การปนเปื้อนเป็นตัวแปร O&M ที่ใหญ่ที่สุดเพียงตัวเดียวในระบบสุริยะ แต่ก็มักถูกมองข้ามว่าเป็นปัญหาเล็กน้อย ในตลาดที่แห้งแล้ง เช่น ตะวันออกกลาง เอเชียกลาง และแอฟริกาเหนือ ความสูญเสียที่สกปรก 20–30% ได้รับการบันทึกไว้ที่ไซต์งานระดับสาธารณูปโภคที่ไม่มีการจัดการ แม้แต่หลังคาที่มีอากาศอบอุ่นในเขตอุตสาหกรรมที่เต็มไปด้วยฝุ่นก็สามารถสูญเสีย 5–8% ต่อปีด้วยการทำความสะอาดรายไตรมาส

อะไรทำให้เกิดความสกปรกและจะทำให้ผลผลิตลดลงได้อย่างไร

ความสกปรกหมายถึงวัสดุใดๆ ที่สะสมอยู่บนกระจกด้านหน้าของโมดูลซึ่งจะช่วยลดการส่งผ่านแสง แหล่งที่มาได้แก่:

ความสกปรกทำให้ผลผลิตลดลงด้วยสองกลไก ประการแรก มันจะลดทอนการฉายรังสีตกกระทบโดยตรง โดยที่แสงที่ส่องถึงเซลล์ลดลง 10% จะลดเอาท์พุตลงประมาณ 10% ประการที่สอง ความสกปรกที่ไม่สม่ำเสมอ (เช่น มูลนกหรือคราบสกปรกหนักที่ปลายด้านหนึ่งของสาย) ทำให้เกิดการสูญเสียที่ไม่ตรงกันภายในสาย เปิดใช้งานไดโอดบายพาส และขยายการลดเอาท์พุตเพิ่มเติมให้เกินกว่าพื้นที่แรเงาโดยตรง

การสูญเสียดินตามสภาพอากาศและประเภทของพื้นที่

สภาพภูมิอากาศ / เว็บไซต์การสูญเสียความสกปรกประจำปีโดยทั่วไปต้องใช้ความถี่ในการทำความสะอาด
เขตอบอุ่นชื้น (สหราชอาณาจักร ยุโรปตะวันตก)1–3%1–2×/ปี หรือขึ้นอยู่กับฝน
เมดิเตอร์เรเนียน (ยุโรปใต้, ตะวันออก Med)3–6%3–4×/ปี
เขตร้อน (เอเชียตะวันออกเฉียงใต้, แอฟริกาตอนใต้ทะเลทรายซาฮารา)2–5% (ฤดูฝนตกหนัก) / 10–15% (ฤดูแล้ง)ตามฤดูกาล 4–6×/ปี
แห้งแล้ง / กึ่งแห้งแล้ง (MENA, เอเชียกลาง)15–30% ขึ้นไปโดยไม่ต้องทำความสะอาดรายเดือนหรืออัตโนมัติ
หลังคาอุตสาหกรรม (ทุกสภาพอากาศ)เพิ่ม 3–8% ไปยังข้อมูลพื้นฐานสภาพภูมิอากาศเพิ่มความถี่ 2×

วิธีวัดการสูญเสียความสกปรกของระบบของคุณ

มีแนวทางปฏิบัติสามประการสำหรับระบบเชิงพาณิชย์:

1. การเปรียบเทียบโมดูลอ้างอิง

รักษาหนึ่งโมดูลให้สะอาดอย่างถาวร เปรียบเทียบเอาท์พุตที่ทำให้การแผ่รังสีเป็นมาตรฐานกับค่าเฉลี่ยของโมดูลที่ไม่ได้ทำความสะอาดที่อยู่ติดกัน ความแตกต่างคือปัจจัยความสกปรก วิธีการนี้มีต้นทุนต่ำและต่อเนื่อง แต่ต้องใช้โมดูลทำความสะอาดเฉพาะและระบบตรวจสอบพร้อมข้อมูลระดับโมดูล

