Artificial Intelligence‑Guided Cosolvent Design for High‑Performance Perovskite/Silicon Tandem Solar Cells

Lu Liu, Xinying Cai, Bita Farhadi, Xinrui Dong, Kai Wang*, Yufei Shao, Shulin Wang, Jiaxue You, Wanyi Li, Hao-Chung Kuo, Hanying Wang, Dong Yang*, Alex K.-Y. Jen*, Shengzhong (Frank) Liu*

Nano-Micro Letters (2026)18: 446

https://doi.org/10.1007/s40820-026-02291-9

本文亮点

1. AI驱动，千中选一：首次将检索增强生成大语言模型(RAG-LLM)引入钙钛矿/硅叠层电池制备溶剂筛选中，从超过8,000种溶剂中快速锁定绿色共溶剂γ-戊内酯(GVL)，实现从“经验试错”到“数据智能”的范式跃迁。

2. 一举多得，结晶可控：GVL通过与甲脒阳离子(FA⁺)作用精准调控结晶动力学——抑制成核密度、促进微米级晶粒定向生长，同步实现高结晶度、低缺陷密度与择优晶面取向。

3. 效率登顶，稳定出众：单结宽带隙钙钛矿电池效率达23.3%，钙钛矿/硅叠层电池效率达32.5%；未封装器件储存T80寿命超过4,000小时，连续光照下T80超过1,000小时。

研究背景

钙钛矿/硅叠层太阳能电池被认为是突破单结光伏Shockley-Queisser效率极限的极具前景的技术路径。然而，宽带隙钙钛矿的结晶调控始终是核心瓶颈——其低形成焓导致结晶过程极易失控，点缺陷、相杂质、空间不均匀性等问题层出不穷。溶剂工程虽是最直接的调控手段，但溶剂与溶质之间涉及配位强度、氢键作用、沸点、粘度、蒸气压等多重复杂因素的耦合，传统试错法效率低下、难以预测。更棘手的是，宽带隙钙钛矿因引入溴化物和铯盐，溶解度大幅降低；而叠层器件需要在纳米织构硅衬底上实现共形覆盖，又要求钙钛矿膜厚增至微米级，这对溶剂体系的溶解能力提出了极高要求。与此同时，常用溶剂如DMF具有毒性，不利于绿色规模化制造。

内容简介

中国科学院大连化学物理研究所刘生忠、杨栋、王开&香港城市大学Alex Jen团队开创性地将检索增强生成-大语言模型（RAG-LLM）应用于钙钛矿溶剂筛选中。通过整合材料数据库与海量文献中的多模态数据(文本、表格、图像)，结合RDKit分子描述符与HDBSCAN聚类算法，团队从超过8,000种溶剂中精准锁定了四种绿色候选溶剂，再经溶解能力实验验证，最终确定GVL为首选共溶剂。

GVL的神奇之处在于其对结晶动力学的三重精准调控：首先，DFT计算表明，GVL对Pb²⁺的配位能力弱于DMSO，但对FA⁺的氢键作用更强，从而降低成核密度，促进大晶粒生长(平均晶粒尺寸从192 nm增至247 nm)；其次，原位PL监测显示，GVL加速溶剂脱附并提前触发Ostwald熟化，最终获得高结晶度、低缺陷密度的薄膜；第三，GIWAXS与XRD证实，GVL诱导(100), (111)优势晶面暴露，并显著提升面内取向一致性。基于这一策略，单结宽带隙钙钛矿电池实现23.3%的效率，1 μm厚膜器件仍保持22.61%的效率，1 cm²器件达21.11%。两端钙钛矿/硅叠层电池(1 cm²)实现32.5%的冠军效率(VOC=1.969, JSC=20.22 mA/cm², FF=81.61%)，子电池电流高度匹配。稳定性方面，未封装单结器件储存T80寿命超过4,000小时(对照组的2倍以上)，连续1-sun光照下T80超过1,000小时。

图文导读

I AI赋能：从“海选”到“精准命中”

