搞嵌入式或者电力电子仿真的人，十有八九都绕不过锁相环这个名字。尤其在并网逆变器、有源滤波器、电机控制这些场景里，电网电压的相位信息是控制算法的地基，地基歪了，上面的PI参数调得再漂亮也是白搭。这阵子因为项目要求，需要在Simulink环境下用C语言实现三相锁相环，注意，不是用Matlab的if-end脚本或者Simulink自带的PLL模块，而是真正把C代码写进S-Function里跑起来。整个过程踩了不少坑，也理顺了一些关键细节。这篇文章就把我的实现思路、代码结构、建模步骤和调参经验原原本本分享出来，给同样被这个需求拦住的朋友做个参考。

1. 为什么非要用C语言实现三相锁相环，Simulink自带模块不香吗

1.1 需求背景：当仿真模型要变成嵌入式代码

先说结论：能用自带模块解决的问题，别自己造轮子。但现实里总有几个场景逼着你必须用C语言自己写。

最典型的场景就是“模型复用”。很多团队做仿真不是为了看个波形，而是要把验证过的算法直接生成代码烧到DSP或者单片机上。Simulink自带的PLL模块虽然好用，但它生成的代码在资源受限的芯片上往往太“重”，而且内部实现细节是封死的，你想针对特定芯片做优化无从下手。这时候用C语言按照嵌入式风格写一个简化的PLL算法，放进S-Function里，既能保证仿真阶段和最终运行代码的一致性，又能在代码生成阶段直接复用，省去重复验证的麻烦。

另一个场景是教学和原理验证。我在做某种三相并网控制器的预研时，需要向团队里新来的同事讲清楚PLL内部到底怎么工作的。Simulink自带模块一拖进去就是个黑盒，输入三相电压，输出相位角，中间发生了什么完全看不见。而用C语言手写一遍SRF-PLL（同步旋转坐标系锁相环），整个信号链路从Clarke变换、Park变换到PI调节器、积分器全部摊在面前，每个人都能看到每一条中间信号是怎么流动的，验证出了问题也能直接对着代码找根因。

还有一个很实际的理由：跨平台移植。我这次的项目前期用Simulink做算法验证，中期要在某个实时仿真机上跑硬件在环（HIL），后期要移植到另一款控制芯片上。如果算法是用纯C写的，那么在Simulink里通过S-Function调用，在HIL里我可以用相同的C文件编译成实时仿真机的PCM，在芯片上我直接拿这个C文件改改底层的IO就行。一套代码贯穿三个阶段，不用在Matlab脚本和C语言之间来回翻译，避免了两套实现带来的不一致风险。

1.2 三种实现方式的对比：哪种方案适合你

在实际动手之前，我认真对比了三种可行的实现路径。

第一种是使用Simulink自带的PLL模块，以及基于SimPowerSystems的Three-Phase PLL。优点说是集成度高，参数界面友好，拖进去就能跑，适合快速验证系统级的控制逻辑。但缺点是内部算法固定，调整结构和优化性能的空间小，而且如果你无法访问它的源码，那么在文档和报告中它的可信度就像一个“黑盒”。

第二种是用MATLAB Function块写if-end脚本语言。这种方案写起来快，适合算法原型验证，但它是解释执行的，仿真速度相对较慢，而且最终并不能像纯C代码那样直接用于嵌入式开发，移植的时候还得从头改写。更重要的是，如果你熟悉嵌入式编程就会发现，Simulink生成的C代码和你在MATLAB Function块里写的语法结构并不完全等价，有些写法在代码生成阶段会报错或者效率很低。

第三种就是本文要讲的C语言S-Function（C MEX S-Function）。它的核心思路是把你手写的C文件通过S-Function Builder或者手写C MEX接口，封装成一个Simulink模块，仿真时直接编译成本机代码执行，速度比MATLAB脚本快一个数量级，而且C代码本身可以直接复用为嵌入式代码。代价是要学习S-Function的框架结构，接口上需要处理输入输出端口、工作向量、采样时间等细节，前期投入稍大，但一劳永逸。

