甘肃省光伏发电站的积尘特点及清洗方式研究

2023-10-30李修树杨静安

水力发电 2023年10期

郭豹，刘杨，叶烨，李修树，杨静安

(水电水利规划设计总院，北京 100120)

0 引言

作为一种重要的可再生能源，太阳能具有分布范围广、绿色低碳和清洁等特点。近些年来，随着技术水平的提高，光伏发电的装机容量大幅提升[1-2]，2021年和2022年，我国光伏新增装机分别达到了5 488万、8 741万kW[3]。伴随光伏发电产业的大规模发展，电站运维面临的一些问题开始凸显[4]，其中重要的一个方面是光伏组件表面的积尘。积尘不仅会降低组件上玻璃的透光性，也会对光伏组件功率和散热产生影响，甚至导致热斑效应[5]，对组件造成损害。对光伏电站的积尘特性和清洁方式进行研究，对于提升光伏电站的运维和管理水平，提高运行收益[6-7]具有重要的意义。

针对光伏积尘及清洁方式，国内外学者开展了不同方面的研究。Mekhilef等[8]研究了积尘程度、湿度和空气流速对于光伏组件效率的影响，发现几种因素会相互作用，共同对组件效率产生影响。吴颖超[9]分析了积尘量对光伏组件输出功率的影响，指出长年的积尘对光伏组件的功率影响可达17%，并根据积尘以及清洗的情况分析了清洗的收益情况。曲宏伟等[10]通过理论和试验方法研究了积尘对光伏组件的短路电流、开路电压的影响问题。余操等[11]通过试验发现不同辐射强度下，清洁的增益效果有较大区别，在200 W/m2以上的辐射强度下，上午的清洁增益更高。董伯先[12]对介绍了目前光伏电站清洁的各类技术类型，对各类技术的优、缺点进行比较，并指出未来清洁技术的发展方向。

尽管目前针对光伏组件积尘和清洁方式方面已经开展了的较多的研究，但目前多数研究的电站样本数量偏少，对于不同地区、不同电站还缺少较系统的比较，因此无法提出区域性的针对措施。此外，由于影响电站积尘的因素较多，而我国不同地区地理、环境、水资源情况的区别较大，因此电站实际应采取的清洗策略也需要结合水源获取的难易程度、清洗成本、天气、清洗收益等因素综合考虑，针对实际电站展开的研究仍然不够充分。

甘肃省作为我国重要的新能源基地，太阳能资源丰富，且具有基地化、规模化开发条件，光伏发电产业得到迅速发展，目前已经建成了张掖、金昌、武威、酒泉等几个百万千瓦级光伏建设基地。但与此同时，由于地理位置的特殊性，甘肃光伏电站易受沙尘影响而产生较严重的积尘，清洗方式也受到地理位置偏远、水资源稀缺等因素限制。本文针对甘肃省不同地区的光伏电站的实际情况，对电站的积尘特点以及目前实际采用的清洁方式、频率，成本和用水量等内容开展研究，然后结合电站的运行数据对主要清洁方式的实际效果进行分析，最后结合不同地区的水资源情况、积尘情况等对清洗方式的改进提出建议。

1 积尘的形成及类型

一般来说，灰尘可主要分为有机灰尘和无机灰尘。有机灰尘多是生物源的，其来源包括如植物、动物、微生物等生物，无机灰尘多为非生物型的，其来源包括土壤、岩石等。由于来源的不同，不同地区灰尘的物理和化学性质表现出较大区别。从物理性质来说，不同类型的灰尘的粒径、形状、密度、透光性会有明显不同；而从化学性质来说，不同灰尘的酸碱性、腐蚀性也可能表现出差异。

在自然界中，灰尘的运动主要由风、雨、雪等自然活动驱动：当光伏板阻挡灰尘的运动时，部分灰尘会在风力、重力、静电力等作用下沉积，从而形成积尘。从形成过程来区分，积尘可以分为以下几种类型。

(1)干燥型积尘。在重力、范德华力、静电力、摩擦力等作用下，灰尘在光伏板表面保持受力平衡从而停留在表面形成积尘，此种灰尘可称为干燥型积尘，清理难度较低。

(2)润湿性积尘。遇到雨水、露水或雪时，光伏板表面产生的水流携带灰尘流动，被边框阻挡后积存，在水分蒸发后将形成一定大小的积尘带，这种积尘较难清理。

(3)生物活动型积尘。由于鸟类等生物活动，其粪便也可能粘附在光伏板上，形成难以清理的积垢。

(4)腐蚀性积尘。灰尘含有有机或无机化学成分时，有些呈酸性，当灰尘通过缝隙进入组件内部时可能与内部的金属材料发生化学反应或腐蚀作用，从而使组件产生腐蚀现象。

这几种灰尘的典型形态如图1所示。

图1 不同类型的积尘

2 积尘对光伏组件的影响

(1)遮挡效应。一方面光伏组件长时间置于空气中，空气中的尘埃会大量覆盖在光伏组件表面并阻挡了部分太阳辐射量，导致照射到光伏组件表面的有效面积减少；另一方面，灰尘会影响光伏组件表面玻璃的透射率，灰尘的沉积厚度越大，面板的透射率越低，其吸收的太阳辐射也越低。光伏组件接受的太阳辐照量减少，光伏发电效率随之下降。

