転移行列法（TMM）を用いたペロブスカイト太陽電池の光学的シミュレーション
転移行列法（TMM）を用いて、多層構造を持つペロブスカイト太陽電池における光吸収、干渉、反射、透過、および電荷キャリア生成のモデリング方法を学びましょう。本チュートリアルでは、薄膜光学シミュレーションを活用して太陽電池デバイスの性能を解析し、OghmaNanoにおいて得られる最大光電流値を推定する手順を説明します。
1. はじめに
このチュートリアルでは、転送行列法（TMM）を用いて多層構造を持つペロブスカイト太陽電池の光学的挙動をシミュレーションします。このシミュレーションにより、光電場分布、吸収された光子密度、電荷キャリアの生成分布、ならびにデバイスの反射・透過スペクトルが算出されます。
光学的シミュレーションは、薄膜太陽電池を理解するための最も有用かつ信頼性の高い手法の一つである。これは主に屈折率の実部および虚部、すなわち\(n\)および\(k\)に依存するためであり、これらの値は文献に広く記載されており、通常は正確に測定も可能だからである。対照的に、電気的なドリフト拡散シミュレーションでは、一意に同定が困難な多くの材料パラメータや輸送パラメータが必要となる。したがって光学的シミュレーションは、ペロブスカイト系および有機系太陽電池において、より確かな物理的知見をもたらすことが多いのである。
転送行列法では、各光学層内においてマクスウェル方程式が解析的に解かれ、物質界面において電磁波が整合される。このため本手法は極めて高速かつ数値的に安定しており、干渉効果が顕著な多層構造の太陽電池にも適している。転送行列法の導出にて詳細な数学的導出が示されている。
太陽電池などの光電変換デバイスにおいて、光生成分布はそのデバイスが生成可能な光電流の上限値を与える。光学シミュレーションの結果、吸収が弱いか生成率が低いと予測される場合、たとえ電荷輸送特性が良好であっても高効率を達成することは不可能である。OghmaNanoでは、この光生成分布を電気的なドリフト拡散ソルバーに直接結合させることで、自己無矛盾な電気光学シミュレーションが実現できる。関連する応用例としては 反射防止コーティング、ファブリ・ペロー共振器、有機太陽電池、OLEDの光取り出し特性などが挙げられる。
2. 新規シミュレーションの作成
「新規シミュレーション」ウィンドウを開き、??に示されている「ペロブスカイトセル」カテゴリを選択します。次に??に示されている「ペロブスカイト太陽電池（MAPI）」の例を選択してください。
シミュレーション結果をディスク上の適切なディレクトリに保存してください。例題が読み込まれると、??に示すメインのシミュレーションウィンドウが表示されます。
💡 ヒント：最適なパフォーマンスを得るためには、C:\ のようなローカルドライブに保存してください。ネットワークドライブやUSB、クラウドフォルダ（例：OneDrive）に保存されたシミュレーションデータは、頻繁な読み書きが発生するため 処理が遅くなる可能性があります。
このデバイスは、透明電極、電子輸送層、ペロブスカイト吸収層、正孔輸送層、および金属製裏面電極を備えた多層構造の平面型ペロブスカイト太陽電池である。これら各層間での光干渉作用により、デバイス内部の電磁場分布が大きく変化し、それに伴って局所的な電荷キャリア生成率も変化する。
「デバイス構造」タブの左側にある「層エディタ」をクリックすると、??に示す層エディタが開きます。このデバイスは透明導電酸化物、TiO\(_2\)電子輸送層、MAPIペロブスカイト吸収層、Spiroホール輸送層、そして金製の金属裏面電極から構成されています。各層の厚さは「厚さ」列から直接変更可能です。
各層に割り当てられている光学材料は、材料名の右側にある三点ボタンをクリックすることで変更可能です。これにより材料データベースが開き、実験的に測定された光学定数を選択できるようになります。 \(n\) および \(k\) 各層ごとに選択する必要がある。 OghmaNanoにおける材料データベースおよび新規光学材料の追加方法に関する詳細情報は、以下を参照のこと。 ここ.
