在传统集中式能源管理中,控制中心聚合发电量、电网状况和负荷情况等信息,采用粒子群算法、λ-迭代法和遗传算法等集中式算法求解优化问题。集中式算法通过控制中心获取全局信息,因此当控制中心发生故障时,会造成巨大的通信负担、隐私和控制等方面的问题。考虑到集中式优化所带来的问题,对于分布式优化或分布式能源管理（DEM）的研究引起了越来越多的关注。针对智能电网中的隐私保护和提高生产力方面,已有学者对分布式能源管理（DEM）进行了大量研究工作。随着越来越多的可控分布式能源和具有通信能力的响应负荷引入智能电网,能量管理已成为电网未来的关键问题。本文的核心思想是设计一种无需任何集中控制器即可计算出最优能源管理方法的完全分布式算法。此外,本文提出的能源网络包含混合光伏和热电联产运营商。混合式光伏在满足产消者电力需求的同时,产消者通过热泵从光伏阵列获取热量,以满足热量需求;热电联产运营商能在能源需求短缺时,加快能源需求。在现有的分布式算法中需找到适用于本文场景的算法,本文初步选择交替方向乘子法（ADMM）,但现有大量研究表明,交替方向乘子法具有各种局限性。因此,本文提出了改进交替方向乘子法,对交替方向乘子法和改进交替方向乘子法进行比较分析性能和结果。分析结果表明,改进交替方向乘子法性能更好,其显著减少了广播消息的数量,但需要更多的计算能力,因此需要更多次数的迭代才能达到收敛。在有限带宽可用于通信的分布式优化问题中,改进交替方向乘子法是一种更好的选择。考虑到未来智能电网将是一个灵活多变、拓扑结构不断变化的系统,接下来研究了交替方向乘子法和改进交替方向乘子法的收敛速度。结果表明,这两种算法对于稀疏网络都有较好的收敛性能,但随着拓扑结构的变化和电网密度的增大,两种算法的性能都会降低。此外,交替乘子法和改进交替乘子法对收敛因子和试验函数非常敏感,很难调整,数值的微小变化可能会影响收敛,甚至导致发散。进一步,本文对分布式共识方法（distributed consensus approach）进行了建模和分析。首先,在一种更简单的模式下,对所设计的协议的收敛性进行了分析。分析表明,所设计的共识协议支持即插即用功能。此外,当图变得更密集时,共识协议仍然具有理想的收敛速度,但需要更大的内存和更高的计算机配置。由于其性能、技术发展和快速计算可实现性,本文认为共识协议是比交替方向乘子法是更好的选择。因此,本文利用共识方法设计了一种适用于只有光伏和分布式发电机（DG）的并网用户的全分布式能量管理解决方案。在该方案中,产消者可以利用自身可用的资源来满足他们的能源需求,而多余的能源则与公用电网共享。此外,在电力不足的情况下,产消者还可以从电网购买电力。该优化问题经过建模表示为基于共识协议的社会福利最大化方案。为了验证所提算法的有效性,本文在一个由5个用户组成的网络上进行了 24小时的负荷和光伏能量预测仿真。此外,还对所提出的算法进行了收敛速度分析和可扩展性测试。为了进一步验证所提出的方法,针对由混合光伏（HPV）、热电联产（CHP）和公用电网组成的网络,本文提出了基于协商一致的协同调度算法（cooperative consensus-based algorithm）。HPV和CHP配备了产消者能源管理系统,这些管理系统通过相互交流来共享信息并找到最优的解决方案,该问题被建模为热电耦合网络的社会福利最大化问题。论文通过一个综合的案例分析了该方法的有效性。