本發(fā)明提供了一種基于圖神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)的電動汽車充電引導(dǎo)優(yōu)化方法，包括如下步驟：步驟S1：電力?交通融合網(wǎng)協(xié)同優(yōu)化模型初始化；步驟S2：更新電動汽車充電負(fù)荷；步驟S3：根據(jù)epsilon?Greedy算法和圖神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)算法生成ai,t；步驟S4：執(zhí)行充電引導(dǎo)行為策略ai,t；步驟S5：計算圖神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)算法的獎勵函數(shù)；步驟S6：部分觀測馬爾科夫決策過程的狀態(tài)xi,t更新；步驟S7：將當(dāng)前步的信息(xi,t,ai,t,ri,t,xi,t)存儲于記憶單元D中；步驟S8：判斷是否達(dá)到預(yù)定的時間Tend；若否，則執(zhí)行(2)~(7)；若是，則輸出圖神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)算法參數(shù)和相應(yīng)輸出結(jié)果。應(yīng)用本技術(shù)方案可實現(xiàn)有效地降低電動汽車充電總成本，實現(xiàn)電動汽車的有序充電以及電力系統(tǒng)協(xié)同優(yōu)化調(diào)度。