基于ANN集成建模的无HTL Cs2SnI6钙钛矿太阳能电池在室内外光谱下的性能优化研究

为解决钙钛矿太阳能电池(PSCs)商业化面临的成本与技术瓶颈，研究人员通过亲和力工程筛选最优电子传输层(ETL)材料，构建了无空穴传输层(HTL-free)的FTO/TiO2/Cs2SnI6/Ni器件结构。结合SCAPS-1D仿真与人工神经网络(ANN)建模，该器件在太阳光(27.01%)和LED光(38.75%)下均实现超高效率，ANN预测模型R2达0.986，为低成本高性能PSCs设计提供新范式。

　　

在全球能源转型背景下，钙钛矿太阳能电池(PSCs)因其效率从2009年3.2%跃升至2024年26.21%而备受瞩目。然而，传统PSCs依赖昂贵的空穴传输层(HTL)和铅基材料，面临毒性高、稳定性差和工艺复杂等商业化障碍。为此，北京自然科学基金支持的研究团队创新性提出无HTL的锡基双钙钛矿Cs₂SnI₆器件结构，通过人工智能与仿真技术融合，破解了效率与成本难以兼得的行业难题。

研究采用SCAPS-1D仿真平台进行器件电学参数模拟，结合4-12-4架构的人工神经网络(ANN)建立效率预测模型。通过分析6种ETL材料(SnO₂、CdS等)的能带匹配特性，优化关键参数如吸收层厚度(300-900 nm)和缺陷密度(10¹⁴-10¹⁸ cm^-3)，并利用北京光源数据验证模型准确性。

SCAPS-1D仿真方法论
通过建立FTO/ETL/Cs₂SnI₆/Au器件模型，对比发现无HTL结构较传统含HTL器件效率提升21%。TiO₂因最优电子亲和力(4.0 eV)被选为ETL，其界面复合损失降低至10¹³ cm^-3。

HTL-Free与传统模型对比分析
去除HTL后器件效率不降反升，归因于Cs₂SnI₆自身高空穴迁移率(102 cm²/Vs)和Sn⁴⁺氧化稳定性。Ni电极功函数(5.04 eV)较Au更匹配价带能级，使Voc提升至0.92 V。

结论与意义
该研究首次实现无HTL Cs₂SnI₆电池在室内(LED光38.75%)和室外(AM1.5光27.01%)双场景高效运行。ANN模型以MSE低至3.6585×10^-4的精度预测性能，揭示吸收层厚度是敏感性最高参数。发表于《Journal of Alloys and Compounds》的成果为绿色能源器件开发提供了"仿真-AI-实验"协同优化新范式，推动PSCs向低成本商业化迈出关键一步。