首页
/ Battery-Emulator项目v8.10.0版本发布:新增电池支持与性能优化

Battery-Emulator项目v8.10.0版本发布:新增电池支持与性能优化

2025-07-01 14:56:15作者:霍妲思

Battery-Emulator是一个开源的电池模拟器项目,主要用于电动汽车电池管理系统的开发与测试。该项目通过模拟不同类型电动汽车电池的通信协议和行为,为研发人员提供了一个灵活、可配置的测试平台。最新发布的v8.10.0版本带来了多项重要更新,包括新增电池支持、功能增强和系统稳定性改进。

新增电池支持

本次更新最显著的特点是增加了对两款新电池的支持:

  1. CMFA-EV平台电池:该电池用于Dacia Spring和Renault K-ZE车型。通过实现与这些车型电池管理系统的通信协议,开发者现在可以模拟这些车型的电池行为,为相关车型的BMS开发和测试提供了便利。

  2. 50kWh标准续航版BYD Atto3电池:这是继之前版本支持的其他BYD电池后,项目再次扩展了对中国品牌电动车的支持范围。该实现包含了BYD Atto3标准续航版电池特有的参数和通信协议。

现有电池功能增强

除了新增电池支持外,项目还对现有电池模拟功能进行了多项改进:

  • 大众MEB平台电池:增加了"接触器焊接状态"显示功能,使开发者能够更直观地监控电池接触器的工作状态。同时修复了一个可能导致数值损坏的switch语句缺失break的问题,提高了系统稳定性。

  • 宝马iX电池:更新了CAN报文中的数值,使模拟行为更加贴近真实电池的表现。

  • 雷诺Zoe Gen2 50kWh电池:进行了一系列稳定性修复,提高了长时间运行的可靠性。

  • 特斯拉S/3/X/Y电池:在"更多电池信息"页面增加了BMS ECU复位功能,并实现了基本的UDS响应日志记录,为开发者提供了更完善的调试工具。

逆变器功能增强

在逆变器模拟方面,v8.10.0版本引入了一个重要功能:

  • 负SOC缩放功能:这项功能允许SOC(State of Charge,电池荷电状态)值在特定情况下呈现负值,这在某些极端测试场景下非常有用,例如模拟深度放电后的电池行为。

系统性能与监控改进

项目在系统层面也进行了多项优化:

  • ESP32 CPU温度监控:新增了Web服务器中显示ESP32 CPU温度的功能,帮助开发者实时监控硬件运行状态,预防过热问题。

  • 调试日志优化:移除了可能导致系统崩溃的错误DEBUG_LOG代码段,提高了系统稳定性。

  • 编译警告修复:解决了构建系统中的编译警告,使代码更加规范。

  • 性能优化:进行了一系列代码清理和性能提升工作,使系统运行更加高效。

总结

Battery-Emulator v8.10.0版本通过新增电池支持、增强现有功能和优化系统性能,进一步巩固了其作为电动汽车电池管理系统开发测试平台的地位。特别是对中国品牌电动车BYD的支持,以及对欧洲主流电动车品牌电池模拟的持续完善,使得该项目在全球化电动汽车研发领域具有更广泛的应用价值。建议用户配合ESP32 3.2.0版本使用,以获得最佳体验。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
docsdocs
暂无描述
Markdown
852
5.68 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
ops-mathops-math
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++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410