基于氣象數據的光伏組件積灰損失評估方法研究

摘 要：光伏組件表面的積灰對其發電性能會產生嚴重影響，進而影響整個光伏電站的發電效率和輸出穩定性。因此，準確評估實際應用的光伏電站中光伏組件表面積灰造成的損失（下文簡稱為“積灰損失”），制定合理的清洗策略，將有助于提升光伏電站的發電量。提出了一種基于氣象數據進行光伏組件積灰損失的評估方法，建立了積灰損失評估模型，并以光伏電站現場實際發電數據和氣象數據為數據基礎，通過實驗對傳統的基于光伏電站系統效率（PR）的積灰損失評估方法和基于氣象數據的光伏組件積灰損失評估方法進行了對比驗證。研究結果表明：與傳統的基于光伏電站PR的積灰損失評估方法相比，基于氣象數據的光伏組件積灰損失評估方法具有更好的預測性能，其模擬得到的發電量更接近實際發電量狀態；可用于快速定量評估光伏電站的積灰程度，為光伏電站的發電性能模擬提供可靠的數據支持。

關鍵詞：光伏組件；發電性能；系統效率；積灰；氣象數據；輻照計；清洗策略

中圖分類號：TM615 文獻標志碼：A

0" 引言

隨著全球對可再生能源的重視和需求不斷增加，光伏發電作為一種清潔、可持續的能源形式，越來越受到人們的關注和青睞。然而實際應用中，光伏電站中的光伏組件在長期使用過程中容易受到各種自然環境因素的影響，其中積灰是一個極為普遍的問題。積灰不僅會影響光伏組件的發電效率，還可能導致其使用壽命縮短，因此如何有效地評估及解決光伏電站中光伏組件表面積灰的問題成為光伏發電領域亟待解決的技術難題。

積灰會對光伏電站造成的影響主要包括以下4個方面：

1）光伏組件發電效率?；覊m的遮擋不僅會改變光線的照射方向，還會降低光伏組件玻璃面板的透光率，影響光線的反射和散射，從而降低光伏組件的發電效率。

2）光伏組件溫度。積灰會影響光伏組件散熱，使其溫度上升，導致其輸出功率下降；長期的灰塵遮擋還會導致光伏組件產生熱斑，這些都會給光伏電站的發電量造成很大影響。

3）光伏組件被腐蝕。有機及混合性灰塵可能會侵蝕光伏組件表面，且不易清理，對光伏電站發電量造成的影響尤為巨大。

4）光伏電站的運維成本?；覊m會導致光伏電站的運維成本增加，尤其是屋頂分布式光伏電站。由于所處環境的特殊性，地面光伏電站通常采用的絕大部分清洗方式在分布式光伏電站中都不適用，因此其灰塵清洗較為困難；而采用人工清洗方式存在踩踏損壞光伏組件、漏電及人員高空作業的風險，且增設安全輔助設施也會導致分布式光伏電站的運維成本增加[1-3]。

灰塵累積造成的污垢會對光伏組件的性能產生顯著影響，特別是在經常發生沙塵暴和濕度較大的環境中。針對積灰影響，Alabdulrazzaq[4]等研究了光伏組件的幾何形狀和排布方式在減少積灰造成的損失（下文簡稱為“積灰損失”）方面的作用，選擇6種光伏組件進行了為期12個月的戶外暴露實驗，對其發電量和積灰損失進行了評估。研究結果表明：與傳統的光伏組件相比，圓柱形柔性光伏組件全年的積灰損失可減少多達3倍。Singh等[5]在2020年6—12月期間，使用兩塊相同的半片雙面光伏組件進行了約6個月的實驗，測量每塊光伏組件的短路電流及正、背面的入射光和反射光輻射量，然后提出了一種新的光伏組件積灰損失評估方法——分別從正面和背面分開評估光伏組件的輸出功率，并分別計算出正面和背面的積灰損失。

