鈣鈦礦太陽能電池回收新方案，“電子垃圾”回收難題或將攻克

當前，全球能源低碳轉型正如火如荼，以風能、太陽能為主的新能源或者可再生能源迅速發(fā)展。然而，新的問題隨之出現(xiàn)，日益增加的太陽能電池廢料正在成為下一個隱患。

國際可再生能源署（IRENA）曾預估：2050年全球太陽能電池廢料將達到7800萬噸，而這也僅是龐大電子垃圾中的一小部分。此外，太陽能電池含有多種有毒化學物質，包括鉛、鎘、銻等，通常難以拆除和處理。

常規(guī)的電子產品回收方法對于太陽能電池來說顯然并不適用，而鈣鈦礦型太陽能電池作為第三代太陽能電池中的典型代表，其回收狀況更是備受關注。因此，一種新的回收方案亟需出現(xiàn)。

日前，康奈爾大學團隊研究發(fā)現(xiàn)，合理回收鈣鈦礦型太陽能電池能有效降低環(huán)境污染并確保能源的可持續(xù)性。他們列出了六種不同的鈣鈦礦光伏組件，并對它們進行了生命周期評估。

相關研究論文以《鈣鈦礦光伏組件回收策略的生命周期評估》為題，發(fā)表在Nature Sustainability上，由美國康奈爾大學能源系統(tǒng)工程系終身講席教授尤峰崎擔任通訊作者。

相關論文

鈣鈦礦太陽能電池回收策略——“從搖籃到墳墓”的全過程評估

太陽能電池板

據(jù)了解，生命周期評估自20世紀60年代起便已廣泛應用于環(huán)境評估，涉及某一產品或服務從取得原材料到生產、使用直至廢棄的全過程，并在其中引入“能源償還期”的概念。

值得一提的是，鈣鈦礦太陽能電池架構一般擁有2個月～13個月的能源償還期。這意味著鈣鈦礦太陽能在投入使用后，只需要一年不到的時間就可以抵消制造該裝置的能源消耗。

這種回收性能完勝當前太陽能市場上的其他產品，包括常見的硅電池，它的能源償還期大概在1.3年～2.4年之間。

而在評估太陽能電池“從搖籃到墳墓”的整個過程中，該團隊發(fā)現(xiàn)，具有導電氧化物和能源密集型加熱過程的基板是導致環(huán)境變化的主要因素。因此，在擴展分析時，尤峰崎及其團隊將重點放在這些材料和工藝上，并以此來制定回收策略。

研究結果表明，該回收策略可以使能源回收時間減少72.6%，溫室氣體排放因子減少71.2%，在降低能耗、能源生產、環(huán)境保護等方面發(fā)揮重要作用。

不過需要注意的是，該回收方法并不能回收鈣鈦礦太陽能電池中的鉛，大量的鉛依舊需要通過其它的方式進行選擇性溶解。該團隊表示，未來的技術有望更好地處理和回收鈣鈦礦電池中的鉛，他們正在進行的項目也會涉及到相關技術的研發(fā)。

此外，尤峰崎也在論文摘要中強調，“我們使用敏感性分析來強調延長設備壽命的重要性，并量化由仍然不成熟的制造工藝、不斷變化的操作條件和每個模塊的個體差異引起的不確定性的影響。”

打破不同學科邊界，探索“1+1>2”途徑

“在過去的幾年里，我一直在從事多尺度系統(tǒng)工程和數(shù)據(jù)科學的研究。我們科研團隊在計算模型和算法領域有較強的背景。我希望在堅持計算理論基礎研究、開發(fā)新型高效算法的同時，利用我們的優(yōu)勢，和不同應用領域的專家合作，共同探索解決對人類和社會有現(xiàn)實意義的具體問題，”尤峰崎表示，“因此在研究理論和算法的同時，我們也著力于相關技術的落地化和實用化。”

目前，尤峰崎課題組的研究方向側重于能源與環(huán)境系統(tǒng)，以及高端的計算技術，包括人工智能、量子計算的理論研究和應用技術開發(fā)等。

“我們使用人工智能和量子計算等系統(tǒng)技術來解決從分子和材料設計到氣候變遷的問題。”尤峰崎介紹道。

該項科研工作聽起來比較抽象，同時，也是一項非常復雜的系統(tǒng)工作。一個人如何應用單一領域的專業(yè)知識來優(yōu)化化學反應、制造過程和整個食品生產流程以及生態(tài)系統(tǒng)？這顯然是一個龐大到難以估計的任務量。

對此，尤峰崎給出的解決方案是“合作”。他表示：“我一直在尋找1+1>2的機會。”

當今時代，多學科的交叉融合正在成為常態(tài)。通過加強多學科之間的學習、交叉融合和運用，對于打破傳統(tǒng)學科壁壘，實現(xiàn)基礎科學研究的飛躍有著舉足輕重的意義。正因此，尤峰崎參與了一系列不同學科卻息息相關的項目。

尤峰崎的研究涉及智能制造、數(shù)字化農業(yè)、能源系統(tǒng)和可持續(xù)發(fā)展等許多方面。目前，他正在尋找能夠更好地回收和利用這些資源、提高效率并最大限度地減少保持食品生產所需的外部能源的工藝。

六種PSC垃圾回收的能源消耗比較

比如可用于種植作物的生物燃料或肥料，以及此次的鈣鈦礦光伏組件回收，事實上這些都源自尤峰崎正在研究的將食物廢物和各種有機廢物轉化為增值產品的技術，而這也正是循環(huán)經(jīng)濟的目標。

此外，在算法和優(yōu)化方面，尤峰崎提供了一種獨特實用的量子計算方法用于優(yōu)化機器學習等人工智能的應用。

尤峰崎表示：“我們的獨特優(yōu)勢就在于我們是高度跨學科的團隊，我們使用系統(tǒng)分析和優(yōu)化以及生命周期評估，然后將這些與我們的特定專業(yè)領域完美地結合起來。”（摘自美《深科技》） （編輯/費勒萌）