光伏電站中光伏組件的清洗效果分析及清洗周期預測

張朝輝，石祎煒，劉曉豹，康 威，楊 陽，吳正人*

(1.中廣核新能源投資(深圳)有限公司內蒙古分公司，呼和浩特 010020；2.華北電力大學(保定)動力工程系，保定 071003)

0 引言

在光伏電站運行維護工作中，光伏組件作為基本發電單元，其發電性能是決定光伏電站經濟效益的關鍵因素，但往往由于灰塵遮擋，造成光伏組件輸出功率降低。

針對上述問題，國內外學者展開了不同方面的研究。居發禮[1]研究了光伏組件表面積灰的成因，提出了“光伏組件積灰三效應”，即光伏組件積灰的遮擋效應、光伏組件積灰的溫度效應、光伏組件積灰的腐蝕效應，并研究了光伏積灰系數在光伏發電項目決策、設計方案和運行管理階段的應用。Mekhilef 等[2]分析了灰塵、濕氣及風速對光伏組件輸出功率的影響，發現灰塵、濕氣和風速對光伏組件性能的影響具有耦合性。Mohamed 等[3]研究了撒哈拉沙漠地區光伏電站整體的系統效率，認為光伏組件上的灰塵是光伏電站系統效率降低的主要因素。趙明智等[4]采取野外測試與實驗室測試相結合的方法，對內蒙古自治區庫布齊沙漠環境下的光伏組件輸出特性進行了研究，研究結果表明：隨著光伏組件表面積塵密度的增加，光伏組件的輸出功率呈對數衰減。陳東兵等[5]通過實測并對實測數據進行分析，發現20 天的積塵將使光伏組串的輸出功率減少24%，平均每天降低1.2%。Jiang 等[6]的研究結果表明：當光伏組件上的灰塵密度在0～22 g/m2范圍內變化時，對應的光伏組件輸出功率將降低0%～26%，其函數關系近似于直線關系。師志鵬等[7]分析了灰塵對定日鏡反射率存在影響的原因，并通過實驗模擬安裝在現場的鏡面樣品，測得自然積灰與人工積灰狀態下定日鏡反射率的損失值。王平等[8]通過研究發現，表面積灰與環境濕度的共同作用會大幅增加光伏組件的漏電流，降低其使用壽命；同時提出了采用覆灰模型擬合光伏組件實際漏電流和輸出功率衰減特性之間的關系。Semaoui 等[9]通過研究發現，光伏組件的安裝傾角為32°、表面連續1個月被灰塵覆蓋時，光伏組件表面玻璃板的透射率減少了8%。Paudyal等[10]根據沙塵的堆積密度，研究了沙塵對光伏組件輸出功率的影響，研究結果發現：在5個月內，沙塵導致光伏組件輸出功率減少了29.76%。Al-Ammri 等[11]針對干燥地區的光伏路燈進行了研究，分析了半年內采用不同清洗周期的光伏組件的積灰量及對應的輸出功率損失。Zorrilla 等[12]通過研究發現，表面積塵的光伏組件，若長時間未進行清洗，其輸出功率會降低15%～20%。李洋等[13]模擬了灰塵密度對光伏組件基本輸出特性的影響，并通過分析各種參數隨著灰塵密度變化的變化趨勢，給出了合理的清除光伏組件表面灰塵的灰塵密度范圍。Li 等[14]提出采用綜合物理模型來預測灰塵沉積對光伏組件表面透光率的影響。

雖然國內外針對光伏組件表面積灰已進行了很多研究，但目前這些研究與實際光伏電站之間的聯系還不夠緊密，且對光伏組件清洗周期的預測缺乏理論基礎。為探究光伏組件表面積灰的清洗對其輸出功率的影響及光伏組件合理的清洗周期，本文依托位于內蒙古自治區庫布齊沙漠的A光伏電站開展了光伏組件的清洗作業測試，針對測試主體的數量，設定了單塊光伏組件清洗測試和整個光伏電站清洗測試2 種測試內容，分析清洗對光伏組件發電狀況的影響，以及清洗前、后整個光伏電站的發電效益，并與周邊光伏電站的日均單兆瓦發電量進行對比，最后根據光伏電站實際清洗條件對光伏組件的清洗周期進行預測。