評估積灰損失通常使用專用傳感器來量化光伏組件的積灰程度，而Gostein等[6]提出了一種無需降水數據，通過光伏發電系統發電量直接估計光伏組件積灰損失的方法，并對其進行了驗證。該方法被稱為隨機率和恢復（SRR）方法，可以根據數據自動檢測光伏電站的積灰程度。范思遠等[7]以光伏電站現場采集的灰塵顆粒為研究對象，建立了可以快速定量評估光伏電站積灰程度的積灰濃度軟測量模型，并通過實驗得出了積灰濃度對光伏組件發電性能的影響，然后在自然條件下驗證了該模型的準確性和可靠性。研究結果表明：相比其他評估方法，該模型的預測性能更佳，準確率可達89.6%。白愷等[8]提出了一種用于評估積灰對光伏組件發電性能影響的有效方法。該方法通過監測光伏組件發電效率和連續積灰的灰塵密度，建立了光伏組件輸出功率衰減模型，從理論上解釋了積灰對光伏組件發電效率的影響，并通過搭建試驗平臺驗證了該模型的準確性，為定量研究積灰對光伏組件發電效率的影響提供了理論支持。

可以看到，上述文獻并未利用氣象數據計算光伏組件的積灰損失。另外，現有的大多數光伏發電系統模擬軟件在計算時都假設光伏組件的積灰損失是隨時間保持不變的，比如：PVsyst、PVsol等軟件，這易導致對光伏電站發電量的預測結果出現較大偏差。基于此，本文提出一種基于氣象數據進行光伏組件積灰損失的評估方法，即設定光伏組件的積灰損失是隨時間變化的，以光伏電站現場實際發電量和氣象數據為數據基礎，通過實驗對傳統的基于光伏電站系統效率（PR）的積灰損失評估方法和基于氣象數據的光伏組件積灰損失評估方法進行對比驗證。本研究目的在于通過現場測量得到的光伏組件性能數據準確評估光伏組件的積灰程度，以提高對光伏電站發電性能模擬的準確性，從而可以更好地評估光伏電站的發電性能。

1" 積灰損失評估方法

1.1" 積灰損失評估模型

傳統的基于光伏電站PR的積灰損失評估模型可表示為：

（1）

式中：RT_Cor為光伏組件溫度修正后的光伏電站系統效率；T0為標準測試條件（STC）下的光伏組件工作溫度，℃，取25；Tm為光伏組件的實際工作溫度，℃；Q為光伏組件發電量，kWh；Gpoa為光伏組件傾斜面上接收的太陽輻照度，W/m2；β為溫度系數，%/℃。

基于氣象數據的光伏組件積灰損失評估方法的要點在于采用了球形輻照計和硅基輻照計，需要將二者同時安裝在光伏組件表面，通過采集氣象數據，建立一個用于描述灰塵在光伏組件表面沉積過程和清潔過程的數學模型。球形輻照計表面不容易積灰，而硅基輻照計表面的積灰效果和光伏組件表面的積灰效果接近，因此通過兩者之間的數據差值即可計算得到光伏組件的積灰程度。

基于氣象數據的光伏組件積灰損失評估模型可表示為：

（2）

式中：η為積灰損失率，%；GSi為安裝在光伏組件表面的硅基輻照計測量得到的太陽輻照度，W/m2；Gpyr為安裝在光伏組件表面的球形輻照計測量得到的太陽輻照度，W/m2；?Gpoa為兩種輻照計測量得到的太陽輻照度的差值，W/m2。

當采用傳統的基于光伏電站PR的積灰損失評估方法時，由于電網限制會導致光伏電站PR下降，此時會被誤判為是光伏組件積灰。相比之下，基于氣象數據的光伏組件積灰損失評估方法能夠提供關于環境條件和太陽輻照度的實時數據，通過這些數據可以了解光伏組件表面的積灰情況，進而能更有效地進行監測，從而評估積灰對光伏組件發電效率的影響。

