汚れは太陽光発電の性能に大きな影響を及ぼします。ほこり、土、花粉、産業汚染物質、あるいは海塩などが太陽光パネルを覆い、太陽光の透過率を低下させることで、エネルギー損失や運用コストの増加につながります。
汚れの影響は現地の状況に依存し、地域、気候、季節、時間帯によって異なります。この地理的・時間的な分布を把握することは、正確な発電量予測と効果的な洗浄計画の策定において極めて重要です。
Solargis Prospectで利用可能になった世界規模の汚れマップは、世界中の汚れのパターンに関する貴重な知見を提供し、太陽光発電事業者がその影響を最小限に抑えるために必要な措置を講じるのに役立ちます。
Solargisでは、CoelloとBoyle（2019）が提示した概念的アプローチに基づき、世界規模の汚れモデルを開発しました。彼らの研究は、環境条件がいかにして測定可能な性能への影響へと変換されるかを実証したものです。
Solargisのモデルも同様の構造を採用しており、粒子堆積に関する最先端の物理学を太陽光発電モジュールという特定のケースに適応させ、一貫性のある入力データセットを用いて世界規模で適用しています。
さらに、このモデルは、粒子質量の著しい蓄積が見られる地域を適切に表現するよう応答を再定義することで、元のモデル（本質的に約34％の損失で飽和する）の設計上の制限を克服しています。
汚損による損失は、「汚損率」によって定量化されます。これは、汚れのないPVモジュールの予想発電量と、汚損状態での発電量とを比較したものです。本記事では、その方法論と計算式についてさらに詳しく解説します。
結果は、堆積した粒子によって引き起こされる有効日射量の損失に対する割合（％）として表されます。また、固定傾斜システムと追尾システムでは堆積の仕方が異なるため、本モデルでは架台構造やPVモジュールの形状も考慮されています。
自然洗浄も考慮されています。降雨により蓄積された粒子状物質の一部が除去されますが、その効果は降水の性質によって左右されます。弱い雨や短時間の降雨では効果が限定的である一方、強い雨や長時間の降雨では表面をより徹底的に洗浄し、ソーリングレベルをリセットすることができます。
Solargisのソーリングモデルは、各降水イベントの強度と持続時間に基づいて評価を行うため、モジュールが自然に洗浄される頻度をより現実的に推定することが可能になります。
入力データは、このモデルにおいて極めて重要な役割を果たします。
粒子状物質の堆積を推定するための2つの主要なパラメータは、PM2.5およびPM10の濃度です。これらのデータセットは、一貫した世界規模のカバー範囲を確保するために、複数の独立した情報源を統合する調和化プロセスを経て作成されます。
気温、気圧、風速、降雨量などの気象変数は、ERA5 および ERA5-Land 再解析データセット（ECMWF および Copernicus）から導出されます。
その結果として得られる指標、すなわち「汚れによる損失」は、性能への影響を直接的に測定するものです。これにより、地域や季節をまたいだ一貫した比較が可能となり、汚れが運用に最も大きな影響を及ぼす場所を特定するのに役立ちます。
図1：観測値およびモデル推定値による「汚れによる損失」の日平均値の時系列。日ごとの累積降水量および手動洗浄の実施状況も示されている。出典：https://kb.solargis.com/docs/soiling-losses
Solargisでは、1994年から2024年までの期間について、1日単位の時間ステップでモデルを地球規模で実行しています。その結果得られた地図は、汚損損失の長期的な平均的な影響を示しています。
これは、最適な傾斜角で設置された固定式太陽光発電モジュールに到達する全球傾斜日射量（GTI）の予測減少量を表しています。値はパーセンテージで示されており、各地点における汚損の典型的な長期的な影響をまとめたものです。
世界地図からは、汚染の程度が極めて不均一に分布していることがわかります。
大気中の粒子負荷が限られている地域や、頻繁な降水によって定期的に自然洗浄が行われる地域では、汚染レベルが低い。地図上で明るい色で示されているこれらの地域では、太陽エネルギーの年間平均損失が5％を超えることはほとんどない。ヨーロッパの大部分、ロシア連邦、北米、熱帯ラテンアメリカ、および熱帯アフリカはこのカテゴリーに該当する。