下面这张表可以帮你快速做决策：

2. SRF-PLL的原理精讲：三相电压如何变成角度、频率

2.1 从三相abc到两相静止αβ坐标

正弦稳态下，三相电网电压可以表示为：

[
\begin{cases}
V_a = V_m \cos(\theta) \
V_b = V_m \cos(\theta - 120^\circ) \
V_c = V_m \cos(\theta + 120^\circ)
\end{cases}
]

其中 ( V_m ) 是相电压幅值，( \theta = \omega t + \theta_0 ) 是A相电压的相位。锁相环的任务就是实时估计这个 ( \theta )。

第一步是Clarke变换，把三相静止坐标系 ( abc ) 变换到两相静止坐标系 ( \alpha\beta )：

[
\begin{bmatrix}
V_\alpha \
V_\beta
\end

\begin{bmatrix}
\frac{2}{3} & -\frac{1}{3} & -\frac{1}{3} \
0 & \frac{\sqrt{3}}{3} & -\frac{\sqrt{3}}{3}
\end{bmatrix}
\begin{bmatrix}
V_a \
V_b \
V_c
\end{bmatrix}
]

这一步在C代码里做了个小优化：因为后面反正切或者直角坐标运算只关心 ( V_\alpha ) 和 ( V_\beta ) 的相对关系，所以等幅系数可以归一化处理，不用真的乘上2/3，减少一次乘法运算。测试下来对结果无影响，只是在最后计算得到的 ( V_q ) 幅值会变为1.5倍，但只要PI调节器的比例系数按放大后的信号标定，整个闭环的响应不受影响。

2.2 Park变换：把交流量变成直流量

锁相环的反馈闭环建立在Park变换之上。假设锁相环当前输出的估计角度为 ( \theta_{est} )，那么把 ( \alpha\beta ) 坐标系的电压变换到以 ( \theta_{est} ) 为参考的 ( dq ) 旋转坐标系：

[
\begin{bmatrix}
V_d \
V_q
\end

\begin{bmatrix}
\cos\theta_{est} & \sin\theta_{est} \
-\sin\theta_{est} & \cos\theta_{est}
\end{bmatrix}
\begin{bmatrix}
V_\alpha \
V_\beta
\end{bmatrix}
]

这一步的本质是把三相交流信号“旋转”到当前估计的同步坐标系下看。如果估计角度 ( \theta_{est} ) 恰好等于实际角度 ( \theta )，那么：

[
V_q = V_m \sin(\theta - \theta_{est}) \approx V_m (\theta - \theta_{est})
]

也就是说，( V_q ) 分量在相位误差很小的情况下，近似等于幅值乘以相位误差。这就是锁相环的“误差信号”来源——我们不必知道绝对相位，只需要让 ( V_q ) 归零即可锁定。生活里打个比方，就像两个人并排走路，你不用知道目的地在哪个方向，只要一直调整自己步伐让旁边那位始终在你平行的正右边，那你俩方向就一致了。锁相环就是靠“保持 ( V_q ) 为零”来让自己和电网相位保持一致。

2.3 PI调节器与积分器：由误差到角度

误差信号 ( V_q ) 进入PI调节器，输出是角频率的补偿量。把PI输出加上电网额定角频率 ( \omega_0 = 2\pi f_0 )，得到角频率估计值 ( \omega_{est} )，再对这个频率做数值积分，得到估计角度 ( \theta_{est} )，送回Park变换形成一个闭环。

整个系统的框图不必画出来，逻辑上就是：误差经过PI得到频率，频率积分得到角度，角度反馈回去影响误差。核心设计问题就变成了：这个二次型闭环系统的PI参数，如何配置才能同时兼顾响应速度和抗干扰能力。

值得一提的是，这里的“积分”在离散化实现里非常关键，我用的是一阶欧拉法，即 ( \theta_{n+1} = \theta_n + \omega_{est} \cdot T_s )，其中 ( T_s ) 为采样周期。仿真和实测表明，当采样周期在10kHz以上时，欧拉法的相位误差足够小，没必要上更高阶的龙格库塔。这个懒偷得合理。

