- 必威体育下载

姓名
邮箱
手机号码
标题
留言内容
验证码

摘要

Cu(In,Ga)Se ₂(CIGS)太阳能电池是一种高效薄膜太阳能电池, Ga含量(Ga/(Ga+In), GGI)梯度调控是在不损失短路电流情况下, 获得高开路电压的一种有效方法. 本文基于对薄膜电池效率极限的对比分析, 首先评估了CIGS电池性能提升的优化空间和策略. 进而, 通过机器学习与电池模拟分析相结合, 研究了不同类别的“V”型GGI梯度对电池性能的影响, 优化了“V”型双梯度的分布, 获得了高于26%的模拟效率, 并探究了其内部载流子作用机理. 本文的研究提供了获得高效率CIGS电池“V”型GGI梯度的优化方案, 为实验优化提供了指导.

关键词:

Abstract

Cu(In,Ga)Se ₂(CIGS) solar cell is a kind of highly efficient thin film solar cell, for which Ga ratio (Ga/(Ga+In), GGI) gradient engineering is an efficient approach to achieving high open circuit voltage under no short circuit current loss. In this work, we firstly evaluate the room and the strategies for improving the device performance of the CIGS solar cells based on the comparison among their theoretical efficiency limits. Then we investigate the different schemes of “V” type GGI gradient and their effects on device performance through machine learning and device simulation. Based on these studies, we optimize the scheme of “V” type GGI gradient and obtain a high efficiency of 26% from device simulation. The carrier kinetics for the effect of modifying GGI gradient on device performance are analyzed. This work provides an approach to optimizing the GGI gradient to obtain highly efficient CIGS solar cells, which is referable for experimental optimization.

Keywords:

作者及机构信息

1.
2.

通信作者:宋丹丹,ddsong@bjtu.edu.cn

基金项目:国家重点研发计划(批准号: 2018YFB1500200)资助的课题

Authors and contacts

1.
2.

Corresponding author:Song Dan-Dan,ddsong@bjtu.edu.cn

Funds:Project supported by the National Key R&D Program of China (Grant No. 2018YFB1500200).

文章全文: translate this paragraph

参考文献

[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]

施引文献

下载: 全尺寸图片幻灯片

Cell type	E_th/eV	PCE/%	V_OC/mV	J_SC/(mA·cm^–2)	FF/%	J_SQ/(mA·cm^–2)	W_OC/mV	J_SC/J_SQ/%	机构	参考文献
CIGS	1.088	23.35	734.0	39.58	80.4	44.0	354.0	89.95	SF	[1]
CIGS	1.130	22.92	746.0	38.50	79.7	43.0	384.0	89.53	SF	[11]
CIGS	1.143	22.60	741.0	37.80	80.6	42.3	402.0	89.36	ZSW	[12]
CIGS	1.110	22.30	722.0	39.40	78.2	43.7	388.0	90.16	SF	[13]
c-Si	1.120	26.70	738.0	42.65	84.9	43.3	382.0	98.50	Kaneka	[14]
c-Si	1.120	26.60	740.3	42.50	84.7	43.3	379.7	98.15	Kaneka	[14]
c-Si	1.120	26.30	744.0	42.30	83.8	43.3	376.0	97.69	Kaneka	[15]
c-Si	1.120	26.10	726.6	42.62	84.3	43.3	393.4	98.43	ISFH	[16]
钙钛矿	1.550	25.20	1180.5	25.14	84.8	27.1	369.5	92.77	KRICT	[17]
钙钛矿	1.480	24.64	1181.4	26.18	79.6	29.5	298.6	83.53	UNIST	[18]
钙钛矿	1.574	24.20	1194.8	24.16	84.0	26.2	379.2	92.21	KRICT	[19]
钙钛矿	1.536	23.70	1169.7	25.40	79.8	27.6	366.3	92.03	ISCAS	[20]

下载: 导出CSV

	B:ZnO	Zn(Mg, O)	Zn(O, S, OH)_x	CIGS
Thickness/nm	500	50	8	1000
Permittivity/1	9	10	9	13.6
Eg/eV	3.3	3.6	3.6	1.06—1.66
Affinity/eV	4.4	4.2	4.2	3.89—4.49
N_c/(10¹⁸cm^–3)	2.2	2.2	2.2	2.2
N_v/(10¹⁹cm^–3)	1.8	1.8	1.8	1.8
µ_n/(cm²·V^–1·s^–1)	100	100	100	100
µ_p/(cm²·V^–1·s^–1)	25	25	25	25
N_d/(10¹⁷cm^–3)	10	10	1	0
N_a/(10¹⁶cm^–3)	0	0	0	2

下载: 导出CSV

	GGI_F	GGI_M	GGI_B
V_OC	0.38	0.35	0.34
J_SC	–0.26	–0.41	–0.12

下载: 导出CSV

模型	1	2	3	4	5	6	7
GGI_F	0.40	0.40	0.40	0.40	0.40	0.40	0.50
GGI_M	0.10	0.15	0.20	0.25	0.30	0.35	0.10
GGI_B	0.84	0.77	0.71	0.65	0.58	0.52	0.80
模型	8	9	10	11	12	13	14
GGI_F	0.50	0.50	0.50	0.60	0.60	0.60	0.60
GGI_M	0.20	0.30	0.40	0.10	0.20	0.30	0.40
GGI_B	0.67	0.54	0.42	0.76	0.63	0.50	0.44

