JACS Au:机器学习揭示叠层太阳能电池中钙钛矿的相稳定性规律
钙钛矿材料具有丰富的化学组成可调性,但在大量组成变化中寻找最优配方仍十分困难。传统试错方法用于全面筛选时成本高,并伴随较大的环境负担。
我们利用机器学习加速的原子模拟,指导设计稳定的钙钛矿太阳能电池吸收层,研究了叠层太阳能电池中 FAₓCs₁₋ₓPb(IᵧBr₁₋ᵧ)₃ 的相稳定性。
天津大学 · 能源与催化团队(Ecat)
钙钛矿材料具有丰富的化学组成可调性,但在大量组成变化中寻找最优配方仍十分困难。传统试错方法用于全面筛选时成本高,并伴随较大的环境负担。
我们利用机器学习加速的原子模拟,指导设计稳定的钙钛矿太阳能电池吸收层,研究了叠层太阳能电池中 FAₓCs₁₋ₓPb(IᵧBr₁₋ᵧ)₃ 的相稳定性。