南開大學Nat. Commun：基于大數據的鈣鈦礦太陽能電池穩定性分析

南開大學Nat. Commun：基于大數據的鈣鈦礦太陽能電池穩定性分析

LWB

01、導讀

得益于鈣鈦礦太陽能電池（PSC）在光電轉換效率（PCE）方面的顯著進步，它已經掀起了一股新的技術熱潮，成為了太陽能轉換領域的新興設備。但鈣鈦礦太陽能電池的穩定性問題阻礙了其商業化應用，這主要是因為鈣鈦礦層以及電荷傳輸層往往會受到濕度、熱量和光照等因素的影響發生許多不良降解。目前，鈣鈦礦太陽能電池的穩定性提升策略仍來自于單一實驗經驗，雖然取得了一定成功，但該領域還是缺乏基于大數據的宏觀統計結論，這使得難以直接對已經發表的歷史數據進行比較和研究。

02、成果掠影

在此，南開大學電子信息與光學工程學院光電子薄膜器件與技術研究所羅景山教授團隊對開放數據庫Perovskite Database中超過7000組鈣鈦礦太陽能電池穩定性數據進行了統計分析，探究了不同鈣鈦礦組分、器件結構對器件穩定性的影響。基于此，他們提出了一個統一指標T_S80m來描述鈣鈦礦太陽能電池的穩定性，該指標使不同環境測試條件下的穩定性結果標準化，從而能夠直接比較不同的穩定性結果。這為實現更穩定的鈣鈦礦太陽能電池提供了重要見解，為鈣鈦礦太陽能電池領域的未來研究方向提供了合理建議。

相關研究成果以“Big data driven perovskite solar cell stability analysis”為題發表在Nature Communications上。

03、核心創新點

1、該研究提出了統一的穩定性描述指標T_S80m，可以將不同測試條件下和不同方式記錄的鈣鈦礦太陽能電池穩定性數據歸一化到同一標準。

2、依據該指標對Perovskite Database中的7419組穩定性數據進行歸一化后，進行了數據可視化和統計學分析，得出了不同鈣鈦礦組分和器件結構對穩定性影響的統計學規律。

04、數據概覽

圖1 鈣鈦礦太陽能電池穩定性試驗圖 ? 2022 The Author(s)

（a）鈣鈦礦太陽能電池的一般器件結構；

（b）數據庫記錄的穩定性數據使用的測試標準的分布；

（c）鈣鈦礦太陽能電池的兩種典型的效率衰減曲線；

圖2 數據集的概述 ? 2022 The Author(s)

（a）完整數據集長達80000小時的T_S80m值直方圖；

（b）正態概率圖，即實驗累積分布與理想正態分布數據的描述；

（c,d）Log(T_S80m)值的相應數據；

圖3 設備穩定性與容忍因子之間的關系 ? 2022 The Author(s)

（a）數據庫記錄的器件數量與容忍因子和文章發表日期相關的熱圖；

（b）數據庫記錄的器件最優穩定性（以T_S80m值計）與容忍因子和文章發表日期相關的熱圖；

（c）不同容忍因子范圍內器件T_S80m值的核密度估計圖；

（d）三個不同容忍因子區域的T_A/T_B比值(表示相對穩定水平)柱狀圖，其中中等容忍因子的比值設置為1；

圖4 器件穩定性與不同功能層之間的關系 ? 2022 The Author(s)

（a）未封裝器件的對數（T_S80m）值的核密度估計和T_A/T_B比率柱狀圖；

（b）不同的鈣鈦礦吸收劑（3D，即三維鈣鈦礦；2D，即二維鈣鈦礦；3D/2D，即具有二維鈣鈦礦覆蓋層的三維鈣鈦礦），其中三維器件的比率設置為1；

（c,d）不同的空穴傳輸層(HTLs)和電極，其中摻雜有機HTLs器件的比率設置為1；

（e,f）不同的電子傳遞層(ETLs)，其中TiO₂致密層器件的比率設置為1；

圖5 器件穩定性與不同器件結構之間的關系 ? 2022 The Author(s)

（a）Log(T_S80m)值的核密度估計和T_A/T_B比值的柱狀圖；

（b）N-i-p和P-i-n結構設備，其中P-i-n設備的比率設置為1；

（c,d）具有和不具有封裝的設備，其中未封裝設備的比率設置為1；

05、成果啟示

綜上所述，該工作為基于大型開放歷史數據庫的鈣鈦礦太陽能電池穩定性評價應用統計方法提供了一個可行的實例，并為今后的數據挖掘項目提供了參考。最重要的是開發了更準確的數據模型來描述不同測試條件下的鈣鈦礦太陽能電池設備穩定性，有了該模型，就可以建立相應的穩定性指標，進行更可靠的統計分析，建立更精細的鈣鈦礦領域穩定性試驗標準。

文獻鏈接：Big data driven perovskite solar cell stability analysis，2022，https://doi.org/10.1038/s41467-022-35400-4）

本文由LWB供稿。