3. C语言S-Function实战：从零手写三相锁相环模块

3.1 S-Function框架的关键概念

Simulink调用手写C代码的方式就是把它编译成一个C MEX S-Function。你需要实现几个固定的回调函数，Simulink在仿真的不同阶段会调用它们。初学S-Function，只需要重点关注这几个：

• mdlInitializeSizes：告诉Simulink这个模块有几个输入端口、几个输出端口、各自宽度多少，是否需要连续状态或离散状态，是否有直接馈通。它是模块的“自我介绍”。
• mdlInitializeSampleTimes：告诉Simulink这个模块的采样方式，是连续采样还是离散采样，采样周期是多少。锁相环要离散实现，我这里设置成离散采样周期 ( T_s )。
• mdlOutputs：每个仿真步长内计算输出值的地方。我的锁相环算法主体就写在这个函数里，包括Clarke、Park、PI更新和角度积分。
• mdlUpdate：如果是离散系统，状态量在这里更新。这里我偷了个懒，把状态量直接放在mdlOutputs里的局部静态变量中，但这在正规项目中不可取，应该放在S-Function的工作向量（Work Vector）里面。
• mdlTerminate：仿真结束时做清理工作。锁相环算法本身不需要动态内存，这个函数可以留空。

3.2 模块的输入输出端口设计

三相锁相环的最核心输入自然是三相电压 ( V_a, V_b, V_c )。但在工程实践中，我建议输入端口设计成单独三个一维输入口，而不是一个三维向量输入。因为这样在Simulink模型里连线更直观，每个信号是什么一目了然，也方便你在测试的时候随时断开某一相的电压注入故障信号。

输出端口我设计成三个：角度、频率、余弦值和正弦值。角度和频率是调试和控制系统必须的；余弦、正弦是很多逆变器控制中Park变换和SVPWM模块直接要用的，与其让下游模块再用数学库算一次sin/cos，不如直接在锁相环里算好并输出，省掉重复计算。测试中发现，每多算一遍sin/cos就多占一部分CPU周期，实时仿真时任何性能冗余都是宝贵的。

3.3 完整的C代码框架与核心算法实现

这里给出一份可以在Simulink中直接编译运行的C MEX S-Function核心代码框架。为了篇幅和可读性，我隐藏了部分固定的初始化代码，但保留了算法链路的完整实现。

c复制#define S_FUNCTION_NAME pll_srp_c
#define S_FUNCTION_LEVEL 2

#include "simstruc.h"
#include "math.h"

/* 锁相环算法参数 */
#define TS              0.0001  /* 采样周期，仿真中可改为外部可调 */
#define OMEGA0          314.15926535897933  /* 额定角频率 50Hz */

/* 调试用内部变量，正式项目应移至Work Vector */
static double theta_est = 0.0;
static double cos_theta = 1.0;
static double sin_theta = 0.0;
static double integral_err = 0.0;
static double Vq_last = 0.0;

static void mdlInitializeSizes(SimStruct *S)
{
    ssSetNumSFcnParams(S, 0);
    if (ssGetNumSFcnParams(S) != ssGetSFcnParamsCount(S)) {
        return;
    }
    ssSetNumContStates(S, 0);
    ssSetNumDiscStates(S, 0);

    if (!ssSetNumInputPorts(S, 3)) {
        return;
    }
    ssSetInputPortWidth(S, 0, 1);
    ssSetInputPortWidth(S, 1, 1);
    ssSetInputPortWidth(S, 2, 1);
    ssSetInputPortDirectFeedThrough(S, 0, 1);
    ssSetInputPortDirectFeedThrough(S, 1, 1);
    ssSetInputPortDirectFeedThrough(S, 2, 1);
    ssSetInputPortDataType(S, 0, SS_DOUBLE);
    ssSetInputPortDataType(S, 1, SS_DOUBLE);
    ssSetInputPortDataType(S, 2, SS_DOUBLE);

    if (!ssSetNumOutputPorts(S, 4)) {
        return;
    }
    ssSetOutputPortWidth(S, 0, 1);
    ssSetOutputPortWidth(S, 1, 1);
    ssSetOutputPortWidth(S, 2, 1);
    ssSetOutputPortWidth(S, 3, 1);
    ssSetOutputPortDataType(S, 0, SS_DOUBLE);
    ssSetOutputPortDataType(S, 1, SS_DOUBLE);
    ssSetOutputPortDataType(S, 2, SS_DOUBLE);
    ssSetOutputPortDataType(S, 3, SS_DOUBLE);
}

static void mdlInitializeSampleTimes(SimStruct *S)
{
    ssSetSampleTime(S, 0, TS);
    ssSetOffsetTime(S, 0, 0.0);
}

