本发明公开了一种基于改进LSTM网络和误差修正的电动汽车充电站多时间尺度负荷预测方法，包括：收集历史负荷数据并预处理，获取用于以月、周、日、小时为单位的不同时间尺度负荷预测的各自若干训练样本；每种时间尺度负荷预测的训练样本，均包括历史负荷数据和预测时刻的气象信息、日期信息和电价信息；搭建多个用于不同时间尺度负荷预测的CNN‑LSTM模型，使用训练样本训练得到多种模式的负荷预测模型；对电动汽车充电站的负荷待预测时刻，获取各种模式的输入样本，并使用其负荷预测模型进行预测，得到多种时间尺度的负荷预测值，再采用RF随机森林算法进行误差修正。本发明提高电动汽车充电站负荷预测的精度。