《Results in Materials》:A machine learning approach with SCAPS-1D to evaluate the impact of material properties on a high performing CuBi
2O
4 thin-film solar cell employing SrCu
2O
2 HTL
编辑推荐:
本研究采用SCAPS-1D模拟器,对无毒铜铋氧化物(CuBi2O4)半导体作为异质结薄膜光伏(PV)器件吸收层进行了数值研究。系统分析了材料性能和器件参数对PV性能的影响,同时采用机器学习(ML)技术评估参数灵敏度并
本研究采用SCAPS-1D模拟器,对无毒铜铋氧化物(CuBi2O4)半导体作为异质结薄膜光伏(PV)器件吸收层进行了数值研究。系统分析了材料性能和器件参数对PV性能的影响,同时采用机器学习(ML)技术评估参数灵敏度并辅助数值优化。在基于CuBi2O4的异质结的前、后界面分别引入了不同的电子传输层(ETL)和空穴传输层(HTL)。模拟结果表明,CuBi2O4/ZnO前界面和CuBi2O4/SrCu2O2后界面处有利的能带对齐可降低Ni/SrCu2O2/CuBi2O4/ZnO/FTO/Al器件结构中的载流子复合损失,从而提高性能。系统研究了层厚度、掺杂浓度、体缺陷和界面缺陷密度、工作温度、金属功函数以及串联和并联电阻的影响。研究发现,最佳的层厚度、适中的载流子密度、较低的体缺陷和界面缺陷密度、可忽略的串联电阻以及较高的并联电阻能显著提升器件性能。在数值框架内的优化建模假设下,获得了最大转换效率32.63%,凸显了基于CuBi2O4器件的性能潜力。五种机器学习模型(LR、ANN、SVR、Random Forest和XGBoost)表现出良好的预测精度,表明其有助于减少计算工作量并加速参数空间探索。总体而言,该研究提供了基于CuBi2O4薄膜太阳能电池的上限数值评估,并为未来的实验研究提供了初步指导。
随着全球能源需求增长和化石燃料使用带来的环境问题,太阳能电池(SC)成为可再生能源领域的研究热点。尽管晶硅电池稳定性好,但成本较高,因此铜基薄膜太阳能电池(TFSC)受到关注。CuBi
2O
4(CBO)作为一种无毒、带隙可调(1.4~1.8 eV)的吸光材料,具有强光吸收和良好的稳定性,但其器件效率仍低于Shockley–Queisser极限,主要原因是能带失配、界面复合和晶格失配。通过合理选择电子传输层(ETL)和空穴传输层(HTL)可有效改善电荷提取和抑制复合。已有研究多采用有毒CdS作为ETL,且对后界面HTL的优化不足。为此,研究人员提出以ZnO为ETL替代CdS,以SrCu
2O
2为HTL,构建Ni/SrCu
2O
2/CuBi
2O
4/ZnO/FTO/Al异质结结构,并利用SCAPS-1D模拟与机器学习(ML)相结合,系统评估材料参数对器件性能的影响,为实验提供理论指导。
研究人员通过SCAPS-1D求解泊松方程和载流子连续性方程,在AM1.5G光谱、100 mW/cm
2、300 K条件下模拟器件性能。对吸收层、ETL和HTL分别生成256个样本数据集,按80%训练、20%测试划分;采用五种ML算法(LR、ANN、SVR、随机森林和XGBoost),通过GridSearchCV和5折交叉验证调优,并结合SHAP进行全局敏感性分析,量化各材料参数对效率的影响。
3.1 ETL和HTL对器件性能的改善:研究人员比较了CdS和ZnO作为ETL,发现ZnO/CuBi
2O
4界面形成spike型能带对齐(正导带偏移0.04 eV),可抑制界面复合;而CdS界面为cliff型(负偏移?0.16 eV),加剧复合,使效率从21.30%提升至23.33%。进一步比较PEDOT:PSS、CuS和SrCu
2O
2三种HTL,SrCu
2O
2具有最小价带偏移(?0.04 eV)和足够高的导带偏移,且晶格失配仅2.06%,有效降低界面复合,最终获得最高效率32.63%(V
OC=1.38 V,J
SC=26.61 mA/cm
2,FF=88.93%)。
3.2 吸收层厚度和掺杂浓度的影响:厚度从0.05 μm增至2 μm,效率在1 μm处最高,过厚导致体复合增加;掺杂浓度在10
12~10
17 cm
?3范围内影响不显著,最佳为2×10
18 cm
?3。
3.3 吸收层体缺陷密度的影响:缺陷密度从10
10 cm
?3增至10
17 cm
?3,效率从35.22%急剧降至1.37%,表明低缺陷密度对性能至关重要,故选取10
12 cm
?3。
3.4 界面缺陷密度的影响:CuBi
2O
4/ZnO和SrCu
2O
2/CuBi
2O
4界面缺陷密度在10
10 cm
?2以下时性能稳定,超过后V
OC和效率显著下降,最佳为10
10 cm
?2。
3.5 ZnO ETL厚度和载流子浓度的影响:ETL厚度从0.01~0.1 μm对性能几乎无影响,选0.05 μm;施主密度从10
14~10
21 cm
?3变化时性能变化很小,优化为10
18 cm
?3。
3.6 HTL厚度和载流子浓度的影响:SrCu
2O
2厚度变化对性能影响不明显,选0.1 μm;受主密度增至10
19 cm
?3后性能饱和,故选10
19 cm
?3。
3.7 串联和并联电阻的影响:串联电阻从0增至6 Ω·cm
2,FF从88.89%降至77.96%,效率降至28.60%;并联电阻从10增至10
4 Ω·cm
2时性能提升后趋于饱和,高并联电阻有利于减少漏电流。
3.8 工作温度和功函数的影响:温度从250 K升至475 K,效率从33.77%降至27.91%;背电极功函数高于5.2 eV后各参数饱和,接近SrCu
2O
2功函数(~5.4 eV)时形成欧姆接触。
3.9 机器学习算法分析:XGBoost在吸收层、ETL、HTL数据集上均取得最佳预测精度(R
2分别为0.9989、0.9991和1.0),SHAP分析显示吸收层缺陷密度、ETL施主密度和HTL电子亲和能分别是各自最关键的影响参数。
3.10 优化后整体性能:最终优化器件效率为32.63%,与ML预测值高度一致,且高于文献中其他CuBi
2O
4基器件。
综上所述,研究人员指出SCAPS-1D数值结果尚未包含实际制备中的复杂缺陷分布、界面非均匀性、寄生光学损失和材料退化等效应,未来需通过实验制备验证。研究结论为:采用ZnO ETL和SrCu
2O
2 HTL的CuBi
2O
4基异质结太阳能电池在优化参数下可实现32.63%的模拟效率,ML模型可有效加速参数优化,为开发高效无毒的薄膜太阳能电池提供了理论依据。