近年来,无线传感器网络（Wireless Sensor Networks,WSNs）技术作为物联网的关键技术被广泛应用于智能电网系统中,实现了对电网的无缝、节能、可靠和低成本的远程监控。然而,有限的电池供电带来的能量问题严重制约着WSNs在智能电网中大规模应用。在这种背景下,无线充电技术的发展为WSNs能量问题的提供新的解决方案。在WSNs中部署可充电传感器节点,并派遣移动充电小车（Mobile Charging Vehicle,MCV）为节点无线充电,以维持节点正常工作所需能量,这种网络称为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSNs）。在WRSNs中如何设计合理有效的充电规划以延长网络生命周期,使其能够长期工作,已成为WRSNs在智能电网中应用的研究热点。本文在现有研究成果基础上,针对WRSNs中MCV的移动充电规划问题进行研究,主要研究内容和贡献如下:（1）提出了一种用于小规模WRSNs的单个能量受限MCV周期性充电策略。首先,在确保WRSNs中节点能够正常工作的前提下,构建了单个MCV的周期性充电模型;其次,以最小化MCV的工作时间与周期时间之比为目标建立了MCV单目标路径规划模型;最后,提出了一种离散猴王进化（Discrete Monkey King Evolution,DMKE）算法求解优化目标。仿真实验表明,提出的周期性充电模式在维持传感器节点持续工作的同时减少了MCV为节点充电的时间。在不同网络场景下,与现有的HPSOGA算法、GSA算法和DPSO算法相比,DMKE算法具有较好的收敛性能。（2）针对大规模WRSNs中节点数量众多且覆盖范围大、超出单个MCV充电服务范围的问题,提出了一种多个能量受限移动小车（Mobile Vehicle,MV）的周期性充电和数据收集策略。首先,在确保WRSNs中所有节点正常工作以及防止节点缓存数据溢出的前提下,构建了多MV的周期性充电和数据收集模型;其次,以最小化多MV充电和数据收集任务完成时间总和和最小化多MV剩余能量的标准差作为目标建立了MV多目标路径规划模型;最后,提出了一种多目标猴王进化（Multi-Objective Monkey King Evolution,MOMKE）算法求解优化目标。在仿真实验中,分析了猴王算法系统参数对MOMKE算法的影响,并验证了算法的可行性。为了比较算法的性能,实验中采用多种性能指标对MOMKE算法、NSGA-II算法、ES-MOAC算法和SPEA-II算法进行比较,仿真结果表明,MOMKE算法在求解性能上均优于对比算法。