Em um único dia, luz solar suficiente atinge a Terra para alimentar o mundo por um ano inteiro – isto é, se pudermos encontrar uma maneira de capturar essa energia de maneira barata e eficiente. Embora o custo da energia solar tenha diminuído drasticamente, as atuais células solares baseadas em silício são caras e consomem muita energia para fabricar, levando os pesquisadores a procurar alternativas.
As células solares de perovskita são o principal candidato para a próxima geração dessa energia renovável. Esses materiais sintéticos são mais baratos e requerem menos energia para serem produzidos, mas ficam atrás de muitas células baseadas em silício em termos de estabilidade e eficiência. Agora, um artigo publicado na Nature Communications dos grupos de Andrew M. Rappe, da Universidade da Pensilvânia, e Yueh-Lin Loo, da Universidade de Princeton, dá uma visão de como a composição molecular de certas perovskitas pode afetar sua eficiência e oferece um caminho para melhores células solares usando uma métrica simples.

“O mundo atualmente precisa de células fotovoltaicas mais eficientes e econômicas, e os PVs de perovskita híbrida 3D conquistaram o mundo”, diz Rappe, professor do Departamento de Química da Penn que também co-dirige o programa VIPER da Penn. "Mas eles são irreversivelmente danificados pela água, que é um espetáculo para aplicações práticas. A inserção de planos moleculares orgânicos entre planos de perovskita híbridos 2D é um esquema promissor para fornecer células solares eficientes, de baixo custo e robustas."

Neste estudo, os pesquisadores investigaram uma certa classe de perovskitas chamadas perovskitas híbridas 2D. Em comparação com as perovskitas feitas de cristais 3D, elas tendem a ser mais estáveis, construídas como baklava molecular com camadas alternadas de moléculas à base de metal e carbono. A camada à base de metal, chamada de camada inorgânica, interage com a luz para produzir eletricidade e é mais eficiente quando seus átomos se alinham adequadamente. A camada à base de carbono, ou orgânica, é composta de moléculas carregadas positivamente que equilibram a camada inorgânica carregada negativamente.

Inicialmente, a equipe de Princeton preparou um conjunto de perovskitas 2D com diferentes moléculas orgânicas, estudando como essas moléculas afetavam o alinhamento da camada inorgânica e a eficiência das células solares. Em particular, eles observaram uma classe de moléculas orgânicas curtas e flexíveis, cada uma com uma carga positiva em uma extremidade. Eles notaram que o tipo de molécula influenciava a estrutura e a eficiência energética das células solares, mas não sabiam exatamente por que ou como. Eles precisavam de uma visão atomística para complementar as descobertas e hipóteses experimentais. Isso ajudaria a explicar o alto desempenho do sistema.

Então, eles procuraram Rappe e Arvin Kakekhani, então pós-doutorando no grupo Rappe, especialistas em usar computadores para modelar interações químicas. "[Os pesquisadores de Princeton] são experimentalistas muito inteligentes e tiveram grande visão no nível experimental", diz Kakekhani. "Mas eles precisavam de conhecimento e discernimento no nível atômico e molecular." Esse é precisamente o tipo de trabalho em que o laboratório Rappe se destaca, tendo anteriormente colaborado com o grupo Loo para modelar outros materiais de perovskita no contexto da racionalização de suas propriedades mecânicas.

A partir dos cálculos atuais da mecânica quântica e do trabalho de modelagem de carga, Kakekhani e Rappe descobriram que as moléculas na camada orgânica podem interagir umas com as outras, alinhando-se em pares ou em ziguezagues entre as camadas metálicas das perovskitas.

Ao formar esses pares ou ziguezagues, as moléculas orgânicas interagiram menos com a camada à base de metal, dando espaço à camada para se alinhar adequadamente e melhorando o desempenho das células solares resultantes. Quanto mais prontamente as moléculas orgânicas puderem se emparelhar e sair do caminho da camada inorgânica, melhor será a eficiência da célula solar resultante.

Esta observação por si só ofereceu uma visão sobre como fazer melhores perovskitas. Mas Kakekhani se perguntou se poderia encontrar uma maneira de capturar esse fenômeno em um valor simples que descrevesse a interação entre as camadas orgânicas e inorgânicas. Depois de testar vários modelos, ele chegou a um que descrevia o quão longe as interações na camada orgânica puxavam a carga positiva da camada inorgânica. Então ele testou para ver se ele poderia prever quão bem a camada inorgânica se alinharia e quão bem as células solares poderiam funcionar.

Em vez de ajustar um modelo usando dados do experimento, ele optou por construí-lo usando puramente a compreensão matemática e física de como os produtos químicos interagem. Isso é conhecido como modelagem de materiais de primeiros princípios.

Esses tipos de modelos geralmente lutam para replicar com precisão os resultados do mundo real, pois podem ser muito simples, considerando apenas um pequeno subconjunto de possíveis fenômenos envolvidos em um experimento complexo. A modelagem de primeiros princípios torna-se mais poderosa quando pode fornecer insights físicos e melhorar a compreensão de como reduzir um problema complexo a um mais simples, sem prejudicar muito a fidelidade do modelo.

Nesse caso, Kakekhani previu as tendências da vida real com uma fidelidade surpreendentemente alta. Em termos matemáticos, seu modelo fornece um coeficiente de determinação>0,95, uma correlação linear quase perfeita. "Eu nunca tinha visto uma correspondência tão perfeita entre modelos de primeiros princípios e observáveis ​​experimentais complexos antes", diz Kakekhani. "Conectar um modelo que fica em um computador e não sabe nada sobre o experimento à matéria real com todos os tipos de defeitos e estruturas de maior escala - isso foi realmente surpreendente."

Como essa métrica precisa apenas de um computador para prever o desempenho das células solares, ela pode permitir que os cientistas escolham quais moléculas podem funcionar melhor em perovskitas antes de entrar no laboratório, ajudando os pesquisadores a restringir seus esforços apenas aos candidatos mais promissores. "Existem literalmente milhões de moléculas que as pessoas podem experimentar. Mas não é tão fácil fazer milhões de células solares", diz Rappe. “Isso dá às pessoas uma regra de pontuação simples, onde elas podem analisar se uma molécula que estão considerando é suscetível de aumentar a produtividade da célula solar”.

No futuro, Rappe diz que esses insights também podem ajudar com LEDs de perovskita. Se essas perovskitas podem transformar luz em energia com eficiência, elas devem ser capazes de fazer algo semelhante ao transformar energia em luz. Os grupos planejam ver se o mesmo modelo se aplica a diferentes camadas inorgânicas e a uma gama mais ampla de moléculas orgânicas, ou se outros fatores precisam ser considerados para modelar com precisão a perovskita.

Por enquanto, porém, o modelo usa um valor para prever o desempenho de uma célula solar complexa, e a simplicidade do modelo é sua força, diz Kakekhani. "A simplicidade cria um insight, e esse insight pode realmente criar grandes avanços na ciência porque vai para a parte criativa não linear do seu cérebro. Ele fica lá e ajuda você a ter todos os tipos de intuições." + Explorar mais

A equipe demonstra grande promessa de células solares de perovskita totalmente inorgânicas para melhorar a eficiência das células solares