Alors que les panneaux solaires traditionnels au silicium se font de plus en plus abordables, la technologie émergente des cellules solaires à couche mince s’impose comme une sérieuse concurrente – encore moins chère, plus fine, plus flexible et même plus efficace. Parmi ces étoiles montantes du photovoltaïque, les cellules solaires utilisant des matériaux organiques comme semi-conducteurs remportent incontestablement la palme.
Pourtant, malgré la multitude de matériaux potentiels existants pour ces futurs attrape-soleil, seuls quelques-uns sortent des laboratoires pour rejoindre le marché, notamment parce que le perfectionnement des bons matériaux exige de longs – et souvent coûteux – ajustements à même de concilier la théorie avec l'expérience.
Une équipe de chercheurs australiens vient peut-être de trouver une solution susceptible de profiter au secteur dans son ensemble : un modèle de machine-learning capable de prédire l'efficacité de conversion énergétique des matériaux organiques utilisés dans les cellules solaires.
Thierry Grima, Group Chief
Analytics Officer - « Il ne s’agit pour le moment que d’expériences : l’IA va “peut-être” permettre
d’accélérer la recherche des meilleurs matériaux pour construire la nouvelle
génération de panneaux solaires avec un meilleur rendement, mais de nombreuses
questions demeurent : facilité de développement des panneaux, durée de vie des
panneaux, passage à l’échelle... »
Abonnez-vous à la Newsletter ENGIE Innovation