袁衛(wèi)，余凡，袁世文，楊琪，覃鑌，張洪峰

(1. 國網(wǎng)西藏電力有限公司電力科學(xué)研究院， 拉薩 850000； 2. 國網(wǎng)西藏電力有限公司營銷部， 拉薩 850000)

0 引 言

智能電能表具有自動抄表、二次計量回路監(jiān)測、供電電壓質(zhì)量監(jiān)測、停電統(tǒng)計、反竊電等功能，為提高電網(wǎng)資源優(yōu)化配置能力和電力系統(tǒng)運行效率提供有效支撐，是智能電網(wǎng)的重要組成部分，是智慧城市的核心載體。2019年國網(wǎng)智能電能表招標超過7 000萬只，截止 2019年12月年我國智能電能表安裝總量已超過6.5億只。作為法定計量設(shè)備，智能電能表的穩(wěn)定性與可靠性不僅關(guān)系到千家萬戶居民利益，而且會影響智能電網(wǎng)的安全、穩(wěn)定、經(jīng)濟運行。智能電能表工作時間長，現(xiàn)場運行環(huán)境復(fù)雜多變。作為典型的電子產(chǎn)品，智能電能表受環(huán)境因素影響嚴重，暴露出電池故障、電量跳變、繼電器故障、電量不下發(fā)以及時鐘故障等問題[1]。通過對電能表質(zhì)量管控與跟蹤，發(fā)現(xiàn)電能表在不同現(xiàn)場運行環(huán)境下暴露故障現(xiàn)象有差異，但拆回后該故障在實驗室又難以復(fù)現(xiàn)，導(dǎo)致故障解析與機理分析困難。盡管電力公司在招標文件和規(guī)范中要求生產(chǎn)單位開展電能表可靠性預(yù)計，且電能表平均失效時間(Mean Time to Failure, MTTF)不少于10年[2]，但現(xiàn)場運行中的電能表故障率隨時間變化呈現(xiàn)波動上升趨勢[3]?？煽啃耘c穩(wěn)定性是智能電能表的薄弱環(huán)節(jié)，不僅關(guān)系智能電網(wǎng)安全可靠運行，而且是制約電能表產(chǎn)業(yè)轉(zhuǎn)型升級的技術(shù)難點。

諸多學(xué)者依據(jù)可靠性預(yù)計標準開展智能電能表可靠性預(yù)計研究，如文獻[4]利用GJB/Z-299C開展電能表可靠性預(yù)計；文獻[5]采用Telcordia SR-332預(yù)計智能電能表可靠性；文獻[6]基于IEC 62059開展電能表可靠性預(yù)計；文獻[7]分析了智能電能表的典型失效特征以及用于考核電能表可靠性的不足之處，從電能表的環(huán)境剖面和任務(wù)剖面入手，探討了電能表的主要缺陷和敏感應(yīng)力，提出了一種新的電能表可靠性評價方案。該方面研究適用于研制階段，對現(xiàn)場運行中的電能表可靠性評估具有局限性；文獻[8-9]采用灰盒測試和馬爾科夫狀態(tài)鏈開展電能表軟件可靠性；文獻[10-12]利用FPGA仿真模擬技術(shù)開展智能電能表軟件測試。雖然在分析軟件工況環(huán)境的基礎(chǔ)上利用G-O模型推斷出智能電能表運行的穩(wěn)定期，但該方面研究側(cè)重于電能表軟件，沒有涉及電表整機可靠性，采用加速試驗研究電能表可靠性可有效縮短試驗時間，但實驗室環(huán)境與現(xiàn)場運行環(huán)境有差異，試驗結(jié)果的有效性存在局限性。

