esphome-yambms 的项目扩展与二次开发
2025-06-26 05:19:57作者:尤峻淳Whitney
esphome-yambms 是一个开源项目,旨在提供一个多BMS(电池管理系统)合并解决方案。它使用 ESPHome 和 ESP32 微控制器来监控 BMS 并与支持 CAN bus 协议的逆变器进行通信。
项目的基础介绍
esphome-yambms 项目允许用户使用单个 ESP32 设备连接多个 BMS 和逆变器,以实现电池监控和数据传输。项目支持多种 BMS 和逆变器型号,包括但不限于 JK-PB、JBD、Seplos 等。此外,项目还提供了多个 BMS 和逆变器型号的 YAML 配置示例,方便用户快速上手。
项目的核心功能
esphome-yambms 的核心功能包括:
- 支持多种 BMS 和逆变器型号
- 通过 CAN bus 协议与逆变器通信
- 收集电池电压、电流、SoC、SoH 等数据
- 监测电池异常情况,如过压/欠压、过充/过放、高温/低温等
- 支持多 BMS 和多分流器连接
项目使用了哪些框架或库?
esphome-yambms 项目使用了以下框架和库:
- ESPHome:用于配置和管理 ESP32 设备的框架
- ESP32:用于实现项目功能的微控制器
- CAN bus:用于与逆变器通信的通信协议
项目的代码目录及介绍
esphome-yambms 项目的代码目录结构如下:
.
├── .github
├── HomeAssistant_Dashboards
├── configuration_examples
├── documents
├── firmware
├── images
├── packages
├── pvbrain2
├── LICENSE
├── README.md
├── YamBMS_LP_BASEN_RS485.yaml
├── YamBMS_LP_DEMO.yaml
├── YamBMS_LP_DEYE-PCS_CAN.yaml
├── YamBMS_LP_JBD.yaml
├── YamBMS_LP_JK-PB_RS485_Modbus.yaml
├── YamBMS_LP_PVbrain2.yaml
├── YamBMS_LP_RPi_Pico_Shunts_Modbus.yaml
├── YamBMS_LP_YBoard_JK-PB_RS485_Modbus.yaml
├── YamBMS_Local_Packages_example.yaml
├── YamBMS_RP_BASEN_RS485.yaml
├── YamBMS_RP_DEMO.yaml
├── YamBMS_RP_JBD.yaml
├── YamBMS_RP_JK-B_RS485_Modbus.yaml
├── YamBMS_RP_JK-B_UART_GPS.yaml
├── YamBMS_RP_JK-PB_RS485_Modbus.yaml
├── YamBMS_RP_JK_BLE.yaml
├── YamBMS_RP_PVbrain2.yaml
├── YamBMS_RP_SEPLOS_V1_V2_RS485.yaml
├── YamBMS_Remote_Packages_example.yaml
├── secrets.yaml
├── yambms_config.yaml
└── yambms_custom.yaml
其中:
.github
:包含项目的 GitHub 配置文件HomeAssistant_Dashboards
:包含 Home Assistant 的仪表板配置文件configuration_examples
:包含 BMS 和分流器的配置示例documents
:包含项目的文档和说明firmware
:包含项目的固件文件images
:包含项目的图片资源packages
:包含项目的代码包pvbrain2
:包含与 PVbrain2 相关的文件LICENSE
:包含项目的许可证信息README.md
:包含项目的介绍和使用说明- 其他文件:包含各种 YAML 配置文件和固件文件
对项目进行扩展或者二次开发的方向
esphome-yambms 项目具有很好的扩展性和二次开发潜力。以下是一些可能的扩展方向:
- 支持更多 BMS 和逆变器型号
- 增加更多的数据收集和监控功能
- 开发更多 Home Assistant 仪表板
- 支持更多通信协议,如 Modbus、MQTT 等
- 开发更多功能,如电池均衡、远程监控等
对于二次开发,用户可以根据自己的需求修改和扩展项目的代码,以满足自己的特定需求。同时,项目还提供了多个 YAML 配置示例和文档,方便用户快速上手。
总而言之,esphome-yambms 是一个功能强大且易于扩展的开源项目,具有很好的应用前景。希望本文能帮助您了解项目的扩展和二次开发方向。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0128AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.3 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
531
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (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
990
587

Ascend Extension for PyTorch
Python
73
102

仓颉编程语言测试用例。
Cangjie
34
59

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401