张朝辉，石祎炜，刘晓豹，康 威，杨 阳，吴正人*

(1.中广核新能源投资(深圳)有限公司内蒙古分公司，呼和浩特 010020；2.华北电力大学(保定)动力工程系，保定 071003)

0 引言

在光伏电站运行维护工作中，光伏组件作为基本发电单元，其发电性能是决定光伏电站经济效益的关键因素，但往往由于灰尘遮挡，造成光伏组件输出功率降低。

针对上述问题，国内外学者展开了不同方面的研究。居发礼[1]研究了光伏组件表面积灰的成因，提出了“光伏组件积灰三效应”，即光伏组件积灰的遮挡效应、光伏组件积灰的温度效应、光伏组件积灰的腐蚀效应，并研究了光伏积灰系数在光伏发电项目决策、设计方案和运行管理阶段的应用。Mekhilef 等[2]分析了灰尘、湿气及风速对光伏组件输出功率的影响，发现灰尘、湿气和风速对光伏组件性能的影响具有耦合性。Mohamed 等[3]研究了撒哈拉沙漠地区光伏电站整体的系统效率，认为光伏组件上的灰尘是光伏电站系统效率降低的主要因素。赵明智等[4]采取野外测试与实验室测试相结合的方法，对内蒙古自治区库布齐沙漠环境下的光伏组件输出特性进行了研究，研究结果表明：随着光伏组件表面积尘密度的增加，光伏组件的输出功率呈对数衰减。陈东兵等[5]通过实测并对实测数据进行分析，发现20 天的积尘将使光伏组串的输出功率减少24%，平均每天降低1.2%。Jiang 等[6]的研究结果表明：当光伏组件上的灰尘密度在0～22 g/m2范围内变化时，对应的光伏组件输出功率将降低0%～26%，其函数关系近似于直线关系。师志鹏等[7]分析了灰尘对定日镜反射率存在影响的原因，并通过实验模拟安装在现场的镜面样品，测得自然积灰与人工积灰状态下定日镜反射率的损失值。王平等[8]通过研究发现，表面积灰与环境湿度的共同作用会大幅增加光伏组件的漏电流，降低其使用寿命；同时提出了采用覆灰模型拟合光伏组件实际漏电流和输出功率衰减特性之间的关系。Semaoui 等[9]通过研究发现，光伏组件的安装倾角为32°、表面连续1个月被灰尘覆盖时，光伏组件表面玻璃板的透射率减少了8%。Paudyal等[10]根据沙尘的堆积密度，研究了沙尘对光伏组件输出功率的影响，研究结果发现：在5个月内，沙尘导致光伏组件输出功率减少了29.76%。Al-Ammri 等[11]针对干燥地区的光伏路灯进行了研究，分析了半年内采用不同清洗周期的光伏组件的积灰量及对应的输出功率损失。Zorrilla 等[12]通过研究发现，表面积尘的光伏组件，若长时间未进行清洗，其输出功率会降低15%～20%。李洋等[13]模拟了灰尘密度对光伏组件基本输出特性的影响，并通过分析各种参数随着灰尘密度变化的变化趋势，给出了合理的清除光伏组件表面灰尘的灰尘密度范围。Li 等[14]提出采用综合物理模型来预测灰尘沉积对光伏组件表面透光率的影响。

虽然国内外针对光伏组件表面积灰已进行了很多研究，但目前这些研究与实际光伏电站之间的联系还不够紧密，且对光伏组件清洗周期的预测缺乏理论基础。为探究光伏组件表面积灰的清洗对其输出功率的影响及光伏组件合理的清洗周期，本文依托位于内蒙古自治区库布齐沙漠的A光伏电站开展了光伏组件的清洗作业测试，针对测试主体的数量，设定了单块光伏组件清洗测试和整个光伏电站清洗测试2 种测试内容，分析清洗对光伏组件发电状况的影响，以及清洗前、后整个光伏电站的发电效益，并与周边光伏电站的日均单兆瓦发电量进行对比，最后根据光伏电站实际清洗条件对光伏组件的清洗周期进行预测。

1 光伏组件清洗作业测试

以内蒙古自治区库布齐沙漠的A 光伏电站为研究对象，于2019年10月在该光伏电站51#光伏方阵开展了清洗作业测试。

该光伏电站装机容量为200 MW，采用晶科能源股份有限公司生产的JKM330PP-72 系列光伏组件，该光伏组件的电性能参数如表1所示。

表1 光伏组件的电性能参数Table 1 Electrical performance parameters of PV modules

针对A 光伏电站光伏场区的特点及水资源情况，采用了水车冲洗后人工辅助的方式进行光伏组件清洗工作，清洗后的光伏组件为清洁光伏组件。具体清洗方式为：先采用高压水枪，用水冲洗光伏组件表面，等组件表面干后，再用拖布擦去组件表面的浮土。

