Blog

Jul 28, 2023

Neuer Roboter sucht 14-mal schneller nach Solarzellenmaterialien

Dina Genkina – 24. August 2023, 15:09 Uhr UTC Anfang des Jahres brachen zweischichtige Solarzellen mit einem Wirkungsgrad von 33 Prozent Rekorde. Die Zellen bestehen aus einer Kombination von Silizium und einem Material namens a

Dina Genkina – 24. August 2023, 15:09 Uhr UTC

Anfang des Jahres brachen zweischichtige Solarzellen mit einem Wirkungsgrad von 33 Prozent Rekorde. Die Zellen bestehen aus einer Kombination von Silizium und einem Material namens Perowskit. Allerdings sind diese Tandem-Solarzellen noch weit von der theoretischen Grenze von rund 45 Prozent Wirkungsgrad entfernt und verschlechtern sich bei Sonneneinstrahlung schnell, was ihren Nutzen begrenzt.

Der Prozess der Verbesserung von Tandem-Solarzellen erfordert die Suche nach den perfekten Materialien, die übereinander geschichtet werden können, wobei jedes Material einen Teil des Sonnenlichts einfängt, das dem anderen fehlt. Ein mögliches Material hierfür sind Perowskite, die sich durch ihre besondere Rauten-in-einem-Würfel-Kristallstruktur auszeichnen. Diese Struktur kann von vielen Chemikalien in unterschiedlichen Anteilen übernommen werden. Um ein guter Kandidat für Tandem-Solarzellen zu sein, muss die Kombination von Chemikalien die richtige Bandlücke aufweisen – die Eigenschaft, die für die Absorption des richtigen Teils des Sonnenspektrums verantwortlich ist –, bei normalen Temperaturen stabil sein und, was am schwierigsten ist, sich unter Beleuchtung nicht verschlechtern.

Die Zahl möglicher Perowskit-Materialien ist riesig und es ist sehr schwierig, die Eigenschaften einer bestimmten chemischen Zusammensetzung vorherzusagen. Das Ausprobieren aller Möglichkeiten im Labor ist unerschwinglich teuer und zeitaufwändig. Um die Suche nach dem idealen Perowskit zu beschleunigen, beschlossen Forscher der North Carolina State University, die Hilfe von Robotern in Anspruch zu nehmen.

„Wir beschäftigen uns jedes Mal mit Materialvarianten, wenn wir diese Technologie verbessern“, sagte Aram Amassian, Professor an der NCSU und Hauptforscher des Projekts. „Wir brauchen also die Fähigkeit, neue Materialien zu erstellen und diese Materialien zu bewerten. Jeder, der sich diese Materialien ansieht, muss sich wiederholende, sehr arbeitsintensive Arbeiten ausführen.“

Um diese Arbeit zu reduzieren, baute Amassians Team einen Roboter mit dem liebevollen Namen RoboMapper. Der RoboMapper besteht aus zwei Hauptteilen, die zusammenarbeiten. Der erste ist der Tintenvorbereitungsbot. Dieser Bot kombiniert eine Reihe von Grundchemikalien in unterschiedlichen Anteilen und formuliert sie zu Hunderten von Tinten, die möglicherweise Perowskite bilden können. Der zweite ist der Druckbot, der diese Tinten in einem Raster auf ein einzelnes Substrat aufträgt.

Die Fähigkeit, Hunderte winziger Proben auf einem einzigen Chip zu positionieren, eine Aufgabe, die mit menschlicher Geschicklichkeit unmöglich ist, ermöglicht es Forschern, alle diese Proben gleichzeitig mit verschiedenen Diagnosewerkzeugen zu testen. Die Forscher sagen, dass dies die Synthese und Charakterisierung von Materialien im Vergleich zur manuellen Exploration um den Faktor 14 und im Vergleich zu anderen automatisierten Methoden um den Faktor neun beschleunigt.

Um die Fähigkeiten von RoboMapper zu demonstrieren, testeten die Forscher einen bestimmten Satz potenzieller Perowskitmischungen. Sie verwendeten den RoboMapper, um drei Grundzutaten in Hunderten unterschiedlichen Anteilen zu mischen und alle Proben auf einen einzigen Chip zu drucken. Anschließend testeten sie diese Proben, um ihre Struktur, Bandlücke und Stabilität unter Lichteinwirkung zu bestimmen. Aus diesen beschleunigten Tests erstellten sie quantitative Modelle, die sich darauf beziehen, wie sich diese kritischen Eigenschaften je nach sich ändernder Zusammensetzung ändern. „Wir sind in der Lage, Vorhersagemodelle zu erstellen und Bereiche zwischen den Datenpunkten zu betrachten“, sagte Amassian. „Manchmal liegen die besseren Zusammensetzungen in unerwarteten Bereichen des chemischen Zusammensetzungsraums.“

Mithilfe seines RoboMapper-Workflows gelang es dem Forschungsteam, eine „ideale“ Perowskitmischung zu identifizieren, die die gewünschten Eigenschaften für den Einsatz in Tandemsolarzellen aufwies. Diese Probe hatte die richtige Bandlücke und zersetzte sich im Vergleich zu Alternativen auch langsam unter Lichteinwirkung.

Diese Entdeckung stellt einen ersten Schritt auf dem Weg zur Weiterentwicklung der Tandem-Solarzellentechnologie dar. Amassians Team testete nur den Perowskit selbst und kombinierte ihn nicht mit Silizium (oder einem anderen Substrat), um Tandemzellen herzustellen. Aber die Forscher nutzen ihr beschleunigtes Tool, um andere potenzielle Mischungen zu testen und finden schnell vielversprechende neue Kandidaten.

Der Einsatz des RoboMapper spart Forschern nicht nur Zeit, sondern senkt auch die Energiekosten beim Testen neuer Materialien. Tatsächlich kostet das Testen eines Materials mit dieser Technologie möglicherweise weniger Energie als die Simulation seiner Eigenschaften mithilfe von Computern. Dies wird es Forschern ermöglichen, deutlich mehr reale Daten für die direkte Verwendung oder als Grundlage für maschinelle Lerntechniken zu generieren. „Um beispielsweise maschinelles Lernen und KI-Modelle zu trainieren, benötigen wir mehr Daten“, sagte Amassian. „Wir brauchen qualitativ hochwertigere Daten. Und wir müssen den hochdimensionalen Raum effizient erkunden.“

Dieser Ansatz ist nicht auf Perowskite oder Solarzellenanwendungen beschränkt – er wird bereits verwendet, um datengesteuerte Halbleiterforschung zu ermöglichen. „Als wir den RoboMapper entworfen haben, haben wir ihn so konzipiert, dass er sehr flexibel, modular und erweiterbar ist“, sagte Amassian. Jede Suche nach Materialien, die mithilfe einer Tintentechnik hergestellt werden können, könnte mit dieser Technologie beschleunigt werden, einschließlich gedruckter Elektronik, da der RoboMapper in erster Linie ein Roboter ist, der tintenfähige Materialien nach Bedarf formuliert und druckt.

Materie, 2023. DOI: 10.1016/j.matt.2023.06.040

Dina Genkina ist eine freiberufliche Wissenschaftsautorin und Podcasterin mit Sitz in Brooklyn und Wissenschaftskommunikatorin am Joint Quantum Institute. Sie interessiert sich für Quantenphysik, KI, Klimatechnologie und andere coole Dinge.