钙钛矿太阳电池高效光电耦合仿真与机器学习研究(特邀)

作     者：孔瑞盈 韦怡君 陈嘉诚 马天舒 詹耀辉 李孝峰 Kong Ruiying;Wei Yijun;Chen Jiacheng;Ma Tianshu;Zhan Yaohui;Li Xiaofeng

作者机构：苏州大学光电科学与工程学院江苏苏州215006 江苏省先进光学制造技术重点实验室暨教育部现代光学技术重点实验室江苏苏州215006 

基　　金：国家重点研发计划(2022YFB4200904,2022YFB4200901) 江苏省自然科学基金(BK20221357) 苏州大学大学生创新创业训练计划(202210285030Z) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年第61卷第1期

页      码：409-419页

摘      要：十几年来,钙钛矿太阳能电池(PSCs)由于其在功率转换效率和制造成本方面的显著优势而备受关注。然而,其复杂的物理机制和众多限制因素给实验设计、工艺制造和综合优化策略带来挑战。以光电多物理场耦合模型为核心,开展一系列多物理场仿真计算,研究光电耦合模型的底层物理和边界条件,获得PSCs包括光学性能和电学性能的大量数据。根据这些数据,建立微观物理量和宏观光电响应的神经网络及机器学习模型,成功预测PSCs的光学和电学性能,其误差在3%以内,且速度较快。结合遗传算法,该模型根据给定的响应曲线反向优化结构参数,进而获得更高效率的PSCs。该研究有效解决了PSCs因光电耦合机制复杂、物性参数众多、仿真速度较慢而难以优化设计等难题,为光伏器件快速智能化设计提供了一种可行路径。

主 题 词：钙钛矿太阳电池 光电耦合 机器学习 遗传算法 

学科分类：08[工学] 080502[080502] 0805[工学-能源动力学] 

核心收录：

D　O　I：10.3788/LOP232375

馆 藏 号：203127594...