Prédiction par apprentissage automatique de cellules solaires pérovskites sans plomb à double absorbeur pour augmenter le rendement

Une énergie solaire plus propre pour la vie quotidienne

Les panneaux solaires promettent une électricité bon marché et propre, mais de nombreuses conceptions de nouvelle génération les plus efficaces contiennent du plomb, ce qui suscite des inquiétudes sur la toxicité et la stabilité à long terme. Cette étude explore une voie plus sûre en concevant une cellule solaire sans plomb qui capte néanmoins la lumière très efficacement, et elle montre comment simulations et apprentissage automatique peuvent conjuguer leurs forces pour orienter les futurs dispositifs que l’on pourrait voir sur des toits ou dans des chargeurs portables.

Deux couches captant la lumière qui travaillent en équipe

Les chercheurs se concentrent sur une classe particulière de matériaux appelés double pérovskites sans plomb, qui peuvent être ajustés pour absorber différentes couleurs du spectre solaire tout en évitant les éléments toxiques. Plutôt que d’utiliser un film absorbant unique, ils empilent deux couches d’absorbeur : une couche supérieure qui préfère la lumière de plus haute énergie (plus bleue) et une couche inférieure qui absorbe la lumière de plus faible énergie (plus rouge) qui la traverse. Ce dispositif « demi-tandem » ou à double absorbeur permet à la cellule de récolter une plus large portion du spectre solaire sans l’interconnexion complexe et l’appariement de courant requis par les panneaux en tandem complets.

Concevoir une pile sans plomb à haute performance

Pour concevoir l’appareil, l’équipe utilise un simulateur de cellules solaires largement adopté pour tester de nombreuses structures virtuelles. La configuration la plus performante place le double absorbeur entre des couches de transport de charges soigneusement choisies qui agissent comme des sens uniques pour les charges électriques. Du côté exposé au soleil, une couche de SnS2 guide les électrons tout en bloquant les trous. À l’arrière, une couche de Sb2S3 fait l’inverse, collectant les trous et bloquant les électrons. L’absorbeur supérieur, composé de Cs2TiCl6, présente une plus grande largeur de bande et se situe au-dessus d’une couche Cs2AgBiI6 à bande plus étroite, de sorte que la lumière est filtrée par étapes en traversant la pile. L’or ou d’autres métaux à haute fonction de travail forment le contact arrière, facilitant l’extraction efficace des charges.

Ajuster l’épaisseur, les défauts et le dopage

L’étude montre que de petits détails à l’intérieur des couches influent fortement sur les performances de la cellule. Si l’absorbeur supérieur est trop épais, il empêche la lumière d’atteindre l’absorbeur inférieur et le courant diminue. Si l’un ou l’autre des absorbeurs contient beaucoup de défauts, les charges se recombinent avant d’être collectées, gaspillant de l’énergie. Les simulations identifient des zones optimales : une fine couche de haute qualité de Cs2TiCl6 d’environ 100 nanomètres au-dessus d’une couche plus épaisse et peu défectueuse de Cs2AgBiI6 d’environ 1000 nanomètres. Ajuster la densité d’atomes chargés (dopage) dans chaque absorbeur et aux interfaces crée un champ électrique interne qui aide à séparer électrons et trous. Lorsque les défauts en volume et aux interfaces sont maintenus faibles et que le dopage est bien ajusté, le dispositif virtuel atteint un rendement de conversion d’environ 32,7 %, supérieur aux versions monocouches comparables avec les mêmes matériaux.

Laisser les algorithmes trier les choix de conception

Explorer manuellement toutes les combinaisons possibles d’épaisseur, de niveau de défauts et de dopage serait lent et inefficace. Pour accélérer le processus, les auteurs soumettent plus de deux mille cas simulés à plusieurs modèles d’apprentissage automatique. Ces modèles apprennent comment les variations des paramètres physiques influencent les principales sorties de la cellule solaire telles que l’efficacité, la tension, le courant et le facteur de remplissage. Parmi les options testées, une approche appelée extreme gradient boosting fournit les prédictions les plus précises, reproduisant étroitement les résultats du simulateur. En utilisant une technique connue sous le nom d’analyse SHAP, l’équipe classe également les caractéristiques les plus influentes, constatant que le dopage et l’épaisseur de l’absorbeur supérieur ainsi que les niveaux de défauts dans l’absorbeur inférieur et à leur interface jouent les rôles les plus importants dans les performances.

De la conception informatique aux panneaux du monde réel

Pour le lecteur général, le message principal est qu’il pourrait être possible de concilier haute efficacité et chimie plus sûre dans les cellules solaires de demain. Ce travail ne construit pas de dispositif physique, mais il cartographie les conditions dans lesquelles une pile pérovskite sans plomb à double couche pourrait rivaliser avec les meilleures conceptions actuelles à base de plomb. En associant des simulations détaillées basées sur la physique à l’apprentissage automatique, l’étude offre une sorte d’atlas de conception que les équipes expérimentales peuvent utiliser pour se concentrer sur les combinaisons de couches et les cibles de fabrication les plus prometteuses, rapprochant des modules solaires plus propres et plus efficaces d’une utilisation quotidienne.

Citation: Elewa, S., Areed, N.F.F., Yousif, B. et al. Machine learning prediction of dual absorber lead-free perovskite solar cells for boosting PCE. Sci Rep 16, 16027 (2026). https://doi.org/10.1038/s41598-026-51970-5

Mots-clés: cellules solaires pérovskites sans plomb, cellule solaire à double absorbeur, apprentissage automatique, photovoltaïque, rendement de conversion