The 

New ISO 10723
Advances and new concepts in the 
performance evaluation and benchmarking 
of on‐line natural gas analysers.

Dr Paul Holland
BD Director, EffecTech Group
Natural gas quality measurement
composition (content) of natural gas
• inert gases
 nitrogen, carbon dioxide, helium, (argon & hydrogen)
• hydrocarbons
 methane, ethane, propane, iso‐butane, n‐butane, 
pentanes, hexanes + ......

properties (characteristics) of natural gas
• calorific value, Wobbe number, standard density (ISO 6976)
• compression factor, line density (ISO 12213)
• hydrocarbon dew point (ISO 23874)
• emission factors
Energy determination
Risks in energy metering 
Annual Value / €
4,500,000

Typical gas fired power station
4,000,000 Power output : 500 MW
Energy Price : €60 / MWh

3,500,000

3,000,000

2,500,000

2,000,000

1,500,000

Typical
1,000,000

500,000

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
U(Energy) / %
Gas quality measurement 
instruments
Legal / commercial 
legislation
requirements
• customer protection (example in UK law)
Public Gas Transporters (PGTs) shall carry out performance evaluations of 
gas quality metering instruments in accordance with ISO 10723 following 
installation or maintenance.  Provided that the results of the procedure 
show that the error on the calculated calorific value of transmission gas 
will not exceed 0.10 MJ.m‐3 for gas compositions allowed in the system, 
the PGT may then use that instrument for the determination of calorific 
values for the purposes of section 12 of the Gas Act 1986.” 

• control of GHG emissions (example in EU directive)

commercial gas contracts
• sales gas agreements / contracts (end‐users)
• allocation agreements (upstream)
Revision of ISO 10723 : 1995
revision to existing standard required for 
• inclusion of measurement uncertainties
 instrument precision, instrumental errors
 working calibration gas
• compliance with GUM
• more rigorous assessment of errors and uncertainties of 
measurement of
 composition (gas content amount fraction)
 gas properties (calculated from composition)

revision by
• ISO/TC193/WG15 (with liaison from ISO/TC158)
• Drafting by G Squire (EffecTech, UK) and D Lander (NGG, 
UK)
ISO/DIS 10723 : 2011 ‐ Scope
Determine E(x), E(P)  Determine a range of 
and U(x), U(P) over a  compositions for each 
pre‐defined range of  specified component 
compositions for each  which satisfy pre‐
specified component defined maximums in 
E(x), E(P) and U(x), U(P) 

using a specified calibration gas 
composition and uncertainty

calibration gas redesign
composition and uncertainty 
 Instrument errors

response / (peak area)

y=Fass(x)

xcal

0 1 2 3 4 5 6 7 8 9 10
content / (% mol/mol)
 Instrument errors

response / (peak area)

y=Fass(x)

y=Ftrue(x)

xcal

0 1 2 3 4 5 6 7 8 9 10
content / (% mol/mol)
 Instrument errors

response / (peak area)

y=Fass(x)

y=Ftrue(x)

xcal

0 1 2 3 4 5 6 7 8 9 10
content / (% mol/mol)
 Instrument errors

response / (peak area)

y=Fass(x)
y=Ftrue(x)

xcal

0 1 2 3 4 5 6 7 8 9 10
content / (% mol/mol)
Challenge
measurement of TRUE (actual) response functions for 
the instrument for all components (i=1..q)
• calibration functions
 y = Fi,true(x) 
• analysis functions 
 x = Gi,true(y)

function types for F & G
• polynomials of order 1, 2 or 3
 yi = Fi,true(xi) = a0 + a1xi + a1xi2 + a3xi3
 xi= Gi,true(yi) = b0 + b1yi + b2yi2 + b3yi3
Design of reference gases
a series of reference gases is measured by the 
instrument being calibrated

components included in reference gases
• depends on application

range of composition
• equal or greater than that expected to be measured by the 
instrument (no extrapolation)

number of mixtures 
• dependent upon expected order of F and G
 3 (1st order), 5 (2nd order), 7 (3rd order)
• approximately equally spaced within the range
ISO 10723 ‐ Performance evaluations of on‐line 
analytical systems
• ISO 17025 accredited calibration 
gases
• well established reference values & 
uncertainties
• 7 ‐10 cylinders each containing 10,11 
or 12 components
• wide range natural gas compositions
Experimental  replicate measurements
design

reference gases

Batch‐wise calibration
 simplest / manual / most practical (p gas changes)
 temporal drift has more significance
Experimental  replicate measurements
design

reference gases

Drift compensation calibration
 compensates for temporal drift (due to sample size effects)
 automation required 
Drift correction
Samples are injected at (or with reference to) 
ambient pressure.
response  effective sample size  ambient pressure

