Mit KI zur perfekten Perowskit-Solarzelle
Neue Rezepturen lassen sich laut australischen Materialforschern bald blitzschnell testen.
Nastaran Meftahi von der School of Science der RMIT University und ihr Team setzen bei der Suche nach der idealen Materialkombination für leistungsfähige Perowskit-Solarzellen statt Versuch und Irrtum auf Künstliche Intelligenz (KI) und maschinelles Lernen. Perowskit ist eine natürlich vorkommende Kristallstruktur, die für die Herstellung von Solarzellen mit unterschiedlichen Materialien und Materialkombinationen imitiert wird.
Von Vorgängerversion lernen
„Wir haben eine Methode zur schnellen und reproduzierbaren Herstellung neuer Perowskit-Ausgangsmaterialien und zur Prüfung daraus hergestellter Solarzellen entwickelt, bei der jede Generation von der vorherigen lernt und diese verbessert“, so die Computerwissenschaftlerin. Perowskit-Zellen seien weitaus billiger als Solarmodule auf Basis von Silizium, wie sie heute am gebräuchlichsten sind. Zudem seien sie ebenso effektiv. Nur die Lebensdauer reicht für eine technische Anwendung noch nicht aus.
Die materialwissenschaftlichen Rezepte, die der KI-basierte Prozess anbietet, soll eine Maschine, die Adam Surmiak, Chemie und Biochemie-Ingenieur an der Monash University, derzeit mit einem Etat von über einer Mio. Dollar baut, künftig innerhalb kürzester Zeit ausprobieren. Sie soll die vorgeschlagenen Werkstoffkombinationen automatisch zu Solarzellen verarbeiten und sie testen.
Wirkungsgrad von 16,9 Prozent
Die Arbeit des Teams hat bereits zu reproduzierbaren Perowskit-Solarzellen mit einem Wirkungsgrad von 16,9 Prozent geführt, was für diesen Zellentyp nicht allzu viel ist – dem bekanntesten Ergebnis, das ohne menschliches Eingreifen hergestellt wurde. „Doch eine reproduzierbare Solarzelle mit einem Wirkungsgrad von 16,9 Prozent ist besser als nicht reproduzierbare 30 Prozent“, meint Meftahi. Entscheidend sei, dass das maschinelle Lernmodell den Ausgangspunkt für weitere Optimierungen darstellt – sowohl in Hinblick auf die Effizienz der Energieumwandlung als auch in Bezug auf die Stabilität.
Surmiaks Team entwarf und charakterisierte bereits 16 völlig neuartige Perowskit-Solarzellen, und Meftahi nutzte diese Zellen, um mit ihrem KI-Modell die Eigenschaften von 256 neuen Solarzellenrezepten vorherzusagen. Surmiak wird bald in der Lage sein, 2.000 einzigartige Solarzellen pro Tag herzustellen. Dann lassen sich sehr schnell die Eigenschaften von Millionen verschiedener Zellen vorhersagen.
- „Machine learning fast-forwards solar cell design“ – RMIT University’s School of Science
- ‘Machine learning enhanced high-throughput fabrication and optimisation of quasi-2D Ruddlesden-Popper perovskite solar cells’ is published in Advanced Energy Materials (DOI: 10.1002/aenm.202203859).
Quelle
Der Bericht wurde von der Redaktion „pressetext.com“ (Wolfgang Kempkens) 2023 verfasst – der Artikel darf nicht ohne Genehmigung weiterverbreitet werden!
