شرح سیستم :
سیستم مورد بررسی به صورت زیر می باشد :

شکل۲-۱۴- شبکه تولید پراکنده در مدیریت سمت تقاضا ]۳۹[
نتیجه :
نتایج بدست آمده در شبیه سازی نشان دهنده کاهش پیک بار با اضافه کردن برق کمکی حاصل از توزیع پراکنده شده است . که نتایج شبیه سازی بصورت زیر است :
جدول ۲-۴- میزان مقادیر حداقل تا حداکثر بار شبکه در توان های اکتیو و راکتیو]۳۹[

جدول ۲-۵- میزان تولید توان اکتیو و راکتیو در وزش باد با سرعت های مختلف]۳۹[

جدول ۲-۶- مقادیر المان های تولیدی]۳۹[

جدول ۲-۷- میزان کاراکتر های مصرف کننده ]۳۹[

شکل ۲-۱۵- کاهش پیک بار در سرعت های مختلف وزش باد ]۳۹[
۳ – ۲ – ۱۰ – رسیدن به تعادل نش در یک تعامل دوطرفه در مدیریت سمت تقاضا
این روش در سال ۲۰۱۰ توسط حامد محسنیان راد و همکارانش مطرح شده است . با بهره گرفتن از یک تعامل دوطرفه بین تولید کنندگان و مشتریکن توانسته اند به تعادل نش برسد و میزان پیک بار را کاهش دهد]۱۱[.
شرح سیستم :
شبکه قدرت مورد ارزیابی به صورت زیر می باشد :

شکل ۲-۱۶- شبکه دو طرفه جهت بررسی مدیریت سمت تقاضا ]۱۱[
که استراتژی میدیریتی آن به صورت زیر می باشد :

شکل ۲-۱۷- استراتژی مدیریتی در یک شبکه دو طرفه ]۱۱[
و روابط به کار برده به صورت زیر می باشد :
که با بهره گرفتن از این روابط میزان پیک بار سیستم محاسبه میشود . با بهره گرفتن از روابط زیر تابع هزینه محاسبه شده است :
که در این روابط هستند . و با قیمت گذاری بیشتر برای مصرف در ساعت اوج ، مشترکین به دنبال استفاده از برق در زمان های کم هزینه می باشند که منجر به کاهش پیک بار خواهد شد . نتایج شبیه سازی به صورت زیر می باشد :

شکل ۲-۱۸ – نتایج بدست آمده از مدل سازی شبکه دو طرفه ]۱۱[
در شکل a نقطه ستاره دار تعادل نش می باشد که میزان بار در زمان اوج مصرف حداقل شده است . و در شکل زیر دیده میشود که چگونه دو بازیکن ( مصرف کننده و تولید کننده ) در جهت بهبود وضعیت خود تلاش می کنید ( کاهش هزینه خود )

شکل ۲-۱۹- نحوه بهبود وضعیت توسط مشترکین در شبکه دو طرفه ]۱۱[
نتیجه :
نویسنده در این مقاله به دنبال الگوریتمی برای بار های مسکونی بوده تا میزان اوج مصرف را در بارهای مسکونی کاهش دهد و نتایج شبیه سازی صحت این امر را تصدیق می کنند.
۳ – ۲ – ۱۱- ارائه قیمت های پویا در زمان های متفاوت مصرف
این روش که در سال ۲۰۱۰ توسط مونیکا ناوارو و همکارانش ، ارائه شده است ، اساس کاهش پیک بار
قیمت پویا برای زمان های مختلف مصرف دانسته و برای این منظور از الگوریتم تئوری بازی و بازی احتقان
به شرح زیر بهره برده است: در این مقاله مدیریت توزیع بار برای درمان زیرساخت های شبکه هوشمند برای
کنترل تقاضای برق در ساعات اوج مصرف، با بهره گرفتن از استراتژی های قیمت گذاری پویا پیشنهاد میشود]۳۵[
توزیع راه حلی است در یک شبکه مبتنی بر بازی احتقان، که می تواند نشان همگرایی در تعداد محدودی از
اقدامات برای رسیدن تعادل نش خالص باشد که به طور قابل توجهی بار سیگنالینگ بر روی شبکه را
کاهش می دهد.
شبکه مورد بررسی به صورت زیر می باشد :

