The rapid development of organic-inorganic hybrid perovskite solar cells has resulted in laboratory-scale devices having power conversion efficiencies that are competitive with commercialised technologies. However, hybrid perovskite solar cells are yet to make an impact beyond the research community, with translation to large-area devices fabricated by industry-relevant manufacturing methods remaining a critical challenge. Here we report the first demonstration of hybrid perovskite solar cell modules, comprising serially-interconnected cells, produced entirely using industrial roll-to-roll printing tools under ambient room conditions. As part of this development, costly vacuum-deposited metal electrodes are replaced with printed carbon electrodes. A high-throughput experiment involving the analysis of batches of 1600 cells produced using 20 parameter combinations enabled rapid optimisation over a large parameter space. The optimised roll-to-roll fabricated hybrid perovskite solar cells show power conversion efficiencies of up to 15.5% for individual small-area cells and 11.0% for serially-interconnected cells in large-area modules. Based on the devices produced in this work, a cost of ~0.7 USD W-1 is predicted for a production rate of 1,000,000 m² per year in Australia, with potential for further significant cost reductions.

The quest for sustainable energy has led to significant advancements in photovoltaic (PV) technology. Traditional methods often lag, prompting the development of automated, high-throughput technologies. We introduce the MicroFactory, a self-driving digital twin that revolutionizes roll-to-roll (R2R) printed PVs through high-throughput, closed-loop optimization. This platform combines printing-inspired automation with machine learning (ML) models to enhance PV device scalability and performance. By fabricating, characterizing, and analyzing 11,800 organic PV devices within 24 h, we leverage vast datasets to predict and refine fabrication parameters. Achieving a record 9.35% power conversion efficiency (PCE), a 1% improvement over just a single iteration, this approach exemplifies the potential of ML-driven designs and R2R processes, setting a new standard for sustainable energy, and demonstrates the transformative potential of integrating ML-driven designs with fabrication processes.