2025年6月12日上海SNEC國(guó)際光伏展-會(huì)議系列蓋錫筆記

Machine learning for perovskite solar cell material discovery and perspective for perovskite silicon tandem solar

Kaining Ding 先生

Head of Department, IMD3, Forschungszentrum Jülich GmbH

Kaining Ding博士系統(tǒng)展示了機(jī)器學(xué)習(xí)技術(shù)在鈣鈦礦太陽(yáng)能電池材料研發(fā)中的突破性應(yīng)用。通過(guò)構(gòu)建包含12,000組鈣鈦礦材料成分-性能關(guān)系的數(shù)據(jù)庫(kù)，并結(jié)合密度泛函理論（DFT）計(jì)算與貝葉斯優(yōu)化算法，研究團(tuán)隊(duì)將新型材料的篩選效率提升至傳統(tǒng)方法的6.8倍。關(guān)鍵數(shù)據(jù)顯示，經(jīng)機(jī)器學(xué)習(xí)優(yōu)化的FA0.83Cs0.17Pb(I0.87Br0.13)3鈣鈦礦組分，其光電轉(zhuǎn)換效率從初始的21.5%提升至24.7%，開路電壓提升達(dá)120mV，且濕熱穩(wěn)定性突破1000小時(shí)衰減閾值。

演講重點(diǎn)解析了材料發(fā)現(xiàn)工作流程的技術(shù)突破點(diǎn)：通過(guò)Kennard-Stone算法將高通量合成的樣本量減少78%的同時(shí)，仍能覆蓋92.4%的材料特征空間；結(jié)合自動(dòng)化表征系統(tǒng)，單日可完成200組材料性能測(cè)試，較傳統(tǒng)方法提速40倍。在鈣鈦礦/硅疊層電池領(lǐng)域，Ding博士團(tuán)隊(duì)通過(guò)機(jī)器學(xué)習(xí)指導(dǎo)的寬帶隙鈣鈦礦頂電池與紋理化硅底電池集成，實(shí)驗(yàn)器件獲得29.8%的轉(zhuǎn)換效率，較單結(jié)硅電池理論極限提升7.2個(gè)百分點(diǎn)。這些量化成果有力證實(shí)了機(jī)器學(xué)習(xí)在突破Shockley-Queisser極限中的關(guān)鍵作用——通過(guò)建立材料組分-工藝-性能的非線性映射模型，將傳統(tǒng)"試錯(cuò)法"研發(fā)周期從5-7年縮短至8-12個(gè)月。

該研究標(biāo)志著鈣鈦礦光伏技術(shù)從經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)范式轉(zhuǎn)變，特別是機(jī)器學(xué)習(xí)指導(dǎo)的溶劑工程（DMF/DMSO體積比優(yōu)化）使成膜均勻性提升63%，顯著降低界面復(fù)合速率，Ding博士強(qiáng)調(diào)，這種跨尺度優(yōu)化方法為30%效率級(jí)串聯(lián)太陽(yáng)能的產(chǎn)業(yè)化提供了明確路徑，目前已有3種機(jī)器學(xué)習(xí)預(yù)測(cè)的材料體系進(jìn)入中試階段，預(yù)計(jì)2025年實(shí)現(xiàn)組件級(jí)效率26%的突破。