数据中心是支持云计算与互联网产业的基础计算平台。随着数据中心的数量和规模不断扩大，其能耗也飞速增长，为服务提供商带来了巨大的成本支出。研究数据中心的能耗管理，对节约成本、保护环境有重要意义，是可持续性发展的重要组成部分。Power capping控制数据中心总能耗低于预先设定的阈值，是降低数据中心运营成本的重要手段。在以虚拟化为基础的云环境下，大量的虚拟机实例和各种不同的用户（包括多租户）进行错综复杂的交互，传统针对服务器的power capping方法已不适用于该环境下的相关问题。本课题以虚拟机为基本单元开展工作，研究了细粒度的能耗模型，数据中心能耗控制和power capping策略。同时还增加了对可再生能源供电数据中心的研究。取得的主要研究成果如下：1.在能耗模型和数据中心能耗控制方面，提出了服务器级别、虚拟机级别和task级别的能耗模型，所有能耗模型都在真实的原型系统中得到验证，准确性较高；提出了一种面向多层应用的异构数据中心能耗控制算法，该成果是较早研究异构数据中心多层应用的工作之一，与已有的节能策略相比，最高可节约39.5%的能耗。2.在power capping策略方面，提出了一种面向具有混合负载的MapReduce集群的power capping策略，通过引入暂停机制，在不终止正在运行任务的前提下，确保集群的系统能耗小于给定阈值，同时可降低系统能耗28%；提出了成本感知的power capping的概念；提出了一种数据中心与电力市场的交互模型，这是第一个研究这种交互行为的工作；提出了一种边际成本驱动的互联网数据中心成本优化算法。3.在绿色数据中心方面，提出了一种针对混合负载的在线式负载调度算法，该算法以随机优化为理论基础，通过对负载及虚拟机能耗进行精确的建模，在实际原型系统上实现该算法，最高可节约35%的电费。课题共发表论文17篇，其中SCI论文7篇，EI论文1篇，会议9篇。论文成果被CMU、UCLA等研究团队引用，论文单篇他引最高将近40次。课题共获得2项发明专利，其中美国发明专利1项，国内发明专利1项。课题还开发了原型系统，与相关算法一起作为华为探索未来ICT能源管理关键技术的重要组成部分，相关算法和原型系统已经部署在华为2012实验室的实验平台上，取得良好的效果。此外，项目组成员多次参加国内外学术会议如IEEE ICDCS和ACM VEE等。