Battery-Emulator项目v8.9.0版本发布:支持双Pylon电池与多项优化
Battery-Emulator是一个开源的电池模拟器项目,主要用于在能源存储系统中模拟各种类型的电池行为。该项目特别适用于太阳能逆变器系统、电动汽车充电基础设施等场景,能够帮助开发者和研究人员在不使用实际电池的情况下进行系统测试和开发。
核心功能更新
双Pylon电池支持
本次v8.9.0版本最重要的新增功能是对双Pylon电池的支持。Pylon电池是一种广泛应用于太阳能存储系统的锂离子电池,而双Pylon配置则允许系统通过并联两个电池组来扩展容量。新版本实现了对这种配置的完整模拟,包括:
- 双电池组的并行通信协议处理
- 容量合并计算逻辑
- 状态同步机制
电池协议改进
在电池协议方面,本次更新包含了多项重要改进:
-
雷诺Twizy电池协议:修复了编译时可能出现的错误,确保该协议能够正常使用。
-
大众MEB平台:增强了"更多电池信息"页面的调试功能,使开发者能够更直观地查看和分析电池状态数据。
-
Kia eGMP平台:新增了基于单体电压最小-最大值的SOC(State of Charge)估算功能。这一改进使得在没有精确电流测量时,系统仍能提供相对准确的电池电量估算。
-
特斯拉S/3/X/Y系列:
- 修复了电池过温故障映射错误的问题
- 改进了烟火保险丝(blown pyrofuse)事件的检测逻辑,提高了系统安全性
逆变器兼容性增强
Growatt HV逆变器
针对Growatt HV系列逆变器进行了两项重要修复:
- 解决了状态位无法清除的问题,该问题曾影响充放电过程的正常进行。
- 修复了CAN总线通信中偶尔出现的发送失败问题,提高了通信可靠性。
Kostal逆变器
修复了启动时接触器无法闭合的问题,确保系统能够正常初始化。
Deye逆变器
为Deye离网逆变器实现了专用的BYD_CAN_DEYE协议,解决了之前与Solis逆变器兼容性不佳的问题。需要注意的是,现有Deye逆变器用户应将协议从BYD_CAN切换至BYD_CAN_DEYE。
Solax逆变器
新增了对reported_total_capacity_Wh参数的支持,并在Solax协议中实现了该功能,使电池容量报告更加准确。
系统架构优化
数据层与MQTT增强
- 在数据层和MQTT接口中新增了(dis)charged_energy_Wh参数,可以更精确地跟踪充放电能量。
- 修复了MQTT命令可能导致系统崩溃的问题,提高了系统稳定性。
性能提升
- 改进了LED处理程序的性能,减少了系统资源占用。
- 通过代码清理和优化,整体提升了系统运行效率。
开发工具链改进
- 优化了GitHub Actions工作流,将所有组合编译合并到单个文件中,减少了触发次数,提高了CI/CD效率。
- 进行了全面的代码清理,提高了代码质量和可维护性。
升级建议
对于使用ESP32平台的用户,建议配合使用3.1.3版本的ESP32固件以获得最佳兼容性和性能。升级时需特别注意Deye逆变器用户需要手动切换协议类型。
本次更新通过新增功能、修复问题和性能优化,进一步提升了Battery-Emulator项目的稳定性和适用性,特别是在多电池系统支持和大功率逆变器兼容性方面有了显著进步。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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