temperaturverteilung aufgenommen und fehlerhafte
Werte detektiert. Die Daten werden dann von der Software berücksichtigt. Für diese Arbeit
wurde eine neue „Bad Pixel Datei“ erstellt.
In Abbildung 8.1 ist eine IR-Aufnahme der CIGS-Solarzelle zu sehen. Obwohl keine weitere
Heizleistung eingebracht wurde, kann man erhebliche Signalunterschiede sehen, die nicht mit
Temperaturunterschieden oder Emissionsunterschiede zu erklären sind. Das Signal kommt
zum einen von Reflexionen der Wärmestrahlung der Kamera und zum anderen vom Blindspot
Abbildung 8.1: Thermografiebild einer CIGS-Solarzelle ohne Korrelation.
Valentin Kunkel Kapitel 8: Durchführung des Experiments
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 72
der Kamera. Aufgrund des geringen Abstandes von Probe und IR-Kamera, lassen sich diese
Störsignale nicht vermeiden. Gängige Praktiken wie das nicht senkrechte Ausrichten der
Kamera führen zu einer Verringerung der Störeffekte, jedoch nicht zu einer vollständigen
Unterdrückung. Gleichzeitig wird dadurch die Bestimmung der Raumkoordinaten aufgrund des
Betrachtungswinkels komplexer. Daher wurde darauf verzichtet.
Da diese Störungen konstant sind, lassen sich diese durch Lock-in-Korrelation komplett
unterdrücken. Daher werden im Folgenden die Iteration und die Messungen stets mit
korrelierten Werten durchgeführt.
8.3 Messung der Referenzprobe
Um die Ergebnisse der Simulation und der experimentellen Daten zu verifizieren, wurde eine
Referenzprobe untersucht. Eine 100 µm-Silberschicht wurde auf ein 1 mm-Floatglas gedampft.
Die thermischen Eigenschaften dieser Materialien sind bekannt und in Tabelle 8.1 aufgelistet.
Da Silber im Wellenlängenbereich des Lasers sehr stark reflektiert, konnte in einer ersten
Messung kein Signal detektiert werden. Um den Absorptionsgrad zu erhöhen wurde eine
dünne Rußschicht mit einem Feuerzeug aufgetragen. In Abbildung 8.2 ist die geschwärzte
Probe zu sehen.
Material Silber [48] Floatglas [49]
Wärmeleitfähigkeit λ 430 W/(m·K) 1,0 W/(m·K)
Spez. Wärmekapazität cP 235 J/(kg·K) 720 J/(kg·K)
Dichte ρ 10,49·10³ kg/m³ 2500 kg/m³
Tabelle 8.1: Thermische Parameter für die Referenzprobe
Abbildung 8.2: Berußte Silberschicht auf Floatglas.
Kapitel 8: Durchführung des Experiments Valentin Kunkel
73 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Die Probe wurde in zwei Versuchsreihen vermessen. Die Randparameter der jeweiligen
Messreihen sind in Tabelle 8.2 zu finden. Jede Versuchsreihe bestand aus zehn
Einzelmessungen, die zeitlich voneinander getrennt waren, damit die Probe sich wieder auf
Umgebungstemperatur abkühlen konnte. Die Ergebnisse der jeweiligen Messreihen wurden
gemittelt um statistische Fehler zu minimieren. Bei jeder Messung wurde mit Hilfe der
Auswertungssoftware (siehe Kapitel 7.2.3) an der gleichen Stelle ein Linienprofil ausgelesen,
das die Verteilung des S0°-, des S-90°- und des Amplituden-Signals ausgibt. Die Verteilung zeigt
den Verlauf des Signals senkrecht zu Heizlaserlinie.
a)
b)
Abbildung 8.3: Messergebnisse für die Silberschicht (a) und Simulationswerte (b).
Messung 1 Messung 2
Anfangstemperatur T0 295,4±0,1 K 296,4±0,1 K
Laserlänge L 9,4±0,1 cm 9,9±0,1 cm
Heizleistung PHeiz 0,6790±0,0352 (kg·µm)/cs³ 0,6447±0,0334 (kg·µm)/cs³
Kalibrierungstemperatur T1 295 K 295 K
Kalibrierungstemperatur T2 300 K 300 K
Pixelsignal SPixel,1 7311,41 cts. 7324,01 cts.
Pixelsignal SPixel,2 8086,81 cts. 8109,22 cts.
Umrechnungsfaktor 6,44828 mK/cts. 6,36772 mK/cts.
Anzahl der Perioden N 50 50
Lock-in-Frequenz fLock-in 1 Hz 1 Hz
Bildframerate 100 Bilder/s 100 Bilder/s
Tabelle 8.2: Messparameter für die Silbermessung.
Valentin Kunkel Kapitel 8: Durchführung des Experiments
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 74
In Abbildung 8.3 (a) sind die Linienprofile der beiden Messungen zu sehen. Die leichten
Abweichungen der beiden Messungen lassen sich durch die unterschiedlichen
Randbedingungen erklären. Außerdem wurden die Profile an unterschiedlichen Stellen der
Probe aufgezeichnet. Da die Rußschicht nicht regelmäßig aufgetragen werden konnte, variiert
auch der Emissionsgrad der Proben.
Die Simulationsergebnisse für die Silberschicht sind in Abbildung 8.3 (b) zu sehen. Man kann
deutliche Unterschiede zwischen Messung und Simulation erkennen. Dies lässt sich durch die
Rußschicht auf dem Silber erklären. Da diese nicht vermessen wurde, kann nur angenommen
welche Dicke und welchen Einfluss diese hat. Außerdem ist es möglich, dass während des
Berußens auch Silber oxidiert wurde und sich auch so die thermischen Eigenschaften der
Dünnschicht verändert haben. Des Weiteren liegt die Diffusionslänge des Glases im Bereich
der Probendicke (siehe Tabelle 3.1), so dass nicht mehr von einem thermisch dicken Substrat
ausgegangen werden kann. Wegen all dieser Unsicherheitsfaktoren kann nichts über die Güte
von Simulation und Messung gesagt werden.
8.4 Messung der CIGS-Solarzelle
Die CIGS-Solarzellen wurden auf die gleiche Art und Weise vermessen wie die Silberschicht. Es
wurden drei separate Messreihen mit jeweils zehn Einzelmessungen durchgeführt. Zwischen
den einzelnen Messungen wurde gewartet, damit die Anfangstemperatur gleich war. Wie bei
den Silbermessungen wurden die Ergebnisse einer Messreihe gemittelt um statistische Fehler
zu verringern. Die Randbedingungen der Messreihen sind in Tabelle 8.3 zu finden.
Messung 1 Messung 2 Messung 3
Anfangstemperatur T0 298,0±0,1 K 296,7±0,1 K 295,4±0,1 K
Laserlänge L 10,6±0,1 cm 9,6±0,1 cm 9,4±0,1 cm
Heizleistung PHeiz 0,6021±0,0311 kg·µm/cs³ 0,6648±0,0345 kg·µm/cs³ 0,6790±0,0352 kg·µm/cs³
Kalibrierungstemperatur T1 298 K 296 K 295 K
Kalibrierungstemperatur T2 303 K 301 K 300 K
Pixelsignal SPixel,1 8022,74 cts. 7468,75 cts. 7311,41 cts.
Pixelsignal SPixel,2 8869,70 cts. 8280,54 cts. 8086,81 cts.