基于氣象數據的光伏組件積灰損失評估方法可為光伏電站的運維提供決策支持，從而提高光伏電站的運行效率和經濟效益。根據該方法制定得到光伏組件清洗策略，具體流程如圖1所示。圖中：k為線性擬合公式的擬合系數，根據經驗，取-0.5%為界定值。

1.2" 基于氣象數據的光伏組件積灰損失評估方法的實驗系統

基于氣象數據的光伏組件積灰損失評估方法的實驗系統主要由光伏組件、氣象站等部分組成，評估所用氣象數據中的太陽輻照數據來源于球形輻照計和硅基輻照計。安裝兩種輻照計時需確保二者與光伏組件平面平行，且不要遮擋光伏組件表面，二者的安裝示意圖如圖2所示。

2" 實驗光伏電站介紹

為了準確評估積灰對光伏電站PR的影響，本文以某實際運行的光伏電站（下文簡稱為“實驗光伏電站”）為研究對象進行對比分析驗證。該實驗光伏電站位于中國西北部內蒙古自治區烏海市的廣袤草原中，氣候屬于寒冷半干旱類型，夏季短暫，冬季漫長且寒冷；地理位置坐標為39.67°N，106.82°E。

實驗光伏電站的光伏組件均采用常熟阿特斯陽光電力科技有限公司生產的CS3U系列的光伏組件（為玻璃背板），光伏支架采用固定式光伏支架。光伏組件全部采用典型的3排橫向安裝方式，方向朝南，安裝傾角均為35°，且均無陰影遮擋，安裝示意圖如圖3所示。

選擇該實驗光伏電站中某個光伏方陣的實際發電數據，對傳統的基于光伏電站PR的積灰損失評估方法和基于氣象數據的光伏組件積灰損失評估方法進行對比分析驗證。該光伏方陣的具體參數信息如表1所示。

該實驗光伏電站的氣象站配置的設備包括球形輻照計、硅基輻照計、溫度濕度傳感器、風速風向傳感器等，設備實物圖如圖4所示。其中：傾斜面輻照度（POA）計和GHI計均為B級；SPN1型號的球形輻照計可測量直接法向輻照度（DNI）和DHI，為第1級別；POA硅基輻照計的準確度為±2.5%；風速風向傳感器測量風速的精度范圍為±0.12 m/s，風向的精度范圍為±4°。

3" 實驗結果與討論

實驗時間選取2018年11月23日—2019年3月27日，共98天。其中：2019年1月19日、1月30日和3月7日這3天為小雪天氣；另外，2018年12月19日—2019年1月13日，以及2月1日對該光伏方陣的光伏組件進行了清洗，因此這些日期無發電數據。

3.1 傳統的基于光伏電站PR的積灰損失評估方法

采用傳統的基于光伏電站PR的積灰損失評估方法時，利用式（1）進行計算，深入分析光伏方陣PR隨時間變化的情況，結果如圖5所示。圖中：紅色圓點代表小雪天氣的數據，藍色圓點代表正常天氣的數據；后文同。

從圖5可以看出：在實驗時間段內，光伏方陣PR隨著時間的推移呈現出一定的波動。以圖中光伏組件清洗前后的兩段數據為例進行分析，在2018年11月23日—12月25日期間，根據圖中數據可計算得到該光伏方陣的日平均積灰損失率為0.12%，則根據此值推導得出的光伏方陣

年積灰損失率為45.5%；在進行光伏組件清洗后（即2019年1月14日—1月31日期間），根據此時間段的日平均積灰損失率，可推導得出光伏方陣的年積灰損失率為9.1%。基于這一系列數據可以得出結論：在整個實驗時間段，光伏方陣的平均年積灰損失率為10.4%。

