ホイッピー・ハリス・ホークス最適化アルゴリズムを用いたPV太陽電池およびモジュールのパラメータ推定

太陽エネルギーへの重要な世界的トレンドは、高性能太陽電池の製作に関する研究の発展をもたらしました。太陽電池の正確なモデリングとパラメータ同定は極めて重要です。これまで、単一ダイオードモデル（SDM）、二重ダイオードモデル（DDM）、三重ダイオードモデル（TDM）など、さまざまなモデルが提案されています。各モデルには多くの未知のパラメータがあり、その最適値を見つけるために、文献でいくつかの方法が紹介されています。本論文では、太陽光システムのモデルパラメータを推定するための効率的な最適化アルゴリズム、すなわちホイッピー・ハリス・ホークス最適化（WHHO）を提案します。提案されたWHHOは、HHOアルゴリズムの強化版であり、高い収束速度、グローバルサーチ能力、高いロバスト性を持っています。提案されたWHHOアルゴリズムの効率を評価するために、さまざまな太陽電池モデルおよび太陽光（PV）モジュールのパラメータを特定するために利用されます。得られた結果は、最近提案された他のいくつかの最適化方法と比較され、提案されたアルゴリズムの優位性が示されます。さらに、WHHOアルゴリズムの実際の応用における効果が、異なる照度と温度条件下の三つの一般的な商用モジュールのパラメータ推定のために評価され、これによりPVモデルのパラメータに変動が生じます。さまざまな実験設定から得られた結果は、提案されたアルゴリズムの高い性能とロバスト性を確認しています。