北京京能清洁能源电力股份有限公司北京分公司 谷金达 郭继旺 张 建

灰尘污染会大幅降低光伏电站发电量，数据显示其造成的发电量损失每年至少在5%以上。光伏智能清扫基于物联网技术，采用自供电的光伏智能清扫机器人完成光伏组件的干式清扫，去除组件表面积聚的灰尘，减少灰尘对的光伏发电的影响。

1 灰尘对光伏发电的影响

光伏组件接受太阳光照后依靠“光伏效应”将太阳能转化为电能，常见的光伏电站根据建设场地分为沙漠电站、山地电站、农光互补电站、渔光互补电站、工商业厂房屋顶分布式电站等，大多数的应用场景都无法避免大量的灰尘经年累月地积聚在光伏组件上。灰尘对组件的影响最直接的是发电量减少，增加了度电成本（LCOE），影响发电量的同时，还可能影响组件的寿命和电站的安全。灰尘对光伏发电的影响主要有以下几种方式。

1.1 遮蔽影响

灰尘附着在光伏组件表面会遮挡、吸收并反射光线，使组件表面的透光率下降，同时部分光线的入射角度发生改变导致光线在玻璃介质中不均匀传播。上述影响统称为“遮蔽效应”，影响了光伏组件对光照的吸收，导致组件输出性能下降。光伏组件表面的积灰量越高，面板接收到的太阳辐照强度越低，造成发电功率损失越大。

1.2 温度影响

目前光伏电站多采用硅基太阳电池组件，该组件对温度的影响较为敏感。随着组件表面灰尘的积聚，光伏组件的表面形成了一层厚厚的隔热层，组件面板的传热热阻增大，组件散热受到了影响。行业内研究数据显示，组件温度每升高1℃，输出功率降低约0.4%。

1.3 化学腐蚀

光伏组件的表面材质大多为玻璃，玻璃是一种非晶无机非金属材料，其主要成分为二氧化硅和多种无机矿物，在湿润的环境下会与酸碱发生反应。在自然环境里，酸性或碱性的灰尘长期附着在组件表面时，会逐渐腐蚀组件表面的玻璃，使组件表面变得坑洼不平。粗糙的、带有酸碱灰尘的黏滞表面比更光滑的表面更容易积聚灰尘，且灰尘本身也会吸附灰尘，一旦有了初始灰尘，就会导致更多的灰尘逐渐累积，加剧了“遮蔽效应”。

当光线射入组件表面时，光线的漫反射增加，加之光线在玻璃中的传播均匀性受到破坏，实际到达组件表面的太阳光照大大减少，导致组件的发电量降低。光伏组件的面板越粗糙，折射光的能量就越小，组件发电量的降幅越大。另外在长期腐蚀的环境里，组件的寿命也会大打折扣。

1.4 热斑效应

光伏电站通常在地域开阔、阳光充足的地带，鸟粪、尘土、落叶等遮挡物落在光伏组件上就会形成阴影，局部阴影的存在使光伏组件中某些电池单片的电流、电压发生变化，导致光伏组件局部电流与电压之积增大。正常照度情况下，被遮盖部分电池板会由发电单元变为耗电单元，被遮蔽的光伏电池会变成不发电的负载电阻，消耗相连电池产生的电力，即发热。被遮盖的部分升温速度远大于未被遮盖部分，局部温升长期过高会使电池组件上的焊点熔化并毁坏栅线，使组件上出现烧坏的暗斑或整个组件报废，这种现象即“热斑效应”。热斑效应影响了光伏组件的发电，严重时会引起组件烧毁，增加安全风险。据统计，热斑效应使组件的实际使用寿命减少至少10%。

2 光伏智能清扫系统解决方案

2.1 常见清扫方式的对比

鉴于灰尘对光伏发电产生的不利影响，国内外的光伏运维都普遍意识到了光伏清扫的重要性。在相同条件下，清洁的光伏组件与积灰组件相比，其输出功率要高出至少5%，且积灰量越高，清扫带来的价值越大。目前光伏行业主要的清扫方式有3种，人工清扫、工程车辆辅助清扫和自动化的光伏智能清扫。

