研究人员利用机器学习优化钙钛矿串联太阳能电池设计 将效率提高30.4%
盖世汽车讯 作为地球上最丰富的能源资源，太阳能是向清洁能源转型过程中富有前景的替代方案。然而，目前的商用太阳能电池将光转化为可用能源的效率仅为20%。串联太阳能电池将多个太阳能电池堆叠在一起，可能更有效率，其中每个电池层对不同波长的光敏感，从而能够收集可能会丢失的能量。通常情况下，串联太阳能电池的顶层允许某些光能带穿过并被底层吸收。研究发现，利用钙钛矿材料来制造顶层可以大幅提高太阳能电池的效率（远超过目前20%的阈值）。
（图片来源：APL Machine Learning）
新加坡科技设计大学（SUTD）的Xue Hansong博士表示，钙钛矿太阳能电池“可以定制为具有出色的光电性能，包括高吸收系数、高缺陷容忍度和可调带隙。”然而，设计和制造这些电池具有挑战性，最大限度地提高效率通常以增加材料成本为代价。
为了设计出兼顾效率和成本效益的钙钛矿太阳能电池，研究人员使用了帕累托前沿优化方法（Pareto front optimization method），即根据效率和成本两个参数之间的权衡来确定最佳解决方案。然而，由于计算的复杂性，这种方法可能非常耗时。
来源：第一电动网
作者：盖世汽车
本文地址：
以上内容转载自盖世汽车，目的在于传播更多信息，转载内容并不代表第一电动网（www.d1ev.com）立场。
文中图片源自互联网，如有侵权请联系admin@d1ev.com删除。
相关内容
全部评论·1
暂无评论