1 光伏組件清洗作業測試

以內蒙古自治區庫布齊沙漠的A 光伏電站為研究對象，于2019年10月在該光伏電站51#光伏方陣開展了清洗作業測試。

該光伏電站裝機容量為200 MW，采用晶科能源股份有限公司生產的JKM330PP-72 系列光伏組件，該光伏組件的電性能參數如表1所示。

表1 光伏組件的電性能參數Table 1 Electrical performance parameters of PV modules

針對A 光伏電站光伏場區的特點及水資源情況，采用了水車沖洗后人工輔助的方式進行光伏組件清洗工作，清洗后的光伏組件為清潔光伏組件。具體清洗方式為：先采用高壓水槍，用水沖洗光伏組件表面，等組件表面干后，再用拖布擦去組件表面的浮土。

光伏組件為開路狀態，每次測量前，通過清洗使清潔光伏組件始終保持清潔；積灰光伏組件不進行清洗，始終保持積灰狀態。

對光伏組件進行清洗后，定期采用AV6591便攜式太陽電池測試儀對清潔光伏組件與積灰光伏組件分別進行I-V曲線測試，以確定其輸出功率；每次測量3～5 組數據，取STC(即環境溫度25℃、太陽輻照度1000 W/m2、AM1.5)下的平均值，然后通過分析軟件進行數據分析。

單塊光伏組件清洗測試選擇51#光伏方陣中同一光伏陣列內相鄰的2 塊光伏組件，以減小由2 塊光伏組件位置及角度差異而引起的太陽輻照度等條件的誤差。單塊光伏組件清洗測試中的清潔光伏組件與積灰光伏組件如圖1所示。

2 結果與討論

為詳細評估清洗前、后對光伏組件運行效果的影響，本次清洗測試主要針對單塊清潔光伏組件與單塊積灰光伏組件的輸出功率，整個光伏電站清洗前、后的發電量，A 光伏電站日均單兆瓦發電量與周圍光伏電站日均單兆瓦發電量進行對比。

2.1 光伏組件清洗對其輸出功率的影響分析

通過測量得到清潔光伏組件與積灰光伏組件的輸出功率，測試完畢將測試數據轉換為STC 下的對應數據。2019年10月12日，STC下單塊清潔光伏組件的輸出功率為318.31 W，單塊積灰光伏組件的輸出功率為315.87 W。選取2019年10月和11月部分日期時的數據，計算得到開路狀態下單塊清潔光伏組件相對于單塊積灰光伏組件的日均輸出功率提升率，具體如圖2所示。

圖2 開路狀態下單塊清潔光伏組件相對于單塊積灰光伏組件的輸出功率提升率Fig.2 Output power increase rate of single clean PV module compared to single dusty PV module in the open circuit state

從圖2可以看出：進行清洗后，清潔光伏組件的輸出功率均比積灰光伏組件的輸出功率有所提升；但10月12、14、16、20、21日，清潔光伏組件相對積灰光伏組件的日均輸出功率提升率較低，10月12日到10月21日的日均輸出功率提升率平均約為1.4%。由此可說明：清洗工作對光伏組件輸出功率的影響較為穩定，短時間內由于積灰程度基本不變，因此光伏組件輸出功率的提升效果并未產生明顯變化。在10月26日，清潔光伏組件相對積灰光伏組件的日均輸出功率提升率約為0.5%，較之前幾日有明顯下降，這主要是因為10月23日發生了降雨，雨水沖刷對光伏組件有清洗效果，使光伏組件的積灰程度減小，導致清潔光伏組件相對積灰光伏組件的日均輸出功率提升率相對降低。在10月28日后，日均輸出功率提升率又出現了大幅度升高，引起這種現象的同樣是天氣原因，由于在10月27日發生了泥雨天氣，泥雨落在光伏組件上呈點狀泥垢，對光伏組件表面產生了遮擋，而泥污對光伏組件的遮擋效果比灰塵顆粒的更加嚴重，增加了光伏組件局部遮光率，積灰程度也顯著增加。綜上，進行光伏組件清洗作業后，清潔光伏組件相對積灰光伏組件的日均輸出功率提升率明顯提高；天氣狀況對光伏組件輸出功率的影響尤為顯著。