3. 転移行列ソルバーの起動方法
??に示される光学タブを開いてください。このタブには転送行列制御機能、光学メッシュ設定、光学検出器、および光源エディタが含まれています。
「Transfer Matrix」ボタンをクリックして光学シミュレーションエディタを開き、続いて「Run optical simulation」ボタン（再生ボタン）を押下することで光学シミュレーションを実行します。
転送行列ソルバーは以下を計算する：
- デバイス内部における光子密度分布。
- 吸収された光子の分布。
- 光生成分布である。
- 反射された光のパワー。
- 透過した光のパワー。
転移行列法は多層構造を解析的に解くため、シミュレーションはほとんど瞬時に完了するのが通常である。
シミュレーション終了後、光学シミュレーションエディタが起動し、複数の出力タブが表示されます。最初のタブである「光子分布」には、??に示すようにデバイス内部の光子密度が表示されます。
横軸はデバイス内の位置を、縦軸は波長を示しています。明るい領域は光電場強度が高いことを意味します。図中に見られる縦方向の境界線は、屈折率が変化するデバイスの各層に対応しています。進行方向と逆方向に伝播する電磁波同士の干渉により、多層構造内に定在波パターンが形成されるのです。
「吸収された光子分布」タブを選択すると、??に示す吸収光子マップが生成される。この図は、デバイス内部で実際に光子が吸収されている位置を示しており、全光子密度分布とは異なる。
局所的な光吸収率は\[ G_{\mathrm{opt}}(y,\lambda)=\alpha(y,\lambda)\,\phi(y,\lambda) \]によって与えられる。ここで\(\alpha\)は光吸収係数、\(\phi\)は光子フラックス密度である。光吸収は主にペロブスカイト吸収層内で起こり、そこで電子・正孔対が生成される。
波長が短い場合、吸収係数が大きいため光電場は表面界面付近で急速に減衰する。一方、波長が長くなると吸収係数が小さくなり、光子は構造内部へより深く侵入できるようになる。したがってこれらの図は、デバイス内部における波長および位置の関数としての光吸収分布を示している。
多くの場合、波長依存性を単一の空間分布としてまとめることが有用である。この分布は「生成率」タブから確認可能であり、波長全体にわたって積分された全電荷キャリア生成率がペロブスカイトデバイス内の位置の関数としてプロットされる。
4. 反射スペクトルおよび透過スペクトル
反射光の光強度は??に示されており、透過光の光強度は??に示されている。これらのスペクトルは、実験測定結果と光学シミュレーションを照合するための最も有用な手段の一つとなる。なぜなら、反射および透過現象は比較的簡易な分光技術を用いることで正確に測定可能だからである。
反射による光損失は、活性層へ結合する光量を減少させる。一方、透過光とはデバイス内で吸収されることなく完全に通過した光子を指す。高性能な太陽電池デバイスにおいては、入射した光子の大部分が活性層内で吸収され電荷キャリアへ変換されるよう、これら両者の量を最小限に抑えることが一般的な目標となる。
反射スペクトルおよび透過スペクトルは、多層構造体の光学的特性を直接的に示す指標となる。スペクトルに現れる鋭い振動パターンは、薄膜干渉現象や光共振器効果、あるいは層厚の共鳴現象を示唆することが多い。層厚や屈折率がわずかに変化するだけでもこれらの特徴は大きくシフトするため、光スペクトルはデバイス構造を調査するための極めて感度の高い手段となっている。
転送行列法は、薄膜型太陽電池における光吸収率および光電流生成量を最大化するために、層の厚さや屈折率分布、さらには反射防止コーティングの最適化を行う際に特に有用である。
光学的シミュレーションにおいては、入射する光エネルギーは反射、透過、およびデバイス内部での吸収に分配される。数値誤差を無視すれば、エネルギー保存則により \[ R(\lambda)+T(\lambda)+A(\lambda)=1 \] が成り立つ。ここで \(R\) は波長 \(\lambda\) における反射光エネルギー、\(T\) は透過光エネルギー、\(A\) は吸収された光エネルギーを表す。この関係式は、計算された光学スペクトルの整合性を直接検証する手段を提供するため、転送行列法に基づくシミュレーションの妥当性を確認する際に極めて有用である。
5. 理論上可能な最大光電流値
