Schätzung von Solarzellenparametern durch den Einsatz eines adaptiven Sinus-Cosinus-Partikelschwarmoptimierungsalgorithmus

Zusammenfassung Aufgrund der wachsenden Nachfrage nach sauberen und nachhaltigen Energiequellen gibt es ein zunehmendes Interesse an Solarzellen und Photovoltaikmodulen. Die Bestimmung der richtigen Entwurfsparameter, um die effizienteste Energieausbeute zu erreichen, die den Bedürfnissen des Energiesystems entspricht, kann jedoch eine große Herausforderung darstellen. Diese Komplexität ergibt sich aus den komplizierten Modellen und den inherenten Ungenauigkeiten in den verfügbaren Informationen. Um diese Herausforderung zu bewältigen, stellt dieses Papier den adaptiven Sinus-Cosinus-Partikelschwarmoptimierungsalgorithmus (ASCA-PSO) als Methode zur Schätzung der Parameter von Solarzellen und Photovoltaikmodulen vor. Der ASCA-PSO-Ansatz kombiniert die Stärken der SCA- und PSO-Algorithmen in einem zweistufigen Prozess. In diesem Prozess erkunden SCA-Suchagenten den Suchraum, während die PSO-Suchagenten die Ergebnisse aus der SCA-Erforschung nutzen. Diese Studie bewertet die Effektivität von ASCA-PSO bei der genauen Schätzung der Parameter von Einzel- und Doppeldiode-Modellen mithilfe von Daten zweier kommerzieller Solarzellen. Die Ergebnisse werden mit denen von hochmodernen Methoden verglichen. Es wird gezeigt, dass ASCA-PSO globale Lösungen für komplexe und anspruchsvolle Ziel-Funktionen identifizieren kann. Darüber hinaus erweist es sich als eine praktikable Option für das Design von Solarzellen, selbst in Anwesenheit von Rauschen.