EVCC项目中Sunspec智能电表配置的技术探讨
2025-06-13 09:50:22作者:余洋婵Anita
背景介绍
EVCC作为一款开源电动汽车充电控制器,在光伏系统集成方面提供了丰富的支持。在实际部署中,用户经常需要将多个光伏系统接入EVCC进行统一管理。本文针对一个典型场景展开讨论:当用户拥有新旧两套光伏系统,其中旧系统通过SMA SunnyBoy逆变器和Fronius智能电表连接时,如何在EVCC中实现完整配置。
技术挑战
在现有EVCC架构中,当用户尝试通过UI界面配置第二套光伏系统时,会遇到以下技术限制:
- Fronius Gen24逆变器模板(fronius-gen24.yaml)不支持直接配置额外的光伏系统
- 现有的Sunspec逆变器模板(sunspec-inverter.yaml)缺乏对智能电表作为光伏计量设备的支持
- 虽然可以通过直接编辑evcc.yaml配置文件实现功能,但缺乏UI界面支持降低了易用性
解决方案分析
针对这一问题,社区提出了两种技术方案:
方案一:扩展现有逆变器模板
在现有的sunspec-inverter.yaml模板中增加对光伏计量模式的支持,具体是添加:
- 功率测量点(213:W)
- 发电量计量点(213:TotWhExp)
这种方案的优点是改动小,直接利用现有模板结构。但缺点是将逆变器和电表功能混合在一起,从架构上看不够清晰。
方案二:引入专用智能电表模板
创建新的sunspec-smartmeter.yaml模板,专门处理智能电表设备。该模板需要支持:
- 电网计量模式(grid)
- 光伏计量模式(pv)
- 多种通信接口(tcpip/rs485)
这种方案架构更清晰,但需要新增模板文件,工作量相对较大。
技术实现细节
在光伏计量模式下,智能电表需要提供以下关键数据点:
- 三相电压/电流测量
- 总有功功率(213:W)
- 总发电量(213:TotWhExp)
- 各相功率因数等辅助参数
特别需要注意的是能量计量方向:
- 电网模式下使用TotWhImp(输入能量)
- 光伏模式下使用TotWhExp(输出能量)
实际应用场景
这种配置在以下场景特别有用:
- 新旧光伏系统并存时,旧系统通过智能电表接入
- 混合能源系统(光伏+风电)的监控
- 分布式发电系统的集中管理
社区反馈与建议
经过技术讨论,社区更倾向于采用方案二,即引入专门的智能电表模板。这种方案:
- 保持功能模块的单一职责原则
- 便于未来扩展更多电表功能
- 使配置逻辑更加清晰直观
总结
EVCC作为开源项目,其设备支持能力随着实际应用场景不断丰富。针对智能电表在光伏计量中的应用,引入专用模板是更合理的架构选择。这不仅解决了当前用户的需求,也为未来更多类型的能源计量设备接入奠定了良好的基础框架。
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