Caracterización de celdas solares de perovskita mediante un análisis exploratorio de datos de variables eléctricas, band gap y área
DOI:
https://doi.org/10.15665/rp.v22i2.3485Palabras clave:
análisis exploratorio de los datos, aprendizaje automático, celda solar de perovskita, factor de conversión energética.Resumen
La comprensión del comportamiento de las variables eléctricas de una celda solar contribuye a determinar su desempeño, por ello se buscan patrones que permitan analizar variables intrínsecas del material y la influencia de otras variables como el área. El análisis exploratorio de los datos se utiliza en el procesamiento de información, para detectar patrones y relaciones que se puedan explotar en el desarrollo de un modelo de IA. Este artículo pretende caracterizar celdas solares de perovskita de unión simple, mediante un análisis exploratorio del conjunto de datos de variables eléctricas, band gap y área de The Perovskita Database. Esto se logra, usando visualizaciones univariantes y multivariantes como gráficos de violín y correlación respectivamente, que relacionan la media, mediana, máximos y mínimos para detectar patrones en la tecnología de las celdas solares de perovskita y las relaciones entre las variables seleccionadas. Los resultados presentan para el perovskita, valores prácticos de 0,9 V para el voltaje de circuito abierto (Voc), 17,9 para la densidad de corriente (Jsc) y 1,6 eV para el band gap. Se concluye, dado el contraste de los valores prácticos con la teoría de Shockley Queisser que las variables Voc, Jsc y band gap son intrínsecas de las celdas solares de perovskita de unión simple.
Citas
International Energy Agency, “Energy Statistics Data Browser”, IEA. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: https://www.iea.org/data-and-statistics/data-tools/energy-statistics-data-browser
J. Ramanujam et al., “Flexible CIGS, CdTe and a-Si:H based thin film solar cells: A review”, Prog Mater Sci, vol. 110, may 2019, doi: 10.1016/j.pmatsci.2019.100619.
A. Khatibi, F. Razi Astaraei, y M. H. Ahmadi, “Generation and combination of the solar cells: A current model review”, Energy Sci Eng, vol. 7, núm. 2, pp. 305–322, abr. 2019, doi: 10.1002/ese3.292.
T. Wu et al., “The Main Progress of Perovskite Solar Cells in 2020–2021”, Nanomicro Lett, vol. 13, núm. 1, dic. 2021, doi: 10.1007/s40820-021-00672-w.
Jung Hyun Suk y Park Nam Gyu, “Perovskite solar cells: From materials to devices”, Nano.Micro Small, vol. 11, núm. 1, pp. 10–25, ene. 2015, doi: 10.1002/smll.201402767.
M. Jeong et al., “Stable perovskite solar cells with efficiency exceeding 24.8% and 0.3-V voltage loss”, Science (1979), vol. 369, núm. 6511, pp. 1615–1620, sep. 2020, doi: 10.1126/science.abb7167.
R. Chen et al., “Robust hole transport material with interface anchors enhances the efficiency and stability of inverted formamidinium–cesium perovskite solar cells with a certified efficiency of 22.3%”, Energy Environ Sci, vol. 15, núm. 6, pp. 2567–2580, 2022, doi: 10.1039/D2EE00433J.
N. Parikh et al., “Is machine learning redefining the perovskite solar cells?”, Journal of Energy Chemistry, vol. 66, pp. 74–90, mar. 2022, doi: 10.1016/j.jechem.2021.07.020.
F. Li et al., “Machine Learning (ML)‐Assisted Design and Fabrication for Solar Cells”, ENERGY & ENVIRONMENTAL MATERIALS, vol. 2, núm. 4, pp. 280–291, dic. 2019, doi: 10.1002/eem2.12049.
L. D. Chavarría-Múnera, J. M. Cogollo-Flórez, y A. A. Correa-Espinal, “Metodología de pronóstico escalable con aprendizaje autónomo, integración en la nube y reportes automatizados”, Prospectiva, vol. 18, núm. 2, abr. 2020, doi: 10.15665/rp.v18i2.2243.
Ç. Odabaşı y R. Yıldırım, “Performance analysis of perovskite solar cells in 2013–2018 using machine-learning tools”, Nano Energy, vol. 56, pp. 770–791, feb. 2019, doi: 10.1016/j.nanoen.2018.11.069.
Y. Miyake y A. Saeki, “Machine Learning-Assisted Development of Organic Solar Cell Materials: Issues, Analyses, and Outlooks”, J Phys Chem Lett, vol. 12, núm. 51, pp. 12391–12401, dic. 2021, doi: 10.1021/acs.jpclett.1c03526.
S. Sradhasagar, O. Subhasish Khuntia, S. Biswal, S. Purohit, y A. Roy, “Machine learning-aided discovery of bismuth-based transition metal oxide double perovskites for solar cell applications”, Solar Energy, vol. 267, p. 112209, ene. 2024, doi: 10.1016/j.solener.2023.112209.
M. M. Elsenety, E. Christopoulos, y P. Falaras, “Passivation Engineering Using Ultrahydrophobic Donor–π–Acceptor Organic Dye with Machine Learning Insights for Efficient and Stable Perovskite Solar Cells”, Solar RRL, vol. 7, núm. 10, may 2023, doi: 10.1002/solr.202201016.