人工清扫和工程车辆辅助清扫存在的主要问题如下：

普遍需要用水。一方面很多电站取水用水困难，用水成本高，另一方面，大量的水也会对组件的寿命产生影响。

依赖于人的操作，智能化程度底。无论是人工清扫还是工程车辆辅助清扫，均需人工操作工具、设备或车辆来完成大面积的光伏清扫作业。

对场地有一定的要求，不适合农光互补、渔光互补、山地等场景。在上述特定的场景里，清扫难度大、人工成本高、清扫效率低。

清扫时间为白天，影响发电量，尤其是平单轴项目，必须关停平单轴，才能进行清扫。

清扫频次较低，清扫效果无法保证，刚清扫完成后效果良好，随着灰尘的积累，组件重新被灰尘覆盖。

安全隐患，人工清扫和工程车辆辅助清扫都存在损坏组件或造成组件隐裂的风险，同时一些特定场地的清扫存在人身安全风险，如水上渔光互补电站，工商业厂房屋顶分布式电站等。

2.2 光伏智能清扫系统解决方案

相较于人工清扫和工程车辆辅助清扫，自动化的光伏智能清扫能良好地解决传统清扫方式面对的困难，是今后光伏电站智能化运维发展的方向，光伏智能清扫系统包括智能光伏清扫机器人、辅助工程系统、通讯系统和管理平台，解决方案如图1所示。

图1 光伏智能清扫系统解决方案

智能光伏清扫机器人。部署在组件上的清扫机器人，自带光伏组件发电，携带旋转的滚刷，在光伏组件上移动，达到清扫的效果。清扫按预先设定的逻辑进行，清扫时间通常设定在晚上或其他不影响光伏发电的时间段。对于较长的组串，每一排上均配置一台清扫机器人。

辅助工程系统。辅助工程系统指用于辅助机器人自动完成清扫作业的工程配套设施，包括停机位、换向位和桥架等。停机位用于使机器人停靠在非光伏组件上，避免机器人遮挡光伏组件。换向位用于机器人清扫达到组串尽头时为机器人提供换向信号，使机器人改变行驶方向，继续清扫或回到停机位。桥架用于连接一排组串中空隙较大的位置，与光伏组件边框共同形成机器人行驶的轨道，保障机器人正常工作。

通讯系统。智能清扫系统中通过智能通讯箱进行数据局域网组网连接。智能通讯箱内置LoRa 主机模块并集成了数据采集器，光伏电站现场布置的机器人内置LoRa 通讯模块，通过无线与机器人自带模块进行通讯，用于智能清扫机器人运行数据的采集和回传，数据再由网络连接到Internet。智能通讯箱支持运营商4G 网络、WIFI 和光纤环网，实现数据远程通讯。

管理平台。清扫系统管理平台具备以下功能：实现与机器人的相互通讯，采集机器人的基础信息和运行状态数据，包括系统状态、当前位置、电机状态、电池状态、自备光伏板状态等；实现对系统参数的配置，可配置机器人内部模块的运行参数，保证系统在最优的设置下工作，包括电池配置、电机配置、整机控制、系统策略等；通过WEB 等方式实现对远端光伏清扫机器人的实时控制；记录和查询机器人的运行日志；记录和查询机器人的当前和历史告警信息，告警发生时产生告警提示；通过管理平台对机器人进行远程升级；管理平台还提供了连接第三方平台的通讯接口，可通过该接口采集第三方平台数据，第三方平台亦可通过该接口采集机器人管理平台数据。

3 光伏智能清扫系统的应用研究

本文以国内某应用光伏智能清扫系统的光伏电站为研究对象，该电站位于天津宁河，为渔光互补光伏电站。工程车辆辅助清扫在该场景无法应用，另外人工清扫操作难度大，效率低且有安全风险，同样不适用。该电站在部分区域部署了光伏智能清扫系统，用于清除组件上积聚的灰尘。部署区域包含19排组串，覆盖2MW，采用了19台智能清扫机器人，部署区域如图2所示。

图2 某光伏电站智能清扫部署区域示意图

该光伏电站的智能清扫系统于2021年9月3日正式投入运行，本文将基于该项目光伏电站的发电量数据，研究智能清扫系统应用对光伏电站发电量提升起到的影响。

光伏电站发电量的影响因素较多，包括日照时间、环境温度、组件及逆变器特性、组件表面积灰量等因素。为便于科学地分析智能清扫对发电量带来的提升，在该电站部署智能清扫系统的区域内选取5个逆变器（ABCDE）作为观测组，在邻近区域选取5个逆变器（A1B1C1D1E1）作为参照组，观测组和参照组一一对应（逆变器A 与A1的对应的组件峰值功率一致）。将每天的逆变器利用小时数（发电量与组件峰值功率的比值）作为研究光伏电站发电量的数据指标，对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日的数据进行统计分析。

