光被哪一层吸收：分析并优化 a-Si 薄膜太阳能电池

总吸收不等于有效吸收。对于薄膜太阳能电池，只有进入 a-Si 有源层的光才可能参与光电转换，ITO 中的吸收属于寄生损耗。

这篇教程用 ITO / a-Si 简化结构分析光被哪一层吸收。你将用 R/T/A 和 Layer Absorption 区分有源层吸收与寄生吸收，再通过厚度扫描和优化提高 400–700 nm 的 a-Si 平均吸收率。

柔性非晶硅薄膜太阳能电池可以直接与屋面材料结合 (来源: Maury Markowitz / Wikimedia Commons · 许可: CC BY-SA 3.0)

区分有源层吸收与寄生吸收

非晶硅（amorphous silicon，a-Si）是本模型的有源吸收层。ITO 是透明前电极；它吸收的光通常属于寄生损耗，不能与 a-Si 吸收等同看待。

薄膜太阳能电池的典型分层结构与入射光方向 (来源: Radiotrefoil、美国能源部 / Wikimedia Commons · 许可: Public Domain)

本教程把图中的透明导电层简化为 ITO，把吸收层简化为 a-Si。随后使用层吸收结果区分 ITO 寄生损耗与 a-Si 有效吸收。

吸收材料的复折射率写为

$$ \tilde n=n+\mathrm{i}k, \qquad \alpha=\frac{4\pi k}{\lambda}. $$

式中，$\tilde n$ 为复折射率，$n$ 为折射率实部，$k$ 为消光系数，$\mathrm{i}$ 为虚数单位，$\alpha$ 为吸收系数，$\lambda$ 为真空波长。较大的 $k$ 会使光在材料中衰减得更快；薄膜内的干涉还会改变电场分布，因此各层吸收不能只由厚度判断。

对于被动膜系，每个波长满足

$$ R+T+A=1, \qquad A=\sum_{j=1}^{L}A_j. $$

式中，$R$、$T$ 和 $A$ 分别为功率反射率、透射率和总吸收率，$A_j$ 为第 $j$ 层吸收的入射功率比例，$L$ 为膜层数。Absorptance 给出总吸收，Layer Absorption 才能回答“光被哪一层吸收”。

这一判断同样适用于光电探测器、选择性吸收器和发光器件：目标层中的吸收通常有用，电极或封装中的吸收往往是损耗。

建立 ITO / a-Si 简化结构

建立空气 / ITO / a-Si / 玻璃结构。ITO 与 a-Si 使用案例库中的波长相关 n、k 教学数据，底部玻璃用常数折射率 1.52。

位置	材料	厚度	折射率类型
顶部介质	空气	—	Constant，$n=1.00$、$k=0$
第 1 层	ITO	80 nm	File
第 2 层	a-Si	200 nm	File
底部介质	玻璃	—	Constant，$n=1.52$、$k=0$

ITO / a-Si 基线结构

该模型用于学习光学吸收分配。它没有包含背电极、掺杂层、纹理和载流子输运，因此计算结果不是太阳能电池转换效率。

设置光学条件

在 Optics 页设置 400–900 nm、5 nm 步长、0° 入射和未偏振光，并启用 Reflectance、Transmittance、Absorptance 和 Layer Absorption。

用于观察吸收边缘和分层吸收的 Optics 设置

400–900 nm 用于观察 a-Si 的吸收边缘；后续设计指标只验收 400–700 nm。未启用入射光谱时，波段平均值是各采样波长的算术平均，不是太阳光谱加权效率。

提示

运行前先预测：400–700 nm 的吸收应主要发生在 a-Si 中，ITO 寄生吸收较小；增加 a-Si 厚度会继续提高有源层吸收，但增益会逐渐减小。

建立吸收基线

运行计算，先核对 R/T/A，再打开 Layer Absorption。

基线结构的分层吸收

条件	$R$	$T$	总 $A$	ITO 吸收	a-Si 吸收
400–700 nm 平均	14.217%	8.672%	77.110%	0.461%	76.650%
550 nm	5.269%	3.635%	91.096%	0	91.096%

总吸收与两层吸收之和一致，全部波长的最大能量闭合误差约为 $1.1\times10^{-16}$。能量守恒证明结果完整，但只有分层结果能判断吸收是否进入了 a-Si。

