VPP（Virtual Power Plant）における電気自動車（EV）の充放電計画最適化には、外出・在宅状態を高精度かつ柔軟に予測することが不可欠である。本稿では、Gated Recurrent Unit（GRU）とモンテカルロ・ドロップアウト（MCD）を組み合わせた確率的シナリオ生成手法を提案する。まず過去の利用実績からGRUで各時刻の在宅確率を推定し、MCDにより複数の確率時系列を生成する。次に分位点リサンプリングで代表的な確率系列を抽出し、分類閾値により在宅／外出の状態系列へ変換する。実データによる評価の結果、従来手法に比べF-scoreを約18%改善すると同時に、ニーズに合わせた多様なシナリオ生成の有効性を示した。