面对日益严重的资源环境问题,太阳能拥有时间长久、清洁安全、数量巨大的特点,具有重要的战略地位。在太阳能利用技术中,太阳能光伏光热一体化（PVT）技术发展迅速,具有广泛的应用与发展前景。在近年的研究中,PVT技术与热泵机组相结合,同时实现了系统发电、供热和制冷的综合能源产出,可以称为一个太阳能PVT热泵热电冷综合能源站。在目前,由于大多数太阳能项目并不具备监测系统,这导致太阳能系统的运行缺少原始数据,不利于系统的优化和太阳能利用率的提升。物联网和Web技术的发展,极大地便捷了远程监测平台的建立。本文基于物联网和B/S软件架构,针对太阳能PVT热泵热电冷综合能源站,开发了一个可以对不同地点的PVT能源站进行综合管理的云服务平台,具备实时监测、能量计量、性能评价、报警推送等功能。本文主要包括以下的几部分内容:首先,本文结合目前太阳能监测平台所存在的问题和本平台的开发目的,明确了开发的需求与架构。其次,建立了太阳能PVT热泵热电冷综合能源站云服务平台的数据传输与存储系统。在物联网的基础上,本文选择了MQTT协议进行数据的传输。在数据的存储方面,本文选择了My SQL数据库,设计了用户信息、PVT能源站信息、运行数据、报警配置、报警记录等数据表。利用网关通过4G网络将PVT能源站的传感数据发送至MQTT代理服务器上,而后利用Java语言编写MQTT客户端程序,将代理服务器上的数据存入到已经设计完成的My SQL数据库中。第三,完成了太阳能PVT热泵热电冷综合能源站云服务平台的软件设计。本文的软件设计采用了前后端分离模式,设计实现了用户登录、地图导航、系统总览、实时数据展示、历史记录查询、节能减排效益展示、平台管理和报警推送设置等功能,并完成了平台在阿里云服务器上的部署,实现了远程访问。最后,本文以大连理工大学体能训练中心的PVT能源站为例,接入云平台进行监测。监测结果显示,该PVT能源站拥有显著的节能减排效益。最后,使用云平台所采集的运行数据,利用BP神经网络对该系统的产能情况做出预测。结果显示,对一段时间内系统的PVT发电量、PV发电量和制热量预测相对误差均小于10%。可见使用BP神经网络可以帮助用户较好地预测PVT能源站一段时间内的产能情况。