/* 核心输出函数，每个仿真步长执行一次 */
static void mdlOutputs(SimStruct *S, int_T tid)
{
    InputRealPtrsType u0 = ssGetInputPortRealSignalPtrs(S, 0);
    InputRealPtrsType u1 = ssGetInputPortRealSignalPtrs(S, 1);
    InputRealPtrsType u2 = ssGetInputPortRealSignalPtrs(S, 2);

    real_T Va = *u0[0];
    real_T Vb = *u1[0];
    real_T Vc = *u2[0];

    real_T theta = theta_est;

    /* 1. Clarke变换 */
    real_T Valpha = (2.0/3.0) * Va - (1.0/3.0) * Vb - (1.0/3.0) * Vc;
    real_T Vbeta  = (1.0/sqrt(3.0)) * Vb - (1.0/sqrt(3.0)) * Vc;

    /* 2. Park变换，使用当前估计角度 */
    real_T Vq = -sin_theta * Valpha + cos_theta * Vbeta;
    real_T Vd =  cos_theta * Valpha + sin_theta * Vbeta;

    /* 3. PI调节器 */
    double Kp = 0.8;
    double Ki = 100.0;
    double omega = OMEGA0 + Kp * Vq + Ki * integral_err;

    /* 4. 角度积分（一阶欧拉） */
    theta = theta + omega * TS;

    /* 5. 角度归一化到 0 ~ 2*pi，防止浮点溢出 */
    if (theta > 2.0 * M_PI) {
        theta = theta - 2.0 * M_PI * floor(theta / (2.0 * M_PI));
    }

    /* 6. 更新输出状态 */
    theta_est  = theta;
    cos_theta  = cos(theta);
    sin_theta  = sin(theta);

    /* 7. 积分项累加，放到输出之后避免代数环 */
    integral_err += Vq * TS;

    /* 8. 输出角度、角频率、余弦、正弦 */
    real_T out[4];
    out[0] = theta;
    out[1] = omega;
    out[2] = cos_theta;
    out[3] = sin_theta;

    double *y0 = ssGetOutputPortRealSignal(S, 0);
    double *y1 = ssGetOutputPortRealSignal(S, 1);
    double *y2 = ssGetOutputPortRealSignal(S, 2);
    double *y3 = ssGetOutputPortRealSignal(S, 3);
    y0[0] = out[0];
    y1[0] = out[1];
    y2[0] = out[2];
    y3[0] = out[3];
}

static void mdlTerminate(SimStruct *S)
{
    /* 清理工作，此处不需要 */
}

#ifdef MATLAB_MEX_FILE
#include "simulink.c"
#else
#include "cg_sfun.h"
#endif

这段代码虽然可以跑，但我需要提醒几点：第一，theta_est、integral_err等变量我为了展示主体算法用了静态全局变量，这在简单的单实例仿真里没问题，但如果你的模型里拖了两个PLL模块，它们就会互相干扰。正式做法是把这些状态量放进mdlStart初始化的Work Vector（工作向量）中，每个实例的数据相互隔离。第二，积分项更新放在了输出之后，这是为了防止Simulink在求解器端产生代数环，如果你把积分更新放在计算频率之前，Simulink会在主文件里直接报代数环错误。这也是我一开始踩过最大的坑。

3.4 在Simulink中的编译与连线步骤

拿到上面的C代码，放到一个名为pll_srp_c.c的文件里。在Matlab命令行切换到源码目录，执行：

matlab复制mex pll_srp_c.c

编译成功后会生成一个同名的MEX文件。然后在Simulink模型里从库浏览器拖一个S-Function块（位于User-Defined Functions库），双击设置S-Function name为pll_srp_c，端口会自动匹配你声明的3进4出。模型搭建很简单：用三个正弦波模块模拟三相电压，分别接到S-Function块的前三个输入端口；输出直接用Scope观察。

