مقاله پژوهشی: اثر ضخامت لایه انتقال دهنده حفره بر عملکرد سلول های خورشیدی پروسکایتی با ساختار تخت و نانویی
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 100
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAPAZ-15-3_009
تاریخ نمایه سازی: 4 خرداد 1405
چکیده مقاله:
سلول های خورشیدی پروسکایت (PSCs) به عنوان فناوری فتوولتائیک نویدبخش شناخته می شوند، اما افزایش بازدهی آن ها به دلیل محدودیت های جذب نور و انتقال بار با چالش هایی مواجه است. لایه انتقال دهنده حفره (HTL) یکی از اجزای کلیدی در بهبود عملکرد این سلول هاست که در استخراج حفره، مسدود کردن الکترون ها و کاهش بازترکیب در مرز پروسکایت/ الکترود نقش مهمی دارد. این مطالعه با استفاده از شبیه سازی اپتوالکتریکی به روش المان محدود، تاثیر ضخامت HTL بر عملکرد PSCها را با مقایسه ساختارهای تخت و نانوبافت بررسی می کند. نتایج نشان می دهد که ساختارهای تخت عملکرد پایداری در دامنه وسیعی از ضخامت های HTL دارند و بهترین بازدهی را در حدود ۵۰ و ۳۵۰ نانومتر نشان می دهند. در مقابل، سلول های نانوبافت نرخ تولید حامل را افزایش داده و بهترین عملکرد را در ضخامت های حدود ۸۰ نانومتر و ۵۵۰ نانومتر دارند. با این حال، در ضخامت های متوسط، به دلیل تولید غیریکنواخت حامل، کاهش قابل توجهی در بازدهی مشاهده می شود. این سلول ها به صورت مستمر در طیفی از ضخامت های HTL از همتایان تخت خود بهتر عمل می کنند و در مقایسه با سلول های تخت که دارای PCE حدود ۱۴% هستند، به مقادیر تا ۱۸%⁓ در ۸۰ نانومتر و ۵۵۰ نانومتر دست می یابند. به صورت مشابه، برای سلول های نانوبافت در حدود mA/cm² ۲۳ به اوج خود می رسد، در حالی که برای سلول های تخت زیر mA/cm² ۲۰ باقی می ماند. این یافته ها بر اهمیت بهینه سازی ضخامت HTL در طراحی PSC ها برای دستیابی به بیشینه بازدهی تاکید می کند.
کلیدواژه ها:
نویسندگان
مریم ذوقی
استادیار، دانشکده علوم مهندسی، دانشگاه تهران، تهران، ایران
فاطمه صحرانورد
کارشناس ارشد، دانشکده فیزیک، دانشگاه تربیت مدرس، تهران، ایران
الناز یزدانی
استادیار، دانشکده فیزیک، دانشگاه تربیت مدرس، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :