[Research Paper] 대한금속 재료학회지 (Korean J. Met. Mater.), Vol. 57, No. 8 (2019) pp.535-542 DOI: 10.3365/KJMM.2019.57.8.535 페로브스카이트태양전지의최적정공수송층물질및구조탐색시뮬레이션 정지영 송동준 최지혜 정중희 홍기하 * 한밭대학교신소재공학과 Computational Design of Highly Efficient and Robust Hole Transport Layers in Perovskite Solar Cells Jiyoung Jeong, Dongjun Song, Jihye Choe, Choong-Heui Chung, and Ki-Ha Hong* Department of Materials Science and Engineering, Hanbat National University, Daejeon 34158, Republic of Korea Abstract: We investigated the effects of materials and the film thickness of hole transport layers (HTLs) on inverted type perovskite solar cells using optics-charge transport coupled simulations. Power conversion efficiencies (PCEs), and the variations in efficiency induced by the film thickness dispersion, were intensively studied, to compare potential HTLs candidates like NiOx, PEDOT:PSS, CuSCN, and CuI. The optimum thickness of the solar cell layers differed based on the chosen combination of HTL and perovskite. It is suggested that the optoelectronic properties of HTLs like band gap, extinction coefficient, and refractive index can be used to determine the best ideal efficiencies, and sensitivity to process fluctuation. CuSCN showed the most promising behaviors, in that it can produce over-25% PCEs, and the lowest efficiency dispersion for various HTL thickness conditions. The best performance by CuSCN can be ascribed to its having a proper refractive index with the perovskite layer, and wide band gap characteristic. NiOx and CuI showed PCEs comparable to the CuSCN, but their efficiencies were sensitive to the varying thickness of the HTL. PEDOT:PSS exhibited the lowest simulated PCEs due to its small band gap. Our study suggests the best HTL candidates for inverted type perovskite solar cells, and demonstrates the importance of sophisticated numerical material studies, and device design, when developing highly efficient and robust perovskite solar cells. (Received April 30, 2019; Accepted June 10, 2019) Keywords: perovskite solar cells, hole transport layers, simulation, optimization, inverted type 1. 서론 금속계할라이드페로브스카이트 (metal-halide perovskites, MHPs) 는최근들어가장많은주목을받고있는차세대태양전지소재라할수있다. 