光伏電站智能清掃系統應用研究

北京京能清潔能源電力股份有限公司北京分公司 谷金達 郭繼旺 張 建

灰塵污染會大幅降低光伏電站發電量，數據顯示其造成的發電量損失每年至少在5%以上。光伏智能清掃基于物聯網技術，采用自供電的光伏智能清掃機器人完成光伏組件的干式清掃，去除組件表面積聚的灰塵，減少灰塵對的光伏發電的影響。

1 灰塵對光伏發電的影響

光伏組件接受太陽光照后依靠“光伏效應”將太陽能轉化為電能，常見的光伏電站根據建設場地分為沙漠電站、山地電站、農光互補電站、漁光互補電站、工商業廠房屋頂分布式電站等，大多數的應用場景都無法避免大量的灰塵經年累月地積聚在光伏組件上。灰塵對組件的影響最直接的是發電量減少，增加了度電成本（LCOE），影響發電量的同時，還可能影響組件的壽命和電站的安全。灰塵對光伏發電的影響主要有以下幾種方式。

1.1 遮蔽影響

灰塵附著在光伏組件表面會遮擋、吸收并反射光線，使組件表面的透光率下降，同時部分光線的入射角度發生改變導致光線在玻璃介質中不均勻傳播。上述影響統稱為“遮蔽效應”，影響了光伏組件對光照的吸收，導致組件輸出性能下降。光伏組件表面的積灰量越高，面板接收到的太陽輻照強度越低，造成發電功率損失越大。

1.2 溫度影響

目前光伏電站多采用硅基太陽電池組件，該組件對溫度的影響較為敏感。隨著組件表面灰塵的積聚，光伏組件的表面形成了一層厚厚的隔熱層，組件面板的傳熱熱阻增大，組件散熱受到了影響。行業內研究數據顯示，組件溫度每升高1℃，輸出功率降低約0.4%。

1.3 化學腐蝕

光伏組件的表面材質大多為玻璃，玻璃是一種非晶無機非金屬材料，其主要成分為二氧化硅和多種無機礦物，在濕潤的環境下會與酸堿發生反應。在自然環境里，酸性或堿性的灰塵長期附著在組件表面時，會逐漸腐蝕組件表面的玻璃，使組件表面變得坑洼不平。粗糙的、帶有酸堿灰塵的黏滯表面比更光滑的表面更容易積聚灰塵，且灰塵本身也會吸附灰塵，一旦有了初始灰塵，就會導致更多的灰塵逐漸累積，加劇了“遮蔽效應”。

當光線射入組件表面時，光線的漫反射增加，加之光線在玻璃中的傳播均勻性受到破壞，實際到達組件表面的太陽光照大大減少，導致組件的發電量降低。光伏組件的面板越粗糙，折射光的能量就越小，組件發電量的降幅越大。另外在長期腐蝕的環境里，組件的壽命也會大打折扣。

1.4 熱斑效應

光伏電站通常在地域開闊、陽光充足的地帶，鳥糞、塵土、落葉等遮擋物落在光伏組件上就會形成陰影，局部陰影的存在使光伏組件中某些電池單片的電流、電壓發生變化，導致光伏組件局部電流與電壓之積增大。正常照度情況下，被遮蓋部分電池板會由發電單元變為耗電單元，被遮蔽的光伏電池會變成不發電的負載電阻，消耗相連電池產生的電力，即發熱。被遮蓋的部分升溫速度遠大于未被遮蓋部分，局部溫升長期過高會使電池組件上的焊點熔化并毀壞柵線，使組件上出現燒壞的暗斑或整個組件報廢，這種現象即“熱斑效應”。熱斑效應影響了光伏組件的發電，嚴重時會引起組件燒毀，增加安全風險。據統計，熱斑效應使組件的實際使用壽命減少至少10%。

2 光伏智能清掃系統解決方案

2.1 常見清掃方式的對比

鑒于灰塵對光伏發電產生的不利影響，國內外的光伏運維都普遍意識到了光伏清掃的重要性。在相同條件下，清潔的光伏組件與積灰組件相比，其輸出功率要高出至少5%，且積灰量越高，清掃帶來的價值越大。目前光伏行業主要的清掃方式有3種，人工清掃、工程車輛輔助清掃和自動化的光伏智能清掃。

