基于大数据的电动汽车有序充电的引导优化调度方法及系统

本发明涉及电动汽车和充电调度技术领域，公开一种基于大数据的电动汽车有序充电引导优化调度方法及系统，包括：采集电动汽车数据、交通数据、电力数据和充电设施数据并进行预处理；基于预处理后的用户历史数据，采用K‑Means聚类算法将电动汽车用户划分为不同的用户集群，使用时序先验拟合网络TimePFN模型预测充电负荷的时空分布特征；构建电力‑交通约束下的充电引导模型，以预测的充电负荷的时空分布特征为输入，以用户综合开销最小化为目标，考虑电力约束、交通约束和充电设施约束，采用逐点迁移学习混合高斯贝叶斯优化PPTL‑MGBO算法求解最优充电调度方案。本发明能够在多源异构数据稀缺情况下实现充电负荷的精准预测。