HQSAR模型预测染料敏化太阳能电池香豆素衍生物PCE值研究*

刘鹏飞，马 羚，焦 龙

(西安石油大学 化学化工学院，陕西 西安 710065)

太阳能资源的开发利用一直是长期而前沿的研究课题[1]。染料敏化太阳能电池(DSSCs)是太阳能的一种高效利用形式。由于DSSCs具有低成本和高灵敏度的优势，自第一份科学报告发表以来，DSSCs 已被视为替代市场上主流硅基太阳能电池的可靠选择[2-3]。

典型的 DSSC 由五种器件结构组成，包括导电氧化物、半导体薄膜、电解质、对电极和敏化剂[4]。当半导体薄膜上的敏化剂捕获太阳辐射时，激发的电子被注入到导电氧化物的导带 (CB) 中，然后有效地转移到电极中。因此，DSSCs可以认为是这些组件之间相互作用的结果。目前，基于锌卟啉敏化剂和钴氧化还原介质的组合，DSSCs的最高转化效率仅达到13%[5]，有必要进一步提高DSSCs的光电转化效率。为此，使用不同的金属氧化物或开发不同种类的电解质和敏化剂来提高 DSSC 的效率。在这些方法中，高性能染料敏化剂(包括无金属和金属有机染料)的选择对于 DSSC 的开发至关重要。与金属染料相比，无金属有机染料由于更多的化学结构变化和更好的摩尔吸收率而引起了广泛的研究兴趣[6]。

有机敏化剂的合成和测试通常是费时费力的，其最终结果可能令人失望。因此本工作的主要目的是利用全息定量构效关系(HQSAR)方法构建基于香豆素染料敏化剂的DSSCs 光电转换效率PCE值预测模型，以减少有机染料敏化剂研究的时间和实验成本，并提供理论依据。

1 实验

1.1 数据集和软件

一共41种香豆素类衍生物以及它们的PCE值从文献[7]中收集。这些染料分子被随机地分为训练集(36种染料分子)和测试集(5种染料分子)。其中，训练集用来建立PCE模型，测试集被用来检验所建立PCE模型的预测能力。

1.2 HQSAR理论

建立HQSAR模型通常需要以下过程。首先，生成分子全息。训练集里的每个香豆素衍生物化合物结构被划分成几种类型的小分子碎片，这些分子碎片分别被映射为0～231的伪随机整数，并用一定长度的整数串表所代表，这个整数串被命名为分子全息。接着，是HQSAR模型的建立，使用偏最小二乘法 (PLS)搭建分子全息与染料分子PCE值之间的定量关系模型。

HQSAR 模型质量与fragmentdistinction、fragmentsize以及hologramlength(HL)参数相关。Hologramlength参数为53到401之间的12个素数，由整数串的长度定义，可以直接通过SYBYL-X 2.0程序提供最佳设置。其它两个参数，fragmentdistinction与fragmentsize，需要通过实验确定最优设置。在HQSAR模型的开发中，六类片段结构类型，分别是原子类型(A)、键(B)、连接性(C)、氢原子(H)、手性(Ch)、供体和受体原子(DA)，被定义为fragmentdistinction参数。Fragmentsize指分子碎片的原子数量，该参数是一对整数“M～N”，在SYBYL-X 2.0程序中默认fragmentsize设置为“4～7”。所有潜在的片段都是用S(M和N之间的整数)原子生成的。

1.3 模型验证

(1)

(2)

CCC=

(3)

(4)

2 结果与讨论

2.1 模型建立

表1 不同碎片区分参数下的HQSAR模型的统计结果

表2 不同碎片大小参数下的HQSAR模型的统计结果

2.2 模型验证

测试集验证和 LOO-CV 方法用于检验上述所建最优PCE模型的预测能力。

图1 实验值与预测值散点图

3 结论

本工作将 HQSAR 方法应用于DSSCs香豆素染料敏化剂的定量结构性质关系研究。开发的HQSAR模型成功地估计了香豆素染料敏化太阳能电池的PCE值。外部测试集验证和LOO-CV的优异的统计参数指标表明HQSAR模型对PCE值具有较高的预测能力和稳定性。另外，HQSAR 方法还可用于研究其它有机染料的结构与性能之间的关系。显然，将HQSAR方法应用于香豆素类有机染料敏化剂的研究将有助于DSSCs的快速发展。