人工清掃和工程車輛輔助清掃存在的主要問題如下：

普遍需要用水。一方面很多電站取水用水困難，用水成本高，另一方面，大量的水也會對組件的壽命產生影響。

依賴于人的操作，智能化程度底。無論是人工清掃還是工程車輛輔助清掃，均需人工操作工具、設備或車輛來完成大面積的光伏清掃作業。

對場地有一定的要求，不適合農光互補、漁光互補、山地等場景。在上述特定的場景里，清掃難度大、人工成本高、清掃效率低。

清掃時間為白天，影響發電量，尤其是平單軸項目，必須關停平單軸，才能進行清掃。

清掃頻次較低，清掃效果無法保證，剛清掃完成后效果良好，隨著灰塵的積累，組件重新被灰塵覆蓋。

安全隱患，人工清掃和工程車輛輔助清掃都存在損壞組件或造成組件隱裂的風險，同時一些特定場地的清掃存在人身安全風險，如水上漁光互補電站，工商業廠房屋頂分布式電站等。

2.2 光伏智能清掃系統解決方案

相較于人工清掃和工程車輛輔助清掃，自動化的光伏智能清掃能良好地解決傳統清掃方式面對的困難，是今后光伏電站智能化運維發展的方向，光伏智能清掃系統包括智能光伏清掃機器人、輔助工程系統、通訊系統和管理平臺，解決方案如圖1所示。

圖1 光伏智能清掃系統解決方案

智能光伏清掃機器人。部署在組件上的清掃機器人，自帶光伏組件發電，攜帶旋轉的滾刷，在光伏組件上移動，達到清掃的效果。清掃按預先設定的邏輯進行，清掃時間通常設定在晚上或其他不影響光伏發電的時間段。對于較長的組串，每一排上均配置一臺清掃機器人。

輔助工程系統。輔助工程系統指用于輔助機器人自動完成清掃作業的工程配套設施，包括停機位、換向位和橋架等。停機位用于使機器人停靠在非光伏組件上，避免機器人遮擋光伏組件。換向位用于機器人清掃達到組串盡頭時為機器人提供換向信號，使機器人改變行駛方向，繼續清掃或回到停機位。橋架用于連接一排組串中空隙較大的位置，與光伏組件邊框共同形成機器人行駛的軌道，保障機器人正常工作。

通訊系統。智能清掃系統中通過智能通訊箱進行數據局域網組網連接。智能通訊箱內置LoRa 主機模塊并集成了數據采集器，光伏電站現場布置的機器人內置LoRa 通訊模塊，通過無線與機器人自帶模塊進行通訊，用于智能清掃機器人運行數據的采集和回傳，數據再由網絡連接到Internet。智能通訊箱支持運營商4G 網絡、WIFI 和光纖環網，實現數據遠程通訊。

管理平臺。清掃系統管理平臺具備以下功能：實現與機器人的相互通訊，采集機器人的基礎信息和運行狀態數據，包括系統狀態、當前位置、電機狀態、電池狀態、自備光伏板狀態等；實現對系統參數的配置，可配置機器人內部模塊的運行參數，保證系統在最優的設置下工作，包括電池配置、電機配置、整機控制、系統策略等；通過WEB 等方式實現對遠端光伏清掃機器人的實時控制；記錄和查詢機器人的運行日志；記錄和查詢機器人的當前和歷史告警信息，告警發生時產生告警提示；通過管理平臺對機器人進行遠程升級；管理平臺還提供了連接第三方平臺的通訊接口，可通過該接口采集第三方平臺數據，第三方平臺亦可通過該接口采集機器人管理平臺數據。

3 光伏智能清掃系統的應用研究

本文以國內某應用光伏智能清掃系統的光伏電站為研究對象，該電站位于天津寧河，為漁光互補光伏電站。工程車輛輔助清掃在該場景無法應用，另外人工清掃操作難度大，效率低且有安全風險，同樣不適用。該電站在部分區域部署了光伏智能清掃系統，用于清除組件上積聚的灰塵。部署區域包含19排組串，覆蓋2MW，采用了19臺智能清掃機器人，部署區域如圖2所示。

圖2 某光伏電站智能清掃部署區域示意圖

該光伏電站的智能清掃系統于2021年9月3日正式投入運行，本文將基于該項目光伏電站的發電量數據，研究智能清掃系統應用對光伏電站發電量提升起到的影響。

光伏電站發電量的影響因素較多，包括日照時間、環境溫度、組件及逆變器特性、組件表面積灰量等因素。為便于科學地分析智能清掃對發電量帶來的提升，在該電站部署智能清掃系統的區域內選取5個逆變器（ABCDE）作為觀測組，在鄰近區域選取5個逆變器（A1B1C1D1E1）作為參照組，觀測組和參照組一一對應（逆變器A 與A1的對應的組件峰值功率一致）。將每天的逆變器利用小時數（發電量與組件峰值功率的比值）作為研究光伏電站發電量的數據指標，對2020年9月3日至2020年10月31日 及2021年9月3日 至2021年10月31日的數據進行統計分析。

