光伏发电过程功率输出不稳定、易对电网造成冲击,影响电网安全。因此,对光伏储能离并网系统实时状态进行监控以及光伏发电功率预测,实现光伏储能系统数据可视化,提高能源利用率,具有重要的应用价值。论文基于光伏储能离并网系统,重点研究光伏发电智能监控硬件系统、光伏发电智能监控软件系统、光伏发电功率预测技术与能量管理策略。论文主要完成以下工作内容:(1)基于MQTT网络通信协议,构建光伏发电智能监控系统总体方案。在分析监控系统需求的基础上,确定监控系统工作整体框架,细化系统各组成之间的工作机制。重点分析光伏发电智能监控系统中Lo Ra无线通信技术、云端服务器技术、改进型LSTM网络光伏发电功率预测技术。(2)设计光伏发电智能监控硬件系统,分析智能监控系统数据采集模块和网关模块。测试Lo Ra无线通信技术性能与GPRS模块通信,实验结果表明:通信距离0.8km时,宽带为500k Hz,扩频因子为7,前向纠错码为4/5,所设计的Lo Ra无线网络通信速率为21.205kpbs,GPRS通信模块基于AT指令能够实现MQTT网络通信。(3)完成了光伏发电智能监控系统软件系统,部署MQTT代理服务器,设计云端监控软件与云端数据库,开发基于Android系统的远程监控APP。测试了MQTT代理服务器、云端监控软件、云端数据库以及远程监控APP,实验结果表明:MQTT代理服务器可实现主题消息转发,云端服务能够提供远程APP数据历史查询等服务,My SQL与Redis数据库实现数据同步,远程监控APP基于MQTT协议实现通信功能。(4)研究改进型LSTM网络,建立光伏发电功率预测模型。仿真结果表明:模型均方误差收敛于0.078,单一输入序列均方误差为0.1,所设计模型在天气多变时预测效果优于DBN网络模型。(5)基于光伏储能离并网平台,完成智能监控系统试验验证。结果表明:监控系统能够实现远程监控,所提出光伏发电预测技术与能量管理策略能够平滑调节光储系统能量流动。