A comprehensive review on solar photovoltaics: Navigating generational shifts, innovations, and sustainability
Notice bibliographique
Résumé
• The recent breakthroughs in solar PV technology were reviewed. • Recent innovations in enhancing energy harvesting were explored. • The environmental impact of solar PV was investigated. • Recycling processes of different solar cells were examined. The consumption of fossil fuels presents a combined issue of environmental degradation and depletion of the current limited resources. In this context, solar photovoltaic (PV) technology provides a fundamental component in the global shift towards addressing climate change, reducing harmful emissions, and supporting sustainable energy alternatives. In order to recognize the growth of this technology, this study conducts an investigation and exploration, covering recent improvements in solar PV. The paper provides a comprehensive overview for researchers seeking an up-to-date summary of the current status of this technology. Perovskite/Silicon and III-V/Silicon tandem cells currently possess the highest efficiency, with a record-breaking achievement of 34.6 % and 36.1 % in recent research. Furthermore, both Perovskite and tandem cells exhibit the most reasonable energy payback time (EPBT) and levelized cost of electricity (LCOE) at the laboratory scale in comparison to conventional solar cells. Perovskite/Perovskite tandem cells showed the lowest LCOE and EPBT among all other types of cells by $0.042/kWh and 0.2 to 0.4 years, respectively. The integration of bifacial and tracking systems has the potential to enhance productivity by approximately 30 %, and 20 to 57 %, respectively, depending on the tracking technology and study location. Nevertheless, the use of materials like Pb, Sn, Cd, and Te requires careful management due to their potential harmful effect on human health, especially during recycling, decommissioning, and manufacturing processes. Although third-generation and tandem solar cells show promise, they necessitate additional research to tackle issues such as costly manufacturing, scalability, stability, and durability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».