论文信息：
Hong-Yu Pan, Xin-Lin Xia, Xue Chen. Multi-field coupled analysis of thermal and opto-electrical conversion in InGaAs thermophotovoltaics, Solar Energy Materials and Solar Cells, Volume 279, January 2025, 113242.
论文链接：
https://doi.org/10.1016/j.solmat.2024.113242
研究背景
热光伏（TPV）系统作为一种典型的静态热-电转换技术，近年来经历了复兴，主要是由于半导体电池制造的进步和微纳米级加工技术的改进。与传统热机相比，由于没有活动部件，TPV系统具有更高的运行稳定性和更低的噪音。此外，TPV系统可以实现比传统热电装置更高的能量转换效率。虽然太阳能光伏也表现出这些特点，使其成为最广泛采用的低碳技术，但TPV系统具有明显的优势，即通过利用高温热辐射源而不是太阳辐射，全天候产生更多的电力。此外，TPV系统可以获得与聚光光伏（CPV）相当的高输出功率，而无需额外的高浓度设备。当集成到热能储存系统中时，TPV系统可以连续运行，提供24小时发电。
典型的TPV系统由热发射器、光谱控制模块和TPV电池组成。在过去的五年中，冠脉光伏技术发展迅速，能量转换效率现已超过传统涡轮发电的平均效率（约41%）。这种改进主要归功于高性能光谱管理的进步和新型电池的发展。对选择性热辐射体进行了大量研究，一些样品的发射率水平接近预期设计。TPV系统中高效过滤器的研究仍在进行中。然而，TPV电池作为核心元素，值得更多的关注。与上述主要影响热辐射的组件不同，TPV电池直接决定了光电转换效率，在TPV系统中起着至关重要的作用。在TPV电池的光电转换过程中，热效应的研究需要投入更多的精力。需要更精确和全面的预测方法，以充分考虑热产生的物理机制。然而，很少有研究利用载流子动力学的方法从热效应的角度对TPV电池进行详细的分析。在这项工作中，模拟了一个具有InxGa1-xAs异质结电池的热光伏系统，并使用能量转换的迭代耦合模型彻底分析了电池的热效应。目的是利用仅基于内在和输入条件的真实物理模型获得TPV电池的完整特性。
研究内容
在本研究中，高温辐射由黑体发射器发射，到达In0.53Ga0.47As TPV电池表面。一些光子被反射，而另一些则被细胞吸收。如果吸收不完全，则必须考虑金属基材的反射和吸收。根据光电效应，吸收的带隙以上光子的能量激发价带电子进入导带。然后，在P-N结产生的内置电场的影响下，电子-空穴对分离成自由载流子，这些载流子被收集在电池的两侧，形成光产生的电压。当电路闭合时，光产生的电流作为可用的电能产生。同时，热的产生是TPV电池中主要的能量损失，它通过各种热效应发生。为了理解这些复杂的能量转换和传输过程，有必要建立一个全面的物理模型，并进行多场耦合模拟，以阐明其潜在的机制，并改进高效TPV电池的理论设计。目标热光伏电池被建模为由In0.53Ga0.47As和InP组成的层状异质结结构。具体来说，从上到下，结构包括In0.53Ga0.47As的帽层、InP的窗口层、In0.53Ga0.47As的n型层、In0.53Ga0.47As的p型层、In0.53Ga0.47As的背表面场（BSF）层和InP的缓冲层。此外，在电池的顶部和底部考虑了抗反射涂层（ARC）和金衬底。如图1所示，TPV胞的能带结构以及载流子的运动方向反映了载流子的状态和输运行为。
图1，InGaAs TPV电池的能带结构示意图。
将黑体发射极和冷却条件作为电池的边界条件。黑体发射器作为高温辐射源，位于电池顶表面上方。冷却条件，包括强制空气冷却和强制水冷却，应用于电池表面。考虑到光学、电学和热效应，光子、载流子和声子的转换和传输过程如图 2 所示。
图2，TPV系统的物理机制和能量损失示意图。
耦合过程包括光电耦合和电热耦合两个阶段，其中光吸收、电学特性和热效应迭代相互作用。在光电耦合中，光辐射通过光子吸收转化为电能，而载流子分布影响介电函数，迭代一直持续到收敛。介电函数和载流子分布是这一过程中的关键变量。同时，在电热耦合过程中，载流子产生和输运过程中会发生各种热损失，由此产生的温度变化也会影响载流子的行为。电池温度和载流子分布是迭代变量。由此，建立了一个近似于实际能量转换过程的耦合模型，如图3所示。具体过程如图4所示。最初，光吸收是基于电磁场分布计算的。这导致了费米能级的确定，它控制着载流子的产生。然后根据费米能级分布更新折射率（Δn）和吸收指数（Δk）的变化。这种迭代的光电耦合一直持续到达到收敛为止。一旦得到载流子分布，由于各种热效应就会产生热。电池内的温度也随之变化。这一步引入了热电耦合，其中温度相关属性被调整。涉及温度和热量产生的迭代过程继续进行，直到满足另一个收敛准则。最后，一旦光电和热耦合收敛，输出电流-电压（J-V）特性，提供在给定条件下其性能的见解。
