CN112909928A - 一种无线传感网移动充电车路径规划与充电调度算法 - Google Patents

一种无线传感网移动充电车路径规划与充电调度算法 Download PDF

Info

Publication number
CN112909928A
CN112909928A CN202110125184.4A CN202110125184A CN112909928A CN 112909928 A CN112909928 A CN 112909928A CN 202110125184 A CN202110125184 A CN 202110125184A CN 112909928 A CN112909928 A CN 112909928A
Authority
CN
China
Prior art keywords
energy
charging
node
scheduling
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110125184.4A
Other languages
English (en)
Other versions
CN112909928B (zh
Inventor
高振国
陈岩
王海军
范丽玲
陈丹杰
蔡绍滨
缑锦
李弼程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN202110125184.4A priority Critical patent/CN112909928B/zh
Publication of CN112909928A publication Critical patent/CN112909928A/zh
Application granted granted Critical
Publication of CN112909928B publication Critical patent/CN112909928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/20—Circuit arrangements or systems for wireless supply or distribution of electric power using microwaves or radio frequency waves
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及无线传感器网络技术领域，且公开了一种无线传感网移动充电车路径规划与充电调度算法，包括以下步骤：S1：充电调度问题构造：首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB。该无线传感网移动充电车路径规划与充电调度算法，利用线性优化器获得能量分配的时长列表，利用TSP问题算法解决充电车的充电调度，最后利用贪婪选择算法设计节点能量的再分配过程，获得能量再分配调度与充电调度并行的最终的调度序列，而本发明的无线传感网移动充电车路径规划与充电调度算法使无线传感网络的充电过程中能量损失最小，时间跨度最小，有利于延长无线传感器网络的寿命。

