OCPP 2.0.0正式发布:电动汽车充电协议的重大升级
OCPP(Open Charge Point Protocol)作为电动汽车充电基础设施领域最重要的开放协议之一,近日迎来了2.0.0版本的正式发布。该项目由mobilityhouse团队维护,旨在为充电桩(Charge Point)与中央管理系统(Central System)之间的通信提供标准化协议。
OCPP 2.0.0版本核心改进
1. 数据序列化与验证优化
新版本对数据序列化处理进行了多项改进,修复了包含多个元素的集合类型数据的序列化问题。特别值得注意的是,现在可以正确处理包含多个元素的payload序列化,这对于复杂交易场景尤为重要。
在数据验证方面,2.0.0版本引入了更灵活的验证机制:
- 新增了跳过schema验证的选项
- 改进了异步验证机制,可根据配置动态启用/禁用线程验证
- 增强了Unicode解码错误的处理能力
2. 数据类型与协议兼容性
针对OCPP 2.0.1协议规范,新版本对数据类型进行了全面调整以匹配最新的JSON schema定义。其中一项重要变更是将total_cost字段类型从Optional[int]调整为Optional[float],这更符合实际交易场景中金额计算的精度需求。
3. 日志与错误处理增强
开发团队为ChargePoint类新增了可选的logger参数,使开发者能够更灵活地集成自己的日志系统。同时修复了多种异常情况下的错误处理,包括InternalError异常定义的修正和Unicode解码错误的妥善处理。
4. 性能与架构优化
新版本在架构层面进行了多项优化:
- 使用dataclasses重构了ChargingProfile的使用方式
- 移除了已弃用的Action项和dataclass
- 改进了远程启动交易(RemoteStartTransaction)中嵌套数据类的处理
开发者体验改进
OCPP 2.0.0在开发者体验方面也有显著提升:
- 新增了完整的文档体系,包括行为准则、贡献指南和安全说明
- 完善了单元测试覆盖,特别是针对复杂数据结构的测试
- 更新了开发工具链,支持Python 3.13等新版本
向后兼容性说明
需要注意的是,2.0.0版本包含了一些破坏性变更:
- 移除了已弃用的Action项
- 清理了废弃的dataclass
- 部分数据类型定义发生了变化
开发者在升级时需要检查这些变更是否会影响现有实现。
总结
OCPP 2.0.0的发布标志着该项目进入了一个更成熟、更稳定的阶段。新版本不仅在协议实现上更加精准,还提供了更好的开发体验和更健壮的错误处理机制。对于电动汽车充电基础设施的开发者而言,升级到2.0.0版本将能够获得更好的性能、更准确的协议实现以及更完善的开发支持。
随着电动汽车行业的快速发展,OCPP协议作为充电基础设施的核心通信标准,其每一次重大更新都将对整个行业产生深远影响。2.0.0版本的发布无疑为未来更智能、更高效的充电网络奠定了基础。
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