本发明公开了一种基于复合分位数回归的短期电动汽车充电负荷概率预测方法。首先取得电动汽车历史充电负荷、气温、天气类型、日类型共4类数据，对数据进行量化和归一化的预处理。然后，基于设定的模型结构和模型输入，以及带有惩罚项的特定损失函数，构建LSTM神经网络复合分位数回归(CQRLSTM)预测模型。使用历史数据训练预测模型，将待预测数据输入模型以得到一系列分位数预测结果，从模型输出结果中取得预测置信区间的上下限，获取电动汽车充电负荷的预测曲线。最后，基于输出的预测结果和核密度估计方法，生成充电负荷概率密度曲线。所得预测曲线和预测区间可作为有序充电策略的输入量，有助于有序充电策略的设计和运行。