無機Cs₄CuSb₂Cl₁₂/Cs₂TiI₆の太陽電池の最適化:SCAPS-1Dシミュレーションと機械学習

科学分野:

• 材料科学
• 再生可能エネルギー
• 太陽光発電

背景:

• ペロブスキート太陽電池 (PSC) は高い効率を示していますが,シングルジャンクションの設計ではショックリー-クエッサーの制限に直面しています.
• Cs4CuSb2Cl12 (CCSC) とCs2TiI6 (CTI) のような無鉛のペロブスキート誘導体は,環境上の利点と固有の安定性を提供しています.

研究 の 目的:

• 性能と持続可能性の向上のために,CCSCとCTIを使用する二重吸収PSCアーキテクチャを理論的に調査する.
• 最適な電子/穴輸送層 (ETL/HTL) を特定し,高電力変換効率 (PCE) のためのデバイスパラメータを最適化します.

主な方法:

• 26のETL/HTL候補の計算によるスクリーニングで,SrTiO3 (STO) とCuSCNを最適であると特定した.
• 欠陥密度,バンドギャップ,層厚さ,電極材料の理論的な最適化.
• 放射性再結合と抵抗のような実用的な制約を現実的な効率計算に組み込む.
• eXtreme Gradient Boosting (XGBoost) を強調した機械学習アルゴリズムの比較分析.

主要な成果:

• STOとCuSCNのETL/HTLで最初のPCEは16.27%でした.
• 最適化された装置は,PCEの30.86%のシミュレーションを達成しました.
• 実用的な制約を組み込んだ現実的なシミュレーションでは,PCEは26.60%でした.
• XGBoostは優れた予測力を示し,PCEにとってCTIの欠陥密度を決定的に特定しました.

結論:

• CCSC/CTIの二重吸収PSCアーキテクチャは,安定した,効率的な,環境に優しい太陽光発電のための有望な経路を示しています.
• 理論的な最適化と現実的な制約の組み込みは,実際のデバイスの性能を予測するために不可欠です.
• CTIの欠陥密度は,これらのデバイスのPCEを最適化するための重要な要因であり,将来の実験的取り組みを導く.