افزایش قابلیت گذردهی توان در خطوط انتقال، جهت توسعه صنعت برق، موضوعی مهم و اساسی می باشد. غلبه بر محدودیت های انتقال توان، امکان افزایش قابلیت گذردهی توان در خطوط انتقال را تا حد ظرفیت حرارتی به همراه خواهد داشت. مسائل انرژی ، محیط زیست، حق عبور از املاک دیگران و هزینه های سنگین، احداث خطوط جدید را با مشکل مواجه نموده است. همه این عوامل ذکر شده، منجر به پیدایش نظریه استفاده از ادوات facts گردید، و به دنبال آن با پیشرفت های اخیر در تکنولوژی نیمه هادی ها، کنترل کننده یکپارچه پخش توان ( upfc ) به عنوان یکی از کامل ترین و جامع ترین انواع ادوات facts در جهت کنترل سیستم های قدرت استفاده گردید. روش های پیشنهادی جهت جایابی ادوات سری و موازی در سیستم قدرت دارای تنوع زیادی هستند، اما این روش های جایابی برای ادوات ترکیبی همچون کنترل کننده یکپارچه پخش توان در سیستم های قدرت تجدید ساختار یافته با توجه به قابلیت بارگذاری و محدودیت ولتاژ مناسب نمی باشد. پس از بررسی مدل های موجود برای کار حالت ماندگار upfc و انتخاب مناسب ترین مدل، ابتدا مساله پخش بار بهینه در حضور کنترل کننده یکپارچه پخش توان فرموله و روش حل آن به کمک الگوریتم های تکاملی مختلف شامل الگوریتم ژنتیک، pso ، الگوریتم immune و الگوریتم های حاصل از ترکیب این الگوریتم ها بیان می گردد. سپس ضمن مقایسه نتایج پخش بار بهینه با استفاده از الگوریتم های مختلف، قابلیت upfc در کنترل پخش توان، بهبود پروفیل ولتاژ و کاهش تلفات سیستم بررسی می گردد. همچنین در ادامه به حل مساله جایابی بهینه کنترل کننده یکپارچه پخش توان با استفاده از الگوریتم های مذکور پرداخته می شود. با استفاده از نتایج شبیه سازی مشاهده می شود، در شرایط اضطراری که ممکن است محدودیت های امنیتی نقض گردد، کنترل کننده یکپارچه پخش توان می تواند با کنترل توان انتقالی از خطوط، سیستم را در شرایط بهره برداری بهتر قرار دهد و در نتیجه میزان تولید واحدها را به مقادیر بهینه، که مزیت واحدهای تولید حفظ شوند، نزدیک سازد و بدین وسیله مجموع هزینه تولید و در نتیجه قیمت برق را کاهش دهد. همچنین upfc نیز می تواند در این حالت ها مانع از افت ولتاژ شدید در شبگه گردد. در بین روش های بررسی شده در این پایان نامه، روش ipso ، می تواند میزان تولید واحدها را در مزیت بالاتر قرار داده و هزینه کل را نسبت به بقیه الگوریتم ها به میزان بیشتری کاهش دهد، که این امر ناشی از توانایی این الگوریتم در فرار از نقاط بهینه محلی و ادامه جستجو در فضای پاسخ می باشد.