EVCC项目中车辆状态信息的持续获取方案解析
2025-06-13 06:03:31作者:冯梦姬Eddie
在电动汽车充电管理领域,EVCC作为一个开源充电控制器,提供了丰富的API接口用于系统状态监控。本文针对一个常见需求场景进行技术解析:如何在车辆未连接充电点时仍能获取其SOC(State of Charge)和续航里程信息。
技术背景
EVCC的默认设计逻辑是:当电动汽车未连接到充电点时,API接口中的vehicleSoc和vehicleRange字段将不会返回数据。这种设计符合多数场景需求,但对于需要持续监控车辆状态的智能设备集成场景(如智能显示屏展示)会造成数据中断。
解决方案
通过深入分析EVCC的配置机制,我们发现其提供了灵活的轮询配置选项。关键在于loadpoints配置中的soc.poll参数,该参数支持三种模式:
oncharge:仅在充电时获取(默认)connected:车辆连接时获取always:持续获取
实现方法
在配置文件中进行如下设置即可实现持续状态监控:
loadpoints:
- title: 车库充电点
charger: 我的充电桩
vehicle: 我的电动车
mode: pv
soc:
poll:
mode: always
interval: 5m
配置说明:
mode: always确保无论车辆是否连接都进行状态轮询interval: 5m设置轮询间隔为5分钟(可根据需求调整)- 需要配合有效的vehicle配置使用
技术原理
该配置生效后,EVCC会:
- 定期通过车辆接口(如厂商云API)获取最新状态
- 将数据更新至内部状态机
- 通过MQTT接口发布到evcc/loadpoints/[ID]/vehicleSoc主题
- 在API的/state端点中持续包含车辆状态信息
应用场景
此方案特别适用于:
- 智能家居设备集成
- 远程监控场景
- 数据分析系统
- 家庭能源管理系统
注意事项
- 频繁轮询可能增加车辆电池消耗(对于部分车型)
- 部分车型的云API可能有调用频率限制
- 实际可用性取决于具体车型的集成支持程度
通过这种配置方式,开发者可以构建更完整的电动汽车状态监控系统,实现真正的7×24小时状态可视化。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1