光学シミュレーションが完了すると、生成されたファイルが??に示す出力タブに表示される。出力ディレクトリには光子密度マップ、吸収された光子の分布、反射・透過スペクトル、および波長ごとの生成率データが含まれている。
ファイルをダブルクリックする
sim_info.dat
オプションとして、シミュレーション情報ウィンドウが開きます。
??このファイルには、光学的シミュレーションによって予測される最大光電流密度および光電流に関する定量的情報が記載されている。
これらの値は、光吸収のみによって得られる最大限の光電流に相当し、生成されたすべての電子・正孔対が再結合や輸送損失なしに効率良く収集されることを前提としています。実際には、再結合、トラップ現象、移動度の制限、および電荷の不完全な抽出により、実際の電流値はこの光学的上限値を下回ることになります。
したがって、転送行列法によるシミュレーションは、電気的なドリフト拡散輸送や再結合の影響がデバイスモデルに組み込まれる前段階において、達成可能な最大光電流値を第一原理的に見積もるための有用な手段となる。
光学的モデルから得られる全光電流値は、デバイス全体における電荷キャリアの生成分布を積分することで求められる。簡略化した形では、最大光電流密度は\[ J_{\mathrm{ph}} = q \int G(x)\,dx \]と表せ、ここで\(q\)は素電荷、\(G(x)\)は局所的な体積生成率を意味する。この式から、薄膜太陽電池内における光生成の空間分布が、その光電変換特性を予測する上でいかに重要であるかが明らかになる。
6. 照射光源の変更方法
??に示されている光学関連のタブに戻り、[光源]をクリックしてください。そうすると??に示す光源エディタが開きます。光学照明源の設定方法に関する詳細情報はこちらをご参照ください。
デフォルト設定では、シミュレーションにはAM1.5G太陽光スペクトルが使用される。現在のスペクトルは約900nmまでしか及んでいない点にご留意ください。多くのペロブスカイト太陽電池のシミュレーションにおいてはこれで十分である。なぜなら、ペロブスカイト吸収層は長波長域での吸収能が比較的弱く、光電流の生成も主に可視光領域で起こるからである。
スペクトル選択用ドロップダウンメニューを使用して、照射光源をAM1.5Gからキセノンに変更します。その結果として得られるスペクトルは ?? に示されていますが、光学波長メッシュの範囲が依然として狭いため、キセノンの全発光スペクトルを捉えるには至っていません。
波長範囲を拡大するため、光学関連のリボンに戻り、??に示される光学メッシュエディタを開いてください。波長の上限値を約1500 nmに設定した後、Rebuildボタンをクリックします。これで光源エディタに戻ると、??に示される完全なキセノンスペクトルが得られるようになります。
光学波長メッシュは、転送行列シミュレーションにおいて用いられる分光分解能および波長範囲の両方を制御する。波長範囲が不十分である場合、特に広帯域の照明光源や赤外領域の光学特性をモデリングする際には、光吸収および光生成分布が不完全なものとなる可能性がある。
照明光源を変更した後、改めて光学シミュレーションを実行してください。その後「生成率」タブに戻ると、??に示すような光生成分布が得られます。キセノンランプのスペクトル分布はAM1.5G太陽光とは大きく異なるため、デバイス内部における光の侵入深さやそれに伴う電荷キャリアの生成分布も大幅に変化するのです。
シミュレーション結果と実測された太陽電池の特性とを比較する際には、照射光のスペクトルが実験室で使用されている光源のスペクトルと正確に一致していることが極めて重要である。実際には、多くの太陽光シミュレータのスペクトルは理想的なAM1.5Gスペクトルからかなり逸脱している。このためOghmaNanoでは、光源データベースエディタを通じてユーザー独自の照射スペクトルをインポートすることも可能となっている。
7. 光生成現象を電気モデルへ結合させる方法
転送行列ソルバーによって算出された光生成分布は、ドリフト拡散ソルバー内で電気的な生成項へと変換される。
光生成分布と電気的なドリフト拡散モデルとの間の変換処理は、??に示されている光子効率パラメータによって制御される。このパラメータには、光学シミュレーションエディタ内の「Configure」ボタンを押すことでアクセス可能である。
