为提高电动汽车充电负荷预测的准确性，设计了一种基于轻量级梯度提升机（LightGBM）算法和出行链理论的电动汽车充电负荷多时间尺度预测模型。利用出行链描述用户出行过程，采用蒙特卡洛法抽取时空数据，计算不同区域出行和停留时间的概率密度函数，采用牛顿法划分多时间尺度充电概率，明确驾驶时空分布与充电状况，并运用模糊数学定理与LightGBM分类充电负荷数据，构建了多季节多时段预测模型。采用LightGBM高效并行计算模式，明确充电负荷变化规律，实现了多时间尺度预测。试验结果表明：所建立的模型在不同季节和电动汽车数量条件下，预测误差低于100 kW，预测空报率低于3%，可准确展现充电负荷的变化规律。
