随着光伏发电技术的广泛应用,光伏发电系统故障问题日趋突出。有效改进现有光伏发电系统监控手段,已经成为光伏产业研究的热点。物联网作为下一代信息革命的核心,能实现多个光伏组件监测数据的协同处理。定位技术作为物联网应用的重要支撑技术,能降低监控系统安装硬件成本及难度,其研究具有较高的实用价值。　　 本文针对光伏组件数量庞大、布局密集、安装位置偏远等特点,深入分析了基于物联网的光伏阵列监控系统特征要求,设计了基于物联网的光伏阵列监控系统整体框架,给出了其分层分布式决策。在此应用环境下,详细分析了无线传感器网络自定位算法的分类、评价标准及自定位过程的理论基础,提出了一种基于物联网的光伏阵列监控系统自定位算法SLA-PAMS(Self-Location Algorithm forPhotovoltaic Array Monitoring System Based on the Internet of Things)。SLA-PAMS算法可用于类似具有光伏阵列现场特性的网状传感器网络拓扑结构,以降低安装成本和难度,实现精确定位。SLA-PAMS算法在对光伏阵列子区域现场特性分析的基础上,依据网络连通性和功率控制技术,给出了发射半径控制机制。通过建立单位长度化的笛卡尔坐标系,根据邻居表坐标值判定规则和冲突解决机制求解坐标值。本文进一步提出了SLA-PAMS算法可能存在的问题和优化方向,给出了SLA-PAMS算法的路径选择方案。在基于物联网的光伏阵列监控系统应用背景和理想状况下,对不同发射半径、不同网络容量、不同子区域网格形状下的SLA-PAMS算法、Centroid算法和DV-hop算法进行了Matlab仿真研究。　　 通过比较分析,验证了SLA-PAMS算法的合理性和其应用的最佳模型。实验结果表明:在此类密集分布、整体线性排列、锚节点较少且分布于边缘位置、要求定位精确的系统中,Centroid算法、DV-hop算法研究意义不大；SLA-PAMS算法定位坐标一致匹配。