2009년일본의 Miyasaka 그룹이처음으로 methylammonium tri-iodide(mapbi 3 ) 를염료감응형태양전지의광흡수물질로사용하여 3% 대의광전변환효율을기록한이후 [1], 폭발적인효율개선속도를보이면서최근에는 24% 이상의공인효율을기록하여박막형태양전지후보군중가장높은효율을기록하게되었 - 정지영 송동준 : 학사과정, 최지혜 : 연구원, 정중희 홍기하 : 교수 *Corresponding Author: Ki-Ha Hong [Tel: +82-42-821-1238, E-mail: kiha.hong@hanbat.ac.kr] Copyright c The Korean Institute of Metals and Materials 다 [2]. 이러한급속도의효율개선을위해, 지난 9년여동안수많은연구자들은소재및공정기술의최적화와태양전지구조의개선을위해다양한노력을경주해왔다 [3-5]. 역사적으로찾기힘들정도로빠른효율의개선속도를보일수있는원인을찾기위해, 최근들어다양한실험, 측정및계산을통해 MHP 재료의독특한성질을규명하고자하는시도가계속되고있다. 현재까지밝혀진바에따르면 MHP 재료는결함특성이매우독특하여내재결함에의한 charge trapping이발생하지않는것으로알려졌다 [6]. 또한 MAPbI 3 의경우 Rashba 효과로인해소재내부에서의 recombination이억제되고있다 [7]. 저렴한용액공정으로제조하기때문에소재내부에는다양한형태의결함의존재를피할수없음에도불구하고이러한 MHP소재의특수성으로인해진공공정을통해제조되는기존의
536 대한금속 재료학회지제 57 권제 8 호 (2019 년 8 월 ) 박막형태양전지와경쟁할수있는효율을보여주고있다고할수있다. 페로브스카이트태양전지의구조는전하수송층을적층하는순서에따라, normal type (n-i-p) 과 inverted type (p-i-n) 으로나눌수있다. 현재최고효율의태양전지는 n- i-p 구조를통해구현되고있는데, p-i-n 구조는 n-i-p 구조에비해효율측면에서는약간낮은값을보여주고있으나, hysteresis 가적게발생하며 [8,9], Si 태양전지와 tandem 구조를만들기에용이하다는장점으로인해지속적인관심을받고있다 [10,11]. Inverted type 태양전지에서는정공수송층이빛을흡수하는방향에존재하기때문에, 정공수송층 (hole transport layers, HTLs) [12] 과페로브스카이트층을동시에최적화하는것이필수적이다. 현재 inverted type에서 HTL로많이활용되는물질로는 Nickel Oxide (NiO x ) [13,14], Poly(3,4-ethylenedioxythiophene) Polystyrene Sulfonate (PEDOT:PSS) [8], Copper Thiocyanate (CuSCN) [15,16], Copper Iodide (CuI) [16] 를들수있다. 이들각각의 HTL 물질들은서로다른광전기적물성을갖고있기때문에페로브스카이트와같이적층하였을때최적의두께및최고기대효율이달라질수있다. 용액공정으로박막을제조하는페로브스카이트태양전지의특성상, 소자의구조및소재의특성은제조하는연구자의숙련도와공정방법에의해많은편차를갖게된다. 이러한실험상의편차로인해최고효율을도출할수있는박막물질및구조의결정은실험적인방법만으로는어렵다고할수있다. 반도체의전하수송을해석하는계산방법은반도체소재로부터이끌어낼수있는이상적인효율을예측할수있다. 금속계할라이드페로브스카이트물질역시빛을흡수는물론전하수송이가능한반도체물질임이밝혀진이후 [4], 반도체태양전지를해석하는데사용가능한시뮬레이션기법을활용한연구가활발히진행되었다. Liu 등이 2014년에발표한 planar-type 페로브스카이트태양전지의기대효율예측에대한계산논문 [17] 이발표된이후, 태양전지의거동에미치는소재의영향을파악하고구조를최적화하는방법에대한발표가계속되어왔다 [18-20]. 페로브스카이트태양전지의최적전하수송층을도출하기위해서는, 다양한후보군물질에대하여, 태양전지박막층의두께를최적화하는과정을거쳐야한다. 각정공수송층은각기다른전자구조와굴절률을갖고있기때문에, 달성가능한최고효율과최적의구조는각물질에따라다를수밖에없다. 종래의시뮬레이션연구들은물질의변화는고려하지않고, 구조의변화만을고려하거나박막두께는고정한채로물질의변화만을탐구하였기때문에, 페로브 스카이트태양전지의최고성능을위한재료의도출에는어려움이있었다. 그리고, 구조변화에따른산포는종래연구에서고려되지않고있는데, 용액공정으로제조하는페로브스카이트태양전지의특성상산포의억제는가장중요한설계인자라할수있다. 따라서, 본연구에서는페로브스카이트태양전지를구성하는정공수송층의물질과구조두가지측면을모두고려한시뮬레이션을통해, 산포를최대로억제하며최고의성능을낼수있는정공수송층물질과구조를제안하고자한다. 우선계산에활용된수학적방법을간략히소개한다. 그다음전하수송층물질의변화와태양전지의거동양상의상관관계를분석하여정공수송층물질의영향을고찰한다. 다음으로박막의두께의변화가효율및소자특성에미치는영향을물질별로도출하여최적의물질과구조를도출하고, 이를바탕으로각정공전달물질이태양전지의효율의산포에기여하는양을정량화하여도출하고자한다. 2. 계산방법 본연구에사용한 inverted type의페로브스카이트태양전지구조의개략도를그림 1(a) 에도시하였다. 빛이들어오는쪽에해당하는 ITO의두께는 200 nm로설정하였고, 페로브스카이트와정공수송층 (hole transport layer, HTL) 의두께는 100 nm ~ 600 nm, 20 nm ~ 220 nm 로다양하게변화시켜가면서계산을수행했다. 전자수송층 (electron transport layer, ETL) 과 top-electrode는 PCBM과 Ag를기준물질로사용하였으며, 점검결과이두층의두께는 inverted type 태양전지의거동에미치는영향이미미하였다. 페로브스카이트는가장널리사용되고있는 MAPbI 3 를해석대상으로하였으며물성은 Liu 등이발표한이전논문에있는물성치를사용하였고 [17], MAPbI 3 의 complex refractive index는 Xing 등이발표한논문의값을추출하여사용하였다 [21]. 태양전지의엄밀한해석을위해서는광학계산과 [22] 반도체수송모델을결합한해석을수행해야한다. 본연구에서는이와같은광학-반도체수송결합계산을위하여 Synopsys사의 Synopsys-TCAD [23] 를활용하여계산을수행하였다. 시뮬레이션과정을그림 1(b) 에나타내었다. 빛의조사에의한전하의생성은전자소자의전하의움직임에비해상대적으로빠르기때문에, 본계산에서는광학계산을우선적으로수행하고여기서도출된광생성전류분을반도체수송모델의 source 항에더해서계산을수행하는계층적연결해석방법을사용한다. 조금더상세하게
정지영 송동준 최지혜 정중희 홍기하 537 기술하면 다음과 같다. 소자를 구성하고 있는 물질의 구조 및 파장에 따른 굴절률, 흡수계수를 물질상수값으로 입력 하여 transfer matrix method (TMM)를 사용한 광학계산 을 수행한다. TMM 계산을 통해 태양전지구조에서 각 위 치별 반사율, 투과율, 흡수율이 도출되며, 주어진 태양광 스 펙트럼 값에 흡수율을 곱하여 각 계산격자점 별로 전하의 생성분을 계산할 수 있다. 이렇게 도출된 광전하 생성분을 반도체 수송모델의 전하생성항에 더해 주게 된다. 반도체 수송모델로는 drift-diffusion (DD) 모델을 사용하였다 [24]. DD 모델에서는 전자와 정공의 연속방정식 (식 (1)과 (2)) 과 전위차에 대한 Poisson 식 (식(3))을 동시에 수렴 시켜서 전위값과 전류값을 도출하게 되는데, 이 때 앞선 광학계산에서 도출된 광전하 생성항과, 반도체 수송모델의 재결합모델 (direct recombination, indirect recombination, SRH recombination model)을 결합하여 해석을 수행하게 된다. Fig. 1. (a) Device structures for the simulation of perovskite solar cells. (b) Flow map of a two-step simulation. (c) Conduction band and valence band alignments of ITO, HTL, MAPbI, ETL, and Ag. Band alignments of HTL layers are represented in the red rectangle. (d) Comparison of current-voltage characteristic between experimental and computational studies. Inset shows the crosssectional scanning electron microscopic images of fabricated perovskite solar cells which were made in our laboratory. 3 n 1 ------ = --- Jn + Un t q (1) p 1 ------ = --- Jp + Up t q (2) ( ε ψ ) = q( p n + ND NA ) (3) CuSCN과 CuI의 물성을 표 1에 정리하였다. 개발된 계산 모듈의 적용가능성을 검증하기 위해 본 그룹이 제조한 페 위 식에서 n, p, q는 각각 전자, 정공의 농도와 전하의 함 농도의 변화를 통해 실험결과를 반영할 수 있는 결과가 기준치를 의미하며, Un 과 Up 는 전자와 정공의 생성-재결 로브스카이트 태양전지의 구조에 적용하여 직렬저항과 결 도출됨을 확인하였다. (그림 1(d)) 합 분율이다. ND와 N A 는 이온화되어 있는 donor와 acceptor의 농도 값이며 Jn 과 Jp 는 전자와 정공의 전류밀 도를 의미하며, 식 (4) 와 (5)에 나타난 것처럼 전하의 3. 결과 및 고찰 3.1. 정공수송층 물질과 태양전지성능의 상관관계 drift와 diffusion 항으로 구성되어 있다. 정공수송층이 태양전지 거동에 미치는 영향을 분석하기 dn Jn = qn( x )μn E( x ) + qdn -----dx (4) 위하여 동일한 태양전지구조를 형성하고, 정공수송물질을 dp Jp = qp( x )μp E( x ) qdp -----dx (5) (power conversion efficiency, PCE), fill factor (FF), 단 달리하여 태양전지 성능평가의 주요인자인, 광전변환효율 E 는 전기장의 세기이며, µ 과 D 는 각각 전하의 이동 락전류 (short circuit current, JSC), 그리고 개방전압 (open circuit voltage, VOC) 를 계산한 결과를 표 2에 나 타내었다. 