激子仿真教程
1. 简介
在本教程中,我们将研究如何在有机光伏(OPV)器件中模拟激子动力学。 当光子在有机半导体中被吸收时,会产生一个束缚的电子–空穴对,称为 激子。在 OPV 器件中,这些激子必须漂移或扩散到供体–受体界面, 在那里它们可以解离为自由电荷载流子。该过程可以用 激子解离方程 建模, 该方程描述了激子输运以及它们最终转化为电子与空穴的过程。 在 OghmaNano 中,这些激子动力学是在标准 drift–diffusion 方程之上引入的,以捕捉 完整的光物理图景。关于何时需要激子建模 (以及何时可以省略)的更详细讨论见 激子与同源复合。
2. 入门
在文件功能区的 New simulation 选项卡中,点击打开 New simulation 窗口 (见 Figure 1a)。 在该窗口中你会看到许多预配置示例的类别。 双击 Exciton simulations 文件夹以打开可用的 激子相关示例子菜单 (见 Figure 1b)。 本教程将使用 Exciton device 模板,它为在 OPV 结构中模拟激子产生、输运与解离提供了一个简单的 起点。
3. 运行仿真并检查激子输出
打开器件后,你将能够在主窗口中看到堆叠结构。 在运行仿真之前,转到 Electrical 选项卡并检查 Exciton solver 按钮是否处于按下状态——通常默认如此,但值得确认 (??)。 这可确保模型中启用了激子动力学。 完成后,返回 File 菜单并按下 Run simulation 按钮 以执行模型 (??)。
仿真完成后,你可以在
Output 选项卡中检查结果 (??)。
这里列出了写入磁盘的所有文件,包括与激子相关的输出。
双击 jv.csv,你可以绘制 JV 曲线
(??)。
该图看起来像你从任何器件仿真中得到的标准 JV 曲线,
但在此情况下启用了 Exciton solver,这意味着底层物理包含了激子动力学。
jv.csv 的 JV 曲线。
尽管它看起来像标准 JV 曲线,但 Exciton solver 已启用。
如果你双击输出目录中的 exciton_output 文件夹,就可以访问激子求解器的详细结果(见 ??)。该目录包含所有求解器输出,包括随位置变化的常量以及由激子动力学导出的计算量。例如,双击 exciton.csv 会生成器件厚度方向上的激子分布图(见 ??)。类似地,Gn.csv 给出电子产生率随位置的变化,而 Gp.csv 显示空穴产生率(见 ??)。对于简单的 1D 器件,这两个产生率文件实际上是相同的。
exciton_output 文件夹的内容。
4. 激子输运方程与参数
器件内部的激子分布由激子输运方程控制:
\[ \frac{\partial X}{\partial t} = \nabla \!\cdot \!\big(D\,\nabla X\big) + G_{\mathrm{optical}} - k_{\mathrm{dis}}\,X - k_{\mathrm{FRET}}\,X - k_{\mathrm{PL}}\,X - \alpha\,X^{2} \]
这里 \(X(\mathbf{r},t)\) 为激子密度(m\(^{-3}\));\(D\) 为激子扩散系数(m\(^2\)s\(^{-1}\)); \(G_{\mathrm{optical}}\) 为由光学模型提供的局部激子产生率(与吸收光子成正比); \(k_{\mathrm{dis}}\) 为向自由电荷解离的速率;\(k_{\mathrm{FRET}}\) 为 Förster 共振能量转移速率; \(k_{\mathrm{PL}}\) 为辐射衰减速率;\(\alpha\) 为激子–激子湮灭系数(m\(^3\)s\(^{-1}\))。 启用该模型时,电子 drift–diffusion 方程使用定义为 \(G = k_{\mathrm{dis}}\,X\) 的产生项,并可选地在配置时将其限制在界面区域。
所有这些参数都可以在 电学参数编辑器 中查看和修改,可从 主菜单访问(见 ??)。 激子相关字段在 Excitons 标题下分组。下表对其进行了汇总。
| 参数 | 含义 | 单位 |
|---|---|---|
| 散射长度 | 激子在散射前的有效扩散长度。 | m |
| 寿命 | 激子在衰减或解离前存活的平均时间。 | s |
| kPL | 辐射衰减速率(光致发光)。 | s⁻¹ |
| kFRET | Förster 共振能量转移速率。 | s⁻¹ |
| kα | 激子–激子湮灭系数。 | m³ s⁻¹ |
| kdis | 解离速率常数,将激子转换为自由电荷。 | s⁻¹ |
5. 求解器如何融入仿真过程
当激子求解器关闭时(?? 的上部),transfer-matrix 光学计算 载流子产生率 并将其直接传递给 drift–diffusion 求解器。当激子求解器开启时(?? 的下部),光学模块则向激子求解器提供 激子产生率。激子求解器随后使用 电学参数编辑器 中设置的参数对该种群进行演化——扩散、转移(FRET)、解离、辐射衰减与湮灭——并输出供 drift–diffusion 求解器使用的最终 载流子产生率。简而言之,激子求解器插入在光学与电学输运之间,使你无需更改光学设置或 drift–diffusion 方程即可建模激子物理。
启用激子的仿真操作序列如 ?? 所示。 首先执行光学求解器,逐层切片计算器件内的光子吸收分布。 接着运行激子求解器,生成的激子被传播、转移或解离,直到求解器收敛, 通常在几十步内完成。 最后,检查由 transfer matrix 模型计算得到的激子产生率, 作为器件深度与波长的函数。 这些输出共同构成将光学模型连接到激子求解器,并最终连接到 drift–diffusion 方程的流水线。
💡 任务: 试试这些简单修改来探索激子模型(提示:将它们改变一到两个数量级以看到效果。):
- 在电学参数编辑器中更改 激子寿命 并重新运行仿真。
- 降低 解离速率(kdis) 并观察其对载流子产生的影响。
- 增大 激子–激子湮灭系数(α) 以模拟更强的激子–激子相互作用。
- 比较在激子求解器 启用 与 禁用 时的 JV 曲线。
✅ 预期结果
- 更长的激子寿命会导致更高的激子密度并提高载流子产生。
- 更低的解离速率会降低光电流,因为更少激子被转换为自由载流子。
- 较高的湮灭速率会展宽或抑制激子密度分布,从而降低效率。
- 启用激子求解器的 JV 曲线可能比标准 drift–diffusion 模型显示更低的 JSC,尤其在陷阱或湮灭显著时。