光伏组件为开路状态，每次测量前，通过清洗使清洁光伏组件始终保持清洁；积灰光伏组件不进行清洗，始终保持积灰状态。

对光伏组件进行清洗后，定期采用AV6591便携式太阳电池测试仪对清洁光伏组件与积灰光伏组件分别进行I-V曲线测试，以确定其输出功率；每次测量3～5 组数据，取STC(即环境温度25℃、太阳辐照度1000 W/m2、AM1.5)下的平均值，然后通过分析软件进行数据分析。

单块光伏组件清洗测试选择51#光伏方阵中同一光伏阵列内相邻的2 块光伏组件，以减小由2 块光伏组件位置及角度差异而引起的太阳辐照度等条件的误差。单块光伏组件清洗测试中的清洁光伏组件与积灰光伏组件如图1所示。

2 结果与讨论

为详细评估清洗前、后对光伏组件运行效果的影响，本次清洗测试主要针对单块清洁光伏组件与单块积灰光伏组件的输出功率，整个光伏电站清洗前、后的发电量，A 光伏电站日均单兆瓦发电量与周围光伏电站日均单兆瓦发电量进行对比。

2.1 光伏组件清洗对其输出功率的影响分析

通过测量得到清洁光伏组件与积灰光伏组件的输出功率，测试完毕将测试数据转换为STC 下的对应数据。2019年10月12日，STC下单块清洁光伏组件的输出功率为318.31 W，单块积灰光伏组件的输出功率为315.87 W。选取2019年10月和11月部分日期时的数据，计算得到开路状态下单块清洁光伏组件相对于单块积灰光伏组件的日均输出功率提升率，具体如图2所示。

图2 开路状态下单块清洁光伏组件相对于单块积灰光伏组件的输出功率提升率Fig.2 Output power increase rate of single clean PV module compared to single dusty PV module in the open circuit state

从图2可以看出：进行清洗后，清洁光伏组件的输出功率均比积灰光伏组件的输出功率有所提升；但10月12、14、16、20、21日，清洁光伏组件相对积灰光伏组件的日均输出功率提升率较低，10月12日到10月21日的日均输出功率提升率平均约为1.4%。由此可说明：清洗工作对光伏组件输出功率的影响较为稳定，短时间内由于积灰程度基本不变，因此光伏组件输出功率的提升效果并未产生明显变化。在10月26日，清洁光伏组件相对积灰光伏组件的日均输出功率提升率约为0.5%，较之前几日有明显下降，这主要是因为10月23日发生了降雨，雨水冲刷对光伏组件有清洗效果，使光伏组件的积灰程度减小，导致清洁光伏组件相对积灰光伏组件的日均输出功率提升率相对降低。在10月28日后，日均输出功率提升率又出现了大幅度升高，引起这种现象的同样是天气原因，由于在10月27日发生了泥雨天气，泥雨落在光伏组件上呈点状泥垢，对光伏组件表面产生了遮挡，而泥污对光伏组件的遮挡效果比灰尘颗粒的更加严重，增加了光伏组件局部遮光率，积灰程度也显著增加。综上，进行光伏组件清洗作业后，清洁光伏组件相对积灰光伏组件的日均输出功率提升率明显提高；天气状况对光伏组件输出功率的影响尤为显著。

10月20、26、28日，开路状态下清洁光伏组件与积灰光伏组件的表面状况对比如图3所示。

图3 10月20、26、28日，开路状态下清洁光伏组件与积灰光伏组件的表面状况对比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 光伏组件清洗对光伏电站系统效率提升的分析

光伏组件保持清洁状态将为光伏电站带来巨大的收益，对整个A 光伏电站进行清洗，通过本次清洗作业可以预估清洁状态下光伏电站的年理论收益情况。

对A 光伏电站10月进行清洗后的发电情况与其9月未进行清洗时的发电情况进行对比。根据1个月内发电量、太阳辐照量及限电量数据，可以得到A 光伏电站的光伏组件清洗前、后月份的发电情况对比如表2所示。从表2可以看出：未清洗月份(即9月)的系统效率为77.81%，清洗后月份(即10月)的系统效率为82.43%。二者进行对比可知，光伏组件清洗使光伏电站的系统效率提升了4.62%。

表2 A 光伏电站的光伏组件清洗前、后月份的发电情况对比Table 2 Comparison of power generation of PV modules in PV power station A before and after cleaning in different months

以此系统效率提升情况为依据，2019年A 光伏电站的实际年上网电量为29694.23 万kWh，若光伏电站中的光伏组件全年始终保持清洁状态，理论上光伏电站的年上网电量将会增加1371.87 万kWh。结合光伏电站所在地0.5 元/kWh 的上网电价，预计该光伏电站理论年增加收益为685.935 万元。