10月20、26、28日，開路狀態下清潔光伏組件與積灰光伏組件的表面狀況對比如圖3所示。

圖3 10月20、26、28日，開路狀態下清潔光伏組件與積灰光伏組件的表面狀況對比Fig.3 On October 20，26 and 28，comparison of surface conditions of clean PV module and dusty PV module under open circuit conditions

2.2 光伏組件清洗對光伏電站系統效率提升的分析

光伏組件保持清潔狀態將為光伏電站帶來巨大的收益，對整個A 光伏電站進行清洗，通過本次清洗作業可以預估清潔狀態下光伏電站的年理論收益情況。

對A 光伏電站10月進行清洗后的發電情況與其9月未進行清洗時的發電情況進行對比。根據1個月內發電量、太陽輻照量及限電量數據，可以得到A 光伏電站的光伏組件清洗前、后月份的發電情況對比如表2所示。從表2可以看出：未清洗月份(即9月)的系統效率為77.81%，清洗后月份(即10月)的系統效率為82.43%。二者進行對比可知，光伏組件清洗使光伏電站的系統效率提升了4.62%。

表2 A 光伏電站的光伏組件清洗前、后月份的發電情況對比Table 2 Comparison of power generation of PV modules in PV power station A before and after cleaning in different months

以此系統效率提升情況為依據，2019年A 光伏電站的實際年上網電量為29694.23 萬kWh，若光伏電站中的光伏組件全年始終保持清潔狀態，理論上光伏電站的年上網電量將會增加1371.87 萬kWh。結合光伏電站所在地0.5 元/kWh 的上網電價，預計該光伏電站理論年增加收益為685.935 萬元。

光伏電站發電量的提升對于能源消耗及環境改善同樣具有重要意義。若始終保持光伏組件清潔狀態，2019年A 光伏電站的理論年上網電量增加1371.87 萬kWh，按照每千瓦時電能折合360 g 標準煤進行折算，有效清潔后的A 光伏電站每年可節約標準煤約4938.732 t；每年可減少含碳粉塵3731.4864 t、二氧化碳13677.5439 t、二氧化硫411.561 t、氮氧化物205.7805 t。

為進一步分析光伏組件清洗對光伏電站發電能力的影響效果，對2019年10月進行光伏組件清洗(共22 天)后的A 光伏電站與其周圍未進行清洗作業的B 光伏電站和C 光伏電站進行對比。B 光伏電站的裝機容量為121 MW，C 光伏電站的裝機容量為200 MW。

在為期22 天的光伏組件清洗作業中，分別記錄A、B、C 3個光伏電站的發電量。由于不同光伏電站的裝機容量不同，因此將光伏電站整體發電量折算成日均單兆瓦發電量進行對比更加合理。另外，由于各個光伏電站的并網時間不同，光伏組件衰減的影響也應考慮在內，其中，A 光伏電站的并網時間為1年，B 光伏電站的并網時間為4年，C 光伏電站的并網時間為3年；考慮光伏組件衰減規律為首年衰減2.5%，以后每年衰減0.7%，因此A 光伏電站中光伏組件的發電能力為剛投運時的97.5%，B 光伏電站中光伏組件的發電能力為剛投運時的95.4%，C 光伏電站中光伏組件的發電能力為剛投運時的96.1%。

A 光伏電站與其周圍B、C 光伏電站的日均單兆瓦發電量對比如圖4所示，圖中：綠色部分為3個光伏電站的實際日均單兆瓦發電量；橙色部分為以A 光伏電站的發電量為基礎，B 光伏電站和C 光伏電站因組件衰減年限較多而引起的發電量誤差。

