Làm bẩn là biến số O&M lớn nhất trong năng suất của hệ mặt trời - tuy nhiên nó thường bị coi là một mối phiền toái nhỏ. Tại các thị trường khô cằn như Trung Đông, Trung Á và Bắc Phi, tỷ lệ thất thoát chất bẩn lên tới 20–30% được ghi nhận tại các địa điểm quy mô tiện ích không được quản lý. Ngay cả mái nhà có khí hậu ôn đới trong khu công nghiệp bụi bặm cũng có thể mất 5–8% mỗi năm nếu phải vệ sinh hàng quý.
Nguyên nhân gây bẩn và nó làm giảm năng suất như thế nào
Làm bẩn là bất kỳ vật liệu nào đọng lại trên kính phía trước của mô-đun làm giảm khả năng truyền ánh sáng. Các nguồn bao gồm:
- Bụi và cát: nguồn chiếm ưu thế ở hầu hết các khu vực sa mạc và bán khô cằn
- Phân chim: tập trung cao độ, gây ra các điểm nóng và bóng cục bộ nghiêm trọng — phạm vi bao phủ 1% diện tích có thể gây ra tổn thất đầu ra chuỗi 10–25% do kích hoạt đi-ốt bypass
- Hạt công nghiệp: Xi măng, muội than và cặn hóa chất gần nhà máy là chất kết dính và chống mưa
- Phấn hoa: theo mùa, có xu hướng bị cuốn trôi khi có mưa vừa
- Rêu và tảo: phổ biến ở vùng khí hậu ẩm ướt trên các mô-đun có độ nghiêng thấp; yêu cầu làm sạch cơ học
Làm bẩn làm giảm năng suất thông qua hai cơ chế. Đầu tiên, nó trực tiếp làm giảm bức xạ tới - giảm 10% ánh sáng tới các tế bào sẽ làm giảm sản lượng khoảng 10%. Thứ hai, vết bẩn không đồng đều (chẳng hạn như phân chim hoặc vết bẩn nặng ở một đầu dây) gây ra tổn thất không khớp trong dây, kích hoạt điốt rẽ nhánh và khuếch đại thêm mức giảm đầu ra ngoài khu vực bóng mờ trực tiếp.
Mất đất theo khí hậu và loại địa điểm
| Khí hậu/địa điểm | Tổn thất đất điển hình hàng năm | Tần suất làm sạch cần thiết |
|---|---|---|
| Ôn đới ẩm (Anh, Tây Bắc Châu Âu) | 1–3% | 1–2×/năm hoặc phụ thuộc vào lượng mưa |
| Địa Trung Hải (Nam Âu, Đông Med) | 3–6% | 3–4×/năm |
| Nhiệt đới (Đông Nam Á, châu Phi cận Sahara) | 2–5% (mùa mưa lớn) / 10–15% (mùa khô) | Theo mùa, 4–6×/năm |
| Khô cằn/bán khô hạn (MENA, Trung Á) | 15–30% trở lên mà không cần vệ sinh | Hàng tháng hoặc tự động |
| Mái nhà công nghiệp (bất kỳ khí hậu nào) | Thêm 3–8% vào mức cơ bản về khí hậu | Tăng tần số lên 2× |
Cách đo mức độ mất chất bẩn trong hệ thống của bạn
Có ba cách tiếp cận thực tế cho các hệ thống thương mại:
1. So sánh module tham chiếu
Giữ một mô-đun sạch sẽ vĩnh viễn. So sánh đầu ra đã chuẩn hóa bức xạ của nó với giá trị trung bình của các mô-đun không được làm sạch liền kề. Sự khác biệt là yếu tố làm bẩn. Phương pháp này có chi phí thấp và liên tục nhưng yêu cầu mô-đun sạch chuyên dụng và hệ thống giám sát với dữ liệu cấp mô-đun.
2. So sánh trước và sau khi vệ sinh
Ghi lại tỷ lệ hiệu suất (PR) của hệ thống ngay trước và sau lần làm sạch dưới mức bức xạ tương tự. Cải thiện PR nhân với sản lượng điện hàng năm sẽ cho ra lượng tổn thất do ô nhiễm hàng năm tính bằng kWh. Đây là phương pháp thiết thực nhất cho các hệ thống hiện có không có mô-đun tham chiếu.
3. Phát hiện bất thường dựa trên giám sát
Hầu hết các nền tảng giám sát hiện đại (iSolarCloud cho Sungrow, SolarEdge Giám sát, Enphase) đều gắn cờ các chuỗi có đầu ra liên tục dưới mức dự kiến dựa trên bức xạ. Một chuỗi có PR giảm dần qua các tuần hầu như luôn bị bẩn dần dần. Dây bị đứt đột ngột nhiều khả năng là bị lỗi.
