3. 扰动观察法(P&O)详解：算法原理、步长设计、振荡与误判问题、改进策略

各位工程师朋友，今天我们来聊聊MPPT算法里最经典、也最接地气的一个——扰动观察法，简称P&O。说实话，我刚入行那会儿，第一个接触的MPPT算法就是它。为什么？因为它简单、直观，而且效果还不错。但你要是觉得它就这么简单，那可就大错特错了。

3.1 算法原理：说白了就是“试”

P&O的核心思想，其实特别朴素。你想想看，我们不知道光伏板的最大功率点在哪，但我们可以“试探”啊。就像你在黑夜里找开关，伸手往左摸一下，没摸到，再往右摸一下，哎，摸到了。

具体到算法里，我们每次给电压加一个小扰动（比如增加0.5V），然后看功率怎么变：

• 功率增加了 → 说明方向对了，继续往这个方向扰动
• 功率减少了 → 说明方向错了，反过来扰动

就这么简单。我当年在实验室调第一版P&O时，看着示波器上功率曲线慢慢往最大点爬，那种感觉，嗯，挺有成就感的。

下面这个流程图，把P&O的逻辑讲得很清楚：

你看，逻辑就这么几行。但实际工程里，坑都在细节里。

3.2 步长设计：大还是小？这是个问题

步长，就是每次扰动的大小。我习惯用ΔV来表示。这个参数怎么选？我直接说结论：

步长	优点	缺点	适用场景
大步长（>2% Voc）	跟踪速度快	稳态振荡大，功率损失多	光照剧烈变化时
小步长（<0.5% Voc）	稳态精度高，振荡小	跟踪慢，可能跟不上光照变化	光照稳定的晴天
中等步长（1% Voc左右）	折中方案	两头都不够极致	大多数常规场景

我在项目里踩过一个大坑。有一次做300kW的逆变器，步长设了1V，想着挺小的。结果并网后，MPPT一直在最大点附近来回晃，功率波动有3%那么大。后来一算，1V对于300kW的系统来说，对应的功率变化太大了。

3.3 振荡与误判问题：P&O的“阿喀琉斯之踵”

P&O最大的问题是什么？两个：振荡和误判。

振荡问题说白了就是：到了最大点附近，算法还在左右扰动，功率就在最大点附近来回跳。你想想看，本来已经到山顶了，你非要往左走一步再往右走一步，能不晃吗？

误判问题更头疼。光照突然变化时，P&O会搞不清方向。比如光照突然变强，功率上升了，算法以为是自己扰动对了方向，继续往那个方向走，结果越走越远。

我遇到过最夸张的一次，是在一个多云天测试。云飘过来遮住太阳，功率掉了一半，P&O误判方向，直接往短路点跑，差点触发过流保护。

3.4 改进策略：让P&O更聪明一点

针对上面这些问题，业界有很多改进方案。我挑几个实用的说说：

3.4.1 变步长P&O

这个思路很直接：离最大点远的时候，大步快跑；离得近了，小步慢走。怎么判断远近？看ΔP/ΔV的绝对值。这个值大的时候，说明还在斜坡上，大步走；值小的时候，说明快到顶了，换小步。

// 变步长P&O核心代码
float deltaV = 0;  // 扰动步长
float k = 0.5;     // 步长系数，需要调试

if (abs(dP) > threshold_large) {
    deltaV = step_large;   // 大步长
} else if (abs(dP) > threshold_small) {
    deltaV = step_medium;  // 中步长
} else {
    deltaV = step_small;   // 小步长
}

// 方向判断
if (dP > 0) {
    // 保持方向
} else {
    deltaV = -deltaV;  // 反向
}

Vref += deltaV;

3.4.2 功率预测法

这个方法的思路是：既然我们分不清功率变化是扰动引起的还是光照引起的，那我们就“预测”一下光照变化的影响。

具体做法是：采样两次功率变化，一次是扰动前的，一次是扰动后的。如果两次变化趋势一致，说明是光照变化；如果相反，说明是扰动引起的。

嗯，这个方法理论上很好，但实际实现时有个问题——需要高速采样，对ADC和MCU的要求比较高。我在一个低成本项目里试过，采样频率不够，预测效果很差，最后还是换回了变步长方案。

3.4.3 三点比较法

这个方法更简单粗暴：不只看当前点和上一个点，而是看三个点。如果功率连续三次往同一个方向增加，那大概率是光照变化，不是扰动引起的。

代码实现也很简单：

// 三点比较法
static float P_history[3] = {0};

// 更新历史数据
P_history[2] = P_history[1];
P_history[1] = P_history[0];
P_history[0] = P_current;

// 判断趋势
if (P_history[0] > P_history[1] && P_history[1] > P_history[2]) {
    // 连续上升，可能是光照增强，保持方向
} else if (P_history[0] < P_history[1] && P_history[1] < P_history[2]) {
    // 连续下降，可能是光照减弱，保持方向
} else {
    // 正常P&O判断
}

3.5 我的工程建议

说了这么多，最后给几个实在的建议：

• 起步用固定步长：先把基础P&O跑通，再考虑优化。我见过太多人一上来就搞变步长，结果问题出在采样上，折腾半天找不到原因。
• 步长要跟开关频率匹配：每次扰动至少要等系统稳定下来再采样。我一般等5~10个开关周期。
• 加个死区：功率变化小于某个阈值时，不扰动。这个阈值我通常取额定功率的0.1%~0.3%。
• 别忘了滤波：采样进来的电压电流，一定要做滤波处理。我习惯用一阶低通滤波，截止频率设在10Hz左右。

好了，P&O的内容就讲到这里。这个算法虽然简单，但用好了，在大多数场景下都能达到98%以上的跟踪效率。关键是你要理解它的局限性，然后针对性地做改进。

---