给我一个目标函数为总成本最小，约束条件有装机规模约束、电量约束、电力约束，包括煤电、气电、风电、光伏、抽水蓄能和能效电厂的电源规划模型的matlab代码

由于目标函数为总成本最小，我们需要先确定成本模型，然后才能构建目标函数。在这里，我们可以考虑以下成本项：

1. 燃料成本（煤电、气电）
2. 投资成本（风电、光伏、抽水蓄能、能效电厂）
3. 运维成本（风电、光伏、抽水蓄能、能效电厂）
4. 排放成本（煤电、气电）

假设我们有n种不同的电源类型，其中第i种电源类型的容量为Si，成本为Ci，则总成本可以表示为：

总成本 = ∑(Ci * Si)

其中，Ci可以表示为以下几种成本的加权和：

Ci = αi * 燃料成本 + βi * 投资成本 + γi * 运维成本 + δi * 排放成本

具体的，我们可以根据实际情况设定各个成本的权重系数。

接下来，我们需要考虑的是各种约束条件。在这个问题中，我们有以下几种约束条件：

1. 装机规模约束：∑Si <= S_max
2. 电量约束：∑(Si * pi) >= P_min，其中pi表示第i种电源类型的发电量
3. 电力约束：∑(Si * pi * ηi) <= E_max，其中ηi表示第i种电源类型的发电效率

综合上述内容，我们可以得到以下matlab代码，用于求解该问题：

% 定义各项参数
n = 6; % 电源种类数
S_max = 100; % 装机规模上限
P_min = 500; % 最小发电量
E_max = 1000; % 最大发电量
alpha = [0.5, 0.7, 0.6, 0.8, 0.9, 1.0]; % 燃料成本权重
beta = [0.2, 0.3, 0.4, 0.5, 0.6, 0.7]; % 投资成本权重
gamma = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6]; % 运维成本权重
delta = [0.3, 0.4, 0.5, 0.6, 0.7, 0.8]; % 排放成本权重
P = [100, 150, 200, 250, 300, 350]; % 各电源类型的发电量
eta = [0.9, 0.8, 0.7, 0.6, 0.5, 0.4]; % 各电源类型的发电效率

% 构建优化模型
cvx_begin
    variable S(n)
    minimize( sum(alpha .* (100 - S) + beta .* S + gamma .* S + delta .* (100 - S)) )
    subject to
        sum(S) <= S_max;
        sum(S .* P) >= P_min;
        sum(S .* P .* eta) <= E_max;
        S >= 0;
cvx_end

disp(S);

这里我们使用了cvx库来进行优化求解。运行该代码后，我们可以得到各种电源类型的装机容量，从而满足各种约束条件并且最小化总成本。