透露CZTSe/CdS接口波动对光伏设备性能的影响,通过通过机器学习方法辅助的大数据分析
Jon Garí-Galíndez1,2, Fabien Atlan1, Jacob Andrade-Arvizu1
1Catalonia Institute for Energy Research - IREC, Sant Adrià de Besòs, Barcelona, 08930, Spain.
Small methods
|March 21, 2025
概括
使用机器学习开发先进的检查方法是扩展薄膜太阳能电池的关键. 在CdS层中的微妙缺陷,而不是吸收器,限制了效率,有可能获得2%的收益.
科学领域:
- 材料科学 材料科学 材料科学
- 可再生能源可再生能源是可再生能源.
- 太阳能光伏发电是如何实现的
背景情况:
- 薄膜太阳能电池的工业扩展需要强大的质量控制.
- 了解微妙材料的同质性对于优化设备性能至关重要.
研究的目的:
- 开发和演示使用机器学习分析薄膜太阳能电池扩展的检查方法.
- 确定Cu2ZnSnSe4/CdS太阳能电池中限制设备效率的主要因素.
主要方法:
- 从拉曼和光发光谱学以及J-V测量中生成一个大型数据集.
- 在两个大面积样本中对约400个单个细胞进行统计分析 (光谱差异) 和机器学习 (多变量多项式回归) 的应用.
主要成果:
- 确定了CdS层中微妙的纳米结构和表面缺陷是主要的性能限制.
- 排除了构成波动或石吸收器中的缺陷作为主要限制因素.
结论:
- CdS层的表面和纳米结构质量显著影响薄膜太阳能电池的效率.
- 解决CdS层缺陷可能会导致设备效率绝对增加2%,从而推进石太阳能电池技术.


