通过配备微波导电的自动化机器人实验来探索溶液处理的Bi/Sb太阳能电池
Chisato Nishikawa1, Ryosuke Nishikubo1,2, Fumitaka Ishiwari1,2,3
1Department of Applied Chemistry, Graduate School of Engineering, Osaka University, 2-1 Yamadaoka, Suita, Osaka 565-0871, Japan.
JACS Au
|November 30, 2023
概括
自动化实验和机器学习加速了高效无机太阳能电池的发现. 研究人员使用这种高通量方法,在Cs-Bi-Sb-I太阳能电池中实现了2.36%的功率转换效率.
科学领域:
- 材料科学 材料科学 材料科学
- 可再生能源是可再生能源的来源.
- 太阳能光伏发电是如何实现的
背景情况:
- 溶液加工的无机太阳能电池为合物矿提供了一个不那么有毒,地球上丰富的替代品.
- 探索这些材料的巨大化学和工艺参数空间是具有挑战性和耗时的.
研究的目的:
- 开发一种用于高通量选无机光伏材料的自动化系统.
- 确定基于Cs-Bi-Sb-I的太阳能电池的最佳组成和加工条件.
主要方法:
- 创建了一个自动化机器人嵌入式系统,用于快速材料表征.
- 技术包括光吸光谱,光学显微镜和时间解析微波导电性 (TRMC).
- 测试了576种Cs-Bi-Sb-I半导体的独特薄膜组合,使用了不同的添加剂和火温度.
主要成果:
- 实现的最高功率转换效率 (PCE) 为2.36%,比参考片的0.68%PCE显著提高.
- 机器学习和统计分析确定了与TRMC瞬态相关的关键材料特征.
- 该研究证明了将自动化实验与ML用于光伏材料发现的有效性.
结论:
- 与ML相结合的自动化实验显著加速了对无机光伏材料的探索.
- 这种方法可以快速识别高性能材料,并优化加工参数.
- 开发的系统和方法为推进下一代太阳能电池技术提供了一个强大的平台.
