W niniejszej publikacji rozwi¿zano problem optymalnego rozdzielania mocy czynnej i biernej przy u¿yciu algorytmów opartych na inteligencji roju i inspirowanych biologi¿. Zaproponowano nowe podej¿cie wykorzystuj¿ce algorytm wyszukiwania kuku¿ki (CS) do rozwi¿zywania problemu optymalnego przep¿ywu mocy (OPF) poprzez optymalne ustawienie zmiennych steruj¿cych. Standardowe funkcje celu dotycz¿ce optymalnego przep¿ywu mocy czynnej i biernej, tj. minimalizacja cäkowitego kosztu wytwarzania i strat mocy czynnej. Wyszukiwanie kuku¿ki to algorytm inspirowany biologi¿, oparty na zachowaniu ptaków kuku¿ek podczas wysiadywania jaj. Algorytm ten mo¿e wyszukiwä globalne rozwi¿zanie przy u¿yciu wielu ¿cie¿ek. Wyniki symulacji proponowanego podej¿cia porównano z innymi technikami inteligencji rojowej, tj. zmodyfikowanej optymalizacji roju cz¿stek (MPSO). Problem przetestowano na standardowym systemie 30-bus 6 generatorów IEEE. Równania przep¿ywu mocy i równanie bilansu obci¿¿enia s¿ traktowane jako ograniczenia równo¿ci. Analiz¿ wydajno¿ci tego problemu OPF przy u¿yciu algorytmu wyszukiwania kuku¿ki przeprowadzono poprzez sprawdzenie ró¿nych kombinacji warto¿ci powi¿zanych parametrów.