Opracowano inteligentne urządzenia monitorujące do zarządzania elektrowniami słonecznymi za pomocą IoT: czujniki zapewniające analizę danych, sterowanie SPV i wykrywanie usterek (Hiszpania, 2017). Stworzono zintegrowany system informatyczny do monitorowania i zarządzania środowiskiem, wykorzystując najnowsze technologie, takie jak IoT, geoinformatyka, big data i cloud computing . IoT jest wykorzystywane przez wielu badaczy do oceny, zarządzania i monitorowania potencjału słonecznego z wykorzystaniem teledetekcji, GIS, dużych zbiorów danych i przetwarzania w chmurze . Usługi Aeris IoT zapewniają rozwiązania do konserwacji projektów energii słonecznej z wykorzystaniem łączności GSM i CDMA, w tym 2G, 3G i 4G LTE . Pomaga to w analizowaniu i przetwarzaniu aktualizacji i danych projektu fotowoltaicznego w czasie rzeczywistym. Tego typu usługi pomagają w uzyskaniu dokładnych i szybkich informacji z projektu M2M i IoT. Dane online dotyczące natężenia promieniowania słonecznego zostały wykorzystane przez wielu badaczy do przeprowadzenia oceny potencjału słonecznego, analizy energii i kosztów. Do przeprowadzenia analizy natężenia promieniowania słonecznego naukowcy wykorzystali dane o natężeniu promieniowania słonecznego (NASA) oraz dane dotyczące użytkowania gruntów . Lefevre i inni wyprowadzili podstawową zasadę Heliosat-II . Równanie zdefiniowało indeks zachmurzenia, n, jako wartość natężenia napromienienia wykrytego przez czujnik w stosunku do wartości natężenia napromienienia piksela przy ziemi. Jeśli nie ma różnicy, to jest to związane z przejrzystością atmosfery.
ρt(i,j) jest współczynnikiem odbicia lub pozornym albedo obserwowanym przez czujnik w przestrzeni kosmicznej dla czasu t i piksela (I,j): 
gdzie Lt(i,j) to obserwowana radiancja; ρtcloud to pozorne albedo nad najjaśniejszymi chmurami, a ρgt (i,j) to pozorne albedo nad ziemią pod czystym niebem. Zhang i Grijalva opracowali opartą na danych metodologię identyfikacji, weryfikacji i szacowania mieszkaniowych instalacji fotowoltaicznych przy użyciu algorytmu punktu zmiany w celu wybrania niefunkcjonalnego wykorzystania energii i zweryfikowali za pomocą listy permutacji ze współczynnikiem rang Spearmana. Obliczyli obciążenie PV przy użyciu lokalnego zestawu danych meteorologicznych. Spanias opracował ramy do zarządzania projektami słonecznymi za pomocą czujników IoT. Zademonstrował ramy zarządzania i dostarczania mobilnej analityki, umożliwienia sterowania elektrownią słoneczną, kodu oprogramowania do wykrywania i zarządzania usterkami, optymalizacji mocy i redukcji stanów nieustalonych falownika za pomocą filtra Kalmana, przetwarzania sygnału, sieci neuronowej i metod cyfrowego przetwarzania obrazu.