Assessing the effect of soiling on the optical performance in Linear Fresnel CSP plants using Monte Carlo Ray-Tracing simulation

The increasing demand for renewable energy has spurred significant advancements in Concentrated Solar Power (CSP) technologies, establishing it as a viable and sustainable energy source. While solar thermal energy faces challenges, understanding the factors that affect its efficiency and reliability can mitigate these issues. Linear Fresnel Reflectors (LFR) are valued for their cost-effectiveness and simplicity in generating direct steam. However, their primary drawback is their relatively low optical efficiency. By refining LFR technology and addressing operational challenges, their potential can be enhanced, making them a more efficient and deployable energy solution. This study develops a comprehensive optical model for LFRs to assess the impact of soiling losses using Pysoltrace, a Python-based ray-tracing simulation tool. It implements a fixed soiling loss model and examines two fixed term cleaning policies, highlighting the importance of regular maintenance and cleaning protocols for sustaining optimal functionality. The simulations demonstrate that more frequent cleaning enhances performance. Annually, 102.5 MWh of energy is collected with a 7-day cleaning schedule, compared to 99.2 MWh with a 14-day schedule. Monthly data consistently show a 3.6% difference in December and 2.84% in June, translating to nearly 500 kWh in December and about 100 kWh in June. This suggests the benefits of adopting season-specific cleaning schedules. In conclusion, this work provides a valuable tool for evaluating the optical performance of any solar field design, irrespective of location, while addressing typical soiling losses.

La crescente domanda di energia rinnovabile ha catalizzato significativi investimenti nelle tecnologie del solare a concentrazione consolidandole come fonte energetica sostenibile e promettente. Nonostante le sfide dell'energia termica solare, comprendere i fattori che influenzano la sua efficienza e affidabilità può mitigare tali problematiche. I riflettori Linear Fresnel (LFR) sono si distinguono per la loro economicità e semplicità nella generazione diretta di vapore, sebbene la loro principale limitazione sia rappresentata dalla relativa bassa efficienza ottica. Ottimizzando la tecnologia LFR e affrontando le sfide operative, è possibile incrementarne il potenziale, rendendoli una soluzione energetica più efficiente e pronta all'uso. Questo studio presenta un modello ottico esaustivo per i LFR, mirato a valutare l'impatto delle perdite dovute allo sporco sulle superfici riflettenti utilizzando Pysoltrace, uno strumento di simulazione basato sul ray-tracing in Python. Il modello implementa una rappresentazione delle perdite fisse dovute allo sporcamento e valuta l'efficacia di due strategie di pulizia, evidenziando l'importanza di protocolli regolari di manutenzione e pulizia per preservare le prestazioni ottimali. Le simulazioni indicano che una frequenza maggiore di pulizia migliora significativamente le prestazioni: annualmente, si ottengono al ricevitore 102,5 MWh di energia con un programma di pulizia settimanale, rispetto ai 99,2 MWh con un programma bisettimanale. L'analisi mensile rivela una differenza di rendimento del 3,6% a dicembre e del 2,84% a giugno tra le due strategie di pulizia. Questo si traduce in un aumento di energia termica al ricevitore di circa 500 kWh a dicembre e di circa 100 kWh a giugno, considerando una programmazione settimanale delle operazioni di pulizia dei pannelli solari. Si potrebbe ipotizzare che l'implementazione di protocolli di pulizia adattati alle stagioni possa ottimizzare i costi operativi pur mantenendo un buon livello di prestazioni energetiche. In conclusione, questo lavoro offre uno strumento di valutazione fondamentale per le performance ottiche di qualsiasi impianto solare a concentrazione, indipendentemente dalla sua ubicazione geografica, affrontando in modo efficace le perdite di rendimento dovute allo sporco superficiale.