电磁兼容 综述 第8部分：公用电网谐波电流发射与电压相角 未来预期 征求意见稿

5GB/Z17624.8-20XX/IEC/TR61000-1-8:2019电磁兼容综述第8部分：公用电网谐波电流发射与电压间相角未来预期本文件旨在提供有关公用供电网络上主要针对3次和5次谐波电流的主导相角的当前状况和未来发展的信息。通过监测一些电网、预测技术变化的影响来实现这一目标。本文件提供信息，以指导对可能采用的减缓技术的有效性进行讨论，以及对所选电流谐波的主导相角位置的影响进行归纳。本文件主要涉及3次和5次谐波电流的相角，但也包含其他谐波的信息。2规范性引用文件本文件没有规范性引用文件。3术语和定义下列术语和定义适用于本文件。ISO和IEC在以下网址维护术语数据库以用于标准化：·IEC电子媒体：/·ISO在线浏览平台：/obp3.1与基波相电压Up1相关的5次谐波电流（I5）的相角phaseangleofI5relatedtothefundamentalphase-to-neutralvoltageUp1如图1所示确定的5次谐波电流相角。[来源：IEC61000-3-12：2011，3.16，有修改——已删除对图2的引用。]6GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图15次谐波电流相角的定义（I5超前Up1，α5>0）3.2主导矢量prevailingvectorxpv=xqm.ejxvs_ph（1）公式中：幅值的二次均值为(xi)2为复数值x平方的幅值（绝对值），且公式中矢量和的相位为主导矢量的相位：xvs_ph=tan-1（3）3.3同相因子in-phasefactor公式中：矢量和的幅值为且幅值的算术和为：7GB/Z17624.8-20XX/IEC/TR61000-1-8:2019xas_mg=（6）3.4离散因子dispersionfactor偏差因子deviationfactor从数字1中减去同相因子。1-（7）3.5总谐波电流totalharmoniccurrent;THC2～40次的谐波电流分量的总方均根值。THC=（8）3.6总谐波畸变率totalharmonicdistortion;THD所有谐波分量（在此情况下为2～40次谐波电流分量Ih）总方均根值与基波分量有效值之比。4现场测量和数据分析总结4.1现场测量方法及概念本文件所有测量数据均源自ForumNetztechnik/Netzbetrieb（FNN，德国电气工程师协会电网技术/电网运营论坛）倡议，并在德累斯顿工业大学承担的一项由FNN资助的研究任务范围内。电网公司N-ERGIE（现为MDN）与其他几个电网公司一起参与了现场测量。数据已移交给研究伙伴，但是电网公司也可自行分析。除了合作伙伴的研究任务外，N-ERGIE还检查了其他测试点，并继续进行数据分析，重点是相关性方面。本文件主要基于N-ERGIE的调查结果，与更大范围的FNN的研究结果是一致的。FNN的数据库体现了大量随机测试（在德国）的巨大优势。大量的数据必须进行大量压缩才能得到一个有意义的结论，尽管这种压缩会忽略某些细节。当然，也开展了更为详细的分析，特别是相关性的分析，并给出了分析过程和结果。根据文献[1]1给出的电网规模、负荷类型、发电厂类型等信息选择测试点。表1列出了这些不同的测试点，代表N-ERGIE电网区域中的各种拓扑和负荷类型。8GB/Z17624.8-20XX/IEC/TR61000-1-8:2019分析了8个住宅区电网（如表1“类别”栏中的“A1”和“A2”，定义见表9）和4个包括商业办公楼、商业体和零售商店的电网。另外，在后四个电网中，有一个针对M9测试点、用谐波电压相位角代替谐波电流相位角的重复测量，记为M17。在M1～M8测试点，测量时间从2012年12月中旬至2013年1月中旬，持续时间35天至40天。2013年5月，对M9～M12测试点进行测量。2013年7月，在相同的测试点重复这些测试，记为M13～M16，修改M10～M12的测量间隔时间（由1s改为60s），分别为M14～M16。为便于区分，这些测试点（M9～M12）的新测数据被记为M13～M16。在选择了测量期间时，有意识地考虑了以下因素，一方面在冬季和夏季进行测量，另一方面在不同用户行为的时间窗口进行测量（大约在年初的工作时间和假期）。背景是识别由用户行为和负荷结构导致的电网参数依赖关系，特别是谐波的主导相角。表1中的16个测量点代表一个典型良好的公用供电实例，从后续更详细的数据审查可以看出，包含了统计上有意义的样本集分析一般可以外推至220/230V50Hz公用电网。尽管尚未尝试将这些发现结果外推至其他电网拓扑，但考虑到120V60Hz电网的负荷结构的相似性，本文件得到的结果一定程度上也适用于其他电网。现场测量仅包括位于本地电网变压器终端的公用低压电网。电流和电压的大小和相位分别在三个阶段进行测量。测量窗口为200ms，采样率为100kS/s。除M10～M12间隔1s采集数据外，测量重复率为1min。N-ERGIE使用的测量仪器记录了最高至50次的谐波和基本电气参数，包括电流和电压的相角信息。谐波电流相角参照IEC61000-3-12[3]规定的电压基波过零（正过零）测量。4.2节给出了测量结果的简要总结，以及技术和社会发展对未来的潜在影响。然后对数据进行详细分析，包括对技术和经济因素进行更详细的分析，以进一步对结果进行解释。9GB/Z17624.8-20XX/IEC/TR61000-1-8:2019表1测试（测量）点结构测试点负荷发电类别a天数M1中型电网独立住宅，小型住宅区无可再生能源N2A1SE140M2大型电网独立住宅，小型住宅区零星的可再生能源N3A1SE240M3大型电网独立住宅，中型住宅区零星的可再生能源N3A1ME243M4大型电网独立住宅，中型住宅区少数可再生能源N3A1ME336M5大型电网独立住宅，大型住宅区少数可再生能源N3A1LE336M6大型电网多户住宅，中型住宅区无可再生能源N3A2ME141M7大型电网多户住宅，大型住宅区无可再生能源N3A2LE143M8大型电网多户住宅，大型住宅区少数可再生能源N3A2LE341M9中型电网办公楼无可再生能源N2A4E1M10小型电网商店无可再生能源N1A3E1bM11小型电网商店大量可再生能源N1A3E4bM12中型电网办公楼大量可再生能源N2A4E4bM13中型电网办公楼无可再生能源N2A4E127M14小型电网商店无可再生能源N1A3E126M15小型电网商店大量可再生能源N1A3E427M16中型电网办公楼大量可再生能源N2A4E426M17中型电网办公楼无可再生能源N2A4E1a“类别”的描述见表8、表9、表10。b这些测量累积时间1s而不是60s。4.2测量结果总结、分析和结论文献[2]、[3]中的谐波发射标准是基于各专家和机构之前的分析结果而制定。通过对电网进行多次测量和长时间监测，发现低次谐波H3和H5占主导地位，对电压畸变的影响最大。因此，电网公司和主管部门主要关注H3和H5的发射水平，在一定程度上关注H7的发射水平。在过去十年中，一些IEC工作组认为，也许可以“引导”技术或电网拓扑和结构的发展，以实现发射补偿，在某种意义上，一组产品或特定技术的发射或可补偿电网的主导谐波。因此，如果能够可靠地确定电网主导相角，并且足够一致，则有可能设计出具有功率输入拓扑的产品或技术（如有），产生与电网畸变相反的谐波，即补偿电网畸变。