Quelle:sciencedaily.com

Im anhaltenden Wettlauf um die Entwicklung immer besserer Materialien und Konfigurationen für Solarzellen gibt es viele Variablen, die angepasst werden können, um zu versuchen, die Leistung zu verbessern, einschließlich Materialtyp, Dicke und geometrische Anordnung. Die Entwicklung neuer Solarzellen war im Allgemeinen ein langwieriger Prozess, bei dem jeweils kleine Änderungen an einem dieser Parameter vorgenommen wurden. Während Computersimulatoren es ermöglicht haben, solche Änderungen zu bewerten, ohne jede neue Variation tatsächlich zum Testen erstellen zu müssen, bleibt der Prozess langsam.
Forscher des MIT und Google Brain haben nun ein System entwickelt, das es ermöglicht, nicht nur einen Designvorschlag nach dem anderen zu bewerten, sondern auch Informationen darüber zu liefern, welche Änderungen die gewünschten Verbesserungen bringen. Dies könnte die Rate für die Entdeckung neuer, verbesserter Konfigurationen stark erhöhen.
Das neue System, das als differenzierbarer Solarzellensimulator bezeichnet wird, wird in einem in der Zeitschrift Computer Physics Communications veröffentlichten Artikel von MIT-Junior Sean Mann, Forscher Giuseppe Romano vom MIT's Institute for Soldier Nanotechnologies, und vier andere am MIT und bei Google Brain.
Herkömmliche Solarzellensimulatoren, erklärt Romano, nehmen die Details einer Solarzellenkonfiguration und erzeugen als Ausgang eine vorhergesagte Effizienz – das heißt, welcher Prozentsatz der Energie des einfallenden Sonnenlichts tatsächlich in elektrischen Strom umgewandelt wird. Aber dieser neue Simulator sagt sowohl die Effizienz voraus als auch zeigt, wie stark diese Ausgabe von einem der Eingabeparameter beeinflusst wird."Es sagt dir direkt, was mit der Effizienz passiert, wenn wir diese Schicht etwas dicker machen, oder was mit der Effizienz passiert, wenn wir zum Beispiel die Eigenschaft des Materials ändern," er sagt.
Kurz gesagt, sagt er,"wir haben'kein neues Gerät entdeckt, aber wir haben ein Tool entwickelt, das es anderen ermöglicht, schneller andere Geräte mit höherer Leistung zu entdecken.&Zitat; Mit diesem System&reduzieren wir die Häufigkeit, die wir für die Ausführung eines Simulators benötigen, um einen schnelleren Zugriff auf einen größeren Raum optimierter Strukturen zu ermöglichen.&Zitat; Außerdem sagt er,&„unser Tool kann einen einzigartigen Satz von Materialparametern identifizieren, der bisher verborgen war, weil es'sehr komplex ist, diese Simulationen auszuführen.&Zitat;
Während traditionelle Ansätze im Wesentlichen eine zufällige Suche nach möglichen Variationen verwenden, sagt Mann, mit seinem Tool&„können wir einer Veränderungskurve folgen, weil der Simulator Ihnen sagt, in welche Richtung Sie Ihr Gerät ändern möchten. Das macht den Prozess viel schneller, denn anstatt den gesamten Raum der Möglichkeiten zu erkunden, können Sie einfach einem einzigen Weg folgen" das führt direkt zu einer verbesserten leistung.
Da fortschrittliche Solarzellen oft aus mehreren Schichten bestehen, die mit leitfähigen Materialien verflochten sind, um elektrische Ladung von einer zur anderen zu transportieren, zeigt dieses Rechenwerkzeug, wie sich die Änderung der relativen Dicke dieser verschiedenen Schichten auf die Ausgabe des Geräts auswirkt's."Dies ist sehr wichtig, weil die Dicke entscheidend ist. Es gibt eine starke Wechselwirkung zwischen der Lichtausbreitung und der Dicke jeder Schicht und der Absorption jeder Schicht," Mann erklärt.
Andere Variablen, die ausgewertet werden können, sind die Dotierungsmenge (die Einführung von Atomen eines anderen Elements), die jede Schicht erhält, oder die Dielektrizitätskonstante von Isolierschichten oder die Bandlücke, ein Maß für die Energieniveaus von Lichtphotonen, die gemessen werden können eingefangen durch verschiedene Materialien, die in den Schichten verwendet werden.
Dieser Simulator ist jetzt als Open-Source-Tool verfügbar, das sofort verwendet werden kann, um die Forschung auf diesem Gebiet zu unterstützen, sagt Romano."Es ist fertig und kann von Branchenexperten aufgenommen werden.&Zitat; Um es zu nutzen, würden die Forscher die Berechnungen dieses Geräts mit einem Optimierungsalgorithmus oder sogar einem maschinellen Lernsystem koppeln, um schnell eine Vielzahl möglicher Änderungen zu bewerten und schnell die vielversprechendsten Alternativen zu ermitteln.
Da der Simulator derzeit nur auf einer eindimensionalen Version der Solarzelle basiert, werden seine Fähigkeiten im nächsten Schritt um zwei- und dreidimensionale Konfigurationen erweitert. Aber auch diese 1D-Version"kann die Mehrheit der Zellen abdecken, die derzeit in Produktion sind," Romano sagt. Bestimmte Variationen, wie beispielsweise sogenannte Tandemzellen mit unterschiedlichen Materialien, können mit diesem Tool noch nicht direkt simuliert werden, aber"Es gibt Möglichkeiten, eine Tandem-Solarzelle durch Simulation jeder einzelnen Zelle anzunähern," ; Mann sagt.
Der Simulator ist"end-to-end," Romano sagt, er berechnet also die Empfindlichkeit der Effizienz, auch unter Berücksichtigung der Lichtabsorption. Er fügt hinzu:"Eine attraktive zukünftige Richtung besteht darin, unseren Simulator mit fortschrittlichen, differenzierbaren Lichtausbreitungssimulatoren zusammenzusetzen, um eine verbesserte Genauigkeit zu erreichen.&Zitat;
In Zukunft sagt Romano, weil dies ein Open-Source-Code ist,"das bedeutet, dass die Community, sobald'sind, dazu beitragen kann. Und deshalb'sind wir wirklich aufgeregt.&Zitat; Obwohl diese Forschungsgruppe"nur eine Handvoll Leute ist," Er sagt, jetzt kann jeder, der in diesem Bereich arbeitet, seine eigenen Erweiterungen und Verbesserungen am Code vornehmen und neue Funktionen einführen.
& quot;Unterschiedliche Physik wird neue Möglichkeiten für die Simulation technischer Systeme bieten," sagt Venkat Viswanathan, außerordentlicher Professor für Maschinenbau an der Carnegie Mellon University, der nicht an dieser Arbeit beteiligt war."Der differenzierbare Solarzellensimulator ist ein unglaubliches Beispiel für differenzierbare Physik, die jetzt neue Möglichkeiten zur Optimierung der Leistung von Solarzellengeräten bieten kann," sagt er und nennt die Studie&einen spannenden Schritt nach vorn.&Zitat;
Neben Mann und Romano gehörten Eric Fadel und Steven Johnson vom MIT sowie Samuel Schoenholz und Ekin Cubuk von Google Brain zum Team. Die Arbeit wurde teilweise von Eni SpA und der MIT Energy Initiative sowie dem MIT Quest for Intelligence unterstützt.











