在过去的几十年里,智能电网技术得到了飞速发展,而在智能电网的发展过程中也存在许多问题和挑战。其中,智能电网的经济调度问题是在考虑各种约束条件下,在短期内以尽可能低的成本确定多个发电设施的最佳输出以满足系统整体负荷,其实质上是一个优化问题。研究智能电网的经济调度问题对保障智能电网能够经济、稳定地运行具有重要意义,然而随着智能电网规模的不断扩大以及网络结构的愈加复杂,智能电网中的经济调度问题研究也变得更加困难和具有挑战性。结合凸优化理论、罚函数法以及多智能体系统一致性算法,本文研究了智能电网的分布式经济调度问题,并提出有效优化算法。主要工作和研究成果集中在以下两个方面: （1）研究了更贴合实际的智能电网经济调度问题,针对发电机、可再生能源和储能装置在容量约束、爬升约束、供需平衡约束等多个约束条件下的智能电网经济调度优化问题,利用内罚函数法以及拉格朗日对偶理论将原优化问题转化为无约束条件下的优化问题,并基于该无约束优化问题结合一致性算法设计了一个分布式二阶一致性算法,且理论证明了该算法是收敛的。最后,通过IEEE六总线系统仿真验证了该算法的可行性,且与传统一致性算法相比拥有较快的收敛速度与收敛精度。 （2）由于罚因子在趋于零时会引起增广目标函数病态从而导致算法最优解偏离真实最优解,即智能电网的总发电成本并未取得最优。针对这一问题,本文引入了一种光滑精确罚函数,当罚因子满足一定条件时基于该光滑精确罚函数构建的罚问题与原智能电网经济调度优化问题是等价的。通过该光滑精确罚函数重构了原经济调度问题,并对分布式二阶一致性算法进行修改与调整。由于该算法对于初始点的选取较为苛刻,即初始点必须满足供需平衡约束,而初始点的变动会影响该算法的收敛速度与收敛精度,使其实用性大大降低,因此为该算法加入一个初始化的过程,从而避免了对初始点的选取以及对算法参数的调整。最后通过仿真实验验证了该算法的可行性。