Description

一种无线传感网移动充电车路径规划与充电调度算法
技术领域
本发明涉及无线传感器网络技术领域，具体为一种无线传感网移动充电车路径规划与充电调度算法。
背景技术
无线功率传输(WPT)是在一种通过无线信号将电能从电源传输到能量接收器的技术。最近的研究表明，在一定距离内(>10米以外)可通过WPT给节点充电。WPT为延长无线传感器网络的寿命开辟了新领域，已有许多学者致力于无线传感器网中WPT技术的研究。一些工作聚焦于使用静态/移动WCs通过WPT为节点充电。也有学者致力于基于WPT的能量再分配(WPTERD)问题，通过节点之间的能量再分配，延长整个无线传感网络的寿命。本发明将利用动态充电节点为网络充电与静态节点之间的能量再分配相结合。对于解决的基于无线功率传输的移动充电规划问题对于延长WSN寿命、构建永久WSN至关重要。
假设无线传感网络中每个节点装有一个无线能量接收器和一个能量存储器。其中每个节点包含一些属性，如初始能量，能量期望，能量下限等。同样，充电车包含一些属性，如初始能量，能量下限，移动速度，移动能耗等。充电位置集合是包含m个固定位置的坐标。每次充电从充电站出发，遍历部分充电位置，并在这些充电位置上给网络中的节点充电。MCSBWPT的任务是寻找一个充电车和网络节点的能量转换调度，使得：(1)调度完成后所有网络节点的能量均大于其期望值；(2)总能量损失最小化；(3)调度过程的时间长度最小化。
发明内容
本发明的目的在于提供了一种无线传感网移动充电车路径规划与充电调度算法，解决了上述背景所提出的问题。
为实现上述目的，本发明提供如下技术方案：一种无线传感网移动充电车路径规划与充电调度算法，包括以下步骤：
S1：充电调度问题构造
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P，同时已知充电位置集合X和充电车的能量发送功率P0，初始能量eB0，能量下限eL0，移动速度v(m/s),移动能耗d(J/m)，初始位置x0，然后找到一个最佳调度s，使得网络的最终能量
Figure BDA0002923730990000021
最大，并且调节过程的时间跨度τ最小。
S2：充电调度问题分解
对能量再分配的能量损失最小化问题(ERD-Egy)、充电车调度问题(TSP)、能量再分配的时间最小化问题(ERD-Time)进行分解。
S3：分析ERD-Egy子问题
经过分析，首先将充电车的放电过程转化为无线传感网络的能量再分配过程，进一步与静态网络的能量再分配过程相统一，且ERD-Egy子问题是能量传输造成的能量损失最小化问题。
S4：解决ERD-Egy子问题
利用LP求解器可以最大限度地减少能量传输过程中的能量损失问题。
S5：解决充电车调度问题
利用成熟的求解算法获得充电车的移动路径、移动能耗和移动时间，然后将S4与S5相结合，采用循环比较的方式，每次假设删除某一充电位置，计算在节点能量传输的建议时间长度列表下，充电过程结束后，充电车和网络U的总能量；若删除某节点有利于能量损失最小化，则在设计调度时不考虑该节点；通过比较可以获得能量传输的最佳时间长度列表，使得充电过程完成后，充电车和网络U的总能量最大。
S6：分析和解决ERD-Time子问题
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P以及以及最佳时长列表t和充电车的移动路径、移动能耗和移动时间，然后找到一个最佳调度s，使得调度过程的时间跨度τ最小，最后可以通过选择待发送能量节点中，当前能量最大的节点，并且要求在每一个节点发送能量时，其邻居节点均处于能量接收状态。循环该过程，直到所有节点完成最佳时间长度列表中要求的能量发送时长。
优选的，所述S1步骤中的模型包含n个静态节点的无线传感网络节点U，能量传输系数矩阵C中的元素c(i,j)表示从节点ui到节点uj的能量传递系数，其由许多因素影响，例如节点之间的距离，环境，硬件限制，收获能量时的能量消耗等。能量传递系数总是非负的，如果,则是的邻接节点。
