智能电网中高精度的用电数据为需求侧响应管理带来便利的同时也带来了用户隐私泄露的威胁。敌人获取用户的用电数据后,通过数据挖掘技术得知电器的使用情况,从而推测出用户的行为模式,造成用户隐私的泄露。近年来,智能电网隐私泄露事件频发,引起了学术界和工业界的高度重视。本文以装配光伏发电装置的家庭微电网为研究对象,构建数学模型描述其中的能量流动关系。利用蓄电池隐藏用户用电数据,提出了两种隐私保护算法,并定义了隐私泄露率与电费节省率分别作为隐私保护效果与节省电费效果的评价指标。本文提出了一种基于曲线跟踪的TC算法,通过控制电网供电量跟踪预设曲线,解耦电网供电量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,在选择合适的跟踪曲线值时,TC算法可有效保护用电隐私,但会增加电费。细粒度的数据会泄露用电信息,本文从增大数据粒度的角度,提出IDG算法保护用电隐私。该算法通过离散化电网供电量的取值,增大数据粒度。同时控制电池在低电价时充电,高电价时放电,达到节省电费的效果。根据电网供电量幅值的取值方式不同,算法又分为随机取值方式的RM-IDG算法与最佳节省电费取值方式的BCM-IDG算法。仿真结果表明,在相同数据粒度下,BCM-IDG算法的节省电费效果优于RM-IDG算法,而RM-IDG算法的隐私保护效果优于BCM-IDG算法。两种IDG算法在数据粒度最大时,提供最佳的隐私保护效果与电费节省效果。