随着近几年无线充电技术的发展,无线充电技术被认为是解决无线传感器网络中能量受限问题的有希望的解决方案。通过一个和多个移动充电器在无线传感器网络中的运动,充电器所经过的传感器节点将逐一被充电。然而很多实际无线传感器网络的部署地形并不适合充电器的移动(例如基于无线传感器网络的结构健康监测)。在此情况下,为了给节点分散的传感器网络进行无线充电,我们需要部署多个静止的充电器来同时工作,即并行无线充电。由于这些同时工作的充电器相互间存在无线干涉,这种干涉将造成部分区域信号增强,而部分区域的信号又相互抵消,我们称之为非线性叠加的充电效应。因此我们需要调度这些充电器,使得处在不同位置的传感器节点都获得高效的充电能量,以满足传感器网络的通信需求。本文首先建立了并行无线充电模型,揭示了并行无线充电中非线性叠加充电效应的内在机理。基于该模型,本文提出了并行充电调度问题(CCSP),该问题旨在通过调度各充电器的工作状态,以最小化完成充满所有传感器节点的总时长。在证明了 CCSP问题属于NP难题后,本文提出了两种有效的贪心算法,并证明了其中一个算法的上界。此外,本文还针对CCSP问题设计了相应的遗传算法。经过仿真验证,在小规模的传感器网络和充电器情况下,所设计的遗传算法的性能和使用暴力搜索算法的性能十分接近。而在大规模的仿真中,所提出的两种贪心算法的性能都能非常接近于该遗传算法,但是他们的运行时间远小于后者。本文最后还专门为并行无线充电搭建了实验验证平台。在不同传感器节点及充电器的部署分布情况下进行了实验验证,并对比了无调度以及单个充电的方法,实验结果验证了提出算法的良好表现。