4.1所述的测量结果似乎消除了对电网中已有畸变“引导补偿”的可能性。图2、图3、图4用16个测量点中的3个，即M1-M7-M16的测量结果来说明这一初步观测结果。在测量之前，假设谐波发射为低次谐波（H3、H5）且分布相对集中，如下图4中测试点M16所示。然而，其他测试点处发射的相角和幅值却呈现为广泛分布。M1测试点观测到H3呈现高分散和H5呈现中等分散。M7测试点观测到的5次（和7次）谐波的幅值和相位分布极为广泛。此外，M1测量点处呈中等分散的H5的主导相角，与M7测量点处呈集中分布的主导相角相反。同样，M7测量点处呈高度分散的H5的主幅值，与M16测量点处呈集中分布的主幅值相反。在比较M15、M16等其他测量点时，也可以得出类似结论（参见附录A）。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图2M1测试点，3次、5次、7次三相谐波电流各相的主导矢量极坐标图图3M7测试点，3次、5次、7次三相谐波电流各相的主导矢量极坐标图GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图4M16测试点，3次、5次、7次三相谐波电流各相的主导矢量极坐标图鉴于谐波电流相角变化较大，3次、5次、7次谐波电压相角也随测量点的不同而变化。图5～图9以不同形式对此进行了描述。图55次谐波电流的计算主导相角注1：同相因子的定义见3.3。本文件未使用术语主导比。图65次谐波电流的计算同相因子GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图73次谐波电流的主导矢量（三相，各测试点）图85次谐波电流的主导矢量（三相，各测试点）图97次谐波电流的主导矢量（三相，各测试点）从前图明显可见，推荐特定技术或电网拓扑形式进行“引导补偿”即便可行，也极为困难。不同测量点的电压（和电流）畸变差异如此之大，以至于对一个测量点进行“补偿”，可能会加剧另一个测量点畸变水平。换言之，以某些产品对其他产品的发射进行补偿，或对电网的全局性畸变水平进行补偿，只在极为局部区域具有可行性。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019为了量化测量数据，对这些数据进行了详尽分析，并对各种计算参数进行了评估。分析方法和技术将在第6章、第7章加以说明。随后，给出了较为详细的结论。在详细介绍技术与数据分析之前，可评估经济和社会状况，评估电力需求和/或负荷类型是否会因经济原因而发生重大变化，比如颠覆性新技术和/或显著改变电力需求产品的广泛采用。5对潜在经济影响的主要评价5.1概述发达国家的电力消费和需求相对稳定。即使固态照明等新技术会产生一些影响，但照明只占不到10%的总耗电量，而固态照明只占其中的一部分。类似的情形也适用于可再生能源及节能电机驱动的影响。由于每个类别只占总用电需求的很小一部分，每个类别的变化又只占适用该类别的很小一部分，因此发达国家的电力消费或发射模式都不会发生重大改变。一个特例是电动汽车及相关电池充电桩的广泛应用，但这种变化至少需要5到10年的时间才能显现。即使发展，工业和家庭用电仍将占主导地位，因此预计未来谐波电流的发射模式不会有重大改变。在过去20年左右的时间里，金砖国家的电力消费迅速增长（见图10），电子产品的用电模式与发达国家相似，因此，预计这些国家的谐波发射不会有差异。经济影响因素将在本文件后面更详细地讨论。5.2与电气参数的相关性到目前为止，还没有考虑经济因素对谐波电流相角的潜在影响。例如，如果经济因素导致用电发生重大转变，这也会影响谐波发射相角。5.3与非电影响量的相关性5.3.1概述目前可以断定，对于选定谐波的补偿效果，初始电网结构与发电厂结构之间并没有直接联系。到目前为止，电网拓扑和结构主要是保障为用户提供可靠的供电。大多数发达国家都有电能质量要求，但“谐波补偿”尚未成为电网结构设计的标准。在经济方面，消费行为的变化会对技术产生反馈影响，从而对各种产品谐波电流矢量叠加的多样性或多样性的缺乏产生反馈影响。考虑这些影响后进行详细分析，这些影响似乎仍然是有限的。最后，气候变化也会对技术发展产生影响，进而反馈到电力系统。然而，现状如5.3.2～5.3.4所述，主要影响是为经济驱动。5.3.2经济发展和能源需求1980年全球电力需求达到7328TWh，2008年增加到17455TWh。相当于年增长率为3.15%。图10显示了世界各区域2，3的电能需求4分布情况。2金砖国家：巴西、俄罗斯、印度、中国、南非。4数据来源：美国能源信息署GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图10能源需求发展图11工业国家各产业经济发展几十年来，工业国家生产力在产业间转移。第一产业（农业）保持稳定，份额较小，只占5%。第二产业（工业）份额占15%～25%，由于第三产业（服务业）的发展，第二产业份额正在缩小，而第三产业份额增至80%（图11）。第三产业的门类分布如下：l卫生和教育（20%增长中。l贸易、酒店业、餐饮业、文化娱乐业（20%～25%）。l企业相关服务、咨询、会计、设计、IT、房地产、金融、保险和物流（20%）。l国家管理与安全、一般行政、司法系统、警察和军队（10%）。在这些门类，需要越来越多的电气设备，特别是不断引进提高生产力的新技术，例如：-照明-IT-消费电子产品-电动机-厨具-白色家电（洗衣机、厨房电器）-供暖设备/空调-电动车预期增长率趋势如何发展？GB/Z17624.8-20XX/IEC/TR61000-1-8:2019a)照明：-在行业竞争驱动下诞生高度创新（供给侧）-消费者需求无弹性，因为它是低档/普通商品，需求收入弹性：∈(x,Y)<1-变化（尤其是替代）进展比较慢b)IT、消费电子产品：-在行业竞争驱动下诞生高度创新（供给侧）-消费者需求有弹性，因为它是高档/新颖商品，需求收入弹性：∈(x,Y)>1-变化（尤其是扩张）进展比较快5.3.3耐用消费品耐用消费品（经济意义上的耐用品）的数据可以从数据库GENESIS5[4]获取。在德国，借助统计评估，总结出了低压电网中家用电气电子产品的增长率。在发达工业国家，家用电力消耗（电能）约占整个电能消耗的三分之一。根据选定的消费品，对产品拥有率（市场渗透率）进行了分析，分别为家用电器类（表2）、信息与通信技术类（表3）和娱乐电子产品类（表4）。这些表格上半部分用百分比表示每户家庭对上述每一类消费品的产品拥有率。至于未说明的每百户家庭消费品数量（这是衡量一户家庭多种产品的标准通过计算所有预计家庭拥有量的消费品总数加以反映。表2、表3和表4的下半部分以百万件为单位列出了上述每一类消费品的总数。在消费品总数增长的基础上，通常是以第一次统计调查的年份为基准计算动态平均年增长率。与说明连续两年的年增长率的发展情况相比，上述方法更适合长期对比。图12、图13、图14显示了上述每一类选定消费品的动态平均增长率。在分析中，新技术引入后，消费品的产品拥有率总是呈现一定程度的饱和，体现为动态平均增长率持续接近于零值。图表准确地显示了哪些新技术在市场渗透方面已经停止，哪些还在持续。可以对选定技术的数目作进一步的数学预测，以便可以再次评估技术发展对电网的影响，特别是谐波及其相角方面。