1.一种基于多源时空数据融合的车辆充电需求迁移调控方法，其特征在于，所述方法包括：根据待预测区域的待预测时间段，获取待预测区域在目标时刻的实时状态数据，以及在第一历史时间段内的多源数据和第二历史时间段内的需求预测误差；根据预设的时空单元对所述多源数据进行时空对齐处理，以获取多维时空特征矩阵；所述多维时空特征矩阵用于表示所述待预测区域的多个子区域分别在所述第一历史时间段中多个子历史时间段内的多源数据；根据所述实时状态数据、所述需求预测误差、所述多维时空特征矩阵和已训练的时空耦合预测模型，获取各所述子区域的目标预测值，所述目标预测值为所述子区域在所述待预测时间段内的车辆充电的电能需求量；根据各所述目标预测值，确定所述待预测区域在所述待预测时间段的迁移调控策略；其中，所述根据所述实时状态数据、所述需求预测误差、所述多维时空特征矩阵和已训练的时空耦合预测模型，获取各所述子区域的目标预测值，包括：根据待预测区域的待预测时间段，获取所述待预测区域在第三历史时间段内的历史充电交易数据；根据所述多维时空特征矩阵和所述时空耦合预测模型，以获取各所述子区域的初始预测值；根据所述实时状态数据、所述历史充电交易数据和各所述子区域的初始预测值，获取各所述子区域的修正预测值；根据各所述修正预测值、所述实时状态数据和所述需求预测误差，获取各所述子区域的目标预测值；所述根据各所述修正预测值、所述实时状态数据和所述需求预测误差，获取各所述子区域的目标预测值，包括：根据所述实时状态数据和所述需求预测误差对所述时空耦合预测模型进行优化；根据各所述修正预测值和优化后的时空耦合预测模型，获取各所述子区域的目标预测值；所述实时状态数据包括各子区域的实时电价、需求过载指数和交通拥堵指数。
2.根据权利要求1所述的方法，其特征在于，所述历史充电交易数据包括所述待预测区域的多个子区域之间的充电迁移次数；所述历史充电交易数据包括在待预测区域内在第三历史时间段内进行了充电的所有车辆的ID、各车辆每次充电的出发区域、充电区域和充电时间戳；充电迁移次数的确定方法为：根据各车辆每次充电的出发区域、充电区域和充电时间戳确定出待预测区域内在第三历史时间段内进行了充电的所有车辆在各子区域之间的充电迁移次数；迁移是指车辆充电前区域间移动的行为；所述根据所述实时状态数据、所述历史充电交易数据和各所述子区域的初始预测值，获取各所述子区域的修正预测值，包括：根据各子区域之间的充电迁移次数分别确定各子区域之间的初始迁移概率；根据所述实时状态数据，对各所述初始迁移概率进行修正，获取目标迁移概率；根据所述目标迁移概率和各所述初始预测值，获取各所述子区域的修正预测值。
3.根据权利要求2所述的方法，其特征在于，所述实时状态数据包括各子区域的实时电价、总充电桩数量和空闲充电桩数量；所述根据所述实时状态数据，对各所述初始迁移概率进行修正，获取目标迁移概率，包括：根据各子区域的实时电价，获取各子区域之间的电价差数据；根据预设的第一敏感系数、第二敏感系数、各所述初始迁移概率、各子区域的总充电桩数量和空闲充电桩数量、以及各子区域之间的电价差数据，获取各子区域之间的目标迁移概率。
4.根据权利要求1所述的方法，其特征在于，所述根据所述实时状态数据和所述需求预测误差对所述时空耦合预测模型进行优化，包括：根据各子区域的实时电价获取平均电价；根据各子区域的实时电价和所述平均电价，确定各子区域的实时电价波动数据；根据预设的第一权重系数、第二权重系数和第三权重系数，以及各子区域的需求预测误差、实时电价波动数据和需求过载指数，分别构建各子区域的奖励函数；其中，所述第一权重系数为所述需求预测误差的权重系数，所述第二权重系数为所述需求过载指数的权重系数，所述第三权重系数为所述实时电价波动数据的权重系数；根据各子区域的奖励函数、所述需求预测误差、所述交通拥堵指数、所述需求过载指数和所述实时电价波动数据，对所述时空耦合预测模型进行优化。
5.根据权利要求1所述的方法，其特征在于，所述根据各所述目标预测值，确定所述待预测区域在所述待预测时间段的迁移调控策略，包括：获取待预测区域中各子区域的电能储备数据；在所述子区域的目标预测值与对应的电能储备数据的比值小于第一阈值的情况下，确定所述子区域为第一子区域，并降低所述第一子区域的实时电价；在所述子区域的目标预测值与对应的电能储备数据的比值大于或等于第一阈值，且小于第二阈值的情况下，确定所述子区域为第二子区域，并保持所述第二子区域的实时电价不变；在所述子区域的目标预测值与对应的电能储备数据的比值大于或等于第二阈值的情况下，确定所述子区域为第三子区域，并根据所述第三子区域的目标预测值与对应的电能储备数据对所述子区域的实时电价进行更新，和/或根据所述第三子区域的目标预测值与对应的电能储备数据，以及第一子区域的空闲电能数据，从第一子区域向第三子区域调度能量；其中，所述空闲电能数据与第一子区域的目标预测值及对应的电能储备数据有关。
6.一种基于多源时空数据融合的车辆充电需求迁移调控装置，其特征在于，所述装置包括：第一执行模块，用于根据待预测区域的待预测时间段，获取待预测区域在目标时刻的实时状态数据，以及在第一历史时间段内的多源数据和第二历史时间段内的需求预测误差；第二执行模块，用于根据预设的时空单元对所述多源数据进行时空对齐处理，以获取多维时空特征矩阵；所述多维时空特征矩阵用于表示所述待预测区域的多个子区域分别在所述第一历史时间段中多个子历史时间段内的多源数据；第三执行模块，用于根据所述实时状态数据、所述需求预测误差、所述多维时空特征矩阵和已训练的时空耦合预测模型，获取各所述子区域的目标预测值，所述目标预测值为所述子区域在所述待预测时间段内的车辆充电的电能需求量；第四执行模块，用于根据各所述目标预测值，确定所述待预测区域在所述待预测时间段的迁移调控策略；其中，所述第三执行模块还用于根据待预测区域的待预测时间段，获取所述待预测区域在第三历史时间段内的历史充电交易数据；根据所述多维时空特征矩阵和所述时空耦合预测模型，以获取各所述子区域的初始预测值；根据所述实时状态数据、所述历史充电交易数据和各所述子区域的初始预测值，获取各所述子区域的修正预测值；根据各所述修正预测值、所述实时状态数据和所述需求预测误差，获取各所述子区域的目标预测值；所述第三执行模块还用于根据所述实时状态数据和所述需求预测误差对所述时空耦合预测模型进行优化；根据各所述修正预测值和优化后的时空耦合预测模型，获取各所述子区域的目标预测值；所述实时状态数据包括各子区域的实时电价、需求过载指数和交通拥堵指数。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
