汽车工业的可持续发展面临着能源与环境的双重挑战，油电混合驱动成为解决这一问题的重要途径之一。混合动力客车作为一种典型的油电混合新能源汽车，在节能减排方面取得了良好的效果，得到了广泛的应用。研究表明行驶工况对车辆的经济性与排放性有较大影响，而当前混合动力客车的能量管理策略大多基于特定驾驶循环建立，无法充分考虑不同行驶工况的影响，所以面对复杂多变的实际驾驶工况，这类能量管理策略的适应性相对较差，节能效用未能得到充分发挥。为解决上述问题，因此，本文以单轴并联式混合动力客车为对象，围绕提高能量管理策略适应性这一主题，针对行驶工况与能量管理策略两个方面展开研究。首先，针对混合动力客车典型行驶工况，完成了行驶工况在线辨识算法。该工作在国际通用行驶工况库的基础上，建立了本文所用典型行驶工况库。通过分析不同典型行驶工况的特征，提取了工况特征参数，完成了行驶工况时间片段的在线辨识算法的训练与验证，该算法可以通过采集车辆行驶信息，实时地将车辆行驶特征归类为预定义的典型行驶工况之一。为能量管理策略提供行驶工况信息。基于以上典型行驶工况，应用动态规划算法，获得了行驶工况下离线最优能量分配轨迹，完成了在线应用设计，并结合工况辨识，构建了完整的混合动力客车能量管理策略。分别针对6种典型行驶工况，应用离线全局优化程序，获得各典型行驶工况离线最优能量分配轨迹。采用神经网络的方法，将离线获得的最优能量分配轨迹转化为可在线应用的规则，从而建立了分别针对6个典型工况的最优在线能量管理策略。综合行驶工况辨识算法和6套在能量管理策略，构建了具有行驶工况适应性的能量管理策略。实现了不同行驶工况下，最优控制算法的自动辨识和切换。最后，在法规测试循环下，对本文提出的能量管理策略进行了仿真验证。本文利用Matlab/simulink软件搭建了混合动力整车模型，并分别对单一工况建立的混合动力管理策略和本文提出的策略在CCBC、UDDSHDV、C-WTVC法规测试循环下进行了仿真，仿真结果表明：应用本文提出的基于行驶工况辨识的混合动力客车控制策略，整车在节油率与电量保持方面得到明显提升。与基于单一行驶工况建立的能量管理策略相比，在相同SOC保持能力的基础上，基于行驶工况辨识策略的仿真结果百公里油耗可降低1.99%~12.4%。本文研究说明，行驶工况对混合动力汽车的节油性能具有显著的影响，利用对行驶工况的辨识提升混合动力能量管理策略对行驶工况的适应性具有重要意义。由于实际行驶工况的不确定性和复杂性决定了传统的优化方法很难应用于实时能量管理策略的设计，本文应用神经网络的方法，解决了实时工况分类和最优能量管理策略在线化两大关键问题，实现了基于行驶工况辨识的能量管理策略，仿真结果表明，本文的算法对于发挥混合动力客车的节油潜力，提高混合动力客车的能量利用率具有显著效果。