插电式混合动力汽车（Plug-in Hybrid Electric Vehicle,PHEV）的能量管理策略的作用是在保证动力性的基础上,优化各动力源转矩分配以使整车达到节能减排的目标。在当前我国北斗导航卫星精度不断提高,大数据、云计算产业方兴未艾的科技背景下切合实际的能量管理策略的发展方向是:（1）能够融合出行全局信息,（2）能实现车-人-基础设施协同的自适应控制,（3）计算效率高,实时应用性能可靠。所以本文主要研究任务或内容是:（1）研究文献中基于动态规划算法展开的能量管理策略,寻找控制效果最优时所表现出的可用于实时控制及可推广的规律或模型。（2）设计车-人-基础设施协同的工况自适应控制方法。（3）采集实际工况,并以此为测试工况研究控制策略的控制效果。具体工作如下:首先,建立适用于控制策略研究的仿真模型。主要包括:驾驶员模型、发动机模型、电机模型、动力电池模型、汽车纵向动力学模型以及传动系统模型;在电池状态转移方程中考虑了再生制动的制动能量回收,完善了仿真模型,为控制策略的研究奠定了基础。然后,在分析基于等效消耗最小化方法的SOC轨迹实时可控性原理和应用全局行驶距离已知时SOC轨迹随行驶里程线性下降能够使燃油经济性接近全局最优这一普遍规律的基础上,通过假设电池SOC下降过程为瞬时维持电量平衡的过程并且汽车在行驶过程中的150s内的行驶特征是稳定的,提出了基于人工神经网络与等效消耗最小化方法的工况识别与等效因子预估器概念,优化相关参数后,将行驶工况特征参数作为其输入,自适应等效因子作为其输出,实现了车-人-基础设施协同的工况自适应控制。不考虑照明、空调等电器的消耗以及极端天气对汽车相关部件的影响,通过比较基于SOC随行驶里程线性下降参考轨迹的能量管理策略与基于自适应能量管理策略的CLTC-P×n工况的燃油经济性,获得了最优的等效因子动态调整参数,取得了优化结果,并分析了优化原因,即基于SOC随行驶里程线性下降参考轨迹的能量管理策略,虽然能够保持SOC轨迹与参考轨迹紧密贴合,但其输出的等效因子剧烈波动造成了发动机-电动机动力分配的大幅度变化,因而造成发动机工作点燃油效率等问题。仿真表明融合预估器的能量管理策略实现了等效因子自适应输出与提高能量的使用效率的目的,完成了研究任务要求。最后,采集实际工况（REAL）作为测试工况,通过研究基于自适应能量管理策略的REAL工况的燃油经济性,获得了 REAL1工况和REAL2工况最优的动态调整参数,通过比较CLTC-P ×n工况、REAL1工况和REAL2工况最优的动态调整参数与工况采集区域,得到了基于行驶路线或区域的精准优化汽车能源消耗的结论。