Characterization and optimization of high-efficiency crystalline silicon solar cells: Impact of recombination in the space charge region and trap-assisted Auger exciton recombination
Notice bibliographique
Résumé
Since the photoconversion efficiency η of the silicon-based solar cells (SCs) under laboratory conditions is approaching the theoretical fundamental limit, further improvement of their performance requires theoretical modeling and/or numerical simulation to optimize the SCs parameters and design. The existing numerical approaches to modeling and optimizing the key parameters of high-efficiency solar cells based on monocrystalline silicon, the dominant material in photovoltaics, are described. It is shown that, in addition to the four usually considered recombination processes, namely, Shockley–Read-Hall, surface, radiative, and band-to-band Auger recombination mechanisms, the non-radiative exciton Auger recombination and recombination in the space charge region (SCR) have to be included. To develop the analytical SC characterization formalism, we proposed a simple expression to model the wavelength-dependent external quantum efficiency of the photocurrent near the absorption edge. Based on this parameterization, the theory developed allows for calculating and optimizing the base thickness-dependent short-circuit current, the open-circuit voltage, and the SC photoconversion efficiency. The accuracy of the approach to optimizing solar cell parameters, particularly thickness and base doping level, is demonstrated by its application to three Si solar cells reported in the literature: one with an efficiency of 26.63%, another with 26.81%, and a third with a record efficiency of 27.3%. The results show that the developed formalism enables further optimization of solar cell thickness and doping levels, leading to potential increases in efficiency.
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 | 0,000 | 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 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 ».