기준 조건으로 페로브스카이트의 두께를 350 도와 확산계수를 각각 의미한다. DDM을 사용한 반도체 시뮬레이션을 수행할 때 이종접합간 계면에서는 conduction nm, 정공수송층의 두께 30 nm 로 설정하여 계산을 수행 band (CB)와 valence band (VB)의 배열이 매우 중요하다 하였다. 효율을 보면 NiOx가 23.02%로 가장 높았고, 그 [25]. 본 연구에서 고려한 4가지 HTL 물질의 CB 및 VB 다음으로 CuSCN이 22.86%, CuI가 22.45%, 마지막으로 의 배열을 그림 1(c)에 도시하였다. HTL로 기능하기 위해 PEDOT:PSS가 21.9%로 가장 낮았다. 비교의 편의를 위해 서는 정공의 수송은 원활하게 일어나면서 전자에 대해서는 CuSCN의 값을 기준으로 하여 각 태양전지의 성능값을 에너지장벽의 역할을 수행해야 하는데, 그림에 도시된 것 normalize하여 그림 2에 도시하였다. VOC는 1.21 V 로 처럼 4가지 물질 모두 해당 기능을 수행하는 데 지장이 동일한 수준이었고, FF 또한 약 86%로 거의 차이가 없었 없을 것으로 예상된다. 계산에 사용된 NiOx, PEDOT:PSS, 다. 가장 차이가 큰 요인은 JSC 였다. NiOx와 CuSCN,
538 대한금속 재료학회지제 57 권제 8 호 (2019 년 8 월 ) Table 1. Materials properties used in simulations for considered HTLs. Refractive index and extinction coefficient are the value at 550 nm wavelength. Variations with regard to wavelength can be found in cited references. Parameters and units NiO x PEDOT : PSS CuSCN CuI Dielectric constant 11.75 [26] 3.9 [27] 5.1 [28] 4.58 [29] Band Gap (ev) 3.6 [26] 2 [30] 3.7 [31] 3.1 [32] Electron Affinity(eV) 1.8 [26] 3.3 [30] 1.8 [31] 2.2 [32] Hole Mobility (cm 2 /V/s) 2.0 x 10-1 [26] 0.1 [33] 0.1 [34] 43.9 [35] Effective conduction Band Density (cm -3 ) (1 x 10 18 ) [36] (1 x 10 18 ) (2.2 x 10 19 ) [37] (2.8 x 10 19 ) [37] Effective Valence Band Density (cm -3 ) (1 x 10 18 ) [36] (1 x 10 18 ) (1.8 x 10 18 ) [37] (1 x 10 19 ) [37] Refractive index(@ 550 nm) 2.25 [38] 1.51 [39] 1.91 [40] 2.35 [29] Extinction coefficient (@ 550 nm) 0.0083 [38] 0.0082 [39] 0.0018 [40] 0.11 [29] Fig. 2. Normalized efficiencies, fill factors (FF), short circuit currents (J SC ), and open circuit voltages (V OC ) for the same device structures (t perov. = 350 nm, t HTL = 30 nm). (b) External quantum efficiencies (EQE), (c) absorbance, and (d) reflectance of perovskite solar cells where HTL consists of NiO x, PEDOT:PSS, CuSCN, and CuI respectively. CuI는 21.85~22.01 ma/cm 2 으로비슷한수준이었지만 PEDOT:PSS는 20.95 ma/cm 2 으로가장낮은값을나타내었다. J SC 차이의원인을분석하기위해 external quantum efficiency (EQE, 그림 2(b)) 와 absorbance ( 그림 2(c)), reflectance ( 그림 2(d)) 를살펴보았다. 먼저 EQE를보면, CuSCN 과 NiO x 가전파장에걸쳐높은 EQE를보였다. NiO x 는단파장에서 CuSCN보다 10% 낮았지만장파장에서는더높은 EQE를가진다. CuI는비교적높은 EQE를나타내고있으나단파장에서낮은값을보이고있다. Absorbance 결과 ( 그림 2(c)) 와 reflectance ( 그림 2(d)) 를참조해보면, CuI는단파장에서 NiO x 에비해비교적높은반사율을보이며 CuSCN은단파장에서상대적으로낮은흡수율을보인다. PEDOT:PSS는전파장에걸쳐낮은 EQE를보이는데, 흡수와반사모든측면에서상대적으로열위를보이고있다. 표 2를확인해보면 PEDOT:PSS는다른 HTL 물질에비해낮은밴드갭을갖고있음을알수있다. 이로인해단파장에서가장낮은흡수율을보일수밖에없는데다가, refractive index가 perovskite와가장큰차이를보여주기때문에반사도도증가하게되어, 고려한물질중가장낮은기대효율을기록하게되었다. 고정된구