ドリフト拡散ソルバーへ入力される電子生成率は、概ね \[ G_{\mathrm{dd}}=\eta\,G_{\mathrm{opt}} \] によって与えられる。ここで \(G_{\mathrm{opt}}\) は光伝達行列モデルによって算出される光生成分布であり、\(\eta\) は光子効率係数である。
物理的には、\(\eta\)は吸収された光子が最終的に自由な電子・正孔対を生成し、電流に寄与する確率を表す。理想的な太陽光発電システムにおいてはこの値は1に近づくが、実際のデバイスでは同時生成再結合、励起子の不完全な解離、無用な吸収、界面損失、あるいは超高速な再結合過程などにより値が低下することが多い。
このようなパラメータは太陽電池デバイスのモデリングにおいて広く用いられる。なぜなら光学的シミュレーションでは通常、電荷分離の詳細な微視的物理過程ではなく光子吸収のみが計算されるからである。したがって光子効率係数は、光学的モデルと電気的輸送モデルを効果的に結びつける役割を果たすのである。
実際には、 \(\eta\) この光子効率係数は、実験データと照らし合わせてシミュレーションを校正する際、微小なフィッティングパラメータとしても機能し得る。特に材料の光学定数が不明確な場合にはなおさらである。 \(n\) および \(k\)層の形態や界面での損失などは正確には把握されていない。しかし、光子効率係数が1から大きく逸脱している場合、その効率低下の要因を効率パラメータに全て吸収させるのではなく、電気的モデルに新たな物理的メカニズムを明示的に組み込むべきであることを示唆している。
8. 光学スナップショットの確認
出力タブに戻り、optical_snapshotsディレクトリをダブルクリックします。これにより光学スナップショットビューアが起動し、多層構造を持つデバイス内の特定の波長における各種光学量を確認することが可能となります。
グラフの下にあるスライダーを操作することで波長を切り替えられ、ウィンドウ下部のドロップダウンメニューからは様々な光学量を選択可能である。選択可能な量には光子密度、吸収された光子密度、光吸収係数、生成率、および前方・後方に伝播する電場成分が含まれる。
??に示されている光子密度分布は、デバイス内部の局所的な電磁場強度を表している。多層構造内の各界面における反射作用により、定在波干渉パターンが明確に観測される。
??に示されている吸収光子分布は、構造内部で光エネルギーが実際に吸収されている箇所を示している。この吸収された光エネルギーが、??に示されている電荷キャリア生成分布へと変換されるのである。
??に示されている吸収係数分布は、各材料層における波長依存性の光吸収係数\(\alpha\)を表している。\(\alpha\)の値が大きい層ほど光子をより強く吸収し、光電場の減衰がより速く生じる。
??および??に示されている進行方向と逆方向に伝播する電場成分は、転送行列法において内部で用いられる2つの逆方向に進む電磁波に対応している。これら2つの波の干渉によって、デバイス全体に見られる定在波状の光パターンが形成されるのである。
これらの光学シミュレーション結果は、光が薄膜型太陽電池構造内でどのように伝播し、反射し、干渉し、吸収されるかについて詳細な知見を与える。そのため、光学的キャビティ効果の解明や多層構造を持つ太陽電池の最適化に特に有用である。
9. まとめ
このチュートリアルにおいて、皆さんはOghmaNano内で転送行列法を用いて多層構造を持つペロブスカイト太陽電池の光学的挙動をシミュレーションしました。その際、光子密度分布、吸収された光子の分布状況、波長依存性のある光生成分布、反射・透過スペクトル、そしてこの光学モデルから導出される最大光電流の推定値などを調査したのです。
また、照射光のスペクトルや光学波長メッシュを変更した際に、デバイス内部における電荷キャリアの生成分布がどのように変化するかも調査しました。薄膜型太陽電池は光学的干渉現象や照射条件、各層の厚さに極めて敏感であるため、シミュレーション結果を実験測定値と比較する際にはこうした影響が特に重要となります。
光学的な転送行列シミュレーションは、薄膜太陽電池の理解および最適化に用いられる最も強力な手法の一つです。この手法では必要な材料パラメータが比較的少なくて済む一方で、光吸収や光電流限界に関する極めて信頼性の高い物理的知見が得られるからです。OghmaNanoにおいては、転送行列ソルバーが電気光学結合シミュレーションのための光学的基盤を形成しており、光生成分布を電荷輸送モデルや再結合モデルと直接連携させることが可能となっています。