如图1所示，研究团队构建了RAG-LLM智能筛选框架。该框架从Materials Zone、Web of Science、Google Scholar等多源数据库中提取文本、表格、图像等多模态数据，利用GPT-4作为骨干模型，通过检索增强生成技术突破固定参数的知识局限。团队系统编译了13种化学描述符(包括HBD、HBA、logP、TPSA等)，经特征工程与相关性分析后，采用t-SNE降维与HDBSCAN聚类算法进行可视化分组。以DMF和DMSO为参照焦点，位于椭圆范围内的溶剂被选为候选，包括GVL、THF、2-MeTHF和1-戊醇(1-P)。随后，通过1.8 M高浓度溶解实验验证，仅GVL/DMF/DMSO体系能完全溶解前驱体——THF和2-MeTHF因低DN值溶解失败，1-P则因活性质子与主溶剂形成氢键而削弱了溶解能力。这一AI驱动的工作流程将传统耗时数月的溶剂筛选压缩至数小时，充分展现了生成式AI在材料研发中的变革性力量。

图1. 机器学习结合溶解性实验筛选绿色溶剂。

II 结晶调控三重奏：GVL如何“点石成金”

本研究结合密度泛函理论(DFT)计算与实验表征，系统揭示了GVL在钙钛矿成核结晶过程中的作用。DFT计算揭示了GVL与钙钛矿前驱体的相互作用(图2a-c)。GVL与FA⁺的结合能高达-1.83 eV，显著强于DMF(-1.43 eV)和DMSO(-1.29 eV)，符合软硬酸碱理论中“软酸配软碱”的原则。而GVL与PbI₂的结合能仅为-0.56 eV，弱于DMSO的-0.91 eV，表明其配位能力适中。DLS测试显示，GVL的加入使前驱体胶粒尺寸从1.94 nm增至2.67 nm(图2d)，胶体内部离子排列更为有序。根据经典成核理论，这一变化提高了有效固-液界面能，从而增大了成核能垒、降低了成核密度。

原位PL光谱以300 ms的时间分辨率捕捉了结晶全过程(图2e-g)。PL强度演化分为三个阶段：阶段I中，GVL薄膜的初始PL强度更低，印证了较低的成核密度；阶段II中，GVL薄膜PL下降更快，归因于GVL与铅卤化物间较弱的相互作用加速了溶剂脱附；阶段III中，GVL薄膜更早进入Ostwald熟化阶段，最终PL强度更高，表明缺陷密度更低。

SEM图像显示，20 vol% GVL使平均晶粒尺寸从192 nm增至247 nm，且埋底界面致密无孔洞。 XRD与GIWAXS进一步揭示(图2h-k)，GVL诱导(100)/(111)晶面成为优势取向，且面内取向一致性显著提升。

图2. GVL对前驱体溶液和钙钛矿薄膜的影响。

III 单结与叠层：效率，稳定性双丰收

FTO/NiOx/4PADCB/Perovskite/PCBM/BCP/Ag结构的单结(图3a-b)，20 vol% GVL的器件冠军效率达23.30%(VOC=1.257, JSC=21.64 mA/cm², FF=85.63%)，显著优于对照组的21.79%。EQE积分电流为21.41 mA/cm²，与J-V测试高度吻合(图3c)。统计表明，GVL器件平均PCE为22.75±0.32%，分布更窄、重现性更优。

在1 cm²器件中，GVL器件实现21.11%的冠军效率(对照仅19.60%)，属该面积1.67 eV PSCs最高效率之一。在~1 μm厚膜器件中，GVL器件仍保持22.61%的高效(对照仅13.18%)，平均效率达22.16±0.35%(图3d)——这得益于GVL对结晶动力学的优化，使厚膜仍能保持优异质量。

在双面织构硅衬底上制备的单片叠层器件中(图3e-f)，1.8 M前驱体溶液制备的钙钛矿层完美覆盖金字塔结构，晶粒垂直贯穿整个膜厚。冠军叠层器件(1 cm²)实现32.49%的PCE(VOC=1.969 V, JSC=20.22 mA/cm², FF=81.61%)(图3g)。EQE显示了完美的电流匹配(图3h)。

