优化无机Cs₄CuSb₂Cl₁₂/Cs₂TiI₆双吸收太阳能电池:SCAPS-1D模拟和机器学习

科学领域:

• 材料科学
• 可再生能源
• 太阳能发电

背景情况:

• 矿太阳能电池 (PSC) 显示出高效率,但在单结设计中面临Shockley-Queisser限制.
• 没有的矿衍生物如Cs4CuSb2Cl12 (CCSC) 和Cs2TiI6 (CTI) 提供了环境效益和固有的稳定性.

研究的目的:

• 理论上研究使用CCSC和CTI的双吸收 PSC 架构,以提高性能和可持续性.
• 确定最佳的电子/孔传输层 (ETL/HTL) 并优化设备参数以实现高功率转换效率 (PCE).

主要方法:

• 对26个ETL/HTL候选物进行计算选,确定SrTiO3 (STO) 和CuSCN是最佳的.
• 缺陷密度,带间隙,层厚度和电极材料的理论优化.
• 纳入诸如辐射重组和电阻等实用约束,以实现实际的效率计算.
• 机器学习算法的比较分析,突出了极端梯度提升 (XGBoost).

主要成果:

• 具有STO和CuSCNETL/HTL的初始模拟PCE为16.27%.
• 优化的设备实现了30.86%的模拟PCE.
• 包含实际约束的现实模拟结果为26.60%.
• XGBoost表现出卓越的预测能力,确定CTI缺陷密度对PCE至关重要.

结论:

• CCSC/CTI双吸收 PSC 架构为稳定,高效和环保的光伏提供了一个有前途的途径.
• 理论优化和现实的约束结合对于预测实际设备性能至关重要.
• CTI缺陷密度是优化这些设备PCE的关键因素,指导未来的实验努力.