薄膜太陽電池材料の分光制限最大効率 (SLME) の膜厚依存性の算出#

Advance/PHASE Logo

マテリアルズ・インフォマティクス（MI）を用いた新規太陽電池材料の探索において、単なるバンドギャップの大きさだけでなく「光吸収スペクトルの形状」や「薄膜化への適性」を評価することが不可欠です。本事例では、第一原理計算ソフトウェア Advance/PHASE と pymatgen を連携させ、代表的な太陽電池材料であるシリコン（Si：間接遷移型）とガリウムヒ素（GaAs：直接遷移型）の分光制限最大効率（SLME）を算出し、その膜厚依存性から両者の光電変換特性の違いを解析しました。

Keywords: 第一原理計算（DFT）, 太陽電池, SLME, ガリウムヒ素 (GaAs), シリコン (Si), 光吸収係数, 誘電関数, マテリアルズ・インフォマティクス

理論背景と計算方法#

1. 分光制限最大効率 (SLME) の理論モデル#

太陽電池の理論限界効率を示す指標として Shockley-Queisser (SQ) 限界 [1] が有名ですが、SQ限界は「バンドギャップ以上のエネルギーを持つ光はすべて完全に吸収される」という階段関数的な吸収を仮定しています。これに対し、Yuら [2] によって提案された SLME (Spectroscopic Limited Maximum Efficiency) は、第一原理計算から得られる光吸収係数のエネルギースペクトルと膜厚を組み込み、より現実的な最大効率を算出する手法です [2, 3]。

SLME ( $\eta$ ) は、最大出力電力密度 ( $P_\text{max}$ ) と入射する全太陽光エネルギー密度 ( $P_\text{in}$ ) の比として定義され、以下の式で与えられます。

$\eta = \frac{P_\text{max}}{P_\text{in}} = \frac{\max(JV)}{P_\text{in}}$ $J = J_\text{sc} - J_0 \left( \exp\left(\frac{eV}{k_B T}\right) - 1 \right)$

ここで、短絡電流密度 $J_\text{sc}$ は、材料の光吸収率 $a(E)$ と標準的な太陽光スペクトル（AM1.5G） $I_\text{sun}(E)$ を用いて計算されます。光吸収率 $a(E)$ は、光吸収係数 $\alpha(E)$ と膜厚 $L$ に依存します。

$J_\text{sc} = e \int_{0}^{\infty} a(E) I_\text{sun}(E) dE$ $a(E) = 1 - \exp(-2\alpha(E)L)$

また、暗電流（逆方向飽和電流密度） $J_0$ は、黒体輻射スペクトル $I_\text{bb}(E, T)$ と、輻射再結合の割合 $f_r$ を用いて次のように表されます。

$J_0 = \frac{J_0^r}{f_r} = \frac{e}{f_r} \int_{0}^{\infty} a(E) I_\text{bb}(E, T) dE$ $f_r = \exp\left( -\frac{E_g^\text{da} - E_g}{k_B T} \right)$

$E_g$ : 最小バンドギャップ（間接遷移を含む）
$E_g^\text{da}$ : 直接遷移バンドギャップ（Direct allowed gap）
$k_B$ : ボルツマン定数、 $T$ : 絶対温度

SLMEの最大の特長は、 $f_r$ の項にあります。Siのような間接遷移材料では、光を強く吸収できる直接遷移ギャップ ( $E_g^\text{da}$ ) が最小ギャップ ( $E_g$ ) よりも大きくなります。この差 $(E_g^\text{da} - E_g)$ が大きいほど $f_r$ は指数関数的に小さくなり、無輻射再結合の増大（ $J_0$ の増大）としてペナルティが課されます [2]。これにより、直接遷移型と間接遷移型の材料のポテンシャルを定量的に比較することができます。

2. 解析手法（シザーズ演算子による補正）#

第一原理計算（GGA-PBE汎関数）で得られるバンドギャップは実験値より過小評価されるため、そのまま誘電関数を評価するとスペクトル全体が低エネルギー側へずれてしまいます。本解析では、GaAsとSiを対象として、Advance/PHASEで電子のバンド間遷移（直接遷移）に由来する虚部誘電関数を計算しました。その後、吸収スペクトルの立ち上がり位置が室温における直接遷移の実験値 ( $E_g^\text{da}$ ) に一致するように、エネルギー軸全体をシフトさせる「シザーズシフト（Scissor operator）」を適用しました。こうして得られた光吸収係数と、表1に示す室温でのバンドギャップの実験値を入力として用い、pymatgen [4] によってSLMEを算出しました。

表1. SLME計算に用いたバンドギャップ（T = 300 K での実験値）[5]

材料	遷移タイプ	最小バンドギャップ $E_g$	直接遷移ギャップ $E_g^\text{direct}$
GaAs	直接遷移	1.42 eV	1.42 eV
Si	間接遷移	1.12 eV	3.40 eV

解析結果と考察#

1. 直接遷移による光吸収スペクトルの比較#

図1に、シザーズシフト適用後の両材料の光吸収係数（ $\alpha$ ）のスペクトルを示します。

Optical Absorption Spectra of GaAs and Si
図1. 第一原理計算から求めたGaAsおよびSiの光吸収係数スペクトル（直接遷移のみ考慮）。破線は立ち上がりを合わせたバンドギャップ位置。