정지영 송동준 최지혜 정중희 홍기하 539 Table 2. Calculated efficiencies, fill factors (FF), short circuit currents (J SC ), and open circuit voltages (V OC ) for the same device structures (t perov. = 350 nm, t HTL = 30 nm). HTL J sc (ma/cm 2 ) V oc (V) FF (%) Efficiency (%) NiO x 22.0 1.21 86.3 23.0 PEDOT 21.0 1.21 86.5 22.0 CuSCN 21.9 1.21 86.3 22.9 CuI 21.9 1.21 85.6 22.7 조변수에대한계산을통해광학물성측면에서가장기대효율이낮은물질은 PEDOT:PSS 임을도출할수있었다. 3.2. 정공수송층구조의영향 페로브스카이트의구조변수를고정한채로 HTL 물질을변화시켜가면서수행한계산을통해 PEDOT:PSS를제외한나머지물질들이비교적동등한효율을보일수있음을제시할수있었다. 그렇지만이러한광전변환효율은구조변수의영향을고려해야만하기때문에, 각물질별로두께의변화가미치는영향을평가해야만한다. 이를위해페로브스카이트의두께와 HTL 의두께를각각 100 nm ~ 600 nm 와 20 nm ~ 220 nm 범위에서변화시켜가면서효율의변화를관찰하였다 ( 그림 3). 최고효율의도출을위해이상적인페로브스카이트층을가정하였기때문에, 두께가증가할수록광전변환효율이증가하게된다. 앞서언급했듯이, 이상적인태양전지구조의경우, 동일페로브스카이트두께조건에서는 J SC 가 HTL 변화에가장민감한인자로작동하게된다. 이에대한비교평가를위해두께의변화에따른 EQE의변화를선별하여광전변환효율과함께도시하였다 ( 그림 3d의우측단 ). 그림 3에서주목해야하는부분은 HTL의두께에따른효율변화의양상이다. 다른물질에비해 CuSCN을사용했을때가장넓은범위에걸쳐최고효율의도출이가능함을확인할수있으며, 앞선단일조건계산에서확인한것처럼, PEDOT:PSS의기대효율이가장낮게나타났다. NiO x 는 20-80nm의얇은두께범위와페로브스카이트가 500 nm 이상일때고효율을얻을수있다 ( 그림 3(a)). 그렇지만 NiO x 의두께의변화에따라서기대효율이많은영향을받는것을볼수있다. 이는 EQE에서도확인할수있었다. NiO x 의두께가증가할수록단파장영역에서급속하게 EQE가감소하는것을볼수있다 ( 그림 3(b)). NiO x 는단파장에서흡수계수가높아두께가두꺼워질수록더많은빛을흡수하여서 EQE가감소하게된다. 따라서 NiO x 를 HTL로활용할경우되도록얇고균일한박막을 만드는것이필수적이라할수있다. 반면에 CuSCN은 NiO x 보다두꺼운두께에서도고효율을얻을수있을것으로보이며 HTL 두께에따른편차도크게나타나지않는다 ( 그림 3(c)). CuSCN의경우굴절률측면에서페로브스카이트의광학물성조합이가장우수하여, 박막구조의편차에도가장신뢰도높은결과를보여줄수있는것으로판단된다. EQE 계산결과 ( 그림 3(d)) 를보면 CuSCN은단파장영역에서도두께변화에따라차이가거의발생하지않는것을확인할수있다. PEDOT:PSS는밴드갭이 2eV로다른물질들에비해매우작아장파장의빛이페로브스카이트까지도달하지못한다. 따라서 J SC 가현저히낮아져효율에악영향을미친다. 그림 3(e) 에서확인할수있듯이두꺼운페로브스카이트박막에최소두께의 PEDOT:PSS를사용하더라도기대효율은상대적으로낮게나타난다. 기대효율의크기뿐만아니라박막두께에따른편차도심하게나타나는데, EQE를확인해보면전파장대에걸쳐상대적으로낮은값을보일뿐아니라두께의변화에대해민감하게변하고있는것을확인할수있다 ( 그림 3(f)). 마지막으로 CuI의경우 PEDOT:PSS에비해서는우수한특성을보이나, NiO x 와 CuSCN에비해서는이상적효율이낮은것을확인할수있다 ( 그림 3(g)). 앞서언급한것처럼단파장에서 CuI의반사도가다른물질에비해상대적으로높게나타나게되는데, 이로인해 EQE 값이단파장영역대에서낮게나타나게되는것이원인으로사료된다 ( 그림 3(h)). 3.3 정공수송층두께의영향위에도시한결과에서동일한페로브스카이트두께에서, HTL의구조변화를도시하면앞서언급한 HTL 물질의변화가미치는산포의영향을좀더쉽게확인할수있다. 그림 4(a) 는페로브스카이트의두께를 400 nm로고정한채, HTL의두께의변화가효율에미치는영향을도시한것이다. 두께의변화에따라서광흡수율의변화가발생하기때문에특정한두께에서최적의효율을달성하게됨을보여준다. PEDOT:PSS는가장급격하게효율의저하가발생하면서두께변화에가장민감한물질임을보여주며, NiO x, CuSCN, CuI 는제각각최고효율을달성할수있는두께가다르다는것을확인할수있다. 그리고두께에따른편차가 CuSCN이가장적은것을확인할수있다. 이러한편차를정량적으로확인하기위해앞서도출한결과에대한표준편차를도출하여그림 4(b) 에도시하였다. 저비용페로브스카이트태양전지는주로용액공정을통해제조된다. 이럴경우각박막층의두께는 nm 수준으로평탄하게