針對智能電能表全壽命周期管理問題，文獻[13-16]分析了現(xiàn)場數(shù)據(jù)和企業(yè)內(nèi)部數(shù)據(jù)的不足，提出了電能表故障數(shù)據(jù)的要素及其整體框架，為收集、加工、整理不同來源的數(shù)據(jù)開展電能表可靠性分析提供了思路。文獻[17-18]分析了典型地域特征對智能電能表運行可靠性的影響因素，采用層次分析法構(gòu)造典型環(huán)境下影響智能電能表可靠性的指標體系，基于改進熵權(quán)法開展電能表指標的量化分析，提出了基于地域差異的影響電能表可靠性指標體系與指標量化方法。該方面研究上沒有給出如何依據(jù)現(xiàn)場數(shù)據(jù)評估電能表可靠性與穩(wěn)定性。

針對電力計量設(shè)備在自然環(huán)境中的適應(yīng)性問題，國家電網(wǎng)在黑龍江、新疆、西藏、福建四個地區(qū)開展高嚴寒、高干熱、高海拔、高鹽霧和高濕熱等典型環(huán)境條件下的計量設(shè)備環(huán)境適應(yīng)性試驗。智能電能表在試驗基地現(xiàn)場運行累計二年多時間，產(chǎn)生了大量現(xiàn)場運行數(shù)據(jù)，同時暴露了電能表諸多問題和潛在故障隱患，亟需針對大量現(xiàn)場數(shù)據(jù)開展電能表可靠性、穩(wěn)定性評價與失效機理分析，找出引起電能表故障的敏感應(yīng)力條件，可以提早發(fā)現(xiàn)計量設(shè)備在現(xiàn)場運行中的隱性失效點，有助于制定有效的故障抑制或者排除的措施，從而為公司計量設(shè)備的招標選型提供技術(shù)依據(jù)，實現(xiàn)計量設(shè)備的區(qū)域差異化配置，延長運行壽命，降低運維成本，同時為計量設(shè)備的可靠性設(shè)計改進提供建議。在收集高海拔環(huán)境下智能電能表多年現(xiàn)場運行數(shù)據(jù)的基礎(chǔ)上，側(cè)重于分析在不同負載情況下智能電能表功率誤差演變規(guī)律，闡釋溫度、濕度、輻照等環(huán)境因素對智能電能表功率誤差的影響規(guī)律。

1 工程背景與試驗設(shè)計

將精度等級為2的單相智能費控電能表(DDZY102-Z)置于西藏羊八井試驗基地開展環(huán)境適應(yīng)性運行試驗，試驗原理示意圖如圖1所示。利用工控機控制功率源以模擬不同負載，負載連接被測電能表和標準表分別計量負載實時功率。被測功率數(shù)據(jù)送至誤差處理器作比較，輸出被測電能表的功率計量誤差，該誤差被送至數(shù)據(jù)庫保存，每隔4 h測量一次電能表功率誤差。被測電能表處于外部開放環(huán)境，承受該地自然環(huán)境應(yīng)力，每隔5 s測量一次環(huán)境參數(shù)，包括溫度、濕度、輻照、風(fēng)速、海拔，環(huán)境監(jiān)測數(shù)據(jù)記錄于數(shù)據(jù)庫。標準表置于受控穩(wěn)定環(huán)境空間，溫度23 ℃。利用程控功率源模擬不同負載類型和負載功率水平，如功率因數(shù)為1、0.8C和0.5L，流過電能表的電流分別為Imax、Ib、0.5Ib、0.2Ib、0.1Ib、0.05Ib。

圖1 智能電能表穩(wěn)定性試驗示意圖

2 試驗結(jié)果

2.1 環(huán)境數(shù)據(jù)

圖2展示了2018年8月～2020年3月試驗基地的溫度、濕度、輻照和壓強監(jiān)測數(shù)據(jù)，數(shù)據(jù)記錄起始時間為2018年8月14日，數(shù)據(jù)記錄截止時間是2020年3月21日。圖中中間線是經(jīng)濾波獲得的環(huán)境指標平均變化擬合曲線，上方和下方的分別為上包絡(luò)線和下包絡(luò)線。試驗基地溫度隨季節(jié)變化而呈正弦波動，夏季最高氣溫達到30 ℃，冬季最低氣溫達到-20 ℃，年溫差達到50 ℃，日溫差超過20 ℃，溫差變化大，如圖2(a)所示。試驗基地濕度變化范圍大且規(guī)律不明顯，相對濕度最高可達100%，夏季濕度較高，最低相對濕度可達40%，冬季濕度較低，最低相對濕度不足10%，如圖2(b)所示。試驗基地輻照也隨季節(jié)變化而改變，夏天輻照強度最大，冬天輻照角度最弱，如圖2(c)所示。

