在正在进行的开发更好的太阳能电池材料和配置的竞赛中，有许多变量可以调整，以试图提高性能，包括材料类型、厚度和几何排列。开发新的太阳能电池通常是一个单调乏味的过程，每次只需对其中一个参数进行微小的改变。虽然计算机模拟器已经使评估这些变化成为可能，而不必实际构建每一个新的变化进行测试，这个过程仍然很慢。

现在，麻省理工学院和谷歌Brain的研究人员开发了一个系统，该系统不仅可以一次评估一个设计方案，还可以提供信息，说明哪些改变会带来预期的改进。这可以大大提高发现新的、改进的配置的速度。

新系统,称为可微的太阳能电池模拟器,今天发表的一篇论文中描述的计算机物理通信》杂志上写的麻省理工学院初级肖恩·曼,麻省理工学院的科学家朱塞佩·罗马诺的士兵纳米技术研究所和其他四人在麻省理工学院和谷歌大脑。

Romano解释说，传统的太阳能电池模拟器根据太阳能电池结构的细节，并将其输出作为预测效率的输出，也就是说，入射阳光的能量中有多少比例会转化为电流。但这个新的模拟器既能预测效率，也能显示输出受任何一个输入参数的影响程度。他说:“它直接告诉你，如果我们使这一层稍微厚一点，效率会发生什么，或者如果我们改变材料的属性，效率会发生什么。”

简而言之，他说:“我们没有发现一种新设备，但我们开发了一种工具，可以让其他人更快地发现其他性能更高的设备。”通过使用这个系统，“我们减少了运行模拟器的次数，从而能够更快地进入更广阔的优化结构空间。”此外，他说:“我们的工具可以识别一组独特的材料参数，这些参数迄今为止一直被隐藏，因为运行这些模拟非常复杂。”

Mann表示，虽然传统方法基本上是随机搜索可能的变化，但使用他的工具“我们可以跟踪变化的轨迹，因为模拟器会告诉你想要改变设备的方向。这让整个过程变得更快，因为你不必探索所有的机会空间，而只需遵循一条“直接导致绩效提高的”单一路径。

由于先进的太阳能电池通常由多层导电材料交织而成，以将电荷从一层传送到另一层，这个计算工具揭示了改变这些不同层的相对厚度将如何影响设备的输出。“这非常重要，因为厚度至关重要。光的传播与每一层的厚度和每一层的吸收之间有很强的相互作用，”曼恩解释道。

其他变量,可以评估包括掺杂的量(另一个元素的原子的引入),每一层接收或隔热层的介电常数,或隙,测量光子的能量水平,可以被不同的材料层。

Romano说，这个模拟器现在作为一个开源工具可用，可以立即用于指导这个领域的研究。“它已经准备好了，而且可以由行业专家接手。”为了利用它，研究人员将把该设备的计算与优化算法甚至机器学习系统结合起来，以快速评估各种可能的变化，并迅速找到最有前途的替代方案。

目前，模拟器仅基于太阳能电池的一维版本，因此下一步将扩展其能力，包括二维和三维配置。但即使是这种1D版本“也可以覆盖目前正在生产的大部分细胞，”罗马诺说。某些变化，例如使用不同材料的所谓的串联太阳能电池，还不能通过这个工具直接模拟，但“有办法通过模拟每个单独的电池来近似串联太阳能电池，”曼恩说。

该模拟器是“端到端的”，Romano说，这意味着它计算效率的灵敏度，同时考虑光吸收。他补充说:“一个吸引人的未来方向是将我们的模拟器与先进的现有可微光传播模拟器组合起来，以实现更高的精度。”

Romano说，因为这是一个开源代码，“这意味着一旦它在那里，社区可以贡献它。这就是为什么我们真的很兴奋。”他说，尽管这个研究小组“只有少数人”，但现在任何在该领域工作的人都可以对代码进行自己的增强和改进，并引入新的功能。

“可微物理将为工程系统的模拟提供新的能力，”卡耐基梅隆大学机械工程副教授Venkat Viswanathan说，他没有参与这项工作。他说:“可微分太阳能电池模拟器是可微分物理学的一个不可思议的例子，它现在可以提供新的能力来优化太阳能电池设备的性能。”他称这项研究是“令人兴奋的进步”。