首先对观测组与参照组之间发电量的固有差异进行评估，选取2020年的数据作为研究对象，其逆变器利用时间如图3所示。

从图3可以看出，同一天中各个逆变器的利用时间有差异，但均处于同一水平，说明基础数据可靠，可以作为下一步数据分析的基础。进一步别取每一天观测组与参照组逆变器利用时间的均值，如图4所示，计算差异百分比以评估观测组与参照组间的差异，如图5所示。

图3 2020年9月3日至2020年10月31日各逆变器利用时间

图4 观测组与参照组逆变器利用时间均值

图5 观测组与参照组逆变器利用时间差异

差异百分比（观测组逆变器利用时间-参照组逆变器利用时间）/差异组逆变器利用时间

图5显示，同样未部署智能清扫系统时，观测组与参照组的发电量上有一定差异，选取的观测组的发电量低于参照组的发电量，差异水平在1.3%左右。

基于上述数据对观测组与参照组间的差异固有差异进行评估之后，对2021年的数据样本进行分析，分析步骤与上述分析一致。2021年9月3日至2021年10月31日，部署智能清扫系统的观测组与未部署的参照组逆变器利用时间如图6所示。

图6 2021年9月3日至2021年10月31日各逆变器利用时间

图6显示，2021年9月～10月内同一天中各个逆变器的利用时间均处于同一水平，样本数据可以作为下一步数据分析的基础。

观测组与参照组逆变器利用时间的均值，如图7所示，差异百分比如图8所示。

图7 观测组与参照组逆变器利用时间均值

图8 观测组与参照组逆变器利用时间差异

对观测组于参照组的逆变器利用时间进行分析后观测组在部署智能清扫系统后，发电量较参照组有明显提升。图8中显示观测组的发电量比参考组的发电量高2%左右，考虑到上文研究得到的两组间发电量的1.3%的固有差异量，得出结论：光伏电站在部署了智能清扫系统后，发电量提升约3%～5%。

同时，在分析中可以观察到：从2021年10月15日至2021年10月29日，观测组与参照组之间的发电量差异由1.2%逐渐上升到4%，如图10中的红框所标示，对应逆变器的利用时间如表1所示。

表1 各逆变器利用时间

10月14日，逆变器利用时间较低，不足0.7h，应为阴雨的天气特征，从10月15日开始至10月27日，逆变器的利用时间基本都达到3h 以上，甚至6.6h，说明该段时间日照良好，未出现明显的阴雨天气特征，这种情况下参照组的组件表面持续不断的积聚灰尘，而观测组的组件表面每天由智能清扫机器人进行清扫，发电量差异非常显著，可以得出以下结论：在连续晴朗的天气情况下，智能清扫系统显著地提高了光伏电站的发电量，发电量的提升可达5%及以上。

4 智能清扫系统的推广应用前景

通过对部署智能清扫系统的光伏电站进行研究后发现，智能清扫系统对于组件的发电量提升由明显的作用，但同时，其能达到的效果也会受到天气、电站灰尘积聚速度等因素的影响。毋庸置疑，在灰尘污染严重且雨水较少的地区，应用智能清扫系统可大幅提高发电量，考虑到光伏智能清扫系统较高的使用年限（行业内常见的设计使用年限为20年），在光伏电站上部署智能清扫系统也将获得可观的经济回报。智能清扫系统的应用是今后光伏电站智能化运维发展的必然趋势。

我国作为光伏大国，无论光伏存量电站还是新建的光伏电站的数量及装机容量均处于全球前列，智能清扫系统的应用有着广阔的市场。对于智能清扫系统本身，提高智能清扫机器人运行的稳定性，保证辅助工程系统的可靠性，以较低的成本达到良好的适用性，决定了其否能大规模推广应用。相信随着智能清扫行业的发展，产品和技术将不断进步，智能清扫系统将成为光伏电站发电量的提升的可靠帮手，助力“碳中和、碳达峰”目标的早日达成。