Desarrollo de metodología para el modelamiento computacional y optimización de celdas solares de perovskita basada en técnicas de aprendizaje de máquinas

Abstract

En los últimos años, la urgencia de adoptar fuentes de energía renovable ha aumentado significativamente debido al rápido cambio climático que experimenta nuestro planeta, impulsado por el crecimiento exponencial en las emisiones de gases de efecto invernadero derivadas del uso de combustibles fósiles. Esta necesidad se ha convertido en una preocupación global de gran relevancia, ya que busca garantizar un suministro energético sostenible y reducir el impacto ambiental de las tecnologías basadas en combustibles fósiles. Como resultado, el desarrollo, la optimización y la mejora de los sistemas de generación de energía renovable se han convertido en desafíos fundamentales para la comunidad científica. La energía solar, en particular, ha experimentado un crecimiento notable en este contexto. Sin embargo, los paneles solares comerciales más comunes (como los monocristalinos o policristalinos de silicio) no logran captar gran parte de la energía solar, alcanzando una eficiencia energética entre el 15% y el 20 %. Esto significa que una parte significativa de la energía solar no se aprovecha completamente. Además, estos paneles presentan limitaciones de diseño debido a su rigidez mecánica y peso elevado. En contraste, las celdas solares de perovskita han despertado un gran interés en los últimos años debido a su notable aumento en eficiencia energética. Alcanzando el valor de 26.1% prometen ser candidatas potenciales para la producción comercial de la próxima generación de células solares. Su adopción podría reducir significativamente los costos de electricidad y simplificar los procesos de fabricación. De allí, que poder generar metodologías computacionales que permitan modelar, optimizar y predecir las características optoelectrónicas de las mismas sea clave en la reducción de costos de esta tecnología, más aún teniendo en cuenta que las técnicas de fabricación en ocasiones demandan el uso de reactivos costosos y cuartos limpios. Es entonces cuando poder optimizar la combinación de materiales y ajustar las dimensiones estructurales de las mismas a partir de simulaciones juega un papel crucial a la hora de impulsar el desarrollo de celdas solares de perovskita. Además, la aparición de técnicas de inteligencia artificial ofrece una perspectiva innovadora en este campo. Estas técnicas pueden ser eficaces para predecir el rendimiento de las celdas solares, lo que brinda a los investigadores una valiosa herramienta para mejorar su eficiencia y estabilidad. Esto es especialmente importante considerando que los parámetros clave de estas celdas son fundamentales para su desempeño