Batch‐wise calibration Drift compensation 
calibration

measure ambient pressure at time of 
sample injection (Pijk)

yijk = y’ijk . Pref / Pijk

Gas fired power station
Gas fired power station
Witnessed factory evaluation
LNG receiving terminal
Custody transfer border station
Drift compensation calibration (automated)
Offshore allocation / sales gas
Regression analysis
parameters F and G are calculated using GLS
• maximum liklihood functions relationships (MLFR)
• uncertainties in both variables (amount and response)
• procedure identical to that prescribed in ISO 6143

response functions validated for each component 
and in each domain F and G using ISO 6143
Calibration 
results
Errors
content / amount fraction & properties
• assumed  x i  Gi ,ass (y i )
• true y i  Fi ,true (x i )

• measured amount following calibration 
(where functions coincide)
Gi ,ass (Fi ,true ( x i ,true ))
x i*,meas  x i ,cal .
Gi ,ass (Fi ,true ( x i ,cal ))

• normalise
x i*,meas
x i ,meas 
 xi*,meas
• errors
x i ,meas  x i ,meas  x i ,true
Pmeas  Pmeas  Ptrue
Uncertainties in errors

contributions from
• calibration gas u( x i ,cal )
• instrument precision u ( y i ,cal ) & u ( y i ,meas )

properties
• any property / characteristic calculated from composition

P  f ( x1, x 2 ,..., x n ,w 1,w 2 ,..., w m )

2 2
n
 f  2 m
 f  2
uc (P )   
2
 u ( x i )     u (w i )
i 1  x i  i 1  w i 
Off‐line model

produce a off‐line model of instrument
• errors as a function of amount fraction
• repeatability as a function of amount fraction
• uncertainties as a function of amount fraction

use Monte Carlo simulation
• generate 10,000 different gas compositions
• for each composition calculate
 errors in physical properties
 uncertainties in physical properties
 Errors and uncertainties on errors
E(CVSUP) / MJ.m-3
0.15

0.10

0.05

0.00

-0.05

-0.10

-0.15
78 80 82 84 86 88 90 92 94 96 98
methane content / (% mol/mol)
 Error distribution
E(CVSUP) / MJ.m-3
0.15

0.10

0.05

0.00

-0.05

-0.10

-0.15
78 80 82 84 86 88 90 92 94 96 98
methane content / (% mol/mol)
 Mean error (bias)
E(CVSUP) / MJ.m-3
0.16

0.14

0.12

0.10

0.08

0.06

0.04

0.02

0.00 Maximum Permissible 
mean error = bias  ‐ B(P) Bias (MPB)
-0.02

-0.04 P  MPB
-0.06

-0.08

-0.10

-0.12

-0.14

-0.16
78 83 88 93 98
methane content / (%mol/mol)
 Uncertainty on mean error
E(CVSUP) / MJ.m-3
0.16

0.14

0.12

0.10

0.08

0.06

0.04

0.02
Maximum Permissible 
0.00 uncertainty on the mean error Error (MPE)

P  Uc P   MPE
-0.02 ≈ uncertainty on bias ‐ U(B(P))

-0.04

-0.06

-0.08

-0.10

-0.12

-0.14

-0.16
78 83 88 93 98
methane content / (%mol/mol)
Errors and uncertainties ‐ summary
Example – design of calibration gas
 Example – design of calibration gas

xC1,cal = 0.88
mean E(CV) = 0.001 ± 0.061 MJ.m‐3
 Example – design of calibration gas

xC1,cal = 0.88
mean E(CV) = 0.001 ± 0.061 MJ.m‐3

xC1,cal = 0.81
mean E(CV) = 0.000 ± 0.028 MJ.m‐3
Analysis function correction ‐ superior CV
 Instrument errors

response / (peak area)

y=Fass(x)
y=Ftrue(x)

xcal
0 1 2 3 4 5 6 7 8 9 10
content / (% mol/mol)
 Dove House
Dove Fields
Uttoxeter
Staffordshire
ST14 8HU
United Kingdom

tel : +44 (0)1889 569229
e‐mail : paul.holland@effectech.co.uk
web‐site : www.effectech.co.uk

ISO9001:2008 FS 554539