Soiling en plantas fotovoltaicas: medición, impacto y coste-beneficio de limpieza

El soiling, es decir, la acumulación de polvo, arena, polen, hollín u otros contaminantes sobre la superficie de los módulos fotovoltaicos, constituye una de las principales fuentes de pérdida de rendimiento en plantas solares a escala industrial. A diferencia de la degradación tecnológica, que es progresiva y predecible, el soiling es altamente variable en función de las condiciones climáticas, la localización, la época del año y el tipo de superficie circundante. Según estimaciones de la Agencia Internacional de Energía (IEA-PVPS) [1], las pérdidas anuales de producción asociadas al soiling pueden oscilar entre menos del 1 % en zonas húmedas hasta más del 20 % en regiones áridas con alta deposición de polvo.

La correcta medición, modelización y gestión del soiling es fundamental para optimizar las estrategias de operación y mantenimiento (O&M). Este artículo aborda en profundidad la definición de métricas clave como el Soiling Ratio (SR) y el Soiling Loss (SL), los métodos de monitorización y mapeo, así como la evaluación coste-beneficio de las limpiezas, con ejemplos prácticos y referencias internacionales.

El impacto del soiling se cuantifica habitualmente mediante dos parámetros normalizados:

• Soiling Ratio (SR): mide la relación entre la producción de un módulo sucio y la de un módulo limpio de referencia bajo condiciones idénticas.

donde P_soiled es la potencia (o corriente de cortocircuito I_sc​) del módulo afectado, y P_clean es la potencia de un módulo mantenido limpio en la misma ubicación [1],[2].

• Soiling Loss (SL): expresa la pérdida relativa de energía atribuible al soiling.

Por ejemplo, si un sensor de referencia limpio mide 10 A de I_sc y el módulo sucio mide 9,2 A, entonces:

Esto implica una pérdida del 8 % de la irradiancia efectiva aprovechable, que se traduce en pérdida directa de producción.

Los métodos más habituales para medir el SR son:

• Comparación de corriente de cortocircuito (Isc) entre un módulo sucio y uno limpio.
• Comparación de curvas IV completas en módulos de referencia.
• Estimación indirecta a partir de diferencias en rendimiento energético entre strings.

El grado de soiling está condicionado por factores como la aridez, la velocidad del viento, la pluviometría, el tipo de suelo y la vegetación circundante. En ambientes áridos, la acumulación puede superar el 1 % diario en condiciones extremas [1],[3]. En cambio, en zonas tropicales, las lluvias frecuentes actúan como mecanismo natural de limpieza.

El NREL (National Renewable Energy Laboratory) ha desarrollado mapas globales de soiling que estiman las pérdidas medias anuales en función de las características locales [3]. Estos mapas muestran cómo regiones como Oriente Medio, el norte de África, India y el suroeste de Estados Unidos son las más afectadas, con pérdidas potenciales del 10–25 % anual si no se realizan limpiezas.

La espacialidad es clave: incluso dentro de una misma planta, la acumulación no es homogénea. Filas próximas a caminos, zonas en pendiente o áreas con más vegetación pueden presentar mayores tasas de soiling, lo que obliga a un enfoque de monitorización distribuido.

La cuantificación del soiling puede abordarse mediante distintas tecnologías [2],[4]:

• Módulos de referencia (limpio vs sucio): configuración clásica, con dos módulos expuestos en paralelo, uno mantenido limpio y otro dejado intencionalmente sin limpiar. Comparando su corriente de cortocircuito se obtiene el SR.
• Sensores ISA (Isolated Soiling Apparatus): dispositivos compactos con pequeñas celdas fotovoltaicas aisladas que permiten medir SR con bajo coste y despliegue distribuido.
• Imágenes y cámaras: tanto imágenes RGB como térmicas pueden detectar patrones de suciedad. Estudios recientes exploran el uso de machine learning para correlacionar imágenes con SR [4].
• Estaciones meteorológicas avanzadas: correlacionan precipitaciones, viento y concentración de partículas con el SR esperado.

Cada método tiene ventajas y limitaciones. Por ejemplo, los módulos de referencia ofrecen alta precisión, pero requieren limpieza manual frecuente del módulo de control. Los sensores ISA son prácticos, pero menos exactos en condiciones heterogéneas.

