您的位置:首页 >免疫学 >

新技术可以快速筛选太阳能电池

时间:2021-10-22 14:55:09 来源:

该小组使用此实验装置在变化的温度和光照的受控条件下测量太阳能电池材料样品的电输出。然后将这些测试的数据用作使用统计方法预测材料在实际操作条件下的整体性能的计算机建模的基础。图像:莱利·勃兰特(Riley Brandt)

研究人员在全球范围内寻找更好,更高效的材料来制造明天的太阳能电池板的要求通常是缓慢而艰苦的。研究人员通常必须生产实验室样品(通常由多层不同材料粘合在一起的样品组成)才能进行广泛的测试。

现在,麻省理工学院和其他机构的团队提出了一种绕过这种昂贵且费时的制造和测试的方法,从而可以快速筛选出比传统方法实际可行的更多的变化。

麻省理工学院研究生,描述本周新工艺的论文的合著者瑞秋·库尔钦(Rachel Kurchin)解释说,新工艺不仅可以加快寻找新配方的速度,而且可以更准确地预测其性能。期刊《焦耳》。她说,传统方法“通常需要您制作专门的样品,但是与实际电池不同,可能无法完全代表实际太阳能电池的性能”。

例如,典型的测试方法表明“多数载流子”的行为,即主要粒子或空位,其运动会产生通过材料的电流。但是,对于光伏(PV)材料,Kurchin解释说,实际上是少数载流子-那些材料中的含量远不丰富-是设备整体效率的限制因素,而这些则很难测量。此外,典型的过程仅测量一组方向上的电流(在薄膜材料的平面内),而实际上是在工作的太阳能电池中利用的上下方向的电流。她说,在许多材料中,这种流动可能是“截然不同的”,因此理解这一点至关重要,以便正确表征材料。

麻省理工学院机械工程副教授,该论文的高级作者托尼奥·布纳西西(Tonio Buonassisi)说:“从历史上看,新材料的发展速度很慢,通常为10至25年。”他说:“使该过程变慢的原因之一是对早期原型设备进行故障排除需要花费很长时间。”“进行表征需要花费时间-有时要数周或数月-并且测量并不总是具有确定任何问题根本原因的必要敏感性。”

因此,Buonassisi说:“最重要的是,如果我们想加快新材料开发的步伐,那么我们必须找到更快速,更准确的方法来对早期材料和原型设备进行故障排除。”这就是团队现在所完成的。他们开发了一套工具,可以使用一系列相对简单的实验室测试,结合材料本身物理特性的计算机建模,以及基于材料的附加建模,对所建议的材料进行准确,快速的评估。统计方法称为贝叶斯推理。

该系统包括制造一个简单的测试设备,然后在不同的照明水平和不同的电压下测量其电流输出,以准确量化性能在这些变化条件下的变化。然后将这些值用于细化统计模型。

“在获得了在不同温度和光照强度下的(样品)的许多电流-电压测量值之后,我们需要找出哪种材料和界面变量的组合最适合我们的测量值,” Buonassisi解释说。“将每个参数表示为概率分布可以使我们考虑到实验的不确定性,还可以让我们确定哪些参数是协变的。”

他说,贝叶斯推理过程允许根据每个新的度量来更新每个参数的估计值,从而逐渐完善估计值,并将其归为更接近精确答案的位置。

在为特定类型的应用寻找材料组合时,Kurchin说:“我们将所有这些材料属性和界面属性都放入其中,它将告诉您输出的外观。”

该系统非常简单,即使对于在实验室中表征欠佳的材料,“我们仍然能够在没有大量计算机开销的情况下运行它。”而且,库尔钦说,利用计算工具来筛选可能的材料将变得越来越有用,因为“实验室设备变得越来越昂贵,而计算机变得越来越便宜。这种方法使您可以最大程度地减少对复杂实验室设备的使用。”

Buonassisi说,基本方法可以应用于各种不同的材料评估,而不仅仅是太阳能电池-实际上,它可以应用于任何包含计算机模型以输出实验测量结果的系统。“例如,这种方法在找出哪种材料或界面特性可能会限制性能方面表现出色,即使对于电池,热电设备或网球鞋或飞机机翼中使用的复合材料等复杂的材料堆叠也是如此。”而且,他补充说:“它对于早期研究尤其有用,因为在早期研究中,许多事情可能会立即出错。”

他说,展望未来,“我们的愿景是将这种快速的表征方法与我们在实验室中开发的更快的材料和器件合成方法联系起来。”他说,最终,“我非常希望高通量计算,自动化和机器学习相结合,将帮助我们将新型材料的开发速度提高五倍以上。这可能是变革性的,将新材料科学发现的时间表从20年缩短到大约3至5年。”

该研究小组还包括莱利·勃兰特’11,SM ’13,博士’16;前博士后Vera Steinmann; MIT研究生Daniil Kitchaev和Google Inc.的客座教授Gerbrand Ceder Chris Roat;柏林Hemholz Zentrum的Sergiu Levcenco和Thomas Unold。这项工作得到了Google院系研究奖,美国能源部和道达尔研究基金的支持。

出版物:Riley E. Brandt等人,“通过贝叶斯参数估计实现快速光伏器件表征”,焦耳,2017年; doi:10.1016 / j.joule.2017.10.001


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。