Collaboration Technology for Electric Vehicle Business Data Based on Trusted Execution Environment

HUANG Zhechen; HUANG Xueliang; GAO Shan; WANG Mingshen; ZENG Fei

doi:10.7500/AEPS20251127001

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Collaboration Technology for Electric Vehicle Business Data Based on Trusted Execution Environment

Application Research | 更新时间：2026-11-02

- Collaboration Technology for Electric Vehicle Business Data Based on Trusted Execution Environment
- Automation of Electric Power Systems Vol. 50, Pages: 170-184(2026)
- 作者机构：
  
  1.东南大学电气工程学院，江苏省南京市 210022
  2.国网江苏省电力有限公司电力科学研究院，江苏省南京市 211103
- 作者简介：
- 基金信息：
  
  Jiangsu Provincial Natural Science Foundation of China(SBE2022110123)
- DOI：10.7500/AEPS20251127001
  CLC：
- Received：27 November 2025，
  
  Revised：2026-06-02，
  
  Online First：13 July 2026，
  
  Published：10 December 2026
- 稿件说明：
移动端阅览
黄哲忱,黄学良,高山等.基于可信执行环境的电动汽车业务数据协作技术[J/OL].电力系统自动化, http://dx.doi.org/10.7500/AEPS20251127001.

HUANG Zhechen,HUANG Xueliang,GAO Shan,et al.Collaboration Technology for Electric Vehicle Business Data Based on Trusted Execution Environment[J/OL].Automation of Electric Power Systems, http://dx.doi.org/10.7500/AEPS20251127001.
黄哲忱,黄学良,高山等.基于可信执行环境的电动汽车业务数据协作技术[J/OL].电力系统自动化, http://dx.doi.org/10.7500/AEPS20251127001. DOI：

HUANG Zhechen,HUANG Xueliang,GAO Shan,et al.Collaboration Technology for Electric Vehicle Business Data Based on Trusted Execution Environment[J/OL].Automation of Electric Power Systems, http://dx.doi.org/10.7500/AEPS20251127001. DOI：

摘要

在电动汽车业务生态系统中，因电网企业、交管部门、充电站运营商、用户等多方主体间存在数据孤岛和信任壁垒，影响了系统整体优化。为此，文中设计并实现了一个基于可信执行环境（TEE）的协作技术。首先，根据业务各参与方特点，设计了以TEE技术为核心的可信计算底座和适配各类模型的联邦学习算法，以保障各参与方的敏感数据可在本地进行局部模型训练，并由联邦学习发起方聚合全局智能模型；然后，设计了基于动态贡献度量的模型聚合权重更新方法，解决了多方协作的利益平衡问题；最后，基于公开数据构建了平行对比仿真场景，以验证数据协作效果。仿真结果表明，通过数据的安全交互，所提技术能够有效引导用户参与车网互动，显著平滑电网负荷并提升充电站利用率，实现碳积分增长。

Abstract

In the electric vehicle business ecosystem

data silos and trust barriers among multiple stakeholders including power grid enterprises

traffic management departments

charging station operators and users hinder the overall optimization of the system. To address this issue

this paper designs and implements a collaboration scheme based on the trusted execution environment (TEE). First

considering the characteristics of all business participants

a trusted computing infrastructure centered on TEE and federated learning algorithms adaptable to various models are devised. This ensures that each participant can train local models on sensitive data locally

while the federated learning initiator aggregates the global intelligent model. Second

a model aggregation weight updating method based on dynamic contribution measurement is proposed to balance the benefits in multi-party collaboration. Finally

parallel comparative simulation scenarios are constructed using public datasets to verify the performance of data collaboration. Simulation results demonstrate that with secure data interaction

the proposed scheme can effectively incentivize users to participate in vehicle-to-grid (V2G)

noticeably flatten power grid load profiles

improve charging station utilization

and increase carbon credits.

关键词

Keywords

references

Chen W W ， Zhang L ， Han L ， et al . Research on the application of 5G non-terrestrial network integration technology in power grid ［M］// Information Processing and Network Provisioning . Singapore ： Springer Nature Singapore ， 2025 ： 102 - 113 .

束霆伟，郭承军 . 北斗卫星导航系统在智能电网中的应用现状［C］// 第十四届中国卫星导航年会， 2024 ： 28 - 32 .

Shu Tingwei ， Guo Chengjun . Application status of BeiDou navigation satellite system in smart grid ［C］// 14th China Satellite Navigation Conference ， 2024 ， 28 - 32 .

He Z Q ， Zhang D X ， Wang Q . AI-powered smart hydrological measurement using deep vision integrated with BeiDou high precision positioning ［J］. Discover Artificial Intelligence ， 2025 ， 5 ： 61 .

