本发明公开了一种基于条件生成对抗网络的EV充电负荷计算方法，本发明考虑气温、交通拥堵、用户意愿建立精确的EV负荷预测模型，并将其预测结果作为真实数据。将气温、交通拥堵、用户意愿等负荷影响因素作为条件与噪声输入CGAN的生成模型并获取预测数据，然后将预测数据与真实数据分别输入CGAN的判别模型，通过CGAN的博弈训练，使生成模型以负荷影响因素为条件生成预测负荷数据。本发明提出的基于CGAN的方法，在网络训练完成后可以更改条件数据快速获得EV充电数据，为线上实时调度打下基础，也可以对一些非常见条件下的负荷进行快速预测，起到一定参考作用。