EVCC项目与Webasto Unite充电桩的兼容性问题分析
2025-06-13 13:05:06作者:钟日瑜
问题背景
EVCC作为一款开源电动汽车充电控制器,在0.203.6版本更新后,部分用户反馈与Webasto Unite充电桩出现兼容性问题。主要表现为系统启动时出现"connection reset by peer"错误,导致无法正常连接充电桩设备。
问题现象
当用户将EVCC升级至0.203.6版本后,系统日志中会出现以下关键错误信息:
- 连接重置错误:"read tcp 192.168.178.61:55450->192.168.178.103:502: read: connection reset by peer"
- 充电桩创建失败:"cannot create charger type 'vestel': failsafe timeout"
根本原因分析
经过技术团队深入调查,发现该问题与Webasto Unite充电桩的固件版本密切相关:
- EVCC 0.203.6版本引入了对RFID功能的支持,尝试读取充电桩的特定寄存器
- 较旧版本的Webasto固件(如2.99.11)无法正确处理这些寄存器读取请求
- 充电桩固件会直接重置TCP连接作为响应,导致EVCC无法完成初始化
解决方案
目前确认有效的解决方案有以下几种:
-
升级充电桩固件:将Webasto Unite升级至3.156.0或更高版本(如3.187.0)可完全解决兼容性问题。这些新版固件能正确处理EVCC的寄存器读取请求。
-
临时降级EVCC:如果无法立即升级充电桩固件,可将EVCC暂时降级至0.203.5版本,该版本尚未引入RFID功能支持。
-
等待EVCC修复:开发团队正在考虑通过固件版本检测机制,仅在兼容的固件版本上启用RFID功能,避免在不支持的设备上触发连接问题。
技术细节
该问题本质上是一个协议兼容性问题。EVCC 0.203.6尝试通过Modbus TCP协议读取充电桩的特定功能寄存器时,旧版固件无法识别这些请求,出于安全考虑直接断开了连接。新版固件则能正确响应这些请求,维持稳定的通信连接。
对于使用Webasto Unite充电桩的用户,建议优先考虑升级充电桩固件,这不仅能解决当前兼容性问题,还能获得最新的功能改进和安全更新。如果暂时无法升级,降级EVCC也是一个可行的临时解决方案。
开发团队将持续优化设备兼容性检测机制,避免类似问题影响用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218