بازتابنده پشتی بهینه برای سلول‌های خورشیدی لایه نازک با استفاده از الگوریتم های بهینه‌سازی ازدحام ذرات و ژنتیک

از زمان معرفی اولین سلول خورشیدی سیلیکونی، در پارامترهای عملکردی آن از قبیل میزان حبس‌شدگی نور، جذب طیف خورشید، بازده سلول و هزینه‌های ساخت، به‌طور پیوسته، بهبودهایی ایجاد شده است. در سلول سیلیکونی با ضخامت کم، همواره تعدادی از فوتون‌های نوری جذب‌نشده توسط نیمه‌هادی، به شکل‌های گوناگون تلف می‌شوند. توری پراش باعث می‌گردد که فوتون ها در اثر برخورد به این ساختار، مسیر نوری طولانی‌تری را طی نمایند که باعث افزایش طول مسیر نوری فوتون‌ها و افزایش جذب سلول و درنتیجه بهبود بازده سلول می‌گردد. در هر یک از ساختارهای مذکور، به تعیین مواد بهینه و خصوصیات هندسی برای رسیدن به حداکثر بازده سلول سیلیکونی مبادرت ورزیده‌ شده است. در یافتن پارامترهای هندسی بهینه برای ساختار، از روش‌های بهینه‌سازی هوشمند استفاده شده است. با انتخاب بهترین روش های جستجو از دو الگوریتم بهینه‌سازی ازدحام ذرات و ژنتیک و ایجاد ترکیبی از آن دو، ویژگی‌های مثبت هر دو الگوریتم برای دستیابی به بهترین پاسخ به کار گرفته شد. این ترکیب نتایج بسیار مثبتی ایجاد کرده است که در نتیجه آن 23.293 درصد بازده و جریان اتصال کوتاه 35.41 میلی‌آمپر بر سانتی‌متر مربع بدست آمده است.

Optimized Back Reflector for Thin Film Solar Cells using PSO and Genetic Algorithms

Since the introduction of the first silicon solar cell, there have been steady improvements in its performance parameters such as light trapping, solar absorption, cell efficiency and manufacturing costs. In thin silicon cells, some of the light photons that are not absorbed by the semiconductor are always lose in various ways. The diffraction grating causes the photons to travel a longer light path due to the collision with this structure, which increases the length of the light path of the photons and cell absorption, that thus improving cell efficiency. In each of the mentioned structures, optimal materials and geometric properties have been used to achieve maximum efficiency of silicon cells. Intelligent optimization methods have been used to find the optimal geometric parameters for the structure. In choosing search methods from the two algorithms particle swarm optimization and genetics and creating a combination of the both, the positive feature of both algorithms was used to achieve the best answer. This combination has produced very positive results, which thereby, 23.293 efficiencies and 35.41 mA/cm2 short circuit current were obtained.