BYD电池模拟器v8.14.0版本发布:电池平衡状态监测与多项改进
BYD电池模拟器是一个开源项目,旨在为各种逆变器系统实现电池模拟功能,支持多种电池类型和逆变器协议。该项目通过软件模拟电池行为,使得不同品牌的电池可以与各类逆变器配合使用,为能源存储系统提供了更大的灵活性和兼容性。
电池系统增强
本次v8.14.0版本在电池系统方面带来了多项重要改进。最引人注目的是为日产LEAF和雷诺Zoe PH2电池新增了电池平衡状态监测功能。这项功能允许用户在Cellmonitor网页界面直观地查看哪些电池单体正在进行主动平衡,为电池健康管理提供了更直观的工具。
对于特斯拉电池系统,本次更新提高了电压测量精度,并修复了"更多电池信息"页面无法访问的问题。雷诺Zoe Gen1电池则新增了"更多电池信息"页面,为用户提供更详细的电池状态数据。
在电池容量计算方面,本次更新对多个电池系统进行了优化。日产LEAF电池现在会根据电池健康状态(SOH%)自动调整充满电时的kWh容量显示,使数据更加准确。CHAdeMO接口的电池改进了SOC(电池荷电状态)和容量缩放算法,提高了测量精度。
现代/起亚40/64电池系统改进了90S电池检测方法,使其更加可靠。BYD Atto 3电池新增了SOC计算方法切换功能(估算值/测量值),为用户提供了更多选择。
逆变器兼容性改进
在逆变器兼容性方面,本次更新修复了一个重要问题:之前所有逆变器都无法在SOC低于1%时进行放电操作,这个问题已得到解决。
针对SMA逆变器系列,特别是SMA BYD HVS型号,更新改进了配对发送机制,将其分割为多个批次发送,显著提高了配对成功率。所有SMA逆变器现在都会记录配对事件日志,便于故障排查。
Pylon协议逆变器现在可以更好地支持容量超过255Ah的大型电池系统,并改进了充放电允许标志的处理逻辑。Ferroamp逆变器同样获得了对大容量电池的支持改进。
Sofar CAN逆变器协议修复了CAN消息格式问题,提高了通信稳定性。
硬件与架构优化
在硬件支持方面,本次更新增加了ACAN2515附加模块的堆栈大小,提高了系统稳定性。
项目团队持续推进"通用镜像"架构改进,包括:
- 将剩余两种电池类型转换为使用基类
- 修复Ferroamp和Pylon CAN发送冲突
- 实现电池状态和命令的HTML渲染器
- 改进RS485通信传输实现
- 通用化通信传输接口
- 引入分流器的通用类实现
- 修复编译器警告和错误
- 实现运行时注册接口的数据接收机制
- 修复吉利电池编译问题
这些架构改进为项目的长期维护和功能扩展奠定了更坚实的基础。
总结
BYD电池模拟器v8.14.0版本带来了多项实用功能和重要修复,特别是在电池平衡状态监测、大容量电池支持以及逆变器兼容性方面有明显提升。这些改进使得系统更加稳定可靠,为用户提供了更好的使用体验。项目团队持续优化代码架构,为未来功能扩展做好准备,展现了开源项目的活力和发展潜力。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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