2. เปรียบเทียบก่อน/หลังการทำความสะอาด

บันทึกอัตราส่วนประสิทธิภาพ (PR) ของระบบทันทีก่อนและหลังเหตุการณ์การทำความสะอาดภายใต้การฉายรังสีที่คล้ายกัน การปรับปรุง PR คูณด้วยรุ่นต่อปีจะทำให้สูญเสียความสกปรกต่อปีในหน่วย kWh นี่เป็นวิธีการที่เป็นประโยชน์มากที่สุดสำหรับระบบที่มีอยู่ซึ่งไม่มีโมดูลอ้างอิง

3. การตรวจจับความผิดปกติตามการตรวจสอบ

แพลตฟอร์มการตรวจสอบที่ทันสมัยส่วนใหญ่ (iSolarCloud สำหรับ Sungrow, SolarEdge Monitoring, Enphase) แฟล็กสตริงที่มีเอาต์พุตถาวรต่ำกว่าที่คาดไว้ โดยอิงจากการฉายรังสี สตริงที่แสดง PR ที่ค่อยๆ ลดลงในช่วงหลายสัปดาห์ มักจะประสบกับความสกปรกที่ก้าวหน้าอยู่เสมอ สายที่หลุดกะทันหันมีแนวโน้มว่าจะเกิดข้อผิดพลาด

ทำความสะอาดการคำนวณ ROI

ก่อนที่จะระบุโปรแกรมการทำความสะอาด ให้คำนวณต้นทุนการทำความสะอาดแบบคุ้มทุน:

  1. กำหนดอัตราการสูญเสียความสกปรกเป็น % ต่อเดือนระหว่างการทำความสะอาด
  2. คูณการสูญเสียรายเดือนด้วยการสร้างระบบ × มูลค่าไฟฟ้า (หรืออัตราภาษีนำเข้า) เพื่อรับการสูญเสียรายได้รายเดือนในสกุลเงิน USD
  3. หากค่าทำความสะอาด < รายได้ที่ได้รับคืน การทำความสะอาดจะจ่ายคืน

ตัวอย่าง: ระบบ 500 kWp ที่ผลิตได้ 700,000 kWh/ปี ขายไฟฟ้าที่ 0.10 ดอลลาร์/kWh ที่การสูญเสียความสกปรก 1.5% ต่อเดือน (สภาพอากาศแห้งแล้ง) การสูญเสียรายได้ต่อเดือนคือ 700,000 × 0.015 ۞ 12 × 0.10 USD = สูญเสีย $87.50 ต่อเดือน. หากการทำความสะอาดมีค่าใช้จ่าย 300 ดอลลาร์สหรัฐฯ สำหรับทั้งระบบ การทำความสะอาดทุกๆ 3 เดือนจะมีค่าใช้จ่าย 100 ดอลลาร์สหรัฐฯ ต่อเดือน และได้เงินคืน 262.50 ดอลลาร์สหรัฐฯ ต่อเดือนหากหลีกเลี่ยงความสูญเสียได้ ซึ่งเป็นชัยชนะที่ชัดเจน

วิธีการทำความสะอาด

ทางเลือกการออกแบบที่ช่วยลดความสกปรก

การสูญเสียความสกปรกเป็นส่วนหนึ่งของปัญหาการออกแบบ ไม่ใช่แค่ปัญหา O&M:

รวมถึงการสูญเสียความสกปรกในแบบจำลองผลผลิต

เมื่อส่งการประเมินพลังงานที่สามารถธนาคารได้ (PVsyst, Helioscope, SAM) ควรป้อนการสูญเสียความสกปรกเป็นค่ารายเดือนโดยอิงตามข้อมูลไซต์ ไม่ใช่ค่าเฉลี่ยรายปีเพียงค่าเดียว การใช้ค่าเฉลี่ยรายปีจะประเมินความสกปรกในช่วงฤดูท่องเที่ยวในตลาดที่แห้งแล้งต่ำเกินไป สำหรับไซต์ที่ไม่มีข้อมูลความสกปรกที่วัดได้ ฐานข้อมูลความสกปรกทั่วโลกของ NREL จะให้ค่าเริ่มต้นระดับประเทศ