首先對觀測組與參照組之間發電量的固有差異進行評估，選取2020年的數據作為研究對象，其逆變器利用時間如圖3所示。

從圖3可以看出，同一天中各個逆變器的利用時間有差異，但均處于同一水平，說明基礎數據可靠，可以作為下一步數據分析的基礎。進一步別取每一天觀測組與參照組逆變器利用時間的均值，如圖4所示，計算差異百分比以評估觀測組與參照組間的差異，如圖5所示。

圖3 2020年9月3日至2020年10月31日各逆變器利用時間

圖4 觀測組與參照組逆變器利用時間均值

圖5 觀測組與參照組逆變器利用時間差異

差異百分比（觀測組逆變器利用時間-參照組逆變器利用時間）/差異組逆變器利用時間

圖5顯示，同樣未部署智能清掃系統時，觀測組與參照組的發電量上有一定差異，選取的觀測組的發電量低于參照組的發電量，差異水平在1.3%左右。

基于上述數據對觀測組與參照組間的差異固有差異進行評估之后，對2021年的數據樣本進行分析，分析步驟與上述分析一致。2021年9月3日至2021年10月31日，部署智能清掃系統的觀測組與未部署的參照組逆變器利用時間如圖6所示。

圖6 2021年9月3日至2021年10月31日各逆變器利用時間

圖6顯示，2021年9月～10月內同一天中各個逆變器的利用時間均處于同一水平，樣本數據可以作為下一步數據分析的基礎。

觀測組與參照組逆變器利用時間的均值，如圖7所示，差異百分比如圖8所示。

圖7 觀測組與參照組逆變器利用時間均值

圖8 觀測組與參照組逆變器利用時間差異

對觀測組于參照組的逆變器利用時間進行分析后觀測組在部署智能清掃系統后，發電量較參照組有明顯提升。圖8中顯示觀測組的發電量比參考組的發電量高2%左右，考慮到上文研究得到的兩組間發電量的1.3%的固有差異量，得出結論：光伏電站在部署了智能清掃系統后，發電量提升約3%～5%。

同時，在分析中可以觀察到：從2021年10月15日至2021年10月29日，觀測組與參照組之間的發電量差異由1.2%逐漸上升到4%，如圖10中的紅框所標示，對應逆變器的利用時間如表1所示。

表1 各逆變器利用時間

10月14日，逆變器利用時間較低，不足0.7h，應為陰雨的天氣特征，從10月15日開始至10月27日，逆變器的利用時間基本都達到3h 以上，甚至6.6h，說明該段時間日照良好，未出現明顯的陰雨天氣特征，這種情況下參照組的組件表面持續不斷的積聚灰塵，而觀測組的組件表面每天由智能清掃機器人進行清掃，發電量差異非常顯著，可以得出以下結論：在連續晴朗的天氣情況下，智能清掃系統顯著地提高了光伏電站的發電量，發電量的提升可達5%及以上。

4 智能清掃系統的推廣應用前景

通過對部署智能清掃系統的光伏電站進行研究后發現，智能清掃系統對于組件的發電量提升由明顯的作用，但同時，其能達到的效果也會受到天氣、電站灰塵積聚速度等因素的影響。毋庸置疑，在灰塵污染嚴重且雨水較少的地區，應用智能清掃系統可大幅提高發電量，考慮到光伏智能清掃系統較高的使用年限（行業內常見的設計使用年限為20年），在光伏電站上部署智能清掃系統也將獲得可觀的經濟回報。智能清掃系統的應用是今后光伏電站智能化運維發展的必然趨勢。

我國作為光伏大國，無論光伏存量電站還是新建的光伏電站的數量及裝機容量均處于全球前列，智能清掃系統的應用有著廣闊的市場。對于智能清掃系統本身，提高智能清掃機器人運行的穩定性，保證輔助工程系統的可靠性，以較低的成本達到良好的適用性，決定了其否能大規模推廣應用。相信隨著智能清掃行業的發展，產品和技術將不斷進步，智能清掃系統將成為光伏電站發電量的提升的可靠幫手，助力“碳中和、碳達峰”目標的早日達成。