El rápido desarrollo de los vehículos eléctricos proporciona a los usuarios comodidad en la vida. Cuando los usuarios disfrutan del servicio de carga V2G, la filtración de la privacidad de su ubicación de carga es un problema de seguridad crucial. Los algoritmos existentes para preservar la privacidad de la ubicación de carga de vehículos eléctricos sufren de problemas de ataques de conocimiento de antecedentes no defendibles y ataques de privacidad por parte de terceros no confiables. Proponemos un esquema de protección de privacidad de ubicación personalizado (PPVC) basado en la privacidad diferencial para satisfacer los requisitos de carga de vehículos eléctricos personalizados de los usuarios mientras protegemos su privacidad. Primero, mediante la construcción de una matriz de decisión, PPVC describe la utilidad y los efectos de privacidad de las rutas recomendadas. Luego, se construye un modelo de utilidad basado en la teoría multiatributo. Las preferencias de privacidad del usuario se integran en el modelo para proporcionar la ruta con la mejor utilidad. Finalmente, considerando las necesidades de preferencia de privacidad de los usuarios, se utiliza el intercambio de distancia euclidiana para asignar presupuestos de privacidad apropiados a los usuarios y determinar el rango de generación de ubicaciones falsas para generar la ubicación de solicitud de servicio con la mayor utilidad. Los resultados experimentales muestran que el esquema propuesto de protección de privacidad de ubicación personalizado puede satisfacer las demandas de servicio de los usuarios mientras protege razonablemente su privacidad para proporcionar una mayor calidad de servicio. En comparación con las soluciones existentes, PPVC mejora la eficiencia de carga hasta en un 25%, y un 8% en el mismo nivel de protección de privacidad.