La literatura científica y los reportes técnicos de organismos como IEA-PVPS, NREL y universidades internacionales han documentado múltiples estudios de campo sobre el impacto del soiling en plantas fotovoltaicas. Estos casos permiten establecer referencias útiles para diseñar estrategias de O&M.

Oriente Medio y Norte de África

En regiones desérticas como Arabia Saudí, Emiratos Árabes Unidos y Egipto, las pérdidas por soiling pueden alcanzar valores extremos. Investigaciones en plantas cercanas a Riad muestran reducciones de hasta 0,8 % por día durante tormentas de arena, acumulando pérdidas superiores al 20 % en menos de un mes si no se limpia [1]. Otro estudio en El Cairo reportó que la limpieza semanal redujo las pérdidas anuales del 15 % al 3 % [5].

India

La India presenta una gran diversidad de condiciones. En Rajasthan, una de las zonas más áridas, se observaron tasas medias de 0,3–0,5 % por día, con pérdidas anuales cercanas al 10–15 % [3]. En cambio, en estados del sur, con lluvias frecuentes, las pérdidas rara vez superan el 3–4 %. El IEA-PVPS Task 13 indica que la estacionalidad es crítica: durante el monzón el soiling es prácticamente inexistente, mientras que en la estación seca puede requerirse limpieza mensual [1].

Estados Unidos

El suroeste (Arizona, Nevada, California) presenta tasas moderadas a altas de soiling. Estudios del Sandia National Laboratories en Albuquerque (Nuevo México) muestran que las pérdidas acumuladas alcanzan el 5 % en un mes, pero tras eventos de viento fuerte o tormentas de polvo se pueden duplicar [6]. En contraste, en la costa este (Florida, Nueva York), las pérdidas raramente superan el 2 % anual.

Europa

En Europa central y septentrional, las pérdidas medias anuales son bajas, en torno al 1–3 %, según NREL y estudios de Fraunhofer ISE [7]. Sin embargo, episodios puntuales como las intrusiones de polvo sahariano en España, Italia o Alemania pueden ocasionar pérdidas de 10–15 % en pocos días. En 2022, un episodio de polvo africano afectó de forma masiva a las plantas en el sur de España, obligando a limpiezas extraordinarias para recuperar el rendimiento.

América Latina

En Chile, el desierto de Atacama presenta uno de los casos más extremos. El NREL y la Universidad de Chile reportan que, sin limpieza, la pérdida acumulada puede superar el 40 % anual [8]. Esto ha impulsado el desarrollo de robots de limpieza adaptados a operar sin agua, un recurso extremadamente limitado en esa región. En Brasil y México, en cambio, las pérdidas medias oscilan entre el 2–6 % anual.

Casos especiales: bio-soiling

En climas húmedos y tropicales (p. ej. Malasia, Filipinas, Costa Rica), aunque el polvo no es el principal problema, se observa el crecimiento de hongos, líquenes y algas sobre la superficie del vidrio de los módulos, reduciendo la transmitancia óptica y aumentando el riesgo de hotspots [9]. En un estudio en Malasia, se reportaron pérdidas del 5 % tras solo 3 meses de exposición sin limpieza química.

Comparación de magnitudes típicas por región

Observaciones generales

1. El soiling no es lineal: tras ciertos umbrales, la suciedad puede acumularse más rápido debido a la adhesión progresiva.
2. Los eventos meteorológicos extremos (tormentas de arena, intrusión de polvo sahariano, incendios forestales) pueden causar pérdidas superiores a la acumulación diaria media.
3. Las plantas con seguidores solares suelen acumular más suciedad en determinadas posiciones angulares, mientras que sistemas con inclinaciones altas reducen el impacto.

Con esta evidencia se demuestra que la localización y el clima son los principales determinantes del soiling, y que no existen frecuencias de limpieza universales. De ahí la necesidad de políticas dinámicas basadas en monitorización continua y modelos de coste-beneficio.

La decisión de cuándo limpiar los módulos fotovoltaicos no debe basarse únicamente en calendarios fijos, sino en un análisis dinámico coste-beneficio (CBA, Cost-Benefit Analysis) que integre la pérdida de ingresos por soiling con los costes directos e indirectos de la limpieza.