图3，TPV电池的能量转换和耦合过程示意图。
图4，本工作的耦合过程流程图。
建立的计算域和详细的边界条件如图5所示。在该域中，假定入射光为不考虑极化的平面波源，且辐射入射方向为法向。电池的电荷触点分别位于窗口层的上表面和BSF层的下表面。在计算域周围，侧壁被视为周期性边界条件，PML层被设置为吸收逃逸的电磁波。
采用耦合方法，对基于In0.53Ga0.47As电池的TPV系统进行了建模和分析。结构参数和材料性能保持与验证模型相似。将辐射源改为2000 K的黑体发射器，在模拟中将胞温作为迭代变量处理，在初始温度为300 K时不再等温。上表面强制风冷（hac=20W m−2k−1），下表面强制水冷（hwc=3000W m−2k−1）。为了量化耦合模拟的影响，将具有温度依赖性质的情况（CTD）与等温300 K下的不耦合情况（UC）和具有恒定性质的耦合情况（CC）进行了比较。通常，J-V和P-V曲线显示了电池的主要输出性能，如图6所示。
图6，不同情况下的表观J-V和P-V性能。
在光电耦合中，分析了电场分布和介电函数的变化，解释了耦合行为对电池性能的影响。从宏观角度看，广义吸光度表现出典型的光谱差异。总的来说，入射辐射几乎完全被电池的活动层吸收。广义反射率是通过计算在不同界面上反射的光子来量化的。如图7(a)所示，反射率和吸收率波动的减弱可归因于电子的光学跃迁产生的驻波效应减弱。主要贡献是折射率（△n）和吸收指数（△k）的变化。在图7(b)中，随着波长（λ）的增加，不同层间的平均值△n呈现先增大后减小的趋势。在InGaAs发射极层，△n的最大变化范围可超过0.5。在图7(b)中，△k的变化在整个光谱上呈现一致的增加，最大变化接近0.6。对于InGaAs层，随着波长的增加，△k逐渐增大，直到在1300 ~ 1500nm范围内迅速减小，对应于上述吸收率的变化。在InP层中，△k的峰值出现在约800 nm处。从微观上看，与UC相比，CTD内电场波动明显变平缓，电强度也明显降低，如图7(d)所示。随着波长的增加，热区逐渐向深处移动，验证了上述吸收分布。高能（短波长）光子主要在上层被吸收，而低能光子则集中在下层。
图7，说明(a)视光学特性，(b)折射率变化，(c)吸收指数和(d)电场。
在图8(a)中，将电势和化学势作为基本的视电特性进行分析。静电势作为载流子漂移的驱动力，清楚地表明了每一层对电压的贡献。正如预期的那样，这种变化发生在结点之间的界面上，符合光伏原理。此外，InP层通过提高势垒有效地抑制反向载流子流动。因此，电势的总变化与带结构的变化相似。此外，CTD中的空间光子化学势作为准费米能级差，比UC中的空间光子化学势明显减小。这是CTD VOC降低的主要原因。此外，为了研究微观原因，我们还单独探讨了载流子分布。如图8(b)所示，电子浓度沿电池深度从1019到107减小，而空穴浓度则相反，从1011到1019增加。此外，InP层的选择性效应也很明显。
考虑到电池在工作过程中经历了各种工况，详细分析了电池能量分布随电压的变化情况，如图9 (a)所示。除了输出电功率外，能量损失还包括光损失和热损失。对于光学损耗，反射损耗（QRef）可以通过高性能抗反射涂层有效减轻，而辐射复合损耗在长期运行期间可以忽略不计，因为它们对电池内的能量转换和传输的影响最小。因此，热损失在TPV电池的性能中起着更重要的作用。形象地说，热化热（Vop），以优化其性能。图9(b)列出了Vop处不同热生成的比例。其中，QJo亏损占比最大，高达31.7%，其次是QTh，占比28.4%。其他热损失包括QAbs、颗粒热（QPel）、体体非辐射复合热（QBlk = QAug + QSRH）和表面复合热（QSur），比例分别为18.7%、12.0%、4.8%和4.4%。