(2)温度效应。当光伏组件部分面积受到灰尘遮挡时，被遮挡的部分不能正常工作，同时还会阻挡热量向外传递。经过长时间的太阳光照射，被遮盖的光伏组件由于热量不能及时向外传递致使其温度会远远大于没有被灰尘遮盖的部分，温度过高时光伏组件表面会出现烧坏的暗斑，暗斑严重时会导致光伏组件大面积损坏。

(3)腐蚀效应。因灰尘的成分比较复杂，有的是酸性物质，当灰尘或者潮湿的水气通过缝隙入侵到内部时，光伏组件可能会产生腐蚀，导致组件的损伤。

3 光伏组件的清洗方法

定期对光伏组件进行清洁，对于提升电站的效益具有重要意义。根据清洁方式和手段的不同，光伏组件除尘的方法主要包括以下几种。

3.1 自然除尘法

利用大自然的降雨、降雪、风力等实现光伏面板的自洁，其缺点在于随机性大，需要自然的风、雨条件，对于某些特定种类的积尘、清洁效果不佳。

3.2 人工除尘

人工除尘是光伏板清洁的最为传统方式之一，使用的方式包括刷子直接清洁、湿拖布清洁、使用喷头人工喷淋，以及洒水车喷淋清洁等，如图2所示。人工清洁的优势在于操作简单，效果好，但其缺点在于耗水量大，人工成本相对较高。

图2 人工除尘的几种方式

3.3 机器人除尘

机器人除尘自动化程度高，可以提高效率、减少人力。在工作过程中，大部分种类的机器人可以利用太阳能充电，并使用刷子、软纤维或气流来除尘。清洗机器人的类型众多，部分机器人采用了无水刷除的方式工作，这样可以节省水资源。机器人除尘的缺点在于初期投入成本高、维护较为复杂，存在一定的故障率，对于场区不规整、起伏落差大的光伏场区适用性不佳。

3.4 其他除尘方式

除了上述几种清洁方式外，还有其他的一些除尘技术：在光伏板上安装的自动喷淋头[14]；基于电磁或超声波技术开发的除尘设备[15]；光伏表面的自清洁技术等[16]。这些技术都有各自的局限性，如有些成熟度不高，目前尚未得到广泛的应用。

4 甘肃不同地区积尘特点和清洗方式研究

水洗是光伏电站清洁的主要方式之一。甘肃省的水资源分布呈现南北差异大的特点，南部水资源相对丰富，北部水资源极为匮乏。对于北部区域，光伏清洗受水源限制较多，因此研究主要针对甘肃中部和北部区域，涉及武威、张掖、嘉峪关、酒泉等几个光伏发电产业较为集中的地区。共选取了9个电站，电站位置如图3所示。

图3 研究电站位置(星型标记为电站所处位置)

图4为所研究部分电站的积尘照片。可以看出，当遭遇沙尘或长时间不清理时，光伏组件将受到灰尘的严重影响，几乎所有的表面都将被较厚的灰尘层覆盖，如图4a所示。此外，不同电站的积尘均以干燥型积尘为主，仅图4c边框区域存在极为少量的润湿型积尘；而不同电站的积尘粒径也表现出区别，如图4d的积尘粒径更大。

图4 不同地区电站的组件积尘形式

电站清洗方式、频次、成本和用水量等信息如表1所示。从清洗方式可以看出，所有的电站均采用了水洗进行清洁，而洒水车的应用最为普及，在9个电站中均有应用。分析原因是因为甘肃省积尘以干燥普通型为主，水洗效果好，且电站地形相对平整规则，场区道路的行车条件好，洒水车的喷洒式清洁可以极大地提高清洁效率，降低清洗成本。

表1 甘肃不同地区电站的清洁方式

从清洗频率来看，9个电站每年至少清理4次，甘肃东西不同地区电站的清洗频次表现出较大差异。甘肃西部的酒泉、嘉峪关地区电站明显偏多，部分电站的清洗频率甚至达到一月一次；武威和张掖地区电站的清洗频次相对偏低，一部分原因在于这些区域会有季节性降雨或降雪，起到了自然清洁的作用。

从用水量可以看出，不同电站单位MW的用水量存在较大区别，最低值约为5 m3，最高值则达到11.5 m3左右。影响清洁用水量有2方面因素，一是清洁水车的性能和喷洒方式不同(如图5所示)，二是组件规格、积尘的严重程度有所不同。

