- GPT-LBL策略通過受體的聚合調整來增強p-i-n結構
- 實現了PCE為19.41%(認證為19.0%)的高效GPT-LBL器件
主要內容
由于供體-受體結構域的混合，具有體異質結(BHJ)的OSCs容易產生電荷復合。逐層沉積(LBL)有助于控制垂直分布，從而形成p-i-n結并改善電荷傳輸。香港理工大學李剛教授、美國加州大學楊陽教授等人添加了客體聚合物PY-IT來增強垂直分離，從而產生更明顯的p-i-n結，得到了具有更高遷移率和平衡電荷傳輸的OSC。
研究表明，逐層(LBL)方法可以獲得較好的垂直微觀結構。然而，仍然缺乏對垂直組成和分子組織的精確控制。在這篇文章中，研究團隊展示了一種客體聚合物定制LBL (GPT-LBL)策略，通過原位監測非富勒烯受體的預聚集行為來構建p-i-n微觀結構。這種內置互穿網絡的*結構減輕了陷阱密度狀態和能量損失，改善空穴轉移動力學，平衡電荷傳輸，同時提高開路電壓(Voc)、短路電流密度(Jsc)和填充因子(FF)。從而實現了功率轉換效率(PCE)為19.41%(認證為19.0%)的高效GPT-LBL有機太陽能電池(OSC)。用于GPT-LBL OSCs的大面積(1.03 cm2)器件在露天葉片涂層中獲得了17.52%的PCE，這是綠色溶劑加工OSCs的最佳值之一。p-i-n結構對器件工程和光物理的理解產生影響，為實現高效穩定和可擴展的OSCs提供了一種有效的方法。
其中使用巨力光電代理的Paios太陽能電池&OLED瞬態特性測試系統進行了線性增壓載流子抽取photo-CELIV測量。PY-IT聚合物的遷移率是參考聚合物的兩倍，最佳器件的認證效率為19%，創下了LBL有機太陽能電池的記錄，運行穩定性也得到了提高。在MPP環境條件下放置700小時后，經過PY-IT處理的器件仍保持了96%的初始性能，而參考設備降至57%。
文獻信息
Achieving 19.4% organic solar cell via an in situ formation of p-i-n structure with built-in interpenetrating network
Ying Zhang, Wanyuan Deng, Christopher E. Petoukhoff, Xinxin Xia, Yongwen Lang, Hao Xia, Hua Tang, Hrisheekesh Thachoth Chandran, Sudhi Mahadevan, Kuan Liu, Patrick W.K. Fong, Yongmin Luo, Jiaying Wu, Sai-Wing Tsang, Frédéric Laquai, Hongbin Wu, Xinhui Lu, Yang Yang*, Gang Li*
您好, 歡迎來到化工儀器網
6
