Joule：帶隙1.55–1.85 eV全適配，機器學習驅動界面材料設計未封裝器件穩定運行上千小時

鈣鈦礦太陽能電池（PSCs）的性能常受限于界面損耗，尤其是在埋底電子傳輸層/鈣鈦礦界面。開發兼具多功能性的埋底緩沖材料仍是一項具有挑戰性的任務。

本研究西安工程大學王涵、阿卜杜拉國王科技大學Stefaan De Wolf和西北工業大學王凱等人通過結合相關性分析、層次聚類與LASSO（最小絕對收縮與選擇算子）回歸，精準篩選高效的界面修飾分子，提升器件效率。據此設計并合成了一種新型分子（2-(1,3-二氧代-1H-苯并[de]異喹啉-2(3H)-基）乙基膦酸（BIPA）。該分子的多功能基團可協同鈍化SnO?、鈣鈦礦層及其界面的缺陷，最大限度降低非輻射復合損失；同時優化能帶對齊，促進鈣鈦礦結晶與質量提升。

結果表明，BIPA可在一系列鈣鈦礦帶隙（1.55–1.85 eV）范圍內提高效率，并賦予微型組件優異的長期操作穩定性。該研究為面向高性能PSCs及更廣領域的功能分子理性設計提供了有效的機器學習模型支持。

研究亮點：

1. 機器學習+實驗驗證的理性設計范式：融合相關性分析、聚類與LASSO回歸，從134個分子數據中高效篩選關鍵分子特征，指導合成了多功能界面分子BIPA。

2. “一分子多效”界面調控：BIPA通過Sn–O–P鍵鈍化SnO?氧空位與懸掛鍵，通過C=O···Pb配位優化鈣鈦礦結晶并釋放殘余應力，同步提升能級對齊與載流子提取。

3. 高效率、高穩定性與帶隙普適性：基于BIPA的1.55 eV單結PSCs效率達26.3%，填充因子86.3%；5×5 cm2微型組件效率22.4%；在1.67 eV與1.85 eV寬帶隙體系中同樣表現優異。未封裝器件在連續光照1600小時（ISOS-L-1）與濕熱2000小時（ISOS-D-2）后分別保持91%與92%的初始效率。

Machine learning-driven interface material design for high-performance perovskite solar cells with scalability and band-gap universality

Author: Chenyang Zhang,Yuteng Jia,Bingqian Zhang,Qiangqiang Zhao,Ruida Xu,Shuping Pang,Han Wang,Stefaan De Wolf,Kai Wang

Publication: Joule

https://www.sciencedirect.com/science/article/pii/S2542435125004453

學術交流QQ群

知光谷光伏器件學術QQ群：641345719

鈣鈦礦產教融合交流@知光谷（微信群）：需添加編輯微信

為加強科研合作，我們為海內外科研人員專門開通了鈣鈦礦科創合作專業科研交流微信群。加微信群方式：添加編輯微信pvalley2024，備注：姓名-單位-研究方向（無備注請恕不通過），由編輯審核后邀請入群。