J. Ma y D. Guo, “An exploratory data analysis on certified perovskite devices efficiency and I-V metrics: insights into materials engineering and process scaling up”, Solar Energy, vol. 209, pp. 21–29, oct. 2020, doi: 10.1016/j.solener.2020.08.090.
I. Sargin, J. S. McCloy, y S. P. Beckman, “Multivariate analysis: An essential for studying complex glasses”, Journal of the American Ceramic Society, vol. 105, núm. 12, pp. 7196–7210, dic. 2022, doi: 10.1111/jace.18657.
S. Feng y J. Wang, “Prediction of Organic–Inorganic Hybrid Perovskite Band Gap by Multiple Machine Learning Algorithms”, Molecules, vol. 29, núm. 2, p. 499, ene. 2024, doi: 10.3390/molecules29020499.
Alfonso García Marín, “Visualización de Datos Univariantes y Multivariantes, Catálogo de Técnicas”, Trabajo de grado en Ingeniería Informática, Universidad Politécnica de Madrid, Madrid, 2022. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: https://oa.upm.es/71215/1/TFG_ALFONSO_GARCIA_MARIN.pdf
T. J. Jacobsson et al., “An open-access database and analysis tool for perovskite solar cells based on the FAIR data principles”, Nat Energy, vol. 7, núm. 1, pp. 107–115, dic. 2021, doi: 10.1038/s41560-021-00941-3.
National Renewable Energy Laboratory, “Best Research-Cell Efficiency Chart”, NREL. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: https://www.nrel.gov/pv/cell-efficiency.html
B. Ehrler, E. Alarcón-Lladó, S. W. Tabernig, T. Veeken, E. C. Garnett, y A. Polman, “Photovoltaics Reaching for the Shockley–Queisser Limit”, ACS Energy Lett, vol. 5, núm. 9, pp. 3029–3033, sep. 2020, doi: 10.1021/acsenergylett.0c01790.
Pachón Pacheco Cristian Elías, “Simulación y diseño de celdas solares basadas en semiconductores In x Ga 1-x N y Si”, Tesis en Magíster en Ciencias - Física, Universidad Nacional de Colombia, Sede Manizales, Manizales, 2021. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: 1. https://repositorio.unal.edu.co/bitstream/handle/unal/80669/1121902562.2021.pdf?sequence=2&isAllowed=y
Craig K. Enders, Applied Missing Data Analysis. New York, 2022.
R. Escalante, D. Pourjafari, D. Peralta, A. Riquelme, y P. Sánchez-Fernández, “¡La potencia de la irradiante energía solar! Eficiencia Cuántica”, MoleQla: revista de Ciencias de la Universidad Pablo de Olavide 42, sevilla, el 19 de julio de 2021. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: https://www.upo.es/cms1/export/sites/upo/moleqla/documentos/Numero42/ArticuloDestacado1.pdf
Y. Chen, L. Zhang, Y. Zhang, H. Gao, y H. Yan, “Large-area perovskite solar cells – a review of recent progress and issues”, RSC Adv, vol. 8, núm. 19, pp. 10489–10508, 2018, doi: 10.1039/C8RA00384J.
J.-P. Correa-Baena et al., “Promises and challenges of perovskite solar cells”, Science (1979), vol. 358, núm. 6364, pp. 739–744, nov. 2017, doi: 10.1126/science.aam6323.
S. Lee, S. Bae, D. Kim, y H. Lee, “Historical Analysis of High‐Efficiency, Large‐Area Solar Cells: Toward Upscaling of Perovskite Solar Cells”, Advanced Materials, vol. 32, núm. 51, dic. 2020, doi: 10.1002/adma.202002202.
H. Lu, A. Krishna, S. M. Zakeeruddin, M. Grätzel, y A. Hagfeldt, “Compositional and Interface Engineering of Organic-Inorganic Lead Halide Perovskite Solar Cells”, iScience, vol. 23, núm. 8, p. 101359, ago. 2020, doi: 10.1016/j.isci.2020.101359.
Marcus Chuang, “Shockley-Queisser-limit”, GITHUB. Consultado: el 5 de febrero de 2024. [En línea]. Disponible en: https://github.com/marcus-cmc/Shockley-Queisser-limit
Y. Zhao, F. Ma, F. Gao, Z. Yin, X. Zhang, y J. You, “Research progress in large-area perovskite solar cells”, Photonics Res, vol. 8, núm. 7, p. A1, jul. 2020, doi: 10.1364/PRJ.392996.
Champion Photovoltaic Module Efficiency Chart, “Champion Photovoltaic Module Efficiency Chart”, NREL.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Camilo Hernández Pérez, Carlos Castañeda Pico, Sergio Castro Casadiego, Byron Medina Delgado, Alexander Sepúlveda Sepúlveda, Erick Reyes Vera
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as ceden los derechos de autor y dan a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Instrucciones para el llenado de la Certificación de Originalidad y la Cesión de Derechos de Autor.
- Haga click aquí y baje el formulario de Certificación de Originalidad y la Cesión de Derechos de Autor.
- En cada uno de los campos para rellenar haga click y complete lo correspondiente.
- Una vez llenos los campos, copie al final su firma escaneada o firma digital. Favor ajustar el tamaño de la firma en el formulario.
- Finalmente, lo puede guardar como pdf y enviarlo a través de la palataforma OJS, como archivo complementario.
Si tiene dudas contáctenos, por favor.
