数据中心作为云计算服务的骨干支撑,每年都需要支付高昂的能源花费。据预测,美国数据中心能源花费在2020年将增至130亿美元。因此,数据中心愈发重视能源管理。其中,能源管理分为能源供给管理和需求响应:前者指如何利用更经济的供电源为数据中心供电,如可再生能源;后者指如何根据实时电价调整数据中心能耗在时间和空间上的分布。本文首先研究如何利用能源供给管理和需求响应削减数据中心能源花费。但是,只专注于削减能源花费可能造成性能下降或其它费用如流量花费的增加。针对这个问题,本文提出了平衡数据中心各项花费及性能的方案。为了进一步提高数据中心能源管理效率,本文设计了非侵入式的定价机制,用来激励用户配合数据中心削减能源花费。具体而言,这些工作被分为以下四点。一些相关工作假设数据中心具备对其未来能源需求准确预测的能力,但该假设与实际情况不符。事实上,数据中心预测能力十分有限,而不准确的预测会造成种种不良后果。例如,过高的能源需求预测会导致不必要的电力相关花费,而过低的能源需求预测则可能导致数据中心供能不足。为此,本文研究在有限预测能力下,如何利用能源供给管理策略构建经济的自供电数据中心。本文采用可再生能源、新型燃料电池以及储电电池协同工作为数据中心供电。针对数据中心能源需求预测能力有限的问题,本文提出了在线能源供给管理机制。利用这一机制,自供电数据中心可以在只具备较短未来时期能源需求以及可再生能源供给信息的情况下,依然显著削减其能源花费。还有一些相关工作能够有效削减数据中心总能耗,但由于数据中心所面临的电价机制较复杂,它们并不能有效削减能源花费。例如,数据中心能源花费可能主要由其尖峰用电功率决定。这种情况下,对于削减能源花费,最有效的做法是“抹平”数据中心用电功率而非削减其总能耗。为此,本文研究在复杂电价机制下,如何利用需求响应策略削减数据中心的能源花费。同时,针对数据中心大量业务对服务性能敏感的问题,确保能源管理过程中数据中心服务性能对任意业务都是可以接受的。利用本文的研究成果,数据中心可以针对实时电价信息制定恰当的需求响应策略,通过削减或者时移其能耗,显著减少它的能源花费。另一些相关工作能够有效削减数据中心能源花费,但却是以牺牲服务性能或者增加其它花费为代价实现的。例如,将负载推迟到电价相对较低时处理会显著增加服务时延,而将负载转移到用电单价相对较低的数据中心处理则会增加数据中心间的数据传输,从而使得流量花费增加。为了应对这个问题,本文首先提出了可严格推导的流量花费数学模型及流量管理策略,接下来设计了平衡数据中心各项花费以及服务性能的解决方案。利用这些工作,数据中心一方面能够有效削减其流量花费;另一方面也可以在能源花费、服务性能以及流量花费三者间取得恰当折衷。绝大部分相关工作只能在给定负载调整权限内进行能源管理,这意味着有限的能源管理灵活度。例如,一个数据中心运行着大量科学计算任务,每个任务都要求在极短时限内处理完成。这种情况下,为了保证服务性能,数据中心不能为了能源管理推迟处理任何一个任务。针对数据中心能源管理灵活度低的问题,本文设计了非侵入的计费机制为用户提供有效物质激励,激励用户适当放宽其服务性能需求,从而实现数据中心和用户的“双赢”。利用这一机制,数据中心获得了更大负载管理权限,从而可以更高效地削减其能源花费;而用户则获得了折衷花费和服务性能的能力。最后,针对数据中心只具备有限负载预测能力以及对用户私有信息不知晓的问题,本文提出了在线能源管理更新机制。利用这一机制,数据中心可以在不准确的负载和用户服务性能要求预测下依然实现公平高效的能源性能管理。