一、NSGA-III簡介

NSGA-III算法由Kalyanmoy Deb和Himanshu Jain于 2014年提出。

參考文獻：Deb K , Jain H . An Evolutionary Many-Objective Optimization Algorithm Using Reference Point-Based Nondominated Sorting Approach, Part I: Solving Problems With Box Constraints[J]. IEEE Transactions on Evolutionary Computation, 2014, 18(4):577-601.

二、微網系統運行優化模型

微電網優化模型介紹：

weixin的博客_CSDN博客46204734/article/details/132700070?csdnshare_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22132700070%22%2C%22source%22%3A%22weixin_46204734%22%7D

三、NSGA3求解微電網多目標優化調度

（1）部分代碼

close all;
clear ;?
clc;
global P_load; %電負荷
global WT;%風電
global PV;%光伏
%%
addpath('./NSGA3/')%添加算法路徑
TestProblem=1;
MultiObj = GetFunInfo(TestProblem);
MultiObjFnc=MultiObj.name;%問題名
% Parameters
params.Np = 100;? ? ? ? % Population size
params.Nr = 200;? ? ? ? % Archive size
params.maxgen = 100;? % Maximum number of iteration
params.ngrid = 20;? ? ? % Number of grids in each dimension
[Xbest,Fbest]? = NSGA3(params,MultiObj);%% 畫結果圖ParetoFont
figure(1)
plot(Fbest(:,1),Fbest(:,2),'go');
legend('NSGA3');
xlabel('運行成本')
ylabel('環境保護成本')
saveas(gcf,'./Picture/ParetoFont.jpg') %將圖片保存到Picture文件夾下面%% 比較不同目標函數尋優對調度結果的影響
%idxn=1 第1種.將兩個目標函數值歸一化相加，取相加后最小的目標值的粒子，即尋找折衷解并畫圖
%idxn=2 第2種尋找總成本最低時的解并畫圖
%idxn=3 第3種尋找運行成本最低時的解并畫圖
%idxn=4 第4種尋找環境保護成本最低時的解并畫圖
for idxn=1:4pg=plotFigure(Xbest,Fbest,idxn);
end

（2）部分結果

pareto前沿：

第1種.將兩個目標函數值歸一化相加，取相加后最小的目標值的粒子，即尋找折衷解并畫圖

第2種尋找總成本最低時的解并畫圖

第3種尋找運行成本最低時的解并畫圖

第4種尋找環境保護成本最低時的解并畫圖

四、完整MATLAB代碼