圖2 被測表環(huán)境數(shù)據(jù)

2.2 電能表功率誤差數(shù)據(jù)

功率因數(shù)為1，電流為Imax時智能電能表功率誤差伴隨日歷時間的演變過程如圖3所示。(1)正向有功功率記錄時間為2018年5月9日～2020年3月6日；(2)電能表功率基本誤差以一天為周期呈現(xiàn)周期性波動起伏變化。通過濾波技術(shù)消除周期為一天的功率誤差高頻波動，獲得功率誤差波動中心變化軌跡。該軌跡顯示電能表功率誤差隨季節(jié)變化呈現(xiàn)周期性波動起伏變化；(3)在純阻性負載條件下(功率因數(shù)為1)，有功功率誤差最大約為0.05%(6月～7月)，最小值約為-0.05%(12月～2月)。

圖3 電流為Imax，功率因數(shù)為1條件下智能電能表功率誤差

電能表功率誤差與試驗基地溫度伴隨日歷時間呈正弦波動，2018年8月份試驗基地日平均溫度約為13 ℃，電能表功率誤差約為0.00，伴隨著溫度的降低，電能表功率誤差也逐漸降低，在2019年1月份平均溫度約為-10 ℃，功率誤差均值達到-0.04%，伴隨溫度升高，功率誤差也進而升高，在2019年夏季，試驗基地平均溫度達到15 ℃左右，功率誤差約為0.01%。

電能表功率誤差受相對濕度影響較弱。在濕度的峰值處，電能表功率誤差未見明顯波動。如在波峰①、②處，電能表功率誤差基本未發(fā)生變化。表明短時間內(nèi)濕度對電能表功率誤差影響較小，但高濕環(huán)境是否會加速電能表功率誤差劣化有待進一步研究。同理，當(dāng)試驗基地輻照強度突然增大時，電能表功率誤差未見明顯波動。如在2019年6月份，試驗基地輻照強度突然增加180，但功率誤差并沒有躍遷。輻照強度對電能表功率誤差影響較弱。

在電流和功率因數(shù)為其它組合時智能電能表的功率誤差數(shù)據(jù)如圖4所示。在容性負載條件下(功率因數(shù)0.8C)，有功功率誤差最大約為0.05%(6月～8月)，最小值約為-0.03%(12月～2月) ；在感性負載條件下(功率因數(shù)0.5L)，有功功率誤差最大約為0.02%(6月～8月)，最小值約為-0.05%(12月～2月) 。在電流為Ib、0.5Ib、0.1Ib和0.05Ib時，負載為阻性負載、容性負載和感性負載條件下，電能表功率誤差變化與電流為Imax時相似。

圖4 不同電流和功率因數(shù)組合下電能表功率誤差

3 分析與討論

3.1 電流對功率誤差的影響

功率因數(shù)為1，電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib條件下有功功率誤差如圖5所示。(1)溫度越低，電能表功率誤差越大。如在2019年1月份，流過電能表的電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時，電能表功率誤差分別為-0.04%，-0.05%，-0.1%，-0.12%和-0.13%；(2)流過電能表的電流越小，電能表功率誤差越大。如在2019年4月份，當(dāng)流過電能表的電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時，電能表功率分別誤差為0.00%，-0.02%，-0.05%，-0.06%和-0.075%；(3)在整個數(shù)據(jù)記錄區(qū)間為2018.5.9 ～2020.3.6，當(dāng)流過電能表的電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時，電能表功率誤差波動范圍分別為-0.04%～0.04%，-0.07%～0.02%，-0.1%～0.01%, -0.13%～0.0%和-0.14～0.01%。流過電能表的電流越小，功率誤差波動越大；(4)在數(shù)據(jù)記錄的起始階段，即2018年夏季，電能表功率誤差約在-0.02%～0.02%波動，而在2019年夏季電能表功率誤差波動范圍擴大，分別達到0.01%～0.04%，-0.02%～0.02%，-0.04～0.00%，-0.05%～0.0%和-0.06%～0.01%當(dāng)流過電能表的電流分別為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時。反向有功功率變化過程與正向有功功率變化過程相似。此外，電能表功率誤差隨溫度變化呈現(xiàn)周期性變化。

