一、微网系统运行优化模型
参考文献：
1\]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度\[J\].电力科学与工程, 2021, 37(3):7 ## 二、多目标人工蜂鸟算法MOAHA 多目标人工蜂鸟算法（multi-objective artificial hummingbird algorithm，MOAHA）是2022年提出的一种高效的多目标优化算法，其采用基于拥挤距离的动态消除法（ dynamic elimination-based crowding distance ，DECD）维护外部存档。  MOAHA算法描述如下：  参考文献： \[1\]Weiguo Zhao, Zhenxing Zhang, Seyedali Mirjalili, Liying Wang, Nima Khodadadi, Seyed Mohammad Mirjalili.**An effective multi-objective artificial hummingbird algorithm with dynamic elimination-based crowding distance for solving engineering design problems**,Computer Methods in Applied Mechanics and Engineering, 398,2022, ## 三、求解结果 （1）部分代码 ``` close all; clear ; clc; global P_load; %电负荷 global WT;%风电 global PV;%光伏 %% TestProblem=1; MultiObj = GetFunInfo(TestProblem); MultiObjFnc=MultiObj.name;%问题名 % Parameters params.Np =100; % 种群大小(可以修改) params.Nr =200 ; % （外部存档的大小） params.maxgen =100; % 最大迭代次数(可以修改) [Xbest,Fbest] = MOAHA(params,MultiObj); % Xbest是MOAHA所求得到的POX % Fbest是MOAHA所求得到的POF %% 画结果图 figure(1) plot(Fbest(:,1),Fbest(:,2),'ro'); legend('MOAHA'); xlabel('运行成本') ylabel('环境保护成本') ``` （2）部分结果  运行成本最低情况下：     ## 四、完整MATLAB代码