Umrechnungsfaktor 5,90347 mK/cts. 6,15923 mK/cts. 6,44828 mK/cts.
Anzahl der Perioden N 50 50 50
Lock-in-Frequenz fLock-in 1 Hz 1 Hz 1 Hz
Bildframerate 100 Bilder/s 100 Bilder/s 100 Bilder/s
Tabelle 8.3: Messparameter für die CIGS-Messung.
Kapitel 8: Durchführung des Experiments Valentin Kunkel
75 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In Abbildung 8.4 (a) sind die Messergebnisse zu sehen. Diese stimmen sehr gut miteinander
überein. Durch die leicht veränderten Randbedingungen können die Unterschiede erklärt
werden. Außerdem wurde, wie bei der Silbermessung, für jede der Messreihen eine andere
der verschalteten Zelle vermessen. Die Profile stimmen grundsätzlich im Profil mit den
erwarteten Werten aus der Simulation überein.
Die unterschiedlichen Zellen sind durch die geringeren Intensitäten entlang der Laserlinie in
Abbildung 8.4 (b) zu erkennen. Entlang der blauen Linie wurden jeweils die Signalprofile
aufgezeichnet. Der Ausschnitt hat eine Größe von 29,2 mm mal 21,9 mm. Der helle Spot rechts
oben, lässt sich auf einen Defekt in der CIGS-Zelle zurückführen.
a)
b)
Abbildung 8.4: Messergebnisse der CIGS-Solarzelle. (a) zeigt das Profil der Lock-in-Signale entlang der blauen Linie in den dazugehörigen Thermografieaufnahmen (b).
Valentin Kunkel Kapitel 9: Ergebnisse und Diskussion
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 76
Kapitel 9: Ergebnisse und Diskussion
Die in Kapitel 8 aufgezeichneten Kurven wurden zunächst für die Simulation vorbereitet. Bei
der Messung wurden die Daten in Counts pro Pixel ausgegeben. Die Counts müssen mit
Formel (8.1) in Kelvin und die Pixeleinheiten in Mikrometer umgerechnet werden. Dafür wird
die Größe des kompletten Bildausschnitts vermessen und daraus die Pixelgröße bestimmt.
Anschließend wurde manuell der Peak für jede Messung bestimmt und dort der Nullpunkt
gesetzt. Der Iterationscode kann die Daten auf diese Art einlesen. Die Koordinaten der Knoten
des FE-Gitters stimmen meist nicht mit dem Ort der Pixel überein. Daher werden die
Temperaturwerte durch eine lineare Annäherung aus dem jeweiligen nächstgrößeren und
nächstkleineren Pixel bestimmt. Diese Näherung wird beim Einlesen der Daten durch den
Iterationscode durchgeführt.
Wegen der großen Abweichung von Messung und Simulation (siehe Kapitel 8.3) wurde keine
Iteration für die Referenzprobe (berußtes Silber auf Floatglas) durchgeführt, da die Differenz
deutlich größer ist als die nötige Signalgröße (siehe Kapitel 5.4).
Für die unbekannten Parameter der CIGS-Solarzelle wurde der Algorithmus zu Bestimmung der
Materialparameter für jede Messreihe mit unterschiedlichen Startwerten durchgeführt. Nach
dem Start dieser divergieren die Ergebnisse sofort oder es kommt zu keinem klaren messbaren
Signal und der Algorithmus bricht jedoch nach wenigen Iterationsschritten ab (siehe
Abbildung 9.1). Der Grund dafür wird im nächsten Abschnitt erläutert.
Kapitel 9: Ergebnisse und Diskussion Valentin Kunkel
77 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In Abbildung 9.2 sind die Differenzbilder (experimentelle Daten minus simulierte Daten) der
Lock-in-Signale für die erste Messreihe zu sehen. Für die Simulationsparameter wurden die
Werte aus Tabelle 8.3, λ = 600 (kg·µm)/(K·cs³) bzw. cP·ρ = 0,00015 kg/(µm·K·cs²) und die Werte
für Kalk-Natron-Glas verwendet. In diesen ist deutlich eine Abweichung von dem erwarteten
Verhalten (siehe Kapitel 5.4.2) zu sehen. Das Signal im Intervall von y = -750 µm bis y = 750 µm
ist in allen Bildern deutlich zu groß. Im ΔS0°-Bild und im ΔA-Bild ist zusätzlich ein Einbruch bei
y = 0 µm zu sehen. Dieses Verhalten deutet darauf hin, dass die Leistung nicht ausschließlich in
dem Heizpunkt eingebracht wird. Dementsprechend verteilt sich die Leistung auf die
Nachbarknoten und das Signal dort wird größer, während es im Heizpunkt abnimmt. Dies
widerspricht der Randbedingung der Simulation eines infinitesimal schmalen Lasers bzw. einen
dünneren Laserstrahls als Pixelbreite/Knotenabstand aus Kapitel 7.2.2.
Abbildung 9.1: Iterationsverlauf für die CIGS-Messungen. Für alle drei Messungen bricht die Iteration unabhängig von den vier gewählten Startwerten spätestens nach drei Iterationsschritten ab.
Abbildung 9.2: Differenzbilder für Messung 1 und λSimulation = 600 (kg·µm)/(K·cs³) bzw. (cP·ρ)Simulation = 0,00015 kg/(µm·K·cs²).
Valentin Kunkel Kapitel 9: Ergebnisse und Diskussion
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 78
Daher wurde die Breite des Lasers optisch vermessen. Mit Hilfe einer fixierten Kamera (Canon
EOS 550D) wurde ein Bild des Laserstrahls und einer Referenzgröße gemacht (vergleiche
Abbildung 9.3). Der Einfallswinkel des Lasers entspricht dabei dem der Messung, während die
Kamera senkrecht auf die Probe ausgerichtet ist. Durch Bestimmung der Größe eines Bildpixels
anhand der Referenz konnte der Laserstrahl vermessen werden.
Es ergab sich eine Strahlbreite von circa 0,75 mm. Das bedeutet, dass die Leistung in der
Simulation nicht nur zentral eingekoppelt werden muss, sondern auch die Nachbarknoten
berücksichtigt werden müssen. Außerdem wurde bei der Vermessung festgestellt, dass die
Breite des Strahls über 30 %, entlang der Laserlinie, schwanken kann.
Das FE-Programm wurde um diese verbreiterte Lasereinkopplung adaptiert. Die Ergebnisse
dieser adaptierten Simulation wurden mit bisherigen Simulationswerten verglichen, bei denen
die gesamte Leistung in den Heizpunkt geht (siehe Abbildung 9.4). Die Randbedingungen bei
beiden Simulationen (adaptiert und bisherig) entsprechen denen aus Kapitel 5.2.3, wobei für
die Simulationswerte ein PHeiz = 1 (kg·µm)/cs³ am Punkt y = 0 µm angenommen wurde und für
die „Messwerte“ an den fünf zentralen Punkten eine Leistung von PHeiz = 0,2 (kg·µm)/cs³ wirkt.