下载: 导出CSV

[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]

[1]	宋睿, 刘雪梅, 王海滨, 吕皓, 宋晓艳.机器学习辅助的WC-Co硬质合金硬度预测. 必威体育下载 , 2024, 73(12): 126201.doi:10.7498/aps.73.20240284
[2]	张旭, 丁进敏, 侯晨阳, 赵一鸣, 刘鸿维, 梁生.基于机器学习的激光匀光整形方法. 必威体育下载 , 2024, 73(16): 164205.doi:10.7498/aps.73.20240747
[3]	张嘉晖.蛋白质计算中的机器学习. 必威体育下载 , 2024, 73(6): 069301.doi:10.7498/aps.73.20231618
[4]	冯乃星, 王欢, 朱子贤, 董纯志, 李宏杨, 张玉贤, 杨利霞, 黄志祥.基于极限梯度提升的完美匹配单层智能算法实现航空瞬变电磁问题高效吸收. 必威体育下载 , 2024, 73(6): 065201.doi:10.7498/aps.73.20231724
[5]	欧阳鑫健, 张岩星, 王之龙, 张锋, 陈韦嘉, 庄园, 揭晓, 刘来君, 王大威.面向铁电相变的机器学习: 基于图卷积神经网络的分子动力学模拟. 必威体育下载 , 2024, 73(8): 086301.doi:10.7498/aps.73.20240156
[6]	应大卫, 张思慧, 邓书金, 武海斌.基于机器学习的单拍冷原子成像. 必威体育下载 , 2023, 72(14): 144201.doi:10.7498/aps.72.20230449
[7]	张逸凡, 任卫, 王伟丽, 丁书剑, 李楠, 常亮, 周倩.机器学习结合固溶强化模型预测高熵合金硬度. 必威体育下载 , 2023, 72(18): 180701.doi:10.7498/aps.72.20230646
[8]	郭唯琛, 艾保全, 贺亮.机器学习回归不确定性揭示自驱动活性粒子的群集相变. 必威体育下载 , 2023, 72(20): 200701.doi:10.7498/aps.72.20230896
[9]	刘烨, 牛赫然, 李兵兵, 马欣华, 崔树旺.机器学习在宇宙线粒子鉴别中的应用. 必威体育下载 , 2023, 72(14): 140202.doi:10.7498/aps.72.20230334
[10]	罗启睿, 沈一凡, 罗孟波.高分子塌缩相变和临界吸附相变的计算机模拟和机器学习. 必威体育下载 , 2023, 72(24): 240502.doi:10.7498/aps.72.20231058
[11]	管星悦, 黄恒焱, 彭华祺, 刘彦航, 李文飞, 王炜.生物分子模拟中的机器学习方法. 必威体育下载 , 2023, 72(24): 248708.doi:10.7498/aps.72.20231624
[12]	黎威, 龙连春, 刘静毅, 杨洋.基于机器学习的无机磁性材料磁性基态分类与磁矩预测. 必威体育下载 , 2022, 71(6): 060202.doi:10.7498/aps.71.20211625
[13]	康俊锋, 冯松江, 邹倩, 李艳杰, 丁瑞强, 钟权加.基于机器学习的非线性局部Lyapunov向量集合预报订正. 必威体育下载 , 2022, 71(8): 080503.doi:10.7498/aps.71.20212260
[14]	张嘉伟, 姚鸿博, 张远征, 蒋伟博, 吴永辉, 张亚菊, 敖天勇, 郑海务.通过机器学习实现基于摩擦纳米发电机的自驱动智能传感及其应用. 必威体育下载 , 2022, 71(7): 078702.doi:10.7498/aps.71.20211632
[15]	艾飞, 刘志兵, 张远涛.结合机器学习的大气压介质阻挡放电数值模拟研究. 必威体育下载 , 2022, 71(24): 245201.doi:10.7498/aps.71.20221555
[16]	林键, 叶梦, 朱家纬, 李晓鹏.机器学习辅助绝热量子算法设计. 必威体育下载 , 2021, 70(14): 140306.doi:10.7498/aps.70.20210831
[17]	陈江芷, 杨晨温, 任捷.基于波动与扩散物理系统的机器学习. 必威体育下载 , 2021, 70(14): 144204.doi:10.7498/aps.70.20210879
[18]	王伟, 揭泉林.基于机器学习J₁-J₂反铁磁海森伯自旋链相变点的识别方法. 必威体育下载 , 2021, 70(23): 230701.doi:10.7498/aps.70.20210711
[19]	杨自欣, 高章然, 孙晓帆, 蔡宏灵, 张凤鸣, 吴小山.铅基钙钛矿铁电晶体高临界转变温度的机器学习研究. 必威体育下载 , 2019, 68(21): 210502.doi:10.7498/aps.68.20190942
[20]	刘芳芳, 孙云, 何青.Ga梯度分布对Cu(In，Ga)Se2薄膜及太阳电池的影响. 必威体育下载 , 2014, 63(4): 047201.doi:10.7498/aps.63.047201

计量

文章访问数:4381
PDF下载量:96
被引次数:0

搜索

留言板