苏娟，董彦君，赵晶，等 . “东数西算”背景下多数据中心联合消纳可再生能源途径研究综述［J］. 高电压技术， 2024 ， 50 （ 1 ）： 55 - 64 .

Su Juan ， Dong Yanjun ， Zhao Jing ， et al . Research of the approach to consuming renewable energy across multiple data centers in the context of “east data， west calculation ”［J］. High Voltage Engineering ， 2024 ， 50 （ 1 ）： 55 - 64 .

周劼英，张晓，邵立嵩，等 . 新型电力系统网络安全防护挑战与展望［J］. 电力系统自动化， 2023 ， 47 （ 8 ）： 15 - 24 .

Zhou Jieying ， Zhang Xiao ， Shao Lisong ， et al . Challenges and prospects of cyber security protection for new power system ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 8 ）： 15 - 24 .

Zhang Y H . China’s 5G and supercomputing industrial policies： a critical （comparative） analysis ［J］. Global Policy ， 2023 ， 14 （ 5 ）： 818 - 831 .

龙云，包育德，田晓鹏，等 . 基于云管边端协同的变电站运行支持架构及缺陷检测［J］. 电网技术， 2026 ， 50 （ 5 ）： 2206 - 2217 .

Long Yun ， Bao Yude ， Tian Xiaopeng ， et al . Research on substation operation support architecture and defect detection based on cloud-management-edge-end collaboration ［J］. Power System Technology ， 2026 ， 50 （ 5 ）： 2206 - 2217 .

朵春红 . 配电物联网终端安全接入与云边端协同优化研究［D］. 北京：华北电力大学， 2024 .

Duo Chunhong . Research on terminal secure access and cloud-edge-terminal collaborative optimization of distribution IoT ［D］. Beijing ： North China Electric Power University ， 2024 .

贾慧，吴润泽，郭昊博，等 . 面向新型电力系统的云-边-端协同业务流量预测方法［J/OL］. 华北电力大学学报（自然科学版）［ 2025-07-22 ］. http：//kns.cnki.net/kcms/detail/13.1212.tm.20241030.1434.005.html http://kns.cnki.net/kcms/detail/13.1212.tm.20241030.1434.005.html .

Jia Hui ， Wu Runze ， Guo Haobo ， et al . A cloud-edge-terminal collaborative service traffic prediction method for novel power systems ［J/OL］. Journal of North China Electric Power University ［ 2025-07-22 ］. http：//kns.cnki.net/kcms/detail/13.1212.tm. 20241030. 1434.005.html http://kns.cnki.net/kcms/detail/13.1212.tm.20241030.1434.005.html .

于子淇，刘健阳，陈亚鹏，等 . 面向配电网高频采集的云边端协同业务处理机制［J］. 电工技术学报， 2025 ， 40 （ 11 ）： 3502 - 3513 .

Yu Ziqi ， Liu Jianyang ， Chen Yapeng ， et al . Cloud-edge-end collaborative service processing mechanism for high frequency acquisition in distribution network ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 11 ）： 3502 - 3513 .

曹佳晨，张沈习，张璐，等 . 考虑交通流的柔性互联配电网电动汽车承载能力计算方法［J］. 电力系统自动化， 2025 ， 49 （ 5 ）： 24 - 37 .

Cao Jiachen ， Zhang Shenxi ， Zhang Lu ， et al . Calculation method for electric vehicle hosting capacity of flexibly interconnected distribution network considering traffic flow ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 5 ）： 24 - 37 .

杨蒙，陈玥，徐潇源，等 . 电力-交通融合研究综述：模型、算法与关键问题［J］. 电力系统自动化， 2025 ， 49 （ 9 ）： 1 - 16 .

Yang Meng ， Chen Yue ， Xu Xiaoyuan ， et al . Review on research of power-transportation fusion： models， algorithms and key issues ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 9 ）： 1 - 16 .

童政 . 车网融合为新能源消纳探路［N］. 经济日报， 2025-06-11 （5）.

Tong Zheng . Vehicle-grid integration paves the way for new-energy consumption ［N］. Economic Daily ， 2025-06-11 （5）.

姜涛，吴成昊，李雪，等 . 计及V2G主动支撑的输配协同日前-实时优化调度［J］. 电力系统自动化， 2025 ， 49 （ 10 ）： 87 - 100 .

Jiang Tao ， Wu Chenghao ， Li Xue ， et al . Transmission and distribution coordinated day-ahead and real-time optimal scheduling considering active support of vehicle-to-grid ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 10 ）： 87 - 100 .

