In this paper, an optimal model predictive control (MPC) is tuned using recent optimizer named sooty terns optimization algorithm (STOA). The proposed control is employed to design load frequency control (LFC) installed in interconnected system including different renewable energy sources (RESs). The proposed method is utilized to identify the MPC optimal parameters to minimize the integral time absolute error (ITAE) of the frequencies and tie-line power deviations. The analysis is performed on three multi-interconnected systems, the first one includes two units of thermal and PV with maximum power point tracking (MPPT). The others include linear/nonlinear three-interconnected system with/without superconducting magnetic energy storage (SMES). The nonlinear model is implemented by considering generation rate constraint (GRC) and governor dead-band (GDB). Moreover, the proposed MPC-LFC is investigated under system parameters’ uncertainties. Furthermore, random wind speed and load disturbance are analyzed for multi-interconnected system. The performance of the proposed MPC-LFC optimized via STOA is compared with the proportional-integral (PI) controller designed via firefly algorithm (FA), genetic algorithm (GA), MPC with FA, stain bower braid algorithm (SBO), multi-verse optimizer (MVO), and intelligent water drops algorithm (IWD). The obtained results confirmed the competence of the proposed STOA in designing the optimal MPC-LFC compared to the others.

在本文中，使用最新的名为sooty terns最优化算法（STOA）的优化器对最优模型预测控制（MPC）进行了调整。建议的控件用于设计安装在包含不同可再生能源（RES）的互连系统中的负载频率控制（LFC）。所提出的方法用于识别MPC最佳参数，以最小化频率和联络线功率偏差的积分时间绝对误差（ITAE）。该分析是在三个多互连系统上执行的，第一个系统包括两个具有最大功率点跟踪（MPPT）的热和PV单元。其他包括具有/不具有超导磁能存储器（SMES）的线性/非线性三互连系统。非线性模型是通过考虑发电率约束（GRC）和调速器死区（GDB）来实现的。此外，在系统参数不确定的情况下，对提出的MPC-LFC进行了研究。此外，针对多互联系统分析了随机风速和负载扰动。将通过STOA优化的拟议MPC-LFC的性能与通过萤火虫算法（FA），遗传算法（GA），带有FA的MPC，污点凉亭编织算法（SBO），多目标算法设计的比例积分（PI）控制器进行了比较诗词优化器（MVO）和智能水滴算法（IWD）。获得的结果证实了拟议的STOA在设计最佳MPC-LFC方面的能力。分析了多互联系统的随机风速和负荷扰动。将通过STOA优化的拟议MPC-LFC的性能与通过萤火虫算法（FA），遗传算法（GA），带有FA的MPC，污点凉亭编织算法（SBO），多目标算法设计的比例积分（PI）控制器进行了比较诗词优化器（MVO）和智能水滴算法（IWD）。获得的结果证实了拟议的STOA在设计最佳MPC-LFC方面的能力。分析了多互联系统的随机风速和负荷扰动。将通过STOA优化的拟议MPC-LFC的性能与通过萤火虫算法（FA），遗传算法（GA），带有FA的MPC，污点凉亭编织算法（SBO），多目标算法设计的比例积分（PI）控制器进行了比较诗词优化器（MVO）和智能水滴算法（IWD）。获得的结果证实了拟议的STOA在设计最佳MPC-LFC方面的能力。和智能水滴算法（IWD）。获得的结果证实了拟议的STOA在设计最佳MPC-LFC方面的能力。和智能水滴算法（IWD）。获得的结果证实了拟议的STOA在设计最佳MPC-LFC方面的能力。