随后，为了更详细地研究热量产生，我们对不同位置进行了进一步的分析，如图10所示。QTh是能量损失的主要贡献者，它是光子吸收过程中在带隙以上的能量松弛产生的，并在不同层中呈指数下降曲线。在p-n结和异质结的界面处，由于强内置电场，QJo出现峰值。此外，块体的QBlk趋势主要取决于少数载流子浓度的分布。在p型层中，空穴是少数载流子，而在n型层中则相反。同样，在p-n结处也有一个峰值。因此，在各种损耗的共同影响下，胞内总损耗的总体趋势呈指数型下降，在结点的界面处出现了几个损耗峰。QAbs由三部分组成：电弧吸收、亚带隙吸收（主要在InGaAs层中）和金衬底吸收。
在上述热生成分析的基础上，详细研究了电池的热特性，以温度和温度梯度为两个基本参数。最初，从图11(a)所示的完整温度场来看，温度随电压的变化比随深度的变化更明显。总的来说，随着电压的升高，温度先降低后升高。为了显示沿电池深度的温度分布，0 V、0.402 V、0.425 V和0.474 V的温度曲线如图11(b)所示。在固定电压下，温度随深度的增加而单调降低。由于电池芯片较薄，最大温差仍小于0.01 K。这表明，如果只评估电池的热特性，平均温度可以代表电池的温度。然而，在评估电特性时，温度梯度的影响是不可忽视的，因为它对热扩散电流的贡献会显著影响输出性能。
图11，(a)完全温度分布图，(b)典型电压下的温度图，(c)平均温度图，(d)上下表面温差图。
此外，温度梯度绝对值（|△T|）作为分析对象来评价温度变化的幅度，因为由于温度逐渐降低，它大多为负值。如图12(a)所示，在不同层的界面处，由于性质的发散和产热的不均匀，会出现阶跃变化。在0.402 V时，|△T|比其他电压时高，这主要是由于InGaAs基层的发热量减少所致。|△T|的变化趋势也表明，产热位置对温度的影响与电压有关。此外，图12(b)显示了电池顶底表面的热流密度，可以用来估计电池的传热能力和指导热管理。随着电压的升高，顶表面热流密度不断减小（从3.96 W/cm2减小到W/cm2），且减小的速率加快，特别是在Vop （0.44V）之后。相反，在底部表面，热流密度从26.47 W/cm2 （0 V）开始下降到19.00 W/cm2 (0.416 V)，然后在VOC下急剧上升到26.14 W/cm2。
图12，(a)温度梯度图和(b)电池表面热通量图。
偶联过程中化学势变化对VOC的影响如图7(a)所示。本文从热的角度分析了耦合和温度依赖特性对电池性能的影响。首先，热扩散电流（JT）是影响电流的重要因素，如图13(a)所示。JT在UC中保持为零，而在CC和CTD中随电压变化明显。但与CC相比，CTD中的JT较小，且随电压的增加略有增加。因此，耦合可以略微增强电流，而考虑温度相关特性会削弱增强。上述图7(b)中自由载流子的分析可归因于不同情况下载流子本然浓度（ni）的变化。在CTD中，ni高于UC和CC，这是由于电池温度的升高。从微观上看，ni的增加阻碍了自由载流子的输运过程，最终导致输出性能下降。
图13，图解(a)热扩散电流和(b)本征载流子浓度。
结论与展望
在这项工作中，提供了一个全面的解释TPV系统，重点是涉及能量转换的耦合机制。建立了一个多场耦合模型来模拟从热辐射到电能的能量流动，考虑了各种热产生和温度相关特性。通过量化光、电、热效应，从多尺度角度分析了不同的特性。在此模型的基础上，分析了发射极温度、冷却条件和选择性发射光谱对TPV系统性能的影响，从而对整个TPV系统进行了性能诊断。
(1)原型案例分析：不同的耦合热生成对电池性能有显著影响。焦耳热和热化热贡献最大，在最佳电压下分别占31.7% （6.8 W/cm2）和28.4% （6.1 W/cm2）。
(2)耦合与非耦合模型比较：在耦合模型中，观察到输出功率和系统效率降低9.8%，电池效率降低12.8%，其中VOC降低（17.6%）起主要作用。平均温度可达380 K左右，最大梯度为6191 K/m。
(3)系统变量对性能的影响：随着发射极温度的升高，系统效率和电池效率在2000 K时分别达到17.7%和26.9%的峰值。强化水冷却（1000W m−2k−1 ~ 5000 W m−2k−1），效率提升37%，但提升速度逐渐降低。当理想高斯发射率带宽增加时，耦合行为导致系统最优效率显著下降约3%，相应的发射率宽度减少至少100 nm。
本研究系统地展示了TPV细胞的能量转换和传输机制。通过对这些复杂过程的梳理，增强了对TPV技术的理解和优化，指导了整个TPV系统的实际设计和优化。
以下为广告部分
招聘信息| 山东高等技术研究院吴小虎课题组招收联合培养研究生、科研助理和博士后
点击下图查看详细招聘信息！
点/击/上/图/查/看/详/细/招/聘/信/息
热辐射与微纳光子学