表2家用电器产品拥有率家用电器及其他（EHA）200020012002200320042005200620072008预计家庭拥有量（1000）34390347773500935375355283555535887家庭占比(设备占比率)，用百分比表示冰箱99.2%99.3%98.8%98.9%99.4%98.6%冰柜66.0%63.3%60.6%57.8%52.4%洗碗机48.3%51.3%52.3%56.6%56.7%61.6%62.4%62.5%微波炉58.2%58.7%62.7%62.3%67.0%68.0%68.7%69.6%洗衣机93.5%95.5%烘干机31.8%33.3%33.3%36.5%36.8%39.3%34.5%40.0%38.5%家用身体训练器21.6%24.3%26.6%27.3%28.4%28.9%27.5%电动自行车以百万件为单位的商品数量冰箱39.540.540.641.041.642.443.4冰柜25.925.024.023.022.121.2洗碗机20.120.322.9微波炉20.721.122.522.624.424.925.325.8洗衣机32.933.833.534.4烘干机家用身体训练器8.59.8电动自行车家用电器及其他200920102011201220132014201520162017预计家庭拥有量（1000）364623652136640367013652236343366503720737381家庭占比(设备占有率)，用百分比表示冰箱98.7%97.8%99.4%99.7%99.8%99.9%100.0%99.9%冰柜54.0%57.2%57.2%50.5%50.8%50.8%50.3%51.6%GB/Z17624.8-20XX/IEC/TR61000-1-8:2019洗碗机64.8%65.7%67.0%68.3%67.3%68.3%69.5%69.8%71.5%微波炉71.9%72.9%72.0%72.4%72.9%73.3%73.3%73.9%洗衣机95.0%96.0%94.5%95.6%93.9%96.2%96.4%烘干机38.6%39.9%39.7%40.0%40.3%39.5%41.1%42.2%家用身体训练器29.7%30.3%28.7%24.6%26.0%26.3%25.6%25.3%电动自行车3.4%4.2%以百万件为单位的商品数量冰箱43.843.844.444.644.544.645.246.446.7冰柜22.022.123.423.720.520.720.921.121.7洗碗机23.924.424.925.425.125.326.026.527.3微波炉26.927.527.227.326.827.527.828.228.6洗衣机35.536.035.535.835.436.937.2烘干机家用身体训练器电动自行车2.02.53.1图12家用电器产品拥有增长率GB/Z17624.8-20XX/IEC/TR61000-1-8:2019表3信息与通信产品拥有率信息与通信技术（ICT）200020012002200320042005200620072008预计家庭拥有量（1000）34390347773500935375355283555535887家庭占比(设备占有率)，用百分比表示98.2%98.5%98.7%98.7%99.3%99.4%99.4%99.0%固定电话96.4%96.4%94.5%95.9%95.2%95.4%89.7%移动电话29.8%55.7%69.8%72.5%76.4%80.6%81.8%86.3%传真机14.9%16.0%16.2%20.7%17.2%18.7%18.9%18.6%20.7%个人电脑47.3%53.4%57.2%61.4%63.6%68.6%71.6%72.8%75.4%台式计算机45.6%51.6%58.2%58.7%62.9%64.5%63.8%笔记本电脑5.5%7.9%10.7%13.3%17.2%21.3%25.1%34.7%互联网接入16.4%27.3%36.0%46.0%47.1%54.6%57.9%60.0%64.4%汽车导航4.4%7.7%12.3%20.7%以百万件为单位的商品数量47.663.382.678.785.792.995.897.1固定电话35.435.442.438.140.8移动电话27.937.040.240.644.948.750.755.6传真机个人电脑20.924.126.429.931.735.038.039.844.0台式计算机21.823.425.826.528.229.429.629.0笔记本电脑8.5互联网接入6.220.321.422.525.0汽车导航2.84.6信息与通信技术（ICT）200920102011201220132014201520162017预计家庭拥有量（1000）364623652136640367013652236343366503720737381家庭占比(设备占有率)，用百分比表示99.5%99.4%99.6%99.7%99.8%99.9%99.9%99.9%100.0%固定电话91.5%91.6%92.7%93.4%90.5%91.5%91.5%91.0%90.9%移动电话86.7%88.9%90.0%90.3%92.7%93.6%93.5%95.5%传真机19.2%20.1%19.0%18.8%23.8%个人电脑78.8%80.8%82.0%83.5%85.2%87.0%88.3%88.6%90.0%台式计算机62.9%59.6%53.3%54.0%51.3%49.4%48.6%笔记本电脑40.0%45.5%51.9%57.5%65.2%68.3%73.5%75.4%79.0%互联网接入68.9%72.9%75.9%79.4%80.2%78.8%88.2%89.3%汽车导航27.0%33.2%38.9%42.7%46.3%48.3%49.7%50.8%50.6%以百万件为单位的商品数量98.799.8102.7102.8108.2108.3112.9固定电话41.541.042.042.045.544.845.345.745.9移动电话57.258.860.760.862.763.563.765.766.9传真机6.98.9个人电脑47.150.653.256.860.262.871.976.180.3台式计算机29.629.528.527.724.422.7笔记本电脑21.124.729.135.838.648.853.257.6互联网接入26.728.330.540.9汽车导航20.120.922.122.2图13ICT产品拥有量增长率GB/Z17624.8-20XX/IEC/TR61000-1-8:2019表4娱乐电子产品拥有率娱乐电子产品（EE）200020012002200320042005200620072008预计家庭拥有量（1000）34390347773500935375355283555535887家庭占比(设备占有率)，用百分比表示MP3播放器14.7%22.8%29.0%37.3%平面电视5.0%9.3%15.7%卫星接收器31.5%31.7%33.2%36.8%36.7%39.0%40.3%付费电视解码器4.4%4.7%DVB-T解码器11.9%16.2%录像机65.9%68.6%68.9%67.8%69.7%69.4%摄像机18.0%18.2%21.9%19.8%19.4%19.7%20.0%19.5%数字摄像机4.7%7.0%6.6%7.5%8.6