Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.

Pérez, Marco - Irachet, Camila

Supervisor(es): Dufrechou, Ernesto - Ezzatti, Pablo

Resumen:

SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.


Detalles Bibliográficos
2024
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/43839
Acceso abierto
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
_version_ 1807523230528831488
author Pérez, Marco
author2 Irachet, Camila
author2_role author
author_facet Pérez, Marco
Irachet, Camila
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
a006180e3f5b2ad0b88185d14284c0e0
6d6e490f4468ecf5055a84af48d45653
489f03e71d39068f329bdec8798bce58
7cbfd47b7bc574c9bce8cef1f89f7163
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/43839/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/43839/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/43839/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/43839/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/43839/1/PI24.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv Pérez Marco, Universidad de la República (Uruguay). Facultad de Ingeniería.
Irachet Camila, Universidad de la República (Uruguay). Facultad de Ingeniería.
dc.creator.advisor.none.fl_str_mv Dufrechou, Ernesto
Ezzatti, Pablo
dc.creator.none.fl_str_mv Pérez, Marco
Irachet, Camila
dc.date.accessioned.none.fl_str_mv 2024-05-15T14:37:39Z
dc.date.available.none.fl_str_mv 2024-05-15T14:37:39Z
dc.date.issued.none.fl_str_mv 2024
dc.description.abstract.none.fl_txt_mv SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.
dc.format.extent.es.fl_str_mv 83 p,
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/43839
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar. FI.
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.title.none.fl_str_mv Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_74c4c7268aba069e408f9cfa5420cc36
identifier_str_mv Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/43839
publishDate 2024
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling Pérez Marco, Universidad de la República (Uruguay). Facultad de Ingeniería.Irachet Camila, Universidad de la República (Uruguay). Facultad de Ingeniería.2024-05-15T14:37:39Z2024-05-15T14:37:39Z2024Pérez, M. y Irachet, C. Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024.https://hdl.handle.net/20.500.12008/43839SimSEE (Simulador de Sistemas de Energía Eléctrica) es una plataforma diseñada para realizar simulaciones personalizadas de sistemas de generación de energía eléctrica. Los altos costos computacionales que implica su uso motivó explorar el aprovechamiento de plataformas de Hardware masivamente paralelas como las GPUs. En particular, se lleva a cabo un estudio exhaustivo a nivel de documentación, código y experimentación del proceso de simulación. El objetivo es evaluar qué partes de la rutina pueden ser procesadas de manera más eficiente por una GPU. En el análisis experimental realizado, se identificó que una de las rutinas más exigente en términos de recursos para esta simulación es el método Simplex, el cual se realiza un gran número de veces (del orden de millones) y en el caso tiene un tamaño considerable, más de 120 variables por 20 restricciones generales y 45 restricciones de cota superior. Este proyecto tiene como objetivo principal adaptar los algoritmos utilizados en SimSEE para aprovechar las capacidades de cómputo paralelo de las GPUs, centrado especialmente en el método Simplex. Con base en esta premisa, se exploran diferentes implementaciones del algoritmo Simplex y sus variantes. Posteriormente, se implementan estas variantes en el lenguaje CUDA, se ejecutan en una GPU y se realiza una comparación de rendimiento entre las diferentes versiones en CPU y GPU. Los resultados obtenidos tras la implementación y comparación de diversas versiones del algoritmo Simplex en la herramienta SimSEE son significativos. Se destaca que todas las variantes implementadas en GPU superaron en rendimiento a las versiones en CPU, siendo Simplex SimSEE la variante más destacada. En particular, en el caso de estudio denominado ‘Extra Grande’, se observó que el algoritmo Simplex SimSEE adaptado para GPU supera en un 96% a su versión en CPU. Los resultados resaltan la eficacia del procesamiento en paralelo en GPU para mejorar el rendimiento de SimSEE.Submitted by Berón Cecilia (cberon@fing.edu.uy) on 2024-05-14T17:18:43Z No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2024-05-15T14:32:33Z (GMT) No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2024-05-15T14:37:39Z (GMT). No. of bitstreams: 2 license_rdf: 25790 bytes, checksum: 489f03e71d39068f329bdec8798bce58 (MD5) PI24.pdf: 2427469 bytes, checksum: 7cbfd47b7bc574c9bce8cef1f89f7163 (MD5) Previous issue date: 202483 p,application/pdfesspaUdelar. FI.Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.Tesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaPérez, MarcoIrachet, CamilaDufrechou, ErnestoEzzatti, PabloUniversidad de la República (Uruguay). Facultad de Ingeniería.Ingeniero en Computación.LICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/43839/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/43839/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-822465http://localhost:8080/xmlui/bitstream/20.500.12008/43839/3/license_text6d6e490f4468ecf5055a84af48d45653MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-825790http://localhost:8080/xmlui/bitstream/20.500.12008/43839/4/license_rdf489f03e71d39068f329bdec8798bce58MD54ORIGINALPI24.pdfPI24.pdfapplication/pdf2427469http://localhost:8080/xmlui/bitstream/20.500.12008/43839/1/PI24.pdf7cbfd47b7bc574c9bce8cef1f89f7163MD5120.500.12008/438392024-05-15 11:37:39.6oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:31.095993COLIBRI - Universidad de la Repúblicafalse
spellingShingle Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
Pérez, Marco
status_str acceptedVersion
title Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
title_full Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
title_fullStr Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
title_full_unstemmed Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
title_short Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
title_sort Aceleración de una herramienta para la toma de decisiones en el mercado eléctrico.
url https://hdl.handle.net/20.500.12008/43839