Cut crystalline silicon PV cells : edge passivation by AlOx layer developed by ALD
Bibliographic record
Abstract
Un axe d’amélioration majeur des dispositifs photovoltaïques concerne l’interconnexion des cellules en module. La méthode standard actuelle repose sur la connexion de la face avant d’une cellule à la face arrière de la cellule adjacente par des rubans métalliques. Plusieurs sources de pertes viennent réduire le rendement du panneau de 1 à 3%abs par rapport aux performances des cellules qui le composent. Une interconnexion par chevauchement de cellules de taille réduite présente un fort intérêt car elle permet de réduire certaines de ces pertes. La suppression de l’espacement existant entre les cellules ainsi que de l’ombrage occasionné par les rubans permet d’augmenter la surface active du panneau et donc sa densité de puissance produite. Pour cela on a recours à des cellules appelées « shingles », permettant de réduire très fortement les pertes résistives dans les interconnexions. En pratique, la découpe des cellules en shingles entraine une chute de rendement de l’ordre de 1%abs. Cela est dû à une activité de recombinaison des porteurs plus importante sur les bords issus de la découpe que des bords natifs, à cause d’une concentration plus élevée en défauts. Cet effet est par ailleurs accentué à cause de l’augmentation de la proportion des bords par rapport à la surface des cellules. Cette thèse concerne donc le développement d’une étape de passivation des défauts des bords, afin de permettre aux shingles de retrouver les performances initiales des cellules avant découpe et permettre ainsi à l’approche d’interconnexion par chevauchement d’atteindre son plein potentiel. Les études ont été menées sur des cellules de type TOPCon, dont la domination sur le marché est attendue pour les prochaines années. Les travaux ont consisté à étudier et optimiser le procédé de passivation par dépôt de couches atomiques d’oxyde d’aluminium et du recuit associé
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".