EVCC开源项目0.203.0版本发布:智能充电管理系统的重大更新
EVCC是一个开源的电动汽车充电管理系统,它能够智能地协调家庭能源系统与电动汽车充电过程。该系统可以集成太阳能发电、电池储能和电网供电,根据实时电价和可再生能源发电情况,优化电动汽车的充电策略,实现经济高效的充电管理。
核心功能改进
Modbus通信优化
本次版本对Modbus TCP的错误处理机制进行了重构,解决了长期存在的一些通信问题。Modbus是一种广泛应用于工业自动化领域的通信协议,在能源管理系统中常用于与电表、逆变器等设备通信。新版本简化了TCP错误处理逻辑,降低了通信超时时间,提高了系统稳定性。如果用户从0.202版本升级后发现Modbus设备通信异常,建议检查配置并反馈问题。
HTTP认证增强
增加了可插拔的HTTP认证机制和令牌支持,这使得EVCC可以更灵活地集成到各种认证环境中。开发者现在可以实现自定义的认证模块,或者使用标准的令牌认证方式来保护API接口。这一改进特别适合需要将EVCC集成到企业级环境或需要额外安全层的应用场景。
新设备支持
-
Mennekes AMTRON 4You充电桩:新增了对这款商用充电桩的支持,扩展了EVCC在商业环境中的应用范围。
-
Volvo Connected Car:现在可以通过Volvo的车联网服务直接获取车辆状态信息,无需额外硬件即可实现智能充电控制。
-
Akkudoktor.net太阳能预测:新增了来自akkudoktor.net的太阳能发电预测数据源,为用户提供更多预测选项。
-
Green Grid Compass CO2预测:增加了新的二氧化碳排放预测服务,帮助用户选择更环保的充电时段。
能源管理增强
电池模式API
新增了电池模式API接口,允许用户通过编程方式控制电池的使用策略。这意味着开发者可以创建更复杂的能源管理逻辑,或者将EVCC集成到更大型的家庭自动化系统中。
负载点功率优化
改进了负载点(Loadpoint)的功率管理算法:
- 释放的功率现在会受到可用剩余电量的限制,避免过度放电
- 充电电流参数更名为"offeredCurrent"(提供电流),更准确地反映其功能
- 在调整相数时会考虑车辆的充电能力,优化目标电流设置
用户界面改进
-
能源流可视化增强:现在可以展开查看负载点、太阳能和电池的详细信息,提供更直观的能源流动展示。
-
计划预览:即使计划没有设置持续时间,也会显示预览选项,提高用户体验。
-
电流选项扩展:增加了更高的最大电流选项,满足大功率充电需求。
-
辅助图标重命名:将"aux"图标更名为"smartconsumer"(智能消费者),更准确地反映其功能。
设备驱动修复与优化
- GoodWe逆变器:修复了第二块电池功率计算错误
- Kermi热泵:修正了最大功率设置功能
- Shelly设备:改进了通道支持和Pro EM型号的标准化读数
- Zaptec充电桩:修复了设备标识符问题
- DSMR电表:当总功率不可用时,现在会回退到使用各相功率读数
电价管理改进
-
季节性电价支持:现在可以在固定电价区域中指定月份,实现季节性电价设置。
-
参数重命名:将"price"(价格)参数更名为"value"(值),使概念更通用,可以表示价格、排放量或其他指标值。
-
Octopus Energy:支持非直接借记(Direct Debit)的电价方案,并修复了API密钥问题。
安装包更新
本次发布提供了多种平台的安装包,包括:
- Linux系统的AMD64、ARM64和ARMv6架构版本
- macOS通用版本
- Windows的AMD64版本
- Debian/Ubuntu系统的AMD64、ARM64和ARMhf架构deb包
用户可以根据自己的系统环境选择合适的安装包进行升级或全新安装。建议升级前备份配置文件,特别是从0.202版本升级的用户应注意Modbus配置可能需要的调整。
EVCC 0.203.0版本通过上述改进和新增功能,进一步提升了电动汽车充电管理的智能化水平和系统稳定性,为用户提供了更丰富的设备支持和更灵活的配置选项。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00