AI光伏电站清洗决策定制：积灰损失与清洗窗口

能源AI实验室近期把光伏电站的清洗决策作为一个小切口：不直接预测发电量，而是先估计组串级积灰率，再判断“值不值得洗”。方法上，以15分钟粒度的组串电流离散率、辐照与背板温度为基础，结合降雨、沙尘和清洗成本，构建积灰损失估算与清洗窗口模型。模型输出不是单一阈值，而是未来72小时的净收益曲线：清洗带来的发电增益减去水耗、人工与停机损失，给出建议执行时段。

阶段性进展：在西北两个电站的历史数据回测中，固定周期清洗被替换为事件驱动后，无效清洗次数下降约18%，沙尘后首日发电损失预估误差控制在6%以内。下一步计划接入清洗机器人与水车排班系统，在沙尘季做在线验证，并补充组件衰减与局部遮挡的修正项。