Метод оптимізації для оцінки параметрів сонячних фотоелектричних систем з використанням наноматеріалів

Автори Sandip R. Thorat1, P. William2 , Laxmikant S. Dhamande1, Prasad M. Patare1, Yogeesh N3, Tarun Dhar Diwan4 , Apurv Verma5
Афіліація

1Department of Mechanical Engineering, Sanjivani College of Engineering, Kopargaon, MH, India

2Department of Information Technology, Sanjivani College of Engineering, Kopargaon, MH, India

3Department of Mathematics, Government First Grade College, Tumkur, Karnataka, India

4Controller of Examination (COE), Atal Bihari Vajpayee University, Bilaspur, India5Department of Computer Science and Engineering, SSIPMT, Raipur

Е-mail tarunctech@gmail.com
Випуск Том 17, Рік 2025, Номер 4
Дати Одержано 23 квітня 2025; у відредагованій формі 20 серпня 2025; опубліковано online 29 серпня 2025
Цитування Sandip R. Thorat, P. William, Laxmikant S. Dhamande, та ін., Ж. нано- електрон. фіз. 17 № 4, 04030 (2025)
DOI https://doi.org/10.21272/jnep.17(4).04030
PACS Number(s) 07.05.Dz, 88.40.H –
Ключові слова (3116) .
Анотація Інтеграція наноматеріалів у сонячні фотоелектричні системи підвищує ефективність сонячних фотоелектричних систем завдяки кращому захопленню світла та транспортуванню носіїв заряду. Для оцінки параметрів таких систем покращена оптимізація може точно налаштувати ефективність перетворення енергії та підвищити стійкість системи. Метою роботи є розробка методу оптимізації для точної оцінки параметрів у сонячних фотоелектричних системах з використанням наноматеріалів. Цей підхід спрямований на підвищення ефективності та продуктивності сонячних елементів шляхом використання передових алгоритмів оптимізації. Інтелектуальна оптимізація колонії мурах (IACO) допомагає оцінити параметри сонячних фотоелектричних систем за допомогою точнішого моделювання поведінки мурах та їхніх функцій оптимізації для наноматеріалів для виробництва енергії. Для реалізації підвищеної точності та конвергенції параметрів сонячних фотоелектричних систем використовується масштабований алгоритм пошуку зозулі (SCSA) з урахуванням гніздування зозулі. У дослідженні використовуються дві основні фотоелектричні моделі (оновлена однодіодна та оновлена дводіодна) для оцінки впливу інтеграції наноматеріалів. Інтеграція наноматеріалів з гібридною оптимізацією IACO-SCSA призвела до значного покращення ефективності сонячних елементів. UODM та UTDM, оптимізовані за допомогою гібридної IACO-SCSA, показали кращі результати, ніж інші моделі, такі як SSE (сума квадратичних помилок), RMSE (середньоквадратична помилка) та MAE (середня абсолютна помилка).Kлючові слова: Інтелектуальна оптимізація (IACO), Масштабований алгоритм (ICSA), Оновлені однодіодна і дводіодна моделі.

Перелік посилань

English version of article