[17a-Z35-1~10] 13.9 Compound solar cells

[17a-Z35-7] Inverse Design of 3D Translucent Thin Intermediate band Solar Cells Using Continuous Action Deep Reinforcement Learning

〇(M2)Kodai Shiba^2,3, Katsuyoshi Sakamoto², Kouichi Yamaguchi², Qing Shen², Yoshitaka Okada⁴, Tomah Sogabe^1,2,3 (1.Univ. of Electro-Comm. i-PERC, 2.Univ. of Electro-Comm., 3.Grid inc., 4.The Univ. of Tokyo.)

Keywords:intermediate band solar cells, quantum dot, deep reinforcement learning

近年、太陽光発電の新市場創出技術として、窓などの壁面開口部に設置を目的としたシースルー太陽電池の開発が進められている。シースルー太陽電池の候補として、溶液法に基づくペロブスカイト/PbS量子ドット中間バンド太陽電池が挙げられており、研究開発が実証されている。ただし、中間バンド太陽電池に適した量子ドットの探索、可視光を一部透過させながら変換効率を維持する量子ドットのサイズ、光閉じ込めを考慮した光学構造など、未だ解決していない技術的課題が多く、人間の手作業での構造パラメータの最適化は限度がある。そこで本研究はペロブスカイト/PbS量子ドット中間バンド太陽電池の高効率化に向けた逆設計を図るため、連続行動型深層強化学習と光干渉を考慮した量子ドット太陽電池デバイスシミュレーションを融合し、AI予測最適化手法を用いたデバイス逆設計手法の構築を目指す。