这个标题涉及到一个关于新能源基地频率稳定的储能优化配置方法的主题。让我们逐步解读：

1. 就地无常规电源支撑下：

   • 就地 (On-site): 意味着在特定地点或场地进行操作，而不是依赖外部地点的资源。
   • 无常规电源 (Non-conventional Power): 指的是不传统的、非常规的能源来源，可能包括太阳能、风能等可再生能源。

2. 考虑新能源基地频率稳定：

   • 新能源基地 (Renewable Energy Facility): 指的是一个专门用于收集、转换和利用可再生能源的场地或设施。
   • 频率稳定 (Frequency Stability): 指的是电力系统中的频率保持在合适的范围内，是电力系统正常运行的一个关键方面。在新能源集成到电力系统中时，频率稳定变得尤为重要，因为新能源的不确定性可能对频率产生影响。

3. 储能优化配置方法：

   • 储能 (Energy Storage): 指的是通过将电能存储起来，在需要时释放出来的技术，常用于平衡电力系统的供需差异。
   • 优化配置方法 (Optimization Configuration Method): 涉及到一种通过数学优化方法来确定储能系统的最佳配置，以实现特定目标，可能包括提高频率稳定性、降低能源成本等。

因此，整个标题的含义是在新能源基地且不依赖传统电源的情况下，提出了一种考虑频率稳定性的储能系统优化配置方法。这种方法可能旨在确保在新能源集成的电力系统中维持良好的频率稳定性，以满足电力系统的运行要求。

摘要：沙漠、戈壁、荒漠地区风-光-储基地建设是推动新能源规模化开发的主要模式。然而，就地无常规电源支撑场景下，新能源发电与直流协调能力不足，基地频率稳定等问题突出。本文在以控制为主导的新能源基地，依据风-光-储运行特性，构建了合理的虚拟惯量，并进一步探究了跟网型控制、构网型控制策略对频率响应的影响，建立了含多种控制策略的频率响应模型。储能电站在快速频率响应及灵活性调节新能源波动方面有巨大的优势。在储能规划模型中，提出考虑直流运行方式的储能优化配置方法，并在典型运行场景下嵌入频率安全稳定性约束。本文基于西北地区新能源基地规划指南设置算例，验证了所提模型的合理性与有效性。并进一步分析了频率指标，直流运行方式，构网型、跟网型场站对储能配置的影响；所提储能规划方法在实现经济性配置的同时，能够保证基地频率的稳定性，为就地无常规电源支撑场景下储能配置提供了新思路。

这段摘要探讨了在沙漠、戈壁、荒漠地区以风-光-储基地建设为主要模式推动新能源规模化开发的问题和挑战。以下是对摘要的详细解读：

1. 挑战描述：

   • 新能源场景： 摘要提到了沙漠、戈壁、荒漠地区，这些地方被视为推动新能源规模化开发的主要场景。
   • 问题： 在就地无常规电源支撑的情境下，新能源发电与直流协调能力存在不足，基地频率稳定等问题凸显。

2. 研究方法：

   • 主导因素： 本文以控制为主导，着眼于新能源基地的控制方面。
   • 建模： 根据风-光-储运行特性，构建了合理的虚拟惯量，这是一种在控制系统中模拟质量和动量的方法。
   • 控制策略： 探究了跟网型控制、构网型控制策略对频率响应的影响，并建立了包含多种控制策略的频率响应模型。

3. 储能优势：

   • 频率响应优势： 指出储能电站在快速频率响应及灵活性调节新能源波动方面具有巨大的优势。

4. 提出的储能规划方法：

   • 直流运行方式： 提出了考虑直流运行方式的储能优化配置方法。
   • 约束： 在储能规划模型中嵌入了频率安全稳定性约束，以确保系统频率的稳定性。

5. 实证与验证：

   • 地区设置： 以西北地区新能源基地规划指南为依据，进行了相应的算例设置。
   • 验证有效性： 验证了所提出模型的合理性与有效性。

6. 进一步分析：

   • 影响因素分析： 进一步分析了频率指标、直流运行方式、构网型、跟网型场站对储能配置的影响。

7. 结论：

   • 经济性与稳定性兼顾： 所提出的储能规划方法在实现经济性配置的同时，能够保证基地频率的稳定性，为就地无常规电源支撑场景下储能配置提供了新思路。

综合来看，这项研究旨在解决在特殊地区新能源基地建设中面临的频率稳定等问题，通过建模和控制策略的优化，提出了考虑直流运行方式的储能优化配置方法，并在实证中验证了其有效性。该研究为在偏远地区推动新能源规模化开发提供了新的技术和方法。

关键词:就地无常规电源支撑; 大规模直流外送:新能源基地频率稳定;虚拟惯量; 储能规划;

1. 就地无常规电源支撑：

   • 含义： 指在新能源基地建设中，该地区缺乏传统的常规电源（如煤电、核电等），因此需要在当地解决电源支撑的问题。
   • 挑战： 可能面临电源不稳定、频率波动等问题，因为传统电源在提供稳定性方面具有一定优势。

2. 大规模直流外送：

   • 含义： 指通过直流输电技术，将新能源基地产生的电能以大规模方式输送到远离发电地点的区域。
   • 优势： 直流输电系统通常能够有效降低输电损耗，特别适用于大规模、远距离的电能传输。