%9.7%DVD录像机27.1%36.4%59.3%62.9%数字照相机19.4%31.9%41.8%48.7%58.3%游戏机14.4%14.9%19.4%以百万件为单位的商品数量MP3播放器6.620.0平面电视2.03.66.3卫星接收器付费电视解码器DVB-T解码器6.8录像机27.729.330.328.629.930.129.7摄像机7.97.7数字摄像机DVD录像机5.622.526.930.239.5数字照相机7.521.326.5游戏机6.57.5娱乐电子产品（EE）200920102011201220132014201520162017预计家庭拥有量（1000）364623652136640367013652236343366503720737381家庭占比(设备占有率)，用百分比表示MP3播放器39.8%41.2%42.3%42.2%45.3%44.0%41.4%40.3%37.7%平面电视25.8%36.7%48.7%58.9%76.4%81.3%84.4%86.9%卫星接收器39.9%41.0%42.1%43.0%44.6%42.9%45.9%47.3%47.0%付费电视解码器5.3%4.7%5.2%6.3%17.7%17.6%17.9%19.0%DVB-T解码器19.9%21.4%24.6%27.2%17.9%16.7%15.8%录像机摄像机20.4%20.0%21.6%22.0%18.8%19.0%18.3%17.8%17.3%数字摄像机10.9%11.4%12.8%14.0%12.4%12.5%11.9%12.0%11.5%DVD录像机71.6%70.8%71.3%72.2%70.8%74.7%67.0%65.3%64.5%数字照相机67.7%71.7%72.8%73.3%75.6%73.6%游戏机20.3%22.5%23.9%25.5%27.8%26.7%25.3%25.8%26.1%以百万件为单位的商品数量MP3播放器22.823.925.024.726.824.622.722.220.7平面电视23.329.234.040.645.349.352.5卫星接收器20.321.422.322.8付费电视解码器8.0DVB-T解码器8.69.4录像机摄像机数字摄像机DVD录像机41.634.534.534.632.935.533.432.932.8数字照相机31.033.536.937.938.139.639.339.138.1游戏机GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图14娱乐电子产品拥有量增长率5.3.4发达工业国家的资本收入比衡量繁荣发展的一项指标是文献[5]所述的市场价值，即私人资本与国民收入比的。公式（10）描述了每年私人资本存量K与国民收入Y的关系。在发达工业国家6，过去几十年私人资本与国民收入比大约为600%。即私人资本存量相当于国民年收入的6倍（见图15）。国民经济支出等于国民收入Y，是投资I、消费C、政府支出G和净出口EX./.IM的总和，见公式（11）。资本K与劳动力L的国民支出由公式（12）所述的生产函数得出。资本存量K与国民收入Y的发展驱动因素是投资率（储蓄率s）与产出Y的增长率g。因此，根据公式（13长期来看，私人资本与国民收入比β也对应于储蓄率s与增长率g的关系。文献研究的这些国家储蓄率s在10%～14%之间。考虑到人口，经济的年增长率g每年约2%。因此，总私人资本存量K是国民年收入Y的5到6倍。国民收入中的资本占比α由资本收入回报率r和私人资本与国民收入比β计算，如公式(14)所示。通常，长期资本收入回报率r约为6%，相当于私人资本与国民收入情况β为5～7，资本份额α约为30%～36%（见图16）。使用假设的科布—道格拉斯生产函数，资本与劳动力之间的替代弹性为∈=1，资本收入与国民收入比α将变得稳定并保持稳定，即私人资本与国民收入比β上升将引起资本收入回报率r下降。然而，从长远来看，劳动力L被资本K的自动化水平稳步上升所取代。因此，[5]所述的时间序列也显示出替代弹性∈>1，这是由于资本收入回报率r下降的速度比私人资本与国民收入比β上升的速度慢。在模型和实证结果中，私人资本与国民收入的关系持续上升。Y=I+C+G+(EX./.IM)α=r.β（10）（13）（14）GB/Z17624.8-20XX/IEC/TR61000-1-8:2019从上述发展得出结论，经济增长对技术改进有影响。首先，增长促进私人和国民消费。此外，资本存量增长又刺激生产。因此，电器数量预计将会稳定而适度的增长。此外，由于自动化水平的提高，可以带来更高速的技术改进（更短的开发时间）。最后，可以预期电子产品和技术的多样性会增加，因为溢出效应再次产生创新。然而，观察到许多新的（电气）技术采用既定的方法将交流电转换为驱动新技术产品所需的电力，尚不清楚这些新技术将对谐波发射的总相角产生多大影响。新技术的发展始终由资本和市场驱动，需考虑某些技术对主相角的影响。前文的分析清楚表明，这些发展在过去10年到20年是相当缓慢的。因此，即使经济衰退可能暂时导致看似重大变化或转向，仍然预计未来10年不会出现重大的模式转变。图15资本收入比[5]图16国民收入的资本占比[5]6数据评估概念及原则6.1数据评估概念来源于共计439个测量日（共计16个地点）的测量数据，包含大约100万个单次测量数据集。测量过程带有时间戳和当地信息，包括单次测量数据集以及特定测量地点的非电特征。这些特征取自于由电网运行部门维护的相当详实的数据库。从而形成了一幅电网结构、规模（与配电变压器的距离）和负荷特性的完整图景。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019从母本数据（三相电流和电压的单次测量）导出（计算）一组值：l相电压（RMS）l相电流（RMS）l有功功率l无功功率l视在功率l功率因数lcosφ（电压、电流基波振荡）l2次谐波～50次谐波测量值-谐波电压幅值（RMS）-谐波电流幅值（RMS）-电流谐波相角（基波电压正过零点为参考）l电压总谐波畸变率（V-THD，%）l电流总谐波畸变率（I-THD，%）l总谐波畸变电流（I-THC，A）所有测量和派生的数据（100万单次测量×数据集中导出的数据量）转换成与imc7兼容的数据格式，并存储在数据库中。通过imc特定的脚本语言，可以在整个数据池中访问模块，并以多种方式分析/呈现模块。开发分析方法，全面呈现大量数据，识别异常，并统计处理数据。当然，目标是能够获得有意义的结论。数据分析主要包括：a）时间序列-在整个测量周期内所有日期的24h时间窗口昼夜（日）循环-在24h时间窗口内所有日循环的最小值和最大值包络线b）直方图c）累积频率分布d）频谱e）极坐标中的主导相角f）主导矢量g）相关系数h）滑动相关性i）复值相关性在每种情况下，数据流（幅值或相角）被可视化为24h时间窗口的时间序列。一般而言，每个测试点的测量持续时间大约在30～45天之间。因此，根据负荷和发电厂结构，可识别参数变化和/或关联到一天的时间和/或一周的日期。从时间变化曲线可以清楚地显示出用户行为在工作日与节假日或周末的不同。这些信息可用于识别负荷结构中谐波与用户行为之间的因果关系。此外，从30～45天所有测量数据（电平或相角）中准确识别最小值和最大值，并计算所有每日测量集（1440个点）的包络线。这种方法的优点是可以从每日时间的信息中识别出（极端情况下）用户行为。