光伏电站发电量的提升对于能源消耗及环境改善同样具有重要意义。若始终保持光伏组件清洁状态，2019年A 光伏电站的理论年上网电量增加1371.87 万kWh，按照每千瓦时电能折合360 g 标准煤进行折算，有效清洁后的A 光伏电站每年可节约标准煤约4938.732 t；每年可减少含碳粉尘3731.4864 t、二氧化碳13677.5439 t、二氧化硫411.561 t、氮氧化物205.7805 t。

为进一步分析光伏组件清洗对光伏电站发电能力的影响效果，对2019年10月进行光伏组件清洗(共22 天)后的A 光伏电站与其周围未进行清洗作业的B 光伏电站和C 光伏电站进行对比。B 光伏电站的装机容量为121 MW，C 光伏电站的装机容量为200 MW。

在为期22 天的光伏组件清洗作业中，分别记录A、B、C 3个光伏电站的发电量。由于不同光伏电站的装机容量不同，因此将光伏电站整体发电量折算成日均单兆瓦发电量进行对比更加合理。另外，由于各个光伏电站的并网时间不同，光伏组件衰减的影响也应考虑在内，其中，A 光伏电站的并网时间为1年，B 光伏电站的并网时间为4年，C 光伏电站的并网时间为3年；考虑光伏组件衰减规律为首年衰减2.5%，以后每年衰减0.7%，因此A 光伏电站中光伏组件的发电能力为刚投运时的97.5%，B 光伏电站中光伏组件的发电能力为刚投运时的95.4%，C 光伏电站中光伏组件的发电能力为刚投运时的96.1%。

A 光伏电站与其周围B、C 光伏电站的日均单兆瓦发电量对比如图4所示，图中：绿色部分为3个光伏电站的实际日均单兆瓦发电量；橙色部分为以A 光伏电站的发电量为基础，B 光伏电站和C 光伏电站因组件衰减年限较多而引起的发电量误差。

图4 A 光伏电站与其周围B、C 光伏电站的日均单兆瓦发电量对比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

从图4可以看出：A 光伏电站的日均单兆瓦发电量比B、C 光伏电站的日均单兆瓦发电量有明显提升，装机容量为200 MW 的A 光伏电站的日均单兆瓦发电量比装机容量为200 MW 的C光伏电站的日均单兆瓦发电量多25.69 kWh，发电量增长率为0.54%；A 光伏电站的日均单兆瓦发电量比装机容量为121 MW 的B 光伏电站的日均单兆瓦发电量多349.79 kWh，发电量增长率为7.85%。

从10月1日开始，连续15 天对3个光伏电站的实际日发电量和实际日均单兆瓦发电量进行对比，具体结果如表3所示。

从表3可以看出：由于A 光伏电站进行了光伏组件清洗，同光伏组件衰减状况下，其日均单兆瓦发电量与B 光伏电站和C 光伏电站相比，大部分的日均单兆瓦发电量有明显的提高，尤其是相较于B 光伏电站，提升效果更加显著。

表3 3个光伏电站的实际日发电量和实际日均单兆瓦发电量对比情况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 光伏组件清洗周期预测

由上文分析可知，光伏电站中光伏组件的清洗对于电站的经济收益和污染物排放都有较大改善。但始终保持光伏组件的清洁非常困难，尤其是像位于库布齐沙漠内的大型光伏电站。研究表明[4,10]：光伏组件积灰程度对光伏电站系统效率的影响并不是线性增长，合理的清洗光伏组件将使清洗效益更大。受灰尘影响的光伏电站日发电收益损失如图5所示。图中：t为光伏组件的清洗周期。

图5 受灰尘影响的光伏电站日发电收益损失Fig.5 Loss of daily power generation revenue of PV power station affected by dust

如图5所示，灰尘对光伏电站日发电收益的影响呈线性增长，当达到发电收益影响阈值时开始进行光伏组件清洗，然后进入下一个清洗周期。因此，合理的光伏组件清洗周期是估算光伏电站日发电收益的一项重要参数。光伏组件的清洗周期与诸多因素有关，下文主要从清洗效益方面来预测A 光伏电站的光伏组件清洗周期。清洗效益可以按清洁一次的效益和年整体效益来考虑。

以A 光伏电站为例，对其光伏组件清洗周期进行初步估算。光伏电站日发电收益W可表示为：

式中：P为光伏电站装机容量；HY为光伏组件始终保持清洁情况下的光伏电站年满发电小时数，A 光伏电站为1750 h；d为上网电价，A光伏电站为0.5 元/kWh。

另外，A 光伏电站的光伏组件清洗价格为1500 元/MW，则该电站光伏组件清洗一次的清洗费用F为30 万元。

假如灰尘对光伏组件的覆盖及对光伏电站发电量的影响随时间呈线性变化，当灰尘对光伏电站发电量的影响达到15%时，进行光伏组件清洗。有研究认为[8]，清洗效益要尽量高，在1个清洗周期内，清洗费用不应超过清洗效益的20%。因此可得到预测光伏组件清洗周期的不等式，即：

