插电式混合动力汽车（Plug-in Hybrid Electric Vehicle,PHEV）兼具常规混合动力与纯电动汽车的优点,节能减排效果显著,是当前研究和应用的热点。能量管理策略是PHEV的核心技术之一,显著影响其燃油经济性。现有PHEV车载控制中广泛采用基于规则的能量管理策略,其缺乏对复杂且时变的实际行驶工况的适应性,导致PHEV的节油潜力不能充分发挥。为解决现有车载能量管理策略的不足,提高其对实际行驶工况的适应性从而改善燃油经济性,本文研究了行驶工况自适应的PHEV能量管理策略,研究内容如下:1)研究了基于行驶工况的PHEV能量管理优化关键问题。以一款新型结构的插电式四模混合动力城市客车为对象,分析并建立了用于能量管理算法研究的整车模型。基于动态规划、极小值原理以及等效燃油消耗最小策略建立了四模PHEV的能量管理优化方法。通过研究确认:面向不同的行驶工况,电池荷电状态（SOC）的最优控制轨迹是PHEV电能消耗能量管理优化的关键,而等效燃油消耗最小策略的最优等价因子是PHEV电能平衡能量管理优化的关键。2)针对PHEV电能消耗能量管理优化问题,提出了基于行驶工况的SOC轨迹规划模型。利用动态规划算法获得多种典型行驶工况下最优的SOC控制轨迹,结合相关性分析确定了影响最优SOC控制轨迹的主要行驶工况特征参数。进而提出了基于平均车速、车速标准差及净驱动能量需求的SOC轨迹规划模型,构建了行驶工况特征与最优电能消耗控制规律的映射关系,为实现行驶工况自适应的PHEV电能消耗优化控制奠定基础。利用行驶工况显著变化的综合循环测试表明,模型规划出的SOC轨迹相比最优轨迹平均相对偏差在3.57%以内,显著优于常用的基于行驶里程的SOC线性下降规划方法,并解决了现有基于全局优化的规划方法无法满足车载应用要求的问题。3)针对PHEV电能平衡阶段行驶工况自适应的能量管理优化问题,提出了用于等效燃油消耗最小策略的最优等价因子估计模型。模型基于提出的两个新行驶工况参数,即整车指示能量需求和基于能量的整车需求转矩-转速分布。相比离线计算的最优等价因子,模型的最大估计偏差在±1.6%以内。解决了基于行驶工况特征难以准确地获取最优等价因子的问题。4)建立了面向不同驾驶场景的行驶工况预测方法。基于GPS及车辆运行状态信息实现行驶路谱辨识及行驶工况分段。针对通勤驾驶,提出了基于实例学习的行驶工况自学习和预测算法。测试表明,该方法对平均车速、车速标准差、净驱动能量需求、指示能量需求等用于能量管理优化的工况参数均能提供良好的预测结果,预测误差的25%至75%分布区间都在±5%以内,最大误差不超过±15%。相比已有研究,提出的方法无需附加其它外部设备设施。针对随机驾驶,给出了结合GPS/GIS及智能交通系统信息的行驶工况预报方法,并基于支持向量回归算法建立了整车净驱动能量需求的预测模型。测试表明,该模型的最大预测误差不超过6.76%,且基于主频50MHz车载控制器的预测耗时少于0.34秒,解决了行驶工况预测的实时性和准确性难点。5)建立了行驶工况自适应的PHEV能量管理优化策略,包括两个核心子策略:一是电能消耗优化策略,其利用预测的行驶工况特征规划出参考SOC轨迹,采用基于等价因子前馈和反馈控制的自适应等效燃油消耗最小策略,实现了SOC轨迹跟随的行驶工况自适应实时控制;二是电能平衡优化策略,利用预测的行驶工况特征参数估计出等效燃油消耗最小策略的最优等价因子,实现了电能平衡的行驶工况自适应实时控制。提出的能量管理优化策略能够满足车载控制的实时性要求和控制器硬件能力限制,并在现有车载应用的能量管理策略基础上,进一步有效地提升PHEV在复杂多变行驶工况下的燃油经济性。相比于优化的基于规则的车载能量管理策略,经硬件在环仿真试验,结果表明提出的策略可使燃油经济性进一步提升达7.98%;经整车试验表明提出的策略可使燃油经济性进一步提升达6.22%。