Inverses Design der Donator-Akzeptor Phasengrenze für optimale Organische Photovoltaik

• Antragstellerinnen / Antragsteller: Dr. Denis Andrienko; Professor Dr. Christoph J. Brabec; Professor Dr. Dieter Neher; Professorin Dr. Safa Shoaee
• Fachliche Zuordnung: Experimentelle Physik der kondensierten Materie
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 460766640

EXTRAORDINAIRE II wird mittels inversem Design für die organische Photovoltaik (OPV) neue nicht-Fulleren-Elektronenakzeptormoleküle (NFA, engl. „non-fullerene acceptors“) auffinden, die optimale Grenzflächen mit leistungsfähigen Elektronendonator-Polymeren ausbilden, sodass Leistungseffizienzen über 20% ermöglicht werden. Das Projekt baut auf einer ersten Förderperiode auf, in der entscheidende Materialeigenschaften identifiziert wurden, die kontrolliert werden müssen, um die Leistung von Donator:Akzeptor (D:A) Mischungen in OPV-Zellen weiter zu erhöhen. Diese sind: die Energie und Lebensdauer des Triplett-Zustandes, die Reorganisationsenergie für die Exzitonendissoziation an der D:A-Grenzfläche, und die Energetik der Mischung an und nahe der Grenzfläche, um effiziente Ladungstrennung zu ermöglichen. In diesem Folgeprojekt werden wir Strukturbausteine der NFA-Moleküle identifizieren, die einen spezifischen, quantifizierbaren Einfluss auf jede dieser entscheidenden Materialeigenschaften besitzen. Dadurch kann das Auftreten optimaler Grenzflächeneigenschaften von D:A – Mischungen direkt aus der Molekülstruktur vorhergesagt werden. Dies ermöglicht „inverses Design“, ein KI-unterstütztes Schema das aktiven Lernens mit dem Ziel, neue NFA-Moleküle aufzufinden, die D:A-Grenzflächen ausbilden, in denen alle entscheidenden Materialeigenschaften optimale Werte annehmen. Dieses Ziel erfordert ein intensiv verschränktes Konsortium, das die Hochdurchsatz-Synthese organischer Moleküle und deren Leistungsbestimmumg in OPV-Zellen genauso abdeckt wie die eingehende photophysikalische Charakterisierung und Modellierung bis hin zur Quantenchemie. Im Projekt werden wir, basierend auf quantenchemischen Vorhersagen, eine große Zahl neuer NFA-Moleküle synthetisieren und mittels KI-Unterstützung deren Mikrostruktur in den D:A Mischungen optimieren. Von ausgewählten Proben hoher Performanz wird eine vollständige Bestimmung der photophysikalischen Deaktivierungspfade über alle relevanten Zeit - und Längenskalen durchgeführt. In denselben Proben werden die Eigenschaften an und nahe der D:A Grenzfläche mittels fortschrittlicher quantenchemischer Verfahren modelliert. Die Übereinstimmung zwischen Experiment und Simulation wird mittels eines numerischen 5 - Zustände - Modells überprüft, einschliesslich der Bildung und Deaktivierung von Triplettzuständen. Alle Resultate werden in einem KI-Vorhersagemodell vereinigt, das daduch in die Lage versetzt wird, den Zusammenhang zwischen Molekülstruktur und spezifischen Grenzflächeneigenschaften zu lernen. Entsprechend den Vorhersagen des Modells, wie auch der Expertise des Konsortiums, werden weitere Moleküle synthetisiert, und der Zyklus wird wiederholt. Daduch wird die Vorhersagequalität des Modells für die Zielgrößen erhöht. Man erwartet, dass das hier beschriebene Physik-basierte inverse Design im Hinblick auf die beschleunigte Materialforschung einer rein performanzgetriebenen Optimierung weit überlegen ist.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Dr. Larry Lüer