Neste trabalho apresenta-se uma versão especializada da meta-heurística Algoritmo dos Fogos de Artifício de Busca Dinâmica com Mutação de Covariância (AFABDMC) para resolver o problema de Fluxo de Potência Ótimo (FPO) em sistemas de transmissão. No algoritmo proposto consideram-se como variáveis contínuas de controle a magnitude da tensão e a geração de potência ativa nas barras de geração e como variáveis de controle discretas o estado de operação dos shunts e a posição do comutador de taps em transformadores. Assim, o modelo para o problema é de Programação Não-Linear Inteira Mista (PNLIM). A estratégia de resolução adotada consiste em controlar, em cada iteração, os valores das variáveis de controle discretas utilizando-se a meta-heurística AFABDMC e a partir desses valores escolhidos pela meta-heurística, resolver um problema de Programação Não-Linear (PNL) que fornece os valores das variáveis de controle contínuas junto com o estado de operação do sistema. A meta-heurística AFABDMC foi escrita em linguagem MATLAB e o modelo do problema em AMPL. Os subproblemas de PNL foram resolvidos utilizando-se o solver KNITRO, sendo que a interface entre o MATLAB e o AMPL foi feita utilizando-se o AMPL API. Foram realizados testes com os sistemas IEEE de 14, 30, 57 e 118 barras e os resultados indicam que a metodologia proposta é capaz de encontrar soluções de muito boa qualidade para o problema.In this work, a new specialized metaheuristic based on the Dynamic Search Fireworks Algorithm with Covariance Mutation (DSFWACM) is applied on the Optimal Power Flow (OPF) problem in transmission systems. In the proposed method, generator bus voltage magnitudes and active power generation are considered as continuous variables and the operating state of the shunts and transformer taps settings are considered as discrete variables. Thus, the model is a Mixed-Integer Nonlinear Programming (MINLP) problem. The adopted resolution strategy is to control, in each iteration, the value of the discrete control variables using the DSFWACM metaheuristic and from the metaheuristic’s chosen values, solve the Nonlinear Programming (NLP) problem that provides the values of the continuous control variables along with the system’s operation state. The DSFWACM metaheuristic was written in MATLAB and the problem model in AMPL. The NLP sub-problems were solved using the KNITRO solver, and the interface between MATLAB and AMPL was implemented using the AMPL API. Tests were conducted with the IEEE 14, 30, 57 and 118-bus systems and the results show that the proposed method is able to find high quality solutions to the problem.CNPq: 132374/2011-0