优选的，所述S1步骤中的充电集合X＝{x1，x2，...，xm}中的每一个元素xi表示一个固定的充电位置的坐标，并且S1步骤中的调度矩阵S＝(s1,s2,...,sk)表示包含k个调项度，第i个调度项si：＝(τi，Si，Ri)表示在集合Si中的节点在时间τi内向集合Ri中的节点传输能量。
优选的，所述S3步骤中充电车的放电过程转化为无线传感网络的能量再分配过程如下：构造特殊的静态节点集合V＝{v1,v2,...vm}。
优选的，所述S6步骤中，ERD-Time问题的核心是给定已获得的时间长度列表t、充电车移动路径和移动时间，和冲突图G(V,E)，目标是找到具有最小时间跨度的能量调度序列，使得总调度的时间跨度最小，然后依次选择待发送能量节点中，当前能量最大的节点，并且利用冲突图G将冲突节点置于能量接收状态，以此产生一个调度项。
优选的，所述若充电车处于移动过程中，确定调度项发送节点集合的步骤如下：
(a1)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(a2)将(a1)中新加入的节点的邻居节点加入到邻居节点集合；
(a3)重复(a1)(a2)直到没有待分配的需要发送能量的节点。
优选的，所述若充电车处于某充电位置上并且需要发送能量，确定调度项发送节点集合的步骤如下：
(b1)将充电车的加入到发送节点集合，充电车的邻居节点加入到邻居节点集合；
(b2)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(b3)将(b2)中新加入的节点的邻居节点加入到邻居节点集合；
(b4)重复(b2)(b3)直到没有待分配的需要发送能量的节点。
优选的，调度项的时间长度是以下四个时间的最小值：
(c1)节点未调度时间长度变成0的最短时间；
(c2)节点达到其ELL的最短时间；
(c3)充电车到达下一个充电位置的剩余时间；
(c4)充电车在当前位置剩余充电时间。
本发明提供了一种无线传感网移动充电车路径规划与充电调度算法。该无线传感网移动充电车路径规划与充电调度算法具备以下有益效果：
该无线传感网移动充电车路径规划与充电调度算法，利用线性优化器获得能量分配的时长列表，利用TSP问题算法解决充电车的充电调度，最后利用贪婪选择算法设计节点能量的再分配过程，获得能量再分配调度与充电调度并行的最终的调度序列，而本发明的无线传感网移动充电车路径规划与充电调度算法使无线传感网络的充电过程中能量损失最小，时间跨度最小，有利于延长无线传感器网络的寿命。
附图说明
图1为本发明结构示意图；
图2为本发明步骤S3、S4和步骤S5中要用到的确定发送时长序列的伪代码；
图3为本发明步骤S6中提供的确定发送节点集合的伪代码；
图4为本发明步骤S6中提供的确定调度项发送时长的伪代码；
图5为本发明步骤S6中提供的确定发送节点集合的伪代码；
图6为本发明步骤S6中提供的更新网络当前状态的伪代码；
图7为本发明步骤S6中提供的更新充电车当前状态的伪代码。
具体实施方式
如图1-7所示，本发明提供一种技术方案：一种无线传感网移动充电车路径规划与充电调度算法，包括以下步骤：
S1：充电调度问题构造
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P，同时已知充电位置集合X和充电车的能量发送功率P0，初始能量eB0，能量下限eL0，移动速度v(m/s),移动能耗d(J/m)，初始位置x0，然后找到一个最佳调度s，使得网络的最终能量
Figure BDA0002923730990000051