方鑫，李娟，袁宇波，等 . 复杂电动汽车集群接入下主动配电网电压两阶段控制方法［J］. 电力工程技术， 2025 ， 44 （ 2 ）： 209 - 219 .

Fang Xin ， Li Juan ， Yuan Yubo ， et al . A two-stage voltage control method for distribution network integrated with complex electric vehicle clusters ［J］. Electric Power Engineering Technology ， 2025 ， 44 （ 2 ）： 209 - 219 .

文欣，黄学良，高山，等 . 考虑区域差异性的电动私家车网格化充电需求预测［J］. 电力系统自动化， 2025 ， 49 （ 7 ）： 158 - 168 .

Wen Xin ， Huang Xueliang ， Gao Shan ， et al . Grid charging demand forecasting for private electric vehicles considering regional differences ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 7 ）： 158 - 168 .

郑颖颖，缪新义，王晖，等 . 支持时变需求响应激励价格的电动汽车优化充电策略［J］. 电力系统自动化， 2025 ， 49 （ 9 ）： 96 - 106 .

Zheng Yingying ， Miao Xinyi ， Wang Hui ， et al . Optimal charging strategies for electric vehicles supporting time-varying demand response incentive price ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 9 ）： 96 - 106 .

金淦，陈丽娟，陆慧君，等 . 支撑多种资源接入配电网的分级自治协同策略［J］. 电力工程技术， 2025 ， 44 （ 2 ）： 134 - 144 .

Jin Gan ， Chen Lijuan ， Lu Huijun ， et al . Hierarchical autonomous collaboration strategy to support multiple types of resource access to distribution network ［J］. Jiangsu Electrical Engineering ， 2025 ， 44 （ 2 ）： 134 - 144 .

陈郑平，李文忠，陈飞雄，等 . 分布式资源助力新型电力系统灵活性提升研究综述［J］. 电力工程技术， 2025 ， 44 （ 2 ）： 145 - 159 .

Chen Zhengping ， Li Wenzhong ， Chen Feixiong ， et al . Summary of research on improving the flexibility of new power systems with distributed resources ［J］. Electric Power Engineering Technology ， 2025 ， 44 （ 2 ）： 145 - 159 .

闫群民，任效煜，宋潇，等 . 考虑源荷不确定性的电力系统灵活调度策略［J］. 电力工程技术， 2025 ， 44 （ 2 ）： 172 - 184 .

Yan Qunmin ， Ren Xiaoyu ， Song Xiao ， et al . Flexible scheduling strategy for power systems considering source-load uncertainty ［J］. Electric Power Engineering Technology ， 2025 ， 44 （ 2 ）： 172 - 184 .

Zhang Y Z ， Guo Y N ， Huang Y ， et al . A low-carbon scheduling method based on improved ant colony algorithm for underground electric transportation vehicles ［J］. Complex & Intelligent Systems ， 2025 ， 11 （ 2 ）： 166 .

Xia J K P ， Lee L Y Y ， Kee D M H . Industry 5.0 meets sustainability： demographic drivers of battery electric vehicle adoption in Chinese Guangdong Province in transition to cleaner energy transportation ［J］. Energy Policy ， 2025 ， 205 ： 114690 .

Muzalev S ， Demina I ， Izzuka T ， et al . Sustainable mobility. electric vehicles as an environmentally friendly mode of transportation ［M］// Ecosystems Without Borders 2024 . Cham ： Springer Nature Switzerland ， 2024 ： 237 - 247 .

Derse O . Sustainable smart parking site selection with charging stations for electric and hybrid vehicles ［J］. International Journal of Intelligent Transportation Systems Research ， 2025 ， 23 （ 1 ）： 76 - 90 .

Boudmen K ， El Ghazi A ， Eddaoudi Z ， et al . Electric vehicles， the future of transportation powered by machine learning： a brief review ［J］. Energy Informatics ， 2024 ， 7 ： 80 .

黄学良，刘永东，沈斐，等 . 电动汽车与电网互动：综述与展望［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 3 - 23 .

Huang Xueliang ， Liu Yongdong ， Shen Fei ， et al . Vehicle to grid： review and prospect ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 3 - 23 .

马雨彤，张春雁，窦真兰，等 . 共享型虚拟电厂风险调度与电能共享机制［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 104 - 114 .

Ma Yutong ， Zhang Chunyan ， Dou Zhenlan ， et al . Risk scheduling and power sharing mechanism for sharing-based virtual power plant ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 104 - 114 .

李立理，李德智，钟丹婷，等 . 基于多源数据融合与用户柔性引导的公共充换电场站需求响应改进机制［J］. 电网技术， 2026 ， 50 （ 7 ）： 2730 - 2743 .

