目前,能源短缺和环境污染已成为制约各国经济和社会可持续发展的重要因素,而汽车工业是导致这种因素的主要根源之一。因此,深入研发高效节能环保的电动汽车对环境保护和能源节约具有重要的战略意义。插电式混合动力汽车（PHEV）作为缓解能源危机的一项重要手段,目前已经成为最具市场化和产业化前景的理想车型。由于线路固定的特点,插电式混合动力公交车（PHEB）也广泛应用于城市公交工况中。由于PHEB的能量管理与需求功率之间存在较强的耦合关系,同时,整车随机质量也作为影响需求功率的重要因素,因此,本文在基于庞特里亚金极小值原理（PMP）的能量管理研究中将整车随机质量作为噪声因素考虑在内。然而,如果对整车质量进行在线评估,则将会大幅度增加控制复杂性。因此本文提出了一种工况识别方法,力求解决上述问题。主要研究工作内容包括:第一,确定车辆混合动力系统的结构形式,建立满足能量管理控制要求的PHEB车辆数学模型,包括车辆纵向动力学模型、发动机模型、电机模型以及动力电池模型,为后续研究奠定了基础。第二,建立PMP和K-近邻（KNN）算法模型。基于传统PMP算法,建立本文所需的PMP算法模型,作为底层能量管理策略;基于KNN算法理论,建立KNN算法数学模型,其中,KNN算法模型是工况识别方法的重要组成部分。第三,开展确定性优化设计方法问题的研究。将整车质量设置为一定值,基于多岛遗传算法（MIGA）和PMP算法,建立确定性优化模型,获得确定性优化下的最优设计值;基于蒙特卡罗模拟（MCS）对最优设计值进行可靠性验证分析。第四,开展工况识别下的能量管理策略研究。基于6Sigma设计（DFSS）,确定了DFSS下的稳健设计值,并且通过MCS进行可靠性验证分析;基于自适应控制,获得实时的控制向量,实现最优能量管理控制。可靠性验证表明,确定性优化设计下得到的最优设计值,即使使用工况识别方法验证,依然存在32%的失效率;DFSS设计下得到的稳健设计值,同样使用工况识别方法,没有失效率。这表明DFSS方法是合理的,能够找到对抗噪声的稳健设计值,从而可以忽略整车随机质量对自适应控制的影响。仿真结果表明,与基于规则的能量管理策略对比,所提出的策略平均油耗节省34.36%,达到了节能减排的目的。