圖4 A 光伏電站與其周圍B、C 光伏電站的日均單兆瓦發電量對比Fig.4 Comparison of daily average one megawatt power generation capacity between PV power station A and its surrounding PV power station B and C

從圖4可以看出：A 光伏電站的日均單兆瓦發電量比B、C 光伏電站的日均單兆瓦發電量有明顯提升，裝機容量為200 MW 的A 光伏電站的日均單兆瓦發電量比裝機容量為200 MW 的C光伏電站的日均單兆瓦發電量多25.69 kWh，發電量增長率為0.54%；A 光伏電站的日均單兆瓦發電量比裝機容量為121 MW 的B 光伏電站的日均單兆瓦發電量多349.79 kWh，發電量增長率為7.85%。

從10月1日開始，連續15 天對3個光伏電站的實際日發電量和實際日均單兆瓦發電量進行對比，具體結果如表3所示。

從表3可以看出：由于A 光伏電站進行了光伏組件清洗，同光伏組件衰減狀況下，其日均單兆瓦發電量與B 光伏電站和C 光伏電站相比，大部分的日均單兆瓦發電量有明顯的提高，尤其是相較于B 光伏電站，提升效果更加顯著。

表3 3個光伏電站的實際日發電量和實際日均單兆瓦發電量對比情況Table 3 Comparison of actual daily power generation capacity and actual daily average one megawatt power generation capacity of three PV power stations

2.3 光伏組件清洗周期預測

由上文分析可知，光伏電站中光伏組件的清洗對于電站的經濟收益和污染物排放都有較大改善。但始終保持光伏組件的清潔非常困難，尤其是像位于庫布齊沙漠內的大型光伏電站。研究表明[4,10]：光伏組件積灰程度對光伏電站系統效率的影響并不是線性增長，合理的清洗光伏組件將使清洗效益更大。受灰塵影響的光伏電站日發電收益損失如圖5所示。圖中：t為光伏組件的清洗周期。

圖5 受灰塵影響的光伏電站日發電收益損失Fig.5 Loss of daily power generation revenue of PV power station affected by dust

如圖5所示，灰塵對光伏電站日發電收益的影響呈線性增長，當達到發電收益影響閾值時開始進行光伏組件清洗，然后進入下一個清洗周期。因此，合理的光伏組件清洗周期是估算光伏電站日發電收益的一項重要參數。光伏組件的清洗周期與諸多因素有關，下文主要從清洗效益方面來預測A 光伏電站的光伏組件清洗周期。清洗效益可以按清潔一次的效益和年整體效益來考慮。

以A 光伏電站為例，對其光伏組件清洗周期進行初步估算。光伏電站日發電收益W可表示為：

式中：P為光伏電站裝機容量；HY為光伏組件始終保持清潔情況下的光伏電站年滿發電小時數，A 光伏電站為1750 h；d為上網電價，A光伏電站為0.5 元/kWh。

另外，A 光伏電站的光伏組件清洗價格為1500 元/MW，則該電站光伏組件清洗一次的清洗費用F為30 萬元。

假如灰塵對光伏組件的覆蓋及對光伏電站發電量的影響隨時間呈線性變化，當灰塵對光伏電站發電量的影響達到15%時，進行光伏組件清洗。有研究認為[8]，清洗效益要盡量高，在1個清洗周期內，清洗費用不應超過清洗效益的20%。因此可得到預測光伏組件清洗周期的不等式，即：

按上述約束條件，考慮到A 光伏電站的裝機容量為200 MW，光伏組件始終保持清潔情況下的年滿發電小時數為1750 h，上網電價為0.5元/kWh，則可以得到A 光伏電站的光伏組件清洗周期應大于41.71 天。

