Les cellules solaires en pérovskite ont porté leur efficacité certifiée à 26,1 % en environ dix ans, ce qui est très proche des 26,81 % d’efficacité certifiée des cellules solaires en silicium cristallin, démontrant un potentiel industriel considérable. Actuellement, l’efficacité des cellules solaires pérovskites continue d’augmenter, mais lors de la fabrication des dispositifs, la performance des cellules solaires pérovskites est affectée par de nombreux facteurs indissociables. Les méthodes traditionnelles utilisent souvent une approche empirique pour optimiser le procédé de fabrication, ce qui prend beaucoup de temps. L’optimisation bayésienne est un algorithme d’optimisation globale qui a connu un grand succès dans la résolution des problèmes en boîte noire en intelligence artificielle. Dans cet article, nous avons utilisé l’algorithme d’optimisation bayésienne pour optimiser quatre paramètres de procédé liés à la couche pérovskite : le pourcentage d’excès d’iodure de plomb (PbI₂), la température de recuit, le temps de recuit et le temps d’extraction sous vide, ce qui a considérablement réduit les coûts et le temps de recherche et développement. À travers cinq cycles d’expérimentation itérative et un total de 34 ensembles de conditions de procédé, nous avons fabriqué une cellule solaire pérovskite inversée avec une efficacité de 23,56 %.

Cellules solaires pérovskites; apprentissage machine; optimisation du procédé; haute efficacité