高湿热环境下智能电能表计量误差特性分析

赖国书

(国网福建省电力有限公司营销服务中心，福州 350000)

0 引 言

我国挂网智能电能表已经超过6亿只，仅2019年国家就新增了智能电能表7 391多万只。智能电能表作为法定的计量器具，它的计量准确性关系到国家经济效益和社会效益，同时对保证电网健康稳定运行具有重要的作用。目前，智能电能表计量误差研究主要是侧重于稳态功率下的静态误差检定和动态功率下的动态误差测试，但是智能电能表的检定大都是在实验室环境下进行的。而且我国的经度跨越广，南北的温差较大，所以智能电能表具有应用量大、波及面积广以及工作环境复杂多样的特点。众所周知，实验室的环境与现场运行环境存在着诸多的差异，实验室里面并不能完全复现电能表现场运行情况，尤其是不能真实地复现多个环境应力对电能表的综合影响。智能电能表是一种具有记忆、编程以及自动分析与存储的电能表，能进行智能质量检测、备用电检查、电价转换、远程费控以及信息循环等作用。通过智能电网数字化信息与智能指挥系统能够及时保障系统自身互动、防窃以及自愈功能，从而让整个系统更加坚强、牢靠。因此，在现场运行条件下开展电能表计量误差研究具有重要的现实意义。

环境应力影响电能表计量误差，但是在阐释电能表计量误差变化规律方面更侧重于单应力对电能表计量误差的影响。如文献[1]研究了多维条件对电能表计量性能的影响并建立了模型，重点探究了湿度和气压及其与温度耦合的工况对电能表计量性能的影响；文献[2]基于IEC 62059开展电能表可靠性预计；文献[3-4]智能电能表由大量电子元器件构成，电子元器件的性能直接影响智能电能表的计量准确性，而电子元器件受温度的影响程度较高，没有综合考虑其它影响因素对电能表的影响。针对多应力对电能表计量误差的影响，该方面研究侧重于各应力对电能表计量精度的影响程度划分，尚未综合多应力建立电能表计量误差演变的综合模型。如文献[5-6]综合考虑温度、光照、湿度、风速、气压和风雪六种环境因素，通过建立XGBoost模型识别并预测了电能表超差，发现温度是影响电能表计量精度的最重要的因素，光照和湿度对电能表的影响也比较重要，风速、气压、雨雪对电能表影响较小。

文中借助高湿热环境长时间现场运行试验数据，研究智能电能表计量误差随日历时间变化规律，重点分析电流、温度、相对湿度、风速、光照、气压对电能表计量误差的影响，借助计量误差均值与标准差阐释环境和电气应力对电能表运行特性的影响规律，分析多种因素对智能电能表计量误差的影响程度，进而构建多应力误差模型量化综合应力对电能表计量误差的影响规律。

1 高湿热环境运行试验

1.1 运行试验方案

智能电能表在福建湄洲岛开展环境耐受性运行试验，试验基地距离海边约200 m。被测智能电能表置于与自然环境互通的表架，标准表置于环境受控(温度为23 ℃±2 ℃)的室内，受控功率源同时连接被测电能表和标准表，处理器每隔4 h计算被测表在各试验点的基本误差。承受的自然环境应力包括温度、湿度、光照、风速、气压等应力，受控功率源可模拟感性负载、容性负载和阻性负载[7-12]。

1.2 高湿热环境条件

如图1所示，展示了2018年1月～2020年4月试验基地的温度，相对湿度，气压和风速的监测数据。

图1 高湿热试验基地环境条件

(1)温度随日历时间呈现正弦波动，波动中心约在24 ℃，振幅约为15 ℃，一年中温度超过30 ℃的天数约为130天，呈现高温特性；(2)相对湿度随日历时间随机波动，波动中心约在85%RH，波动幅度约为20%，试验基地呈现高湿度特性；(3)气压随日历时间呈现正弦波动，波动中心约为1 010 Pa，波动幅值约为10 Pa，气压相对比较稳定；(4)风速随日历时间随机波动，风速大多低于6 m/s，2018年和2019年两年内最大风速约为10 m/s；(5)试验基地呈现典型的高温高湿特性。

1.3 智能电能表运行试验数据

智能电能表在试验基地开展现场运行试验，按照负载电流和功率因数分类开展试验，收集了Imax和1.0、Ib和1.0、0.1Ib和1.0三种试验点下电能表计量误差，如图2所示。

图2 电能表现场计量误差数据

选择2018.1、2018.4、2018.7、2018.10、2019.1、2019.4、2019.7、2019.10、2020.1共计9个月时间，计算电能表计量误差均值与标准差。均值和标准差的计算不考虑误差值的方向，均采用误差值的绝对值计算。计算结果如图3所示。(1)电能表计量误差均值和标准差都随日历时间的增加而增加，其中在电流为0.1Ib和功率为1.0的时候最为明显。在电流为Imax和Ib条件下，计量误差均值随时间的增加，增加缓慢；(2)电能表计量误差均值和标准差在大电流的条件下比较小，在小电流的条件下比较大，综上所述，电能表计量误差的均值和标准差受电流的影响较大。

