基于差分进化优化算法的薄膜等离激元太阳能电池优化设计
应用物理
2018-07-03 v1
摘要
提出一种使用差分进化（DE）优化算法来优化设计参数以提高等离激元太阳能电池（PSC）光学吸收效率的方法。该方法基于将参数提取表述为搜索与优化过程，以最大化 PSC 中的光学吸收。确定三维（3-D）PSC 的物理参数对于设计和估算其性能至关重要，然而由于 PSC 的复杂设计，参数提取耗时且计算密集。本文针对通过图形化银纳米盘等离激元结构增强的商业化薄膜氢化非晶硅（a-Si:H）太阳能光伏电池演示了该技术。对 PSC 结构进行 DE 优化以执行实时参数搜索与优化。发现在 AM-1.5 太阳光谱下，PSC 有源层中光学吸收的预测光学增强（OE）比参考电池高出 19.45% 以上。所提出的技术以省时的方式提供了更高的精度并实现了 PSC 控制参数的自动调谐。
引用
@article{arxiv.1807.00345,
title = {Optimal Design of Thin-film Plasmonic Solar Cells using Differential Evolution Optimization Algorithms},
author = {Ankit Vora and Satyadhar Joshi and Arun Matai and Joshua M. Pearce and Durdu Guney},
journal= {arXiv preprint arXiv:1807.00345},
year = {2018}
}