Design of plasmonic enhanced silicon-based solar cells
Notice bibliographique
Résumé
We report a novel plasmonic solar cell design implemented on an amorphous silicon platform. The enhancement of the scattering and trapping of the light is achieved by embedding nano-metallic cubic particles within the cell’s junction. Amorphous silicon cell with a thickness of 1200nm is used. The spectral absorption of the silicon cell is limited to wavelengths larger than 1.1 u. Our proposed solar cell has a p-i-n configuration, with the amorphous silicon as the photo-active layer. Silver cubic nanoparticles are embedded at different locations within the photoactive layers of the solar cell. With the use of an FDTD simulator, we are able to characterize the optical performance of the solar cell. Our results show that the plasmonic properties of the cubic nanoparticles are more attractive for sensing applications compared to the traditional spherical configuration. The geometry of the cubic nanoparticles enables control over plasmon resonances both in the resonant wavelength and the degree of field enhancement. This is done by improving the refractive-index sensitivity on a thin silicon film, as well as increasing the scattering and trapping of light. Our simulations predict that the silver metallic nanoparticles will enhance the solar cell efficiency, by optimizing the plasmonic properties of the silver nanocube monolayer. We have achieved a 67% increase (from 7.5% to 12.5%) in the cell’s efficiency by adding plasmonics to traditional amorphous p-i-n solar cell.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».