Dies entspricht bei dem verwendeten Gitter einer Laserausbreitung von 600 µm. Bei den
schwarzen Quadraten in Abbildung 9.4 sind die thermischen Parameter für beide Simulationen
gleichen. Bei den roten Dreiecken wurde die Wärmeleitfähigkeit deutlich erhöht
(λSimuliert = 800 (kg·µm)/(K·cs³) zu λTatsächlich = 150 (kg·µm)/(K·cs³)). Dabei kann qualitativ bei der
roten Kurve das gleiche Verhalten wie in Abbildung 9.2 für die Messwerte der CIGS-Solarzelle
festgestellt werden. Die bestätigt die Annahme, dass das Ausschmieren des Lasers das
tatsächliche Problem ist, das zu den Abweichungen der erwarteten Differenzbilder (vergleiche
Abbildung 5.17 und Abbildung 9.2) führt.
Abbildung 9.3: Darstellung des Laserprofils.
Kapitel 9: Ergebnisse und Diskussion Valentin Kunkel
79 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Es ist daher anzunehmen, dass die Wärmeleitfähigkeit der CIGS-Solarzelle kleiner als der in
Abbildung 9.2 angenommene Wert von λ = 600 (kg·µm)/(K·cs³) ist. Vergleicht man diesen mit
den Werten der einzelnen Elemente von CIGS (siehe Tabelle 3.1), entspricht dies den
Erwartungen.
In Abbildung 9.5 sind die Differenzbilder für die adaptierten Simulationen (mit
PHeiz = 0,2 (kg·µm)/cs³ in den fünf zentralen Punkten) gezeigt. Dabei wurden, wie in Kapitel
5.4.2, die thermischen Parameter unabhängig von einander variiert um deren Einfluss zu
betrachten.
Mit Hilfe der Werte aus Abbildung 9.5 kann die Iteration erweitert werden, so dass bei
bekanntem Laserprofil die thermischen Parameter bestimmt werden können. Dies ist mit
bisherigen Entscheidungskriterien (siehe Kapitel 5.4.2) bereits möglich. Die Kriterien müssen
nicht grundsätzlich verändert werden, sondern nur minimal abgeändert werden.
Im Vergleich mit Abbildung 5.17 sind die Kurven in Abbildung 9.5 für die Bestimmung besser
geeignet, da das Signal um den Heizpunkt (y = 0 µm) durch ein verbreitertes Laserprofil
ebenfalls breiter ist. Jedoch ist insgesamt dadurch auch das Signal im zentralen Knoten kleiner
geworden und somit schwerer zu detektieren. Die Toleranzen ab denen das Signal am
Heizpunkt als Rauschen gewertet wird, müssen daher verringert werden (siehe Anhang:
Eingabevariablen des Algorithmus). An den Stellen des Codes, in denen die Breite des Signals
eingeht, muss dagegen die Toleranz erhöht werden (Vergleiche Gleichungen (5.17) und (5.18)
und Anhang: Darstellung des Iterationscodes/Funktion: calculate_new_thermic_
variables_lockin).
Abbildung 9.4: Differenzbilder um den Einfluss der flächig eingebrachten Leistung im Vergleich zur Punktquelle darzustellen. Bei den schwarzen Punkten sind die thermischen Parameter von Simulation (Punktquelle) und
tatsächlichen Werten (Fläche) gleich. Für die roten Werte wurde λSimuliert = 800 (kg·µm)/(K·cs³) verwendet, während λTatsächlich = 150 (kg·µm)/(K·cs³) bleibt.
Valentin Kunkel Kapitel 9: Ergebnisse und Diskussion
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 80
Um den Einfluss der Laserleistung zu integrieren muss die Möglichkeit geschaffen werden das
Leistungsprofil des Lasers PLaser(y) als Funktion einzulesen und als Randbedingung einzufügen.
Dafür muss eine neue Schnittstelle zum FE-Programm geschaffen werden. Außerdem muss
PLaser(y) ausreichend genau bestimmt werden, da diese Größe den größten Einfluss auf die
Messgrößen hat.
a)
b)
Abbildung 9.5: Unterschiede in den Lock-in-Signalen für größere (gefüllte Symbole) und kleinere (leere Symbole) spezifische Wärmekapazität (a) bzw. Wärmeleitfähigkeit (b).
Kapitel 9: Ergebnisse und Diskussion Valentin Kunkel
81 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Kapitel 10: Zusammenfassung und Ausblick
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 82
Kapitel 10: Zusammenfassung und Ausblick
Es wurde gezeigt, dass mit der vorgestellten Methode die Bestimmung der Wärmeleitfähigkeit
und der Wärmekapazität simulativ möglich ist. Dies funktioniert zum einen durch das
Vermessen von Oberflächentemperaturprofilen, zum anderen auch durch Daten einer Lock-in-
Thermografie. Wegen der kleinen Messsignale wurden verschiedene Methoden untersucht um
an die gewünschten Ergebnisse zu gelangen.
Die Simulationsergebnisse konnten experimentell nicht bestätigt werden, da keine komplett
bekannte Referenzprobe vorlag. Außerdem ist für den hier vorgestellten Algorithmus ein sehr
gut fokussierbarer Laser notwendig. Der im Experiment verwendete Linienlaser konnte diese
Anforderung nicht erfüllen. Es war daher nicht möglich die thermischen Parameter einer CIGS-
Solarzelle kontaktlos zu ermitteln.
In diesem Kapitel werden Möglichkeiten vorgestellt, wie sich die Ergebnisse verbessern
könnten, um eine Bestimmung der Parameter zu ermöglichen. Außerdem werden noch andere
mögliche Einsatzgebiete des Algorithmus gezeigt.
10.1 Anpassung des Iterationscodes
Wie bereits in Kapitel 9 gezeigt, kann durch Anpassen der Iteration für den Fall, dass die
Laserleistung nicht ausschließlich in einem Knoten absorbiert wird, ein Ergebnis erzielt werden.
Die nötigen Entscheidungskriterien für diesen Fall lassen sich mit Hilfe der Abbildung 9.5
bestimmen, entsprechen aber größtenteils den bisherigen. Außerdem ist es möglich eine
Schnittstelle zu schaffen um ein Laserleistungsprofil einzulesen.
Da die Messung insgesamt eine höhere räumliche Auflösung hatte, als das Gitter des FE-
Programms, wird durch eine höhere Knotenzahl einen exaktere Annäherung an die realen
Bedingungen erzielt. Gleichzeitig wird dadurch jedoch auch die Simulationszeit erhöht, die
derzeit bei circa 20 Minuten pro Iterationsschritt liegt.
Kapitel 10: Zusammenfassung und Ausblick Valentin Kunkel
83 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
10.2 Bessere Bestimmung der Randbedingungen
Da der Einfluss der thermischen Parameter der Dünnschicht auf das Temperaturprofil sehr
gering ist, müssen die Randbedingungen sehr genau bestimmt werden. Die verwendete
Methode zur Bestimmung der Laserleistung kann noch verbessert werden. Diese durch den
Durchlass durch eine Blende zu bestimmen und dann auf die Gesamtlaserleistung zu schließen,
ist fehleranfällig. Außerdem schwankt die Leistung des Lasers entlang der Linie, wie in
Abbildung 7.4 (b) zu sehen ist. Es ist daher schwer die exakte Laserleistungsdichte an Stelle der
Aufzeichnung des Temperaturprofils zu bestimmen. Durch diese Methode kann auch nichts
über das Leistungsprofil in y-Richtung gesagt werden. Insgesamt würde die Verwendung eines
leistungsstärkeren Lasers die Ergebnisse verbessern. Dies könnte bespielweise durch einen
Punktlaser geschehen, welcher auch leichter auszumessen und besser zu fokussieren ist. Dafür
müsste die FE-Simulation angepasst und in Zylinderkoordinaten umgerechnet werden.
Wie Kapitel 9 gezeigt wurde, ist es sehr wichtig die genaue Auflösung des Lasers zu kennen. Im
Idealfall lässt sich dieser sehr scharf fokussieren oder hat zumindest ein bekanntes Strahlprofil.
Dies kann beispielsweise durch einen Spalt bzw. Blende geschehen. Der Aufbau eines
optischen Systems ist daher notwendig.
Weiterhin gibt es noch Unsicherheiten beim Emissionsgrad der CIGS-Solarzelle, wie auch bei
deren Dichte. Es wurde auch angenommen, dass die geschichtete CIGS sich wie ein homogener
Körper verhält, was nicht der Realität entspricht, wie in Kapitel 2.1 zu sehen ist.
10.3 Vakuumkammer zur Unterdrückung der Konvektion
Eine sehr schwer zu bestimmende Randbedingung ist der Energieverlust durch Konvektion.
Aus diesem Grund ist es geplant die Messungen in einer Vakuumkammer zu wiederholen.
Dadurch kann Konvektion effektiv unterdrückt werden. Für diesen Effekt reicht ein Vakuum im
Millibarbereich. Im Rahmen dieser Arbeit wurden Erstkonzepte für die Kammer erstellt und die
Bestellung aufgegeben. Die Kammer konnte jedoch nicht mehr innerhalb des zeitlichen
Rahmens fertiggestellt werden.
Valentin Kunkel Kapitel 10: Zusammenfassung und Ausblick
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 84
Die geplante Vakuumkammer ist in Abbildung 10.1 zu sehen. Damit auch große Proben bzw.
ganze Solarzellen in dieser Kammer untersucht werden können, wurde diese auf
50 cm·50 cm·50 cm ausgelegt. Durch verschiedene IR-Fenster soll es die Möglichkeit geben,
Proben aus verschiedenen Blickwinkeln zu betrachten. Außerdem werden oben große Fenster
eingebaut um Flasherlicht in die Kammer zu lassen. Zum Auslesen von Temperatur- und
anderer Daten oder um andere Anregungsquellen anzuschließen, gibt es einige
Kabelanschlüsse. Da unter Umständen einige Bauteile in der Kammer gekühlt werden müssen,
sind Kühlwasseranschlüsse vorhanden. Zudem wurde eine Glasfaserverbindung eingeplant.
10.4 Lamellenstrukturen
Durch Erweiterungen der Simulation können auch Lamellenstrukturen, die als mögliche
Kühlkörper dienen, untersucht werden. Da die Wärmeleitung innerhalb dieser Elemente
richtungsabhängig ist, müsste diese Funktion erst in das FE-Programm implementiert werden.
Außerdem müssen noch periodische Randbedingungen ermöglicht werden.
Bei diesen Proben wird das Speichern der Temperatur durch einen Phasenübergang in einem
Material realisiert, während das andere für den Wärmetransport durch den Körper zuständig
ist. Es ist daher sehr interessant die Wärmeleitfähigkeit und auch die Wärmekapazität der
einzelnen Materialien im Verbund zu bestimmen.
Abbildung 10.1: Darstellung der geplanten Vakuumkammer.
Kapitel 10: Zusammenfassung und Ausblick Valentin Kunkel
85 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
In Abbildung 10.2 sieht man den Aufbau der Proben (a) und das Amplitudenbild einer IR-
Messungen (b). Diese wurde von Bernhard Hofbeck (ZAE Bayern) durchgeführt und zur
Verfügung gestellt. Dabei wurde das Thermoelement auf eine Heizplatte gestellt und mit einer
Frequenz von 0,5 Hz angeregt. Mit diesen Daten kann die in dieser Arbeit vorgestellte
Methode zur Bestimmung der thermischen Parameter erweitert werden.
Auch eine Erweiterung um im Allgemeinen aus nicht statischen Thermografiebildern auf
Wärmeleitfähigkeit und Wärmekapazität zu schließen ist denkbar.
a)
b)
Abbildung 10.2: (a) Lamellenstruktur der Thermoelemente. (b) Amplitudenbild bei periodischem Heizen der Unterseite der Probe (von Bernhard Hofbeck, ZAE Bayern).
Valentin Kunkel Anhang: Eingabevariablen des Algorithmus
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 86
Anhang
Eingabevariablen des Algorithmus
Variablenname Einheit Beschreibung
Iterationsvariablen
max_loops Maximale Anzahl von Iterationsschritten bevor Algorithmus abbricht.
FESteps Zeitschritte des FE-Programms.
last_heating_step cs Letzter Zeitschritt mit aktiver Heizleistung innerhalb einer Periode.
min_value_changes Mindestanzahl an Änderungen von thermischen Parametern bevor Algorithmus beendet wird.
parameter_3_tol K Mindestwert für ΔT um kT im Sonderfall (Kapitel 5.4.1) anzunähern.
lockin_tol K Mindestwert um Werte bei den Lock-in-Berechnungen nicht als Rauschen zu deklarieren.
accuracy_tolerance K Wenn die mittlere Temperaturabweichung von Simulation und Messung kleiner ist als dieser Wert, stoppt der Algorithmus.
iteration_tol K Toleranz für das Detektieren eines Vorzeichen-wechsels.
min_max_interval_size <1 Definiert den zeitlichen Bereich um die Mitte einer Periode in dem nach dem Maximalwert gesucht wird (Wird nur für Ausgabefunktionen verwendet).
iteration_type 1 oder 2 Iteration wird mit Oberflächentemperatur-profil (1) oder Lock-in-Daten (2) ausgeführt.
readin_file_type 1 oder 2 Die Messdaten sind Oberflächentemperatur-profildaten (1) oder Lock-in-Daten (2).
max_yCoor_mea µm Falls readin_file_type = 2 ist, muss hier der kleinere Wert der y-Ausbreitung vergeben werden.
Dateinamen
filename_FECode Dateiname des FE-Programms.
filename_mesh_file Dateiname der Gitterdatei.
filename_mea_file Dateiname des Messdatendatei.
Mesh-Daten
number_nodes Anzahl der Knoten des Gitters.
number_elements Anzahl der Elemente des Gitters.
surface_x_coor µm x-Koordinate der Oberfläche.
max_y_coor µm Größte y-Koordinate des Gitters.
space_tol µm Ortstoleranz um Knoten als gleich zu betrachten.
Anhang: Eingabevariablen des Algorithmus Valentin Kunkel
87 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Thermische Variablen
cF_2_startvalue kg/(K·µm·cs²) Startwert für den ersten Iterationsschritt.
kT_2_startvalue (kg·µm)/(K·cs³) Startwert für den ersten Iterationsschritt.
