伴随新能源汽车产业的政策指引和生态设施不断完善,纯电动汽车市场占有率不断攀升。纯电动汽车作为只有单一能量源的出行工具,能耗和续驶里程是纯电动汽车最关注的核心指标,尤其在充电设施不完备的区域尤为突出。本文以纯电动汽车为研究对象,以大量用户实际驾驶工况数据为研究数据源,研究其复杂工况下的能耗变化,依据动力系统和空调系统的能耗特征,建立车辆综合能耗预测模型,结合路径规划算法,开展纯电动汽车节能路线规划等研究。首先,研究纯电动汽车的高、低温能耗及能量流。综合对比分析了EV-TEST、CEVE和GB/T1838-2021三项关于纯电动汽车最新的能耗测试规程,制定了一个相对合理的高、低温测试规程。通过某车型环境仓转毂实车测试,分析了高温（35±3℃）和低温（-7±3℃）的电动汽车能耗影响因素,获得了空调系统能耗变化规律,为构建复杂行驶环境下的能耗模型建立基础。其次,研究纯电动汽车行驶能耗与空调系统能耗辨识模型。通过EXCEEDDATA大数据平台对长春地区部分路试车辆的实际驾驶数据进行下载和筛选,然后利用MATLAB程序依次进行数据清洗、切分,最后提取车速、电池放电功率等信息。基于递推最小二乘算法（RLS算法）推导出四个与行驶工况相关的辨识参数,建立行驶能耗辨识模型。为提高能耗辨识算法的适应性,进一步的增加了可变遗忘因子算法进行修正,提升了辨识结果的准确性。针对高、温环境下空调系统能耗预测问题,通过大量试验数据,创新性的运用神经网络算法建立空调温升数据、环境温度和空调能耗数据的关系,建立不同环境温度、不同使用场景下的空调系统能耗模型。通过动力系统端能耗和空调端能耗模型,共同建立整车端的能耗预测模型。最后,研究A*算法在电动汽车节能路径规划问题上应用。首先将真实地图简化为路网拓扑图,通过实际地图获取位置信息和节点信息,通过对实际驾驶数据进行主成分分析和聚类,建立每一个路段的典型驾驶工况,这些行驶工况用来计算每个对应路段的综合能耗。基于能耗模型预测的各路径能耗数值为代价,计算能耗最优路径。在路径规划的基础上,进一步考虑了车辆实际驾驶过程中的特殊情况,如车辆电池能量不足导致不能完成所规划路径,提出了分段规划和总体最优原则,实现起点至终点的规划路径依然总体能耗最优。