• Pérdida de ingresos por soiling acumulado: son las perdidas por menor rendimientos causadas por la acumulación de suciedad sobre los módulos fotovoltaicos.
• Coste de limpieza: es el coste en el que incurrimos cada vez que realizamos una limpieza de los módulos.
• Tiempo de inactividad durante la limpieza: son las pérdidas o reducción de ganancias económicas que sufrimos por tener durante cierto tiempo la planta total o parcialmente parada para realizar las tareas de limpieza.

Fundamentos del modelo

El modelo simplificado de coste-beneficio se expresa como:

donde ΔE es la energía adicional generada tras la limpieza, P_venta es el precio de venta de electricidad (€/MWh) y C_limpieza el coste de la operación.

El beneficio neto de una limpieza puede expresarse como:

donde:

• ΔE: energía recuperada tras la limpieza (MWh).
• P_venta​: precio de venta de electricidad (€/MWh).
• C_limpieza​: coste directo de la operación (agua, químicos, mano de obra, robotización).
• C_parada​: coste de la indisponibilidad durante la limpieza (MWh no producidos).

El valor óptimo se alcanza cuando el beneficio neto acumulado de limpiar supera el coste.

Ejemplo numérico:

En una planta fotovoltaica de 50 MWp situados en una zona semidesértica-árida, en la que son frecuentes las ventiscas que levantan bastante polvo, se han medido grados de soiling del 10 % en un mes. La producción anual esperada se ve disminuida sensiblemente si no se realizan tareas de limpieza. Por ello es importante establecer el momento oportuno de limpieza, para evitar que los costes de limpieza superen a las perdidas por rendimiento debido al soiling.

• Planta de 50 MW en zona árida.
• SL acumulado tras 30 días: 10 %.
• Producción mensual esperada: 8.000 MWh.
• Precio de venta: 50 €/MWh.
• Coste de limpieza: 30.000 €.

Energía perdida por soiling: 800 MWh = 40.000 €.
Beneficio neto de limpiar: 40.000 – 30.000 = 10.000 €.

Esto indica que, a partir de cierto umbral (en este caso ~8 % de SL), la limpieza se justifica económicamente.

La automatización mediante algoritmos de decisión basados en SR y pronósticos climáticos permite optimizar la frecuencia de limpieza. Existen soluciones comerciales de robotización y limpieza automatizada que reducen costes y mejoran la seguridad.

Comparación de estrategias

Consideraciones adicionales

1. Disponibilidad de agua: en zonas áridas, el coste del agua puede superar el propio coste de mano de obra, volviendo más atractiva la limpieza en seco o robotizada.
2. Efectos secundarios: el exceso de limpiezas manuales puede dañar recubrimientos antirreflejo, reduciendo la transmitancia óptica a largo plazo.
3. Automatización y SCADA: integrar algoritmos de coste-beneficio en la plataforma SCADA permite activar limpiezas automáticas en función del SR y de los pronósticos de lluvia.
4. Modelos predictivos: combinando el SR con modelos de pronóstico meteorológico, se puede retrasar una limpieza si se espera una lluvia significativa en pocos días.

La estrategia de gestión del soiling no puede ser uniforme: debe adaptarse a las condiciones climáticas, al recurso solar y a la disponibilidad de agua o tecnologías de limpieza en cada emplazamiento. A continuación, se presentan lineamientos prácticos diferenciados:

Climas áridos y desérticos

En zonas como Oriente Medio, el norte de África, el oeste de India o el suroeste de EE. UU., el soiling puede alcanzar tasas de acumulación diaria del 0,5–1,0 % [1],[2]. Aquí se recomiendan:

• Frecuencia alta de limpieza, incluso semanal o quincenal en verano.
• Uso de sistemas robotizados para reducir costes y dependencia de mano de obra. Empresas como Ecoppia o SunBrush ofrecen soluciones de robots autónomos capaces de limpiar sin agua.
• Minimizar el uso de agua, dado que en estas regiones es un recurso escaso. La limpieza en seco es la mejor opción, aunque exige vigilancia para no rayar los vidrios.
• Monitoreo distribuido de SR, con múltiples sensores ISA en la planta, ya que el soiling puede ser muy heterogéneo (zonas cercanas a carreteras o canteras sufren más).