Ausgabe Informationen
yCoor_output µm Für diese y-Koordinate wird der zeitliche Verlauf ausgegeben, wenn surface_data_cF_analysis „true“ ist.
timestep_output cs Zeitschritt innerhalb einer Periode, für den, die über alle Perioden gemittelte Temperatur-verteilung in y-Richtung ausgegeben wird, wenn surface_data_kT_analysis „true“ ist.
lockin_calculations true/false Es werden unabhängig des iteration_types die Berechnungen für die Lock-in-Analyse durch-geführt.
surface_data_screen true/false Ausgabe der Oberflächentemperaturdaten der Simulation am Bildschirm.
surface_data_datfile true/false Ausgabe der Oberflächentemperaturdaten in einer Datei.
surface_data_originfile true/false Ausgabe der Oberflächentemperaturdaten in einer Datei für Origin.
surface_data_cF_analysis true/false Ausgabe einer Datei mit dem zeitlichen Verlauf der Temperaturen am Punkt „yCoor_output“.
surface_data_kT_analysis true/false Ausgabe einer Datei mit dem lateralen Verlauf der Temperaturen zum Zeitpunkt „timestep_output“.
surface_data_min_max true/false Ausgabe einer Datei mit dem jeweils größten und kleinesten Wert innerhalb einer Periode.
compare_data_screen true/false Ausgabe der Temperaturunterschiede am Bildschirm.
compare_data_datfile true/false Ausgabe der simulierten und gemessenen Werte und der Temperaturunterschiede in einer Datei.
compare_data_deltaT true/false Ausgabe der Temperaturunterschiede in einer Datei.
compare_data_deltaT_each_period_yCoor true/false Ausgabe der Temperaturunterschiede in einer Datei für jede Periode am Ort „yCoor_output”.
compare_data_deltaT_each_period_timestep true/false Ausgabe der Temperaturunterschiede in einer
Datei für jede Periode am Ort „yCoor_output”.
compare_data_lockin_values true/false Ausgabe der aller berechneten und gemessenen Lock-in-Werte in einer Datei.
element_data_datfile true/false Ausgabe der Elementdaten in einer Datei.
element_data_originfile true/false Ausgabe der Elementdaten in einer Datei für Origin.
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 88
Darstellung des Iterationscodes
Auf den folgenden Seiten wird der Algorithmus mit Hilfe von Flussdiagrammen gezeigt. Der
gesamte Quellcode überschreitet insgesamt 5000 Zeilen. Die Funktionsweise ist durch die
Flussdiagramme zu verstehen. Einzelne Funktionen können separat in einem Flussdiagramm
aufgeführt sein, damit die Übersichtlichkeit gewahrt wird. Zunächst werden die verwendeten
Symbole erläutert.
Anhang: Darstellung des Iterationscodes Valentin Kunkel
89 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 90
Anhang: Darstellung des Iterationscodes Valentin Kunkel
91 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 92
Anhang: Darstellung des Iterationscodes Valentin Kunkel
93 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 94
Anhang: Darstellung des Iterationscodes Valentin Kunkel
95 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 96
Anhang: Darstellung des Iterationscodes Valentin Kunkel
97 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Darstellung des Iterationscodes
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 98
Anhang: Darstellung des Iterationscodes Valentin Kunkel
99 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: IRCAM Taurus 110k SM Pro
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 100
IRCAM Taurus 110k SM Pro
Anhang: IRCAM Taurus 110k SM Pro Valentin Kunkel
101 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: OSELA StreamLine SL-660-130-S-C-45
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 102
OSELA StreamLine SL-660-130-S-C-45
Anhang: OSELA StreamLine SL-660-130-S-C-45 Valentin Kunkel
103 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: OSELA StreamLine SL-660-130-S-C-45
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 104
Anhang: OSELA StreamLine SL-660-130-S-C-45 Valentin Kunkel
105 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Valentin Kunkel Anhang: Literaturverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 106
Literaturverzeichnis
[1] Deutschlands Zukunft gestalten - Koalitionsvertrag zwischen CDU, CSU und SPD. Deutschland, 2013
[2]BUNDESMINISTERIUM FÜR WIRTSCHAFT UND ENERGIE: Entwurf eines Gesetzes zur grundlegenden Reform des Erneuerbare-Energien-Gesetzes und zur Änderung weiterer Bestimmungen des Energiewirtschaftsrechts. Deutschland, 2014
[3]DEUTSCHE IPCC-KOORDINIERUNGSSTELLE: Kernbotschaften des fünften Sachstandsbericht des IPCC, Teilbereich 3. Deutschland, 2014
[4]FRAUNHOFER INSTITUT FÜR SOLARE ENERGIESYSTEME ISE: Stromerzeugung aus Solar und Windenergie im Jahr 2014, 2014
[5]ZENTRUM FÜR SONNENENERGIE- UND WASSERSTOFF-FORSCHUNG BADEN-WÜRTTEMBERG (ZSW): Presseinformation 18/2013. Stuttgart (2013)
[6]QUASCHNING, VOLKER: Regenerative Energiesysteme. München : Hanser Verlag, 2013 — ISBN 978-3-446-43526-1
[7]POORTSMANN, JEF ; ARKHIPOV, VLADIMIR: Thin Film Solar Cells Fabrication, Characterization and Application. West Sussex : Wiley & Sons Ltd., 2006 — ISBN 0-470-09126-6
[8]HAUG, F. J. ; RUDMANN, D. ; ZOGG, H. ; TIWARI, A. N.: Light soaking effects in Cu(In,Ga)Se2 superstrate solar cells. In: Thin Solid Films. vol. 431–432 (2003), pp. 431–435
[9]POWALLA, M. ; CEMERNJAK, M. ; EBERHARDT, J. ; KESSLER, F. ; KNIESE, R. ; MOHRING, H. D. ; DIMMLER, B.: Large-area CIGS modules: Pilot line production and new developments. In: Solar Energy Materials and Solar Cells vol. 90 (2006), pp. 3158–3164
[10]MEYER, THORSTEN: Reversible Relaxationsphänomene imelektrischen Transport von Cu(In,Ga)Se2, Universität Oldenburg, 1999
[11]JOHNSTON, S. ; REPINS, I. ; CALL, N. ; SUNDARAMOORTHY, R. ; JONES, K.M. ; TO, B.: Applications of imaging techniques to Si, Cu(In,Ga)Se2, and CdTe and correlation to solar cell parameters. In: Photovoltaic Specialists Conference (PVSC), 2010 35th IEEE (2010)
[12]JOHNSTON, S. ; UNOLD, T. ; REPINS, I. ; SUNDARAMOORTHY, R. ; JONES, K. M. ; TO, B. ; CALL, N. ; AHRENKIEL, R.: Imaging characterization techniques applied to Cu(In,Ga)Se2 solar cells. In: Journal of Vacuum Science & Technology A: Vacuum, Surfaces, and Films vol. 28 (2010), p. 665
[13]ADAMS, J. ; VETTER, A. ; HOGA, F. ; FECHER, F. ; THEISEN, J. P. ; BRABEC, C. J. ; BUERHOP-LUTZ, C.: The influence of defects on the cellular open circuit voltage in CuInGaSe2 thin film solar modules - An illuminated lock-in thermography study. In: Solar Energy Materials and Solar Cells vol. 123 (2014), pp. 159–165
Anhang: Literaturverzeichnis Valentin Kunkel
107 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
[14]VETTER, A. ; FECHER, F ; ADAMS, J. ; SCHAEFFLER, R. ; THEISEN, J.-P. ; BRABEC, C. J. ; BUERHOP, C.: Lock-in thermography as a tool for quality control of photovoltaic modules. In: Energy Science & Engineering vol. 1 (2013), Nr. 1, pp. 12–17
[15]WOLF, A. ; POHL, P. ; BRENDEL, R.: Thermophysical analysis of thin films by lock-in thermography. In: Journal of Applied Physics vol. 96 (2004), pp. 6306–6312
[16]WIKIPEDIA: Glas. URL http://de.wikipedia.org/wiki/Glas. - abgerufen am 2014-06-02
[17]LTS RESEARCH LABORATORIES INC.: Material Safety Data Sheet - Copper Indium Gallium Selenide, 2012
[18]SCHWENK, PATRICK: Thermographische Temperaturanalyse von makroskopischen Defekten in CIGS-Solarzellen, Hochschule für Angewandte Wissenschaft Hamburg, 2011, Bachelorarbeit