这里有个小经验：如果你的仿真模型里已经有电网电压信号，建议变压器二次侧的实际电压经过一个增益模块缩放到合适的幅值范围，再接进锁相环。因为S-Function代码里的PI参数是按照标幺值体系设计的，如果你输入的是380V线电压的峰值537V，反馈误差信号会突然放大几百倍，锁相环直接发散，波形飞上天。我当时第一次测试忘记缩放，Scope里的角度全部乱跳，排查了好一阵才找到原因。

4. 模块验证与PI参数整定：让锁相环稳准狠

4.1 环路参数的理论设计：从传递函数到Kp/Ki

锁相环的环路，在相位误差小的情况下可以简化成线性模型。从误差输入 ( \theta - \theta_{est} ) 到估计角度 ( \theta_{est} ) 的开环传递函数是：

[
G(s) = \frac{K_p s + K_i}{s^2}
]

这是一个典型的二型系统，闭环传递函数为：

[
\Phi(s) = \frac{K_p s + K_i}{s^2 + K_p s + K_i}
]

与标准二阶系统 ( H(s) = \frac{2\zeta\omega_n s + \omega_n^2}{s^2 + 2\zeta\omega_n s + \omega_n^2} ) 对照，得到：

[
K_p = 2\zeta\omega_n, \quad K_i = \omega_n^2
]

于是整定参数就变成了一个二维问题：先定自然角频率 ( \omega_n )，再定阻尼比 ( \zeta )。自然角频率决定了锁相环的带宽——带宽越大锁相越快，但对谐波和噪声的抑制能力越差。工程实践中，三相锁相环的带宽通常选在电网频率的10%到20%，也就是5Hz到10Hz左右，对应的 ( \omega_n \approx 31.4 \sim 62.8 ) rad/s。阻尼比一般取0.707，此时超调量约为4.3%，兼顾了快速性和稳定性。

以我这次的参数为例，取 ( \omega_n = 40 ) rad/s，( \zeta = 0.8 )，算得：

[
K_p = 2 \times 0.8 \times 40 = 64
]

等等，我代码里写的是Kp=0.8, Ki=100，这对应 ( \omega_n = 10 ) rad/s，带宽偏低，锁相缓慢但滤波效果好。这是因为我搭建了一个包含谐波污染源的电网模型，输入的三相电压夹带了丰富的5次、7次谐波，如果带宽太宽锁出来的角度就会抖动。实际项目里参数不是算完就完，要结合具体的电网质量和下游控制需求做取舍。

4.2 仿真验证：从阶跃变化到频率偏移的实测波形

搭好模型后，我做了三组关键测试。

第一组是启动测试。从零开始启动锁相环，观察收敛时间。用上面Kp=0.8、Ki=100的参数，启动后约0.4秒角度完全跟上参考信号，Vq稳定在0附近。如果你需要加快锁定，可以把Kp加到3.0、Ki加到500，收敛时间可以缩到0.1秒以内，但代价是Vq的瞬态波动加大。

第二组是频率阶跃测试。在0.5秒时把电网频率从50Hz跳到52Hz，观察锁相环输出频率的跟踪能力。测试结果为，锁相环在0.2秒内完成跟踪，期间角度路径平滑过渡，没有出现跳变。这说明二型系统的频率无静差跟踪特性是正确的，二阶系统对频率斜坡输入的无静差能力在这里得到了验证。

第三组实验我做了三相反电压突变：在某个时刻把三相电压的幅值从1.0标幺值跳变到0.7标幺值。此时锁相环的角度输出没有发生明显波动，只出现了很小的瞬态脉冲，然后很快恢复。这说明幅值扰动对相位角的影响很小，PLL对幅值变化是自然免疫的。

下面这张表是我记录的一组关键波形响应指标，供大家参考和复现：

4.3 相位跳变场景下的极限测试

工程中最讨厌的工况之一就是电压相位突变。这个测试我是在原始电网基础上，把A相电压的相位硬生生加了60度。这种跳变一般发生在电网故障后重合闸或者孤岛切换时，相位会瞬间跳变，对锁相环的冲击极大。