扫描 a-Si 厚度

在 Sweep 中选择 a-Si Absorber → Thickness，从 100 nm 扫描到 500 nm，步长 50 nm。其他结构和光学条件保持不变。

a-Si 厚度扫描

点击 Sweep 后，在 Layer Absorption 结果页把 Layer 选为 a-Si Absorber。九条曲线分别对应 100–500 nm 的 a-Si 厚度。

不同 a-Si 厚度对应的有源层吸收光谱

a-Si 厚度	平均 $R$	平均 $T$	平均 a-Si 吸收率
100 nm	18.000%	18.594%	62.949%
200 nm	14.217%	8.672%	76.650%
300 nm	12.788%	4.635%	82.116%
400 nm	12.645%	2.551%	84.344%
500 nm	12.837%	1.433%	85.270%

a-Si 加厚后，有源层吸收提高但增益逐渐减小

a-Si 从 100 nm 增加到 500 nm 时，平均透射率从 18.594% 降到 1.433%，有源层吸收率从 62.949% 提高到 85.270%。反射率没有单调变化，而是在约 13% 附近起伏，这是膜内干涉改变电场分布的结果。

光学上更厚的 a-Si 能吸收更多光，但也增加材料用量，并可能降低载流子收集效率。厚度扫描给出光学趋势，不能单独决定真实电池的最优厚度。

直接优化有源层吸收

优化目标是 a-Si 的平均层吸收率：

$$ \overline{A}{\mathrm{a\text{-}Si}} =\frac{1}{M}\sum{q=1}^{M}A_{\mathrm{a\text{-}Si}}(\lambda_q). $$

式中，$\overline{A}{\mathrm{a\text{-}Si}}$ 为 a-Si 平均层吸收率，$A{\mathrm{a\text{-}Si}}(\lambda_q)$ 为波长 $\lambda_q$ 处的 a-Si 吸收率，$q$ 为采样点序号，$M=61$ 为 400–700 nm、5 nm 步长下的采样点数。

在 Optimizer 中设置：

项目	设置
目标	最大化 a-Si 的 Layer Absorption 平均值
波段	400–700 nm，5 nm 步长
变量 1	ITO 厚度，40–140 nm，起点 80 nm
变量 2	a-Si 厚度，100–500 nm，起点 200 nm
算法	TRF，最多 160 次评估
全局起点	Grid 5 × 5，保留 3 个 Seed

直接把有源层吸收写成优化目标

Grid 起点与 TRF 算法设置

不要用总 Absorptance 代替目标。总吸收增加也可能来自 ITO，而那部分光不能进入 a-Si。

本次优化经过 72 次目标评估和 34 次迭代，得到 ITO 62.372 nm、a-Si 485.857 nm。点击 Apply to Structure，再回到 Structure 确认厚度已经更新。

有源层吸收优化报告

应用最优解后的结构

用正向计算验收最优解

应用最优厚度后重新运行计算，不把优化报告直接当作最终结果。

优化结构的分层吸收

400–700 nm 平均指标	基线	优化后	变化
$R$	14.217%	8.052%	−6.165 个百分点
$T$	8.672%	1.426%	−7.247 个百分点
总 $A$	77.110%	90.522%	+13.412 个百分点
ITO 吸收	0.461%	0.473%	+0.012 个百分点
a-Si 吸收	76.650%	90.049%	+13.399 个百分点

a-Si 平均吸收率提高了 13.399 个百分点，相对提升约 17.48%；ITO 寄生吸收几乎不变。550 nm 处，a-Si 吸收率为 96.496%，最终结果仍满足 $R+T+A=1$。

最优 a-Si 厚度接近 500 nm 上限，说明当前纯光学目标仍偏向加厚吸收层。工程设计应加入工艺膜厚、材料用量和电学收集约束，并使用真实太阳光谱加权。

变化题

在当前模型中把 a-Si 厚度改回 200 nm，再把 ITO 厚度依次设为 40、80 和 120 nm。分别记录 ITO 与 a-Si 的平均层吸收，判断总吸收的变化是否真正进入了有源层。

---

← 返回教程目录 · 下一篇：优化后的 a-Si 为什么吸收更多光

继续深入

本教程只覆盖操作步骤。物理原理、每项功能的完整参数、结果的解读方式，以及算法验证，都在文档站：

• 传递矩阵法原理 — 教程背后的物理与公式
• 功能指南 — 每个界面与参数的完整说明
• 结果分析 — 各类结果的读法与判断依据
• 打开 Dreapex TMM — 在浏览器中直接建模计算