摘要：地理分布的云数据中心 (DC) 消耗大量能源以满足用户不断增长的处理和存储需求。使用化石燃料产生的棕色能源价格昂贵，对全球变暖有重大影响。考虑到棕色能源的高碳排放和相对较高的能源成本对环境的影响，我们建议将可再生能源 (RES)（尤其是太阳能和风能）与棕色能源相结合，为云数据中心供电。在我们之前的研究中，我们解决了可再生能源的间歇性问题，我们用和声搜索算法 (HSA) 优化的权重分配取代了人工神经网络 (ANN) 边缘权重的随机初始化。本研究将可靠预测的太阳能和风能纳入我们提出的绿色能源管理器 (GEM) 的输入参数中，以最小化成本、最小化碳排放并更好地管理云 DC 的能源，从而使我们当前的研究更加可靠和值得信赖。本研究考虑了四种能源，即现场太阳能和风能、场外太阳能和风能、储能设备中存储的能源以及棕色能源，并对三种不同情况进行了模拟。模拟结果表明，与案例 2.1（成本最小化）相比，案例 1（全棕色）的成本高出 58%，碳排放量高​​出 71%。与案例 2.2（碳排放最小化）相比，案例 1（全棕色）的成本高出 39%，碳排放量高​​出 80%。模拟结果证明了 GEM 的必要性和重要性，最终结果证明我们提出的 GEM 成本更低，更环保。