Li Lili ， Li Dezhi ， Zhong Danting ， et al . An improved flexible demand response mechanism for public charging and battery swapping stations based on multi-source data fusion and flexible user guidance ［J］. Power System Technology ， 2026 ， 50 （ 7 ）： 2730 - 2743 .

王帅晓，张晶，程旭，等 . 车网互动体系建设：挑战、方案与展望［J］. 电力信息与通信技术， 2026 ， 24 （ 1 ）： 94 - 108 .

Wang Xiaoshuai ， Zhang Jing ， Cheng Xu ， et al . Vehicle-grid interaction system construction： challenges， solutions， and prospects ［J］. Electric Power Information and Communication Technology ， 2026 ， 24 （ 1 ）： 94 - 108 .

杨卫东，辛耀中，郭王勇，等 . 车网互动的工程实施困境与对策建议［J］. 电力系统自动化， 2026 ， 50 （ 15 ）： 106 - 122 .

Yang Weidong ， Xin Yaozhong ， Guo Wangyong ， et al . Challenges and countermeasure suggestions for vehicle-to-grid engineering implementation ［J］. Automation of Electric Power Systems ， 2026 ， 50 （ 15 ）： 106 - 122 .

漆磊，艾芊，嵇文路，等 . 计及隐私保护的弱中心化多产消者能量共享机制［J］. 电力工程技术， 2024 ， 43 （ 5 ）： 2 - 12 .

Qi Lei ， Ai Qian ， Ji Wenlu ， et al . A weakly centralized multiple prosumers energy-sharing mechanism that takes into account privacy protection ［J］. Electric Power Engineering Technology ， 2024 ， 43 （ 5 ）： 2 - 12 .

Beula G S ， Franklin S W . Incorporating quantum key distribution and reinforcement learning for secure and efficient smart grid advanced metering infrastructure ［J］. Optical and Quantum Electronics ， 2024 ， 56 （ 6 ）： 932 .

Zhang P L ， Zhang Y ， Wang Z D ， et al . Privacy-preserving federated learning scheme for distributed smart grid based on multi-key homomorphic encryption ［J］. Peer-to-Peer Networking and Applications ， 2025 ， 18 （ 6 ）： 293 .

祁龙云，刘苇，张晓，等 . 电力边缘设备远程证明和监控方案［J］. 计算机应用与软件， 2026 ， 43 （ 1 ）： 389 - 397 .

Qi Longyun ， Liu Wei ， Zhang Xiao ， et al . Remote attestation and monitoring scheme for electric edge devices ［J］. Computer Applications and Software ， 2026 ， 43 （ 1 ）： 389 - 397 .

Nasrinasrabadi M ， Hejazi A M ， Chaharmahali E ， et al . A comprehensive review of blockchain integration in smart grid with a special focus on Internet of Things ［J］. Energy Conversion and Management： X ， 2025 ， 27 ： 101196 .

吴金宇，张富川，胡海生，等 . 可信计算3.0在新型电力系统AI大模型安全防护中的增强机制及应用［C］//第 40次全国计算机安全学术交流会， 2025 ： 87 - 90 .

Wu Jinyu ， Zhang Fuchuan ， Hu Haisheng ， et al . Enhancement mechanism and application of trusted computing 3.0 in security protection of AI large models for new power systems ［C］// The 40th National Computer Security Academic Conference ， 2025 ： 87 - 90 .

Zhang Z ， Xu C X ， Jiang C S . Privacy-preserving electricity trading matching based on blockchain in smart grid ［J］. Expert Systems with Applications ， 2026 ， 303 ： 130682 .

唐大圆，曹翔，林青，等 . 电力物联网零信任架构下的分布式认证模型［J］. 信息安全研究， 2024 ， 10 （ 1 ）： 67 - 74 .

Tang Dayuan ， Cao Xiang ， Lin Qing ， et al . Distributed authentication model under power IoT zero trust architecture ［J］. Journal of Information Security Research ， 2024 ， 10 （ 1 ）： 67 - 74 .

Rele M ， Julian A ， Patil D ， et al . Secure data analytics in smart grids： preserving privacy and enabling advanced monitoring ［C］// International Conference on Sustainable Energy and Environmental Technology for Circular Economy ， 2025 ： 127 - 137 .

Gao T ， Huang X L ， Yang Z X ， et al . A grouping strategy and day-ahead scheduling method of electric vehicles for peak shaving ［C］// 2022 IEEE 5th International Electrical and Energy Conference （CIEEC）， 2022 ，： 2676 - 2681 .

