- 客户文献 -

埋底界面工程对于钙钛矿太阳能电池的性能至关重要。埋底界面处的自组装单层和缓冲层可以优化电荷传输并减少复合损失。然而，其复杂的机制和选择合适的官能团的难度带来了巨大的挑战。鉴于此，2024年11月20日西北工业大学王凯于ACS Energy Letters刊发埋底界面工程材料的机器学习辅助设计用于高效稳定钙钛矿太阳能电池的研究成果，机器学习(ML)提供了一个强大的工具，用于筛选和识别界面修改的有效结构。机器学习驱动方法制备了两种有前途的有机分子：PAPzO和PAPz，它们表现出与SnO2和钙钛矿的协同相互作用。这些分子降低了电荷陷阱密度，延长了载流子寿命，并延迟了钙钛矿结晶。PAPzO具有更强的结合能和更好的能级排列，使功率转换效率达到26.04%，并且具有长期稳定性，在连续最大功率点跟踪1,200小时后仍保持其原始效率的91.24%。这种机器学习集成方法标志着高效稳定的钙钛矿光伏发电的发展取得了重大进步。