自从提出云计算的概念以来,云计算技术迅速成为了通信网络的核心技术,并逐渐形成了一种新型的商业服务模式。随着云计算技术的不断深入和发展,云计算逐步从理论走向实践。许多IT公司已经开始针对于云计算的技术研究,并产生了许多具有商业性无线云服务能力的数据中心。根据研究显示,数据中心的能量消耗已经成为了能源消耗的重要部分。因此,在竞争日趋激烈的云服务市场,如何在有限的能源消耗下最大化云服务运营商的利润已经成为了亟需解决的问题。基于上述问题的考虑,近些年出现了许多最大化云服务运营商利润的算法。然而这些算法在实际实现过程中,大都将精力放在云服务运营商利润优化的某个局部方面,有的只考虑云资源的动态调度或者动态定价过程,有的只考虑了云服务数据中心的有限能耗条件等等。然而上述提出的问题都是优化云服务运营商所必须解决的关键问题。因此,本文提出了一种能量受限的动态调度和动态定价算法。不仅保证了电力公司对服务运营商的有限能量要求,还充分考虑了云资源优化过程中服务运营商对云资源的动态分配调度和定价,从而使云服务运营商的长期利润最大化。同时在本文算法的优化过程中将能够应用于随机环境中的李雅普诺夫最优化理论应用其中,使云资源动态调度和动态定价在优化过程中得到实现,进一步优化了云服务运营商的利润。根据系统模型的不同,本文的利润优化算法可以分为两种,分别是(a)能量受限的动态调度和定价算法和(b)不同QoS要求下能量受限的动态调度和动态定价算法。两种算法在实现上都应用了李雅普诺夫优化理论。最后通过仿真实现和数据分析,本文算法可以在利润和序列延时之间得到折衷的同时满足能量限制的要求。