杨国清，罗航，王德意，等 . 分时电价与电动汽车优化调度的主从博弈模型［J］. 电力系统及其自动化学报， 2018 ， 30 （ 10 ）： 55 - 60 .

Yang Guoqing ， Luo Hang ， Wang Deyi ， et al . Leader-follower game model of time-of-use electricity price and optimized plug-in electric vehicle dispatching ［J］. Proceedings of the CSU-EPSA ， 2018 ， 30 （ 10 ）： 55 - 60 .

程宏波，李明慧 . 基于Stackelberg博弈的车-网双向互动策略研究［J］. 华东交通大学学报， 2017 ， 34 （ 5 ）： 49 - 55 .

Cheng Hongbo ， Li Minghui . Study on bilateral interaction between vehicle and grid based on Stackelberg model ［J］. Journal of East China Jiaotong University ， 2017 ， 34 （ 5 ）： 49 - 55 .

Certicom Research . SEC 1： elliptic curve cryptography， version 2.0 ［R］. Mississauga ： Certicom Corp. ， 2009 .

wolfSSL Inc . wolfSSL Benchmarks ［EB/OL］. ［ 2026-01-10 ］. https：//www.wolfssl.com/docs/benchmarks/ https://www.wolfssl.com/docs/benchmarks/ .

ARM Limited . ARM CryptoCell-312 technical reference manual ［R］. Cambridge ： ARM Limited ， 2020 .

ARM Limited . Platform security architecture attestation API 1.0 ［R］. Cambridge ： ARM Limited ， 2020 .

Neubauer J ， Wood E . The impact of range anxiety and access to charging infrastructure on battery electric vehicle utility ［R］. Golden ： National Renewable Energy Laboratory ， 2014 .

Franke T ， Krems J F . Understanding charging behaviour of electric vehicle users ［J］. Transportation Research Part F： Traffic Psychology and Behaviour ， 2013 ， 21 ： 75 - 89 .

中华人民共和国生态环境部，国家统计局 . 关于发布2022年电力二氧化碳排放因子的公告［Z］. 2024-07-02 .

Ministry of Ecology and Environment of the People’s Republic of China ， National Bureau of Statistics . Announcement on the release of the 2022 electric power CO₂ emission factor ［Z］. 2024-07-02 .

中华人民共和国国务院 . 中国应对气候变化的政策与行动2023年度报告［R］. 北京：人民出版社， 2023 .

The State Council of the People’s Republic of China . China’s policies and actions on climate change 2023 annual report ［R］. Beijing ： People’s Publishing House ， 2023 .

国家应对气候变化战略研究和国际合作中心 . “十四五”控制温室气体排放工作方案解读［R］. 北京：中国环境出版集团， 2022 .

National Center for Climate Change Strategy and Inter-national Cooperation . Interpretation of the 14th Five-Year Plan for greenhouse-gas-emission control ［R］. Beijing ： China Environmental Publishing Group ， 2022 .

陈艳波，田昊欣，刘宇翔，等 . 计及电动汽车需求响应的高速公路服务区光储充鲁棒优化配置［J］. 中国电机工程学报， 2025 ， 45 （ 5 ）： 1752 - 1766 .

Chen Yanbo ， Tian Haoxin ， Liu Yuxiang ， et al . Robust optimization configuration of photovoltaic-storage-charging integrated system in expressway service area considering demand response of electric vehicles ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 5 ）： 1752 - 1766 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Fast Recovery Method for Distribution Network Through Cyber-Physical Collaboration Based on Vehicle to Grid and Emergency Communication

Aggregation and Distributed Scheduling of Multi-type Flexibility Resources Including Electric Vehicles

Modeling and Pricing Strategy for Transportation-Power Coupling Networks with Autonomous Mobility-on-demand Systems

Multi-market Two-stage Trading Decisions with Participation of Electric Vehicle Clusters Under Diversified Business Modes

Analysis of Impact of Non-convex Cost Compensation Mechanisms on Bidding Strategies of Power Producers in Electricity Markets

Related Author

LIU Dafu

ZHONG Jian

YANG Qiming

CHEN Chen

LI Gengfeng

BIE Zhaohong

Yujie SHENG

Qinglai GUO

Related Institution

State Key Laboratory of Electrical Insulation and Power Equipment (Xi’an Jiaotong University)

Department of Electrical Engineering, Tsinghua University

State Key Laboratory of Power System and Generation Equipment, Tsinghua University

Shanghai Electric Vehicle Public Data Collecting, Monitoring and Research Center

Key Laboratory of Control of Power Transmission and Conversion of Ministry of Education (Shanghai Jiao Tong University)

AI问答

⁰