最大，并且调节过程的时间跨度τ最小，模型包含n个静态节点的无线传感网络节点U，能量传输系数矩阵C中的元素c(i,j)表示从节点ui到节点uj的能量传递系数，其由许多因素影响，例如节点之间的距离，环境，硬件限制，收获能量时的能量消耗等。能量传递系数总是非负的，如果,则是的邻接节点，充电集合X＝{x1，x2，...，xm}中的每一个元素xi表示一个固定的充电位置的坐标，并且S1步骤中的调度矩阵S＝(s1,s2,...,sk)表示包含k个调项度，第i个调度项si：＝(τi，Si，Ri)表示在集合Si中的节点在时间τi内向集合Ri中的节点传输能量。
S2：充电调度问题分解
对能量再分配的能量损失最小化问题(ERD-Egy)、充电车调度问题(TSP)、能量再分配的时间最小化问题(ERD-Time)进行分解。
S3：分析ERD-Egy子问题
经过分析，首先将充电车的放电过程转化为无线传感网络的能量再分配过程，进一步与静态网络的能量再分配过程相统一，且ERD-Egy子问题是能量传输造成的能量损失最小化问题，充电车的放电过程转化为无线传感网络的能量再分配过程如下：构造特殊的静态节点集合V＝{v1,v2,...vm}。
S4：解决ERD-Egy子问题
利用LP求解器可以最大限度地减少能量传输过程中的能量损失问题。
S5：解决充电车调度问题
利用成熟的求解算法获得充电车的移动路径、移动能耗和移动时间，然后将S4与S5相结合，采用循环比较的方式，每次假设删除某一充电位置，计算在节点能量传输的建议时间长度列表下，充电过程结束后，充电车和网络U的总能量；若删除某节点有利于能量损失最小化，则在设计调度时不考虑该节点；通过比较可以获得能量传输的最佳时间长度列表，使得充电过程完成后，充电车和网络U的总能量最大。
S6：分析和解决ERD-Time子问题
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P以及以及最佳时长列表t和充电车的移动路径、移动能耗和移动时间，然后找到一个最佳调度s，使得调度过程的时间跨度τ最小，最后可以通过选择待发送能量节点中，当前能量最大的节点，并且要求在每一个节点发送能量时，其邻居节点均处于能量接收状态。循环该过程，直到所有节点完成最佳时间长度列表中要求的能量发送时长，ERD-Time问题的核心是给定已获得的时间长度列表t、充电车移动路径和移动时间，和冲突图G(V,E)，目标是找到具有最小时间跨度的能量调度序列，使得总调度的时间跨度最小，然后依次选择待发送能量节点中，当前能量最大的节点，并且利用冲突图G将冲突节点置于能量接收状态，以此产生一个调度项，若充电车处于移动过程中，确定调度项发送节点集合的步骤如下：
(a1)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(a2)将(a1)中新加入的节点的邻居节点加入到邻居节点集合；
(a3)重复(a1)(a2)直到没有待分配的需要发送能量的节点；若充电车处于某充电位置上并且需要发送能量，确定调度项发送节点集合的步骤如下：
(b1)将充电车的加入到发送节点集合，充电车的邻居节点加入到邻居节点集合；
(b2)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(b3)将(b2)中新加入的节点的邻居节点加入到邻居节点集合；
(b4)重复(b2)(b3)直到没有待分配的需要发送能量的节点；调度项的时间长度是以下四个时间的最小值：
(c1)节点未调度时间长度变成0的最短时间；
(c2)节点达到其ELL的最短时间；
(c3)充电车到达下一个充电位置的剩余时间；
(c4)充电车在当前位置剩余充电时间
该无线传感网移动充电车路径规划与充电调度算法在使用时，利用线性优化器获得能量分配的时长列表，利用TSP问题算法解决充电车的充电调度，最后利用贪婪选择算法设计节点能量的再分配过程，获得能量再分配调度与充电调度并行的最终的调度序列，而本发明的无线传感网移动充电车路径规划与充电调度算法使无线传感网络的充电过程中能量损失最小，时间跨度最小，有利于延长无线传感器网络的寿命。

