Efficienza del fotovoltaico: arriva anche l’intelligenza artificiale
Prevedere ed interagire con le risorse alla base delle energie rinnovabili intermittenti come eolico e fotovoltaico è un elemento davvero sfidante. In questo ambito, un team di ricerca australiano ha messo a punto un nuovo modello di apprendimento automatico per incrementare l’efficienza di conversione dei pannelli fotovoltaici basato su metodiche di intelligenza artificiale. (Foto di copertina di Foto di Gerd Altmann da Pixabay )
Il team di ricerca australiano, guidato da Dr. Nastaran Meftahi e dal Professor Salvy Russo della RMIT University, in collaborazione con i colleghi della Monash University, ha utilizzato l’intelligenza artificiale per creare un innovativo programma di apprendimento automatico (machine learning) che aiutasse a incrementare il rendimento del fotovoltaico.
Nello specifico, il nuovo modello messo a punto è capace di prevedere l’efficienza di conversione dei materiali di cui sono costituite le celle fotovoltaiche. Il lavoro si è ad oggi concentrato sull’ambito del fotovoltaico organico, che utilizza semiconduttori polimerici o piccole molecole naturali al posto di materiali come il silicio o altri. Un segmento quello del fotovoltaico organico che si va arricchendo sempre più di approcci diversi, dopo un dominio incontrastato del silicio cristallino, con una grande accelerazione della ricerca, in nuovi semiconduttori e tecnologie più economiche e flessibili e con maggiore facilità di produzione. Una delle sfide principali per il fotovoltaico organico è la selezione dell’enorme volume di composti chimici, potenzialmente adatti, da sintetizzare, cioè da realizzare su misura da parte degli scienziati.
Il valore aggiunto dato dal machine learning è la possibilità predittiva dell’efficienza dei pannelli solari anche con materiali “virtuali”, cioè non ancora esistenti, ma ancora nella fase progettuale. In precedenza, gli scienziati hanno già provato lutilizzo dell’apprendimento automatico per risolvere tale problema, ma molti di questi modelli richiedevano molto tempo, una grande potenza di elaborazione computazionale ed erano di difficili replicazione. Il nuovo approccio utilizzato dal tema australiano, a differenza di alcuni modelli complicati e dispendiosi in termini di tempo, è rapido, facile da usare con il codice disponibile gratuitamente per tutti gli scienziati e gli ingegneri.
Alla base di questo evolutivo salto qualitativo vi è la sostituzione di parametri complicati e computazionalmente costosi, che richiedono calcoli di meccanica quantistica, con descrittori molecolari. Si tratta di una rappresentazione matematica formale dell’informazione chimica che consente di confrontare tra loro molecole diverse. Con questo approccio il team di ricerca ha potuto ottenere dati importanti sui frammenti chimici più significativi nei materiali alla base dell’efficienza di conversione del fotovoltaico. Un programma, quello messo a punto, che potrebbe accelerare significativamente il processo di progettazione di celle e pannelli solari più efficienti, cosa oltremodo importante in un momento come questo, nel quale la domanda di energia rinnovabile, è ancora più alta.
La Redazione di Ecquologia