圖5 功率因數(shù)為1，電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時電能表功率誤差

功率因數(shù)為0.8C，電流為Imax、Ib、0.5Ib、0.1Ib條件下有功功率誤差如圖6所示。當(dāng)電流為0.5Ib和0.1Ib時，電能表功率誤差比較接近，兩種條件下功率誤差最大差值約為0.02%。當(dāng)電流為Imax和Ib時，在2019年6月份以前，兩種條件下的功率誤差也比較接近，其最大差值約為0.02%，但在2019年6月份后，兩種條件下的功率誤差差值增大，在2020年1月份約達到0.05%。同時也存在電流越小，功率誤差越大的規(guī)律。伴隨時間的推移，不同電流條件下功率誤差的離散性增大。如在2018年8月份，電能表功率誤差的最大差值約為0.02%，但在2019年8月份，功率誤差的最大差值約達到0.07%。此外，電能表功率誤差隨溫度變化呈現(xiàn)周期性變化。

圖6 功率因數(shù)為0.8C，電流為Imax、Ib、0.5Ib、0.1Ib和0.05Ib時電能表功率誤差

功率因數(shù)為0.5L，電流為Imax、Ib、0.5Ib、0.1Ib條件下有功功率誤差如圖7所示。

圖7 功率因數(shù)為0.5L，電流為Imax、Ib、0.5Ib、0.1Ib時電能表功率誤差

電能表功率誤差伴隨時間推移總體上呈現(xiàn)發(fā)散趨勢，如在2018年8月份不同電流條件下的功率誤差最大差約為0.02%，而在2019年8月份功率誤差的最大差約達到0.08%。其次，電流越小，電能表功率誤差約大。此外，電能表功率誤差隨溫度變化呈現(xiàn)周期性變化。

2019年1月份在不同功率因數(shù)和電流條件下，電能表功率誤差如圖8所示。當(dāng)電流大于Ib后，電能表功率誤差迅速減小。當(dāng)電流小于Ib時，電能表功率誤差隨電流呈反比例線性關(guān)系。

圖8 不同功率因數(shù)和電流條件下電能表功率誤差

3.2 功率因數(shù)對功率誤差的影響

功率因數(shù)為1、 0.8C和0.5L，電流為Imax條件下有功功率誤差如圖9所示。當(dāng)電流為Imax時，電能表功率誤差受負載類型影響較小。如在三種負載條件下功率誤差的最大差值約為0.03%。其次，功率誤差雖然也隨溫度變化呈現(xiàn)周期性變化，但波動幅值較小，總體波動范圍為-0.05%～0.04%。

圖9 功率因數(shù)為1、 0.8C和0.5L，電流為Imax時電能表功率誤差

功率因數(shù)為1、 0.8C和0.5L，電流為Ib條件下有功功率誤差如圖10所示。電能表功率誤差受負載類型影響也較小，在三種負載條件下功率誤差的最大差值約為0.04%。尤其是在功率因數(shù)為1和0.8C二種負載條件下，電能表功率誤差幾乎相同。其次，功率誤差也隨溫度變化呈現(xiàn)周期性變化，波動范圍為-0.08%～0.03%。

圖10 功率因數(shù)為1、 0.8C和0.5L，電流為Ib時電能表功率誤差

功率因數(shù)為1、 0.8C和0.5L，電流為0.5Ib條件下有功功率誤差如圖11所示。電能表功率誤差受負載類型影響也較小，在三種負載條件下功率誤差的最大差值約為0.04%。在功率因數(shù)為1和0.8C二種負載條件下，電能表功率誤差幾乎相同。其次，功率誤差也隨溫度變化呈現(xiàn)周期性變化，但波動幅度明顯增大，波動范圍為-0.11%～0.03%。

