Photovoltaic cell modeling via metaheuristic algorithms

Bu tez, yakıt yanmasından kaynaklanan kayıpları belgeleyen uluslararası kuruluşlardan alınan veriler eşliğinde fosil yakıtlara güvenmenin olumsuz etkilerini ortaya koyacaktır. Daha sonra, sürdürülebilir bir ikame olarak güneş enerjisine odaklanılarak ve mevcut durumunda yaygın olarak kullanılan karbon bazlı yakıtların yerini almak için neden yetersiz olduğuna dair bir açıklama ile ortak yenilenebilir enerji kaynakları listelenir. Güneş enerjisinin dezavantajlarını gidermek için kullanılan yöntem ve teknolojilerden bahsedilecektir; Daha sonra, Fotovoltaik Hücreleri modellemek için çeşitli GA'ları kullanan önemli çalışmalardan bahsetmenin yanı sıra GA'larla ilgili temel gerçekleri ve bilgileri içeren bir genel bakış biçimi olarak Genetik Algoritma Optimizasyonuna ışık tutulacaktır. Daha sonra, eşdeğer devreler, topolojiler ve denklemlerle birlikte PV hücreleri için matematiksel modelleme tanıtılacaktır. PV hücrelerini geride tutan yükler açıklığa kavuşturulacaktır. PV hücre parametreleri tahmin yöntemleri, geniş optimizasyon algoritmaları kataloğu ile güneş enerjisinin, özellikle meta-sezgisellerin karşılaştığı bazı zorlukları çözmek için gerekçelendirilecektir. Daha sonra Coronavirüs Sürü Bağışıklığı Optimizasyonu algoritması ilham koşulları ile birlikte sunulacaktır. Algoritma prosedürü, tüm adımları metin, grafik ve Pseudocode şeklinde listelenerek açıklanacaktır. Kullanım senaryoları ve algoritmanın davranışsal analizi ile sonuçlanmaktadır. Bunu takiben, bilinmeyen fotovoltaik parametreleri çıkarmak için koronavirüs sürü bağışıklığı optimizasyonunun canlılığını test etmek için en popüler fotovoltaik hücre modellerinden üçü kullanılacak; bu hücrelerin özellikleri, verilerinin alındığı andaki durumsal unsurlara göre detaylandırılacaktır. Sonuçları elde etme metodolojisi ayrıntılı olarak listelenecektir. Çıkarılan PV hücre parametreleri listelenecek ve grafiklendirilecek, daha sonra analiz edilecek ve literatürde kullanılan diğer son teknoloji meta-sezgisel optimizasyon algoritmaları tarafından çıkarılan parametrelerle karşılaştırılacaktır. Daha sonra, seçilen kriterlerle birlikte bulguların nihai kararı verilecek ve bunu, sonuçları daha da geliştirmek veya kullanılan algoritmanın kapsamını genişletmek için gelecekteki çalışmalar için bir tavsiye izleyecektir.