利用COMSOL辅助生成的代理模型加速钙钛矿太阳能电池数据表征
Veröffentlicht in 2025
高效光伏发电是以清洁能源实现未来碳中和的重要环节。钙钛矿/晶硅叠层电池是光伏降本增效的新兴技术之一。半透明钙钛矿电池作为叠层的顶部子电池，其在实际运作中的稳定性尚需提升，是左右最终叠层性能的关键。室内加速老化测试是稳定性表征的一环，其通过在时域中的电流-电压（i-V）数据将电池的性能可视化，生成的庞大数据可使用光电模型进行深入解析，以辅助阐明老化机理。然而，光电模型的计算效率并不能满足同时处理大量i-V数据的需求。基于此问题，我们通过实验数据与COMSOL仿真数据结合的方式，训练替代光电模型的高效神经网络代理模型，以实时辅助电池稳定性数据表征（示例图见图1）。
我们首先建立针对于钙钛矿电池的光电模型（COMSOL半导体模块），并通过多组高质量实验数据进行模型校准。此后，我们通过MATLAB LiveLink高效采集十万组COMSOL模拟数据，以弥补实验数据数量的不足。此大数据被用于高效神经网络代理模型的训练。最终的模型在面对未知测试数据集时，平均方差低于1×10^(-3)（代理模型误差见图2）。代理模型可以对数据进行并行处理，进一步加速电池表征。未使用并行时，参数校准所需时间为30s，全局参数优化时长为28s，为光电数值模型速度的一千倍以上，能够满足稳定性表征中大量i-V数据分析需求。
Herunterladen
- 能源-白马湖实验室-COMSOL 代理模型加速太阳能电池表征.pptx - 8.28MB
- 16-COMSOL 代理模型加速太阳能电池表征.pptx - 1.19MB