Claims (8)

1.一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：包括以下步骤：
S1：充电调度问题构造
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P，同时已知充电位置集合X和充电车的能量发送功率P0，初始能量eB0，能量下限eL0，移动速度v(m/s),移动能耗d(J/m)，初始位置x0，然后找到一个最佳调度s，使得网络的最终能量
Figure FDA0002923730980000011
最大，并且调节过程的时间跨度τ最小；
S2：充电调度问题分解
对能量再分配的能量损失最小化问题(ERD-Egy)、充电车调度问题(TSP)、能量再分配的时间最小化问题(ERD-Time)进行分解；
S3：分析ERD-Egy子问题
经过分析，首先将充电车的放电过程转化为无线传感网络的能量再分配过程，进一步与静态网络的能量再分配过程相统一，且ERD-Egy子问题是能量传输造成的能量损失最小化问题；
S4：解决ERD-Egy子问题
利用LP求解器可以最大限度地减少能量传输过程中的能量损失问题；
S5：解决充电车调度问题
利用成熟的求解算法获得充电车的移动路径、移动能耗和移动时间，然后将S4与S5相结合，采用循环比较的方式，每次假设删除某一充电位置，计算在节点能量传输的建议时间长度列表下，充电过程结束后，充电车和网络U的总能量；若删除某节点有利于能量损失最小化，则在设计调度时不考虑该节点；通过比较可以获得能量传输的最佳时间长度列表，使得充电过程完成后，充电车和网络U的总能量最大；
S6：分析和解决ERD-Time子问题
首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB，能量期望列表eE，能量传输功率列表P以及以及最佳时长列表t和充电车的移动路径、移动能耗和移动时间，然后找到一个最佳调度s，使得调度过程的时间跨度τ最小，最后可以通过选择待发送能量节点中，当前能量最大的节点，并且要求在每一个节点发送能量时，其邻居节点均处于能量接收状态。循环该过程，直到所有节点完成最佳时间长度列表中要求的能量发送时长。
2.根据权利要求1所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：S1步骤中的模型包含n个静态节点的无线传感网络节点U，能量传输系数矩阵C中的元素c(i,j)表示从节点ui到节点uj的能量传递系数，其由许多因素影响，例如节点之间的距离，环境，硬件限制，收获能量时的能量消耗等。能量传递系数总是非负的，如果,则是的邻接节点。
3.根据权利要求1所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：S1步骤中的充电集合X＝{x1，x2，...，xm}中的每一个元素xi表示一个固定的充电位置的坐标，并且S1步骤中的调度矩阵S＝(s1,s2,...,sk)表示包含k个调项度，第i个调度项si：＝(τi，Si，Ri)表示在集合Si中的节点在时间τi内向集合Ri中的节点传输能量。
4.根据权利要求1所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：S3步骤中充电车的放电过程转化为无线传感网络的能量再分配过程如下：构造特殊的静态节点集合V＝{v1,v2,...vm}。
5.根据权利要求1所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：S6步骤中，ERD-Time问题的核心是给定已获得的时间长度列表t、充电车移动路径和移动时间，和冲突图G(V,E)，目标是找到具有最小时间跨度的能量调度序列，使得总调度的时间跨度最小，然后依次选择待发送能量节点中，当前能量最大的节点，并且利用冲突图G将冲突节点置于能量接收状态，以此产生一个调度项。
6.根据权利要求5所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：若充电车处于移动过程中，确定调度项发送节点集合的步骤如下：
(a1)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(a2)将(a1)中新加入的节点的邻居节点加入到邻居节点集合；
(a3)重复(a1)(a2)直到没有待分配的需要发送能量的节点。
7.根据权利要求5所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：若充电车处于某充电位置上并且需要发送能量，确定调度项发送节点集合的步骤如下：
(b1)将充电车的加入到发送节点集合，充电车的邻居节点加入到邻居节点集合；
(b2)将U中需要发送能量的节点中当前能量最大的节点加入到发送节点集合；
(b3)将(b2)中新加入的节点的邻居节点加入到邻居节点集合；
(b4)重复(b2)(b3)直到没有待分配的需要发送能量的节点。
8.根据权利要求5所述的一种无线传感网移动充电车路径规划与充电调度算法，其特征在于：调度项的时间长度是以下四个时间的最小值：
(c1)节点未调度时间长度变成0的最短时间；
(c2)节点达到其ELL的最短时间；
(c3)充电车到达下一个充电位置的剩余时间；
(c4)充电车在当前位置剩余充电时间。
CN202110125184.4A 2021-01-29 2021-01-29 一种无线传感网移动充电车路径规划与充电调度算法 Active CN112909928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110125184.4A CN112909928B (zh) 2021-01-29 2021-01-29 一种无线传感网移动充电车路径规划与充电调度算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110125184.4A CN112909928B (zh) 2021-01-29 2021-01-29 一种无线传感网移动充电车路径规划与充电调度算法

