← 返回实验室

AI光伏积灰损失估算:清洗窗口与发电量增益

在西北某分布式光伏电站的实验中,我们把注意力从组件效率转向一个更朴素的问题:什么时候该洗板子。传统做法按月固定清洗,遇到沙尘与降雨分布不均时,要么白洗,要么该洗没洗。

方法上不新增硬件,复用逆变器与气象站的既有数据:以相邻清洁组串的发电效率作为参照,用辐照度归一化后估算各支路的积灰损失比例;再结合未来48小时降雨概率、沙尘预报与清洗水车排期,给出「洗或不洗」的收益判断——只有当预期发电增益覆盖清洗成本时才触发工单。

要点:

  • 进展:试点3个月,积灰损失估算与人工冲洗实测偏差在2个百分点以内;相比固定周期清洗,清洗次数减少约四分之一,同期发电量基本持平。
  • 下一步:接入组件温度与遮挡诊断,区分积灰、阴影与组件衰减,避免把永久性损失误判为可清洗损失,并扩展到多电站的清洗资源调度。

这套思路并不新,难点在数据质量与边界条件:辐照度传感器自身的漂移会直接污染估算结果,因此方案中加入了定期互校机制。

评论

更多研究动态

查看全部实验室 →