近日，美国麻省理工学院和斯坦福大学领导的研究团队宣布，利用机器学习技术成功制造出了可达市场竞争水平的新一代太阳能电池板，事实上，数字化不仅可以为可再生能源技术革新提供助力，还能在可再生能源项目的投建、运营和维护方面发挥关键作用。

近日，美国麻省理工学院和斯坦福大学领导的研究团队宣布，利用机器学习技术成功制造出了可达市场竞争水平的新一代太阳能电池板。事实上，数字化不仅可以为可再生能源技术革新提供助力，还能在可再生能源项目的投建、运营和维护方面发挥关键作用。

机器学习提升“风光”价值

据麻省理工和斯坦福研究团队的介绍，他们利用机器学习技术制造出了能量转换效率达18.5%的钙钛矿电池。

据了解，钙钛矿材料的电池板可以在室温下制造，不仅造价便宜，成品也更薄更轻、更易运输和安装，但是大规模制造此类电池板仍面临巨大挑战。

麻省理工指出，将钙钛矿材料从实验产品变成具有竞争力的量产产品，这经历了漫长的研发过程。制造基于钙钛矿的太阳能电池板涉及同时优化至少十几个变量，应用了机器学习技术的新系统，加快了生产工艺的开发，提升了新一代太阳能电池的转换效率。

事实上，“风光”本身的多变性和间歇性使其成为不可预测的能源，无法保证在设定的时间可靠地提供电力。使用机器学习可以帮助运营商对电力输出如何满足电力需求进行更智能、更快速的评估和分析。

“预将阅读全文，请订阅《能源高质量发展》杂志，订阅电话15910626987”

【责任编辑：刘澄谚 】