找到 1 条结果 · Solar Energy

排序:
光伏发电技术 储能系统 机器学习 ★ 5.0

基于第一性原理与机器学习方法研究双钙钛矿Li2CuBiX6

X = Br, I)的光学与电子性质及其在光伏中的应用

Taoufik Chargui · Ramzi El Idrissi · Abdelkabir Bacha · Fatima Lmaia · Solar Energy · 2025年1月 · Vol.299

摘要:开发高效且稳定的无铅材料对于推动下一代光伏技术的发展至关重要。在本研究中,我们结合第一性原理计算与机器学习技术,对Li2CuBiX6(X = Br, I)双钙钛矿作为有前景的光吸收材料进行了系统研究。密度泛函理论(DFT)结果表明,该材料具有适合太阳能转换的间接带隙,其中溴化物体系(Br)为1.7 eV,碘化物体系(I)为1.3 eV。关键光学性质,包括吸收系数、反射率、折射率和介电函数,均证实其具备优异的光捕获能力。采用SCAPS-1D模拟构建了FTO/ETL/Li2CuBiX6/HTL...

解读: 该无铅双钙钛矿材料研究对阳光电源光伏逆变器产品线具有前瞻价值。Li2CuBiX6材料展现的27-31%理论转换效率及宽光谱吸收特性,可为SG系列逆变器的MPPT算法优化提供新材料参数基础。研究中机器学习预测模型(XGBoost R²=99.87%)与DFT计算结合的方法,可借鉴应用于iSolarCl...