机器学习辅助优化大面积钙钛矿薄膜制备及其组件性能研究

钙钛矿太阳能电池凭借其成本低、可溶液加工的明显优势已经成为前沿研究热点方向。然而,大面积钙钛矿薄膜的可扩展加工困难,制约了钙钛矿太阳能组件开发及其商业化进程。发展钙钛矿薄膜的高通量制备技术是一条行之有效的途径。本研究结合机器学习高通量算法,探索刮涂参数对于空气环境中刮涂法制备的大面积钙钛矿薄膜的影响,并根据机器学习结果选择出最优的刮涂参数,成功地制备了36cm^(2)的钙钛矿太阳能组件。空气制备的组件获得了18.89%的光电转换效率。为了进一步提升组件性能,在钙钛矿薄膜表面修饰一层碘化苯乙铵盐,减少钙钛矿薄膜界面缺陷,制备的组件效率可达19.53%。空气稳定性达480h,仍保留初始效率的95%。