7Imc是一个在市面上可获得的合适产品的例子。本信息是为了方便本文件的用户而提供的，不视为IEC对该产品的认GB/Z17624.8-20XX/IEC/TR61000-1-8:2019直方图展示了测量值或计算值的频率分布。横坐标表示绝对值（电平或相角）。纵坐标以百分比表示特定数值分布的频次。因此，可以直接确定哪些值分布的频次最高，以及不同变量的分布是否相似或显示不同的中心值。与直方图相比，频次之和表征了测量值或计算值累积频次的更多信息。横坐标为绝对值（电平或相角）。纵坐标以百分比表示累积分布频次。这种方法能够简单地评估特定数值的累积分布。例如，所有值中，60%的数值小于230A，或大于320A的数值只占10%。频谱呈现高达50次谐波（2.5kHz）频次的谐波幅值，并用彩色标记每次谐波幅值的累积分布。深蓝色表示分布时间达50%。红色表示分布时间达5%，橙色表示分布时间达1%，浅蓝色表示分布时间达0.1%。根据按时间标识的每个参数的详细数据，可以计算出给定谐波（主要是H5）的幅值与相角间的相关系数，或H5与I-THD间的相关系数，或H5幅值与功率间的相关系数等。各种相关系数以经典方式从-1到+1范围内表示。如果两个相同长度时间序列的时间窗以规定的时间步长运行，就得到滑动相关系数，如一个滑动平均值。该过程分1h和1天的步长进行。对整个时间序列（例如20天～30天）计算得出的相关系数结果，既不容易解释，也不能提供有用信息。6.2统计调查原则6.2.1相关性从两个相同长度的时间序列可以很容易地计算出相关性和相关系数。如果时间序列由复数组成，只用分量计算的相关系数替代标量时间序列是存在问题的。幅值变化并不总是影响相角值。因此，为了计算相关系数，这两个参数都需要考虑。此外，还存在相角从360°到0°不连续的问题，即使两个连续相角相差2°,从359°到1°的数值处理将出现很大变化。因此，这些明显的相角跳跃，使计算出的相关系数解释起来更加复杂。在时间序列中，没有从360°到0°,和从0°到360°跳跃的时段中才能对相关系数进行合理解释。解决这些问题的方法是将已知的标量时间序列中方差、协方差和相关系数的算术过程应用到复数时间序列上。6.2.2复数序列相关系数的计算通常，如果标量数的时间序列呈高斯分布，则标量参数数组的方差可根据公式（15）计算。var(X)=E[(X-μ)2]（15）（16）（17）（18）时间序列的数学表达式μx对应于有n个数的时间序列按公式（16）计算的算术平均值。由此，可按公式（17）计算出离散值的方差，即各测量值xi数学期望值μx的平方偏差。时间序列的标准差定义为方差（17）的平方根，见公式（18）。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019与方差的计算类似，用测量值xi、yi与它们各自数学期望值偏差的平均值来计算协方差。用两个不同时间序列x和y的偏差乘积代替偏差的平方，如公式（19）所示。方差也可以视为是自身与自身的协方差。（19）相关系数作为相关性的绝对度量，为协方差与标准差乘积之比，见公式（20）。ρx,y=corr（20）将公式（17）、公式（19）代入公式（20），得到离散值的相关系数，见公式（21）。如果时间序列变换为平均值为0的时间序列，则可显著简化公式（21）。用序列中的各列项减去时间序列的平均值，如公式（22）所示。 （22）xzero_mean=x-x时间序列的数学期望值μx和µy变为零。因此，方差简化为测量值的二次方均值（平方的平均值），见公式（23协方差简化为测量值乘积的平均值，见公式（24）。将简化过的公式（23）和公式（24）代入公式（20）中，得到简化后离散测量值的相关系数，如公式（25）所示。（23）xi.yi（24）corr（25）假设时间序列xi由n个矢量x=ax+jbx组成，将公式（26）得出的矢量平均值作为复数期望值μx。该矢量平均值由时间序列的实部和虚部的算术平均值计算得出。（26）xzero_mean=x-μx（27）将测得包含复数值的时间序列按公式（27）变换，减去按公式（26）计算得出的平均值，用简化方法得到按公式（28）计算的方差和，按公式（29）计算的协方差。现在，复方差是包含复数测量值的时间序列的二次均值。与此方法类似，用复数乘积的平均值来确定复协方差。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019（28）（29）多个、（30）将公式（28）和公式（29）代入公式（20）中得到复相关系数（30）的简化方法，表示为复协方差与复标准差乘积之比。由于解释复相关系数（30）不现实，故将其转化为公式（31）所示的数学表达公最后，从复相关系数中分离出实部、虚部、幅度和角度，用于比较包含复测量值在内的不同时间序列的相关系数。为了获取作为相关系数的标量值，将复时间序列xi的实部（32）或虚部（33）与由标量测量值组成的时间序列yi比较。相关系数（32）、（33）宜给出相近的值。此外，将时间序列xi的实部和虚部与时间序列yi的实部和虚部分别进行比较，也得到有用的标量相关系数（34）、（35）、（36）。GB/Z17624.8-20XX/IEC/TR61000-1-8:20196.2.3主相角与主导矢量复数系列的矢量和（37）由所有实部的和与所有虚部的和推导。因此，矢量和的角度（38）用所有虚部之和除以所有实部之和的商的反正切计算。同样，矢量和的幅值（39）由所有实部的平方和加上所有虚部的平方和之平方根计算。（37） 由平均矢量的定义可知，如果所有实部的算术平均值或所有虚部的算术平均值不为零，即存在主矢量。然而，应用这一定义没有比使用所有幅值二次均值与矢量和的角度（38）获得更具有代表性的结果。上述角度就是主导相角。二次均值的平方根一般由公式（40）求得，适用于按公式（41）确定的h次电流谐波Ih=Ih.ejφh。jxvs_ph pvqm（40）（41）（42）从一系列的n矢量（一定次数的谐波）中，可以根据公式（42）计算出主导矢量xpv，并用图形表示。然而，对于相角不同的这一系列矢量，主导矢量幅值只占独立矢量幅值的一小部分。可以按公式（45）设置最小比率作为衡量标准，以确定主导矢量代表了给定情况。可以将公式（46）中的离散因子视为权重因子。按公式（45）确定的同相因子是矢量和（39）的幅值与所有观测矢量幅值的算术和（43）之比值。根据公式（44），可计算任意谐波h的该比值。xas_mg=（43）_mg=（44）GB/Z17624.8-20XX/IEC/TR61000-1-8:2019n_phase=（45）isp_phase=1-（46）公式（46）离散因子的值只是用1减去公式（45）同相因子的值。因此，当时间序列中的矢量相位变化很大时，该比值可能接近于1，但当时间序列中的矢量相角差异很小时，该比值接近于0。图17表示了理论示例，其中四个观测结果（矢量点）相加为主导矢量（箭头）。在这种情况下，主导矢量是具有代表性的，即它表明各矢量值在大致相同的相位范围内。作为比较，图18表示了四个矢量值之间有很大差异的例子。如果假设一个判据，要求同相因子大于0.9，换言之，要求离散因子小于0.1，则判定图18的主导矢量是不具代表性的。表5中对比了各权重因子。