何怀文，肖 涛，程 东，彭 政，傅 瑜

(1.电子科技大学中山学院计算机学院 广东 中山 528402; 2.中山大学数据科学与计算机学院 广州 510275)

近年来，云数据中心每年所需的巨额能源费用以及产生的温室气体排放，已引起了学术界和工业界重要关注[1-2]。据统计，信息和通信技术(information communication technology, ICT)行业的碳排放已占到全球碳排放的2%，与航天工业相当，并且预计将到2020还要翻倍[3]。而随着可再生能源技术的发展，以及其污染少、用之不竭等特点，已被多个著名IT企业(如Google[4]、Apple[5]、 Microsoft[6])用于数据中心电力供应，以降低二氧化碳排放。因此，新能源的利用对构建绿色数据中心及其可持续发展，具有重要意义。

虽然可再生能源比传统电网能源具有更低的碳排放，但是可再生能源(尤其是风能和太阳能)受到当地气候条件影响较大，其能源供应具有间歇性和难以预测，它们的引入给云数据中心能源管理和负载调度带来了更大挑战[7]。同时，由于可再生能源的不稳定性，使得其电力成本往往高于传统电网电力价格。面对负载的随机性、电力价格的波动性和绿色能源的间歇性，需要设计在线的资源调度算法，在多种能源供应环境下以保证SLA和碳排放的约束条件，使得数据中心成本最小化是一个颇具挑战性的问题。

为了解决以上问题，本文从不同类型负载的特征出发，首先将数据中心能源成本优化问题形式化为一个受约束的随机优化问题，然后利用Lyapunov优化理论，设计了一个碳感知的能源优化在线控制算法，在线决策不同能源购买量以及数据中心活动的服务器数量。……