近年来,光伏发电作为可再生能源发电的主要表现形式,凭借其低污染、高可靠以及广泛适用性,全球装机容量已达到660吉瓦(GW)。然而,由于太阳能电池板(简称光伏板)长期暴露于室外环境下,极容易受到粉尘的污染,久而久之形成的积灰将严重影响光伏板的光电转换效率(即发电效率)。目前的光伏板积灰监测系统只能单一的测量发电效率,无法对光伏板积灰情况进行实时分析,也无法对其清洗、维修起到指导性的作用。因此本文搭建了光伏板积灰状态在线监测实验系统,为光伏板的清洗周期指导提供可靠依据。首先详细研究了已有的光伏发电系统基础理论,分析了气候和环境因素对光伏板性能的影响以及光伏板灰尘特性。以此为理论基础,搭建了光伏板积灰状态在线监测实验系统。以C#语言为依托设计了光伏板积灰状态在线监测软件,对光伏板的发电参数与气象参数实时监控、运算和记录。其次,通过模拟光伏板自然积灰的过程来还原不同积灰密度下的光伏板状态。利用改进的插值算法对光伏板积灰图像进行去噪处理,进而对光伏板积灰图像分析,并提出了图像平均灰度值的计算方法。最后根据实验所得数据,构建了积灰对电功率损失率影响的动态特性预测模型。基于该预测模型,本课题从积灰造成的电量损失费用和清洗维护费两个方面来建立积灰经济损失评估方法,以年累计电量损失费用与清洗维护费用之和最小化来确定最佳清洗周期,并定量分析了光伏电站装机容量、年累计清洗时间、并网电价和单位面积清洗费对最佳清洗周期的影响。以50MW光伏电站为例,分析结果表明,光伏电站的最佳清洗周期为10.14天,每年清洗次数约为36次。本课题的研究结果可用于各种大型光伏电站光伏板积灰状态实时监测,清洗周期指导,提高光伏板对能源的利用率,并且降低运行维护成本。