表5主导矢量的加权因子示例同相因子0.95590.2896离散因子0.04410.7104说明具代表性不具代表性图17具代表性的主导矢量GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图18不具代表性的主导矢量7详细数据分析7.1概述所有测量数据、初步结论以及其他细节依次在三份报告中进行了介绍，其中测试点M1～M8的报告为文献[6]，测试点M9～M12的报告为文献[7]，测试点M13～M16的报告为文献[8]7.2电气基本参数的时间序列分析与统计调查概念在每种情况下，以24h为时间窗口，展示了电压和电流随时间变化曲线，反映了不同负荷和电源结构下的典型昼夜（每日）循环模式。从工作日和节假日的日循环曲线可以很明显区分出不同用户特点。住宅区通常在08:00－16:00间表现出稳定的用电负荷，中午有小的波动，晚上有独特用电负荷高峰，跟着会有一个用电负荷低谷。办公区和商业区的用电需求与企业/商家的运营时间密切相关。在存在光伏发电并网的测量点，只有当光照充足，发电功率在当地电网变压器额定容量占有明显份额时，才能观察到变化。根据所有测量日一天中的每个测量时间点（1440个）的最大值与最小值，剔除掉离群值后，通过绘制电压和电流的包络线，可以得出用户用电特点。在电压曲线中，可以看出光伏并网发电量的增加。在电流曲线中，可以证实住宅区、办公区和商业区等不同负荷用户的特点。同样用最大值与最小值的包络线，有功功率、无功功率和视在功率的日循环变化趋势表现出了相似的特点，也与电流密切相关。住宅区、办公区和商业区等不同负荷结构是很容易区分的。只有无功功率的日循环变化与用户负荷的关联性很小，始终保持在一个较低的水平。在高比例光伏并网的测试点的日循环变化中，能量回收系统即有效的功率流可以很容易识别出。功率因数的日循环波动最小，并接近为1，特别是在住宅区。在商业区和办公区，功率因数的日循环波动比住宅区更大。只有光伏发电比例高的测试点，在几个小时内，在电网消耗电能到输出电能入电网的转换中，功率因数才会从+1到0到-1变化，然后再返回。通过功率因数获得余弦φ的时间序列具有相似结果。居民区的典型值在0°~20°之间，办公区和商业区的典型值在-20°~0°之间，光伏发电高占比位置的典型值通常在30°~180°之间。所有观测到的日循环和包络线的波动率与功率因数相似。直方图遵循正态分布，和频接近理想的S曲线。电压直方图符合典型正态分布。因此，电压累积频率曲线表现为理想的S曲线。通常，电流频率直方图会出现两个中心值，表明了住宅区用户特点。在商业区和办公区负荷结构中，一般只有一个中心值，遵从正态分布。因此，电流累积频率曲线不同于理想S曲线。7.3选定谐波的时间序列分析首先对选定谐波（3次、5次、7次）电平的日循环进行观测。谐波电压幅值用相电压基波分量的相对值表示。谐波电流幅值用绝对值表示，同时也以电流基波分量的相对值表示。每日和每周的时间序列可分别用于评估在1日内的时间相关性或在1周中与特定日期的相关性。上述时间窗口有助于分析总结电网中的特定用户行为和运营技术。例如，图19以相对值展示了在工作日M1测试点的5次谐波电流（三相）日循环。和预期的一致，同下午和晚上高负荷的时间相比，在低负荷的夜间时段的，谐波电流相对值更高。在相同的测试点和日期，5次谐波电压幅值也表现出类似的日循环（图20）。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图19M1测试点5次谐波电流的日循环图20M1测试点5次谐波电压幅值的日循环图21M1测试点总谐波电流畸变率的日循环GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图22M1测试点总谐波电压畸变率的日循环对同一工作日的电流总谐波畸变率（图21）和电压总谐波畸变率（图22）的时间序列，选择同一相位（相位1或THDI1_m1、THD1_m1）观察，可以看到类似的趋势。描绘出24h内5次谐波相位最大值最小值的包络线（图23与谐波电流包络线（图24）负相关。M1测试点5次谐波电流包络线（图24）和5次谐波电压包络线（图25）也显示出一定的相关性。当仅分析5次谐波时，不仅在工作日，而且在整个测量期间都可以观察到这种情况。同样的，24h内电流总谐波畸变率（图26）和电压总谐波畸变率（图27）的最大值最小值包络线具有明显的相关性。图23M1测试点5次谐波相位的最小-最大包络线GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图24M1测试点5次谐波电流相对值的最小值-最大值包络线图25M1测试点5次谐波电压相对值的最小值-最大值包络线图26M1测试点电流总谐波畸变率的最小-最大包络线GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图27M1测试点电压总谐波畸变率的最小值-最大值包络线M1测试点的所有5次谐波电流相位、幅值（电平图28、图29）和5次谐波电压（图30）的直方图相对较宽，相应的谐波电流相位（图33）、谐波电流（图34）和谐波电压（图35）的次数累积函数表现为一个平坦斜率的S曲线，一般情况下表示幅值离散度较大。规律同样适用于电流总谐波畸变率直方图（图31）和电压总谐波畸变率直方图（图32），以及电流谐波畸变率次数累积（图36）和电压总谐波畸变的次数累积（图37）。7.3的所述均指住宅区电网。与办公区和商业区用电负荷结构相比，没有相似之处。在办公区和商业区负荷结构中，所有谐波水平与办公区和商业区的营业时间强相关。图28M1测试点5次谐波电流相位直方图GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图29M1测试点5次谐波电流相对值直方图图30M1测试点5次谐波电压相对值直方图GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图31M1测试点电流总谐波畸变率直方图图32M1测试点电压总谐波畸变率百分比直方图图33M1测试点5次谐波电流相位频次累积GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图34M1测试点5次谐波电流相对值频次累积图35M1测试点5次谐波电压相对值频次累积图36M1测试点电流总谐波畸变率频次累积GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图37M1测试点电压总谐波畸变率频次累积7.4选定谐波电流相角7.4.1相角时间序列分析对每相的3次、5次、7次谐波电流相角进行24h时间序列分析。图38记录了M1测试点在一个工作日内5次电流谐波相角的时间序列。相应的谐波电流幅值（相对值）如图39所示。在一天中大部分时间内，三相电流的相角在-30°保持相对稳定。L1相和L3相仅从（冬季）傍晚开始出现明显峰值变化，相角略高于-60°。可能是在L1相增加照明负载或其他准线性负载引起了相角变化，到深夜，电流相角又回到-30°左右。图38M1测试点5次谐波电流相角的日循环曲线GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图39M1测试点5次谐波电流幅值（相对值）的日循环曲线图40M1测试点5次谐波相角曲线的最小-最大包络线根据图40中24h的计算得到的最小-最大包络线，则可以确定测试点M1用户的行为。所有测量中白天三相的中位数都在±20°。夜间分布相对于中位数增加±60°以内。