随着大数据、云计算等互联网技术的迅猛发展,用户产生的业务数据越来越多,互联网服务提供商需要借助更多的数据中心去存储、处理和维护日益增长的海量数据。研究表明,节能的任务调度策略能有效降低资产、操作和维护成本,同时,数据中心企业也在积极接入可再生能源使自身变得更加绿色环保。然而,同时考虑任务调度、能源优化、时变动态电价的工作较少,且构建的任务模型过于复杂,服务器的动态频率调节也并未考虑,因此,本文从任务流建模、能源优化、任务调度等方面降低数据中心企业的电费并减少环境污染,具体研究内容如下:第一,对于考虑延迟容忍任务流的数据中心系统,研究由智能电网供电的数据中心电费最小化问题,并提出了一种节能的任务调度策略。在该系统中,用户提交的任务可以被智能分配到不同的计算节点进行处理,数据中心既可由可再生能源供电又可由传统电网供电,本文主要考虑的可再生能源为太阳能。为了应对太阳能发电量的不确定性,提出了一个灵活的不确定模型来描述该不确定性,即根据预测和历史数据得出太阳能发电量的参考分布后,定义一个不确定集使得太阳能发电量的真实分布在参考分布一定范围内波动。然后,提出一套机会约束近似和鲁棒优化方法,将电费最小化问题中的不确定太阳能发电量转化为确定变量并求解了该问题。最后,基于真实数据的仿真实验评估了两种不同的任务调度策略,验证了本文提出的节能任务调度策略的有效性,并分析了多种参数对电费和能耗的影响。第二,基于上述对太阳能发电量这一不确定性的处理,进一步研究延迟约束任务流数据中心系统的任务调度和电费最小化问题。在该系统中,用户提交的任务可以被智能分配到不同数据中心的不同服务器进行处理,任务的延时约束由M/G/1排队论模型描述,每个服务器都配备动态电压频率调整芯片,不同数据中心具有不同的电价和太阳能发电量。为了求解电费最小化混合整数非线性规划问题,本文先根据杰森不等式系列定理来降低问题复杂度,然后提出了一个基于二分法的二阶段最优服务器激活配置策略和任务调度算法得出该问题的全局最优解。最后,基于真实数据的仿真实验评估了两种不同的服务器配置方式,分析了不同参数对电费和服务器激活配置的影响,并验证了动态电压频率调整技术对服务器频率调节的有效性。最终,本文对上述两个数据中心系统的能源优化和任务调度策略分别做出了总结,并对未来研究和下一步工作进行了展望。