近来提倡的基于云计算的所谓绿色或可持续计算(与能源消耗紧密耦合)已经得到了很多的关注。计算设施的能源消耗引起了各种对于经济、环境以及系统性能的关注。在类似云的大型计算机系统中能源使用率也产生许多其他严重问题,包括碳排放量和系统的可靠性。云中的能源消耗和资源利用率是高度耦合的,尤其是相比于资源充分利用或充分加载时的能源消耗,低资源利用率时仍然消耗大量源能是难以接受的,因此提高资源利用率可以大大减少能源消耗。目前基于基础设施服务的云计算数据中心的能效管理研究主要通过虚拟机的密集分配、动态迁移整合以及物理服务器部件功耗状态调整,来实现数据中心能耗的优化。当前的一些能效资源管理研究中存在的问题有：(1)基于异构系统的资源管理,要考虑和控制很多约束条件,算法实现复杂度高。(2)在分配和整合算法执行中,调度域为整个集群的物理服务器,随着集群规模的扩张容易导致整体系统的颠簸和性能的急剧下降。本文首先提出一个基于IaaS模式的云计算数据中心资源能效管理框架,对数据中心的整体布局及管理结构提出了有益的改进,在一个异构的传统集群中,按不同服务器类型,划分成各个逻辑子集群,以同类型服务器为管理对象,减少了虚拟机提供类型种类数量,利于硬件的扩充和管理,同时还能简化算法实现条件,提高算法执行性能。其次,提出了粗粒度虚拟机整合：区别传统虚拟机粒度整合,将虚拟机迁移按服务器粒度执行整合,将整合域放在低利用率服务器群这一局部范围内进行,提高了整个系统的运行稳定性,同时可以批量迁移虚拟机,优化了虚拟机密集化再部署的执行,减少了能耗。第三,给出了一个基于遗传算法的虚拟机资源分配调度算法,利用减少搜索空间的技术,在遗传算法之前找到满足最优解的部分基因,在此基础上,对剩余空问进行基于遗传算法的再搜索,得到剩余部分的最优解。这一方法对大任务量的虚拟机分配请求,能大大降低算法运行的时间,同时得到比传统启发式算法更好的分配方案,折中考虑了能耗和性能。最后,在研究的基础上,运用开源仿真软件CloudSim对节能算法进行仿真研究,为将来的大规模绿色云计算数据中心的建设管理提供理论支持和技术支撑。