شکل ۲-۲۰ . شبکه مورد بررسی در قیمت گذاری پویا ]۳۵[
در این سیستم با بهره گرفتن از مدیریت سمت تقاضا ( DSM ) در یک بازه ۲۴ ساعته یا ۲۴ قسمته برق مورد
نیاز مشترکین را متغیر فرض شده است . که در این سیستم یک عملگر کنترلی به منظور تامین و ثبت نیاز
های مشترکین لحاظ شده است . که این سیستم کنترلی یک نقص عمده دارد و آن این است که نمیتواند خرده
فروشی را کنترل یا حذف کند . سیستم با تئوری بازی و بازی احتقان بررسی شده است .
نتیجه :
در این مقاله مدیریت توزیع بار شبکه هوشمند است مطرح شده است که کاربران تلاش میکنند تقاضای خود
را به منظور به حداقل رساندن تابع هزینه و یا قیمت مدیریت کنند که از نتایج شبیه سازی هم میتوان نتیجه
گرفت که تقاضای کل از تمامی کابران نسبت به تقاضای مدیریت نشده دارای انجسام و یکپارچگی است و
زمان اوج مصزف نیز کاهش یافته است

شکل ۲-۲۱- نتایج بدست آمده با مدل قیمت گذاری پویا ]۳۵[
۲-۳- عملکرد فصل های آینده
در فصل چهارم به مدلسازی طرح و نحوه اجرای آن ، فصل پنجم به مطالعات عددی حاصل از پیاده سازی طرح و در نهایت در فصل ششم به نتیجه گیری و پیشنهاد برای طرح های آتی پرداخته شده است .
فصل سوم
بررسی مفاهیم مهم طرح
۳-۱- مقدمه
در این فصل به بررسی مفاهیم مهم طرح از قبیل بررسی تئوری بازی ها ، شبکه هوشمند ، مدیریت سمت تقاضا و ماشین هیبریدی پرداخته شده است . طی چند ساله گذشته و با توجه به اطلاعات بدست آمده از مقالات و همچنین توجه زیاد دولت ها و شهروندان به مسائل زیست محیطی و مالی ، یکی از راهکارایی که می توان به این مهم یعنی کاهش هزینه دست یافت استفاده از تئوری بازی ها است که البته تئوری بازی ها به تنهایی نمیتواند هزینه را کاهش دهد بلکه یه راه حل نسبتا مناسب را با توجه به نحوه مصرف بیان میکند . در کنار این راه حل مناسب برای کاهش هزینه نیاز به مدیریت مصرف توسط مصرف کنندگان نیز می باشد .
۳-۲ تئوری بازی ها
حتما با جملاتی از قبیل آچمز شدم ، بلوف میزند و … آشنا هستید ما در زندگی چه آگاهانه و چه ندانسته بازیهایی انجام داده ایم خواه برای سرگرمی ، خواه برای سود آوری و شاید هم عاشقانه اما باید دانست که برای انجام این بازیها از نظریه بازیها تبعیت میکنیم . تئوری بازی ها حدود هشتاد سال پیش توسط یکی از نوابغ علم ریاضیات به نام جان فن نیومن پایه گذاری شد . او با بسط مفاهیم اولیه تئوری بازی ها را در علم اقتصاد کاربردی کرد و رفته رفته این دانش برای تمامی رشته فرا گیر شد .حتما میدانید پیروزی در بازی تنها مبتنی بر شانس نیست بلکه مبتنی بر اصول و قواعد خاص خود میباشد که هر بازیکن می کوشد با بکار گیری این قواعد خود را به برد نزدیک کند. هدف نظریه بازی این است که رفتار ریاضی حاکم بر یک موقعیت استراتژیک را مدلسازی کند و بهینه تربن جواب را بدست دهد]۴۲[.
عکس مرتبط با اقتصاد
۳-۲-۱- تاریخچه تئوری بازی ها
اولین نمونه مثال آنالیز شکلی تئوری سازی در خصوص مطالعه انحصار دو نفر بد که در سال ۱۸۳۸ توسط آنتوان کورنو ارائه شد . در سال ۱۹۲۱ برای اولین بار ریاضیدانی به نام امیل بورل تئوری شکلی بازی ها را ارائه کرد و پس از آن ریاضیدان دیگری یه نام جان فون نومن در سال ۱۹۲۸ تئوری بازی در اطاق پذیرایی را ارائه نمود]۴۴[. تئوری بازی برای اولین بار در سال ۱۹۴۴ به عنوان زمینه علمی مستقل و منحصر به فرد توسط فومن نیومن و اقتصاد دانی به نام اسکار مورگنشترن در کتابی تحت عنوان ” تئوری بازی ها و رفتار اقتصادی ” مطرح گردید . در این کتاب برای اولین بار موضوعات وواژه شناسی این حوزه ارائه شد که هنوز هم قابل استفاده است .

برای