1.一种微电网分布式经济调度方法，其特征在于，包括以下步骤：步骤1：建立微电网经济调度问题模型：包括微电网经济调度问题模型中微电网分布式发电机类型及发电成本、目标函数，微电网经济调度问题模型中的发电机供需平衡约束条件和发电机功率限制约束条件；

步骤2：初始化相关参数；

步骤3：运用一致性算法处理集中式交替方向乘子法的第一个原始变量；

步骤4：运用投影方法处理集中式交替方向乘子法的第二个原始变量；

步骤5：将以分布式方法获得的第一个原始变量和第二个原始变量带入对偶更新公式，计算得出对偶变量；

步骤6：每次迭代判断是否达到交替方向乘子法的收敛条件，若达到则输出最优增量成本和最优发电机输出功率，否则更新一致性算法中的发电机输出功率和本地功率偏差，跳转到步骤3继续迭代更新计算，直到满足交替方向乘子法的收敛条件为止；

所述步骤1微电网分布式发电机类型包括光伏发电和风力发电，微电网系统中第i个分布式发电机的发电成本具体为：2

Ci(pgi)＝αipgi+βipgi+γi其中，i＝1,2,…,n；n为微电网中发电机的数量，Ci(pgi)为第i台发电机的发电成本，pgi为第i台发电机的功率，αi>0，βi>0，γi>0为发电成本系数，经济调度问题可以建模为：其中， 为目标函数， 发电机供需平衡约束条件和min

为发电机功率限制约束条件，pd为总功率需求，pgi 为第i台发电机max

功率的最小值，pgi 为第i台发电机功率的最大值；

所述步骤2具体为：

0

设置发电机输出功率的初值pg[0]、第一个原始变量的初值pg＝pg[0]、第二个原始变

0 0

量的初值y、对偶变量的初值λ和本地功率偏差的初值s[0]；

所述步骤3和步骤4中的集中式交替方向乘子法具体为：k+1 k k+1 k+1

λ ＝λ+pg ‑y

其中，k为交替方向乘子法迭代项，上述式子为集中式交替方向乘子法的矩阵形式，k+1pg

k+1 k+1

和y 分别为第一个原始变量和第二个原始变量，λ 为对偶变量，C(pg)＝[C1(pg1),...,CnT T T(pgn)]为Ci(pgi)的向量形式，pg＝[pg1,...,pgn]为pgi的向量形式，y＝[y1,...yn]，Ω1和Ω2为封闭的凸集，ρ>0为惩罚参数，∥·∥为欧几里得范数；

k+1

运用一致性算法处理集中式交替方向乘子法的第一个原始变量pg ，具体一致性算法为：z[j+1]＝wz[j]+es[j]pg[j+1]＝dz[j+1]+bs[j+1]＝ws[j]+w(pg[j]‑pg[j+1])T

其中，j为一致性算法迭代项，上述式子为矩阵形式，z[j+1]＝[z1[j+1],…,zn[j+1]] ，T Tpg[j+1]＝[pg1[j+1],…,pgn[j+1]]，s[j+1]＝[s1[j+1],…,sn[j+1]]，z[j+1]为增量成本，pg[j+1]为发电机输出功率，s[j+1]为本地功率偏差， 为多智能体通讯邻接矩阵，e＝diag[e1,…,en]为反馈增益，其中， 增量

成本的初值为zi[0]＝2qipgi[0]+oi，如果∥z[j+1]‑z[j]∥≤ε时，一致性算法迭代结束，得出优化增量成本z[j+1]和优化发电机输出功率pg[j+1]；否则继续一致性算法迭代，ε为收敛系数；

k+1

集中式交替方向乘子法的第一个原始变量pg ＝pg[j+1]；

k+1

所述步骤4运用投影方法处理集中式交替方向乘子法的第二个原始变量y 具体为：其中，上述式子为矩阵形式，

所述步骤5更新对偶变量计算方法具体为：k+1 k k+1 k+1

λ ＝λ+pg ‑y ；

所述步骤6交替方向乘子法的收敛判据具体为：k+1 k+1

其中，A＝diag[1,…,1]，B＝diag[‑1,…,‑1]，w1 和w2 分别为原始残差和对偶残差，σ1和σ2为收敛系数，是正标量，每次迭代判断是否达到交替方向乘子法的收敛条件，若* *达到则输出最优增量成本z和最优发电机输出功率pg，否则更新一致性算法中的发电机输k+1出功率pg[0]＝pg 和本地功率偏差s[0]＝s[j+1]，跳转到步骤3继续迭代更新计算，直到满足交替方向乘子法的收敛条件为止。