Climas húmedos y tropicales

En regiones como el sudeste asiático o la Amazonía, las lluvias frecuentes actúan como un mecanismo natural de limpieza. Sin embargo, aquí aparecen otros problemas:

• Bio-soiling (algas, líquenes, hongos) que pueden colonizar las superficies de los módulos.
• Polen y materia orgánica durante estaciones específicas.
• Recomendación: reducir limpiezas mecánicas, pero realizar tratamientos químicos suaves o recubrimientos hidrofóbicos para limitar la proliferación biológica.
• Limpieza estacional tras el pico de polen o en periodos de humedad extrema.

Climas templados

En Europa central, Chile central o California costera, las pérdidas medias anuales rara vez superan el 2–3 %, salvo en episodios puntuales de polvo sahariano o incendios forestales [3]. Aquí se recomienda:

• Limpieza anual o semestral como práctica estándar.
• Intervenciones puntuales tras eventos excepcionales (tormentas de polvo, incendios, erupciones volcánicas).
• Uso de modelos predictivos: monitorización continua y algoritmos de coste-beneficio para decidir si la limpieza es necesaria tras dichos eventos.

Climas fríos y con nieve

En Canadá, Europa del norte o zonas de montaña, el soiling es menor, pero el reto principal es la acumulación de nieve y hielo:

• La limpieza de nieve debe realizarse de forma cuidadosa, preferentemente mediante sistemas de calefacción en el marco o el uso de recubrimientos antiadherentes.
• El soiling clásico (polvo) es menos relevante, pero durante el deshielo puede mezclarse con barro o arena, afectando al vidrio.
• Recomendación: realizar limpiezas tras los periodos de nieve prolongada y evaluar tecnologías de módulos con recubrimientos anti-soiling.

En resumen:

• En climas áridos, la estrategia debe ser proactiva y frecuente, con fuerte apoyo en automatización.
• En climas húmedos, la prioridad es el bio-soiling, con estrategias químicas o preventivas.
• En climas templados, basta un enfoque event-driven, activado por episodios puntuales.
• En climas fríos, el objetivo es gestionar nieve y hielo más que el polvo.

Conclusiones

El soiling es un fenómeno complejo, dependiente de múltiples factores climáticos y operativos, que puede generar pérdidas significativas de producción en plantas fotovoltaicas. Su adecuada monitorización mediante métricas normalizadas (SR, SL), el uso de mapas de riesgo y sensores, y la aplicación de modelos coste-beneficio permiten definir políticas de limpieza racionales, adaptadas a cada entorno. Una gestión óptima del soiling puede suponer mejoras de 5–10 % en el rendimiento anual de una planta y reducciones sustanciales en el coste nivelado de la energía (LCOE).

Referencias

1. IEA-PVPS Task 13, Soiling Losses on PV Power Plants: Review and Guidelines, Report T13-21:2022, International Energy Agency, 2022. Disponible en: https://iea-pvps.org/wp-content/uploads/2023/01/IEA-PVPS-T13-21-2022-REPORT-Soiling-Losses-PV-Plants.pdf
2. Sayigh, A., et al. “A comprehensive review of photovoltaic soiling studies.” Sustainability, vol. 15, no. 24, 16669, 2023. DOI: 10.3390/su152416669
3. NREL, Soiling Losses: Research and Data Resources. Disponible en: https://www.nrel.gov/pv/soiling
4. Micheli, L., Muller, M., “Soiling and dust impact on PV systems: A critical review and analysis of parameters for mitigation,” Cell Reports Physical Science, vol. 2, no. 3, 100133, 2021. DOI: 10.1016/j.xcrp.2021.100133
5. Alghamdi, A., et al. “Effect of dust accumulation on the performance of photovoltaic panels in desert environment.” Solar Energy, vol. 139, pp. 68–80, 2016.
6. Kimber, A., Mitchell, L., Nogradi, S., Wenger, H. “The effect of soiling on large grid-connected photovoltaic systems in California and the Southwest region of the United States.” IEEE 4th World Conference on Photovoltaic Energy Conversion, 2006.
7. Wolfertstetter, F., et al. “Impact of soiling on PV plant performance in Germany: case studies.” Energy Procedia, vol. 92, pp. 554–559, 2016.
8. Urrejola, E., et al. “Soiling losses at a PV power plant in the Atacama Desert.” Energy Procedia, vol. 49, pp. 2312–2321, 2014.
9. Micheli, L., et al. “Bio-soiling of solar modules – a review.” Renewable and Sustainable Energy Reviews, vol. 81, pp. 674–686, 2018.

Autor: Marcos Carbonell Alemany