随着化石燃料的使用量与日俱增,人们对低碳的需求越来越强烈,分布式发电技术因其清洁、智能、可靠、效率高等优点也迅速发展。在分布式微电网中,风光发电和新能源汽车是低碳中不可缺少的资源。风光发电受自然环境因素影响较大,而电动汽车充放电则受人的社会行为影响,这也意味着新能源并网会具有较大的随机性和波动性。因此,在微电网的能量管理中,如何合理分配能源节点的功率,使电网在社会效益最大化的同时安全稳定运行是尤为重要的。同时电动汽车作为一种既可以充电又可以放电（Vehicle To Grid,V2G）的特殊角色,对其进行合理的调度将可以实现调节用电峰谷的作用。首先,本文将多智能体系统（Multi-agent System,MAS）和微电网的经济运行相结合,利用MAS的一致性方法来解决微电网中的能量管理问题。建立微电网中不同类型智能体的经济效益模型,尤其对电动汽车聚合商智能体提出一种基于电价诱导的经济模型来调节电网的用电峰谷,并建立其效益函数,为后文的进一步研究打下模型理论基础。其次,基于建立的微电网经济效益模型,以社会效益最大为目标,以电网中的功率平衡为约束条件建立最优能量分配问题。论文考虑实际电网中功率传输存在的损耗和微电网通信网络中的通信时延问题,提出一种时变的随机时延模型。然后基于多智能体一致性使用分布式加速优化算法进行求解,并通过理论证明算法的收敛性和有效性,探究有损耗时通信时延对电网系统的影响。最后通过在IEEE标准11节点网络模型上仿真验证了算法的收敛性,通过数据结果分析时延对电网运行的影响,并且验证论文提出电动汽车模型确实有削峰填谷的作用。最后,考虑风光和电动汽车的随机性和波动性问题,研究微电网基于多智能体有限时间一致性的经济调度问题,使系统在短时间内便可以收敛以尽可能实时响应风光和电动汽车的随机性,并通过理论证明算法的收敛性。同时为了解决实时响应带来的通信压力,设计事件触发控制策略,触发条件为一致性状态变化的误差大小。仿真结果验证有限时间控制的收敛性和事件触发控制的有效性,并与第3章进行仿真对比。同时分析实验数据验证电动汽车模型具有削峰填谷的作用。