Tính toán ROI sạch
Trước khi chỉ định chương trình làm sạch, hãy tính chi phí làm sạch hòa vốn:
- Xác định tỷ lệ hao hụt chất bẩn theo % mỗi tháng giữa các lần làm sạch
- Nhân tổn thất hàng tháng với sản lượng hệ thống × giá trị điện năng (hoặc giá điện đầu vào) để tính tổn thất doanh thu hàng tháng bằng USD
- Nếu chi phí dọn dẹp < doanh thu có thể thu hồi, việc dọn dẹp sẽ được hoàn lại
Ví dụ: Một hệ thống 500 kWp tạo ra 700.000 kWh/năm bán điện với giá 0,10 USD/kWh. Với mức thất thoát đất 1,5% mỗi tháng (khí hậu khô cằn), tổn thất doanh thu hàng tháng là 700.000 × 0,015 12 × 0,10 USD = $87,50 bị mất mỗi tháng. Nếu việc dọn dẹp tốn 300 USD cho toàn bộ hệ thống thì việc dọn dẹp 3 tháng một lần tốn 100 USD/tháng và thu hồi 262,50 USD/tháng từ những tổn thất tránh được — một chiến thắng rõ ràng.
Phương pháp làm sạch
- Chải khô thủ công: chi phí thấp, không cần nước. Nguy cơ bị trầy xước nhỏ trên kính rẻ hơn. Thích hợp cho các mô-đun bị bẩn nhẹ.
- Làm sạch ướt thủ công: nước khử ion và vải mềm hoặc bàn chải để loại bỏ vết bẩn cứng đầu. Hiệu quả nhất. Chi phí: 0,002–0,005 USD/Wp cho mỗi lần vệ sinh.
- Robot làm sạch tự động: bàn chải đi qua các hàng trên đường ray, được kích hoạt bởi các cảm biến hoặc lịch trình làm bẩn. Thích hợp cho lắp đặt trên mặt đất lớn ( ≥ 5 MWp). CAPEX 0,01–0,02 USD/Wp; hoàn vốn 2–4 năm ở MENA/CIS.
- Kiểm tra dựa trên máy bay không người lái + làm sạch có mục tiêu: Máy bay không người lái IR xác định các mô-đun điểm phát sóng (có thể là phân chim), phi hành đoàn chỉ dọn dẹp các hàng bị ảnh hưởng. Hiệu quả cho các cơ sở lớn, nơi việc vệ sinh toàn bộ hệ thống rất tốn kém.
Lựa chọn thiết kế giúp giảm bẩn
Tổn thất do bám bẩn một phần là do vấn đề thiết kế, không chỉ là vấn đề O&M:
- Góc nghiêng: mô-đun ở góc ≥ 15° loại bỏ bụi nhờ lượng mưa tốt hơn nhiều so với lắp đặt gần bằng phẳng. Ở các thị trường khô cằn, hãy chấp nhận một khoản phạt nhỏ về năng suất do độ nghiêng không tối ưu để đạt được khả năng tự làm sạch.
- Lớp phủ kính chống bám bẩn: lớp phủ nano kỵ nước (có trên các mô-đun cao cấp của LONGi, JA Solar) làm giảm độ bám dính và vết bẩn do mưa rửa trôi một cách hiệu quả. Chi phí bổ sung 0,005–0,01 USD/Wp, lợi ích năng suất điển hình là 1–3% ở những nơi có độ bẩn trung bình.
- Khoảng cách hàng: các mô-đun ở rìa gió của các hàng dày đặc tích tụ nhiều bụi hơn. Khoảng cách hàng rộng hơn một chút giúp cải thiện luồng không khí và giảm vết bẩn ở cạnh.
- Tránh điểm thấp: nước đọng lại ở các cạnh mô-đun sẽ đọng lại bụi hòa tan dưới dạng sọc khi bay hơi. Khung nghiêng để đảm bảo thoát nước đầy đủ.
Bao gồm tổn thất do bẩn trong các mô hình năng suất
Khi gửi bản đánh giá năng lượng có thể thanh toán được (PVsyst, Helioscope, SAM), tổn thất do bụi bẩn phải được nhập dưới dạng giá trị hàng tháng dựa trên dữ liệu địa điểm chứ không phải mức trung bình hàng năm. Sử dụng mức trung bình hàng năm sẽ đánh giá thấp lượng chất bẩn vào mùa cao điểm ở các thị trường khô cằn. Đối với các địa điểm không có dữ liệu về độ bẩn được đo, cơ sở dữ liệu về độ bẩn toàn cầu của NREL cung cấp các giá trị mặc định ở cấp quốc gia.