3.2" 基于氣象數據的光伏組件積灰損失評估方法

采用基于氣象數據的光伏組件積灰損失評估方法時，要點在于利用式（2）所描述的兩個輻照計之間的數據差異，對實驗時間段內光伏方陣的積灰損失進行精確計算。

實驗時間段內，通過球形輻照計和硅基輻照計之間的太陽輻照度差異得到的光伏方陣積灰損失率隨時間變化的情況如圖6所示。

從圖6的數據可以推測得出：在實驗時間段內，隨著時間的推移，球形輻照計和硅基輻照計的讀數存在一定的差異，而這種差異反映了積灰對光伏組件表面接收的太陽輻照度的影響，進而影響了光伏方陣的發電效率。通過詳細的數據分析和計算，可得出實驗時間段內光伏方陣的平均積灰損失率為4.6%。

當積灰程度穩定（即?Gpoa的變化浮動較小）后，計算2019年7月26日—2020年2月17日這段時間內光伏方陣的積灰損失率，其隨時間變化的情況如圖7所示。需要說明的是，2019年8月30日—10月1日這段時間對該光伏方陣進行了檢修，因此這段時間無發電數據。

通過詳細的數據分析和計算，得出積灰程度穩定后光伏方陣的平均積灰損失率為4.8%。

不同時間段、不同積灰程度的實驗驗證結果對于理解積灰對光伏電站發電性能的影響具有重要意義，證明了本文提出的基于氣象數據的光伏組件積灰損失評估方法的有效性，并為后續的積灰控制和清洗策略提供了科學依據。為了更好地應對光伏組件表面的積灰問題，需要進一步研究不同地區、不同氣候條件下光伏組件表面的積灰規律，并探索更加有效的清洗技術和方法。此外，加強光伏電站的監測和維護也是降低其積灰損失率，提高其發電效率的關鍵措施。

3.3" 模擬結果與實測結果對比分析

選取2018年11月23日—2019年1月25日這一時間段，將該時間段的氣象數據導入PVsyst軟件進行仿真，分別采用傳統的基于光伏電站PR的積灰損失評估方法和基于氣象數據的光伏組件積灰損失評估方法考慮光伏方陣的積灰損失，從而模擬得到考慮積灰損失后該實驗光伏電站的發電量（為便于對比分析，對發電量進行歸一化處理，以發電小時數進行表征），然后將不同評估方法得到的模擬結果與該實驗光伏電站的實際測量結果進行對比分析。

采用傳統的基于光伏電站PR的積灰損失評估方法時，根據前文分析結果，將積灰損失率設置為10.4%，然后將其得到的發電小時數的模擬值與實測值進行對比，結果如圖8所示。

根據圖8，可計算得到采用傳統的基于光伏電站PR的積灰損失評估方法時，該實驗光伏電站發電小時數的實測值和模擬值的平均偏差誤差（MBE）為-0.18 h，進一步計算相對平均偏差（即MBE與平均值（AV）的比值）為-5.7%。

采用基于氣象數據的光伏組件積灰損失評估方法時，根據前文分析結果，將積灰損失率設置為4.6%，對其得到的發電小時數的模擬值與實測值進行對比，結果如圖9所示。

根據圖9，可計算得到采用基于氣象數據的光伏組件積灰損失評估方法時，該實驗光伏電站發電小時數的實測值和模擬值的MBE為-0.001 h，則相對平均偏差為-0.02%。

從兩種積灰損失評估方法的模擬值與實測值的對比結果可以看出：基于氣象數據的光伏組件積灰損失評估方法得到的發電量模擬值比傳統的基于光伏電站PR的積灰損失評估方法得到的發電量模擬值更貼近實際情況，說明基于氣象數據的光伏組件積灰損失評估方法模擬得到的發電量準確性更高。

4" 結論

光伏組件表面積灰對光伏電站的發電效率和穩定性具有重要影響，準確評估光伏電站現場的積灰損失，并制定合理的清洗策略，將有助于提升光伏電站發電量。本文提出了一種基于氣象數據進行光伏組件積灰損失的評估方法，建立了積灰損失評估模型，并以光伏電站現場實際發電量和氣象數據為數據基礎，通過實驗對傳統的基于光伏電站PR的積灰損失評估方法和基于氣象數據的光伏組件積灰損失評估方法進行了對比驗證。研究結果表明：與傳統的基于光伏電站PR的積灰損失評估方法相比，本文提出的基于氣象數據的光伏組件積灰損失評估方法具有更好的預測性能，其模擬得到的發電量更接近實際發電量狀態。該積灰損失評估方法可用于快速定量評估光伏電站的積灰程度，為光伏電站的發電性能模擬提供可靠的數據支持。