一方、中央アジア、インド北部、中国東部などの地域では、粒子濃度が非常に高くなっています。しかし、これらの地域では季節的な豪雨も頻繁に発生し、モジュール表面を洗浄することで堆積物を部分的に相殺しています。この効果があるにもかかわらず、年間平均の汚損による損失は10％を超えることがあり、特定の場所では30％に達することもあります。
図2：Solargisの汚損損失モデルに基づくデータの全球概要図。
最も高い汚損レベルが見られるのは、持続的な砂塵があり降雨量が極めて少ない乾燥地帯である。サハラ地域、アラビア半島、ゴビ砂漠ではその影響が最も顕著である。地図上で最も濃い色で示されているこれらの地域では、洗浄を行わないまま放置された太陽光発電モジュールは、1年間で利用可能な日射量の50％以上を失う可能性がある。 降雨はまれで、その量も少ないため、年間を通じて自然による洗浄効果は限定的です。
図3：各大陸の3地点における長期的な月別汚損損失のパターン（上の地図を参照）。3地点とも年間平均値はほぼ同一（6.9～7.2％、黒の点線で示されている）である。しかし、季節ごとの分布には大きな違いがあり、清掃が最大の効果をもたらす時期が明らかになっている。
この地図には、ごく局所的な汚染源は反映されていない点に留意することが重要です。鉱業、重工業、不適切な農業慣行、あるいは単に未舗装道路の近接といった人間活動は、局所的な規模で著しい微粒子の堆積を引き起こす可能性があります。
その結果、地図上では汚染度が低く見える場所でも、こうした局所的な影響により、実際には深刻な汚染に見舞われる可能性があります。
汚損によるエネルギー損失を最小限に抑えるには、綿密なプロジェクト計画とシステム設計が第一歩となります。
立地選定にあたっては、その地域における汚損による損失の可能性や降雨パターンを考慮する必要があります。リスクの高い地域では、防汚コーティングを使用したり、表面仕上げが滑らかなモジュールを選定したりすることで、粉塵の付着を抑え、自己洗浄性を向上させることも可能です。
運用戦略も同様に重要です。発電量と汚損率を定期的に監視することで、経済的に清掃が正当化されるタイミングを特定しやすくなります。過去の汚損損失データや降雨イベントのモデルに基づいて、清掃の頻度や戦略を最適化することができます。大規模な設置の場合、自動清掃システムやロボット清掃機を使用することで、人件費と水使用量を削減できます。
汚損モデルは、洗浄頻度や全体的なメンテナンスに関する意思決定の指針となります。汚損率を監視し、日次または週次の蓄積量を推定することで、事業者はエネルギー損失が洗浄を正当化するタイミングを判断できます。これにより、太陽光発電の性能を高く維持しつつ、コスト、水使用量、人件費を最適化するデータ駆動型のアプローチが可能になります。
Solargisプラットフォームでは、PVモジュールの自然付着汚れデータに以下のいくつかのレベルからアクセスできます：
1.Solargis Prospectのグローバルマップ
自然汚染による出力損失の長期的な年平均および月平均の予測値を提供します。このマップレイヤーは、空間的な変動を把握し、場所や地域を比較し、典型的な月ごとのパターンを分析するのに役立ちます。また、洗浄の必要性や戦略に関する予備的な実現可能性の視点を提供することで、計画の初期段階を支援します。
2.Solargis Prospect における事前実現可能性評価用PVシミュレーション
月ごとの汚損損失レベルを提供し、その調整をサポートします。
3.Solargis Evaluateにおける高度なPVシミュレーション
汚損損失の時系列データの可視化、月ごとの長期平均に基づくPVシミュレーションを提供し、手動での清掃イベント設定をサポートします。
また、関連するSolargisコンサルティングサービスの一環として、潜在的な汚れによる発電損失に関する詳細なレポートもご提供可能です。
ご質問や詳細情報が必要な場合は、お気軽にお問い合わせください。喜んでご対応いたします。
