Прогнозирование с помощью машинного обучения двухслойных перовскитных солнечных элементов без свинца для повышения КПД

Более чистая солнечная энергия для повседневной жизни

Солнечные панели обещают дешёвую и чистую электроэнергию, но многие из самых эффективных передовых конструкций сегодня опираются на свинец, что вызывает опасения по поводу токсичности и долговременной стабильности. В этом исследовании предлагается более безопасный путь — разработка безсвинцового солнечного элемента, который при этом эффективно поглощает свет, а также показано, как компьютерные симуляции и машинное обучение могут работать вместе, чтобы направлять создание будущих устройств, которые однажды могут появиться на крышах домов или в портативных зарядных устройствах.

Два светопоглощающих слоя, работающих в команде

Исследователи сосредотачиваются на особом классе материалов — безсвинцовых двойных перовскитов, которые можно настраивать для поглощения разных цветов солнечного света, избегая при этом токсичных элементов. Вместо одного поглощающего слоя они укладывают два: верхний слой предпочитает более энергоёмкий (синий) свет, а нижний поглощает более низкоэнергетический (красноватый) свет, прошедший через верхний. Такая конструкция «полутандема» или с двумя поглотителями позволяет элементу улавливать более широкую часть солнечного спектра без сложной коммутации и согласования токов, требуемых в полном тандеме.

Построение эффективной безсвинцовой структуры

Для проектирования устройства команда использует широко распространённый симулятор солнечных элементов, чтобы протестировать множество виртуальных структур. Лучшее исполнение предполагает размещение двух поглотителей между тщательно подобранными слоями переноса заряда, которые действуют как односторонние дороги для электрических зарядов. Со стороны, обращённой к солнцу, слой SnS2 направляет электроны и блокирует дырки. На задней стороне слой Sb2S3 делает наоборот — собирает дырки и блокирует электроны. Верхний поглотитель из Cs2TiCl6 имеет более широкую ширину запрещённой зоны и расположен над более узкозонным слоем Cs2AgBiI6, поэтому свет последовательно «снимается» по мере прохождения через структуру. Задний контакт из золота или других металлов с высокой работой выхода помогает зарядам эффективно покидать устройство.

Настройка толщины, дефектов и легирования

Исследование показывает, что небольшие детали внутри слоёв существенно влияют на работу элемента. Если верхний поглотитель слишком толстый, он препятствует попаданию света к нижнему слою, и ток падает. Если в любом из поглотителей много дефектов, заряды рекомбинируют прежде, чем их удастся собрать, что ведёт к потерям энергии. Симуляции выявляют оптимальные параметры: тонкий, но высокого качества слой Cs2TiCl6 примерно 100 нанометров толщиной над более толстым, с низким уровнем дефектов слоем Cs2AgBiI6 порядка 1000 нанометров. Регулировка концентраций доноров и акцепторов (легирования) в каждом поглотителе и на интерфейсах создаёт внутреннее электрическое поле, помогающее разъединять электроны и дырки. При низком уровне объёмных и интерфейсных дефектов и правильно настроенном легировании виртуальное устройство достигает КПД преобразования энергии около 32,7 процента, что выше, чем у сопоставимых однослойных версий из тех же материалов.

Позволяя алгоритмам просеивать варианты проектирования

Перебор всех возможных комбинаций толщины, уровня дефектов и легирования вручную был бы медленным и неэффективным. Чтобы ускорить процесс, авторы загрузили более двух тысяч смоделированных случаев в несколько моделей машинного обучения. Эти модели усваивают, как изменения физических параметров влияют на ключевые выходные характеристики солнечного элемента — такие как эффективность, напряжение, ток и коэффициент заполнения. Среди протестированных подходов метод, известный как экстремальное градиентное бустинг (XGBoost), даёт наиболее точные прогнозы, тесно совпадая с результатами симулятора. С помощью анализа SHAP команда также ранжирует, какие параметры наиболее важны, обнаружив, что ключевую роль играют легирование и толщина верхнего поглотителя, а также уровни дефектов в нижнем поглотителе и на их интерфейсе.

От компьютерного проектирования к реальным панелям

Для широкого читателя главный вывод таков: возможно сочетание высокой эффективности и более безопасной химии в будущих солнечных элементах. Эта работа не создаёт физическое устройство, но картирует условия, при которых безсвинцовая двухслойная перовскитная структура могла бы конкурировать с лучшими современными свинцовыми разработками. Сочетая детализированные физические симуляции с машинным обучением, исследование предлагает своего рода атлас проектирования, который экспериментальные команды могут использовать, чтобы сосредоточиться на наиболее перспективных комбинациях слоёв и целях по производству, приближая более чистые и эффективные солнечные модули к повседневному применению.

Цитирование: 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

Ключевые слова: безсвинцовые перовскитные солнечные элементы, солнечный элемент с двумя поглотителями, машинное обучение, фотовольтаика, коэффициент преобразования энергии