智能电网中大量高精度的用电数据为电网的管理带来了便利，但高精度的数据也会带来用户隐私泄露的威胁。第三方获取智能电表记录的用户用电信息后，通过数据挖掘技术可以获得电器的使用情况，进而推测出用户的行为习惯，造成用户隐私泄露。
　　本文研究了智能电网中智能电表用户的隐私保护问题，以家庭微电网为研究对象，主要利用蓄电池的充放电来隐藏用户用电真实数据，提出了两种隐私保护方法，分别用太阳能发电板和电解水制氢设备加以配合。用标准化互信息和电能损耗率分别作为隐私保护效果与电能损耗情况的评价指标。
　　本文提出了一种基于目标跟踪的TTB算法。当电表数据真实反映用电需求时，通过电表数据分析就能推测出电器用电情况。TTB算法通过控制电表读数跟踪预设目标，解耦电表读数与用电需求之间的耦合关系，达到保护用户隐私的效果。仿真结果表明，在选择合适的跟踪目标时，TTB算法能在取得较好的隐私保护效果的同时节约用户电费。
　　由于电池存在充放电功率限制和容量限制，导致电池在达到边界条件时无法为用户提供足够的隐私保护，泄露用户隐私。针对该问题，本文利用差分隐私保护理论，提出了在蓄电池未达到限制边界时利用蓄电池的充放电向真实用电数据中注入噪声，在蓄电池到达限制边界时利用家庭小型电解水制氢设备的耗电特性的基于噪声添加的HBNA混合算法。仿真结果表明，该方法可以把真实用电数据和电表记录数据之间的标准互信息大幅度降低。在实用性方面，该保护方法可以做到在低电能损耗率的条件下取得很好的隐私保护效果。虽然需要额外支出一定的费用，但是用户隐私得到了很好的保护。
　　本文提出的两种保护方法均能达到良好的隐私保护效果。其中，HBNA算法在隐私保护上的效果优于TTB算法。但HBNA算法减少隐私泄漏的代价是增加电费，而TTB算法具有节省电费的效果。