稳定性方面(图3i-j)，未封装器件在20-30%相对湿度下(ISOS-D-1)，GVL器件的T80寿命超过4,000小时，对照仅~1,900小时。水接触角从40.7°增至56.9°，印证了更好的抗湿性。XRD显示对照薄膜13天后出现δ-CsPbI₃、δ-FAPbI₃和PbI₂的降解峰，而GVL薄膜毫无降解迹象。在连续1-sun光照MPP追踪下(ISOS-L-1)，GVL器件的T80超过1,000小时，对照仅375小时。

图3. 单结宽带隙钙钛矿太阳能电池与钙钛矿/硅叠层电池性能。

IV 机理溯源：缺陷钝化、离子迁移抑制与相分离消除

稳态PL显示GVL薄膜的发光强度显著高于对照(图4a)，TRPL拟合表明载流子寿命大幅延长(图4b)，归因于晶界密度降低和体相肖特基缺陷减少。温度依赖电导率测试(图4c)显示，离子迁移活化能从170 meV提升至220 meV，表明GVL有效抑制了离子迁移。时间分辨PL(图4d-e)进一步证实，对照薄膜在连续光照34分钟后PL峰红移6 nm(表明富碘相形成)，而GVL薄膜的PL峰位全程保持不变，展现出优异的光稳定性。c-AFM显示GVL薄膜晶粒内部与晶界处电流分布均匀，而对照薄膜晶界处电流显著较低。

VOC随光强变化测试(图4f)显示GVL器件具有更低的理想因子，表明陷阱辅助的SRH复合被有效抑制。TPV测量(图4g)显示GVL器件具有更长的载流子复合寿命。Mott-Schottky分析(图4h)表明GVL器件的内建电势从0.91 V提升至1.03 V。热导纳谱(图4i)显示GVL器件在0.35-0.5 eV及> 0.6 eV能级深度范围内的陷阱态密度均显著降低。

图4. GVL提升器件性能的机理。

V  总结

本研究首次将人工智能引导的共溶剂设计策略应用于钙钛矿/硅叠层太阳能电池，通过RAG-LLM从超过8,000种溶剂中快速筛选出绿色溶剂GVL。GVL凭借其对FA⁺的强氢键作用和对Pb²⁺的弱配位能力，精准调控结晶动力学——降低成核密度、加速溶剂脱附、促进Ostwald熟化，最终实现晶粒尺寸增大、缺陷密度降低、优势晶面暴露和面内取向一致性提升。这一策略使单结宽带隙钙钛矿电池效率达23.3% ，钙钛矿/硅叠层电池效率达32.5% ，同时在大面积(1 cm²)和厚膜(~1 μm)场景下均展现出优异性能与重现性。更重要的是，GVL有效抑制了离子迁移和光照诱导的相分离，使未封装器件在潮湿空气中的T80寿命超过4,000小时、连续光照下超过1,000小时。

这项工作不仅建立了一条可持续的溶剂工程路径，更凸显了机器学习在理性溶剂设计中的广阔价值。随着生成式AI与材料化学的深度融合，我们有理由相信，更多“不可能”将被转化为“可能”，光伏技术的效率与可持续性将不断迈上新台阶。

作者简介

刘生忠

本文通讯作者

中国科学院大连物理化学研究所 研究员

▍主要研究领域

太阳能电池、晶体生长、薄膜材料、光电探测、X-射线探测成像、透明导电薄膜、储能技术。

▍主要研究成果

中国科学院大连物理化学研究所研究员，陕西师范大学教授。本科毕业于陕西师范大学，于兰州大学获硕士学位，美国西北大学获博士学位。其后在阿贡国家实验室从事博士后工作，历任BP Solar高级科学家、联合太阳能公司首席科学家。2011年起任陕西师范大学教授及中国科学院大连化学物理研究所研究员，发表SCI论文400余篇，拥有授权专利60余项。连年入选RSC英国皇家化学会Top 1% 高被引中国作者、科睿唯安“高被引科学家”；入选全球学者材料与化学学科顶级专家；2023年入选全球“高被引科学家”。

▍Email：szliu@dicp.ac.cn

撰稿：原文作者

编辑：《纳微快报(英文)》编辑部

转载本文请联系原作者获取授权，同时请注明本文来自纳微快报科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3411509-1551731.html?mobile=1

收藏

分享