近年来，随着人工智能(AI)技术的迅速发展，其在光伏产业具有广泛的应用场景。例如，利用人工智能，可以监测光伏系统故障，依据地形和天气，实现全局全地形的优化与跟踪，提高发电量，增加太阳光线利用效率等。作为第三代太阳能电池及新型太阳能电池的重点研发方向之一，钙钛矿电池的大规模产业化、产品良率及可靠性提升一直是学术界和企业界的攻关重点。
虽然在实验室环境中，钙钛矿光伏电池的转换效率屡次突破记录，但在实际的生产环境中却常常难以复制。针对这一问题，澳大利亚科学家利用AI技术为钙钛矿产业化提供了新思路。
近日，澳大利亚皇家墨尔本理工大学(RMIT)、莫纳什大学和澳大利亚联邦科学与工业研究组织(CSIRO)的研究人员取得了一项重大突破，成功开发出一种新的机器学习模型，大幅提升新型钙钛矿电池的性能测试速度、制备速度，同时降低错误率，在数周时间内完成新的钙钛矿电池的制造、复制和测试工作。
研究人员表示，找到具有最佳效率、成本优势和耐久性的钙钛矿电池制备材料及配方是一件十分耗时的工作，常常要花费数年，难度堪比大海捞针。但使用机器学习模型可以快速实现新配方的创新与测试。该模型基于16个由AI创造的全新钙钛矿光伏电池，研究团队用此模型预测了256种不同钙钛矿电池配方的性能。
该团队于全球首次制造出了具有16.9%效率的可复制的钙钛矿太阳能电池，这是迄今为止在无人力介入情况下制造的最佳效果。在莫纳什大学数百万美金投资的自动化电池生产项目的加持下，该模型预计将能够预测海量的新型钙钛矿电池配方。
RMIT大学的Meftahi博士指出，有了这个自动化生产项目，研究团队将能够每天生产2000个各不相同的光伏电池。“很快，我们将能够预测数百万不同电池配方的性能”，她说。
她还提到，除了预测钙钛矿电池的性能，这一模型和自动化生产系统在未来可能也能够测试不同硅基电池和有机电池的性能。
2024年3月19日，索比光伏网(碳索新能)将于广东广州召开第11届广东省光伏论坛同期活动--钙钛矿专题研讨会，集中讨论钙钛矿太阳能电池的机遇与挑战、钙钛矿产业化关键问题及解决方案、大面积钙钛矿电池制造工艺核心设备等关键议题，并邀请业界专家讨论2024年钙钛矿电池市场展望。
会议名称：第11届广东省光伏论坛同期活动--钙钛矿专题研讨会
会议时间：2024年3月19日
会议地点：广州中心皇冠假日酒店(广州市越秀区环市东路339号)