图3 电能表计量误差均值与标准差随日历时间的变化

2 电气应力对智能电能表计量误差特性的影响规律

收集温度在20 ℃～25 ℃范围内，电能表计量误差在不同负载电流时的数据，如图4所示。显示为负载电流越小，电能表计量误差离散性越大[13-16]。

分别计算不同电流条件下电能表计量误差均值和标准差，如图5所示。采用逆幂率模型y=axb拟合电能表计量误差均值和标准差随电流变化的规律，模型参数和拟合度如图内所示。电能表计量误差均值和标准差都随电流增大而减小。

图4 电能表计量误差随电流变化规律

图5 电能表计量误差均值和标准差变化

3 环境应力对智能电能表计量误差的影响规律

3.1 智能电能表计量误差随温度的变化特性

在Imax和1.0、Ib和1.0、0.1Ib和1.0三种电气组合条件下，电能表计量误差随温度变化规律如图6所示。图6(a)和图6(b)显示电能表计量误差随温度的增加而呈现降低的趋势。图6(c)显示电能表计量误差随温度变化保持平稳。温度超过30 ℃后的测量数据明显偏少[17-20]。

3.2 智能电能表计量误差随相对湿度的变化特性

在Imax和1.0、Ib和1.0、0.1Ib和1.0三种电气组合条件下，电能表计量误差随相对湿度的变化如图7所示。电能表运行环境具有高湿特性，电能表计量误差数据基本都来自RH60%以上的高湿环境。

图6 温度对电能表计量误差的影响

3.3 智能电能表计量误差随风速的变化特性

在Imax和1.0、Ib和1.0、0.1Ib和1.0三种电气条件下，电能表计量误差随风速的变化如图8所示。试验基地风速主要集中在5 m/s以下，且最大风速不超过10 m/s，测试数据主要集中于低风速区域。

3.4 智能电能表计量误差随光照的变化特性

在Imax和1.0、Ib和1、0.1Ib和1.0三种电气组合条件下，电能表计量误差随光照强度的变化如图9所示。电能表计量误差数据主要集中于光照强度小于100 lx的区域，且光照强度低区域采集到达数据较多。电能表计量误差随光照强度的变化较平稳，但在低光照强度区域计量误差离散性大。

图7 相对湿度对电能表计量误差的影响

图9 光照对电能表计量误差的影响

3.5 智能电能表计量误差随气压的变化特性

在Imax和1.0、Ib和1.0、0.1Ib和1.0三种电气组合条件下，电能表计量误差随气压压强的变化如图10所示。电能表计量误差数据主要集中于气压995 Pa至1 030 Pa之间。电能表计量误差随气压变化较平稳，但在小电流(0.1Ib)条件下，计量误差离散性明显较大。

图10 气压对电能表计量误差的影响

3.6 环境应力对计量误差的影响规律

为了说明环境应力对智能电能表计量误差的影响，分别计算温度在[8-10]、[13-15]、[18-20]、[23-25]、[28-30]、[33-35] ℃条件下、相对湿度在[-,45%]、[50%,55%]、[60%,65%]、[70%,72%]、[80%,82%]、[90%,92%]、[98%,100%] 条件下、风速在[0,0.2]、[1.8,2] 、[3.8,4]、[5.8-6]、[7.5-8.0]、[8,-] m/s条件下、光照强度[0,5]、[10,15]、[25,30]、[50-60]、[90-100]、[150,-] lx条件下和气压在[990,995]、[1 000,1 002]、[1 010,1 012]、[1 020,1 022]、[1 025,1 030] Pa条件下智能电能表计量误差的均值和标准差，分析温度、相对湿度、风速、光照和气压对智能电能表计量误差的影响规律，结论如表1所示。

表1 环境应力对计量误差的影响规律

4 讨论分析

4.1 多种因素影响智能电能表计量误差的对比分析

智能电能表现场运行工况复杂，主要体现在:(1)应力类型多，主要有电流、温度、湿度、风速、光照、气压因素;(2)各应力随时间具有变动性。使得在同时刻电能表承受多种应力，不同时刻应力又发生改变，导致阐述各应力对电能表的作用规律具有困难。

在上述分析的基础上，进一步电流、温度、相对湿度、绝对湿度、风速、光照、气压应力变化引起电能表计量误差改变的最大变化量，同时结合试验基地现场情况给出各应力的变化量，如表2和图11所示。

(1)负载电流是影响电能表计量特性的最重要因素。在功率因数为0.8 C、1.0和0.5 L三种条件下，电能表计量误差都随电流增大而快速降低，约从0.22%(0.1Ib)降低到0.02%(Ib)，计量误差变化量达到0.2%，居所有因素出发电能表计量误差该变量之首；