测试点M1三相相角测量的直方图（见图28）非常狭窄，相应的累积频率函数（图33）在S曲线上呈现很大的梯度，这通常表明其相角位置分布较集中。在商业体和办公楼负荷结构中，可以发现相角随工作时间而变化。7.4.2极坐标中的相角谐波电流相角可以通过极坐标查看，如图41、图42、图43所示，图中显示了测试点M1的3次、5次、7次谐波电流。测试点M1是接入低压电网的独立住宅区，3次谐波电流的“点云”主要位于相位角极坐标系统的第三象限（如图41）。因此，3次谐波电流的相角平均为210°,离散度约为±30°。对于5次谐波电流，“点云”的主导部分位于相位角极坐标系统的第四象限（如图42）。图中显示5次谐波电流相角的平均值为-30°,离散度约为±30°。7次谐波电流相角明确的点云在极坐标第二象限与第三象限之间（如图43）。如上述以及第5章的数据显示，关于“主导值”的说法不能推广至其他测试点。如果将图A.1与图A.12进行对比，相角的几个“点云”在相角上的分布要宽得多，而且主导矢量的主导相角也不同。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019根据计算的主导矢量显示，可以看出测试点之间存在强偏差。特别是负荷结构对相角点云的位置和形态有很大影响。此规律适用于观测到的所有3次谐波电流。对于独户住宅的居住区，离散度不太突出。此外，5次谐波电流有从30°~-60°优先发展的趋势。这种趋势在3次谐波电流中不明显，在7次谐波电流中不存在。H3、H5、H7的离散因子或离散度全文统一计算结果如图44、图45、图46所示。因此，与高次谐波电流相比，3次谐波电流相角离散度最小。然而，对于5次谐波电流和7次谐波电流的相角，几乎所有值均小于0.2，这表明可以采用良好的措施来设置每个测量站点的主导相角位置。然而，需要说明的是，不同地点的主导相角有很大的不同。还应注意到，住宅区的离散因子比商业体和办公楼负荷结构的电网波动性要小。图41测试地点M1的3次谐波电流相角图42测试地点M1的5次谐波电流相角GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图43测试地点M1的7次谐波电流相角图443次谐波电流相角离散因子图455次谐波电流相角离散因子GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图467次谐波电流相角离散因子7.5谐波谱计算所有测试点的谐波电压和谐波电流（2次至50次）的幅值谱，包括幅值的频数分布。深蓝色表示在最低出现频数50%时谐波含量，红色表示在最低出现频数5%时谐波含量，黄色表示在最低出现频数1%时谐波含量，浅蓝色表示在最低出现频数0.1%时谐波含量。例如，对于测试点M1，谐波电流的幅值谱中（图47）有一个谐波含量增加，可能是由于谐振引起35次谐波含量轻微增加。所有其他谐波含量随着次数上升而下降。对于次数15及以上的谐波电流，最低出现频数50%的含量均小于1%。图48显示，测试点M1的谐波电压含量在23次、25次出现了小幅增加的谐振，在35次附近谐波含量增幅最小。此外，低次谐波的含量趋势，特别是3次、5次、7次谐波，对应的典型特征符合预期。频数分布表明，只有5次、7次、9次和11次谐波电压含量在1%左右，持续时间超过50%。图47包括M1测试点水平分布的谐波电流谱GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图48包括M1测试点水平分布的谐波电压谱将测量点M1的谐波谱与其他负荷结构测试点的谐波谱进行对比，可以看出商业体和办公楼电网（即与住宅区相比）具有巨大差异。此外，有光伏设施的电网谐波谱与居民区的电网谐波谱有很大不同。并且，将住宅区电网与办公楼或商业体负荷电网的数据相对比，很难得出规律性结果，因为不同电网的谐振频率差异巨大。当然，这可以直接解释为由电网结构的不同而导致。参考将谐波含量转换为图谱的原理，将谐波相角也转换为图谱。图49显示了M1测试点的所有谐波相角及其分布频率。单次谐波的结果与图47和图48相对应。可以看出，最低出现频数50%的3次谐波相角在135°左右。最低出现频数50%的5次谐波电流相角分布在190°处，最低出现频数50%的7次谐波电流相角分布在200°。此外，通过频数分布可以很容易且快速地看出离散性。与预期一致，随着高次谐波的出现，数值的波动性强烈增加。对比不同负荷结构之间的相角，一定程度上只能采用低次谐波。图49M1测试点的谐波相角及相位分布图7.6相关性文献[7]介绍了测试点M1～M8所有具有相关性的计算结果，文献[8]详细介绍了测试点M13～M16具有相关性的计算结果。文献[9]给出了复数相关性的说明。相关系数和滑动相关的计算以及复数应用见6.2.1、6.2.2。下面以L2相的5次谐波电流（PA05L2）相角为例，通过相关系数确定其与所选电气参数的相关性。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图50显示所有测试点在整个测量周期内的5次谐波电流的相关系数。可以看出居民区（测试点M1~M8）有明显的关联，即有合理相似的相关系数。相关系数在-0.5至-0.8之间，表示随着5次谐波电流幅值升高，相角变小，左旋。只有在测试点M4和M7，相角与5次谐波电流幅值无关。在办公楼和商业体负荷结构中，其关联程度，即相关性更加明显。这在电子产品商店（测试点M14）的测试点尤其明显。测试点M13和M14（均为办公楼）的相关系数中符号反转可以追溯到相角旋转方向的变化。对于测试点M13，相角随5次谐波电流幅值的升高而增大，并左旋。图505次谐波电流相角与5次谐波电流H05i的相关性图515次谐波电流相角与5次谐波电压H05u的相关性GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图525次谐波电流相角与THDI的相关性5次谐波电流相角与5次谐波电压幅值之间存在非常相似的关联（图51）。总的来说，5次谐波电压比5次谐波电流的相关系数小，因此相关性不明显。换言之，在时间序列中，谐波电流比谐波电压对相角位置的关联度更强。此外，各测试点电平变化与相角旋转方向的关系相似。5次谐波与电流总谐波畸变因子之间的相关系数（图52）、5次谐波与电压总谐波畸变因子之间的相关系数（图53）也显示出类似的关联度。由此可以看出，高次谐波会影响到相关系数，但影响程度较低。最后，5次谐波电流相角与视在功率之间的相关系数（图54）显示，电流幅值（功率）与相角旋转方向直接相关。图535次谐波电流相角与THDV的相关性图545次谐波电流相角与视在功率S的相关性以测试点M14（电子产品商店）为例，说明了24h内的滑动相关系数。在本例中，相关系数表明L1相5次谐波电流（PA05L1）的相角位置与总谐波畸变因子之间几乎完全相关。L1相、L2相和L3相均如此（图55）。通过5次谐波电流相角与L1相、L2相、L3相有功功率和无功功率的相关系数可以推导出完全相同的强关联度（图56）。图片同时也显示5次谐波相角与视在功率之间的高相关性。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019图555次谐波电流相角与THD-I的相关轨迹图565次谐波电流相角与P、Q、S的相关轨迹8经验性证据8.1归纳法与演绎法每种技术对选定的谐波具有特定的主导相角，对不同技术组合是否会具有谐波补偿效应这一问题，可以用演绎和归纳的方法研究。