Electrical characteristic optimization of silicon solar cells using genetic algorithm

• Autorzy: Li Y. , Cheng H. -W. , Lo I. -H. , Yu C. -H. , Lu Z. -L.

Warianty tytułu

PL

Optymalizacja charakterystyk elektrycznych krzemowych baterii słonecznych przy użyciu algorytmów genetycznych

• Języki publikacji: EN

Abstrakty

EN

Thin-film solar cell is one of cost-effective energy technologies potentially. Optimal design of thin-film solar cell for pursuing the highest efficiency is achieved in a trial-and-error engineering way. In this work, a device simulation-based genetic algorithm (GA) is applied to optimize the dark and illuminated properties of a-Si thin-film solar cells. A set of solar cell transport equations consisting of the Poisson equation, elektron-hole current continuity equations, and the photo-generation model is solved numerically. The results of device simulation are used for the optimization of the electrical characteristics via the GA method; therefore, we can deduce optimal seven parameters including the five structural parameters and two doping concentrations of explored solar cell. The iteration of evolutionary i s terminated when the fmal convergent solution is obtained. The evolutionary technique enables us to optimize the associated electrical characteristics, such as the short-circuited current, the open-circuited voltage, and the maximum efficiency of the examined p-i-n solar cell.

PL

Cienka bateria słoneczna jest jedną z najbardziej oszczędnych technologii energetycznych. Zaprojektowanie optymalnej z punktu widzenia efektywności baterii słonecznej jest zwykle robione metodą prób i błędów. W niniejszej pracy do optymalizacji własności krzemowej cienkiej baterii słonecznej zastosowano algorytmy genetyczne. Układ równań transportu dla baterii słonecznej, składający się z równania Poissona, równania ciągłości dla dziury elektronowej oraz modelu fotogeneracji, jest rozwiązywany metodami numerycznymi. Wyniki symulacji wykorzystano do optymalizacji charakterystyk elektrycznych baterii stosując algorytm genetyczny. W konsekwencji wyodrębniono siedem optymalnych parametrów strukturalnych i dwa parametry koncentracji donorów w analizowanej baterii. Ewolu-cyjna procedura iteracyjna jest zatrzymywana po uzyskaniu zbieżności rozwiązania. Technika ewolucyjna umożliwia opty-malizację takich charakterystyk elektrycznych jak prąd zwarcia, napięcie otwartego obwodu elektrycznego oraz maksymalna wydajność baterii słonecznej p-i-n.

Słowa kluczowe

EN

silicon thin-film solar cell; transport model; numerical simulation; genetic algorithm; simulation-based; evolutionary methodology; efficiency; p-i-n structure

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2011
• Tom: Vol. 11, No. 1
• Strony: 23--27
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Li Y.

autor

Cheng H. -W.

autor

Lo I. -H.

autor

Yu C. -H.

autor

Lu Z. -L.

• Department of Electrical Engineering, National Chiao Tung University, Hsinchu 300, Taiwan,

Bibliografia

• Nelson, J., 2003, The Physics of Solar Cells, Imperial College Press, London.
• Luque, A., 2002, Hegedus, S., Handbook of Photovoltaic Science and Engineering, WILEY Book Comp, USA.
• Li, Y., Yu, S.-M, 2007, A Coupled Simulation and Optimization Approach to Nanodevice Fabrication with Minimization of Electrical Characteristics Fluctuation, IEEE Transactions on Semiconductor Manufacturing, 20, 432-438.
• Li, Y., 2009, A Simulation-based Evolutionary Approach to LNA Circuit Design Optimization, Applied Mathematics and Computation, 51-61.
• Tao, H., Jian, H., Jun, Z., 2008, An Orthogonal Local Search Genetic Algorithm for the Design and Optimization of Power Electronic Circuits, Congress on Evolutionary Computation, 2452-2459.
• Lo, I-H., Li, Y., Li, K-F., 2010, Highly Optimized Electrical Characteristics of a-Si TFT Gate Driver for Display Panel Manufacturing, International Meeting on Information Display, in press.
• Li, Y., 2010, Simulation-Based Evolutionary Method in Antenna Design Optimization, Mathematical and Computer Modelling, 51,944-955.
• Li, Y., Yu, S-M., Li, Y-L., 2008, Electronic Design Automation Using a Unified Optimization Framework, Mathematics and Computers in Simulation, 79, 1137-1152.
• Li, Y., Sze, S. M., Chao, T.-S., 2002, A Practical Implementation of Parallel Dynamic Load Balancing for Adaptive Computing in VLSI Device Simulation, Engineering with Computers, 18, 124-137.
• Sze, S.M., 1981, Physics of Semiconductor Devices, Wiley-Interscience, New York.