NSGA-2微电网优化

部分代码：

close all;
clear ; 
clc;
global P_load; %电负荷
global WT;%风电
global PV;%光伏
%%
addpath('./NSGA2/')%添加算法路径，通过addpath('./NSGA2/')将路径添加到搜索路径中，以便 MATLAB 可以找到 NSGA2 文件夹下的函数。
TestProblem=1;
MultiObj = GetFunInfo(TestProblem);%函数用于获取多目标优化问题的信息，其中TestProblem是问题的编号。通过这个函数获取的信息包括问题名、目标函数等。
MultiObjFnc=MultiObj.name;%问题名
% Parameters
params.Np = 100;        % Population size种群大小 
params.Nr = 200;        % Archive size   存档大小  
params.maxgen = 50;  % Maximum number of iteration   迭代次数
params.ngrid = 20;      % Number of grids in each dimension  维度
[Xbest,Fbest]  = NSGA2(params,MultiObj);

%% 画结果图ParetoFont
figure(1)
plot(Fbest(:,1),Fbest(:,2),'go');%在绘制 Pareto 前沿解集的图形时，使用了plot函数，将 Pareto 前沿解集的两个目标函数值分别作为 x 轴和 y 轴的数据，并以绿色圆点的形式绘制在图中。
legend('NSGA2');
xlabel('运行成本')
ylabel('环境保护成本')
%saveas(gcf,'./Picture/ParetoFont.jpg') %将图片保存到Picture文件夹下面

%% 比较不同目标函数寻优对调度结果的影响
%idxn=1 第1种.将两个目标函数值归一化相加，取相加后最小的目标值的粒子，即寻找折衷解并画图
%idxn=2 第2种寻找总成本最低时的解并画图
%idxn=3 第3种寻找运行成本最低时的解并画图
%idxn=4 第4种寻找环境保护成本最低时的解并画图
for idxn=1:4
    pg=plotFigure(Xbest,Fbest,idxn);
end