Este trabajo discute el problema de optimización de la planificación de carga ordenada de vehículos eléctricos (EV). Para abordar este problema, se propone una mejora de la optimización de la población dual genética de la polilla de la llama (IDPGMFO). Específicamente, para obtener una solución apreciable de EV OCP, se proporciona el diseño de un mecanismo genético de población dual integrado en la optimización de la polilla de la llama. Para mejorar el rendimiento de la optimización global, también se diseñan estrategias adaptativas de disminución no lineal con selección, probabilidad de cruce y mutación, así como el coeficiente de peso. Además, el aprendizaje basado en oposición (OBL) también se introduce simultáneamente. Los resultados de la simulación muestran que las estrategias de mejora propuestas pueden mejorar efectivamente el rendimiento de la optimización global. Obviamente, se puede obtener una solución de optimización más ideal del problema de optimización de EV OCP utilizando IDPGMFO.