三点登山法算法流程如图8所示，变量初始值pwm_a=400，pwm_b=200，pwm_c=80，direct_flag=0，time=0，hill_step=8，point_step=60，next_flag=0。
　　
　　由于在此流程中所采用的三点比较法与登山法的算法流程图与以上所介绍的几乎完全相同，因此在图中省略。不过，所不同的是登山法的初始比较寄存器数据值pwm_b是由三点比较法得出的。
　　
　　因此，本设计采用了三点比较与可调步长的登山法相结合的方式来进行最大功率点的跟踪，利用这两个算法的优点来弥补彼此的缺点。
　　
　　为了避免一些不可预测的干扰，将每次采样的数据进行1000次求和然后再取平均值。由于三点比较法能够快速的跟踪到最大功率点附近，但是此算法复杂而且在三点比较时损失功率大，不宜多用，因此，根据太阳光的缓慢变化，每五分钟进行一次三点比较法，这样既提高了效率，又能够弥补登山法出现判断错误的情况。要使蓄电池的浮充电压恒定并且实时地跟踪最大功率点，就要运用登山法的简单易用性，做到实时地检测，从而进行相应地调整。为了弥补登山法在最大功率点附近振荡而导致损失的功率，运用了可调步长的方法，从而尽可能地减少功率的振荡损失。
　　
　　②实验数据
　　
　　具体的实验数据如图9所示。
　　
　　③实验分析 

　　从图9分析得出，控制器先是以三点比较法只通过三次比较即九个采样周期就能快速找到了最大功率点大体位置(比较寄存器数据值为240)，然后再通过登山法找到最大功率点的精确位置(比较寄存器数据值在224左右波动)，可以看出功率的损耗很小，因此此结合的方法不仅利用三点比较法快速地找到了最大功率点，而且还能够在利用登山法对最大功率点进行实时跟踪的情况下通过对步长的调节尽可能减少功率损失。
　　
　　3  结束语
　　
　　在光伏转换系统中，最大功率点跟踪算法对充电效率起着非常重要的作用，本设计通过对三点比较法与登山法的原理分析，提出了三点登山法算法，此算法采用了三点比较与可调步长的登山法相结合的方式来进行最大功率点的跟踪。通过对三点登山法的实验分析，可以明显得出，此算法充分利用了这两个算法的优点来弥补彼此的缺点，比单独用三点比较法或登山法的效果好，不但能快速地找到最大功率点，而且也能根据天气的变化做出相应的调整，体现了系统高效率的特点。由于三点比较法对硬件有着比较高的要求，三点登山法通过减少三点比较法的次数，并用登山法的简单易用性减少了对硬件的依赖度，从而也突出了低成本的特点。
　　
　　因此，通过实验证明了三点登山法不仅充分地提高了光伏转换系统的充电效率，而且大大降低了系统的成本。
　　
　　责任编辑：小柯