El rápido crecimiento de los gases de efecto invernadero (GEI), la falta de producción de electricidad y una demanda cada vez mayor de energía eléctrica requieren una reducción óptima de las unidades generadoras térmicas a carbón (CFTGU) con el objetivo de minimizar los costos de combustible y las emisiones. Los enfoques anteriores no han podido abordar tales problemas debido a la no convexidad de los escenarios realistas y la convergencia óptima confinada. En cambio, las técnicas metaheurísticas han ganado más atención para abordar problemas de despacho de carga económica de emisiones (ELD/DEELD) estáticos/dinámicos restringidos, debido a su flexibilidad y estructuras sin derivadas. Por lo tanto, en este trabajo se propone la técnica de optimización de manada de elefantes (EHO) para resolver problemas ELD estáticos y dinámicos no convexos restringidos en el sistema de energía. El algoritmo EHO propuesto es una técnica inspirada en la naturaleza que utiliza un nuevo método de separación y una estrategia de elitismo para mantener la diversidad de la población y asegurar que los individuos más aptos se retengan en la siguiente generación. El enfoque actual se puede implementar para minimizar tanto las funciones de costo de combustible como de emisiones de las CFTGU, sujeto a restricciones de balance de potencia, límites de generación de potencia activa y límites de tasa de cambio en el sistema. Se utilizaron tres sistemas de prueba que involucran 6, 10 y 40 unidades para demostrar la efectividad y viabilidad práctica del algoritmo propuesto. Los resultados numéricos indican que el algoritmo EHO propuesto exhibe un mejor rendimiento en la mayoría de los casos de prueba en comparación con algoritmos existentes recientes cuando se aplica al problema ELD estático y dinámico, demostrando su superioridad y viabilidad.