图5 2种不同的喷洒形式

从清洗成本来看，单位MW的清洗费用最低为600元，最高1 400元。造成清洗费用差别的主要有2个因素，一是因电站所处位置不同而导致人工成本差异，二是电站附近水源的紧缺程度产生的用水成本差异。在马鬃山地区，水源成本本身较高，加之电站远离水源地，部分电站单次取水需要往返100 km，水费和交通费用都会导致清洗成本有比较大的增加，该地区用水成本已经超过了人工成本。

对于所研究的样本电站，除了水洗和自然清洗2种方式，也有部分电站对部分方阵使用干挂式清洁机器人对光伏板进行清洁测试，如图6所示。机器人的清洗效果明显，部分机器人无需用水，未来推广潜力巨大，但目前仍面临初期投资成本高，长期运行经验缺乏等问题，可靠性、稳定性还有待进一步验证。

图6 机器人清洗效果

5 不同清洗方式的实际效果分析

从不同地区电站清洗的方式来看，洒水车清洗和自然清洗是甘肃省内电站清洗所采用的主要的清洁手段，本节结合电站实际运行情况对这2种清理方式的实际应用效果进行分析。

由于光伏组件的单日发电量受辐照度最大值、变化趋势、空气温度、遮挡、积尘程度等多个因素影响，研究电站灰尘的实际清洗效果时，难以找到完全一致的外部条件，因此本文采用了单日峰值功率对比法来进行研究。这是因为峰值功率为瞬时值，直接反映出光伏组件的最大发电能力，可以消除辐照度、温度等时变特性的影响，可相对准确地反映清洗效果。

5.1 案例1——光伏电站自然降雪清洗效果分析

自然降水清洗主要是指光伏组件通过风、雨、雪等消除积尘的过程。其中，降雪的清理主要是通过积雪熔化带走灰尘。张掖肃南99.5 MW电站一期装机总容量为50 MWp，电站容配比为1。1月22日和2月16日遭遇了降雪，2次降雪间隔近1个月，期间无其他降雨或降雪，可以用来分析自然积尘一个月内降雪的清洁效果。图7a给出了2月16日降雪当日和前后5 d电站峰值功率的变化。

图7 降雪的清洁作用

从图7a可以看出，降雪日电站的峰值功率为7.8 MW，相比雪前有了大幅的降低，说明降雪天气对电站发电的影响非常显著。降雪前5 d期间，最大的峰值功率为41.81 MW，出现在2月14日；降雪后的最大峰值为44.92 MW，出现在2月19日。降雪清洁使电站峰值功率增加了3.11 MW，提升了约7.4%。

图7b给出了雪后光伏组件的状态，在熔化雪水的作用下，组件大部分区域表面已经变为清洁的状态，融雪表现出良好的清洁能力。但也值得注意，仍有部分组件表面有少量积雪堆积，这些局部的积雪也需尽快清理，否则容易导致局部热斑的现象，危害光伏组件的安全运行。

5.2 案例2——水洗的实际效果分析

为了研究洒水车的实际清理效果，以甘肃敦煌地区20 MWp的光伏电站作为研究对象，该电站自备水车、每月对光伏板进行一次清理。整个电站的单次清理时间约7 d到10 d不等，清理时间较长，期间组件会持续受到沙尘和其他环境的影响。为了更准确地比较洒水车的清理效果，选取一个方阵作为试验组使用洒水车清洁，另一方阵作为对照组保持自然积尘状态，通过逆变器读取2个方阵每日的发电数据。图8给出了单元单日的峰值功率随积尘时间的变化情况。

图8 清洗与未清洗方阵单日的峰值变化

从图8可以看出，在3月20日清洗后的10 d内，清洗方阵的峰值功率都明显的高于未清洗方阵。清洗后5日内，峰值功率最大提升了39 kW，约为9.98%。随着时间的增加，2个方阵最大峰值逐渐接近，4月5日2个方阵峰值功率偏差降低为3.1%。

5.3 清洗方式的选择和经济性比较

从上述案例看出，自然清洗和水洗的效果均可以达到较好的效果，都应该重视其对在保障电站经济效益上的作用。此外，从案例2可以看出，在未经沙尘等极端天气时，单次清洗的效果可保持10 d以上。考虑到大部分电站的直流侧存在一定超装，按1.2容配比计算，在光伏组件不衰减情况下，可允许直流侧峰值功率降低近20%，因此大部分电站的清洗无需过分频繁。

当采用机器人清洗时，由于所需机器人数量多，单价较高，当前50 MW的电站机器人初始投资成本约为900万元。相比之下，用水成本低的区域单次人工清洗成本最低仅约3万元，机器人的经济效益不突出，但在水洗成本高的区域更具推广价值。