【목적】 태양광 모듈에 먼지가 쌓여 발전 효율이 저하되는 문제를 해결하기 위해, 기존의 고정 주기 및 동적 청소 방법이 계절별 차이를 충분히 고려하지 못하는 한계를 해결할 계절별 최적 청소 전략이 필요하다. 【방법】 과거 기상 데이터와 태양광 발전 데이터 기반으로 봄, 가을, 겨울의 에너지 효율비 및 먼지 적재 시 변화 특성 예측 모델을 구축하였으며, 개선된 다목적 입자 군집 최적화 알고리즘을 제안했다. 차분 진화 변이 전략과 적합도 값 캐시 메커니즘으로 알고리즘 성능을 향상시키고, 발전량과 청소 비용을 목표 함수로 하여 각 계절의 청소 주기를 최적화했다. 【결과】 강소성 창저우의 한 태양광 발전소를 사례로, 최적화된 청소 주기는 봄 25일, 가을 28일, 겨울 20일이었으며, 미청소 대비 발전량이 각각 1.83%, 2.01%, 3.52% 향상되었다. 【결론】 개선된 다목적 입자 군집 최적화 알고리즘은 빠른 수렴 속도와 균일한 해 집합 분포를 가지며, 제안된 계절별 청소 전략은 계절이 먼지 적재에 미치는 영향을 충분히 고려하여 발전량 향상과 청소 비용 통제를 동시에 가능하게 하여 태양광 발전소 청소 계획 수립에 과학적 근거를 제공한다.

태양광 어레이;먼지 적재;에너지 효율비;계절;청소 전략