(2)湿度是影响电能表计量误差的重要因素，在小电流(0.1Ib)条件下，湿度和功率因数二种应力的变化使得电能表计量误差变化量达到0.12%以上，但在其他电流条件下，该变化量远小于0.12%；

表2 现场应力和计量误差变化量

图11 不同因素引起的计量误差最大变动量

(3)温度变化引起的电能表计量误差变化量小于电流和湿度变化引起的计量误差变化量。仅依据计量误差变化量分析，温度对电能表计量特性的影响没有传统认知那么重要。但考虑到试验基地温度变化范围仅有[8 ℃,35 ℃]，可以认为计量误差变化量不大(约0.07%)是因为温度变化范围不大，高温不够高。实际工程中，电能表通常置于金属材质的表箱内，大量表箱置于露天承受日晒，夏天表箱内温度甚至可达到70 ℃以上。大量实验室研究成果表明高温对电能表计量特性影响严重，但现场运行条件下70 ℃高温会对电能表计量特性产生如何影响，还需借助国网新疆吐鲁番试验基地的试验数据进行分析。此外，电能表在高温环境下持续维持正常工作状态十分重要，属于电能表可靠性范畴。虽然电能表在35 ℃条件下引起的计量误差变化量较小，但在此温度下电能表能持续工作多长时间是有待工程界和学术界深入研究的问题；

(4)光照、气压、风速对电能表计量误差的影响较弱。光照引起的计量误差均值变化量为0.07%体现出影响比较明显，但由于光照对电能表计量误差的影响主要是通过间接的使温度升高来影响电能表计量误差，所以主要考虑温度对电能表计量误差的影响，认为光照对计量误差的影响较小，而风速和气压引起的计量误差均值的变化量较小(0.04%和0.05%)，对电能表计量误差的影响较弱。

4.2 三应力耦合下智能电能表计量误差演变规律建模

电流、温度、湿度是影响电能表计量误差最重要的三个因素，为了量化上述三种应力对电能表计量误差影响的规律，对电能表计量误差演变规律建模。

现场采集误差数据时，温度、湿度、电流随日历时间不断变化。为了保证试验数据的正交性，选择温度，湿度和电流对计量误差的影响，计算温度在[9.5,10.5]、[19.5,20.5]、[29.5，30.5]、[34.5,35.5] ℃条件下,湿度在[60%,62%]、[70%,72%]、[80%，82%]、[90%,92%]、[98%,100%]条件下,电流为0.01Ib，0.05Ib，0.1Ib和5Ib条件下的电能表计量误差数据，如图12所示。

图12 不同温度、湿度和电流下电能表计量误差数据

由图12可知电流和湿度对电能表计量误差的影响是非线性的关系，温度对计量误差的影响呈线性关系，为了进一步验证，采用多元线性归回模型和多元非线性回归模型构建多应力耦合下电能表误差演变规律模型。

假设模型分别为:

Y=b0+b1x1+b2x2+b3x3

(1)

(2)

(3)

式中x1表示温度；x2表示湿度；x3表示电流。

线性模型矩阵表示：

解得线性模型参数，则模型(1)为：y=-0.05812+0.00068x1-0.001399x2+0.010361x3

对于多元回归，Adjusted R Square更能说明自变量与因变量的关系，见表3～表5。

表3 多元线性回归拟合评价

表4 多元线性回归拟合评价

表5 多元非线性回归拟合评价

温度、电流、湿度对电能表计量误差影响规律如图13所示。

图13 温度、湿度和电流对计量误差的影响

随着湿度的增加，电能表的计量误差明显增大，随着温度的增加，计量误差也随之增加，但增加幅度没有随湿度变化那么大，电流项的一次项系数最大，对计量误差的影响最大，当电流小于3.3Ib时，计量误差随着负载电流的增大而增大，当电流大于3.3Ib时，计量误差随着电流的增大而减小。

5 结束语

(1)针对高湿热环境对电能表计量特性的影响，从电流、温度、湿度、风速、光照、气压六种应力分析其对电能表计量误差的影响，构建单应力回归模型阐释现场环境与电气应力对电能表计量误差的影响规律。进而考虑温度、湿度、电流三应力，构建了多应力耦合下电能表计量误差演变规律模型；

(2)从相对湿度角度分析了湿度对电能表计量误差的影响，结果发现：随着相对湿度的增大，电能表计量误差均值呈现增大趋势；

(3)试验基地内，电能表计量特性受电流影响最为严重，在三种功率因数下，计量误差都随电流增大而降低，降低幅度全部在0.2%左右；

(4)湿度和温度也是影响电能表计量特性的重要因素，在小电流(0.1Ib)条件下影响作用更加显著。结果显示湿度对电能表计量误差的影响不可忽略。温度对电能表计量误差的影响与传统的认知有差异，但主要原因是试验基地温度变化范围有限[8 ℃,35 ℃]。光照、气压、风速对电能表计量误差的影响较弱。