Инструмент за ускоряване на разработването на нови слънчеви клетки

Dec 10, 2021

Остави съобщение

Източник:sciencedaily.com


A Tool To Speed Development Of New Solar Cells 8


В продължаващата надпревара за разработване на все по-добри материали и конфигурации за слънчеви клетки има много променливи, които могат да бъдат коригирани, за да се опитат да подобрят производителността, включително тип материал, дебелина и геометрично подреждане. Разработването на нови слънчеви клетки обикновено е досаден процес на правене на малки промени в един от тези параметри наведнъж. Докато изчислителните симулатори направиха възможно оценяването на такива промени, без да се налага действително да се изгражда всеки нов вариант за тестване, процесът остава бавен.


Сега изследователи от Масачузетския технологичен институт и Google Brain са разработили система, която дава възможност не просто да се оценява един по един предложен дизайн, но и да се предоставя информация за това кои промени ще осигурят желаните подобрения. Това може значително да увеличи скоростта за откриване на нови, подобрени конфигурации.


Новата система, наречена диференцируем симулатор на слънчева клетка, е описана в статия, публикувана в списанието Computer Physics Communications, написана от младши Шон Ман, изследовател Джузепе Романо от Института за войнишки нанотехнологии на MIT', и четирима други в MIT и в Google Brain.


Традиционните симулатори на слънчеви клетки, обяснява Романо, вземат детайлите от конфигурацията на слънчева клетка и произвеждат като изход прогнозирана ефективност - тоест какъв процент от енергията на входящата слънчева светлина всъщност се преобразува в електрически ток. Но този нов симулатор едновременно предвижда ефективността и показва доколко този изход се влияе от някой от входните параметри."Той ви казва директно какво се случва с ефективността, ако направим този слой малко по-дебел, или какво се случва с ефективността, ако например променим свойството на материала," той казва.


Накратко, казва той,"ние'не открихме ново устройство, но разработихме инструмент, който ще позволи на другите да откриват по-бързо други устройства с по-висока производителност." Използвайки тази система,"намаляваме броя пъти, които трябва да стартираме симулатор, за да дадем по-бърз достъп до по-широко пространство от оптимизирани структури." Освен това, казва той,"нашият инструмент може да идентифицира уникален набор от параметри на материала, които са били скрити досега, защото' е много сложно да се стартират тези симулации."


Докато традиционните подходи използват по същество произволно търсене на възможни вариации, Ман казва, с неговия инструмент"можем да следваме траектория на промяна, защото симулаторът ви казва в каква посока искате да промените устройството си. Това прави процеса много по-бърз, защото вместо да изследвате цялото пространство от възможности, можете просто да следвате един път" което води директно до подобрена производителност.


Тъй като усъвършенстваните слънчеви клетки често са съставени от множество слоеве, преплетени с проводими материали, за да пренасят електрически заряд от един към друг, този изчислителен инструмент разкрива как промяната на относителните дебелини на тези различни слоеве ще повлияе на изхода на устройството'."Това е много важно, защото дебелината е критична. Има силно взаимодействие между разпространението на светлината и дебелината на всеки слой и поглъщането на всеки слой," Ман обяснява.


Други променливи, които могат да бъдат оценени, включват количеството допинг (въвеждането на атоми на друг елемент), което всеки слой получава, или диелектричната константа на изолационните слоеве, или лентата, мярка за енергийните нива на фотоните на светлината, които могат да бъдат уловени от различни материали, използвани в слоевете.


Този симулатор вече е достъпен като инструмент с отворен код, който може да се използва незабавно, за да помогне за насочване на изследвания в тази област, казва Романо."Готово е и може да бъде взето от експерти в индустрията." За да го използват, изследователите биха съчетали изчисленията на това устройство' с алгоритъм за оптимизация или дори система за машинно обучение, за да оценят бързо голямо разнообразие от възможни промени и бързо да намерят най-обещаващите алтернативи.


В този момент симулаторът се основава само на едномерна версия на слънчевата клетка, така че следващата стъпка ще бъде да разшири възможностите му, за да включи дву- и триизмерни конфигурации. Но дори тази 1D версия"може да покрие по-голямата част от клетките, които в момента се произвеждат," Романо казва. Някои вариации, като така наречените тандемни клетки, използващи различни материали, все още не могат да бъдат симулирани директно от този инструмент, но"има начини за приближаване на тандемна слънчева клетка чрез симулиране на всяка от отделните клетки," ; Ман казва.


Симулаторът е"от край до край," Романо казва, което означава, че изчислява чувствителността на ефективността, като също така взема предвид поглъщането на светлина. Той добавя:"Привлекателна бъдеща посока е композирането на нашия симулатор с усъвършенствани съществуващи диференцируеми симулатори за разпространение на светлина, за да се постигне повишена точност."


Продължавайки напред, казва Романо, тъй като това е код с отворен код,"това означава, че след като' е там, общността може да допринесе за него. И затова'за това сме наистина развълнувани." Въпреки че тази изследователска група е"само шепа хора," той казва, че сега всеки, който работи в областта, може да направи свои собствени подобрения и подобрения в кода и да въведе нови възможности.


& quot;Диференцируемата физика ще предостави нови възможности за симулации на проектирани системи," казва Венкат Вишванатан, доцент по машинно инженерство в университета Карнеги Мелън, който не е свързан с тази работа."Симулаторът на диференцируема слънчева клетка е невероятен пример за диференцируема физика, която вече може да предостави нови възможности за оптимизиране на производителността на устройствата със слънчеви клетки," казва той, наричайки проучването&„вълнуваща стъпка напред."


В допълнение към Ман и Романо, екипът включваше Ерик Фадел и Стивън Джонсън от Масачузетския технологичен институт и Самюел Шьонхолц и Екин Кубук от Google Brain. Работата беше подкрепена отчасти от Eni SpA и Енергийната инициатива на MIT, както и от MIT Quest for Intelligence.




Изпрати запитване
Изпрати запитване