由于具有无污染、分布广、可再生等诸多优点,太阳能被广泛认为是最具发展前景的一种清洁能源。而光伏发电正逐渐成为太阳能发电的一种主要应用形式,这主要是由于光伏发电的核心部件光伏组件具有结构简单、性能稳定、安全可靠等优点。然而,光伏组件在户外工作时无法避免环境灰尘的影响,灰尘在表面的大量积累将导致组件发电效率和收益的降低,严重时甚至引发安全事故。由此可见,及时清洗对于保证光伏电站的安全、高效运行是非常重要的。文献研究表明,现有清洗策略虽然能够提高光伏电站发电量,但可能造成清洗后光伏电站整体收益不增反降的情况。因此,本文在现有工作基础上对光伏电站的清洗策略问题进行了深入研究,提出了基于环境采集的清洗时间决策方法以及基于此方法设计清洗预警系统。本文从影响发电量计算的组件峰值功率、系统效率、峰值光照小时数以及温度等影响因素出发,对天气情况与峰值小时数的关系、积灰状态与峰值功率的关系以及电站安装年限与系统效率的关系进行了研究,提出并建立了光伏电站发电量多影响因素预测模型。针对发电量预测模型,本文创新设计了一种采集装置,用于对以上所述变量的实时采集,该装置采用的环境传感器由两个与光伏组件所用材料类型相同、特性参数一致但面积较小的电池片组成,一片称为参考电池,一片称为积灰电池。由参考电池片的短路电流和温度计算出当前实际光照强度,光照强度对时间积分得到峰值小时数。由积灰电池的峰值功率和实际光照强度值间接计算出光伏电站当前的峰值输出功率。基于发电量预测模型和环境采集装置,本文提出一种新的清洗时间决策算法。该算法能够保证光伏电站在清洗后获得额外收益,且在局部时间内的收益最大,即清洗后增加的最大正收益值所对应的时间为清洗时间。此外,通过在成都市进行的长期户外实验,初步验证了基于环境采集的清洗预警系统的有效性和适用性。本文的研究成果为实现光伏电站清洗维护的经济效益最大化提供了理论基础,为实现光伏电站清洗决策的智能化、无人化、便捷化提供了技术参考,为光伏电站运维提供了数据来源,对光伏行业的健康发展具有重大意义。