对于太阳能电池，对光的总吸收不代表有效吸收，也就是说吸收的光并非都在有源层参与了光电转换。例如只有进入 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。

这篇教程使用 Dreapex TMM 的 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。

图像来源：Maury Markowitz / Wikimedia Commons；许可：CC BY-SA 3.0；原始作品页。

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。

图 1｜薄膜太阳能电池的典型分层结构与入射光方向。

图像来源：Radiotrefoil、美国能源部 / Wikimedia Commons；许可：公共领域；原始作品页。

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

n ~ = n + i k , α = 4 π k λ . \tilde n=n+\mathrm{i}k, \qquad \alpha=\frac{4\pi k}{\lambda}.n~=n+ik,α=λ4πk​.

式中，n ~ \tilde nn~为复折射率，n nn为折射率实部，k kk为消光系数，i \mathrm{i}i为虚数单位，α \alphaα为吸收系数，λ \lambdaλ为真空波长。较大的k kk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 , A = ∑ j = 1 L A j . R+T+A=1, \qquad A=\sum_{j=1}^{L}A_j.R+T+A=1,A=j=1∑L​Aj​.

式中，R RR、T TT和A AA分别为功率反射率、透射率和总吸收率，A j A_jAj​为第j jj层吸收的入射功率比例，L LL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。

图 2｜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。

图 3｜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。

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。

图 4｜基线结构的分层吸收。

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 × 10 − 16 1.1\times10^{-16}1.1×10−16。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。

图 5｜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。

图 6｜不同 a-Si 厚度对应的有源层吸收光谱。

图 7｜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：

A ‾ a - S i = 1 M ∑ q = 1 M A a - S i ( λ q ) . \overline{A}_{\mathrm{a\text{-}Si}} =\frac{1}{M}\sum_{q=1}^{M}A_{\mathrm{a\text{-}Si}}(\lambda_q).Aa-Si​=M1​q=1∑M​Aa-Si​(λq​).

式中，A ‾ a - S i \overline{A}_{\mathrm{a\text{-}Si}}Aa-Si​为 a-Si 平均层吸收率，A a - S i ( λ q ) A_{\mathrm{a\text{-}Si}}(\lambda_q)Aa-Si​(λq​)为波长λ q \lambda_qλq​处的 a-Si 吸收率，q qq为采样点序号，M = 61 M=61M=61为 400–700 nm、5 nm 步长下的采样点数。

在Optimizer中设置：

图 8｜直接把有源层吸收写成优化目标。

图 9｜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。

图 10｜有源层吸收优化报告。

图 11｜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。

图 12｜优化结构的分层吸收。

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 R+T+A=1R+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。

原文地址：https://tmm-docs.dreapex.com/zh-CN/tutorials/solar-cell-absorption