专访湖州市鹑火光电有限公司董事长黄跃龙:AI可加快钙钛矿电池研发进度

显示图片

人工智能(AI)能否缩短钙钛矿电池从研发到量产的周期?11月18日,在成都举行的“2026第九届中国国际光伏与储能产业大会”期间,湖州市鹑火光电有限公司(以下简称鹑火光电)董事长黄跃龙在接受《每日经济新闻》记者(以下简称每经记者)专访时表示,AI可以加快材料和电池结构的筛选,长期稳定性问题仍有待解决。

黄跃龙介绍,鹑火光电已将AI与机器人结合用于钙钛矿电池研发,由机器人完成实验、AI分析数据并推荐配方,相关实验设备已获客户订单。他认为,这类工具有望在一定程度上加快钙钛矿电池量产进程。

机器人完成实验,AI分析数据并推荐配方

钙钛矿电池研发涉及大量材料和工艺变量。黄跃龙介绍,研究人员需要比较不同有机分子、电池结构、膜层厚度以及上下膜层之间的材料组合。技术方案仍在探索,哪一种组合更合适,需要通过实验判断。

黄跃龙回忆,在高校从事研究时,他曾考虑过用机器人完成实验。在手套箱中制备样品,不同人的操作手法可能存在差异,研究人员需要尽量控制材料、温度、湿度和操作过程,使实验结果便于比较。

据黄跃龙介绍,换用机器人后,各道工序可以按同一套标准重复,实验数据也能被记录、监控和分析。实验可以24小时不间断进行,一台这样的实验设备需约3人操作。

据黄跃龙介绍,鹑火光电的AI实验室一天可以做500个配方实验。每个配方对应的测量数据涉及多个变量,依靠人工逐项查看、比较需要花费较多时间。公司因此将AI用于分析实验数据,并为下一轮实验推荐配方。

黄跃龙说,系统还会读取相关学术论文,将自身实验数据与已有研究进行比较,帮助研发人员分析不同方案的差异。机器人执行实验、AI分析结果并反馈配方,可以提高实验的频率和有效性。

这套实验设备来自科研项目的成果转化。黄跃龙介绍,已有客户看过设备运行后下单,公司也会提供配套实验方案,帮助客户开展研发。

除了实验平台,鹑火光电也面向钙钛矿电池开发量产设备。黄跃龙在采访中多次提到“懂工艺”。他解释,设备达到设定的物理参数,所制备的薄膜仍需要与电池中上下相邻膜层相匹配。温度、薄膜接触方式、膜面朝向以及颗粒粉尘,都会影响设备设计。

黄跃龙介绍,部分镀膜、成膜设备还可用于晶硅电池和半导体领域。谈到公司如何拓展这些应用时,黄跃龙表示,现阶段主要依靠团队对物理和工艺的理解,根据设备能够完成的工艺寻找适用场景。

叠层电池的效率与寿命需综合考量

在钙钛矿电池的产业化方向上,黄跃龙更看好将钙钛矿电池与晶硅电池结合,利用叠层结构提高电池性能。他认为,这也有助于体现钙钛矿电池的商业价值。

这种组合仍面临稳定性问题。虽然实验数据在改善,研发人员仍要继续寻找合适的电池结构、材料和配方。

黄跃龙表示,AI实验室可以帮助研发人员更快筛选材料组合,找出相互配合后表现较稳定的结构和材料。不过,长期稳定性问题仍需要继续研究。他借用同行的说法来形容自己对钙钛矿电池量产前景的态度:“既谨慎又乐观。”

在材料筛选之外,团队还尝试用AI预判电池老化后的表现。黄跃龙举例,一项加速老化试验可能需要持续3000小时。“团队正探索利用样品早期变化的数据,预测其在3000小时时的状态,以便更早筛选实验方案。”

而材料方案走向批量制造,还需要相应的工艺设备。黄跃龙介绍,公司关注单结钙钛矿电池和由晶硅电池、钙钛矿电池组成的叠层电池两条技术路线。团队为叠层电池布局喷墨打印技术时,就在考虑如何提高单位时间内的加工能力,同时保持制膜一致性。

对于叠层电池的经济性,黄跃龙认为,转换效率和使用寿命应放在一起评估。如果效率进一步提高,达到相同经济价值所需的使用年限也可能缩短。他看好的方向是,通过两类电池结合提高性能,推进钙钛矿电池的商业化应用。


每日经济新闻