[19]CARSLAW, H.S. ; JAEGER, J.C.: Conduction of heat in solids. 2. ed. : Oxford University Press Inc., 1959 — ISBN 0-19-583368-3
[20]BÖCKH, PETER VON ; WETZEL, THOMAS: Wärmeübertragung - Grundlagen und Praxis. 5. ed. Berlin Heidelberg : Springer Verlag, 2014 — ISBN 978-3-642-37730-3
[21]WALLRABE, ARNULF: Nachtsichttechnik. Braunschweig/Wiesbaden : Vieweg, 2001 — ISBN 3-528-03947-7
[22]BREITENSTEIN, OTWIN ; LANGENKAMP, M ; WARTA, W: Lock-in Thermography. 2. ed. Berlin Heidelberg : Springer Verlag, 2010 — ISBN 978-3-642-02416-0
[23]ÇENGEL, Y A ; GHAJAR, A J: Heat and Mass Transfer: Fundamentals & Applications : McGraw-Hill Companies, 2011 — ISBN 9780073398129
[24]STRAUBE, H. ; BREITENSTEIN, O. ; WAGNER, J.-M.: Thermal wave propagation in thin films on substrate: the time-harmonic thermal transfer function. In: physica status solidi (b) vol. 2141 (2011), Nr. 9
[25]WIKIPEDIA: Kupfer. URL http://de.wikipedia.org/wiki/Kupfer. - abgerufen am 2014-06-02
[26]WIKIPEDIA: Indium. URL http://de.wikipedia.org/wiki/Indium. - abgerufen am 2014-06-02
[27]WIKIPEDIA: Gallium. URL http://de.wikipedia.org/wiki/Gallium. - abgerufen am 2014-06-02
[28]WIKIPEDIA: Selen. URL http://de.wikipedia.org/wiki/Selen. - abgerufen am 2014-06-02
[29]KAPITZA, P. L.: No Title. In: J. Phys. vol. 4 (1941), Nr. 181
[30]COSTESCU, R. ; WALL, M. ; CAHILL, D.: Thermal conductance of epitaxial interfaces. In: Physical Review B vol. 67 (2003)
[31]GUNDRUM, B. ; CAHILL, D. ; AVERBACK, R.: Thermal conductance of metal-metal interfaces. In: Physical Review B vol. 72 (2005)
Valentin Kunkel Anhang: Literaturverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 108
[32]LYEO, H.-K. ; CAHILL, D.: Thermal conductance of interfaces between highly dissimilar materials. In: Physical Review B vol. 73 (2006)
[33]SCHREIER, M. ; KAMRA, A. ; WEILER, M. ; XIAO, J. ; BAUER, G. E. W. ; GROSS, R. ; GOENNENWEIN, S. T. B.: Magnon, phonon, and electron temperature profiles and the spin Seebeck effect in magnetic insulator/normal metal hybrid structures. In: Physical Review B vol. 88 (2013), p. 094410
[34]SIMON, STEVEN H.: The Oxford Solid State Basics. Oxford : Oxford University Press Inc., 2013 — ISBN 978-0-19-968076-4
[35]GROSS, RUDOLF ; MARX, ACHIM: Festkörperphysik - Vorlesungsskript. Garching, 2008
[36]ZIMMERMANN, THOMAS ; ZIMMERMANN, MARTINA: Lehrbuch der Infrarotthermografie : Fraunhofer IRB Verlag, 2012 — ISBN 978-3-8167-8673-3
[37]MALDAGUE, XAVIER P.V.: Theory and practice of infrared technology for nondestructive testing : John Wiley & Sons, Inc., 2001 — ISBN 0-471-18190-0
[38]SCHUSTER, NORBERT ; KOLOBRODOV, VALENTIN G.: Infratthermographie. Weinheim : Wiley Verlag, 1999 — ISBN 978-3-527-40509-1
[39]BREITENSTEIN, O. ; LANGENKAMP, M. ; LANG, O. ; SCHIRRMACHER, A.: Shunts due to laser scribing of solar cells evaluated by highly sensitive lock-in thermography. In: Solar Energy Materials and Solar Cells vol. 65 (2001), pp. 55–62
[40]ZWESCHPER, TH. ; DILLENZ, A. ; RIEGERT, G. ; BUSSE, G.: Lockin thermography methods for the NDT of CFRP aircraft components. In: NDT.net vol. 8 (2003), Nr. 2
[41]WU, D. ; BUSSE, G.: Lock-in thermography for nondestructive evaluation of materials. In: Revue Générale de Thermique vol. 37 (1998)
[42]BACHMANN, JOHNAS: Lock-In Thermografie an organischen Solarzellen, Julius-Maximilians Universität Würzburg, 2008, Diplomarbeit
[43]STEINBUCH, ROLF: Finite Elemente - Ein Einstieg. Berlin Heidelberg : Springer Verlag, 1998 — ISBN 978-3-540-63128-6
[44]SCHENK, O. ; GÄRTNER, K.: Solving unsymmetric sparse systems of linear equations with PARDISO. In: Future Generation Computer Systems. vol. 20 (2004), pp. 475–487
[45]SCHENK, O. ; GÄRTNER, K.: On fast factoriuation pivoting methods for sparse symmetric indefinite systems. In: Electronic Transactions on Numerical Analysis vol. 23 (2006), pp. 158–179
[46]KARYPIS, G. ; KUMAR, V.: A Fast and High Quality Multilevel Scheme for Partitioning Irregular Graphs. In: SIAM Journal on Scientific Computing vol. 20 (1998)
[47]CERBE, GÜNTER ; WILHELMS, GERNOT: Technische Thermodynamik. 17. ed. München : Carl Hanser Verlag, 2013 — ISBN 978-3-446-43638-1
Anhang: Literaturverzeichnis Valentin Kunkel
109 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
[48]WIKIPEDIA: Silber. URL http://de.wikipedia.org/wiki/Silber. - abgerufen am 2014-06-02
[49]GLAS TRÖSCH: Glas und Praxis. 4. ed. Bützberg : Glas Trösch Holding AG, 2012 — ISBN 978-3-033-03575-0
[50] EuPD Research: Photovoltaic production on the CIGSfab: integrated factories provide competitive solar electricity - Expected Mid and Long Term Market Share Development. URL http://www.solarserver.com/solar-magazine/solar-energy-system-of-the-month/photovoltaic-production-in-the-cigsfab-integrated-factories-provide-competitive-solar-electricity.html. - abgerufen am 2014-04-25
[51]ZENTRUM FÜR SONNENENERGIE- UND WASSERSTOFF-FORSCHUNG BADEN-WÜRTTEMBERG: Modultechnologie. URL http://www.zsw-bw.de/themen/pv-materialforschung/modultechnologie.html#c1258. - abgerufen am 2014-05-13
[52]BAUER, J. ; BREITENSTEIN, O. ; WAGNER, J.-M.: Lock-in Thermography: A Versatile Tool for Failure Analysis of Solar Cells. In: Electronic Device Failure Analysis vol. 11 (2009), Nr. 3, pp. 6–12
[53]BESOLD, SEBASTIAN: Bestimmung und Simulation von Defektwerten ausgehend von elektrischen und infrarotoptischen bildgebenden Messverfahren an Organischen Solarzellen und Modulen, Friedrich-Alexander-Universität Erlangen-Nürnberg, 2012, Bachelorarbeit
Valentin Kunkel Anhang: Abbildungsverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 110
Abbildungsverzeichnis
Abbildung 1.1: Prognose der Endenergie aus erneuerbaren Energien in Deutschland bis 2050
aus dem Szenario „2011 A“ [4]. .......................................................................................... 2
Abbildung 1.2: Prognose des Marktanteils verschiedener PV-Technologien, nach [50]. ............. 3
Abbildung 2.1: Herstellungsprozess einer CIGS-Solarzelle [9]. ..................................................... 6
Abbildung 2.2: Aufbau einer CIGS-Solarzelle mit Stromfluss [51]. ............................................... 7
Abbildung 2.3: Verschaltete CIGS-Solarzelle (30 cm · 30 cm). ...................................................... 9
Abbildung 3.1: Spektrum der elektromagnetischen Strahlung mit Einteilung in Bereiche [21]. 10
Abbildung 3.2: Transmissionsgrad der Atmosphäre im Bereich des thermischen IR [21]. ......... 11
Abbildung 3.3: Planck’sches Strahlungsgesetz: Spektrale Strahldichte eines Schwarzkörpers bei
unterschiedlichen Temperaturen [21]. ............................................................................. 12
Abbildung 3.4: Oszillierende Linienheizquelle an der Oberfläche eines thermisch dicken
Körpers [22]. ..................................................................................................................... 16
Abbildung 3.5: Temperaturabhängigkeit der spezifische Wärmekapazität nach der Debye-
Näherung [35]. .................................................................................................................. 17
Abbildung 3.6: Temperaturabhängigkeit der Wärmeleitfähigkeit für verschiedene Materialien.
