基于高光谱遥感的光伏板灰尘监测

Benban太阳能发电站位于埃及阿斯旺省本班地区，该地区为沙漠，在开罗以南约650公里，阿斯旺西北40公里处。总容量为1650兆瓦，是该国第一座大型光伏电站，也是目前世界第四大太阳能发电厂。电站于2018年2月开始施工，2019年11月施工完成。电站占地37.2平方公里，耗资40亿美元。

项目介绍

该发电项目位于沙漠地区，常年受到沙尘天气的侵扰，光伏组件表面很容易沉积灰尘，落到光伏组件表面的灰尘，一方面会遮挡阳光，降低光伏组件表面玻璃的透射率，使照射到电池表面的太阳辐射量减小；另一方面会导致产品表面的传热形式发生变化，灰尘吸收太阳辐射而转换成自身的热能，同时阻挡光伏组件盖板玻璃的对外散热。总之，灰尘是影响光伏电站性能比的主要问题之一。主要体现在以下几个方面：

 1、灰尘对太阳辐射量的影响

△图1  灰尘增加光伏板漫反射

玻璃表面的灰尘不仅会严重影响太阳辐射透射率，还会因为表面灰尘导致照射到光伏组件表面的太阳辐射产生较大的漫反射，增加光伏组件的反射率。据实验实测，玻璃表面积累的灰尘将会导致太阳辐射量损失达到5%-30％。

2、灰尘钙化沉积对透光的影响

灰尘中含有大量钙镁氧化物，当光伏组件表面的灰尘遇到降雨时，少量的钙镁离子就会被溶解到雨水之中，并且再次附着在光伏组件玻璃表面形成一层较厚且坚硬的钙镁水垢。水垢一旦形成，就不容易清除，会严重影响光伏组件的发电效果，严重的还会导致部分光伏电池片产生热斑等问题。

• 灰尘对光伏组件温度的影响

附着在钢化玻璃表面的灰尘会使一部分太阳能辐射被灰尘吸收而转换成为热能，进而增加光伏组件的工作温度，影响光伏组件的散热，进一步加大光伏组件的热温效应而影响光伏发电效果。

因此在光伏运维过程中要特别重视光伏表面灰尘对光伏发电的影响，及时清扫，保持光伏组件表面清洁，让电站高效运行。

我们针对光伏组件灰尘监测问题，在2024年1月1日我们使用XIGUANG-003高光谱卫星对目标区域进行了拍摄，融合后地面分辨率10米，150波段。我们对光伏板区域进行了识别和提取，并根据反射率评估灰尘覆盖情况。

△图2 沙漠中的光伏电站示意图

△图3 光伏板的定期清洁

△图4 Benban光伏电站位置

△图5 研究区域融合后高光谱真彩色影像

我们使用高分辨率全色数据与高光谱数据进行融合，获取高分辨率高光谱数据，并进行辐射定标、大气校正以获取地表反射率数据，进而对光伏板区域各波段的反射率进行分析。

△图6 Benban光伏电站附近地物标签

△图7 Benban光伏电站附近地物反射率（反射率数值扩大1000倍）

如图6和图7所示，分别对光伏板、中枢灌溉农田和其他地表进行样本标记，可以看到以上三类地物的反射率曲线有明显差异，其中沙漠地表的反射率在各波段都较高，而农田反射率在450-560nm范围内比光伏板高，随后反射率下降。因此能够根据上述反射率差异，使用机器学习方法对地物进行分类。

△图8 研究区域2023年风向玫瑰图

我们同时获取了研究区域2023年逐日风向数据，并统计风向频率，制作了风向玫瑰图，以对灰尘积累程度的空间分布进行验证，如图8所示，研究区域的盛行风向为西北和北西北。我们将盛行风向标记在了图10灰尘覆盖度地图中。

*数据来源：Prediction Of Worldwide Energy Resource

△图9 不同积灰程度光伏板反射率差异

图10 研究区域2024年1月1日灰尘覆盖度地图

我们根据光伏板的反射率差异，制作了灰尘覆盖度地图，同时选取了西北部和东南部的两个区域验证了反射率的差异，如图9所示，灰尘覆盖度较高的光伏板反射率会有明显上升，同时灰尘覆盖度的空间分布也按照由西北到东南逐渐降低的趋势，与盛行风向基本吻合。实际情况可能受到光伏板角度变化或不同分区排列模式的影响，但能够提供相对直观的积灰情况。

在获取多景数据后，能够通过时序信息进一步分析灰尘积累的模式，结合气象数据对灰尘覆盖度进行预测，准确预估下一次清洁时间，并结合发电量统计数据计算合适的清洁周期，提前合理安排清洁任务，提高生产效率，降低清洁成本。同时能够结合地面实验，分析反射率和实际灰尘覆盖量化程度的关系，进一步提升灰尘覆盖度监测的准确性。