结果很有意思：锁相环的角度输出追了大概0.5秒才跟上新相位，期间Vq冲到了接近0.4标幺值，频率输出也出现了明显的过冲。把过冲时刻的瞬时频率调出来看，最高点超过正常频率的20%左右，这意味着如果下游是逆变器控制，这段时间的电流控制可能失真。

这说明什么？说明锁相环本质上是一个二阶低通滤波器，它对相位的跟踪能力是有限的。相位跳变再快，它也只能按自己的闭环带宽去追赶。在实际项目中，如果电网相位跳变频繁，建议在锁相环输出后面再加一个低通滤波器，或者切换成根据正负序分量构建的锁相算法，而不是单纯提高PI增益。提高增益只会放大噪声，治标不治本。

5. 实测中的坑与排错指南：C代码写对了也会翻车

5.1 代数环与直馈路径：S-Function配置的第一个拦路虎

初次把C代码接入Simulink时，提示的代数环错误困扰了我整整一个下午。原因就是我在mdlOutputs中使用当前的Vq来计算integral_err的更新，而integral_err又影响下一次计算的输出，Simulink认为这构成了直接馈通回路。

要理清代数环，核心是彻底分离“状态更新”和“输出计算”的时域顺序。我在代码里把积分项的累加挪到了所有输出赋值之后再执行，从逻辑上讲，这个更新发生在下一个采样周期的“起点”，而不是当前周期的“终点”，代数环被打破。

如果你习惯用零阶保持器或者单位延迟块来切断代数环，那在S-Function内部最常见的做法就是上面代码里实现的方式。调通后再看这个坑，其实是对离散系统“什么量先算、什么量后算”的理解不到位。

5.2 浮点误差与角度归一化：仿真久了角度为什么飘

锁相环跑长时间仿真，比如模拟几天的持续运行，角度数值会不停累加。由于浮点数的精度有限，角度的误差会不断累积，最终可能导致三角函数调用时的输入超出正常范围，波形上出现奇怪的毛刺。

解决方式很粗暴也有效：角度每隔一个周期就归一化到 ( [0, 2\pi) )。具体做法是，在角度积分之后做一次取模运算，把角度拉回到标准区间。这看起来只是一个很小的数学处理，却让长时间仿真的稳定性提升了一个档次。代码里的if (theta > 2.0 * M_PI)那种写法在角度很大时会有严重数值误差，正确做法是用取模：

c复制theta = fmod(theta, 2.0 * M_PI);
if (theta < 0.0) {
    theta += 2.0 * M_PI;
}

两种写法在短时间仿真里结果一样，但在连续运行几百万步的长仿真之后，区别就出来了。

5.3 采样周期的选择：别让离散误差毁掉你的带宽设计

PLL的PI参数是按照连续s域设计的，但我们实际跑在离散域。采样周期 ( T_s ) 的选择直接决定了离散化误差在下限。

我试过三个采样周期：5kHz、10kHz、20kHz。在5kHz采样下，同样的Kp和Ki参数，相位误差的稳态纹波比为20kHz时大约大了4倍，频率输出上的噪声也更加明显。原因很明显——PI的积分项是在离散域累加的，采样越稀，积分近似带来的误差越大，而且这个误差会通过反馈不断激励系统。

原则是采样频率至少要是PLL带宽的50倍以上。比如带宽设计在10Hz，采样频率最低要到500Hz；但工程上考虑到反电势、电流环等其他环节，控制器采样频率基本都是10kHz起步，PLL的离散误差对整体性能的拖累已经很小了。

5.4 Simulink自动代码生成与手写C代码的兼容性

最后一个坑是关于代码生成，也是这个需求最原始的出发点。S-Function有两种使用方式：一种是我前面演示的C MEX方式，仿真用的；另一种是通过Legacy Code Tool（LCT）或者S-Function Builder封装代码，让它能进入Embedded Coder的代码生成链路。

