Bayes optimizasyonu kullanılarak yakın ve uzak-alan termofotovoltaik enerji donüştürücülerinin tasarımı

Çevre krizi, insanlığın karşı karşıya olduğu en büyük zorluklardan biri olmuştur. Karbondioksit (CO2) salınımı ve atık ısı, küresel ısınma yoluyla bu durumun temel nedenleri arasındadır. Bir yayıcı tarafından termal olarak üretilen fotonların bir fotovoltaik hücre aracılığıyla toplanmasına dayanan termofotovoltaik (TPV) enerji dönüşü-mü, hem yenilenebilir güneş enerjisini hem de atık ısıyı kullanabildiği için umut verici bir yöntemdir. Bu tezde, hem yakın-alan hem de uzak-alanda optimize edilmiş TPV sistemlerinin tasarımı sunulmuştur. Yakın-alan, ışınımın Planck yasasıyla öngörülenin çok üzerine çıktığı ve dalgalanan elektrodinamik kuramı ile açıklandığı, dalga boyundan daha kısa mesafeleri ifade eder. Her iki rejimde de, maksimum performans için malzeme seçim kriterlerini ortaya koymak amacıyla kullanılacak malzemelerin en uygun dielektrik fonksiyonlarının incelendiği yenilikçi bir yaklaşım benimsenmiştir. Her iki analizde de, makine öğrenmesine dayalı bir yöntem olan Bayes optimizasyonu kullanılmıştır; bu yöntemde, bir vekil model amaç fonksiyonunu taklit ederken, bir kazanç fonksiyonu sınırlı sayıda amaç fonksiyonu değerlendirmesiyle girdi uzayını keşfeder ve değerlendirir. Uzak-alan tasarımında, parametrik bir TPV analiziyle belirlenen ideal spektral yayım oranına yaklaşmak amacıyla çok katmanlı seçici bir yayıcı kullanılmıştır; bu yöntem ters tasarım olarak bilinir. Yakın-alan tasarımında ise, metal bir yayıcı ile yığın rekombinasyon kayıplarını ortadan kaldıran ince bir hücre arasında oluşan uçucu dalga eşleşmesi detaylı biçimde incelenmiştir. Uzak-alan ve yakın-alan tasarımlarında elde edilen verim ve güç yoğunluğu değerleri sırasıyla %17.5 ve 4.88 kW/m2, ile %31.1 ve 18.3 kW/m2 olarak bulunmuştur. Bu bulgular, hem sürdürülebilir enerji dönüşüm teknolojilerinin tasarımında hem de spektral olarak seçici optoelektronik ve fotonik sistemlerde yeni bir bakış açısı sunmaktadır.