1.基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述方法包括：S1、获取电动汽车保有量；S2、生成单辆电动汽车的停车时长、初始出行时间、初始电量、起点位置、终点位置，利用综合道路阻抗模型进行最短路径规划获得电动汽车从起点位置到终点位置的最短出行路径，利用电量消耗模型结合最短出行路径实时计算电动汽车的电池剩余电量，实时判断电池剩余电量是否达到充电条件，当达到充电条件时电动汽车产生充电需求，记录电动汽车产生充电需求时的时间，进入S3；S3、基于电动汽车产生充电需求时的剩余电量计算电动汽车的最远可行驶距离，基于最远可行驶距离以及电动汽车产生充电需求所在位置确定可选充电节点集合，从可选充电节点集合中随机选取一个充电节点作为最终充电节点，记录最终充电节点；S4、利用综合道路阻抗模型进行最短路径规划获得电动汽车从产生充电需求所在位置前往最终充电节点的最短充电路径，利用电量消耗模型结合最短充电路径计算得到电动汽车从产生充电需求所在位置到达最终充电节点时的电池剩余电量，记录电动汽车到达最终充电节点时的时间；S5、计算电动汽车到达最终充电节点后排队等候充电所需的时长，排队结束后开始充电，基于电动汽车的停车时长以及到达最终充电节点时的电池剩余电量选择充电模式，记录开始充电时间以及所选充电模式下的充电功率；S6、判断是否已完成所有电动汽车最终充电节点、开始充电时间以及充电功率的记录，若不是则返回步骤S2对下一辆电动汽车进行计算，若是则输出电动汽车充电负荷时空分布的动态预测结果；所述综合道路阻抗模型包括： ； ； ；上式中， 表示 时刻节点 至节点 之间道路的综合道路阻抗； 表示节点 至节点 之间道路之间的通行时间； 表示 时刻在节点 等待信号灯的时间； 表示 时刻道路饱和度 时节点 至节点 之间道路之间的通行时间； 表示道路饱和度 时 时刻节点 至节点 之间道路之间的通行时间； 表示 时刻道路饱和度 在节点 等待信号灯的时间； 表示 时刻道路饱和度 在节点 等待信号灯的时间； 表示道路零流量时电动汽车通过道路所需要的通行时间； 、 均为影响因子； 为道路饱和度， 表示道路畅通， 表示道路缓慢通行， 表示道路拥堵， 表示道路严重拥堵， ， 为道路交通流量， 为道路通行能力，即道路在单位时间内能够顺利通过的车辆数量； 为信号周期，指交通信号灯经过红-绿-黄一个周期的所需时间； 为绿灯信号时间长度占所有信号灯时间长度的比值； 表示车辆到达率，即 时刻到达节点 的电动汽车数量。
2.根据权利要求1所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述电动汽车保有量的获取方法为：选取电动汽车普及率、电动汽车续航里程、区域公共充电桩数量、人均GDP、政府补贴作为输入数据训练BP神经网络，对电动汽车保有量进行预测。
3.根据权利要求2所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：利用模拟退火算法对BP神经网络的权值进行优化，具体步骤为：S11、设定模拟退火算法的初始温度、冷却速率；生成初始解，即随机生成BP神经网络的初始权值集；S12、在当前解的基础上生成一个新解，计算当前解与新解的适应度差值 ，若 则接受新解，若 则根据Metropolis准则决定是否接受新解；所述Metropolis准则是指随机生成的随机数若小于概率 则接受新解，概率 ， 为当前温度，否则不接受新解；S13、更新当前解；根据以下公式更新温度： ，其中 、 分别表示更新前、更新后的温度， 表示冷却速率；S14、返回S12进行迭代优化，直到达到最大迭代次数，选择当前解作为最优权值对BP神经网络进行训练。
4.根据权利要求1-3中任一项所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述利用综合道路阻抗模型进行最短路径规划是指：通过综合道路阻抗模型获得交通网络中各路段的综合道路阻抗，将各路段的综合道路阻抗作为各路段的权值利用弗洛伊德算法进行最短路径规划。
5.根据权利要求1-3中任一项所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述电量消耗模型包括： ； ； ；上式中， 为剩余电量； 为初始电量； 为电动汽车的电池容量； 为节点 至节点 之间道路长度； 为电动汽车的单位里程能耗； 为电动汽车在行驶速度为 、行驶距离为 、环境温度为 时的空调耗电量； 为电动汽车以行驶速度为 在道路上行驶所产生的耗电量； 、 分别为电动汽车以行驶速度为 在主干道、次干道上行驶所产生的耗电量； 、 分别为空调制冷、热功率； 、 分别为冷、热极限温度； 表示在 时段电动汽车的行驶速度； 为道路设计车速； 为道路通行能力，即道路在单位时间内能够顺利通过的车辆数量； 为在 时段道路上行驶的车辆数量； 为非线性函数； 、 、 均为自适应参数。
6.根据权利要求5所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：根据以下公式计算电动汽车到达最终充电节点后排队等候充电所需的时长： ； ； ； ；上式中， 为电动汽车的排队等候时长； 为充电节点中充电桩的数量； 为每个充电桩单位时间内能够完成服务的电动汽车数量； 为充电桩服务强度； 为电动汽车接受充电服务的概率； 表示第 个充电桩； 表示 的阶乘； 表示 的阶乘； 为平均队长； 为每小时前往充电站接受服务的充电需求数。
7.根据权利要求6所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述基于电动汽车的停车时长以及到达最终充电节点时的电池剩余电量选择充电模式具体为：根据以下公式计算电动汽车以慢充模式充电到期望充电水平所需的时长并判断其是否大于停车时长，若是则以快充模式进行充电，否则以慢充模式进行充电； ；上式中， 为电动汽车以慢充模式充电到期望充电水平所需的时长； 为期望电量； 为电动汽车到达最终充电节点时的剩余电量； 为电动汽车的电池容量； 为电动汽车在慢充模式下的充电功率； 为电动汽车的充电效率。
8.根据权利要求1-3中任一项所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述充电条件是指电池剩余电量达到充电阈值。
9.根据权利要求1-3中任一项所述的基于信息物理融合的电动汽车充电负荷时空分布预测方法，其特征在于：所述电动汽车充电负荷时空分布的表达式为： ；上式中， 为 时刻充电节点 处的充电负荷； 为 时刻充电节点 处接入的第i辆电动汽车在所选充电模式下的充电功率。
