通过机器学习测试光伏材料对Voc在具有非富勒烯受体的三聚合物太阳能电池中的Voc的影响
Di Huang1, Zhennan Li1, Kuo Wang1
1College of Railway Transportation, Hunan University of Technology, Zhuzhou 412008, China.
机器学习模型确定了影响三元聚合物太阳能电池 (PSC) 开放电路电压 (Voc) 的关键因素. 第三个成分的兴奋剂度和特定的分子性质对于在这些非富勒烯设备中最大化Voc至关重要.
科学领域:
- 材料科学 材料科学 材料科学
- 有机电子 有机电子
- 计算化学的计算化学
背景情况:
- 使用非富勒烯接受器的三元聚合物太阳能电池 (PSC) 显示出功率转换效率 (PCE) 的提高.
- 在这些三元PSC中改善开放电路电压 (Voc) 仍然是一个重大挑战.
- 了解影响Voc的因素对于进一步的设备优化至关重要.
研究的目的:
- 量化分析Voc在具有双接受器的三元PSC中的影响机制.
- 确定影响Voc的关键光伏材料特性和分子描述符.
- 为PSCs开发高Voc材料提供见解.
主要方法:
- 机器学习 (ML) 算法的应用:极端梯度提升,K-最近邻居和随机森林.
- 对光伏材料方面的分析,包括兴奋剂度和能量水平 (HOMO/LUMO).
- 对第三个成分的分子描述符和指纹的调查,例如键强度和芳香结构.
主要成果:
- 发现兴奋剂度对Voc有最大的影响.
- 受第三个组成部分影响的供体和接受体之间的能量偏移显著影响Voc.
- 第三个组件的最佳HOMO和LUMO能量水平分别约为 (-5.7 ± 0.1) eV和 (-3.6 ± 0.1) eV.
- 第三个成分的键强度和芳香环结构强烈影响Voc.
- 当第三个成分有四个甲基和两个碳基时,就会达到最大Voc.
结论:
- 机器学习有效地阐明了三元PSC中的Voc决定因素.
- 专注于兴奋剂,能量水平对齐和特定分子特征的材料设计策略可以增强Voc.
- 结果为高性能三元公共服务公司的成本效益开发提供了有价值的指导.
更多相关视频
11:38Influence of Hybrid Perovskite Fabrication Methods on Film Formation, Electronic Structure, and Solar Cell Performance
Published on: February 27, 2017
06:49In situ Grazing Incidence Small Angle X-ray Scattering on Roll-To-Roll Coating of Organic Solar Cells with Laboratory X-ray Instrumentation
Published on: March 2, 2021
相关概念视频
Thermal and Photochemical Electrocyclic Reactions: Overview
UV–Vis Spectroscopy of Conjugated Systems
One of the factors influencing λmax is the extent...
Photoelectric Effect
Photoreceptors and Plant Responses to Light
UV–Vis Spectroscopy: Woodward–Fieser Rules
P-N junction
