随着智能家庭能量管理系统与智能电表的普及,电力数据粒度日益细化,利用这些数据,用户能通过需求响应等方式实现用电成本的节约。但智能电表采集的庞大细粒度数据扩大了用户用电信息的暴露面,导致用户的用电行为习惯等个人信息容易在传输与利用的过程中被分析获取,造成用户隐私的泄露。在此背景下,本研究站在用户视角,针对用户用电信息的隐私泄露问题,利用三种基于储能的方法对用户用能曲线进行不同侧重的隐私保护,最后在真实数据集上验证方法的有效性。本研究的主要工作内容总结如下:（1）针对用电经济性与用能曲线隐私性的权衡问题,提出了基于上下文多臂老虎机的用能曲线差分隐私保护方法。首先基于差分隐私原理构建噪声概率密度函数,将电价、负荷等信息作为环境信息,利用上下文多臂老虎机模型优化选择概率密度函数的参数,并提出阈值机制保障储能容量水平的相对稳定。算例结果表明,所提方法能够在保证用能曲线隐私性的同时实现用户用电成本节约。（2）针对用能曲线隐私保护中忽略负荷时序特征的问题,提出了考虑负荷时序特征的用能曲线本地化差分隐私保护方法。基于时间序列符号聚合方法与变窗口随机映射机制形成扰乱用能曲线,依托家用储能装置实现原始用能曲线到扰乱用能曲线的转化。算例结果表明,所提方法能有效改变用户用能曲线的时序特征,在拥有良好隐私保护效果的同时不会影响用能曲线的统计特性。（3）针对仅依靠储能日前调度来隐藏用电信息所带来的弊端,提出了基于李亚普诺夫优化理论的用能曲线在线隐私保护方法。利用负荷变化方差与用电成本等指标构建权衡用能曲线隐私性和用电经济性的目标函数,将储能实时调度问题转化为等效李雅普诺夫优化问题并在线求解。算例结果表明,所提方法能够及时响应用户用电信息的变化并实时优化储能充放电行为。