Publications (2)

Publication Number Publication Date
CN112909928A true CN112909928A (zh) 2021-06-04
CN112909928B CN112909928B (zh) 2022-08-26

Family

ID=76121508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110125184.4A Active CN112909928B (zh) 2021-01-29 2021-01-29 一种无线传感网移动充电车路径规划与充电调度算法

Country Status (1)

Country Link
CN (1) CN112909928B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113507172A (zh) * 2021-06-23 2021-10-15 辽宁工业大学 基于移动充电车的无线传感器网络节点充电方法
CN114301084A (zh) * 2022-01-11 2022-04-08 高振国 一种方向性无线充电车的传感网充电调度算法
CN115759505A (zh) * 2023-01-10 2023-03-07 南京邮电大学 一种面向任务的多移动充电车调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012130388A1 (de) * 2011-04-01 2012-10-04 Volkswagen Aktiengesellschaft Verfahren und vorrichtung zum durchführen einer reiseroutenplanung für ein fahrzeug
CN107371125A (zh) * 2017-08-09 2017-11-21 广东工业大学 基于粒子群算法的无线传感器网络故障修复方法及装置
CN110602723A (zh) * 2019-08-27 2019-12-20 华侨大学 一种基于水下边缘设备的两级双向预测获取数据方法
CN110689196A (zh) * 2019-11-21 2020-01-14 华侨大学 一种基于图着色的节点间能量再分配调度算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012130388A1 (de) * 2011-04-01 2012-10-04 Volkswagen Aktiengesellschaft Verfahren und vorrichtung zum durchführen einer reiseroutenplanung für ein fahrzeug
CN107371125A (zh) * 2017-08-09 2017-11-21 广东工业大学 基于粒子群算法的无线传感器网络故障修复方法及装置
CN110602723A (zh) * 2019-08-27 2019-12-20 华侨大学 一种基于水下边缘设备的两级双向预测获取数据方法
CN110689196A (zh) * 2019-11-21 2020-01-14 华侨大学 一种基于图着色的节点间能量再分配调度算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢强等: "基于实时交通信息的电动汽车路径规划和充电导航策略", 《中国电机工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113507172A (zh) * 2021-06-23 2021-10-15 辽宁工业大学 基于移动充电车的无线传感器网络节点充电方法
CN113507172B (zh) * 2021-06-23 2024-05-10 辽宁工业大学 基于移动充电车的无线传感器网络节点充电方法
CN114301084A (zh) * 2022-01-11 2022-04-08 高振国 一种方向性无线充电车的传感网充电调度算法
CN115759505A (zh) * 2023-01-10 2023-03-07 南京邮电大学 一种面向任务的多移动充电车调度方法

Also Published As

Publication number Publication date
CN112909928B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN112909928B (zh) 一种无线传感网移动充电车路径规划与充电调度算法
CN110649641B (zh) 基于源网荷储协同服务的电动汽车快充站储能系统及其方法
CN109862612B (zh) 基于双功能小车移动路径规划的数据收集和无线充电方法
CN111178619A (zh) 一种考虑分布式电源和充电站联合规划的多目标优化方法
JP4920123B1 (ja) 電力需要計画調整装置、電力需要計画調整方法、及びプログラム
Tang et al. Congestion-balanced and welfare-maximized charging strategies for electric vehicles
KR20130074046A (ko) 에너지 저장장치의 충방전 제어 방법 및 시스템
JP5106708B1 (ja) 電力需要計画調整装置、方法及びプログラム
WO2013045449A2 (en) Method and system for charging electric vehicles
Yang et al. On demand response management performance optimization for microgrids under imperfect communication constraints
CN108448731A (zh) 一种协作式无线传感网能量补充方法及其无线传感网
CN112381398B (zh) 考虑用户有限理性出行的电动汽车充电站选址方法及系统
CN112422171A (zh) 环境不确定遥感卫星网络下的智能资源联合调度方法
James et al. Energy exchange coordination of off-grid charging stations with vehicular energy network
CN110689196B (zh) 一种基于图着色的节点间能量再分配调度方法
CN113887138A (zh) 一种基于图神经网络和强化学习的wrsn充电调度方法
Chen et al. VarLenMARL: A framework of variable-length time-step multi-agent reinforcement learning for cooperative charging in sensor networks
Wu et al. A novel joint data gathering and wireless charging scheme for sustainable wireless sensor networks
Hu et al. Integrated optimisation of electric bus scheduling and top-up charging at bus stops with fast chargers
CN116914755B (zh) 一种考虑电池循环寿命的光储联合规划方法及系统
Zhao et al. Hybrid scheduling strategy of multiple mobile charging vehicles in wireless rechargeable sensor networks
Rajkumar et al. Optimizing EV Charging in Battery Swapping Stations with CSO-PSO Hybrid Algorithm
CN110248330B (zh) 一种基于中继充电模型最大化充电小车休息时间调度方法
Konara et al. Queue based dynamic charging resource allocation and coordination for heterogeneous traffic in an electrical vehicle charging station
Yang et al. Stochastic coordination of aggregated electric vehicle charging with on-site wind power at multiple buildings

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant