基于经济效应的光伏电站清洗需求估算方法与流程

本发明涉及一种光伏电力技术，特别涉及一种基于经济效应的光伏电站清洗需求估算方法。

背景技术：

大气灰尘是影响太阳能发电效率的关键因素之一,灰尘污染会大幅降低光伏电站发电量,估计每年至少在5％以上,如按照2020年全球装机量预计将达到500gw左右计算,每年因灰尘降低发电量而造成的经济损失将高达50亿美元。随着电站装机量的不断增长,这一损失会愈发严重—2030年全球装机总量约1400gw时,灰尘造成的经济损失预计将高达130亿美元。

温度影响：目前光伏电站较多使用硅基太阳电池组件,该组件对温度十分敏感,随灰尘在组件表面的积累,增大了光伏组件的传热热阻,成为光伏组件上的隔热层,影响其散热。研究表明太阳能电池温度上升1℃,输出功率约下降0.5％。且电池组件在长久阳光照射下,被遮盖的部分升温速度远大于未被遮盖部分,致使温度过高出现烧坏的暗斑。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,这就是热斑效应。此过程会加剧电池板老化,减少出力,严重时会引起组件烧毁。

遮挡影响：灰尘附着在电池板表面,会对光线产生遮挡,吸收和反射等作用,其中最主要是对光的遮挡作用。灰尘颗粒对光的反射吸收和遮挡作用,影响光伏电池板对光的吸收,从而影响光伏发电效率。研究指出灰尘沉积在电池板组件受光面,首先会使电池板表面透光率下降；其次会使部分光线的入射角度发生改变,造成光线在玻璃盖板中不均匀传播。有研究显示在相同条件下,清洁的电池板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,组件输出性能下降越大。

腐蚀影响：光伏面板表面大多为玻璃材质,玻璃的主要成分是二氧化硅和石灰石等,当湿润的酸性或碱性灰尘附在玻璃盖板表面时,玻璃盖板成分物质都能与酸或碱反应。随着玻璃在酸性或碱性环境里的时间增长,玻璃表面就会慢慢被侵蚀,从而在表面形成坑坑洼洼的现象,导致光线在盖板表面形成漫反射,在玻璃中的传播均匀性受到破坏,光伏组件盖板越粗糙,折射光的能量越小,实际到达光伏电池表面的能量减小,导致光伏电池发电量减小。并且粗糙的、带有粘合性残留物的黏滞表面比更光滑的表面更容易积累灰尘。而且灰尘本身也会吸附灰尘,一旦有了初始灰尘存在,就会导致更多的灰尘累积,加速了光伏电池发电量的衰减。

可以看出，灰尘不仅严重影响光伏电站的收益，另外还会给电站带来安全隐患，因此对于灰尘经济有效的清理方法措施刻不容缓。

技术实现要素：

本发明是针对灰尘对光伏发电收益影响及所带来的安全隐患问题，提出了一种基于经济效应的光伏电站清洗需求估算方法，根据光伏电站的装机容量、场站经纬度、组件倾角、光伏发电电价、光伏场站日均aqi、场站所处的工业环境和场站所处地区的气候环境等参数确定一年经济效应最好的光伏场站人工清洗次数和最终的灰尘损失。

本发明的技术方案为：一种基于经济效应的光伏电站清洗需求估算方法，具体步骤如下：

1)根据光伏场站的地理位置，下载该场站典型年气象数据，此气象数据为小时级气象数据，将气象数据代入到pvsyst软件中，根据场站的基本安装信息，得到场站的日级的发电量pro；同时根据小时级的气象数据得到该场站日级的降雨量r(x)，设定日级降雨量r(x)大于10mm为重大降雨事件；

2)计算电站在此安装方式下的灰尘累积速率soiling＝f*aqi*k*l*a，其中f为系统修正系数，0.0039；aqi为场站对应的日均空气质量指数aqi；k为场站气候类别修正系数，参考表1常规气候分区系数；l为场站工业环境类别修正系数，参考表2常规工业环境系数；a为组件安装倾角修正系数；

表1

表2

其中t为组件安装倾角值；

3)根据步骤2)所得数据进行计算，确定经济性最优的清洗策略，具体步骤如下：

a:不考虑重大降雨事件，每三个月为一个周期di，计算该周期di中的清洗周期ni，存在di不能整除ni的情况，则周期di中的场站收益benefitd修正为：

其中，x为在该周期中的第几天；soiling为场站灰尘累积速率，％；pro为场站日级发电量，kwh；price为光伏发电电价，元/kwh；p为清洗一块光伏组件价格，元/块；q为组件数量；

b:通过计算在周期di中场站收益benefitd，使benefitd最大的清洗周期ni-max为最佳的清洗周期；

c:考虑重大降雨事件，若在周期di中，重大降雨事件发生的次数为y次，其中按照时间序列，相邻两次重大降雨事件的时间间隔为gj；取在周期di中最小的清洗周期nj，对于gj小于ni-max的情况，在gj时间间隔里都不清洗；对于gj>ni-max，由于降雨能够对场站起到清洗的作用，需要对该段时间间隔进行进一步分析，分析如下：

场站在gj周期内进行人工清洗的最终受益benefit1为：

场站在gj不进行人工清洗的最终受益benefit2为：

为保证受益最大化，则需保证benefit1>benefit2，若不存在此情况下的清洗周期nj，则表明在gj周期中不需要人工清洗；若存在benefit1<benefit2的情况，则表明此周期中需要人工清洗，且清洗带来发电量的提升是能包住清洗费用的之处，清洗周期为ni-max；

d:根据上述方法计算得到该场站一年需人工清洗多少次，人工清洗事件或重大降雨事件后隔多少天清洗，最终的灰尘损失是多少；

4)若发生人工清洗，则电站灰尘损失变为复位值，复位值为0.2％，后面继续累积；可得到整个场站的整体灰尘损失，总共需要人工清洗多少次，每个月或者每个季度在灰尘损失达到多少需要人工清洗。

本发明的有益效果在于：本发明基于经济效应的光伏电站清洗需求估算方法，与行业内仅根据经验确定一年的人工清洗次数和时间相比，本发明方法提供了光伏电站清洗具体的次数，具体时间，最终灰尘损失是多少，给光伏电站总体管理提供了重要数据，并提高经济效率。

附图说明

图1为本发明基于经济效应的光伏电站清洗需求估算方法中逻辑示意图。

具体实施方式

如图1所示基于经济效应的光伏电站清洗需求估算方法示意图，方法具体步骤如下：

1、根据光伏场站的地理位置，下载该场站典型年气象数据，此气象数据为小时级气象数据。将气象数据代入到pvsyst(pvsyst是针对光伏电站场址确定及模拟的一款软件)中，根据场站的基本安装信息，可以得到场站的日级的发电量pro。同时根据小时级的气象数据可以得到该场站日级的降雨量r(x)，并分别填入excel表格中，其中对若日级降雨量r(x)大于10mm，则另其等于1，其他为0。

2、计算电站在此安装方式下的灰尘累积速率soiling＝f*aqi*k*l*a，其中f为系统修正系数，0.0039；aqi为场站对应的日均空气质量指数aqi；k为场站气候类别修正系数(可参考表1常规气候分区系数)；l为场站工业环境类别修正系数(可参考表2常规工业环境系数)；a为组件安装倾角修正系数。

表1

表2

其中t为组件安装倾角值。

3、确定经济性最优的清洗策略，具体步骤如下：

3.1)设清洗周期为n，则在时间d中的场站收益benefit为：

其中，x为在该周期中的第几天；soiling为场站灰尘累积速率(％)；pro为场站日级发电量(kwh)；price为光伏发电电价(元/kwh)；p为清洗一块光伏组件价格(元/块)；q为组件数量。

3.2)若清洗周期按每个月进行计算，因为每个月的发电量会存在差异，则势必会存在连续的两个月清洗周期不一样的情况，此时就会存在这个月的清洗周期延续到下一个月的情况，这时候就会存在以哪一个清洗周期为准的疑惑。不考虑重大降雨事件，每三个月为一个周期di，计算该周期di中的清洗周期ni。存在di不能整除ni的情况，则周期di中的场站收益benefitd修正为：

3.3)通过公式(2)计算在周期di中，使benefitd最大的清洗周期ni-max为最佳的清洗周期。

3.4)重大降雨事件就是降雨量达到一定的标准，能够对组件起到清洗的作用，此标准为天降雨量达到10mm。考虑重大降雨事件，若在周期di中，重大降雨事件发生的次数为y次，其中按照时间序列，相邻两次重大降雨事件的时间间隔为gj，其中j为两次中前一次重大降雨事件的次数(如是第3次与第4次之间的两次重大降雨事件的时间间隔为g3)。取在周期di中最小的清洗周期nj，对于gj小于ni-max的情况，在这一时间间隔里都不清洗；对于gj>ni-max，由于降雨能够对场站起到清洗的作用，因此若清洗时间距离重大降雨事件时间太近，则会造成很明显的浪费，因此需要对该段时间间隔进行进一步分析，分析如下：场站在gj周期内进行人工清洗的最终受益benefit1为：

场站在gj不进行人工清洗的最终受益benefit2为：

为保证受益最大化，则需保证benefit1>benefit2，若不存在此情况下的清洗周期nj，则表明在gj周期中不需要人工清洗；若存在benefit1<benefit2的情况，则表明此周期中需要人工清洗，且清洗带来发电量的提升是能包住清洗费用的之处。

3.5)根据上述方法可计算得到该场站一年需人工清洗多少次，人工清洗事件或重大降雨事件后隔多少天清洗，最终的灰尘损失是多少。

4、若发生人工清洗，则电站灰尘损失变为复位值为0.2％，后面继续累积。这时候就可以得到整个场站的整体灰尘损失，总共需要人工清洗多少次，每个月或者每个季度在灰尘损失达到多少需要人工清洗。最终的结果对电站全生命周期的运维都具有良好的指导作用。

本发明有这么几点默认条件需注意：第一，本发明仅计算一年的人工清洗次数，因此会设置1月1号发生一次重大降雨事件方便后面计算；第二，无论人工清洗还是重大降雨事件，灰尘损失复位值均为0.2％；第三，若发生重大降雨事件或者人工清洗事件，则场站灰尘损失会在当天变为复位值，接下来继续累加。主要分两种情况：

(1)一月份重大降雨事件仅有一次，则在后面11个月寻找最近的一次重大降雨事件，计算出两次重大降雨事件的时间间隔为gj。若最近的重大降雨事件处于第m个月，取1～m个月最小的清洗周期nj。若gj<nj，则在两次重大降雨事件中肯定是不需要清洗的；若gj>nj，此时需要判断清洗带来的发电量的增益是否能够包住清洗的费用，根据公式(3)和(4)计算

在gj周期中人工清洗情况下发电量的整体收益benefit1和在gj周期中无人工清洗情况下发电量的整体收益benefit2。此时若benefit1>benefit2，则在gj周期中需安排人工清洗，人工清洗的周期为使(benefit1-benefit2)最大所对应的nj-max，人工清洗的次数为intint()的作用是取整。

(2)一月份重大降雨事件次数大于1，首先计算一月份相邻降雨事件的时间间隔分别为gj，判断这些时间间隔是否大于1月份对应的最优清洗周期。若存在大于清洗周期的情况，则参考公式(3)和公式(4)分别计算人工清洗情况下的发电量收益benefit1和无人工清洗情况下的发电量收益benefit2，后续分析参考上述步骤。