圖11 功率因數(shù)為1、0.8C和0.5L，電流為0.5Ib時電能表功率誤差

功率因數(shù)為1、 0.8C和0.5L，電流為0.1Ib條件下有功功率誤差如圖12所示。電能表功率誤差受負載類型的影響伴隨時間的推移增大，在2018年8月份，三種負載條件下功率誤差的最大差值約為0.04%。在功率因數(shù)為1和0.8C兩種負載條件下，電能表功率誤差幾乎相同。其次，功率誤差也隨溫度變化呈現(xiàn)周期性變化，但波動幅度明顯增大，波動范圍為-0.11%～0.03%。

圖12 功率因數(shù)為1、 0.8C和0.5L，電流為0.1Ib時電能表功率誤差

3.3 溫度對功率誤差的影響

在不同溫度下，功率因數(shù)為1、0.8C和0.5L，電流為Ib和0.1Ib時電能表有功功率誤差如圖13所示。電能表功率誤差與溫度呈反比例線性關(guān)系，在功率因數(shù)和電流確定的條件下，溫度越低電能表功率誤差越大。采用線性模型Y=aX+b擬合功率誤差數(shù)據(jù)，式中X為溫度，Y為功率誤差。模型參數(shù)估計和相關(guān)系數(shù)估計結(jié)果如表1所示。在電流為Ib、功率因數(shù)為1和0.8C時，擬合曲線斜率較小，分別為0.002 8和0.002 6，表示在電流較大時電能表功率誤差受溫度影響程度比電流較小時電流受溫度影響程度要低。電流為0.1Ib時，擬合曲線誤差分別為0.46%、0.45%和0.40%。表示當(dāng)電流較小時，電能表功率誤差受溫度影響較大，負載類型對其影響相對較弱。

圖13 不同溫度下電能表功率誤差

表1 功率誤差和溫度的擬合模型參數(shù)

4 結(jié)束語

智能電能表功率誤差不僅隨季節(jié)變化呈現(xiàn)周期性正弦波動，而且在一天內(nèi)，電能表功率誤差隨晝夜更替而產(chǎn)生周期性波動?？赡軐?dǎo)致電能計量誤差因季節(jié)而產(chǎn)生差異，因用電時段不同而產(chǎn)生差異。導(dǎo)致該問題的環(huán)境因素主要是溫度，溫度嚴重影響智能電能表功率誤差，電能表功率誤差與試驗基地溫度伴隨日歷時間呈正弦波動，在夏季高溫(15 ℃)時功率誤差較小(約為0.01%)，在冬季低溫(-15 ℃)時功率誤差較大(-0.04%)。濕度和輻照強度對電能表功率誤差影響較弱。

流過電能表的電流大小也是影響其功率誤差的重要影響因素，體現(xiàn)于流過電能表的電流越小，電能表功率誤差越大，一年內(nèi)功率誤差波動幅度越大，不同電流條件下功率誤差的離散性伴隨日歷時間的演進而不斷增大。當(dāng)流過電能表的電流大小相同時，純阻性負載和容性負載對電能表功率誤差影響的差異性較小，但在感性負載下電能表功率誤差較大。如在功率因數(shù)為1和0.8C兩種負載條件下，電能表功率誤差幾乎相同。數(shù)學(xué)建模顯示，當(dāng)電流小于Ib時，電能表功率誤差隨電流呈反比例線性關(guān)系。

電能表功率誤差與溫度模型展示了功率誤差與溫度呈反比例線性關(guān)系，且溫度越低，電能表功率誤差越大。若電能表處于低溫(-20 ℃)環(huán)境計量電能，則電能計量結(jié)果誤差最大。考慮到功率誤差與溫度呈線性關(guān)系，可通過算法在軟件設(shè)計中補償計量誤差。