對式(2)進行改進，以光伏電站年整體效益最大為優化目標來分析光伏組件的清洗周期。當1個清洗周期內的清洗效益和清洗費用相等時，光伏電站年整體效益最大。

理論年整體收益即光伏組件始終保持清潔情況下的年發電收益，A 光伏電站的理論年整體收益為17500 萬元。

年損失收益即因灰塵遮擋造成的發電損失和未進行清洗減少的清洗費用之和。灰塵覆蓋速度和光伏電站環境、天氣條件有關。假設灰塵影響率達到15%的時間為T天，灰塵影響率達到k時即進行光伏組件清洗(此時的灰塵影響率即為積灰影響閾值)。根據上述條件建立數學模型：

光伏組件的清洗周期為：

1年的光伏組件清洗次數n為：

單兆瓦光伏組件1年的清洗費用B為：

單兆瓦光伏組件1年的因灰塵遮擋造成的發電損失Q為：

則單兆瓦光伏組件年損失收益為(8212500/kT+4375k)，取其最小值。不同積灰狀況下，即當灰塵影響率達到15%所需要的時間不同時，對應的理論灰塵影響率值及光伏組件清洗周期如表4所示。

表4 不同積灰狀況下對應的理論灰塵影響率值及光伏組件清洗周期Table 4 Theoretical dust influence rate value and PV module cleaning cycle under different dust deposition conditions

灰塵影響率達到15%所需的時間，代表了積灰的影響程度。從表4可以看出：灰塵影響率達到15%所需的時間越長，說明積灰速度越慢，單位時間內積灰對光伏電站發電收益的影響越小，即積灰影響程度越小；灰塵影響率達到15%所需的時間越短，說明積灰速度越快，單位時間內積灰對光伏電站發電收益的影響越大，即積灰影響程度越顯著。不同的積灰影響狀況對應的清洗閾值不同，相應的清洗周期也不同，應根據年損失收益最小化來確定不同的積灰影響閾值和清洗周期。

需要說明的是，上述計算過程為理想條件下的計算，未考慮具體的天氣影響、調度限電情況，以及清洗對光伏組件造成的損壞風險等因素。當預報近期有沙塵、降雨天氣時，不適合進行光伏組件清洗，可待沙塵過后盡快進行光伏組件清洗，降雨后可根據雨水對光伏組件的沖洗情況分析后確定清洗時間。另外，頻繁的高壓水槍沖洗或不規范的清洗有可能會導致光伏組件產生隱裂、熱斑，降低光伏組件使用壽命。

綜上，需根據光伏電站的具體情況、所處環境、安裝方式、天氣、電網限電等因素選擇合適的清洗時間與清洗方式，制定具體可行的清洗方案。

3 結論

本文依托位于內蒙古自治區庫布齊沙漠的A光伏電站開展了光伏組件的清洗作業測試，設定了單塊光伏組件和整個光伏電站2 種測試內容，分別對比了不同積灰狀態下單塊光伏組件的輸出功率，以及清洗前、后整個光伏電站的發電效益，并與周邊B、C 光伏電站的日均單兆瓦發電量進行了對比，最后根據光伏電站內實際清洗條件對光伏組件的清洗周期進行預測。研究結果表明：

1)對于單塊光伏組件來說，進行清洗后，清潔光伏組件的輸出功率較積灰光伏組件有明顯提升，具有明顯改善效果；且天氣狀況對于積灰效果和光伏組件輸出功率的影響較為顯著。

2)進行了清洗作業的A 光伏電站與未進行清洗作業的周邊B、C 光伏電站的對比分析顯示，A 光伏電站的日均單兆瓦發電量比B、C 光伏電站的日均單兆瓦發電量分別提高了0.54%、7.90%。根據A 光伏電站清洗前后發電量的提升，預計理論年增加收益可達到685.935 萬元。根據折算得到的年發電量增益，無論是能源資源的節約，還是污染物排放的改善，都將取得巨大成效。

3)結合A 光伏電站的實際情況，考慮到清洗效益與清洗費用的關系，可預測光伏電站的清洗周期。對于不同積灰狀況，清洗閾值也不相同，隨著積灰影響程度減小，積灰影響閾值更小，清洗周期更長。