Perowskit-Tandemsolarzellen kombinieren eine Perowskit- mit einer herkömmlichen kristallinen Solarzelle. Mit Wirkungsgraden von mehr als 33 Prozent sind sie eine Verheißung für die weitere Entwicklung der Photovoltaik-Technologie, doch bislang noch nicht für die Massenproduktion geeignet. Dafür müssen Stabilität und Produktionsprozesse weiter verbessert werden, woran derzeit viele Wissenschaftler weltweit arbeiten. Forscher des Karlsruher Instituts für Technologie (KIT) sowie der Plattformen Helmholtz Imaging am Deutschen Krebsforschungszentrum (DKFZ) und Helmholtz AI, haben nun einen Weg gefunden, die Qualität der Perowskit-Schichten und damit der Solarzellen vorherzusagen. Mit Maschinellem Lernen und neuen Methoden der Künstlichen Intelligenz (KI) ließen sich diese bereits bei der Herstellung aus Variationen in der Lichtemission erkennen.
Sie haben ihre Ergebnisse in der Fachmagazin „Advanced Materials“ im Aufsatz „Discovering Process Dynamics for Scalable Perovskite Solar Cell Manufacturing with Explainable AI. Advanced Materials” veröffentlicht. Daraus ließen sich verbesserte Produktionsprozesse ableiten.
Voraussetzung, um einen hohen Wirkungsgrad bei den Tandemzellen zu erreichen, ist eine sehr hochwertige und extrem dünne Perowskit-Schicht, die nur einen Bruchteil der Dicke eines menschlichen Haares besitzt. „Eine der größten Herausforderungen ist dabei, diese hochwertigen sogenannten multikristallinen Dünnschichten mit kostengünstigen und skalierbaren Verfahren ohne Defekte und Löcher herzustellen“, erklärte Ulrich Paetzold, Tenure-Track-Professor am Institut für Mikrostrukturtechnik sowie vom Lichttechnischen Institut des KIT. Es wies daraufhin, dass selbst unter augenscheinlich perfekten Laborbedingungen unbekannte Einflüsse zu Schwankungen in der Qualität der Halbleiterschichten führten. „Dies verhindert letztendlich den raschen Start der industriellen Produktion dieser hocheffizienten Solarzellen, die wir für die Energiewende so dringend benötigen“, so Paetzold weiter.
Diese Faktoren herauszufinden, war Aufgabe des gemeinsamen Forschungsprojekts. Dafür seien KI-Methoden entwickelt worden, die sogenannte Neuronale Netzwerke mithilfe eines großen Datensatzes trainieren und analysieren. Der Datensatz beinhaltet Videoaufnahmen der Photolumineszenz der Perowskit-Dünnschichten während des Herstellungsprozesses. „Da selbst Fachleute nichts Bemerkenswertes auf den Dünnschichten erkennen konnten, entstand die Idee, eine KI für Maschinelles Lernen (Deep Learning) darauf zu trainieren, verborgene Indizien für eine gute oder schlechte Beschichtung in den Millionen Daten aus den Videos zu finden“, ergänzten Lukas Klein und Sebastian Ziegler von Helmholtz Imaging am DKFZ. Zur Auswertung nutzten die Forscher anschließen Methoden der Erklärbaren Künstlichen Intelligenz.
Die Versuche zeigten, dass die Photolumineszenz während der Produktion variierte und dies die Beschichtungsqualität beeinflusste. „Entscheidend bei der Arbeit war, dass wir XAI-Methoden gezielt eingesetzt haben, um zu sehen, welche Faktoren sich für eine hochwertige Solarzelle ändern müssten“, sagten Klein und Ziegler. Dies sei bisher noch nie so gemacht worden. „Das ist ein Paradigmenwechsel, und dass wir so systematisch hochrelevante Erkenntnisse in Materialwissenschaften gewinnen können, ist neu.“
Mit der entwickelten Methode konnten die Forscher anschließend bestimmen, ob eine Solarzelle je nach Variation der Lichtemission in der Produktion einen hohen oder niedrigen Wirkungsgrad erreicht. Vorausgegangen sei ein entsprechendes Training der Neuronalen Netzwerke der KI. „Dank des kombinierten Einsatzes der KI haben wir eine Idee, an welchen Stellschrauben wir zuallererst drehen müssen, um die Produktion zu verbessern. Wir können unsere Experimente zielgerichteter durchführen und müssen nicht mehr im Dunkeln die Nadel im Heuhaufen suchen. Das ist eine Blaupause für Folgeforschung, auch für viele weitere Aspekte in der Energieforschung und den Materialwissenschaften“, so Paetzold.
Dieser Inhalt ist urheberrechtlich geschützt und darf nicht kopiert werden. Wenn Sie mit uns kooperieren und Inhalte von uns teilweise nutzen wollen, nehmen Sie bitte Kontakt auf: redaktion@pv-magazine.com.
Wow. Endlich Mal eine sinnvolle Anwendung der KI. Verkürzung von Iterationsprozessen und zielgerichtete Forschung. An das PV Magazin: Gibt es eine Timeline, welche Zellwirkungsgrade man in den nächsten 20 Jahren erwartet? Ich denke mindestens eine Verdopplung der Leistung pro Fläche. Der Innovationsfortschritt ist beachtenswert und wenn es so weitergeht, spart man sich den Umweg über Wasser und heizt gleich mit Strom.
Wäre schon schön, wenn das eine bald verfügbare Technologie ist. Aber lesen den Text genau: Stabilität und Produktionsprozesse müssen noch verbessert werden. Erst muss man den Dreh finden, dass die Perowskite stabiler werden, dann muss man einen Produktionsprozess dafür entwickeln, der die Zellen nicht mehr als 50% teurer macht – ganz schön viele Unwägbarkeiten noch. Ich rechne nicht vor 10 Jahren mit Verkaufsstart. Eher könnte es mit anderen Tandemsystemen gehen, z.B. Kombinationen aus Si und III-V-Halbleitern. Nur die Elemente der dritten und fünften Hauptgruppe sind entweder selten oder giftig oder beides. Das ist auch eine Herausforderung.