SOLAR-SKIES: KI-gestützte Optimierung der CIGS-Dünnschicht-PV-Technologie

Herausforderung: Effizienzsteigerung und Kostensenkung durch datengetriebene Ansätze

Photovoltaik (PV)-Technologien sind ein zentraler Bestandteil der Energiewende, stehen jedoch vor Herausforderungen in Bezug auf Effizienz, Kosten und Umweltverträglichkeit. Flexible CIGS-Dünnschicht-Solarzellen bieten enormes Potenzial, erfordern aber kontinuierliche Optimierung der Materialien und Prozesse. SOLAR-SKIES adressiert diese Herausforderungen durch datengetriebene Ansätze und KI-gestützte Modellierung.

Im Projekt SOLAR-SKIES stehen drei Hauptziele im Fokus:

• Steigerung der PV-Effizienz: KI-gestützte Modellierung und Datenanalyse sollen die Umwandlungseffizienz flexibler CIGS PV-Zellen signifikant steigern. Ziel ist eine Effizienz von 18 % für 1 cm² Solarzellen und 14 % für 10×10 cm² Module.
• Reduktion der Herstellungskosten: Durch die Analyse umfangreicher Prozessdaten und automatisierte Optimierung mittels KI sollen die Produktionskosten flexibler CIGS-PV-Zellen auf unter 0,9 €/Wp gesenkt werden.
• Nachhaltigkeit und Stabilität: Datengetriebene Materialanalyse ermöglicht die Auswahl umweltfreundlicher, leicht recycelbarer Materialien. Ziel ist es, die Leistungsstabilität sicherzustellen, mit weniger als 10 % Leistungsverlust nach 1000 Stunden bei 85 % relativer Luftfeuchtigkeit und 85 °C.

Technologische Lösung: KI-gestützte Analyse und Hochdurchsatz-Screening

SOLAR-SKIES kombiniert Hochdurchsatz-Screening mit KI-gestützter Analyse, um den Entwicklungsprozess von Dünnschicht-Solarzellen zu beschleunigen und zu optimieren. Daten aus kombinatorischen Dünnschichtabscheidungen und automatisierten Messverfahren werden gesammelt und analysiert, wobei KI-Modelle die optimalen Materialkombinationen und Prozessparameter identifizieren.

Mithilfe von maschinellem Lernen und Bayes’schen Netzwerken werden Korrelationen zwischen Prozessparametern, Materialeigenschaften und der Solarzellenleistung ermittelt. Diese datengetriebenen Einsichten ermöglichen eine präzise Steuerung der Herstellungsprozesse und die Vorhersage neuer Materialkombinationen und Prozessparameter. Dies beschleunigt die Entwicklung und hilft, innovative Materialien schneller zu bewerten und zu skalieren.

Erkannte Optimierungen werden vom Labor- bis zum Pilotmaßstab skaliert, ohne aufwendige Modifikationen der Produktionslinie. Dieser Ansatz ermöglicht eine kosteneffiziente und nachhaltige Skalierung der Produktion.

RISC Software GmbH: Kompetenz im Bereich KI-basierten Methoden

Die RISC Software GmbH wird im Rahmen des Projekts durch den Einsatz von KI-basierten Methoden Beiträge zur Feststellung der kausalen Abhängigkeiten zwischen den Prozessparametern in der Erzeugung, den Materialeigenschaften, und der Effizienz der erzeugten Solarzellen liefern.

Die zugrundeliegenden Messdaten für diese Analysen werden durch Hochdurchsatzscreening erhoben. In diesem Zusammenhang unterstützt die RISC Software GmbH weiters bei der Erfassung und dem effizienten Management der Daten, was in weiterer Folge die Hochskalierung der Forschungsergebnisse in industrielle Prozesse ermöglicht.

Dieses Projekt wird aus Mitteln der FFG gefördert.