1. なぜパラメータ最適化を行うのか？

デバイスを最適化する際、エンジニアや科学者は、単に単一のパラメータがどのように変化するかを調べるのではなく、 最適な構造を決定することに関心を持つことがよくあります。単純な例として、 ペロブスカイト太陽電池は複数の層から構成されており、その各層の厚さが デバイス性能に影響を与えます。すると問題は、各層の最適な厚さは何か、ということになります。

ペロブスカイト層を非常に厚くすると、入射光の大きな割合が吸収されます。 しかし、その欠点は、電荷キャリアがデバイスから脱出するまでにより長い距離を移動しなければならず、 その滞在時間が長くなり、その結果として再結合の確率が増加することです。逆に、層を 非常に薄くすると、キャリアはより効率的に抽出できますが、そもそも吸収される光子は少なくなります。

状況はさらに、光学干渉効果によって複雑になります。光はデバイス内部の界面で複数回反射し、 すべての層の厚さに強く依存する定在波パターンを形成します。その結果、 単一の層を単独で最適化するだけでは十分であることはまれであり、 代わりに複数の層厚を同時に最適化する必要があります。

この種の多パラメータ最適化問題に対処するために、OghmaNano は スキャンウィンドウ内に Fast optimizer を備えており、これを用いてパラメータ空間を効率的に探索し、 有利なデバイス構成を特定できます。

2. サンプルを開く

New simulation ウィンドウの Scripting and fitting サブトピックには、 多パラメータ最適化ワークフローを示すいくつかのサンプルがあります：

• Electrical layer optimizer: 有機太陽電池中の 2 つの活性層の厚さを変化させ、 PCE、FF、および V_OC を層厚の関数としてプロットします。
• Optical layer optimizer (Perovskite PV): ペロブスカイト太陽電池中の 2 つの層の厚さを変化させ、 各層で生成される電流をプロットします。
• Optical layer optimizer (OPV): OPV デバイス中の 2 つの層の厚さを変化させ、 各層で生成される電流をプロットします。

このページで扱うサンプルには、メイン ウィンドウの New simulation ボタンからアクセスできます。これにより、 ?? に示す New simulation ブラウザが開きます。 そこから Scripting and fitting をダブルクリックして自動化サンプルの一覧を表示し （??）、 次に Optical layer optimizer (Perovskite PV) をダブルクリックして、ここで参照するサンプルを開いてください。

3. 多変量パラメータオプティマイザを使う

シミュレーションを開いたら、Automation リボンにあるスキャンツールへ移動してください。 Parameter scan アイコンをクリックすると、すでに設定済みの optimizer というラベルの付いたスキャンが表示されます。このスキャンを開くと、 Figure ?? に示すウィンドウが表示されます。一見すると、このスキャンウィンドウは前のセクションで説明したスキャンウィンドウと同じに見えます。重要な違いは、Fast optimizer ボタンが有効になっていることです。このモードが 有効な場合、個々のスキャン結果はディスクに書き出されません。その代わりに、関連するシミュレーション 指標が内部で収集され、最適化 実行の最後に 1 つの表として書き出されます。

この例では、ペロブスカイト層の厚さ（dy）は 300 nm から 500 nm まで 10 nm 刻みで変化させられ、TiO₂ 層の厚さ（dy）は 100 nm から 300 nm まで、同様に 10 nm 刻みで 変化させられます。実際にシミュレーションを実行してみてください。終了したら、ファイルマネージャを使って シミュレーションディレクトリへ移動し、optimize という名前の フォルダを開いてください。このフォルダ内には optimizer_output.csv という CSV ファイルがあります。このファイルを Excel または LibreOffice で開くと、 Figure ?? に示すような表が得られます。

Figure 17.8 を注意深く見ると、最初の 2 列が epitaxy.layer2.dy および epitaxy.layer1.dy とラベル付けされていることが分かります。これらは、スキャンウィンドウで変更することにした 層厚です。デバイス内の後続の各層については、2 列ずつあり、 layerX/light_frac_photon_generation および layerX/J とラベル付けされています。これらは、 その層内で吸収される光の割合と、その層内で吸収されたすべての光が電流へ変換された場合に、その層が生成する 最大電流を表します。 明らかに、活性層内で光が吸収されれば、それが電流へ変換される可能性は高いですが、バック 金属コンタクト内で光が吸収された場合、その光が電流へ変換される可能性はほとんどありません。 Excel/LibreOffice に含まれているソートツールを使えば、どのデバイス構造が最も多くの 電流を生成するかを見つけることができます。