GaAs（青線）は、1.42 eVの吸収端から急峻に立ち上がり、太陽光のエネルギーが集中する可視光領域（1.5〜3.0 eV）において $10^4 \sim 10^5 \text{ cm}^{-1}$ という極めて高い吸収係数を示します。一方、Si（赤線）の最小ギャップは 1.12 eV ですが、それは間接遷移であるため、フォノンを介さない直接遷移による光吸収は 3.40 eV（紫外線領域）まで起こりません。この結果、太陽光エネルギーの主成分が分布する領域（可視光〜近赤外）において、Siの直接遷移による光吸収係数は完全にゼロとなっています。

2. 膜厚依存性の比較：GaAs vs Si#

算出した光吸収スペクトルを用いて、膜厚を 0.05 µm から 3 µm まで変化させたときのSLMEを計算しました。

SLME of GaAs
図2. GaAsにおけるSLMEの膜厚依存性（横軸は対数スケール）。

図2に示す通り、GaAsは 0.05 µm という極薄の領域においてすでに約32.9%という非常に高い変換効率に達しており、そこから膜厚の増加とともに限界効率（約33.3%）へと飽和していく挙動を示します。実際、単接合セルとして世界最高効率（約29.1%）を誇る現実のGaAs薄膜太陽電池 [6] においても 1〜2 µm 程度の活性層が用いられるほか、0.1 µm 級の極薄膜デバイスの研究も進められており、本手法による「直接遷移型材料の薄膜領域におけるポテンシャル」の評価が定量的にできていることが分かります。

SLME of Si
図3. SiにおけるSLMEの膜厚依存性（横軸は対数スケール）。

考察と補足：Siの計算結果から読み取れるSLMEのスクリーニング性能

図3に示す通り、SiのSLMEは膜厚を 3 µm に設定しても事実上ほぼ0%の計算結果となります。一方で、実験的には厚さ数百 µm のSiセルで約27.8%、2 µm 以下の薄膜Si（ミニモジュール、光閉じ込め構造）でも10.5%の変換効率 [6] が報告されています。この計算値と実験値の差異は、SLMEが評価している「純粋な材料特性」と、実際の太陽電池における「デバイス工学」の役割分担を明確に示しています。

SLMEモデルは、複雑な光学構造を排除し、「シングルジャンクション（単一接合）の平坦な薄膜」が持つ本来の限界効率を算出します。本解析では、光閉じ込め構造を持たず、裏面反射のみを考慮した平坦膜を仮定し、格子振動（フォノン）を介さない直接遷移のみを評価しています。Siは直接遷移ギャップ（3.40 eV）が最小ギャップ（間接遷移、1.12 eV）より大きいため、可視光領域の吸収係数が小さく、平坦な薄膜のままでは光を十分に吸収しきれません。実際のSi薄膜太陽電池における光閉じ込め構造は、まさにこの「フォノンを介する間接遷移による弱い光吸収（標準的な第一原理DFT計算では考慮されない）」を補強するための技術と言えます。

したがってSLMEは、予測値と実験値の単純な比較に留まらず、「光学的な工夫（光閉じ込めなど）なしに、材料本来の特性だけで薄膜太陽電池として機能するか」を評価する客観的かつ有効な指標として機能します。この特性により、新規材料の網羅的探索（マテリアルズ・インフォマティクス）において、有望な吸収層を効率的にスクリーニングするための強力な判断基準となります。

まとめ#

第一原理計算ソフトウェアAdvance/PHASEで算出した光吸収係数を用いたSLME解析により、材料の光吸収スペクトルの形状が太陽電池の限界効率および要求膜厚に直結することが確認されました。とくに、SLMEは単なるエネルギーギャップによる評価（SQ限界）とは異なり、直接遷移型（GaAs）と間接遷移型（Si）の薄膜適性の違いをスクリーニングできる強力な指標です。近年注目を集めるペロブスカイト太陽電池やカルコゲナイド系薄膜太陽電池など、未知の新規光電変換材料の理論的ポテンシャルを評価する上で、本手法は有効なアプローチとなります。

本解析の詳細や、研究への適用可能性に関するご相談はこちら

お問い合わせ

参考文献#

W. Shockley and H. J. Queisser, "Detailed Balance Limit of Efficiency of p-n Junction Solar Cells", J. Appl. Phys. 32, 510 (1961).
L. Yu and A. Zunger, "Identification of Potential Photovoltaic Absorbers Based on First-Principles Spectroscopic Screening of Materials", Phys. Rev. Lett. 108, 068701 (2012).
K. Choudhary, M. Bercx, J. Jiang, R. Pachter, D. Lamoen, and F. Tavazza, "Accelerated Discovery of Efficient Solar Cell Materials Using Quantum and Machine-Learning Methods", Chem. Mater. 31, 5900 (2019).
S. P. Ong, W. D. Richards, A. Jain, G. Hautier, M. Kocher, S. Cholia, D. Gunter, V. Chevrier, K. A. Persson, and G. Ceder, "Python Materials Genomics (pymatgen) : A Robust, Open-Source Python Library for Materials Analysis", Comp. Mater. Sci. 68, 314 (2013).
O. Madelung, Semiconductors: Data Handbook, Springer (2004).
M. A. Green, E. D. Dunlop, M. Yoshita, N. Kopidakis, K. Bothe, G. Siefer, X. Hao, and J. Y. Jiang, "Solar Cell Efficiency Tables (Version 66)", Prog. Photovolt.: Res. Appl. 33, 795 (2025).