基于云平台的光伏电站监测及功率预测系统

针对传统的嵌入式预测系统容易受到现场条件与自身硬件的影响, 光伏发电系统监测距离短且功耗高、 数据采集精度低、嵌入式预测系统稳定性差等问题, 设计了以物联网云平台为主体框架, 以LoRa 为主要通信技术的光伏电站监测系统。通过在云端部署服务, 使用 GA-Elman 神经网络模型, 达到降低现场硬件成本与提高整体预测精度的目的。以湖北武当湖光伏电站为实验对象, 使用本系统对电站内装机容量为19. 9 kW 的光伏矩阵进行实时监测。实验证明: 该系统能长期可靠运行, 实时监测光伏电站的各项数据,功率预测精度高, 扩展性强。