专利交易市场

本申请涉及无线传感器网络领域，尤其涉及一种混合充电载具的协作充电调度方法，包括：构建无线可充电传感器网络模型，包括基站、混合充电载具和n个传感器节点；基于有充电请求的各个传感器节点间的位置信息，构建二分图，并以相邻传感器节点之间的欧拉距离作为二分图中匹配的边权值；其中，相邻传感器节点之间的实际距离小于等于预设无人机最大飞行距离；基于KM最大匹配算法选取k个匹配，基于k个匹配中每对传感器节点到基站的欧拉距离，将每对传感器节点中距离较近的传感器节点分配给无线充电车，距离较远的传感器节点分配给无线充电无人机进行充电。本申请通过图论算法优化充电任务分配，提升了无线可充电传感器网络的充电效率和自动化水平。

本发明公开了一种基于无线传感器网络的无人机充电调度方法、产品及设备，属于无线充电技术领域。该方法包括：S1、构建二维平面无线可充电传感器网络模型；S2、基于所述无线可充电传感器网络模型，利用层次聚类算法求解聚类并计算各个聚类的中心，获得无线充电板的部署个数和部署位置；S3、基于无线充电板的部署个数和部署位置，采用A星算法计算无人机从每个传感器节点出发到其他任意一个传感器节点的路径，从而获得无人机的静态路由表；S4、根据传感器节点的充电请求，结合无人机的静态路由表，获得无人机的多跳充电调度路径。本发明可以通过合理的充电路径规划，减少无人机飞行距离和时间，最大化充电效率，延长传感器网络的运行时间。

一种基于能量优先的移动充电车辆多目标充电调度方法，首先，采用K-Means-PER算法对网络进行聚类分簇，使得能量需求紧急度高的节点优先成为聚类中心；其次，综合考虑节点的能量和距离双重权重，采用RED-CHS机制选择通信簇头，使其在普通节点与基站之间中转信息；然后，根据虚拟力场理论，采用VFF-AS算法确定簇内锚点的最佳位置，使其能够兼顾簇内各节点的充电需求；最后，对蚁群系统进行改进，采用PER-ACS算法对MCV进行路径规划和调度，使得移动路线最优，并根据请求状况自适应调节MCV对节点的充电量，精确求解MCV在各个锚点的停靠时长。本发明的PER-MTCS方法给出了MCV的最优调度，有效解决了WRSN节点的能量补给问题。

本发明公开了基于区块链与神经网络联合的短时充电调度方法，包括：搭建分布式数据通信模型；获取数组电动车充电的原始数据，搭建BP神经网络模型；利用BP神经网络模型进行训练获得第一预测调度模型；预设调度功率阈值；利用分布式数据通信模型采集当前的任一充电桩的充电数据；更新第一预测调度模型，得到第二预测调度模型；闲置充电桩接入判断，并更新第二预测调度模型，并进行分布式存储更新后的第二预测调度模型；若第二预测调度模型输出的充电调度数据中对应的功率数据等于或大于调度功率阈值，则持续采集任一充电桩的充电数据。通过上述方案，本发明具有逻辑简单、调度可靠等优点，在充电调度技术领域具有很高的实用价值和推广价值。

本发明公开了一种方向性无线充电车的传感网充电调度算法，指向性充电车调度问题构造；本发明的有益效果是：本发明通过设置建立虚拟节点，利用LP求解器获得节点能量分配的时长列表，利用成熟的解决TSP问题的算法解决方向性充电车的充电调度，最后利用贪婪选择算法设计充电节点和无线传感网节点能量的再分配过程，获得能量再分配调度与方向性充电调度并行的最终的调度序列，解决了调度完成后所有网络的节点均小于其能量期望、总能量损失最大和调度总时间最少长的问题，该一种方向性无线充电车的传感网充电调度算法，具备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的优点。

一种基于改进的开普勒算法的电动汽车有序充电调度方法，包括以下步骤：Step1建立Prophet模型预测未来时段光伏发电功率；Step2构建目标函数：以电池损耗成本、代理商的调度成本、电网负载方差最小化作为目标函数,其中，根据由Step1获取的未来时段光伏发电功率，计算代理商的调度成本；Step3设置约束条件：对电动汽车充放电功率、荷电状态、充电量、Transformer实际容量进行约束；Step4在改进的算法上定义上述目标函数和约束条件，求解电动汽车有序充电的调度问题。实现调度模型对用电负荷“削峰填谷”的作用，提高算法求解收敛速度和收敛精度。

本发明公开了基于激励博弈的电动汽车充电调度的双目标优化方法，包括：建立用于表示电动汽车充电调度过程的定价模型、销售价格模型、充电站的动作集模型，并相应建立约束条件，构建充电站利润和用户满意度两个优化目标量，构建充电调度方案，并对充电调度方案进行迭代更新，直至获得充电站的优化问题最优解，实现充电站利润最大化及用户满意度最大化；在软件层面实现有效的电动汽车充电调度机制，减轻电网负荷，满足电动汽车充电要求。