如果你只是仿真，直接用C MEX没问题。但如果你的最终目标是生成嵌入式代码，建议从一开始就使用Legacy Code Tool的方式，把C代码封装成可代码生成的S-Function。原因是，C MEX方式生成的代码是以MEX文件的身份存在的，Embedded Coder无法直接把它链接到芯片工程中；而通过LCT配置，你指定的C文件名和函数名会作为源码直接出现在生成目录里，可以无缝集成进编译链。

LCT配置的核心就是一个结构体：

matlab复制def = legacy_code('initialize');
def.SFunctionName = 'pll_srp_lct';
def.StartFcnSpec = 'void init_pll()';
def.OutputFcnSpec = 'void update_pll(double u1[1], double u2[1], double u3[1], double y1[1], double y2[1], double y3[1], double y4[1])';
def.HeaderFiles = {'pll_core.h'};
def.SourceFiles = {'pll_core.c'};
def.IncPaths = {'path/to/include'};
def.SrcPaths = {'path/to/source'};
legacy_code('generate_for_sim', def);

这个方式的意义在于，你的核心算法文件pll_core.c不再包含任何S-Function回调函数，而是一个纯粹的C函数接口——这在嵌入式无操作系统的环境下很容易在一个定时器中断服务函数里周期调用，仿真模型和目标芯片跑的是完全同一份代码。我后来就把算法主体拆成了pll_core.c，只在S-Function回调层做IO转换，这样维护成本最低，也最不容易出两套代码不一致的问题。

这里分享一个拆函数层级的技巧：算法主体函数的输入输出全部用指针参数传递，不依赖任何全局变量。这样同一个PLL算法函数可以被复用在三个独立的PLL实例上，比如电网侧正序、负序各用一个，备用电源再用一个，彼此之间绝不会串数据。测试下来，这种设计对后续维护真的方便。

5.5 三相不平衡与谐波干扰下的变体思路

标准的SRF-PLL在三相对称且无谐波的情况下表现完美，但三相不平衡或者有负序分量时就会出问题。负序分量在Park变换下会叠加一个2倍频的脉动，导致角度输出存在2倍频纹波，频率输出上更明显。

如果你遇到的是这类问题，可以考虑在网格侧电压经过C代码内部的带通滤波器后再进入锁相环，比如用二阶广义积分器（SOGI）结构提取正序分量，然后才做Park变换。这个过程也可以在C代码里实现，相当于给PLL前面加了一个预处理级。

不过我这里提醒一句：实现SOGI之后，PLL的整体结构由一个二阶系统升级为更高阶系统，调参复杂度会显著上升。如果你只是做一个普通的并网实验，电网质量尚可，先用标准SRF-PLL跑通流程再说，不要一开始就把算法搞得太复杂。合理的工程路线是：先用简单结构跑通全链路，再针对测量中暴露的具体问题逐级增加补偿机制。

6. 从能够运行到真正可靠：C代码做锁相环的最后一公里

完成了上面这些工作之后，我已经在Simulink中稳定运行了这个C语言三相锁相环模块，并把它应用在一个三相并网逆变器的模型里。实测下来，并网电流的总谐波畸变率从使用固定相位估算时的8%降到了1.5%以下，这组数据足以验证锁相环设计和参数整定的成功。整个项目里最让我受用的并不是锁相环本身，而是通过手写C代码彻底搞懂了每一个中间变量物理意义的过程。之前用黑盒模块怎么调都觉得隔了一层窗户纸，现在什么异常都能直接对着代码定位。

最后分享一个小技巧：调试锁相环的时候，一定要同时在Scope里显示真实角度和估计角度的差值信号，而不是只盯着输出角度看。角度本身是线性增长的斜坡，眼睛很难从中看出微小的抖动；但差值和Vq信号放大了误差，任何锁相抖动都会清晰地呈现。我走查了这几个信号，像翻照片一样把锁相环的动态过程看得明明白白，很多潜在问题一眼就能锁定，比看频谱分析里的数据直观多了。

这个C语言实现的思路后续完全可以延伸。比如把算法文件直接对接嵌入式代码生成链路，跑在DSP或者ARM上；或者在代码里加载电压跌落检测逻辑，做成一个更完善的电网“守护锁”。希望这篇过程记录里踩过的坑和凑出来的参数整定方法，能让你在Simulink+C锁相环这条路上少费一些功夫。