تعیین دوره بهینه شست‌وشو در یک سایت خورشیدی با در نظر گرفتن اثرات آلایندگی

با گسترش استفاده از سامانه‌های خورشیدی به‌عنوان منبعی کلیدی در تولید انرژی پاک، نگهداری و حفظ بازدهی این تجهیزات به یکی از چالش‌های اساسی تبدیل شده است. یکی از عوامل اصلی کاهش کارایی پنل‌ها، رسوب گردوغبار و آلاینده‌های محیطی بر سطح آن‌هاست که در صورت بی‌توجهی منجر به افت محسوس تولید و خسارت اقتصادی می‌شود. از سوی دیگر، اگرچه شست‌وشوی مداوم می‌تواند عملکرد سیستم را بهبود بخشد، هزینه‌های بالای آن ضرورت تعیین یک دوره بهینه برای پاک‌سازی را آشکار می‌سازد. در این پژوهش، چهار رویکرد شامل مدل ریاضی، رگرسیون خطی، شبکه عصبی و بهینه‌سازی تکاملی برای برآورد توان تولیدی تئوری پنل‌ها در شرایط مختلف آلودگی به‌کار گرفته شده و اثر تجمع آلاینده‌ها بر راندمان بررسی شده است. سپس با ایجاد تعادل میان انرژی ازدست‌رفته ناشی از آلایندگی و هزینه شست‌وشو، فاصله زمانی بهینه برای تمیزکاری تعیین می‌شود. نتایج حاصل از داده‌های واقعی یک سایت خورشیدی (با مختصات جغرافیایی 34 درجه شمالی و 48 درجه شرقی در ایران) نشان می‌دهد که دوره 28 روزه شست‌وشو، بهترین تعادل را میان کاهش تلفات انرژی و هزینه‌های عملیاتی برقرار می‌کند و بهره‌برداری پایدار از این منبع تجدید پذیر را تضمین می‌سازد.

determination of the optimal cleaning interval for solar panels considering soiling effects

as solar energy becomes a key source of clean power, maintaining the efficiency of photovoltaic systems is increasingly critical. dust and environmental pollutants accumulating on panel surfaces significantly reduce energy output and cause economic losses. while regular cleaning improves performance, high operational costs make determining an optimal cleaning interval essential. this study employs mathematical modeling, linear regression, neural networks, and evolutionary optimization to estimate panel output under varying soiling conditions. by balancing energy losses from soiling with cleaning costs, the optimal cleaning schedule is identified. analysis of real data from a solar site in iran (34°n, 48°e) shows that a 28-day cleaning interval provides the best trade-off between minimizing energy losses and operational costs, supporting sustainable and cost-effective utilization of solar resources.