Besonders relevant sind die Kurven für Glas und Metalle [20]. ....................................... 18
Abbildung 4.1: Funktionsweise einer Thermografiemessung und radiometrische Kette [21]. .. 20
Abbildung 4.2: Darstellung einer sin/-cos-Korrelation für eine thermografische Lock-in-
Aufnahme [52]. ................................................................................................................. 25
Abbildung 4.3: Komplexe Darstellung des In-Phase-Signals, des Quadratur-Signals, des
Amplituden-Signals und des Phasen-Signals [53]. ............................................................ 25
Abbildung 5.1: Verschiedene Ansatzfunktionen und deren mögliche Annäherung für (a) lineare,
(b) quadratische und (c) kubische Funktionen [43]. ......................................................... 29
Abbildung 5.2: Ablaufschema des FE-Programms von Ali Javili nach den Anpassungen. .......... 31
Abbildung 5.3: Simulierter und berechneter Temperaturverlauf für t = 0,5 s (schwarz) und
t = 1,0 s (rot) innerhalb einer Platte, deren Temperatur auf einer Seite konstant bei
300 K gehalten wird. Die Starttemperatur war 273K (durchgezogene Linie) bzw. 298 K
(gestrichelte Linie). ........................................................................................................... 32
Abbildung 5.4: Zugeführte Energie im Körper pro Zeitschrift absolut (blau) und relativ zum
errechneten Wert (grün). ................................................................................................. 34
Abbildung 5.5: Das Mesh „3100x40000_rea“ in verschiedenen Vergrößerungen ((a) komplettes
Mesh, (b) bis (d) Vergrößerungen) mit Materialzuweisung. ............................................ 35
Anhang: Abbildungsverzeichnis Valentin Kunkel
111 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Abbildung 5.6: Prinzip der Intervallschachtelung: Der gesuchte Wert ist 131. Die erste
Annahme (100) war zu klein. Der Wert wird verdoppelt (200) und ist zu groß. 150 liegt
genau dazwischen und ist ebenfalls zu groß, daher muss der gesuchte Wert zwischen
100 und 150 liegen. 125 ist wieder zu klein usw. ............................................................. 36
Abbildung 5.7: (a) Temperaturprofil der ersten drei Perioden. (b) Temperaturprofil über alle 50
Perioden. (c) Temperaturentwicklung am Heizpunkt (y = 0). .......................................... 37
Abbildung 5.8: Funktionsweise des Iterationsalgorithmus. Das Programm kann entweder mit
Hilfe des Oberflächentemperaturprofils (siehe Kapitel 5.4.1) oder der Lock-in-
korrelierten Daten (siehe Kapitel 5.4.2) durchgeführt werden. ....................................... 39
Abbildung 5.9: Temperaturunterschiede ΔT (siehe Gleichung (5.5)) bei erhöhtem cP·ρ ((a), (b))
bzw. erhöhten λ ((c), (d)) für die erste ((a), (c)) und letzte Periode ((b), (c)) bei 50
Perioden. ........................................................................................................................... 41
Abbildung 5.10: Iterationsschema der Bestimmung der thermischen Parameter aus dem
Oberflächentemperaturprofil. .......................................................................................... 42
Abbildung 5.11: Gemittelte Temperaturdifferenz am Heizpunkt für verschiedene
Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) mit
(cP·ρ)Tatsächlich = 0,15·10-3 kg/(µm·K·cs²) bzw. λTatsächlich = 150 (kg·µm)/(K·cs³). .................... 43
Abbildung 5.12: Entscheidungsmatrix zum Annähern von cP·ρ. ................................................. 44
Abbildung 5.13: Gemittelte Temperaturdifferenz für die letzte Periode mit Heizleistung
für verschiedene Wärmekapazitäten (a) und Wärmeleitfähigkeiten (b) mit
(cP·ρ)Tatsächlich = 0,15·10-3 kg/(µm·K·cs²) bzw. λTatsächlich = 150 (kg·µm)/(K·cs³). .................... 45
Abbildung 5.14: Entscheidungsmatrix zum Annähern von λ. ..................................................... 46
Abbildung 5.15: S0°-Signal (a), S-90°-Signal (b), Amplituden-Signal (c) und Phase-Signal (d) der
Lock-in-Korrelation für simulierte Messergebnisse mit 5000 Zeitschritten und einer
Periodendauer von 100 Zeitschritten. .............................................................................. 47
Abbildung 5.16: Schema der Bestimmung der thermischen Parameter aus den Lock-in-
korrelierten Werten. Das Entscheidungskriterium, welcher Parameter gerändert wird, ist
in Gleichung (5.16) definiert. ............................................................................................ 48
Abbildung 5.17: Einfluss der thermischen Parameter auf das ΔS0°-Signal (erste Zeile), ΔS-90°-
Signal (zweite Zeile) und Δ-A-Signal (dritte Zeile) für verschiedene Wärmekapazitäten (a)
und Wärmeleitfähigkeiten (b) mit (cP·ρ)Tatsächlich = 0,15·10-3 kg/(µm·K·cs²) bzw.
