EVCC项目中Solax逆变器功率显示异常问题解析
2025-06-13 12:09:38作者:姚月梅Lane
问题背景
在EVCC项目0.203.0版本更新后,部分用户报告其Solax逆变器设备出现功率显示为0W的问题。该问题主要影响通过云API连接的Solax逆变器设备,包括普通逆变器和混合逆变器两种类型。
问题根源分析
通过开发者与用户的交互调试,发现问题的核心在于API请求中tokenId参数的格式处理异常。具体表现为:
- 在0.203.0版本之前,tokenId能够被正确传递为纯数字字符串
- 更新后,系统错误地在tokenId前后添加了单引号编码(%27)
- 更严重的是,当用户尝试移除配置文件中的引号时,系统又将长数字转换为了科学计数法格式
这些格式变化导致Solax云API无法识别token,返回"token invalid"错误,进而导致功率数据无法获取。
解决方案演进
开发团队分两个阶段解决了这一问题:
第一阶段修复
针对普通逆变器模板(solax-inverter-cloud.yaml)的修复:
- 修正了tokenId参数的字符串处理逻辑
- 确保长数字token能够以原始字符串形式传递
- 移除了不必要的引号编码
第二阶段扩展修复
在确认混合逆变器模板(solax-hybrid-cloud.yaml)也存在同样问题后:
- 将相同的修复方案扩展到所有三种使用类型(pv, battery, grid)
- 确保统一的参数处理逻辑
验证方法
用户可以通过以下方式验证修复效果:
- 使用trace日志级别查看原始API请求
- 确认tokenId参数是否以原始数字字符串形式传递
- 检查API响应是否返回有效数据而非token错误
用户操作建议
对于遇到此问题的用户,建议:
- 升级到包含修复的EVCC版本(0.203.5及以上)
- 检查配置文件中的tokenId格式是否正确
- 如有疑问,可通过trace日志验证API请求格式
技术启示
此案例展示了几个重要的开发经验:
- 长数字字符串在配置文件中需要特殊处理,避免被误解析为数字
- API参数格式必须严格遵循服务提供方的要求
- 模板系统的修改需要考虑所有相关使用场景
- 详细的日志记录对问题诊断至关重要
通过这次问题的解决,EVCC项目对设备模板系统的稳健性有了进一步提升,为未来类似问题的预防和处理积累了宝贵经验。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
403
3.14 K
Ascend Extension for PyTorch
Python
224
250
暂无简介
Dart
672
159
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++
663
319
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.21 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219