De nieuwe generatie zonnecelmaterialen: geleid door AI

Hoe AI de codes kraakt: de belofte van de volgende generatie zonnetechnologie

Onderzoekers staan op het punt een sprong voorwaarts te maken in zonneceltechnologie. Dankzij kunstmatige intelligentie (AI) is er recent een “semi-stabiele” toestand ontdekt die het prestatieniveau van bepaalde zonnecelmaterialen kan versterken. In dit artikel beschrijft de blogjournalist hoe deze doorbraak tot stand kwam, wat de implicaties zijn, en welke uitdagingen nog wachten.

De ontdekking: een “semi-stabiele” toestand

Toen wetenschappers computersimulaties combineerden met machine learning, stuitten ze op een opmerkelijke vondst: in materialen van het type halide perovskieten bleek een zogeheten “semi-stabiele” toestand mogelijk. In die toestand bungelt een kernfragment net tussen twee configuraties, wat de prestaties kan verhogen en de efficiëntie stabieler kan maken. 

De modellen werden ondersteund door experimenten waarin de temperatuur ver omlaag gebracht werd (tot −200 °C). De waarnemingen bevestigden dat moleculen – met name formamidinium-moleculen – tijdens afkoeling in deze semi-stabiele toestand ‘vast kwamen te zitten’, precies zoals voorspeld in de simulaties.

Revolutionizing Solar: New Materials for Tomorrow's Cells - Innovations Report Global electricity consumption is rising at an unprecedented pace. According to the International Energy Agency, electricity is projected to account for more

Waarom dit belangrijk is voor zonnecellen

Zonnecellen met perovskietmaterialen zijn al lange tijd in de belangstelling: ze zijn relatief goedkoop te produceren, absorberend en lichtgewicht, en laten zich flexibel inzetten. Maar hun belangrijkste zwakte is de stabiliteit — onder wisselende omstandigheden (licht, temperatuur, vocht) degraderen ze na verloop van tijd. 

De ontdekking van de semi-stabiele toestand kan een manier zijn om die degradatie te temperen. Door de interne structuur van het materiaal op precies dat randgebied te houden, kan de beweging van ionen worden beperkt en kunnen prestatieverliezen worden vertraagd.

Bovendien maakt AI het mogelijk om talloze chemische mogelijkheden te simuleren en te optimaliseren — een aanpak die handmatig onmogelijk zou zijn. 

Uitdagingen & kritische noten

Natuurlijk is dit geen wondermiddel dat alle problemen oplost. Enkele aandachtspunten:

• De semi-stabiele toestand blijkt alleen onder gecontroleerde omstandigheden en lage temperaturen duidelijk naar voren te komen. Het is de vraag of hetzelfde effect zich onder reële omstandigheden (zonlicht, variabele temperatuur, vocht) zal manifesteren.
• Perovskietmaterialen worstelen met ionmigratie, faseovergangen en degradatie door externe invloeden.
• De toepassing op industriële schaal vereist dat deze ontdekking werkt niet alleen in geïsoleerde structuren, maar ook in grootschalige modules en onder langdurig gebruik.

Desalniettemin zet deze doorbraak een interessante stap in de richting van robuustere, efficiëntere zonnecellen.

Wat betekent dit voor de energietoekomst?

Als deze bevindingen verder gevalideerd worden en doorontwikkeld, kan het de adoptie van perovskiet-zonnecellen versnellen — mogelijk in combinatie met silicium in zogeheten tandemcellen.

Het past in een bredere trend waarin AI een steeds belangrijkere rol speelt in materiaalkunde, waarbij algoritmen helpen bij het ontdekken en optimaliseren van onbekende verbindingen en structuren.

Uiteindelijk zou deze vinding kunnen bijdragen aan soorten zonne-energie-installaties die goedkoper, efficiënter en duurzamer zijn dan huidige oplossingen — een stimulans in de wereldwijde transitie naar hernieuwbare energie.

Harnessing AI to Advance Solar Cell Research Professor of Materials Science and Engineering Marina Leite leads a team of UC Davis researchers in an AI-driven project to build foundational knowledge of halide perovskites, a promising material for solar cells. ONTDEK MEER