尤其适用于不同产品类别间5次谐波电流的补偿，进而减少谐波电压畸变。按照演绎法的方式假设不同产品类别之间存在谐波补偿，如果上述假设是正确的，我们期望能够找到具体方式。与此相反，归纳法是基于具体的观察来预测某些模式，例如不同产品或类别之间的补偿。按照归纳法从实验室测量结果中系统梳理出经验数据，这些数据得出一个猜想，即特定的技术，如灯具，会抵消其他产品产生的部分5次谐波电流。测量结果可以确定这些技术的主导相角，除此之外，还表明不同（各种）技术之间存在一定的补偿效应。这有利于论证这样一个猜想，即上述补偿可以通过几乎完全相反的主导矢量来减少谐波发射水平，从而提高电能质量，减小电压畸变。因此，从观察现象中提炼出普适性结论等同于归纳法。如果由归纳法得出的猜想是正确的，那么在现场测试时必然会发现经验性证据。如果不同技术间确实存在特定相关联的主导相角，并且假设技术的多样性确实达到一定程度，那么5次谐波电流的补偿原理上可以通过现场观察的方式得以经验证实。GB/Z17624.8-20XX/IEC/TR61000-1-8:2019因此，观察所得出理论模型的逻辑结论，这等同于演绎法。8.2实验室试验在实验室研究[10]8中，对所选电气产品的谐波电流幅值和相角进行测量。实验室测量结果考虑了109个节能灯（ESL）和61件电子设备（ED）。节能灯包括紧凑型荧光灯（CFL）和固态灯（SSL）。此外，还区分了具备和不具备功率因数校正（PFC）的电子设备。受试设备由理想正弦电压源供电，因此电源无谐波参量引入。初步分析主要针对3、5次谐波电流进行，测量目的是确定这些技术的主导相角。同时，在实验室中，将已论证的优先技术组进行相角叠加，以证明其补偿效果。为此，将运行两类产品划分为同时使用和单独使用，一种是结合节能灯的电子设备，另一种是没有节能灯的电子设备。谐波电流补偿意味着两个产品的单项谐波电流矢量部分或完全相反。因此，影响补偿度的关键是特定谐波的幅值和相角，特别是相角是否基本一致或者几乎相反。当各类产品一起运行时，总主导矢量幅值变化是反映补偿度的衡量指标。基于前文所述，研究评定补偿效果时定义了求和指数α（加总效应的量化）和同相因子k两个参量。求和指数9α是一个导数（见脚注公式）。公式的两边都是相等的，左边是矢量和的幅值，右边是每个设备矢量分量幂函数（相对于α)和的根（相对于α)。α=1表示没有补偿，α>1表示存在一些补偿，α接近∞表示全补偿。同相因子k是矢量和幅值与幅值算术和的比值。一般而言，0.9<k≤1表示低补偿度，0.5<k≤0.9表示存在部分补偿，0<k≤0.5表示为高补偿度，k=1表示无补偿，k=0表示最佳补偿状态。表6列出了用于评估不同技术分组可补偿度的主导相角、幅值和同相因子。ED1组与ED2组的供电类别不同。各电子设备间的本质区别为采用的PFC方式不同（无PFC、无源PFC或有源PFC）。表7为不同技术组合之间的对比结果。表6CFL、SSL与电子设备的对比[10]类别3次谐波电流5次谐波电流相角kα幅度[mA]kαCFL265±1520..900.981145±2510..700.93SSL315±450.86205±-450.63ED1(无PFC)225±455..250.79315±-250.86ED2(无PFC)195±-1510..1400.9930±3010..1300.98ED3(无源PFC)140±-15280..3500.99275±-20120..1900.97ED4(有源PFC)310±-4550..2000.74240±-8020..300.43表7叠加组合的对比[10]8这项调查由协会FNN（德国电气工程师协会电网技术/电网运营论坛）指示并资助。1GB/Z17624.8-20XX/IEC/TR61000-1-8:2019数量31+11=4214+31+11+5=6161+74=13561+74+11=146k（3次谐波）0.860.690.540.53k（5次谐波）0.550.543次谐波4.6A/162°5.3A/-160°5次谐波2.2A/-21°0.9A/39°综上所述，实验室得出了以下重要结论：l25W及以下的大多数紧凑型荧光灯将曲线作为准则使用10。l所有模型使用的波形结果表明，各模型之间3、5次谐波的相角位置非常相似。l3次谐波极限值的基波的86%，5次谐波使用极限值的61%。lSSL电流波形的分散性（多样型）及由此引起的谐波相角的分散比CFL更大。l带有开关电源（SPS）的电子设备（ED）可以根据电流波形和相角位置分为四组：-无PFC的电子设备（第1代SPS：5次谐波的相角约30°)-带无源PFC的电子设备（第2代SPS：5次谐波的相角约-90°。）-带有源PFC的电子设备（第3代SPS：相角无意义）-其他。l可以证明技术混合产生了一定的5次谐波补偿。最后，理论上来说可以通过确定最佳产品组合量以获得相角和幅值的较大补偿。由于灯具（小功率）和中高功率电子设备之间的功率（以及谐波幅值）有很大差异，在实践中实现对选定的谐波（次）电流进行最大补偿是一件非常复杂的工作。8.3现场测量基于实验室开展的现场测量调查[10]，对本文件进行了补充。测量包括评价3次和5次谐波电流的主导相角。现场测量[1]11的目的是产生经验证据，证明在实际电网中发现主导相角位置和补偿效应。现场测量由32家德国配电网运营商在各自的电网中完成。为了获得真正能被评价的数据集，初始假设的条件是测量数据统一配置（测量仪器参数设置）的基础，也是测试点的选择标准。电网公司提供的经验数据由研究团队伙伴对所有涉及的电网公司进行集中评价（统计）。现场测量仅在本地电网终端变压器的公用低压电网上进行，对三相电流、电压和相位进行测量。测量时间的重复周期为1min。测量持续时间由电网公司负责，但通常至少在一周以上。电网公司使用的测量仪器除了提供基本电气参数数据外，还提供50次及以下电流和电压（只有幅值）的幅值以及相角信息。为了合理的识别其关联性，所有测试点均按照电网结构（表8）、负荷结构（表9）和发电厂结构（表10）进行分类。从这三个既定的结构类别中，可以识别出96种排列。然而，在实践中，理论上只能设想35种与电网公司的典型组合。从电网公司来看，居民区的130个选定电网（79%）占主导地位。可用的结构组合集中在（占所有电网的44%）具有光伏的独立住宅，另一类（占所有电网的40%）是没有光伏的公寓住宅。表8电网类型[1]类别电网类型系统长度N1小型电网≤800mN2中型电网>800m~≤1600m11这项调查由协会FNN（德国电气工程师协会电网技术/电网运营论坛）指示GB/Z17624.8-20XX/IEC/TR61000-1-8:2019N3大型电网表9负荷类型[1]类别负荷类型规模单元数量A1住宅区，单户住宅（SFH）S小≤40M中>40~≤80L大A2住宅区，多户住宅（MFH）S小≤200M中>200~≤400L大>400A3商业体（商店）所有所有不适用A4办公楼所有所有不适用A5其他所有所有不适用表10发电类型[1]类别发电类型SE/SrE1无可再生能源0%E2零星的可再生能源>0%~≤10%E3少数可再生能源>10%~≤50%E4大量可再生能源>50%为了评估主导相角位置[1]和主导矢量，采用了类似于实验室测量[10]的方法。同相因子k由d=1-k代替，d为离散因子，即离散度的度量指标。因此，如果主导矢量的离散度很低（d≤