插电式混合动力汽车(PHEV)由于能够改善能源使用结构并具有较长纯电续驶里程,已成为新能源汽车领域的研究热点,开发插电式混合动力物流车可以减少物流业污染、促进城市长远健康发展。但如何协调车辆行驶时驾驶员动力需求在发动机与电驱动系统间的能量分配是发挥PHEV节能优势、降低车辆全寿命周期成本的关键。车辆全寿命周期成本包含能量使用成本与购置成本两部分。目前的整车能量管理控制策略多以综合燃油消耗最小为优化目标降低能量使用成本,但动力电池为PHEV购置成本的关键,在车辆实际复杂行驶工况下,电池由于频繁深度充放电等原因不可避免地发生老化缩短电池寿命,二次更换电池会大幅增加整车购置成本,因此从整车能量管理优化角度主动延长电池寿命、降低PHEV的全寿命周期成本十分必要。基于此问题,本文开展了均衡考虑整车综合燃油消耗与电池性能衰减的多目标能量管理优化控制研究。首先,搭建面向控制的相对精确、计算负荷较小的混动系统关键部件模型;同时,为达到优化电池寿命目的,研究分析电池性能衰减机理、探寻影响电池寿命衰减因素,并搭建电池寿命模型,为后文能量管理优化策略的计算与验证奠定基础。其次,开展了均衡考虑整车综合燃油消耗与电池性能衰减的能量管理多目标优化控制策略的研究,引入权重系数转化为单目标优化,在预先给定循环工况的前提下,采用全局优化算法中具有代表性的动态规划(DP)算法求解,通过合理选择权重系数,可以有效降低整车全寿命周期成本,具有良好的控制效果。但全局优化控制策略在特定工况下求解,对工况具有依赖性,且需提前已知行驶工况,不能实时应用,只能为其他类型的能量管理策略提供研究支撑与评价基准。为解决DP优化控制方法对工况的依赖性及不能实时应用的问题,本文开发了基于工况识别的能量管理实时控制策略。对物流车的三条代表性行驶路线进行了多目标能量管理全局优化,将三条路线的全局优化结果分别训练用于划分纯电动与混动模式的支持向量机模型和实现混动模式下能量管理分配的神经网络模型,制定了对应路线下的能量管理实时优化策略;并训练随机森林模型识别工况,判断当前车辆行驶在何种行驶路线下,以采用对应行驶路线下的能量管理控制策略,仿真结果表明本文所开发的基于工况识别的能量管理控制策略极大地提高了运算速度,同时优化了整车的综合性能。