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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C077
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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