环境和经济优化发电调度(economic optimization power dispatch,EED)问题是一个针对总购电成本和总污染排放量均尽量低这2个相互制约的目标进行优化的非线性约束多目标优化(multi-objective optimization problem,MOP)问题,基于非劣排序微分进化(non-dominated sorting differential evolution,NSDE)过程设计了一种新的多目标优化算法来对其进行求解。该算法通过将帕累托(Pareto)非劣排序操作与微分进化算法有机融合,对个体的排挤机制和变异策略进行改进以克服进化早熟和搜索不均的问题,并采用模糊集理论提取出最优折中非劣解。以一个包含6个发电单元的电力系统为例进行环境和经济多目标优化发电调度,测试结果验证了该算法能得到完整且分布均匀的帕累托最优解集,通过与普通非劣排序遗传算法(non-dominated sorting genetical gorithm,NSGA)NSGA-II进行比较,进一步论证了该算法的优越性及求解多目标优化发电调度问题的能力。