钙钛矿光伏技术正逐步走向商业化应用，但单结和叠层结构在能量转换效率和稳定性方面仍有较大提升空间。在改变工艺条件后，快速评估材料质量的能力对加速钙钛矿技术的优化与商业化至关重要。目前，研究人员通常使用多种独立的表征工具来分析器件中各部分的能量损失来源，这一过程耗时且费力。
本研究美国马萨诸塞州萨默维尔市 Optigon 公司Dane W. deQuilettes等人展示了一种多模态测量方法，可在制备过程中快速测定超过100个钙钛矿器件的最大可实现开路电压及其预测值。通过将这些测量集成在单一平台中，实现了多种数据的同步采集。我们证明，这些数据与自动化分析可用于快速理解并预测先进器件结构中开路电压的定量变化趋势。所提出的数据与自动化分析流程为快速筛选可提升开路电压的吸光层与电荷传输层组合提供了可靠途径。
研究亮点：
- 提出快速多模态光学表征平台：集成SRPL、TRPL与透射光谱，实现对半成品器件的非接触、自动化测量，大幅提升筛选效率。
- 成功预测器件性能趋势：通过光学数据准确预测不同HTL与钙钛矿处理条件下的VOC变化，揭示界面非辐射复合是主要电压损失来源。
- 定位电压损失来源：明确HTL/钙钛矿界面造成60–200 mV损失，ETL界面造成≤170 mV损失，为界面工程提供明确优化方向。
Predicting Trends in VOC Through Rapid, Multimodal Characterization of State-of-the-Art p-i-n Perovskite Devices
Amy E. Louks, Brandon T. Motes, Anthony T. Troupe, Axel F. Palmstrom, Minhal Hasham, Zhaoyang Han, Qi Jiang, Joseph J. Berry, and Dane W. deQuilettes
ACS Energy Letters 0, 10
DOI: 10.1021/acsenergylett.5c02730
https://pubs.acs.org/doi/full/10.1021/acsenergylett.5c02730
索比光伏网 https://news.solarbe.com/202511/10/50012203.html
