天津科技大学曦晖净界团队研发智能设备破解盐碱滩涂光伏清洁难题

随着盐碱地综合利用持续推进,盐碱滩涂正在成为光伏项目建设的重要应用场景之一。然而,在高盐、高湿等特殊环境下,光伏组件表面容易形成由盐雾、粉尘等组成的复合污染层。污染物经历沉积、潮解、再结晶等过程后,可能进一步形成附着性较强的盐膜和板结层,不仅影响组件受光和发电效率,也会增加设备腐蚀及日常运维压力。围绕这一实际问题,天津科技大学学生团队开展技术研发,推出“曦晖净界——盐碱滩涂光伏电站智能清洁机器人”,探索面向特殊环境光伏电站的智能化清洁方案。

在项目研发过程中,团队将盐碱环境下的光伏组件污染特点作为技术攻关的切入点。与普通浮尘不同,盐碱滩涂环境中的污染物在湿度变化作用下可能反复经历“沉积—潮解—结晶”过程,单纯依靠干刷或常规水洗难以兼顾清洁效果、组件保护与资源消耗。针对这一问题,团队围绕清洗工艺、精准作业和智能决策三个层面开展研究,并持续进行设备调试和性能测试。

图为“曦晖净界”项目团队开展光伏清洁机器人调试与测试。

在清洗结构方面,团队设计了针对盐尘复合污染的多模块协同方案,设置浮尘预处理、控湿溶盐、结晶剥离和收液等功能环节。当设备识别到组件表面存在盐膜或湿盐状态时,可根据污染情况控制喷淋量和驻留时间,使盐膜充分软化后实施结晶剥离;对于浮尘区域,则减少不必要的全量水洗。通过对不同类型污染采取差异化处理方式,机器人能够按照组件污染状态调整清洁策略。

除了清洁结构本身,团队还将机器视觉技术应用于污染识别。项目通过可见光图像实例分割,对光伏阵列表面进行区域划分,将组件区分为主体受光区、下沿积盐区和铝框拼接缝等区域,并结合灰度、纹理等特征,对浮尘、盐膜和再结晶污染进行识别。对于容易积盐的下沿区域以及板框拼接位置,系统能够单独输出污染等级,为后续制定清洗策略提供依据。

在此基础上,团队进一步构建“污染积累—环境参数—发电损失—清洁收益”关联决策模型,将组件不同区域的污染等级与辐照度、温湿度、风速、历史发电数据及清洗成本等因素结合起来,判断不同区域的清洁优先级,并生成相应作业参数。机器人由此不再采用统一的固定清洁方式,而是可以根据实际污染情况调整清洁顺序、刷压、水量和清扫遍数,提升清洁作业的针对性。

图为“曦晖净界”盐碱滩涂光伏电站智能清洁机器人实物。

为验证设备运行效果,团队持续开展循环清扫和性能测试。根据项目现有测试数据,与传统清洗方式相比,设备可使盐碱污渍残留率下降约71%,作业效率提升约32%,单块阵列清洗用水量节约约35%,单机综合能耗降低约17%。机器人完成3000次循环清扫测试后,清洗组件对光伏组件表面无明显损伤;相关测试中,单块光伏阵列发电量提升约23%。

团队在研发过程中关注的不仅是“能否把组件清洗干净”,还包括如何减少清洁过程中水、电等资源消耗,以及如何降低高盐环境对组件和设备造成的长期影响。为此,项目将污染识别、差异化清洗和智能决策结合起来,希望在保证清洁效果的同时,进一步提升特殊环境光伏电站的运维效率。

目前,该项目主要面向国内盐碱滩涂、潮间带等特殊环境光伏电站,同时也针对高盐雾、荒漠盐尘等应用场景展开探索。其潜在服务对象包括光伏资源运营方、专业运维服务商、EPC总包企业及海外电力开发商。项目希望通过智能装备与光伏运维场景的结合,为特殊环境下的组件清洁、能效提升和精细化运维提供新的技术路径。

从发现盐碱污染问题,到研究复合污渍形成过程,再到机器人结构设计、视觉识别和清洁决策模型构建,团队持续围绕实际运维需求完善方案。下一步,团队将继续推进机器人在不同环境条件下的测试与优化,进一步提高设备在复杂场景中的稳定性和适应性,为盐碱滩涂等特殊地区光伏电站智能化运维积累更多实践经验。

(曦晖净界团队)