1.1 目的及意义

在诸多新能源汽车中,纯电动汽车是取代传统内燃机汽车、满足零排放的最终选择, 但是由于电池技术没有取得突破性进展,电动汽车具有续驶里程短、成本高等缺点,因而其发展受到限制。燃料电池汽车虽然发展十分迅速,但在成本和氢能源的制备等方面仍存在需要解决的问题,无法在短期内替代传统动力。因此,混合动力汽车就成为一种比较“折中”的方案,成为现阶段最实用、最具有前景的清洁车型。

插电式混合动力汽车（Plug-In HybridElectric Vehicle，PHEV）是在深度混合动力汽车基础上增加了动力电池容量，强化了电机性能，增强了整车纯电动行驶能力。当汽车短距离或特定区域使用时，以纯电动模式行驶，实现了零燃油消耗和零排放；当汽车长途行驶时，进入混合驱动模式，保证了车辆的续驶里程。在当前动力电池技术（能量密度、购置成本等）未取得突破、充电网络不够普及的情况下，插电式混合动力是更为合理的、更易产品化的技术选择。

由于混合动力汽车电能来源有电池、发电机发电、制动能量回馈等三部分组成。驱动部分有驱动电机单独驱动、发动机单独驱动、发动机和驱动电机共同驱动等三种驱动形式。因此对于整车的控制策略是一个热点研究内容。如何合理的匹配整车能量需求是一个复杂的控制问题。

1.2 国内外研究现状

目前国内外有关混合动力汽车控制策略的研究主要有等效能耗最小化策略(ECMS) ^[1]专为电量维持模式而设计，与两个现有的自适应等效消耗最小化策略进行比较，平均表明燃油经济性提高了。还有一种优化的等效消耗最小化策略^[2]，制定了分散模型预测控制框架，考虑燃料经济性和电池荷电状态可持续性的优化问题，结果证明优化了原有的等效消耗最小化策略。还有通过一个单自由度的能量优化策略来解决存在于混合动力汽车动力分配过程中存在的能量管理问题^[3]，该策略与基于Pontryagin最小原理（PMP）的全局最优策略之间的燃料消耗差异较小，并且该策略在不同的初始电池荷电状态（SOC），货物质量和路面坡度条件下也表现出良好的适应性。还有自适应PHEV控制策略中采用的ESS荷电状态（SOC）的近似最佳轨迹，基于实验地图的Pontryagin最小原理控制策略旨在提取不同周期的最佳SOC轨迹^[4]。仿真结果表明，该方法提供了近似最优的SOC轨迹，提高了各种行驶周期内的等效燃油经济性。

对车辆进行充电/放电，消费者可以利用供应的价格弹性来实现约63％的净节省。还有一种实时有效的级联控制策略，考虑了系统的非线性并符合所有时变约束，包括基于具有长采样时间间隔的非线性模型预测控制（MPC）的监控控制器和基于线性模型预测控制的协调控制器^[6]。还有基于车速预测的混合逻辑动态(MLD)模型预测控制策略^[7]，提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(NAR)神经网络车速预测方法进行未来行驶工况预测，通过仿真实验验证了此控制策略在特定的循环工况下与电动助力策略相比，能够提高燃油经济性。

在线能源管理（EMS）的数据驱动分级控制方法，该方法可以利用基于连通性的部分行程信息，利用基于历史累积周期的全局最优解决方案。各种结果表明，与电荷消耗和电荷维持策略相比，所提出的方法可以实现显着的燃料节省（4.99%-14.80%）^[8]。还有基于进化算法的插电式混合动力电动汽车在线EMS的通用框架^[9]，所提出的在线EMS的不同充电状态控制策略都优于传统的控制策略，可以实现最佳的燃油经济性改进，但需要较少的行程信息。