λTatsächlich = 150 (kg·µm)/(K·cs³). ......................................................................................... 49
Abbildung 5.18: Entscheidungsmatrix zum Annähern der thermischen Parameter per Lock-in-
Korrelation aus dem S0°- und S-90°-Signal. .......................................................................... 50
Valentin Kunkel Anhang: Abbildungsverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 112
Abbildung 5.19: Entscheidungsmatrix zum Annähern der thermischen Parameter per Lock-in-
Korrelation aus dem Amplituden-Signal. .......................................................................... 51
Abbildung 5.20: Überprüfung der Iteration mit den Oberflächentemperaturdaten. ................ 52
Abbildung 5.21: Überprüfung der Iteration mit Lock-in-Daten. ................................................. 52
Abbildung 6.1: Temperaturunterschiede bei 5mK-Rauschen (rot) im Vergleich zu ohne
Rauschen (schwarz) für eine Abweichung der thermischen Parameter cP·ρ (a) und λ (b)
von einem Prozent. (a) zeigt den zeitlichen Verlauf der gemittelten
Temperaturunterschiede am Punkt y = 0, (b) die gemittelten Werte am Zeitpunkt tLeistung
aus. ...................................................................................................................................... 55
Abbildung 6.2: Unterschiede in den Lock-in-korrelierten Bildern bei 5mK-Rauschen (rot) im
Vergleich zu ohne Rauschen (schwarz) für eine Abweichung der thermischen Parameter
cP·ρ (a) und λ (b) von einem Prozent. ............................................................................... 55
Abbildung 6.3: Verlauf des Algorithmus für unterschiedliches Rauschen: ΔTRausch = 5 mK (a, b);
ΔTRausch = 20 mK (c, d); fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (e, f); fRausch = 5 Hz,
ARausch = 5 mK, ΔTRausch = 1 mK (g, h); ................................................................................. 56
Abbildung 6.4: Oberflächentemperatur der ersten zehn Perioden bei Flashereinsatz und
Heizleistung von einer Sonne. .......................................................................................... 58
Abbildung 6.5: Oberflächentemperatur beim Einsatz verschiedener Flasherleistungen (a) und
über alle Perioden gemittelte Temperaturunterschiede am Punkt y = 0 (b). .................. 59
Abbildung 6.6: (a) Oberflächentemperaturentwicklung am Heizpunkt bei unterschiedlicher
Heizleistung. (b, c) Gemittelter Temperaturunterschied bei unterschiedlicher
Heizleistung für 1,0% größere thermische Parameter. .................................................... 60
Abbildung 6.7: Differenzbilder der Lock-in-Signale bei unterschiedlicher Heizleistung für 1,0%
größere thermische Parameter. (a) spezifische Wärmekapazität, (b) Wärmeleitfähigkeit.
.......................................................................................................................................... 61
Abbildung 6.8: Über alle Perioden gemittelter Temperaturunterschied am Heizpunkt für
verschiedene Anregungsfrequenzen in relativen Zeiteinheiten (a) und vergrößerte Werte
(grüner Kasten) (b). ........................................................................................................... 62
Abbildung 6.9: Differenzbilder der Lock-in-Signale für unterschiedliche Anregungsfrequenzen
fLock-in mit, (cP·ρ)Simuliert = 1,01·(cP·ρ)Tatsächlich (a) bzw. λSimuliert = 1,01·λTatsächlich (b). .............. 63
Abbildung 7.1: Schematische Darstellung des experimentellen Aufbaus. ................................. 64
Abbildung 7.2: Messbox zur Vermeidung von Streu- und Störlicht. ........................................... 65
Abbildung 7.3: Aufbau der Kamera, des Lasers und des Probenhalters. .................................... 66
Abbildung 7.4: (a) Spektralanalyse des Lasers. (b) Bestimmung der Laserleistung an
verschiedenen Positionen entlang der Linie. .................................................................... 68
Anhang: Abbildungsverzeichnis Valentin Kunkel
113 Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen
Abbildung 7.5: Schaltplan der elektronischen Bauteile. ............................................................. 69
Abbildung 8.1: Thermografiebild einer CIGS-Solarzelle ohne Korrelation. ................................. 71
Abbildung 8.2: Berußte Silberschicht auf Floatglas. .................................................................... 72
Abbildung 8.3: Messergebnisse für die Silberschicht (a) und Simulationswerte (b). ................. 73
Abbildung 8.4: Messergebnisse der CIGS-Solarzelle. (a) zeigt das Profil der Lock-in-Signale
entlang der blauen Linie in den dazugehörigen Thermografieaufnahmen (b). ................ 75
Abbildung 9.1: Iterationsverlauf für die CIGS-Messungen. Für alle drei Messungen bricht die
Iteration unabhängig von den vier gewählten Startwerten spätestens nach drei
Iterationsschritten ab. ....................................................................................................... 77
Abbildung 9.2: Differenzbilder für Messung 1 und λSimulation = 600 (kg·µm)/(K·cs³) bzw.
(cP·ρ)Simulation = 0,00015 kg/(µm·K·cs²). ............................................................................... 77
Abbildung 9.3: Darstellung des Laserprofils. ............................................................................... 78
Abbildung 9.4: Differenzbilder um den Einfluss der flächig eingebrachten Leistung im Vergleich
zur Punktquelle darzustellen. Bei den schwarzen Punkten sind die thermischen
Parameter von Simulation (Punktquelle) und tatsächlichen Werten (Fläche) gleich. Für
die roten Werte wurde λSimuliert = 800 (kg·µm)/(K·cs³) verwendet, während
λTatsächlich = 150 (kg·µm)/(K·cs³) bleibt. ............................................................................... 79
Abbildung 9.5: Unterschiede in den Lock-in-Signalen für größere (gefüllte Symbole) und
kleinere (leere Symbole) spezifische Wärmekapazität (a) bzw. Wärmeleitfähigkeit (b). . 80
Abbildung 10.1: Darstellung der geplanten Vakuumkammer. .................................................... 84
Abbildung 10.2: (a) Lamellenstruktur der Thermoelemente. (b) Amplitudenbild bei
periodischem Heizen der Unterseite der Probe (von Bernhard Hofbeck, ZAE Bayern). .. 85
Valentin Kunkel Anhang: Tabellenverzeichnis
Bestimmung thermischer Materialparameter von Dünnschichtsolarzellen 114
Tabellenverzeichnis
Tabelle 3.1: Materialparameter für die verwendeten Elemente und deren thermische
Diffusionslänge bei einer Anregungsfrequenz von f = 1 Hz. ............................................. 15
Tabelle 5.1: Gitterspezifikation "3000x40000_regular". ............................................................ 32
Tabelle 5.2: Gitterspezifikation "3x40_regular_millimeter". ...................................................... 34
Tabelle 5.3: Gitterspezifikation "3100x40000_rea". ................................................................... 35
Tabelle 5.4: Randbedingungen für Testsimulationen. ................................................................ 35
Tabelle 5.5: Rückwirkend berechnete thermische Parameter ohne Lock-in-Thermografie....... 52
Tabelle 5.6: Rückwirkend berechnete thermische Parameter mit Lock-in-Thermografie. ........ 52
Tabelle 6.1: Ergebnisse des Algorithmus für unterschiedliches Rauschen: ΔTRausch = 5 mK (a);
ΔTRausch = 20 mK (b); fRausch = 0,5 Hz, ARausch = 5 mK, ΔTRausch = 1 mK (c); fRausch = 5 Hz,
ARausch = 5 mK, ΔTRausch = 1 mK (d); ..................................................................................... 57
Tabelle 6.2: Gitterspezifikation "ohne_Stauchung ". .................................................................. 58
Tabelle 8.1: Thermische Parameter für die Referenzprobe ........................................................ 72
Tabelle 8.2: Messparameter für die Silbermessung. .................................................................. 73
Tabelle 8.3: Messparameter für die CIGS-Messung. ................................................................... 74