隐私保护的电动汽车充电行为安全预测方法

来源：电讯技术杂志2025年第7期北京时间：

作者：郭静,顾智敏,朱道华,梁伟

单位：(国网江苏省电力有限公司电力科学研究院，南京 211000)

摘要：随着电动汽车的迅速发展，充电基础设施成为新型城市基建的发力方向，而充电桩的选址定容是充电基础设施建设的核心问题之一。在此过程中，电动汽车充电行为的预测尤为重要。但由于用户的充电行为数据具有隐私性，而当前研究构建的预测模型中欠缺对这一重要因素的考虑，导致敏感信息泄露。针对此问题，提出了一种隐私保护的电动汽车充电行为及充电桩需求安全预测方法。首先，通过充电行为拟合充电负荷特性的概率密度函数；其次，结合Paillier同态加密，利用蒙特卡罗算法进行隐私保护的充电负荷预测；最后，根据负荷预测结果，采用粒子群优化算法对区域充电桩布局进行优化遍历，安全地得到充电桩预测结果。仿真实验结果表明，所提方法能够在保障用户隐私的情况下取得良好的负荷预测准确度，其中最大误差为11.9%，最小误差为2.8%；相较于现有方案，安全性提升的同时预测误差降低了32.98%。

关键词：车桩网；数据隐私安全；充电负荷预测；同态加密；充电桩布局优化；粒子群优化；

基金资助：国家电网有限公司总部管理科技项目（5700-202441247A-1-1-ZN）