3. 新能源基地频率稳定：

   • 问题： 提到在新能源基地中，频率稳定是一个重要的挑战，特别是在没有传统电源支撑的情况下。
   • 解决方法： 可能需要采取一系列措施，包括虚拟惯量、储能系统等，以确保在大规模直流外送过程中保持基地电网的频率稳定。

4. 虚拟惯量：

   • 含义： 虚拟惯量是一种在控制系统中模拟惯量（系统的质量和动量）的方法，通常用于提高系统的频率响应和稳定性。
   • 应用： 在这个上下文中，可能是为了解决新能源基地频率稳定性问题而构建的一种控制手段。

5. 储能规划：

   • 含义： 涉及规划和配置储能系统，以应对新能源基地电网的波动性，提高电能的调度和稳定性。
   • 优势： 储能系统能够提供快速的频率响应和灵活性，对于解决频率稳定等问题具有显著的优势。
   • 考虑因素： 可能需要考虑直流运行方式，以适应大规模直流外送，同时在储能规划中嵌入频率安全稳定性约束。

综合来看，这些关键词揭示了在偏远地区建设新能源基地时所面临的挑战，以及通过采用大规模直流外送、虚拟惯量和储能规划等手段来解决频率稳定性等问题的研究方向。

仿真算例：为了验证本文提出方法的有效性，本节根据西北地区规划指南设置算例。新能源基地规划装机容量 11000MW，其中光伏：风电=7:4，设置 5 个风电场，其中 3 个为构网型场站，2 个为跟网型场站，直流额定输送容量 8000MW。西北地区新能源季节性特征明显，本文基于西北地区新能源历史数据构建典型场景。新能源出力曲线，风电、储能的控制参数及经济参数如附录 B 所示。本文以新能源出力大幅波动作为扰动，按 10%计；基准频率 50Hz，调频死区 0.033Hz，允许的最大频率变化率 1Hz/s，最大频率偏差 0.5Hz，稳态频率偏差 0.2Hz。所提方法在 MATLAB-2019b 上调用 Gurobi-10.0.1 求解。

仿真程序复现思路：

1. 定义系统参数和场景：

   • 设置新能源基地规划装机容量为11000MW，光伏：风电=7:4。
   • 划分5个风电场，其中3个为构网型场站，2个为跟网型场站。
   • 设置直流额定输送容量为8000MW。

2. 生成典型场景数据：

   • 利用西北地区新能源历史数据，构建新能源出力曲线，确定风电、储能的控制参数和经济参数。

3. 引入扰动：

   • 基于新能源出力曲线，模拟新能源出力大幅波动，按照10%计算。

4. 定义电网频率相关参数：

   • 设置基准频率为50Hz。
   • 设定调频死区为0.033Hz。
   • 允许的最大频率变化率为1Hz/s。
   • 最大频率偏差为0.5Hz。
   • 稳态频率偏差为0.2Hz。

5. 调用优化求解器：

   • 使用MATLAB-2019b编写仿真代码，并调用Gurobi-10.0.1进行求解。

6. 实施频率稳定方法：

   • 根据文章提出的方法，实施频率稳定控制，可能涉及到虚拟惯量、储能规划等。
   • 通过调整风电和储能系统的工作状态，使得系统在频率受到扰动时能够快速恢复到稳态。

7. 评估仿真结果：

   • 分析仿真结果，包括频率的变化情况、系统稳定性、优化算法的求解效果等。
   • 与设定的频率偏差和变化率进行比较，以验证提出方法的有效性。

下面是一个简化的MATLAB示例代码，演示如何实施上述仿真思路：

% 定义系统参数
total_capacity = 11000; % MW
pv_wind_ratio = [7, 4];
num_wind_farms = 5;
dc_capacity = 8000; % MW% 生成典型场景数据，包括新能源出力曲线和控制参数
% 以及其他相关参数的设置，如调频死区、最大频率变化率等% 生成新能源出力曲线，这里假设使用一些简单的模型
wind_output = generateWindOutput();
pv_output = generatePVOutput();% 引入扰动
disturbance = 0.1; % 10%的扰动
wind_output_disturbed = applyDisturbance(wind_output, disturbance);% 定义电网频率相关参数
base_frequency = 50; % Hz
deadband = 0.033; % Hz
max_rate_change = 1; % Hz/s
max_frequency_deviation = 0.5; % Hz
steady_state_deviation = 0.2; % Hz% 初始化仿真时刻和频率
simulation_time = 0:1:100; % 假设仿真时间为100秒
frequency = base_frequency;% 循环仿真
for t = simulation_time% 计算当前时刻的频率偏差frequency_deviation = calculateFrequencyDeviation(frequency, base_frequency);% 检测是否处于稳态if abs(frequency_deviation) > steady_state_deviation% 在非稳态情况下，实施控制算法，这里仅作为示例control_action = applyControlAlgorithm(frequency_deviation);% 调整风电和储能系统的工作状态，这里仅作为示例adjustWindAndStorageSystems(control_action);end% 更新系统状态，这里仅作为示例frequency = updateSystemState(frequency, max_rate_change, deadband);% 记录频率变化情况等，根据实际需求进行记录和分析recordSimulationResults(t, frequency, frequency_deviation);
end% 可以根据仿真结果进行进一步的分析和评估

请注意，这只是一个示例代码的框架，具体的实现需要根据文章提出的方法和模型来调整。在实际应用中，可能需要更复杂的模型和算法，以及更详细的数据处理和结果分析。