近年来,随着物联网的蓬勃发展,智能电网应运而生。作为新一代的电网,智能电网能够进行动态负荷管理以及提高供电可靠性,在产生大量数据的同时对网络端存储资源和计算资源的要求也越来越高。传统的云计算技术已无法满足这些需求,因此,雾计算被引入到物联网中。雾计算与智能电网的融合在一定程度上解决了存储、计算资源紧缺以及通信信道过于拥塞的问题。大多数智能电网系统为了实现电网实时监控和数据可视化,需对从终端设备处收集的用户数据进行处理,这些数据中往往蕴含着隐私信息。因此,如何在确保用户隐私安全的前提下进行更高效的数据聚合至关重要。然而,传统的数据聚合方案在报告多维数据、实现系统容错性以及认证效率上表现不佳,为了解决上述问题,本文围绕智能电网,对隐私保护数据聚合方法及其应用问题进行研究。本文提出一种基于雾计算的智能电网无可信中心多维数据聚合方案。通过构造智能电网三层架构模型,使数据可以提前在雾节点进行预处理,有效地减少了云端的计算开销。使用Paillier同态加密算法高效保护隐私的同时,利用超递增序列还可使智能电表在一个周期内报告多维数据,通过对数据添加盲化因子隐藏用户身份以抵抗内部攻击者。与以往方案不同,本文基于轻量级认证加密算法GIFT-COFB的消息认证码能够实现数据完整性验证和数据源认证,提高认证效率;利用Shamir秘密共享技术使方案具有容错性。此外,多数方案依赖于可信中心,本方案完全摒弃可信中心,系统中的参数由云端的控制中心生成,在降低隐私泄露风险的同时还降低了成本。对方案的正确性分析和安全性分析表明,该方案能够在智能电网中保证用户隐私。本文设计并实现了基于智能电网的隐私保护查询系统,可在确保用户用电隐私的前提下为信息部门提供个性化查询服务。详细介绍了系统的总体架构、分层结构、主要模块,并给出需求分析和模块设计方案。最后对系统进行了性能测试,并与现有的方案进行比较,仿真结果表明系统具有高效性和可行性。