Исследователи используют метод квантовых вычислений для оптимизации молекулярных фотопереключателей для сбора солнечной энергии

Молекулярные фотопереключатели, которые могут как преобразовывать, так и хранить энергию, могут быть использованы для повышения эффективности сбора солнечной энергии. Команда исследователей использовала метод квантовых вычислений, чтобы найти особенно эффективную молекулярную структуру для этой цели. Процедура была основана на наборе данных из более чем 400 000 молекул, которые исследователи проверили, чтобы найти оптимальную молекулярную структуру для материалов для хранения солнечной энергии. Статья об исследовании в открытом доступе опубликована в журнале Angewandte Chemie International Edition.

В настоящее время солнечная энергия используется либо напрямую для выработки электроэнергии, либо косвенно через энергию, хранящуюся в тепловых резервуарах. Третий путь может включать сначала хранение солнечной энергии в светочувствительных материалах, а затем ее высвобождение по мере необходимости.

Поддерживаемый ЕС проект MOST («Молекулярное хранение солнечной тепловой энергии») исследует такие молекулы, как фотопереключатели, которые могут поглощать и хранить солнечную энергию при комнатной температуре, чтобы сделать использование солнечной энергии полностью без выбросов реальностью.

Проект MOST направлен на разработку и демонстрацию системы хранения солнечной энергии с нулевым уровнем выбросов, основанной на экологически чистых, полностью возобновляемых материалах. Система MOST основана на молекулярной системе, которая может улавливать солнечную энергию при комнатной температуре и сохранять ее в течение очень длительных периодов времени. Это соответствует замкнутому циклу захвата, хранения и высвобождения энергии. Проект MOST позволит разработать молекулярные системы, а также связанные с ними катализаторы и устройства, превосходящие самые современные характеристики и масштабы. В частности, гибридные солнечные коллекторы, использующие до 80% поступающей солнечной энергии, будут спроектированы и испытаны вместе с устройствами выделения тепла, которые сочетают MOST с накоплением тепловой энергии (TES), обеспечивая быстрые циклы повышения температуры, обеспечивающие большие температурные градиенты. Иллюстрация Дэниела Спейсека/Neuron Collective.

Исследовательские группы Курта В. Миккельсена из Копенгагенского университета (Дания) и Каспера Мота-Поульсена из Технического университета Каталонии в Барселоне (Испания) внимательно изучили фотопереключатели, лучше всего подходящие для этой задачи.

Они изучали молекулы, известные как бициклические диены, которые при освещении переходят в высокоэнергетическое состояние. Самый яркий пример этой бициклической диеновой системы известен как норборнадиен квадрициклан, но существует огромное количество подобных кандидатов. По словам исследователей, химическое пространство состоит примерно из 466 000 бициклических диенов, которые мы проверили на предмет их потенциального применения в технологии MOST.

Проверка базы данных такого размера обычно выполняется с помощью машинного обучения, но для этого требуются большие объемы обучающих данных, основанных на реальных экспериментах, которых у команды не было. Используя ранее разработанный алгоритм и новый показатель оценки «η» (эта), скрининг и оценка молекул базы данных дали четкий результат: все шесть молекул, получивших наивысшие оценки, отличались от исходной норборнадиен-квадрициклановой системы в решающий момент. структура.

Исследователи пришли к выводу, что это структурное изменение, расширение молекулярного мостика между двумя углеродными кольцами в бициклической части, позволило новым молекулам запасать больше энергии, чем исходный норборнадиен.

Работа исследователей демонстрирует потенциал оптимизации молекул для хранения солнечной энергии. Однако новые молекулы сначала необходимо синтезировать и протестировать в реальных условиях.

Несмотря на то, что системы могут быть получены синтетически, нет никакой гарантии, что они растворимы в соответствующих растворителях и что они действительно будут фотопереключаться с высоким выходом или вообще, как мы предполагали в η.

Несмотря на это, команда разработала новый большой набор обучающих данных для алгоритмов машинного обучения и, таким образом, сократила трудный этап исследований перед синтезом для химиков, занимающихся такими системами в будущем. Авторы предполагают, что это гораздо более крупное хранилище бициклических диенов станет самостоятельным для исследования фотопереключателей для различных применений, что потенциально облегчит адаптацию молекул к конкретным требованиям.