在分布式光伏运维中，组件积灰造成的发电损失常被笼统估计，清洗决策多依赖固定周期。能源AI实验室本期做了一次小范围实验：以逆变器直流侧电流、电压，配合现场辐照与组件温度数据，让同一电站内相邻组串互为参照，拟合一条“清洁状态”功率基线，再把实际功率相对基线的偏离拆解为积灰、遮挡与衰减三类成分。
- 阶段进展：在三个华东屋顶电站（合计约2.4MW）连续观测6周，模型给出的积灰损失率为3.1%~7.4%，与人工清洗前后实测发电量差值的偏差在±1.5个百分点以内；扣除阴影遮挡与组件衰减后，日间波动明显收敛。
- 下一步：接入降雨与扬尘预报，把损失曲线转为清洗收益排序，按电价时段输出可执行排程；同时扩样到多雨与高尘两类气候区，检验基线的迁移能力。
需要说明的是，当前模型依赖组串级对比参照，当全站同向积灰或单组串运行时置信度会下降，这是下一阶段要解决的主要问题。
评论