【Energy and AI】基于机器学习的接触式隧道结硅太阳能电池钝化串联电池应用

文摘   2024-08-25 10:10   天津  



https://doi.org/10.1016/j.egyai.2023.100299

  第一作者: HyunJung Park, Photovoltaics and Thin Film Electronics Laboratory (PV-Lab), EPFL, Switzerland

❖  通讯作者: HyunJung Park, Photovoltaics and Thin Film Electronics Laboratory (PV-Lab), EPFL, Switzerland

  作者邮箱: jung1029@korea.ac.kr


摘要

串联太阳能电池是超越单结电池理论效率极限的关键技术。最有前途的组合之一是硅钙钛矿串联电池,考虑到其高效率、大规模制造和低成本的潜力。虽然大多数研究的重点是改进每个子电池,但另一个关键挑战在于连接这些子电池的隧道结,这会显著影响整体电池特性。在这里,我们展示了隧道结的首次使用,使用直接沉积在隧道氧化物上的p+/n+多晶硅钝化接触堆叠,以克服传统基于金属氧化物的隧道结的缺点,包括低隧道效率和溅射损伤。使用随机森林分析,实现了超过700mV的高隐含开路电压和500mΩ cm2的低接触电阻率,表明串联电池工作条件下的填充因子损失低于1%绝对值。



详情可点击下方“阅读原文

Energy and AI是天津大学与Elsevier共同创办的国际学术期刊,内容涵盖人工智能技术应用于能源领域所取得的最新、最重要的研究进展。期刊最新的影响因子(IF)为9.6,CiteScore为16.5。欢迎广大学者踊跃投稿。我们的网址是:www.journals.elsevier.com/energy-and-ai


EAI能源与人工智能
天津大学官方期刊:Energy and AI
 最新文章