[參考文獻]

[1] 張風，白建波，郝玉哲，等. 光伏組件表面積灰對其發電性能的影響[J]. 電網與清潔能源，2012，28（10）：82-86.

[2] 官燕玲，張豪，閆旭洲，等. 灰塵覆蓋對光伏組件性能影響的原位實驗研究[J]. 太陽能學報，2016，37（8）：1944-1950.

[3] 李練兵，王增喜，劉斌，等. 太陽電池積灰對其發電性能影響的研究[J]. 太陽能學報，2016，37（6）：1418-1422.

[4] ALABDULRAZZAQ B，ADOUANE M，AL-QATTAN A. On the effect of PV geometry on soiling：exploring use-cases for cylindrical PV modules as a soiling loss mitigation method[C]//2020 47th IEEE Photovoltaic Specialists Conference （PVSC），June 15-August 21，2020，Calgary，AB，Canada. New York：IEEE，2021.

[5] SINGH A，PERRY M，JONES D. Measurement of soiling loss on bifacial PV modules[C]//2021 IEEE 48th Photovoltaic Specialists Conference （PVSC），June 20-25，2021，Fort Lauderdale，FL，USA. New York：IEEE，2021.

[6] GOSTEIN M，LITTMANN B，CARON J R，et al. Comparing PV power plant soiling measurements extracted from PV module irradiance and power measurements[C]//2013 IEEE 39th Photovoltaic Specialists Conference （PVSC），June 16-21，2013，Tampa，FL，USA. New York：IEEE，2014.

[7] 范思遠，王煜，曹生現，等. 積灰對光伏組件輸出特性影響建模與分析[J]. 儀器儀表學報，2021，42（4）：83-91.

[8] 白愷，李智，宗瑾，等. 積灰對光伏組件發電性能影響的研究[J]. 電網與清潔能源，2014，30（1）：102-108.

RESEARCH ON EVALUATION METHOD OF DUST ACCUMULATION LOSS OF PV MODULES BASED ON METEOROLOGICAL DATA

Li Jie

（China Energy Engineering Investment Co.，Ltd.，Beijing 100222，China）

Abstract：The dust accumulation on the PV modules surface will have a serious impact on their power generation performance，thereby affecting the power generation efficiency and output stability of the entire PV power station. Therefore，accurately assessing the losses caused by dust accumulation （hereinafter referred to as \"dust accumulation loss\"） on the PV modules surface in practical applications of PV power stations and developing reasonable cleaning strategies will help improve the power generation capacity of PV power stations. This paper proposes an evaluation method for dust accumulation loss of PV modules based on meteorological data，establishes a dust accumulation loss evaluation model，and uses the actual power generation data of PV power stations and meteorological data as the data basis. Through experiments，the traditional dust accumulation loss evaluation method based on the PR of PV power station and the dust accumulation loss of PV modules evaluation method based on meteorological data are compared and verified. The research results show that compared with traditional dust accumulation loss evaluation method based on the PR of PV power station，the PV module dust accumulation loss evaluation method based on meteorological data has better predictive performance. The simulated power generation capacity is closer to the actual power generation capacity state. It can be used to quickly and quantitatively evaluate the degree of dust accumulation in PV power stations，providing reliable data support for simulating the power generation performance of PV power stations.

Keywords：dust accumulation；PV modules；power generation performance；pr；meteorological data；irradiator；cleaning strategy

通信作者：李杰（1982—），男，碩士、高級工程師，主要從事新能源項目建設和生產方面的研究。5824494@qq.com