巴黎化学研究所T. Pauporté最新EES：结合组分筛选、机器学习和分子工程设计高性能反式钙钛矿太阳能电池

文章预览

       实现高性能反式钙钛矿太阳能电池仍然是一项重大挑战，需要在材料选择和钙钛矿制造技术优化方面采用创新方法。鉴于此，2024年7月2日 巴黎化学研究所T. Pauporté 于EES刊发结合组分筛选、机器学习和分子工程设计高性能反式钙钛矿太阳能电池的研究成果 ， 揭示了钙钛矿太阳能电池 优化的范式转变。 通过从 60 种 钙钛矿变体中 进行明智选择， 确定了一种具有出色 光学、热和电稳 定性的组合物。 利用贝叶斯机器学习， 穿越了超过 10 亿种工艺条件的迷宫，最终在仅仅 80 次 迭代内就实现了破纪录的效率。 最后，定制的原位聚合离子分子的集成使 能够进一步提高反式 钙钛矿太阳能电池 的性能， 达到无与伦比的 25.76% 的功率转换效率 （认证为 25 .21%）。 在 65°C 的氮气气氛中连续 运行 1 920 小时后， 钙钛矿太阳能电池 仍保持了初始效率的 9 ………………………………