经济调度问题是电力系统常见的一类非线性优化问题,其目标是在满足各类约束条件的基础上,决策所有发电机组的发电功率以满足系统总功率需求,最终使得设定的目标如发电费用最小。传统的经济调度问题的解决往往采用集中控制的方式,对此国内外己有很多学者提出了有效的集中式算法。然而在集中式优化方式下,智能电网运行将出现通信信道阻塞以及计算任务繁重等问题,这将导致集中式算法性能恶化。为了解决上述问题,当下众多学者转而研究基于多智能体系统的分散经济调度方式,对此提出了众多分散经济调度一致性算法。然而当前的分散经济调度协同一致性研究仅仅关注理想通信网络,对于非理想通信网络言之甚少。实际上,由于传输数据量较多、测量误差以及外界干扰等因素,通信网络中将不可避免地出现通信时延和信道噪声问题。通信时延和信道噪声将影响协同一致性算法的收敛速度,甚至导致算法不收敛。同时在大多数实际的多智能体网络中,拓扑结构并非是固定不变的。由于智能体的运行或通信传输等发生故障时,通信拓扑也将发生改变,这可能导致一致性算法无法收敛。考虑到实际通信网络中不可避免受到传输时延、噪声以及时变拓扑等因素的影响,本文提出一种计及非理想通信环境的经济调度鲁棒协同一致性优化算法(robust collaborative consensus algorithm,RCCA)。在一致性计算中引入了一致性增益函数,有效抑制了传输噪声和时延。通过引入虚拟一致性变量,使得智能体之间的通信拓扑更加灵活,方便机组的即插即用,从而解决了时变拓扑下的一致性协同。IEEE 39和118母线系统算例仿真表明:本文所提算法适用于非理想通信网络下的一致性经济调度,在保证收敛性的同时,可以获得较为满意的优化结果。