MIT和Google Brain創建工具 以加速新太陽能電池的開發
根據一項新研究,一個新的計算機可以幫助預測材料或設計的改變是否會提高新的太陽能電池的性能。 在為太陽能電池開發更好的材料和配置的持續競賽中,有許多變數可以被調整以試圖提高性能,包括材料類型、厚度和幾何排列。 開發新的太陽能電池通常是一個乏味的過程,即每次對這些參數中的一個進行小的改變。 雖然計算模擬器已經使評估這種變化成為可能,而不必實際建立每個新的變化進行測試,但這個過程仍然很緩慢。
現在,麻省理工學院(MIT)和Google Brain的研究人員已經開發了一個系統,使其不僅能夠一次評估一個擬議的設計,而且能夠提供關於哪些變化將提供所需改進的資訊。 這可以大大增加發現新的、改進的配置的速度。
今天發表在《計算機物理學通訊》雜誌上的一篇論文描述了這個新系統,它被稱為可分化的太陽能電池模擬器,由麻省理工學院大三學生Sean Mann、麻省理工學院士兵納米技術研究所的研究科學家Giuseppe Romano以及麻省理工學院和Google Brain的其他四人撰寫。
Romano解釋說,傳統的太陽能電池模擬器採用太陽能電池配置的細節,並將預測的效率作為其輸出結果–也就是說,進入的太陽光的能量有多大比例實際轉化為電流。 但是這個新的模擬器既預測了效率,又顯示了該輸出受任何一個輸入參數的影響程度。 他說:「它直接告訴你,如果我們把這一層做得更厚一點,效率會發生什麼變化,或者如果我們改變材料的屬性,效率會發生什麼變化。 ”
簡而言之,他說:「我們沒有發現一個新的設備,但我們開發了一個工具,使其他人能夠更快發現其他更高性能的設備。 通過使用這個系統,「我們正在減少我們需要運行模擬器的次數,以便更快地獲得更廣泛的優化結構空間」。 此外,他說:「我們的工具可以識別出一套獨特的材料參數,這些參數至今被隱藏起來,因為運行這些類比是非常複雜的。 ”
Mann表示,雖然傳統的方法基本上是對可能的變化進行隨機搜索,但通過他的工具,”我們可以遵循一個變化的軌跡,因為模擬器會告訴你,你想要改變你的設備的方向。 這使得這個過程快得多,因為你不需要探索整個機會空間,而只需要遵循一條單一的路徑”,直接導致性能的提高。
由於先進的太陽能電池通常由多層交錯的導電材料組成,以攜帶電荷從一個到另一個,這種計算工具揭示了改變這些不同層的相對厚度將如何影響設備的輸出。 “這非常重要,因為厚度是關鍵。 在光的傳播和每層的厚度以及每層的吸收之間存在著強烈的相互作用,”Mann解釋說。
可以評估的其他變數包括每個層接受的摻雜量(引入另一種元素的原子),或絕緣層的介電常數,或帶隙,這是衡量光的光子的能量水準,可以被層中使用的不同材料捕獲。
Romano表示,這個模擬器現在可以作為一個開源工具使用,可以立即用來幫助指導這一領域的研究。 “它已經準備好了,可以被行業專家所採納”。 為了利用它,研究人員將把這個設備的計算與優化演算法,甚至是機器學習系統結合起來,以快速評估各種可能的變化,並迅速找到最有希望的替代方案。 ”
在這一點上,該模擬器只是基於太陽能電池的一維版本,因此下一步將是擴大其能力,以包括二維和三維配置。 但即使是這個一維版本”也能涵蓋目前正在生產的大多數電池,”Romano說。 某些變化,例如使用不同材料的所謂串聯電池,還不能直接用這個工具來類比,但是”有辦法通過類比每個單獨的電池來接近串聯太陽能電池,”Mann說。
該模擬器是「端對端」的,Romano說,這意味著它計算了效率的敏感性,也考慮到了光吸收。 他補充說:「一個有吸引力的未來方向是將我們的模擬器與現有的先進的可分化的光傳播模擬器組成,以實現更高的精度。 ”
Romano表示,因為這是一個開原始程式碼,”這意味著一旦它在那裡,社區可以對它做出貢獻。 而這就是我們真的很興奮的原因」。 儘管這個研究小組 「只有幾個人」,他說,現在任何在這個領域工作的人都可以對代碼進行自己的增強和改進,並引入新的功能。