Optimización de las células solares inorgánicas Cs₄CuSb₂Cl₁₂/Cs₂TiI₆: simulaciones SCAPS-1D y aprendizaje automático

Área de la Ciencia:

• Ciencias de los materiales
• Energía renovable
• Las instalaciones fotovoltaicas

Sus antecedentes:

• Las células solares de perovskita (PSC) muestran una alta eficiencia, pero se enfrentan a las limitaciones del límite de Shockley-Queisser en los diseños de unión única.
• Los derivados de perovskita sin plomo como Cs4CuSb2Cl12 (CCSC) y Cs2TiI6 (CTI) ofrecen beneficios ambientales y estabilidad intrínseca.

Objetivo del estudio:

• Investigar teóricamente una arquitectura de PSC de doble absorción utilizando CCSC y CTI para mejorar el rendimiento y la sostenibilidad.
• Identificar las capas óptimas de transporte de electrones/agujeros (ETL/HTL) y optimizar los parámetros del dispositivo para una alta eficiencia de conversión de potencia (PCE).

Principales métodos:

• Selección computacional de 26 candidatos a ETL/HTL, identificando el SrTiO3 (STO) y el CuSCN como óptimos.
• Optimización teórica de las densidades de defectos, la brecha de banda, el grosor de la capa y los materiales de los electrodos.
• Incorporación de restricciones prácticas como la recombinación radiativa y la resistencia para cálculos de eficiencia realistas.
• Análisis comparativo de algoritmos de aprendizaje automático, destacando el aumento de gradiente eXtreme (XGBoost).

Principales resultados:

• PCE simulado inicial del 16,27% con las ETL/HTL de STO y CuSCN.
• El dispositivo optimizado logró un PCE simulado del 30,86%.
• La simulación realista que incorporaba restricciones prácticas dio un PCE del 26,60%.
• XGBoost demostró un poder predictivo superior, identificando la densidad de defecto de CTI como crítica para el PCE.

Conclusiones:

• La arquitectura PSC de doble absorción CCSC/CTI presenta una ruta prometedora para la energía fotovoltaica estable, eficiente y respetuosa con el medio ambiente.
• La optimización teórica y la incorporación de restricciones realistas son cruciales para predecir el rendimiento práctico del dispositivo.
• La densidad de defectos de CTI es un factor clave para optimizar el PCE en estos dispositivos, guiando futuros esfuerzos experimentales.