540 대한금속 재료학회지 제57권 제8호 (2019년 8월) Fig. 3. Computed power conversion efficiencies with regard to the thickness of HTLs and perovskites (left contour figures) and external quantum efficiencies at various HTL thicknesses (right line figures) of NiO (a,b), CuSCN (c,d), PEDOT:PSS (e,f), and CuI (g,h). x
정지영 송동준 최지혜 정중희 홍기하 541 선정하여 페로브스카이트의 두께와 정공수송층의 두께변화 가 태양전지의 성능에 미치는 영향을 비교 평가하였다. 광 전변환효율과 HTL의 두께 편차에 의한 산포를 주요 평가 인자로 하여 계산결과를 분석하였다. 고려한 물질 중 CuSCN이 효율과 산포 두 가지 측면에서 우수한 물질이라 는 것을 밝힐 수 있었고, CuI와 NiOx는 효율 측면에서는 CuSCN과 동등하나, HTL층 두께의 편차에 따른 효율 변 화가 비교적 심하게 발생하여 효율값의 산포 측면에서 CuSCN에 비해 불리할 것임을 제시하였다. PEDOT:PSS는 상대적으로 좁은 밴드갭과 높은 반사율로 인해 가장 낮은 기대효율을 보여주고 있으며 산포측면에서도 우수하지 못 한 결과를 보였다. PEDOT:PSS를 제외한 나머지 HTL 물질을 차용할 경우, MAPbI3 물질의 최적화와 HTL 물질의 두께 최적화 과정 을 거치면 기대효율은 모두 25% 이상이 될 것으로 예측 되었다. 현재 고효율 태양전지의 소재로 많이 채택되고 있 는 formamidinium lead tri-iodides (FAPbI3) 물질을 사용 할 경우, 흡수가능한 파장대가 더 넓어지는 만큼 광전변환 효율은 본 연구에서 예측된 값보다 더 높은 값을 얻을 수 있게 될 것이다. 본 연구를 통해 도출된 결과를 보면, 최 적의 소재와 소자구조는 물질별 광학물성과 전자구조에 의 Fig. 4. (a) The effects of the HTL thickness on the power conversion efficiency and (b) standard deviations for NiO, PEDOT:PSS, CuSCN, and CuI when the thickness of perovskites is fixed at 400 nm. 해 매번 다르게 도출되는 만큼, 향후 본 연구의 방법론을 나타나기는 매우 어렵다 [41]. 이러한 내재적인 문제의 극 복을 위해서는 태양전지를 구성하는 박막의 두께 편차와 감사의 글 x 확장 적용하여 다양한 페로브스카이트 구조와 전하수송층 설계에 활용하고자 한다. 효율의 연관성이 적은 것이 유리하다. 특히나 모듈화 하였 본 연구는 정부의 재원으로 한국연구재단의 지원을 받아 을 때 태양전지의 효율은 가장 낮은 태양전지에 의해서 결 수행되었습니다 (NRF-2018R1A2B6007888). 계산 소프트 정되기 때문에, 최고효율의 가능성이 있는 물질의 선택도 웨어인 Synopsys TCAD는 IDEC의 지원으로 사용하였습 중요하지만 효율의 편차를 최대로 억제할 수 있는 물질의 니다. 선택도 중요하다. 페로브스카이트의 박막 두께와의 최적 조 합을 찾게 되면 달성 가능한 효율은 25% 이상이 될 수 REFERENCES 있다는 그림 3의 결과를 바탕으로 하여, 공정변수의 민감 도가 가장 적은 HTL을 선택한다면 CuSCN이 가장 유리 할 것으로 판단할 수 있다. 4. 결 론 광학계산과 반도체수송모델 계산을 연결해석하는 수치해 석 기법을 활용하여 inverted type 페로브스카이트 태양전 지의 최적 정공수송층 물질과 구조 탐색을 수행하였다. NiOx, PEDOT:PSS, CuSCN, CuI 를 정공수송층 물질로 1. A. Kojima, K. Teshima, Y. Shirai, and T. Miyasaka, J. Am. Chem. Soc. 131, 6050 (2009). 