La IA descifra la próxima generación de paneles solares
Summary
Mediante simulación por ordenador y aprendizaje automático, investigadores de la Universidad Tecnológica de Chalmers (Suecia) han dado un paso importante hacia la comprensión y el manejo de las perovskitas de haluro, entre los materiales más prometedores.
<p><img alt="" src="https://cdn.elperiodicodelaenergia.com/2025/09/68d6b2902c895c327adf07c1.jpg" /></p><p>El consumo mundial de electricidad aumenta rápidamente y debe abordarse de forma sostenible. El desarrollo de nuevos materiales podría proporcionarnos células solares mucho más eficientes que las actuales; materiales tan delgados y flexibles que podrían revestir cualquier cosa, desde teléfonos móviles hasta edificios enteros. Mediante simulación por ordenador y aprendizaje automático, investigadores de la <strong>Universidad Tecnológica de Chalmers (Suecia)</strong> han dado un paso importante hacia la comprensión y el manejo de las perovskitas de haluro, entre los materiales más prometedores, pero notoriamente enigmáticos.</p>
<p>El uso de electricidad aumenta constantemente a nivel mundial y, según la Agencia Internacional de Energía, se espera que su proporción del consumo energético total mundial supere el 50 por ciento en 25 años, en comparación con el 20 por ciento actual.</p>
<p>Para satisfacer la demanda, existe una necesidad significativa y creciente de nuevos métodos de conversión de energía, respetuosos con el medio ambiente y eficientes, como células solares más eficientes. Nuestros hallazgos son esenciales para diseñar y controlar uno de los materiales de células solares más prometedores para su uso óptimo. Es muy emocionante que ahora dispongamos de métodos de simulación que puedan responder a preguntas que no se habían resuelto hace tan solo unos años, afirma <strong>Julia Wiktor</strong>, investigadora principal del estudio y profesora asociada en Chalmers.</p>
<h3><strong>Materiales prometedores para células solares eficientes</strong></h3>
<p>Los materiales pertenecientes al grupo de las perovskitas de haluro se consideran los más prometedores para la producción de células solares y dispositivos optoelectrónicos rentables, flexibles y ligeros, como las bombillas LED, ya que absorben y emiten luz con gran eficiencia. Sin embargo, las perovskitas pueden degradarse rápidamente, y para saber cómo aprovecharlas al máximo es necesario comprender mejor por qué ocurre esto y cómo funcionan.</p>
<p>Los científicos han luchado durante mucho tiempo para comprender un material específico dentro del grupo, un compuesto cristalino llamado yoduro de plomo y formamidinio. Posee propiedades optoelectrónicas excepcionales. Su mayor uso se ha visto obstaculizado por su inestabilidad, pero esto puede solucionarse mezclando dos tipos de perovskitas de haluro. Sin embargo, se necesita más conocimiento sobre ambos tipos para que los investigadores puedan controlar mejor la mezcla.</p>
<h3><strong>La clave del diseño y control de materiales</strong></h3>
<p>Un grupo de investigación de Chalmers ahora puede proporcionar una descripción detallada de una fase importante del material que anteriormente era difícil de explicar únicamente mediante experimentos. Comprender esta fase es clave para poder diseñar y controlar tanto este material como las mezclas basadas en él. El estudio se publicó recientemente en la revista Journal of the American Chemical Society.</p>
<p>“La fase de baja temperatura de este material ha sido durante mucho tiempo una pieza faltante en el rompecabezas de la investigación y ahora hemos resuelto una cuestión fundamental sobre la estructura de esta fase”, dice la investigadora de Chalmers Sangita Dutta.</p>
<h3><strong>El aprendizaje automático contribuyó al gran avance</strong></h3>
<p>La experiencia de los investigadores reside en la construcción de modelos precisos de diferentes materiales mediante simulaciones por computadora. Esto les permite probar los materiales exponiéndolos a diferentes escenarios, que se confirman experimentalmente.</p>
<p>Sin embargo, modelar materiales de la familia de las perovskitas de haluro es complicado, ya que capturar y decodificar sus propiedades requiere supercomputadoras potentes y largos tiempos de simulación.</p>
<p>“Al combinar nuestros métodos estándar con el aprendizaje automático, ahora podemos ejecutar simulaciones miles de veces más largas que antes. Y nuestros modelos ahora pueden contener millones de átomos en lugar de cientos, lo que los acerca más al mundo real”, afirma Dutta.</p>
<h3><strong>Las observaciones de laboratorio coinciden con las simulaciones</strong></h3>
<p>Los investigadores identificaron la estructura del yoduro de plomo y formamidinio a bajas temperaturas. También observaron que las moléculas de formamidinio se quedan atrapadas en un estado semiestable al enfriarse el material. Para asegurar que sus modelos de estudio reflejaran la realidad, colaboraron con investigadores experimentales de la Universidad de Birmingham. Enfriaron el material a -200 °C para asegurar que sus experimentos coincidieran con las simulaciones.</p>
<p>"Esperamos que los conocimientos que obtuvimos de las simulaciones puedan contribuir a la forma de modelar y analizar materiales complejos de perovskita de haluro en el futuro", afirma Erik Fransson, del Departamento de Física de Chalmers.</p>