1. 首页
  2. 资讯
  3. 市场
  4. 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%

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

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)。

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%

(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:https://www.d1ev.com/news/shichang/240873

返回第一电动网首页 >

收藏
66
  • 分享到:
发表评论
新闻推荐
第一电动网官方微信

反馈和建议 在线回复

您的询价信息
已经成功提交我们稍后会联系您进行报价!

第一电动网
Hello world!
-->