用超級電腦篩選染料,有機染料敏化太陽能發展腳步加速

作者 | 發布日期 2019 年 03 月 11 日 7:45 | 分類 AI 人工智慧 , 太陽能 , 能源科技 follow us in feedly

染料敏化太陽能(DSSC)是有機太陽能的一員,透過人工或有機染料將光轉換成電,具有材料、製造成本低與能製成可撓太陽能板等優勢,但是世上有千百萬種染料,要找出合適的材料可說是大海撈針,那麼科學家要以何種方法找出最佳染料?




對此,美國能源部阿貢國家實驗室與英國劍橋大學等跨國團隊最近提出一項解決方案,已運用阿貢領導電腦設施部門(ALCF)的超級電腦 Theta,並整合模擬、資料探勘、機器學習技術研發出自動化工作流程,成功從近 10,000 個候選染料中選出 5 位生力軍。

阿貢國家實驗室材料科學家 Jacqueline Cole 表示,這讓人們可以省去人工整理資料的時間,從過去好幾年的時間縮短到幾個月,最後只要幾天就能完成。

研究團隊希望能透過新的篩選方法,找到可以彼此合作、一同吸收太陽光譜的成對染料,Cole 指出,基本上沒有任何一種染料可以吸收所有的光,尤其是光吸收能帶較窄的有機分子,但團隊又只想要採用較環保的有機材料,因此祭出此對策。

從一萬個選項中找出最佳染料

團隊初始資料數量相當龐大,候選材料近 10,000 種,而為了尋覓最合適染料,科學家抽絲剝繭慢慢刪掉各種選項。研究員首先以資料探勘剔除掉有機金屬分子,這些分子大多吸光範圍較小,抑或是分子太小無法吸收可見光,使候選材料一下子減少至剩下 3,000 多種。

之後研究員再篩選出含有羧酸(音讀縮、注音打 ㄗㄨㄟ)的染料,其中羧酸可以讓染料更容易附著在二氧化鈦半導體(光電極)上,再使用超級電腦 Theta 量測其餘材料的電子結構,計算每種染料分子的偶極矩或是極性程度,Cole 表示,分子極性程度高,電子電荷量也會提高,進而拉長電子移動距離,讓電子可順利進入二氧化鈦半導體並啟動電路。

經過多個步驟、將範圍縮小到 300 種之後,團隊也透過檢查每個染料的光吸收範圍,刪至剩下 30 種染料,這時自動化工作流程測試也進入尾聲,研究員最後再用 Theta 運算密度泛函理論(DFT)來評估與模擬每個染料的表現。

目前研究團隊並沒有公布機器學習篩選有機分子的時間,而結束自動化工作流程後跨國團隊也有進行實際測試,最後已選出 5 個低成本、高性能染料生力軍,Cole 指出,將某些染料實際用於太陽能板之後,團隊發現其功率轉換效率已經可以跟工業標準的有機金屬染料相媲美。研究已發表在《Advanced Energy Materials》。

(首圖來源:阿貢國家實驗室

延伸閱讀: