Las demandas de generación de energía renovable están expandiéndose progresivamente debido a preocupaciones por la seguridad ambiental. La energía renovable es la energía generada a partir de fuentes que se renuevan constantemente. La energía solar es una importante fuente de energía renovable e iniciativa de energía limpia. Las células o módulos fotovoltaicos (PV) se utilizan para recolectar energía solar, pero la modelización precisa de las células PV se ve complicada por la no linealidad, la presencia de enormes parámetros de modelo oscuros y la ausencia de una estrategia novedosa. La modelización eficiente de las células PV y la estimación precisa de parámetros son cada vez más significativas para la comunidad científica. Los algoritmos metaheurísticos se aplican con éxito para la valoración de parámetros de sistemas PV. La optimización por enjambre de partículas (PSO) es un algoritmo metaheurístico inspirado en el comportamiento animal. PSO y algoritmos derivados son métodos eficientes para abordar diferentes problemas de optimización. Se desarrollaron algoritmos híbridos de PSO para mejorar el rendimiento de los básicos. Esta revisión presenta una investigación exhaustiva de algoritmos híbridos de PSO para la evaluación de parámetros de células PV. Este documento presenta cuánto trabajo se ha realizado en este campo y cuánto trabajo adicional se puede realizar para mejorar esta estrategia y crear disposiciones más ideales de un problema. Los algoritmos se comparan en función de la función objetivo utilizada, el tipo de modelo de diodo, las condiciones de irradiación y los tipos de paneles. Más importante aún, el análisis cualitativo de los algoritmos se realiza en función del tiempo computacional, la complejidad computacional, la tasa de convergencia, la técnica de búsqueda, méritos y deméritos.