按上述约束条件，考虑到A 光伏电站的装机容量为200 MW，光伏组件始终保持清洁情况下的年满发电小时数为1750 h，上网电价为0.5元/kWh，则可以得到A 光伏电站的光伏组件清洗周期应大于41.71 天。

对式(2)进行改进，以光伏电站年整体效益最大为优化目标来分析光伏组件的清洗周期。当1个清洗周期内的清洗效益和清洗费用相等时，光伏电站年整体效益最大。

理论年整体收益即光伏组件始终保持清洁情况下的年发电收益，A 光伏电站的理论年整体收益为17500 万元。

年损失收益即因灰尘遮挡造成的发电损失和未进行清洗减少的清洗费用之和。灰尘覆盖速度和光伏电站环境、天气条件有关。假设灰尘影响率达到15%的时间为T天，灰尘影响率达到k时即进行光伏组件清洗(此时的灰尘影响率即为积灰影响阈值)。根据上述条件建立数学模型：

光伏组件的清洗周期为：

1年的光伏组件清洗次数n为：

单兆瓦光伏组件1年的清洗费用B为：

单兆瓦光伏组件1年的因灰尘遮挡造成的发电损失Q为：

则单兆瓦光伏组件年损失收益为(8212500/kT+4375k)，取其最小值。不同积灰状况下，即当灰尘影响率达到15%所需要的时间不同时，对应的理论灰尘影响率值及光伏组件清洗周期如表4所示。

表4 不同积灰状况下对应的理论灰尘影响率值及光伏组件清洗周期Table 4 Theoretical dust influence rate value and PV module cleaning cycle under different dust deposition conditions

灰尘影响率达到15%所需的时间，代表了积灰的影响程度。从表4可以看出：灰尘影响率达到15%所需的时间越长，说明积灰速度越慢，单位时间内积灰对光伏电站发电收益的影响越小，即积灰影响程度越小；灰尘影响率达到15%所需的时间越短，说明积灰速度越快，单位时间内积灰对光伏电站发电收益的影响越大，即积灰影响程度越显著。不同的积灰影响状况对应的清洗阈值不同，相应的清洗周期也不同，应根据年损失收益最小化来确定不同的积灰影响阈值和清洗周期。

需要说明的是，上述计算过程为理想条件下的计算，未考虑具体的天气影响、调度限电情况，以及清洗对光伏组件造成的损坏风险等因素。当预报近期有沙尘、降雨天气时，不适合进行光伏组件清洗，可待沙尘过后尽快进行光伏组件清洗，降雨后可根据雨水对光伏组件的冲洗情况分析后确定清洗时间。另外，频繁的高压水枪冲洗或不规范的清洗有可能会导致光伏组件产生隐裂、热斑，降低光伏组件使用寿命。

综上，需根据光伏电站的具体情况、所处环境、安装方式、天气、电网限电等因素选择合适的清洗时间与清洗方式，制定具体可行的清洗方案。

3 结论

本文依托位于内蒙古自治区库布齐沙漠的A光伏电站开展了光伏组件的清洗作业测试，设定了单块光伏组件和整个光伏电站2 种测试内容，分别对比了不同积灰状态下单块光伏组件的输出功率，以及清洗前、后整个光伏电站的发电效益，并与周边B、C 光伏电站的日均单兆瓦发电量进行了对比，最后根据光伏电站内实际清洗条件对光伏组件的清洗周期进行预测。研究结果表明：

1)对于单块光伏组件来说，进行清洗后，清洁光伏组件的输出功率较积灰光伏组件有明显提升，具有明显改善效果；且天气状况对于积灰效果和光伏组件输出功率的影响较为显著。

2)进行了清洗作业的A 光伏电站与未进行清洗作业的周边B、C 光伏电站的对比分析显示，A 光伏电站的日均单兆瓦发电量比B、C 光伏电站的日均单兆瓦发电量分别提高了0.54%、7.90%。根据A 光伏电站清洗前后发电量的提升，预计理论年增加收益可达到685.935 万元。根据折算得到的年发电量增益，无论是能源资源的节约，还是污染物排放的改善，都将取得巨大成效。

3)结合A 光伏电站的实际情况，考虑到清洗效益与清洗费用的关系，可预测光伏电站的清洗周期。对于不同积灰状况，清洗阈值也不相同，随着积灰影响程度减小，积灰影响阈值更小，清洗周期更长。