2. Best Research-Cell Efficiencies Chart, https://www.nrel.gov/ pv/assets/pdfs/best-research-cell-efficiencies-190416.pdf 3. H.-S. Kim, C.-R. Lee, J.-H. Im, K.-B. Lee, T. Moehl, A. Marchioro, S.-J. Moon, R. Humphry-Baker, J.-H. Yum, J. E. Moser, M. Grätzel, and N.-G. Park, Sci. Rep. 2, 591 (2012). 4. M. M. Lee, J. Teuscher, T. Miyasaka, T. N. Murakami, and H. J. Snaith, Science 338, 643 (2012). 5. N. J. Jeon, J. H. Noh, Y. C. Kim, W. S. Yang, S. Ryu, S. I.
542 대한금속 재료학회지제 57 권제 8 호 (2019 년 8 월 ) Seok, Nat. Mater. 13, 897 (2014). 6. J. Kim, S.-H. Lee, J. H. Lee, and K.-H. Hong, J. Phys. Chem. Lett. 5, 1312 (2014). 7. M. Kepenekian and J. Even, J. Phys. Chem. Lett. 8, 3362 (2017). 8. J. H. Heo, H. J. Han, D. Kim, T. K. Ahn, and S. H. Im, Energy Environ. Sci. 8, 1602 (2015). 9. H. B. Kim, H. Choi, J. Jeong, S. Kim, B. Walker, S. Song, and J. Y. Kim, Nanoscale 6, 6679 (2014). 10. K. A. Bush, A. F. Palmstrom, Z. J. Yu, M. Boccard, R. Cheacharoen, J. P. Mailoa, D. P. McMeekin, R. L. Z. Hoye, C. D. Bailie, T. Leijtens, I. M. Peters, M. C. Minichetti, N. Rolston, R. Prasanna, S. Sofia, D. Harwood, W. Ma, F. Moghadam, H. J. Snaith, T. Buonassisi, Z. C. Holman, S. F. Bent, and M. D. McGehee, Nat. Energy 2, 17009 (2017). 11. G. E. Eperon, T. Leijtens, K. A. Bush, R. Prasanna, T. Green, J. T. W. Wang, D. P. McMeekin, G. Volonakis, R. L. Milot, R. May, A. Palmstrom, D. J. Slotcavage, R. A. Belisle, J. B. Patel, E. S. Parrott, R. J. Sutton, W. Ma, F. Moghadam, B. Conings, A. Babayigit, H. G. Boyen, S. Bent, F. Giustino, L. M. Herz, M. B. Johnston, M. D. McGehee, and H. J. Snaith, Science 354, 861 (2016). 12. K. Kim, T. Park, and O. Song, Korean J. Met. Mater. 56, 321 (2018). 13. W. Nie, H. Tsai, J.-C. Blancon, F. Liu, C. C. Stoumpos, B. Traoré, M. Kepenekian, O. Durand, C. Katan, S. Tretiak, J. Crochet, P. M. Ajayan, M. Kanatzidis, J. Even, and A. D. Mohite, Adv. Mater. 30, 1703879 (2017). 14. S. Seo, I. J. Park, M. Kim, S. Lee, C. Bae, H. S. Jung, N.-G. Park, J. Y. Kim, and H. Shin, Nanoscale 8, 11403 (2016). 15. S. Ye, W. Sun, Y. Li, W. Yan, H. Peng, Z. Bian, Z. Liu, and C. Huang, Nano Lett. 15, 3723 (2015). 16. Q. Xi, G. Gao, H. Zhou, Y. Zhao, C. Wu, L. Wang, P. Guo, and J. Xu, Nanoscale 9, 6136 (2017). 17. F. Liu, J. Zhu, J. Wei, Y. Li, M. Lv, S. Yang, B. Zhang, J. Yao, and S. Dai, Appl. Phys. Lett. 104, 253508 (2014). 18. F. Azri, A. Meftah, N. Sengouga, and A. Meftah, Solar Energy 181, 372 (2019). 