Europese onderzoekers en bedrijven melden deze week opnieuw vooruitgang met perovskiet-zonnecellen. De techniek belooft meer stroom per paneel door perovskiet te stapelen op silicium. Nederlandse partijen zoals TNO en het Solliance-consortium zijn nauw betrokken bij deze ontwikkeling. Dit is relevant omdat industriebeleid en de Europese AI-verordening mede bepalen hoe snel zulke innovaties veilig en betaalbaar de markt bereiken.
Perovskiet-tandems winnen terrein
Perovskiet-tandems zetten een extra laag op een klassieke siliciumcel. Zo vangen ze meer delen van het zonlicht en gaat het rendement omhoog. In het lab werkt dit al, maar het moet nog jaren stabiel presteren op daken en in zonneparken.
Bedrijven en onderzoeksinstellingen in Europa trekken hier samen in op. Oxford PV bouwt in Duitsland aan productie van tandemcellen. In Nederland werken TNO en Solliance in pilotlijnen aan opschaalbare coatings en productie op rol.
De grote belofte is meer vermogen per vierkante meter en dus lagere kosten per kilowattuur. Dat is aantrekkelijk voor daken met weinig ruimte en voor integratie in gevels. Het kan ook materiaalgebruik en logistiek verminderen.
Tegelijk blijft de stap van lab naar massaproductie lastig. Opschalen vraagt stabiele processen en strenge kwaliteitsnormen. Fabrieken moeten aantonen dat panelen jaren bestand zijn tegen vocht, hitte en UV-licht.
Perovskiet-tandems kunnen in theorie boven 30% rendement halen, maar de praktijk vraagt bewezen levensduur en betrouwbare productie.
AI versnelt materiaalontwerp
Kunstmatige intelligentie helpt bij het vinden van stabiele perovskiet-samenstellingen. Algoritmen voorspellen welke kristallen kansrijk zijn en welke additieven vocht en warmte beter weerstaan. Zo worden minder proefjes nodig en gaat het onderzoek sneller.
Bekende voorbeelden zijn GNoME van Google DeepMind voor nieuw kristalontwerp en Europese data-infrastructuren zoals het NOMAD Laboratory en Materials Cloud. Deze platforms maken grote datasets vindbaar en reproduceerbaar. Dat is nuttig voor onderzoekers bij TNO, TU/e of imec die snel willen itereren.
In labs zien we ook ‘active learning’ en Bayesian optimization. Het model plant het volgende experiment op basis van eerdere metingen. Dat bespaart tijd, grondstoffen en energie in de proefopstelling.
Er zijn ook grenzen. Modellen kunnen vertekeningen uit de trainingsdata overnemen en overschatte voorspellingen doen. Validatie in fysieke tests blijft daarom verplicht voordat een recept naar de fabriek gaat.
Kwaliteitscontrole met algoritmen
In productie gebruiken fabrikanten computer vision om defecten vroeg te vinden. Camera’s en neurale netwerken scannen dunne perovskietlagen op pinholes, scheurtjes en verontreiniging. Leveranciers als ISRA VISION leveren zulke inline inspectiesystemen aan de PV-industrie.
Ook digitale tweelingen, een virtuele kopie van de productielijn, winnen terrein. Ze voorspellen uitval en stellen processen bij nog vóór er afval ontstaat. Europese spelers zoals Meyer Burger zetten geavanceerde metrologie en algoritmen in om opbrengst en uniformiteit te bewaken.
In het veld gebruikt de sector drones en warmtecamera’s om hotspots te vinden. AI herkent patronen die wijzen op delaminatie of microcracks. Voor de Nederlandse dakenmarkt kan dat onderhoud versnellen en brandrisico’s verkleinen.
Daarbij geldt de AVG. Beelden van daken of tuinen zijn persoonsgegevens als mensen of kentekens herkenbaar zijn. Dat vraagt dataminimalisatie, versleuteling en duidelijke afspraken tussen installateur, dienstverlener en eigenaar.
AI-verordening stuurt innovatie
De Europese AI-verordening deelt toepassingen in naar risico. Kwaliteitscontrole in fabrieken valt op het moment van schrijven meestal in een beperkte-risicoklasse. Dat vraagt transparantie over werking en testen, maar geen zware conformiteitsprocedure zoals bij hoog-risico systemen.
Als overheden AI gebruiken voor netplanning of subsidiecontrole, gelden strengere eisen. Dan spelen risicobeheer, traceerbaarheid en datagovernance uit de verordening nadrukkelijk mee. Dit raakt direct aan de Europese AI-verordening gevolgen overheid en netbeheerders.
Industriebeleid bepaalt de snelheid van opschaling. De Net-Zero Industry Act en de Europese Solar Charter moeten productie van schone technologie in de EU versterken. Lidstaten kunnen via staatssteunkaders en IPCEI-initiatieven pilots en eerste fabrieken helpen.
Voor Nederland tellen daarnaast SDE++-subsidies en netcongestieaanpak. Snellere netverzwaring en flexibiliteit maken nieuwe PV-projecten haalbaarder. Heldere certificering en aanbestedingseisen kunnen de markt voor hoogwaardige, Europese panelen openen.
Opschalen kent duidelijke hobbels
De grootste technische zorg is levensduur. Perovskiet is gevoelig voor vocht en warmte, en bevat vaak lood. Fabrikanten moeten aantonen dat inkapseling lekken voorkomt en dat recycling het lood veilig opvangt.
Bankability is de tweede horde. Projectfinanciers vragen garanties, stress-tests en IEC-certificaten. Zonder dat blijven tandemcellen een niche, ook al is het rendement hoog.
De toeleveringsketen is de derde factor. Europa concurreert met lage prijzen uit Azië, terwijl eigen productie nog klein is. Lange-termijncontracten, publieke inkoop en CO2-voetafdrukcriteria kunnen hier verschil maken.
AI helpt kosten drukken, maar vervangt geen robuust ontwerp. Modellen moeten uitlegbaar zijn en gekoppeld aan kwaliteitsdata uit de lijn. Alleen dan levert algoritmegestuurde optimalisatie blijvende winst op.
Gevolgen voor Nederland
Nederland kan profiteren van meer vermogen per paneel op schaarse daken. Bouwgeïntegreerde PV op gevels en lichtgewicht panelen voor zwakke daken worden aantrekkelijker. Dat sluit aan bij de renovatieopgave van woningen, kantoren en scholen.
Onderzoeks- en maakpartijen hebben een kans om niche-onderdelen te leveren. Denk aan inkapselingsfolies, meetapparatuur en procesbesturing met AI. TNO, TU Eindhoven en TU Delft vormen hier een sterke basis.
Voor netbeheerders kan betere opbrengstvoorspelling met datamodellen de planning versnellen. Met goede waarborgen uit de AVG en de AI-verordening kan dit veilig gebeuren. Zo ontstaat eerder ruimte voor nieuwe aansluitingen.
De komende 12 tot 24 maanden zijn beslissend. Lukt het om labprestaties om te zetten in stabiele modules en eerste projecten, dan volgt snelle schaal. Zo niet, dan blijft de doorbraak nog even in de wachtkamer.