1.一种基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：它包括现场数据采集系统和主控室数据处理系统，所述现场数据采集系统包括结构相同的第一至第N个监测单元，所述监测单元包括光伏子阵与汇流箱连接，汇流箱与智能电表相连，智能电表与监测仪相连，在光伏子阵上设置的贴片式温度传感器与监测仪相连，第一至第N个监测单元的监测仪之间通过无线串口模块进行通信；所述主控室数据处理系统包括数据接收处理器与采集卡相连，采集卡与工控机相连，气象仪的风速传感器、风向传感器、温湿度传感器、散射辐射传感器、直接辐射传感器、太阳总辐射传感器与机箱相连，电池箱负责气象仪的供电，机箱与所述第N个监测单元的监测仪相连；所述现场数据采集系统的第一至第N个监测单元的监测仪均与所述主控室数据处理系统的数据接收处理器之间通过无线串口模块进行通信。

2.根据权利要求1所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述监测仪是采集现场数据的核心器件，使用STM32F103ZET6作为主控芯片，液晶显示器作为屏幕显示监测数据，使用智能电表监测光伏子阵的发电电压和电流，使用贴片式温度传感器监测光伏子阵的板背面温度，使用无线串口模块发射数据，数据传输顺序从第一至N个监测单元的监测仪依次传输，发送给数据接收处理器。

3.根据权利要求2所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述智能电表串接入汇流箱监测电流，并接汇流箱输出端监测整个光伏子阵电压，智能电表与监测仪通过RS485的A、B信号线连接，使用ModbusRtu协议进行通信。

4.根据权利要求2所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述贴片式温度传感器通过单总线的通信方式实现数据传输。

5.根据权利要求1所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述气象仪的风速传感器监测光伏系统风速，风向传感器监测光伏系统风向，温湿度传感器监测光伏系统空气温湿度，散射辐射传感器监测光伏系统的散射辐射量，直接辐射传感器监测光伏系统的实时辐照度，太阳总辐射传感器监测光伏系统总的辐照度，电池箱负责气象仪的供电，机箱负责收集这些气象数据，并且将这些气象参数发送到第N个监测单元的监测仪，机箱与第N个监测单元的监测仪通过RS485的A、B信号线连接，使用ModbusRtu协议进行通信，然后由第N个监测单元的监测仪将气象参数发送给数据接收处理器。

6.根据权利要求1所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述采集卡包括数模转换模块和串口转换模块，其中数模转换模块将数据接收处理器发送来的电压信号转换成数字信号，然后通过RS485串行总线发送给串口转换模块，最后串口转换模块通过RS232串行总线将太阳能电池板的运行状态参数和气象参数发送给工控机。

7.根据权利要求1所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：所述工控机上安装有组态软件和人工智能机器学习计算软件，可以识别串口转换模块作为输入信号源，然后在组态软件上设置输入口的对应的参数类别，即可在工控机中显示、存储太阳能电池板的运行状态参数和气象参数，并基于这两类参数实时预测光伏系统发电功率。

8.根据权利要求1所述的基于气象参数与太阳能电池板运行状态参数的光伏系统发电功率预测装置，其特征在于：组合利用气象参数和太阳能电池板运行状态参数，通过人工智能机器学习算法和太阳能电池板发电效率计算方法，实时预测光伏系统发电功率，实现光伏系统发电功率短期精确预测、长期预报功能，整个预测方法由下述方程组定量描述：运行工况太阳能电池板输出功率均值pout：

pout＝U1I1+U2I2+…+UnIn                      (1)

太阳能电池板总面积Sa：

Sa＝Sin×B×n                           (2)

太阳能电池板总入射光功率pin：

pin＝Sa×Gin                           (3)

运行工况下太阳能电池板发电效率η：

太阳能电池板背面温度Ta：

运行工况电池板额定工作温度条件NOCT，辐照度800W/m2，风速1m/s，电池板温度45℃，环境温度20℃下太阳能电池板发电效率ηm：ηm＝η[1+(Ta-45)Kp]                   (6)

运行工况太阳能电池板发电效率修正参数Cp：

基于气象参数的太阳能电池板输出功率预测值Pm,out：

Pm,out＝F(气象参数，光伏系统结构参数，时间)·Cp       (8)

光伏系统发电功率预测值P：

P＝Pm,out·Cinv·Ctrans                    (9)

其中，pout运行工况太阳能电池板输出功率均值，U1第一个光伏子阵发电电压，I1第一个光伏子阵发电电流，Un第n个光伏子阵发电电压，In第n个光伏子阵发电电流，n光伏子阵数量，Sa太阳能电池板总面积，Sin单块太阳能电池板有效发电面积，B光伏子阵中太阳能电池板数量，pin太阳能电池板总入射光功率，Gin辐照度，η运行工况下的太阳能电池板发电效率，Ta太阳能电池板背面温度，T1第一个光伏子阵中太阳能电池板的背面温度，Tn第n个光伏子阵中太阳能电池板的背面温度，ηm运行工况电池板额定工作温度条件下太阳能电池板发电效率，Kp功率温度系数，ηn设计工况电池板额定工作温度条件下太阳能电池板发电效率，Cp运行工况太阳能电池板发电效率修正参数，Pm,out基于气象参数的太阳能电池板输出功率预测值，F人工智能机器学习算法，气象参数包括辐照度、环境温湿度、风速、风向、大气压力，光伏系统结构参数包括光伏系统容量、太阳能电池板效率、面积和倾角，P光伏系统发电功率预测值，Cinv光伏系统逆变系统效率，Ctrans光伏系统升压系统效率；运行中，通过监测辐照度、各光伏子阵的输出电压、电流，联立式(1)、式(2)、式(3)和式(4)，确定运行工况下太阳能电池板发电效率，再通过监测的太阳能电池板背板温度值，联立式(5)、式(6)和式(7)，得出运行工况太阳能电池板发电效率修正参数，通过监测气象参数，采用人工智能机器学习算法，建立基于气象参数的太阳能电池板输出功率预测模型，再联立式(8)和式(9)，建立基于气象参数和太阳能电池板运行状态参数的预测模型。