EVCC开源项目0.200.4版本发布:智能充电与能源管理新特性解析
2025-06-12 06:30:41作者:邓越浪Henry
EVCC是一款开源的电动汽车充电控制器和家庭能源管理系统,它能够智能地协调电动汽车充电与家庭光伏发电、电池储能等设备,实现最优化的能源利用。该项目通过灵活的配置和丰富的设备支持,为用户提供了一个高度可定制的能源管理解决方案。
核心功能更新
1. API缓存重置机制增强
本次更新为API接口新增了缓存重置功能,这一改进显著提升了系统在配置变更后的响应速度。当用户修改系统参数或设备配置时,EVCC能够立即清除相关缓存数据,确保新的配置即时生效,避免了因缓存导致的延迟问题。
2. 配置界面优化
配置用户界面(UI)进行了多项改进:
- 新增了YAML配置粘贴时的自动清理功能,能够智能识别并去除不必要的格式字符,简化了配置导入过程
- 强化了配置状态提示机制,现在能够更清晰地显示各功能模块的配置状态,帮助用户快速识别未完成配置的部分
- 改进了YAML与数据库数据的混合使用防护机制,防止因配置方式混用导致的数据不一致问题
3. 设备驱动改进
针对各类能源设备的兼容性进行了多项优化:
- 恢复了GoodWe逆变器的WiFi模板支持,为用户提供更多连接选项
- 修复了Sofar逆变器的电池功率计算问题,确保储能系统数据更准确
- 优化了Vestel充电桩的相位切换逻辑,提升了充电稳定性
4. 智能能源管理增强
能源调度算法进行了重要改进:
- 采用小时级时间槽进行能源规划,使预测和调度更加精确
- 完善了电价时段记录功能,为智能充电策略提供更详细的数据支持
- 热泵充电器新增通用支持,扩展了系统对各类加热设备的兼容性
5. 车辆连接稳定性提升
针对电动汽车连接的可靠性进行了多项修复:
- 改进了PSA集团车辆(如标致、雪铁龙)的气候控制系统对JSON字段缺失的容错处理
- 修复了丰田汽车API的令牌过期问题,确保长期连接稳定性
- 优化了大众汽车的身份验证流程,提高了授权检测的准确性
技术实现亮点
预测算法优化
Solcast太阳能预测服务增加了永久性错误识别机制,避免对不可恢复的错误进行无效重试,提高了系统运行效率。同时,预测数据与智能调度系统的集成更加紧密,为家庭能源管理提供了更可靠的决策依据。
多平台支持
本次更新继续保持了EVCC的多平台兼容性,提供了包括:
- 多种Linux架构(amd64、arm64、armv6)的二进制包
- macOS通用包
- Windows可执行文件
- Debian系Linux的安装包(支持amd64、arm64和armhf架构)
这种广泛的支持确保了EVCC可以在从树莓派到专业服务器的各种硬件上稳定运行。
升级建议
对于现有用户,建议在升级前:
- 备份当前配置文件
- 检查自定义配置与新版本可能存在的兼容性问题
- 特别关注YAML与数据库配置的混合使用情况
新用户可以借助改进的配置界面更快速地完成系统初始化,体验更稳定的设备连接和更智能的能源管理功能。
EVCC 0.200.4版本通过多项细节优化和功能增强,进一步提升了系统的稳定性、易用性和智能化水平,为家庭能源管理和电动汽车智能充电提供了更完善的解决方案。
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