19. L. Huang, X. Sun, C. Li, R. Xu, J. Xu, Y. Du, Y. Wu, J. Ni, H. Cai, J. Li, Z. Hu, and J. Zhang, Sol. Energ. Mat. Sol. 157, 1038 (2016). 20. R. Pandey and R. Chaujar, Superlattice. Microst. 100, 656 (2016). 21. G. Xing, N. Mathews, S. S. Lim, N. Yantara, X. Liu, D. Sabba, M. Grätzel, S. Mhaisalkar, and T. C. Sum, Nat. Mater. 13, 476 (2014). 22. I. Y. Hwang, J.-S. Ha, and S.-W. Ryu, Korean J. Met. Mater. 55, 813 (2017). 23. Synopsys Inc. Synopsys TCAD Sentaurus Device User s Manual, Synopsys Inc., Tech. Rep. Release I-2013.12 (2013). 24. S. M. Sze and K. K. Ng, Physics of Semiconductor Devices, John wiley & sons (2006). 25. T. Minemoto and M. Murata, Sol. Energ. Mat. Sol. 133, 8 (2015). 26. E. Karimi and S. M. B. Ghorashi, J. Nanophoton. 11, 032510 (2017). 27. F.-C. Chen, C.-W. Chu, J. He, Y. Yang, and J.-L. Lin, Appl. Phys. Lett. 85, 3295 (2004). 28. P. Pattanasattayavong, A. D. Mottram, F. Yan, and T. D. Anthopoulos, Adv. Funct. Mater. 25, 6802 (2015). 29. C. Authors, E.O.T.V.I. 17B-22A-41B, in:, II-VI and I-VII Compounds; Semimagnetic Compounds, Springer, Berlin, Heidelberg, Berlin/Heidelberg (1999). 30. S. Ahn, K. Yabumoto, Y. Jeong, and K. Akagi, Polym. Chem. 5, 6977 (2014). 31. M. Li, K. Gao, X. Wan, Q. Zhang, B. Kan, R. Xia, F. Liu, X. Yang, H. Feng, W. Ni, Y. Wang, J. Peng, H. Zhang, Z. Liang, H.-L. Yip, X. Peng, Y. Cao, and Y. Chen, Nat. Photon. 11, 85 (2016). 32. C.-C. Chueh, C.-Z. Li, and A. K. Y. Jen, Energy Environ. Sci. 8, 1160 (2015). 33. B. Li, L. Wang, B. Kang, P. Wang, and Y. Qiu, Sol. Energ. Mat. Sol. 90, 549 (2006). 34. I. Sullivan, B. Zoellner, and P. A. Maggard, Chem. Mater. 28, 5999 (2016). 35. N. Yamada, R. Ino, Y. Ninomiya, Chem. Mater. 28, 4971 (2016). 36. Y. Wang, Z. Xia, Y. Liu, and H. Zhou, In 2015 IEEE 42nd Photovoltaic Specialist Conference (PVSC) 2015 Jun 14 (pp. 1-4). IEEE (2015). 37. M. I. Hossain, F. H. Alharbi, and N. Tabet, Solar Energy 120, 370 (2015). 38. N. Kitazawa, Y. Watanabe, and Y. Nakamura, J. Mater. Sci 37, 3585 (2002). 39. C.-W. Chen, S.-Y. Hsiao, C.-Y. Chen, H.-W. Kang, Z.-Y. Huang, and H.-W. Lin, J. Mater. Chem. A 3, 9152 (2015). 40. P. Pattanasattayavong, G. O. N. Ndjawa, K. Zhao, K. W. Chou, N. Yaacobi-Gross, B. C. O'Regan, A. Amassian, and T. D. Anthopoulos, Chem. Commun. 49, 4154 (2013). 41. M. Liu, M. B. Johnston, and H. J. Snaith, Nature 501, 395 (2013).