Joule：带隙1.55–1.85 eV全适配，机器学习驱动界面材料设计未封装器件稳定运行上千小时

钙钛矿太阳能电池（PSCs）的性能常受限于界面损耗，尤其是在埋底电子传输层/钙钛矿界面。开发兼具多功能性的埋底缓冲材料仍是一项具有挑战性的任务。

本研究西安工程大学王涵、阿卜杜拉国王科技大学Stefaan De Wolf和西北工业大学王凯等人通过结合相关性分析、层次聚类与LASSO（最小绝对收缩与选择算子）回归，精准筛选高效的界面修饰分子，提升器件效率。据此设计并合成了一种新型分子（2-(1,3-二氧代-1H-苯并[de]异喹啉-2(3H)-基）乙基膦酸（BIPA）。该分子的多功能基团可协同钝化SnO₂、钙钛矿层及其界面的缺陷，最大限度降低非辐射复合损失；同时优化能带对齐，促进钙钛矿结晶与质量提升。

结果表明，BIPA可在一系列钙钛矿带隙（1.55–1.85 eV）范围内提高效率，并赋予微型组件优异的长期操作稳定性。该研究为面向高性能PSCs及更广领域的功能分子理性设计提供了有效的机器学习模型支持。

研究亮点：

1. 机器学习+实验验证的理性设计范式：融合相关性分析、聚类与LASSO回归，从134个分子数据中高效筛选关键分子特征，指导合成了多功能界面分子BIPA。

2. “一分子多效”界面调控：BIPA通过Sn–O–P键钝化SnO₂氧空位与悬挂键，通过C=O···Pb配位优化钙钛矿结晶并释放残余应力，同步提升能级对齐与载流子提取。

3. 高效率、高稳定性与带隙普适性：基于BIPA的1.55 eV单结PSCs效率达26.3%，填充因子86.3%；5×5 cm²微型组件效率22.4%；在1.67 eV与1.85 eV宽带隙体系中同样表现优异。未封装器件在连续光照1600小时（ISOS-L-1）与湿热2000小时（ISOS-D-2）后分别保持91%与92%的初始效率。

Machine learning-driven interface material design for high-performance perovskite solar cells with scalability and band-gap universality

Author: Chenyang Zhang,Yuteng Jia,Bingqian Zhang,Qiangqiang Zhao,Ruida Xu,Shuping Pang,Han Wang,Stefaan De Wolf,Kai Wang

Publication: Joule

https://www.sciencedirect.com/science/article/pii/S2542435125004453

学术交流QQ群

知光谷光伏器件学术QQ群：641345719

钙钛矿产教融合交流@知光谷（微信群）：需添加编辑微信

为加强科研合作，我们为海内外科研人员专门开通了钙钛矿科创合作专业科研交流微信群。加微信群方式：添加编辑微信pvalley2024，备注：姓名-单位-研究方向（无备注请恕不通过），由编辑审核后邀请入群。