Nanoparticle Plasmonics for 2D-Photovoltaics: Mechanisms, Optimization, and Limits
Notice bibliographique
Résumé
Plasmonic nanostructures placed within or near photovoltaic (PV) layers are of high current interest for improving thin film solar cells. We demonstrate, by electrodynamics calculations, the feasibility of a new class of essentially two dimensional (2D) solar cells based on the very large optical cross sections of plasmonic nanoparticles. Conditions for inducing absorption in extremely thin PV layers via plasmon near-fields, are optimized in 2D-arrays of (i) core-shell particles, and (ii) plasmonic particles on planar layers. At the plasmon resonance, a pronounced optimum is found for the extinction coefficient of the PV material. We also characterize the influence of the dielectric environment, PV layer thickness and nanoparticle shape, size and spatial distribution. The response of the system is close to that of a 2D effective medium layer, and subject to a 50% absorption limit when the dielectric environment around the 2D layer is symmetric. In this case, a plasmon induced absorption of about 40% is demonstrated in PV layers as thin as 10 nm, using silver nanoparticle arrays of only 1 nm effective thickness. In an asymmetric environment, the useful absorption may be increased significantly for the same layer thicknesses. These new types of essentially 2D solar cells are concluded to have a large potential for reducing solar electricity costs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».