Design and Performance Optimization of Lead-Free Perovskite Solar Cells with Enhanced Efficiency
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In response to the growing demand for renewable energy sources, particularly solar energy, extensive research is being conducted to explore new materials and technologies that can enhance the efficiency and reduce the cost of solar cells.Perovskite Solar Cells (PSCs), with their high efficiency, low production cost, and adjustable bandgap, have emerged as a potential alternative to traditional silicon-based solar cells.However, concerns have been raised regarding the environmental and public health impacts of the toxicity of lead-based perovskite materials.Thus, the development of lead-free PSCs has recently gained significant attention.This study provides a simulated analysis of lead-free PSCs, employing CH3NH3SnI3 as the absorber layer.The primary objectives of this research include the identification of optimal materials for Electron Transport Layers (ETLs) and Hole Transport Layers (HTLs) to enhance cell performance, as well as an investigation into the influence of thickness, doping concentration, and the profile of doping concentration on device performance.These objectives were fulfilled using a 1D-Solar Cell Capacitance Simulator.Results from the simulation reveal that PSCs utilizing SnO2 and CuSbS2 for ETL and HTL respectively, demonstrate a high power conversion efficiency of 29.47%.Key performance indicators such as open circuit voltage, short circuit current density, and Fill Factor were recorded at 1.0241 V, 33.76 mA/cm 2 , and 85.22%, respectively.These findings offer valuable insights for the future development of efficient and environmentally-friendly PSCs.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle