灰尘来源于工业排放物、燃烧烟尘、土壤扬尘、大气污染等等，它们肆意分布在大气中并且无处不在。光伏电池板表面的灰尘会减少接收辐照量，进而产生能量损失。
灰尘损失介绍
阳光是取之不尽用之不竭的能量来源，但光资源在地球表面分布并不均匀。低维度，在35°N到35°S区域内的干旱半干旱地区，接收的直射辐照量是最高的。比如，美国加利福尼亚的莫哈韦沙漠。然而，这些拥有高辐照量的地区却备受灰尘的困扰，损失巨大。
灰尘对光伏电池板的影响主要来源于两个方面，一是灰尘性质，二是当地的环境条件。灰尘具备多种化学、生物和静电性质，同时根据大小、形状和重量的差别可分为不同的类型。当地环境因素则包括当地建筑用地性质、建筑特征（安装的方向和角度）、环境特点（植被种类）以及气候条件等。光伏面板的表面情况也相当重要，一个粗糙的、带有粘合性残留物的粘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计。
考虑重力因素，水平的表面通常比倾斜表面更容易累计灰尘。此外还需要考虑风的运动，一般而言，低速风会促进灰尘累积，高速风可以消除灰尘累积。在一个倾斜或者垂直的面板表面，灰尘很可能沉聚在一个由高速风运动所产生的低压风速带，这就是为何灰尘会在面板边缘沉积的原因。
不同情况下的灰尘损失
下图展示了不同地区、不同情况下的试验结果和结论，这些数据在光伏电站设计阶段都是非常有用的信息。在一个干燥气候的环境中，如果长时间无降水，灰尘的累积将给光伏系统带来较大的损失。另一些如铁屑、鸟类粪便等也会带来半永久性的损失，这些损失即使在强降水情况下也不能恢复。因此，在干旱季节，为减少灰尘带来的损失，应综合考虑当地污染情况的严重性、清洁成本和困难度，展开一次到两次的清洁工作。
▲图1.不同周边环境下的灰尘日平均损失
（注：数据来源太阳能国际大会会议，1洛杉矶，2圣地亚哥，3加州萨克拉门托，4加州弗雷斯诺，5旧金山，6佩塔卢马，7拉斯维加斯，8凤凰城）
从上图可以看出郊区环境灰尘损失较高均在4%以上，城区则在1.5%~5%之间。
▲图2.不同倾角下的灰尘损失
（注：该测试数据取自2011年1月份到3月份，共3个月度数据，地点在美国亚利桑那州）
可以看到同一纬度地区随着倾角增大，灰尘损失处于减少趋势。
电站建模分析
目前通用计算灰尘损失的方法是通过清洗对照实现，此种试验方法虽然直接，但耗费人力巨大。此时我们选择采用阿波罗线上数据进行建模分析，通过运行数据，实时量化灰尘损失。
实操案例分析>>>>
根据江苏某电站运行数据，建模进行灰尘分析。
1、总体分析思路
保证其他自变量影响不变，将灰尘及污秽作为唯一的自变量进行控制。因此我们根据天气情况，选取雨后天气的数据（共42天数据）作为我们模型的输入数据，通过对比实际数据与雨后模型数据，两者之差即为灰尘损失。
通过采集辐照和逆变器功率等数据，输入机器学习模型，通过大量的训练数据，自学习训练辐照和逆变器功率之间的仿真关系模型（为保证仿真模型的准确性，需对输入数据进行特定清洗）。据此关系模型，可由实测辐照数据得到仿真功率输出，最后计算实际出力与仿真模型出力的差别。
2、对比结果
（注：采集时间段是14年12月份到15年7月份，由于仅作示例，采集点比较少）
通过对比实际功率曲线与拟合曲线之间的差别，计算得到灰尘损失应为1.75%。
3、分析结果
然而，在分析的过程中，我们发现拟合曲线和实际功率曲线之间有时会出现较大差值，将这些特定天的数据拿出来分析，具体数据如下图所示：
4、现场考察，剔除干扰
经现场实地勘查，发现建筑物在冬至日前后下午三点左右会对光伏电站有阴影遮挡，造成逆变器输出功率损失较大。
5、真实损失计算
根据现场勘查结果，计算灰尘损失需要剥离阴影遮挡损失，最终计算灰尘损失结果为1.32%。此电站倾角25°，计算结果和实验统计结果（倾角23°时灰尘损失占比1.3%）也比较符合。
总结
电站损失中，灰尘导致的损失几乎不可避免，通过线上数据来进行灰尘损失分析是一种革新性的方法，将大幅降低人工投入。与此同时，明确该部分损失，将对我们进行电站运行维护，提前清洗预警起到很大帮助作用。
索比光伏网 https://news.solarbe.com/201512/21/94040.html
