Recientemente, los recursos de energía renovable han sido utilizados de forma intensiva debido a sus méritos ambientales y técnicos. La identificación de parámetros desconocidos en los modelos fotovoltaicos (PV) es uno de los principales problemas en la simulación y modelado de fuentes de energía renovable. Debido al comportamiento aleatorio del clima, el cambio en la corriente de salida de un modelo PV es no lineal. En este sentido, se aplica un nuevo algoritmo de optimización llamado optimizador Runge-Kutta (RUN) para estimar los parámetros de tres modelos PV. El algoritmo RUN se aplica a la célula solar R.T.C France, como estudio de caso. Además, el error cuadrático medio (RMSE) entre la corriente calculada y medida se utiliza como función objetivo para identificar los parámetros de la célula solar. El algoritmo RUN propuesto es superior en comparación con el algoritmo Hunger Games Search (HGS), el algoritmo Chameleon Swarm (CSA), el algoritmo Tunicate Swarm (TSA), la Optimización del Halcón de Harris (HHO), el Algoritmo Seno-Coseno (SCA) y el Algoritmo de Optimización del Lobo Gris (GWO). Se aplican tres modelos de células solares - modelo de célula solar de una sola diodo, de doble diodo y de triple diodo (SDSCM, DDSCM y TDSCM) - para comprobar el rendimiento del algoritmo RUN en la extracción de los parámetros. El mejor RMSE del algoritmo RUN es 0.00098624, 0.00098717 y 0.000989133 para SDSCM, DDSCM y TDSCM, respectivamente.