Surface Modification of the SnO۲ Layer Using UV-Ozone in a Perovskite Solar Cell with a Planar Structure
محل انتشار: مجله علم مواد و مهندسی ایران، دوره: 18، شماره: 4
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 151
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMSEI-18-4_012
تاریخ نمایه سازی: 24 بهمن 1401
چکیده مقاله:
Tin oxide (SnO۲) is used as an electron transport layer (ETL) in perovskite solar cells with a planar
structure due to its good transparency and energy level alignment with the perovskite layer. The modification
interface of the electron transport layer and the perovskite absorber layer plays an important role in the efficient
charge extraction process at the interface. In this study, planar perovskite solar cells with configuration
(FTO/SnO۲/mixed-cation perovskite/CuInS۲/Au) were prepared to investigate the effect of UV-Ozone (UVO) treated
SnO۲ as ETL on the performance of devices. ETL treatment was performed at different times (۰ to ۶۰ min). It is
shown that surface wetting was improved by UVO treating the SnO۲ films prior to deposition of the perovskite layer.
The latter improves the contact between the ETL and the perovskite layer, allowing more efficient electron transport
at the interface. Contact angle, SEM, photoluminescence spectra, and the current density-voltage tests were
conducted to characterize the photovoltaic of the cells. The best PSC performance with a power conversion
efficiency of ۱۰.۹۶% was achieved using UVO-treated SnO۲ ETL for ۳۰ min, whereas the power conversion
efficiency of the perovskite solar cells with SnO۲ ETL without UVO treatment was only ۴.۳۴%.
نویسندگان
Mohammad Reza Zamani Meymian
Department of Physics, Iran University of Science and Technology
Razieh Keshtmand
Department of Physics, Iran University of Science and Technology
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :