Оптимальные параметры для производства тандемных солнечных батарей на основе перовскита и кремния
Исследователи с Ближнего Востока утверждают, что они определили оптимальные параметры для коммерческого производства тандемных солнечных модулей на основе перовскита и кремния в нескольких регионах. Их анализ показал, что в настоящее время затраты на производство могут составлять всего 0,387 доллара за ватт, а через семь лет они могут снизиться до 0,25 доллара за ватт.
Исследователи из Среднего технического университета в Ираке оценили экономическую целесообразность производства тандемных фотоэлектрических устройств на основе перовскита и кремния и определили оптимальные параметры для будущих сценариев производства.
Ученые заявили, что их работа представляет собой «комплексный» подход к совершенствованию тандемной солнечной технологии на основе перовскита и кремния как на исследовательском, так и на промышленном уровне, призванный сократить разрыв между эффективностью лабораторных исследований и коммерческим производством.
«Системный подход включает в себя три основных направления: архитектурный компонент, оптимизация производственного процесса и оценка производительности при развёртывании», — пояснили они, добавив, что физические принципы в сочетании с оптимизацией роя частиц (PSO) позволяют получить информацию о коммерциализации с учётом факторов окружающей среды в интересующем регионе.
Алгоритм PSO — это биологический алгоритм оптимизации, который использует высокую скорость квантовых вычислений и сокращает интервал случайных чисел на последующих этапах, чтобы избежать преждевременной сходимости. Он имитирует реальные правила поиска пищи птичьей стаей и часто используется в
При анализе учитывалось несколько факторов, таких как толщина слоя перовскита в верхней ячейке, скорость нанесения покрытия и температура отжига, а также другие факторы, необходимые для расчёта выхода продукции, количества дефектов и производственных затрат. Интеграция PSO, по сообщениям, позволяет систематически исследовать производственные компромиссы.
На следующем этапе учёные провели многоэтапное моделирование, связав производственные параметры с экономикой внедрения. Они рассмотрели возможность масштабирования пилотной линии по производству модулей мощностью 5 МВт до 100 МВт. «С помощью этой комплексной системы анализа мы количественно связали параметры производственного процесса, экономику производства и показатели эффективности в зависимости от местоположения», — пояснили они.
В качестве оптимальных параметров алгоритм PSO определил скорость нанесения покрытия, оптимизированную до 10,00 м/мин, температуру отжига, контролируемую на уровне 151,48 °C, и толщину перовскита, оптимизированную до 0,79 мкм, что обеспечило бы «высокий» выход продукции 79,9% и коммерческое производство с «приемлемым» уровнем дефектов 10,3%.
«Начиная с базового показателя выхода продукции в 79,9 %, который был оптимизирован, производственный процесс демонстрирует стабильное и значительное улучшение, позволяющее достичь целевого показателя в 92 % всего за 13 месяцев оптимизации процесса», — подчеркнули исследователи, отметив, что в настоящее время себестоимость производства может составлять всего 0,387 доллара за ватт, а через семь лет может снизиться до 0,25 доллара за ватт.
Самая низкая удельная стоимость электроэнергии (LCOE) для фотоэлектрических проектов, построенных с использованием тандемных модулей на основе перовскита и кремния, была выявлена в пустыне Мохаве в США и составила 0,061 доллара за кВт/ч.
Работа была подробно описана в статье «Повышение эффективности за счет интеграции перовскит-кремниевых тандемов в фотоэлектрические системы нового поколения», опубликованной в Results in Engineering.
«Наши результаты моделирования были сопоставлены с эталонными данными Национальной лаборатории возобновляемых источников энергии (NREL), что подтвердило надёжность модели и её практическую значимость для планирования коммерческого внедрения, — заключили учёные. — Таким образом, эта работа закладывает основу для создания доступных и высокоэффективных фотоэлектрических систем за счёт систематической оптимизации производственных процессов и условий внедрения».